《SPC：统计过程控制基础课件》由会员分享，可在线阅读，更多相关《SPC：统计过程控制基础课件（37页珍藏版）》请在金锄头文库上搜索。
1、1,SPC (Statistical Process Control)统计过程控制基础,2,培训目的,当课程结束时, 应学会: 控制图的基础原理 怎样做一个控制图 读懂控制图 解释实行控制图的方法和措施,3,基本概念和原理,1,4,SPC 是 一 种 使 用 基 本 图 示 及 统 计 工 具 来 分 析工艺 过 程或输出, 从而采取纠正行动消除异常, 减少过程变 动 性 ，维持稳定 的 方 法 控制图是一种用来对过程和产品参数随时间进行追踪的工具 SPC 即 统 计 过 程 控 制. 顾名思义就是利用统计方法来控制工艺过程的技术.任何工作只要有开始,或是有在执行过程中必须遵守的步骤,或是有一
2、个结束,就可利用统计的方法来监督过程. SPC的目的在于改进和确保品质, 同时可以使得过程成本降至最低. SPC 几 乎 可 应 用 于 任 何 领 域,什 么 是 SPC ?,5,什 么 是 过 程 和 控 制 ?,过程： 由人,设备,材料，方法和环境组合在一起共同作用 而产生输出，这样的一个全体即是过程。任何工作领域， 只要有可识别，可测量的输出，都是过程。,3. 实施纠正行动,4. 验证和监控,1. 检出特殊原因,控制： 实现和维持过程的一致性，稳定性和可预报性。,2. 识别根本原因,6,SPC : 目标,把注意力集中于检出和监控过程随时间的变动上 识别和消除引起变动的特殊原因; 检测由
3、普遍原因引起的过程变动的大小,并判定这种变动是否小到其输出结果能够(被下道工序)接受; 增进操作人员与管理人员之间的交流; 减少问题的重复发生.,减少过程的变动范围,目的:随时间监测和控制过程输入, 从而达到 使该过程变得不需再使用SPC,7,哪 些 场 合 该 使 用 SPC,当不能用一种装置来防止错误产生时 基于实验设计的关键变量 客户要求 管理承诺 用于中间生产过程和产品质量的控制,控 制 图 可 以 通 过 失 控 信 号 显 示 出 有 特 殊变动 存 在,但 不能 告 诉 我 们 过 程 为什么会 失 控.,8,1。Mean 平均值（ x ):用以表明全部数据分布的中心位置. 若有
4、一组数据x1 ,x2,x3, , xn, 其个数为n,则 2. Median中值：数据组被排序后处于中间位置的数值 3. Mode 模数: 在数据组中发生次数最多的值,基本统计量 中心趋势,9,Range: 极差(也叫范围) 用以表明一组数据的分散程度 R 最大值-最小值 Variance (s2 ; s2 ): 变异 用以表明一批数据的分散程度的参数 Standard Deviation (s ; s): 标准差 用以表明一批数据的分散程度的另一参数,基本统计量 变化趋势,10,总 体 和 样 本,总体(母体)： 它是提供数据的原始集团，是所要研究分析的对象的全部。总体可以是一批产品（由于一
5、批产品的数量是有限的，故称为有限总体)，也可以是一道工序所生产的所有产品（由于其源源不断的运行，甚至也包含今后的产品，故称为无限总体) 分组样本(子样，抽样，试样)： 从总体中抽出来的一部分。它是直接被检测并提供数据的诸个体：可能是一个，也可能是若干个。,个体： 即样本或总体中的最小单位。例如，当我们统计功能 测试未能通过的传感器时，其中每一只传感器就是一个个 体。,11,正态分布简介,某工厂有女工3000人，随机测量1200人，平均身高为1.63米 。其中，身高在1.58米至1.68米的女工人数占所测总数的68.27%；身高在1.53米至1.73米的占95.45；身高在1.48米至1.78米
6、的占99.73%。,身高,人数,女 工 身 高 分 布 图,1 sigma,2 sigma,3 sigma,本例中，sigma=0.049米,平均身高1。63米,12,正态分布简介,正态分布的特点： 1. 形态如钟； 2. 左右对称； 3. 于平均值处分布的频数最多。此外，越远离平均值，分布的频数也越少。,正态分布的要素： 1.平均值：决定正态分布曲线的中心位置； 2.标准偏差：决定正态分布曲线的宽窄(胖瘦).,为何要研究正态分布? 1.它是自然界的一种最基本的最普遍的法则，反应了事物内在的变化规律； 2.它使我们得以将许多复杂的事物简化处理； 3.它使我们得以通过少量抽样来把握全体，从而节省
7、大量人力，物力，财力和时间。,13,控制图的组成,计量型控制图的中心线,控制上限(控制上限)及控制下限(控制下限)之范例,控制上限,控制下限,中心线,=,样本序号,样本均值,KPOV的X的平均值控制图,平均值,控制图中有控制上限和控制下限反映了(随机)变动的自然极限.千万别把这些界限当作客户的规格.,14,控制图- 时间基础,控制图的优点之一是它具有其随时间追踪过程的能力,时间,15,变动与技术规格,控制限 (控制上限, 控制下限) 基于过程的变动范围 通常用于诸如平均值,极差之类的统计量,而不是对单个数据值而言 客户规格限 (规格上限,规格下限) 由设计给定,或由客户规定 通常超出控制限之外
8、,控制上限,控制下限,八月总平均值,螺丝磅数八月控制图,抽样的数据平均值,16,控制限与技术规格,客户规格限通常超出控制限之外,控制限通常由过程控制人员根据 历史数据或实验数据计算得出,3Sigma,+,产品规格容差T,规格限通常由设计给定,或由客户规定,17,变动的型式与原因,任 何 过 程 都 包 含 自 然 变 动 ( 由 于一 般 原 因造成的 ) 和 非 自 然 变 动 ( 由 于 特 殊 原 因造成的 ),时 间,不 合 格产品 率,特 殊 变 动,历 史 水平 (0),最佳水平(1),在 0 (30) 范 围 内 的 自 然 变 动,在 1 (31) 范 围 内 的 自 然 变
9、动,18,变动之形式,普遍原因: 过程变动随时间推移是稳定的,可预报的 处于控制状态 原因: 固有的或是自然的,特殊原因: 过程变动无法预报 (按小时,按天或按周) 处于失控状态 原因: 机器调整不当,原材料不合格,操作者本身 目标 : 检出和消除特殊原因,普遍原因,特殊原因,例如: 垂直向上空（先把硬币夹垂直) 抛掷一枚硬币，统计硬币落地后每一面向上的次数。当抛掷次数很多时，每面向上的次数大约各占一半，只有微小差异。,例如:同样是抛硬币，抛1000次，AB两面各自向上的次数却相差400多次.,原因: 操作者每次抛掷时，总时将硬币 平放，且总是将正面朝上，然后抛出。,差异的原因：有风，每次抛掷
10、动作有微小差异，地面不平整，等等。,19,时间,假如引起变动的仅是普遍原因, 那么该过程输出随时间保持恒定并且可预报,假如引起变动的仅是特殊原因,那么该过程输出随时间不能保持恒定并无法可预报,?,变 动 与 SPC,?,20,控制图的类型,正确选择控制图类型,数据 类型,是单值 还是分组?,分组之样本量恒定吗?,各样本之机会 面积一样吗,计缺陷数 还是不合格品数 ?,u,p, np,p,X, mR,计 数 型,计量型,不合格品,是,不,缺陷,分组,单值,不,是,c,x - R,X - S,不,缺陷率控制图,缺陷数控制图,不合格品率图,不合格品数图,不合格品率图,单值-移动极差图,平均值-极差图
11、,平均值-标准偏差图,21,计量型控制图涉及的是连续变量,而相应的统计参数反映的是集中趋势和变动性(分散程度). 计量型数据的例子：时间，距离，长度，重量，速度. 计数型控制图涉及的是离散型(属性)的变量。 计数型控制图又包括计件值控制图(np图，p图)和计点值控制图（ c图，u图). 计件值例如不合格的传感器的只数等； 计点值例如布匹上的污点数，传感器外壳上的伤痕数，人脸部的黑痣和粉刺数,控制图的类型,22,Xbar & R Control Chart Limits,The Xbar & R Control Chart limits are: Range X bar A2, D3, D4 a
12、nd d2 are constants based on statistical confidence intervals. These Xbar & R Control Chart constants (A2, D3, D4 and d2) have been tabulated for various sample sizes (see Appendix),Minitab will do the calculation for you! (1 month free),23,Subgroup Size,n,A,2,D,3,D,4,d,2,2,1.880,.000,3.267,1.128,3,
13、1.023,.000,2.575,1.693,4,0.729,.000,2.282,2.059,5,0.577,.000,2.115,2.326,6,0.483,.000,2.004,2.534,7,0.419,0.076,1.924,2.704,8,0.373,0.136,1.864,2.847,9,0.337,0.184,1.816,2.970,10,0.308,0.223,1.777,3.078,Appendix: Control Chart Constants: Xbar & R,24,Appendix: Control Chart Constants: Xbar & s,25,怎 样
14、 看 控 制 图,2,26,何谓 “失控” ?,当一过程呈现非随机形态时,我们便称之为 统计 失控 对这个术语要当心,因为该过程正在生产的零件可能仍是合格的. 这个非随机形态仅表示有很强的证据显示该过程已发生变化,27,特殊原因的判别,任一点落于控制限外,From Journal of Quality Technology, October, 1984,x,x,常见原因: 新工人, 方法, 原材料或机器 检验方法或检验标准的改变 操作者技能和积极性方面的转变,判别 1. 一点超出A区,28,特殊原因的判别,班次和运行次,x,判别 2. 连续9点位于中心线同一侧,常见原因: 新工人, 方法, 原
15、材料或机器 检验方法或检验标准的改变 操作者技能和积极性方面的转变,过程平均值可能已改变.,举例: 某工位测试螺丝磅数 正常的磅数应该在3磅+/-0.5磅的范 围内.但现在连续九个数据一直处于3磅以下.经过技术员实际检查,发现是由电钻设置偏低造成的. 措施: 技术员重新设置电钻的磅数,并不需要改变原来的控制限,29,特殊原因的判别,班次和运行次,x,x,判别 5. 连续 3点中有2点位于或超出A区（单边),常见原因: 新工人, 方法, 原材料或机器 检验方法或检验标准的改变 操作者技能和积极性方面的转变,过程漂移的预警信号,x,举例: 某工位测试螺丝磅数 正常的磅数应该在3磅+/-0.5磅的范 围内.但现在三个数据中有两个数据靠近控制上限或控制下限的A区范围内. 通过控制图,可以给我们警示说螺丝磅数有可能会超标.,30,特殊原因的判别,班次和运行次,x,x,判别 6. 连续5点中有4点位于或超出B区(单边),常见原因: 新工人, 方法, 原材料或机器 检验方法或检验标准的改变 操作者技能和积极性方面的转变,过程漂移的预警信号,举例: 参考前例. 基本原理类同于前例.,31,判别 3. 连续6点稳步上升或下降,x,x,单调上升/单调下降,常见原因: 新工人, 方法, 原材料或机器 检验方法或检验标准的改变 操作者技能和积极性
