《SPC统计质量控制基础课件》由会员分享，可在线阅读，更多相关《SPC统计质量控制基础课件（43页珍藏版）》请在金锄头文库上搜索。
1、中国长城计算机深圳股份有限公司显示器事业部培训教材,SPC基础 制作人：徐为近 2004年3月3日,一、质量理念的演变,1、质量管理的演变,在20世纪，质量管理的发展历程经历了质量检验、统计质量控制和全面质量管理三个阶段。,质量检验,统计质量控制,全面质量管理,2、质量理念的演变,从质量管理理论的发展轨迹，我们可以观察到，随着经济的发展和社会的进步，质量理念也在不断的演变着： 符合性质量。20世纪40年代，符合性质量概念以符合现行标准的程度作为衡量依据，“符合标准”就是合格的产品质量，符合的程度反映了产品质量的水平。 适用性质量。20世纪60年代，适用性质量概念以适合顾客需要的程度作为衡量的依
2、据，从使用的角度定义产品质量，认为质量就是产品的“适用性”。有的学者认为质量是“产品在使用时能够成功满足用户需要的程度”。质量涉及设计开发、制造、销售、服务等过程，形成了广义的质量概念。 从“符合性”到“适用性”，反映了人们在对质量的认识过程中，已经开始把顾客需求放在首要位置。 满意性质量。20世纪80年代，质量管理进入到TQM阶段，将质量定义为“一组固有特性满足要求的程度”。它不仅包括符合标准的要求，而且以顾客及其他相关方满意为衡量依据，体现“以顾客为关注焦点”的原则。 卓越质量。20世纪90年代，摩托罗拉、通用电气等世界顶级企业相继推行6Sigma管理，逐步确定了全新的卓越质量理念顾客对质
3、量的感知远远超出其期望，使顾客感到惊喜，质量意味着没有缺陷（J. Welch，2001）。根据卓越质量理念，质量的衡量依据主要有三项：一是体现顾客价值，追求顾客满意和顾客忠诚；二是降低资源成本，减少差错和缺陷；三是降低和抵御风险。其实质是为顾客提供卓越的、富有魅力的质量，从而赢得顾客，在竞争中获胜。 从质量管理的发展、质量理念的演进来看，注重顾客需求、追求顾客价值、追求顾客满意和忠诚，提供富有魅力的卓越质量，成为质量管理研究的发展趋势，其目的在于指导企业赢得顾客和市场、赢得竞争。,二、现在质量管理所处的位置,质量竞争力,全面质量管理,统计质量控制,卓越质量,满意性质量,适用性质量,质量检验,符
4、合性质量,现在质量管理所处的位置,三、统计质量控制基础（SPC）,SPC的基本概念 SPC(Statistical Process Control):为了贯彻预防原则，应用统计技术对过程中的各个阶段进行评估和监察，从而保证产品与服务满足要求的均匀性。,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 强调应用统计方法来保证预防原则的实现 SPC不是用来解决个别工序采用什么控制图的问题，SPC强调从整个过程、整个体系出发来解决问题。SPC的重点就在与“P（Process，过程） 可判断过程的异常，及时预警；,SPC的特点,SPC的特点,最终发展为SPD（Statistical Pr
5、ocess Diagnosis，统计过程诊断） -SPD既有告警功能，又有诊断功能,概念：只有偶因而无异因产生的变异的状态 优点： -对产品的质量有完全把握 -生产也是最经济的 -在控制状态下，过程的变异最小,统计控制状态,四、管制图（也称控制图）,下面介绍SPC中常用的管制图（也有称做控制图的） 管制圖分為兩大類,下面每一類舉一例進行講解,1、計量值管制圖,作為管制制程的計量值管制圖,一方面以平均數管制圖管制平均數的變化,以极差管制其變異的情形.本節將介紹平均數與极差管制圖,將就管制圖在制程中的每一步詳加描述. 計量值管制圖的種類如下,實例:平均數與极差管制圖,某廠制造全銅棒,為控制其品質,
6、選定內徑為管制項目,並決定以X-R管制圖來管制該制程的內徑量度,並於每小時隨機抽取5個樣本測定,共收集最近製程之數據125個,將其數據依測定順序及生產時間排列成25組,每組樣本5個,每組樣數5個,記錄數據如下:,計算如下:X=40.264 R=5.查系數表,當N=5時,D4=2.115,D3=0,X管制圖上下限:,CL= =40.264 UCL= + =43.4249 LCL= - =37.1031,R管制圖上下限:,CL= =5.48 UCL= =11.5867 LCL= =0,R管制圖,分析結論,在管制圖中有第16個及第23個樣本組的點分別超出管制上限及管制下限,表示制程平均發生變化,而R
7、管制圖並無點超出界限或在界限上,表示制程變異並未增大.,2.計數值管制圖,A.何謂計數值? 商品制造的品質評定標準有計量型態,例如:直徑,容量;然而有些品質特性定義為良品或不良品將更合理.所謂計數值就是可以計數的數據,如不良品數,缺點數等. B.計數值管制圖的類型,P管制圖實例,運用條件: 1.產品不是良品就是不良品 2.抽樣放回 3.彼此獨立進行 樣品不良率計算公式為: P= 標準差公式為: S=,上下限計算公式如下:,管制上限(ucl): = +3 ( 為平均不良率,n為樣本數) 中心線(cl) : 管制下限(lcl) = -3 如果下限計算結果可能為負數,因為二項分配並不對稱,且其下限為
8、零,故當管制下限出現小于零的情況,應取0表示.平均不良率應用加權平均數來計算(用不良數總數與全體的樣本總數之比).,例: 寶光廠生產的MOUSE用的包裝袋,檢驗其底部是否有破損即包裝為不良品,取30個樣本,每個樣本數為50個,這些樣本是在機器每天三班制的連續工作每半小時取一次而得.,計算結果如下:,平均不良率P= =0.233(CL) 用P作为真實過程不合格的估計值,可以計算管制上限和下限,如下: UCL=P+3 =0.412 LCL=P- 3 =0.054,P管制圖如下:,針對管制圖進行分析,由管制圖中我們可以發現來自樣本12及25的兩點超出管制上限,故制程是在非管制狀態,必須進一步探討是否
9、有異常原因.分析樣本12得知,在這半小時里,有一批新進的包裝袋被使用,所以這異常的現象是由于新原料加入引起.而在樣本25那半小時,有一個沒有經驗的員工在操作此機器,而使樣本25有這麼高的不良率. 現在需將超出管制界限的兩個點刪除掉,重新計算管制界限,管制以后的制程。,3.管制圖的判別,管制狀態,意指制程稳定,管制狀態也稱稳定狀態.我們無法知道制程的真正狀態,只能對制程的某種特性值收集數據,將其繪在管制圖上,由管制圖來觀察制程的狀態.在判定制程是否處于管制狀態,可利用以下基準: 1. 管制圖的點有沒有逸出界外. 2.點的排列方法有沒有習性,是否呈隨機排列. 在正常管制的狀態下,管制圖上的點子應是
10、隨機分布,在中心線的上下方約有同數的點,以中心線近旁為最多,離中心線愈遠點愈少,且不可能顯示有規則性或系統性的現象. 歸納得到下面兩種情形:,1.管制圖上的點,大多數集中在中心線附近,少數 出現在管制界限附近,且為隨機分布. 2.一般管制圖上的點,25點中有0點;35點中有1點以下;100點中 有2點以下,超出管制界限外時,可稱為稳定管制狀態. 以上兩點僅是作為一個參考,各位同事應在實際中 靈活運用.實際分析. 下面看一些管制图上点排列的例子,3點中有2點在A區,連續9點在C區或C區以外,連續6點遞增或遞減,14點上下交替,5點中有4點在B區,15點在C區中心線上下,8點在中心線兩側,但無一在
11、C區,非隨機管制界限內的判定 利用點的排法判定是否處在管制狀態,可依據以下法則: 1.點在中心線的一方連續出現. 2.點在中心線的一方出現很多時. 3.點接近管制界限出現時. 4.點持續上升或下降時. 5.點有周期性變動時.,連串 連續七點或八點在中心線與管制上限或中心線與管制下限之間的型誤關差的機率是約為( )8=0.0039,在如此小的機率竟會出現,可想像有異常原因發生,在中心線的上方或下方出現的點較多如下: 1.連續11點以上至少有10 點 2.連續14點以上至少有12 點 3. 連續17點以上至少有14 點 4. 連續20點以上至少有16點,點子出現在管制界限附近,三倍標準差與二倍標準
12、差間. 1.連續3點中有2點. 2.連續7點中有3點. 3.連續10點中有4點,管制圖中的點的趨勢傾向 連續6點以上一直上升或一直下降,趨勢是以向某一個方向連續移動,而趨勢傾向的發生有以下可能原因: 1.由于工具磨損或制程中某些成分劣化所造成. 2.人的因素造成,如工作者疲勞. 3.季節性因素造成,如氣溫變化.,周期性循環變化 管制圖上的點,呈現一個周期性循環變化時,應調查下列可能的不良原因:,1.機器開動或關閉,造成溫度或壓力的增減. 2.物料的品質受季節或供應商的影響. 3.由于周期性的預防保養,造成機器性能的周期變化表現. 4.由于操作員疲勞及隨后的休息造成的周期性的變化. 5.由于材料的機械及化學性質所造成的周期性,過于集中型 點子大都集中在中心線附近1.5倍標準差間,其型誤差機率是0.0027,如果抽樣選擇不當,可能會造成點子集中在中線附近, 以下是一些造成這種情形的可能原因: 1.兩個或兩個以上的操作員作在同一張圖上. 2.兩台或兩台以上的機器作在同一張圖上. 3.兩家品質差異很大的供應商作在同一張圖上. 4.兩台或更多的量測設備間的差異. 兩條以上生產線制程方法上的差異.,谢谢大家！,
