《第三章 SPC统计过程控制课件》由会员分享，可在线阅读，更多相关《第三章 SPC统计过程控制课件（80页珍藏版）》请在金锄头文库上搜索。
1、1,第三章 SPC 统计过程控制,第一节: 認識SPC 第二节: 控制图类型及其原理 第三节: 控制圖的绘制与判断 第四节: 过程能力分析 第五节: 6简介,返回目录,2,第一节 認識 SPC,返回目录,3,1. 什么是SPC SPC- Statistical Process Control 工业革命以后， 随着生产力的进一步发展，大规模生产的形成，如何控制大批量产品质量 成为一个突出问题，单纯依靠事后检验的质量控制方法已不能适应当时经济发展的要求，必须改进质量管理方式。于是，英、美等国开始着手研究用统计方法代替事后检验的质量控制方法。 1924年，美国的休哈特博士提出将3Sigma原理运用于
2、生产过程当中，并发表了著名的“控制图法”，对过程变量进行控制，为统计质量管理奠定了理论和方法基础。 统计过程控制，是企业提高质量管理水平的有效方法。它利用数理统计原理，通过检测数据的收集和分析，可以达到“事前预防”的效果，从而有效控制生产过程、不断改进品质。 与全面质量管理相同，强调全员参与，而不是只依靠少数质量管理人员。,4,2. SPC的作用: 1、确保制程持续稳定、可预测。 2、提高产品质量、生产能力、降低成本。 3、为制程分析提供依据。 4、区分变差的特殊原因和普通原因,作为采取局部措施或对系统采取措施的指南。 3. SPC的焦點製程(Process) Quality，是指產品的品質。
3、換言之，它是著重買賣雙方可共同評斷與鑑定的一種既成事實. 而在SPC的想法上，則是希望將努力的方向更進一步的放在品質的源頭製程（Process）上. 因為製程的起伏變化才是造成品質變異（Variation）的主要根源.,5,4. SPC的推行步驟:,確立製造流程、製造流程解析,決定管制項目,實施標準化,管制圖的運用,Cpk1.33,問題分析解決,製程的繼續管制,制程能力分析,Cpk1.33,問題分析解決,制程條件變動時,6,5. 統計制程管制【SPC】 統計製程管制之目的係持續改善產品與服務的價值，達到顧客滿意。 製程能力調查【Ca、Cp、Cpk】 管制圖的運用,作業方式 / 資源使用方式,人
4、員設備材料方法環境,產品或服務,顧 客,辨識變化的需求與期望,統計方法,製程的聲音,輸入,製程/系統,輸出,顧客的聲音,製程回饋管制系統模式,7,6、 統計制程管制的定義,經由制程中去收集資料，而加以統計分析，從分析中得以發覺制程的變異，並經由問題分析以找出異常原因，立即採取改善措施，使制程恢復正常。並藉由制程能力分析與標準化，以不斷提昇制程能力。,8,7. 变异因素分类,（1） 偶然因素（随机因素/机遇原因） 对生产过程一直起作用的因素。 如材料成分、规格、硬度等的微小变化；设备的微小震动； 刃具的正常磨损；夹具的弹性变型及微小松动；工人操作的微小不均匀性等； 对质量波动的影响并不大，一般来
5、说，并不超出工序规格范围； 因素的影响在经济上并不值得消除； 在技术上也是难以测量、难以避免的； 由偶然因素造成的质量特性值分布状态不随时间的变化而变化。 由偶然因素造成的质量波动称为正常的波动，这种波动一般通过公差 加以反映，此时的工序处于稳定状态或受控状态。,9,7. 变异因素分类,（2） 异常因素（系统因素/非机遇原因）,在一定时间内对生产过程起作用的因素。如材料成份、规格、 硬度的显著变化；设备、工夹具安装、调整不当或损坏；刃具的过渡磨损；工人违反操作规 程等； 因素造成较大的质量波动，常常超出了规格范围或存在超过规格范围的危险； 因素的影响在经济上是必须消除的； 在技术上是易于识别、
6、测量并且是可以消除和避免的 ; 由异常因素造成的质量特性值分布状态随时间的变化可能发生各种变化。 由异常因素造成的波动称为不正常的波动。此时的工序处于不稳定状态或非受控状态。对这样的工序必须严加控制。,10,大量之微小原因所引起 原料在一定範圍內之微小變異 機械之微小振動 儀器測定時，不十分精確之做法 依據作業標準執行作業的變化 實際上，要除去制程上之機遇原因，是件非常不經濟之處置,一個或少數幾個較大原因所引起 使用規格外的原物料 新手之操作人員 不完全之機械調整 未依據作業標準執行作業 所制訂之作業標準不合理 非機遇原因之變異，不但可以找出其原因，並且除去這些原因之處置，在經濟觀點上來說，是
7、正確的,偶然因素 （機遇原因）,异常因素 （非機遇原因）,11,8. 散布举例,非機遇原因,过程 A 显示受控散布 过程B 显示不受控散布,12,因為生產制程中每一件成品都不同，因此如果製程很穩定，則生產產品的品質特性的分布將形成一種固定形狀，稱為分佈。一般分佈有下列之不同情形：,.或是以上這些的不同組合,13,如果制程中， 只有機遇原因的變異存在， 則其成品將形成依各很穩定的分佈，而且是可以預測的,如果制程中， 有非機遇原因的變異存在， 則其成品將為不穩定的分佈，而且無法預測的,範圍 ,時間,可預測,範圍 ,時間,無法預測,14,非機遇原因的變異,簡單的統計分析可發現,如管制圖,直接負責制程
8、的人員去改善,局部措施改善對策,9. 局部措施改善非機遇原因, 牽涉到消除產生變異的非機遇原因 可由製程人員直接加以改善 大約可以解決15%之制程上的問題,15,10. 系統措施 改善機遇原因,共同原因的變異,製程能力分析可發現,如Ca，Cp，Cpk，及管制圖上點的變化,管理當局參與及製程人員合作去改善,系統改善對策,必須改善造成變異的機遇原因 經常需要管理階層的努力與對策 大約可以解決85%之制程上的問題,16,11. 制程控制與制程能力,首先應通過檢查，消除极差所產生之非機遇原因，使制程處於受控的狀態 接下來，就可依顧客的要求 ( 規格 )，來評定制程能力，以使顧客滿意，這就是持續改善的基
9、礎。,在管制規格內,Cpk 1.33,17,範圍 ,時間,受控 (消除了非機遇原因),範圍 ,時間,12. 制程控制,不受控 (存在了非機遇原因),18,受控，能力符合要求 (機遇原因造成的變異已減少),12. 制程能力, 規格上限,規格下限 ,範圍 ,受控，能力不符合要求 (機遇原因造成的變異太大),19,13. 统计工序控制与产品检查的区别,统计工序控制与产品检查有着本质的区别。 检查是通过比较产品质量特性测量值与规格要求 ，达到剔除不合格品的目的，是事后把关。 统计工序控制是通过样本数据分布状态估计总体分布状态的变化，从而达到预防异常因素造成的不正常质量波动，消除质量隐患的目的，是事先预
10、防。 检查通常通过专门的仪器和设备得到测量值，并由检查人员进行判定。 而统计工序控制必须使用专门设计的控制图，并按一定的判定规则判定工序状态是否处于正常状态。 统计工序控制虽然会带来一定程度的预防成本的提高，但却能及早发现异常，采取措施消除隐患，带来故障成本的大幅度降低。因此对比产品检查，统计工序控制会带来显著的经济效果。,檢測 容忍浪費 預防 避免浪費,20,14. 制程改善循環,P,D,A,C,P,D,A,C,P,D,A,C,1.分析制程,2.維護制程,3.改善制程,21,2,2,15. 基本統計概念,22,1. N=母體數(批量數): 指母體(批量)數多少的個數.(例: 共了50個數,N
11、=50) 2. n=樣本數(抽樣數): 指樣本(抽樣)多少的個數.(例: 抽了7個樣品,n=7) 3. X=平均數: 所有數的平均值,計算公式: X=(X1+X2+Xn) / n n=樣本數, X1,X2.表示各個數值 例有數值: 1.5 1.6 1.7 1.55 1.65 X=(1.5+1.6+1.7+1.55+1.65) / 5=1.6 4. R=极差: 該組最大值-最小值的得數,計算公式: R=MAX(該組最大值)-MIN(該組最小值) 例有數值: 1.5 1.6 1.7 1.55 1.65 R=1.7-1.5=0.2,2,5. 方差 =s =,6. 標準差 1.母體標准差=S= 2.樣
12、本標准差 =s=,(Xi-X),n,(Xi-X),2,n-1,部份計算公式,(Xi-X),n-1,2,2,2,23,7. 中位數 M,該組數據數值大小的中間一位,若該組數是偶數,取中間兩個數的合進行平均,例如 A: 1 3 4 5 8 M=X=4 B: 2 2.5 3 4 7 7.5 M=X=(3+4) / 2=3.5 8. Xbar-R常數表, = R / d2,24,第二节 管制圖類別与原理,返回目录,25,1. 控制图类别,控制图的构造,控制上线UCL,控制中线CL,控制下线LCL,x(或x、R、S等),0 1 2 3 4 5 6 7 8 9 10 11 12,样本号（或时间）,（1）.
13、 計量型數據 所謂計量型數據,就是均由量具實際量測出來的數據。 如長度.重量. 電流值.尺寸等具有連續性的數據. （2）. 計數型數據 所謂計數型數據,就是均屬於以單位個數或次數來計算的數據。 如不良數.不良率.缺點數.缺點率等.,26,（3） 控制图种类及适用场合,27,（4）计量值管制图之优缺点,优点: 用于制程之管制,甚灵敏,很容易调查事故发生的原因,因此可以预测将发生之不良状况; 能及时并正确地找出不良原因,可使品质稳定,为最优良之管制工具.,缺点: 在制造过程中,需要经常抽样并予以测定以及计算,后需点上管制图,较为麻烦而费时间.,28,（5）计数值管制图之优缺点,优点: 只在生产完成
14、后,才抽取样本,将区分为良品与不良品,所需数据能以简单方法获得之. 对于工厂整个品质情况了解非常方便.,缺点: 只靠此种管制图,有时无法寻求不良之真正原因,而不能及时采取处理措施,而延误时机.,29,（6）管制圖 制程控制的工具,1.收集： 收集資料並畫在圖上 2.控制： 監控是否超出管制上、下限 非機遇原因 計算所收集的資料，作為分析之用 觀察极差的變化 3.分析與改善： 依所計算之結果，評估制程能力指數 監控在受控狀態資料的變化，確定機遇原因极差 的變化，並採取措施 必要時，可修改管制上、下限，持續不斷的改善,解析用管制圖,管制用管制圖,30,2. 控制界限的确定原理3原理,（1）控制界限
15、的重要性 对于偶然因素和异常因素引起的质量波动，过去人们是直接凭经验进行判断和区别的。发明了控制图之后，就可以使用控制图对工序状态进行客观的、科学的判断。而区别和判断两类因素造成的质量波动的标准就是控制线。因此，如何合理经济地确定控制界限是控制图的核心问题。 （2）确定方法 休哈特控制图控制界限是以3原理确定的。即以质量特性统计量的均值作为控制中线CL； 在距均值3处作控制上、下线。由3原理确定的控制图可以在最经济的条件下达到保证生产过程稳定的目的。,31,3原理,设工序处于正常状态时，质量特性总体的均值为0，标准偏差 为，设三条控制线的位置分别为CL= 0 、UCL= 0 k，LCL= 0 -k。（见图3） 控制图的两类错误 当工序正常时，点子仍有落在控制界限外面的可能，此时会发生将正常波动判断为非正常波动的错误误发信号的错误，这种错误称为第一类错误，控制图犯第一类错误的概率记为。 设总体均值0在异常因素的作用下移至1 ，不变。此时，点子应落在控 制界限外以发出警报。但却也存在点子落在控制界限内不发警报的可能。这将导致将非正常波动判断为正常波动的错误漏发信号
