统计制程控制课件

《统计制程控制课件》由会员分享，可在线阅读，更多相关《统计制程控制课件（144页珍藏版）》请在金锄头文库上搜索。

1、ETBEST Consulting Company,1,统计制程管制(SPC),2,课程内容,控制图历史说明 控制图说明 控制图原理说明 控制图种类及选择说明 正态分布说明 ,风险说明 普通原因、特殊原因说明,使用控制图注意事项 X-R,X-S,X-R,X-Rm控制图 P, np, c, u控制图 Ca, Cp, Cpk, Pp, Ppk, Cmk指数说明 什么是MOTOROLA的6 控制图的判读 Case study,3,控制图的历史,控制图是1924年由美国品管大师W.A. Shewhart博士发明。因其用法简简单且效果显著，人人能用，到处可用，遂成为实施质量管理时不可缺少的主要工具，当时

2、称为(Statistical Quality Control)。,4,1924年发明,W.A. Shewhart,1931发表,1931年Shewhart发表了 “Economic Control of Quality of Manufacture Product”,19411942 制定成美国标准,Z1-1-1941 Guide for Quality Control Z1-2-1941 Control Chart Method for analyzing Data Z1-3-1942 Control Chart Method for Control Quality During Produ

3、ction,控制图的发展,5,控制图在英国及日本的历史,英国在1932年，邀请W.A. Shewhart博士到伦敦，主讲统计质量管理，而提高了英国人将统计方法应用到工业方面之气氛。 就控制图在工厂中实施来说，英国比美国为早。,日本在1950年由W.E. Deming博士引到日本。 同年日本规格协会成立了质量管理委员会，制定了相关的JIS标准。,6,SPC 第二条, 控制图上点的排列分布没有缺陷.,58,控制图的观察分析,进行控制所遵循的依据: 连续25点以上处于控制界限内; 连续35点中, 仅有1点超出控制界限; 连续100点中, 不多于2点超出控制界限. 五种缺陷 链: 点连续出现在中心线

4、CL 一侧的现象称为链, 链的长度用链内所含点数多少来判别. 当出现5点链时, 应注意发展情况, 检查操作方法有无异常; 当出现6点链时, 应开始调查原因; 当出现7点链时, 判定为有异常, 应采取措施.,59,控制图的观察分析,从概率的计算中, 得出结论: 点出在中心线一侧的概率A1=1/2 点连续出现在中心线一侧的概率A1=(1/2)7 = 1/128 (0.7%)即在128次中才发生一次, 如果是在稳定生产中处于控制状态下, 这种可能性是极小的. 因此, 可以认为这时生产状态出现异常. 偏离: 较多的点间断地出现在中心线的一侧时偏离. 如有以下情况则可判断为异常状态. 连续的11点中至少

5、有10点出现在一侧时; 连续的14点中至少有12点出现在一侧时; 连续的17点中至少有14点出现在一侧时; 连续的20点中至少有16点出现在一侧时.,60,控制图的观察分析,倾向: 若干点连续上升或下降的情况称为倾向, 其判别准则如下: 当出现连续5点不断上升或下降趋向时, 要注意该工序的操作方法; 当出现连续6点不断上升或下降的趋向时, 要开始调查原因; 当出现连续7点不断上升或下降的趋向时, 应判断为异常, 需采取措施. 周期: 点的上升或下降出现明显的一定的间隔时称为周期. 周期包括呈阶梯形周期变动、波状周期变动、大小波动等情况.,61,控制图的观察分析,接近: 图上的点接近中心线或上下

6、控制界限的现象称为接近. 接近控制界限时, 在中心线与控制界限间作三等分线, 如果在外侧的1/3带状区间内存在下述情况可判定为异常: 连续3点中有2点(该两点可不连续)在外侧的1/3带状区间内; 连续7点中有3点(该3点可不连续)在外侧的1/3带状区间内; 连续10点中有4点(该4点可不连续)在外侧的1/3带状区间内.,62,为了继续进行控制延长控制限,估计过程标准偏差,计算新的控制限,63,Case study,64,Case study,请计算出上表的X-R控制图的控制限？ 请判定过程是否稳定？ 如果是不稳定该如何处理？ 如果制程假设已稳定，但想将抽样数自n=4调为n=5时，那么其新控制限

7、为何？,65,建立X-R图的步骤D,66,67,68,69,制程绩效指标,70,群体 平均值= 标准差=,对的估计,群体标准差的估计,71,指数差异说明,72,Case study,请依照上个case study的数据，计算其下列的各项指针结果，假设其规格为：755。 Ca Cp Cpk Pp Ppk,73,74,75,何时应用Cmk指数,新机器验收时 机器大修后 新产品试制时 产品不合格追查原因时 在机械厂应和模具结合在一起考虑,76,Case study,77,Case study,假设其规格为505，试计算其Cmk？,78,WHAT IS MOTOROLAS 6,79,WHAT IS M

8、OTOROLAS 6,最佳状况，制程中心等于规格中心，此时Cpk=2。 最差情形，可以允许制程中心，偏差1.5，此时的Cpk=1.5,80,Sigma=Deviation (Square root of variance,-7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7,Axis grach in Sigma,Normal Distribution-Gaussian Curve,81,A收集数据：在计算各个子组的平均数和标准差其公式分别如下：,82,B计算控制限,83,C过程控制解释 (同X-R图解释),84,D过程能力解释,85,Case study,86,Case

9、study,请计算出上表的X-s控制图的控制限？ 请判定过程是否稳定？ 如果是不稳定该如何处理？ 如果制程假设已稳定，但想将抽样数自n=4调为n=5时，那么其新控制限为何？,87,A收集数据 一般情况下，中位数图用在样本容量小于10的情况，样本容量为奇数时更为方便。如果子组样本容量为偶数，中位数是中间两个数的均值。,88,B计算控制限,89,C过程控制解释 (同X-R图解释),90,估计过程标准偏差：,91,Case study,92,Case study,请计算出上表的X-R控制图的控制限？ 请判定过程是否稳定？ 如果是不稳定该如何处理？ 如果制程假设已稳定，但想将抽样数自n=4调为n=5时

10、，那么其新控制限为何？,93,单值控制在检查过程变化时不如X-R图敏感。 如果过程的分布不是对称的，则在解释单值控制图时要非常小心。 单值控制图不能区分过程零件间重复性，最好能使用X-R。 由于每一子组仅有一个单值，所以平均值和标准差会有较大的变性，直到子组数达到100个以上。,94,A收集数据 收集各组数据 计算单值间的移动极差。通常最好是记录每对连续读数间的差值(例如第一和第二个读数点的差，第二和第三读数间的差等)。移动极差的个数会比单值读数少一个(25个读值可得24个移动极差)，在很少的情况下，可在较大的移动组(例如3或4个)或固定的子组(例如所有的读数均在一个班上读取)的基础上计算极差

11、。,95,B计算控制限,96,C过程控制解释 审查移动极差图中超出控制限的点，这是存在特殊原因的信号。记住连续的移动极差间是有联系的，因为它们至少有一点是共同的。由于这个原因，在解释趋势时要特别注意。 可用单值图分析超出控制限的点，在控制限内点的分布，以趋势或图形。但是这需要注意，如果过程分布不是对称，用前面所述的用于X图的规则来解释时，可能会给出实际上不存在的特殊原因的信号,97,估计过程标准偏差： 式中，R为移动极差的均值，d2是用于对移动极差分组的随样本容量n而变化的常数。,98,Case study,99,Case study,请计算出上表的X-Rm控制图的控制限？ 请判定过程是否稳定

12、？ 如果是不稳定该如何处理？,100,不良和缺陷的说明,101,P控制图的制做流程,A收集数据,B计算控制限,C过程控制解释,D过程能力解释,102,建立p图的步骤A,103,A1子组容量、频率、数量,子组容量：用于计数型数据的控制图一般要求较大的子组容量(例如50200)以便检验出性能的变化，一般希望每组内能包括几个不合格品，但样本数如果太利也会有不利之处。 分组频率：应根据产品的周期确定分组的频率以便帮助分析和纠正发现的问题。时间隔短则反馈快，但也许与大的子组容量的要求矛盾 子组数量：要大于等于25组以上，才能判定其稳定性。,104,A2计算每个子组内的不合格品率,记录每个子组内的下列值

13、被检项目的数量n 发现的不合格项目的数量np 通过这些数据计算不合格品率,105,A3选择控制图的坐标刻度,描绘数据点用的图应将不合格品率作为纵坐标，子组识别作为横坐标。纵坐标刻度应从0到初步研究数据读数中最大的不合格率值的1.5到2倍。,106,A4将不合格品率描绘在控制图上,描绘每个子组的p值，将这些点联成线通常有助于发现异常图形和趋势。 当点描完后，粗览一遍看看它们是否合理，如果任意一点比别的高出或低出许多，检查计算是否正确。 记录过程的变化或者可能影响过程的异常状况，当这些情况被发现时，将它们记录在控制图的“备注”部份。,107,建立p控制图的步骤B,108,计算平均不合格率及控制限,

14、109,画线并标注,均值用水平实线线：一般为黑色或蓝色实线。 控制限用水平虚线：一般为红色虚线。 尽量让样本数一致，如果样本数一直在变化则会如下图：,110,111,建立p图的步骤C,112,分析数据点，找出不稳定的证据,点 线 面 以上三种方式做判定。,113,寻找并纠正特殊原因,当从数据中已发现了失控的情况时，则必须研究操作过程以便确定其原因。然纠正该原因并尽可能防止其再发生。由于特殊原因是通过控制图发现的，要求对操作进行分析，并且希望操作者或现场检验员有能力发现变差原因并纠正。可利用诸如排列图和因果分析图等解决定问题数据。,114,控制图的实时性,REAL TIME FIND THE C

15、AUSE,115,重新计算控制限,当进行初始过程研究或对过程能力重新评价时，应重新计算试验控制限，以更排除某些控制时期的影响，这些时期中控制状态受到特殊原因的影响，但已被纠正。 一旦历史数据表明一致性均在试验的控制限内，则可将控制限延伸到将来的时期。它们便变成了操作控制限，当将来的数据收集记录了后，就对照它来评价。,116,控制限运用说明,117,建立p的步骤D,118,过程能力解释,119,计算过程能力,对于p图，过程能是通过过程平均不合率来表，当所有点都受控后才计算该值。如需要，还可以用符合规范的比例(1-p)来表示。 对于过程能力的初步估计值，应使用历史数据，但应剔除与特殊原因有关的数据

16、点。 当正式研究过程能力时，应使用新的数据，最好是25个或更多时期子组，且所有的点都受统计控制。这些连续的受控的时期子组的p值是该过程当前能的更好的估计值。,120,评价过程能力,121,改善过程能力,过程一旦表现出处于统计控制状态，该过程所保持的不合格平均水平即反应了该系统的变差原因过程能力。在操作上诊断特殊原因(控制)变差问题的分析方法不适于诊断影响系统的普通原因变差。必须对系统本身直接采取管理措施，否则过程能力不可能得到改进。有必要使用长期的解决问题的方法来纠正造成长期不合格的原因。 可以使用诸如排列图分析法及因果分析图等解决问题技术。但是如果仅使用计数型数据将很难理解问题所在，通常尽可能地追溯变差的可疑原因，并借助计量型数据进行分将有利于问题的解决,122,绘制并分析修改后的过程控制图,当对过程采取了系统的措施后，其效果应在控制图上明显地反应出来； 控制图成为验证措施有效性的一种途径。 对过程进行改变时，应小心地监视控制。这个变化时期对系统操作会是破坏性，可能造成新的控制问题，掩盖系统变化后的真实效果。 在过程改变期间