《spc质量管理-文档资料课件》由会员分享，可在线阅读，更多相关《spc质量管理-文档资料课件（31页珍藏版）》请在金锄头文库上搜索。
1、1,SPC,质量管理（一）,STATISTICAL PROCESS CONTROL,天马行空官方博客： ；QQ:1318241189；QQ群：175569632,2,过程控制的需要 检测-容忍浪费 预防-避免浪费,SPC,STATISTICAL PROCESS CONTROL,天马行空官方博客： ；QQ:1318241189；QQ群：175569632,3,SPC的产生 本世纪40年代，由于第二次世界大战爆发，美国生产民用产品的大批公司转为生产各种军需品。当时面临的严重问题是事先无法控制不合格品而不能满足交货期要求；由于军需品大多属于破坏性检验，事后全检既不可能，也不许可。美国国防部为了解决这
2、一难题，特邀哈特、道奇、罗米格、华尔特等专家以及美国材料与试验协会、美国标准协会等有关人员研究，并于1941-1942年制订和公布了统计控制的管理方法，并在全国各地推行。实践证明，统计的质量管理方法是保证质量、预防不合格品的一种有效手段。,SPC,STATISTICAL PROCESS CONTROL,4,SPC的发展 由于统计的质量管理方法给公司带来巨额利润，所以战后，统计方法被延用并得以发展。1950年，美国发动了侵朝战争，在日本大量订购军事物资，因为质量不好，美国对此意见很大。为此，日本科学与工程联合会邀请戴明来到日本，系统的讲授了统计质量控制。自50年代以来，日本以统计技术为基础，进一
3、步将质量管理发展到全面质量管理阶段，鼓励全员参加质量管理活动。在QC小组中普遍应用统计技术，提高产品质量，对日本的经济崛起起到了巨大作用。,SPC,STATISTICAL PROCESS CONTROL,天马行空官方博客： ；QQ:1318241189；QQ群：175569632,5,数据的种类 计量型数据 ：可用计量器具测量出来的质量特性值数据。如：尺寸、重量、电阻值等。 计数型数据：用个数为单位来表示的质量特性值数据。如：废品的件数、出勤的人数、塞规检查的合格数等。,SPC,STATISTICAL PROCESS CONTROL,6,控制图的分类 按用途分为： 分析用 控制用 按数据类型分
4、为： 计数型 计量型,SPC,STATISTICAL PROCESS CONTROL,7,控制图的益处 合理使用控制图能: 供正在进行过程控制的操作者使用 有助于过程在质量上和成本上能持续地,可预测地保持下去 是过程达到: -更高的质量 -更低的单件成本 -更高的有效能力 为讨论过程的性能提供共同的语言 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,SPC,STATISTICAL PROCESS CONTROL,8,变差的概念 “没有两件产品或特性是完全相同的” 产品间的差异或大或小，但这些差距总是存在。这种差异被称为变差。 变差的产生原因可归纳为两种： 1、变差的普通
5、原因 2、变差的特殊原因,SPC,STATISTICAL PROCESS CONTROL,9,1、变差的普通原因 造成随着时间的推移具有稳定的且可重复的分布过程中的许多变差的原因。 表现为：一个稳定系统的偶然原因。 2、变差的特殊原因 造成不是始终作用于过程的变差的原因。 表现为：以不可预测的方式来影响过程的输出。,SPC,STATISTICAL PROCESS CONTROL,10,变差的普通原因通常是对工序质量产生微小变化，难以查明或难以消除。它不能被由操作工人控制，只能由技术、管理人员控制解决。（随机因素，采取系统措施） 变差的特殊原因通常是产生的波动较大，容易发现并消除。一般由操作工自
6、行解决，管理人员适当介入。（系统因素，采取局部措施）,SPC,STATISTICAL PROCESS CONTROL,11,概率的应用 工序的波动如同自然界、经济管理和科学试验中许多反复、大量出现的带数量性的事物一样，作为一个整体，它们并不是毫无规律的发生或偶然性的堆积，而往往符合一定的统计规律。有许多客观事物，尽管他们的性质有所不同，但出现的规律却有很大的相似性。例如：在正常条件下，机床上加工的一批零件的尺寸；连续射击时的射点离靶心的距离；某一城市成年男子的身高等。它们出现的频率，通常都符合正态分布。,SPC,STATISTICAL PROCESS CONTROL,12,正态分布 自然界中，
7、很多可以连续取值的计量型分布，都符合正态分布。,SPC,STATISTICAL PROCESS CONTROL,正态分布示意图,13,正态分布、控制图与控制限,SPC,STATISTICAL PROCESS CONTROL,14,使用控制图的准备 建立适用于实施的环境 定义过程 确定待管理的特性 考虑到: -顾客的需求 -当前及潜在的问题区域 -特性间的相互关系 确定测量系统 使不必要的变差最小,SPC,STATISTICAL PROCESS CONTROL,15,计量型控制图 X-R图（平均值-极差图） 目前通用的质量控制图表，广泛用于生产中的工序质量控制。 该控制图既可用于初始能力研究，也
8、可用于工序质量控制，监控工序的稳定性。 QS9000要求作平均值-极差图必须满足：25组及100个数据(min)的基本条件。,SPC,STATISTICAL PROCESS CONTROL,16,X-R图（平均值-极差图）的作法,SPC,STATISTICAL PROCESS CONTROL,17,计算出的数据分别画入图中,SPC,STATISTICAL PROCESS CONTROL,X-图,R-图,18,平均值图的计算 上限（UCLX）、中心（CLX）、下限（LCLX）； CLX=X=X/k k为取值的组数 UCLX=X+A2R A2为系数 LCLX =X- A2R,SPC,STATIST
9、ICAL PROCESS CONTROL,19,极差值图的计算 上限（UCLR）、中心（CLR）、下限（LCLR）； CLR=R=R/k k为取值的组数 UCLR=D4R D3、D4为系数 LCLR=D3R,SPC,STATISTICAL PROCESS CONTROL,20,系数表,SPC,STATISTICAL PROCESS CONTROL,21,控制图分析 工序处于稳定状态的标志是： 大多数点子靠近控制中心线； 极少数点子接近上、下控制限； 没有点子超出控制限。 如果工序中产生异常，在控制图上就会出现异常波动。,SPC,STATISTICAL PROCESS CONTROL,22,控制
10、图的异常波动,SPC,STATISTICAL PROCESS CONTROL,点超出控制限,连续7点在中心线同侧,23,控制图的异常波动,SPC,STATISTICAL PROCESS CONTROL,连续7点上升或下降,波动过大,24,控制图的异常波动,SPC,STATISTICAL PROCESS CONTROL,层状,连续14点中12点在中心线同侧,25,控制图的异常波动,SPC,STATISTICAL PROCESS CONTROL,层状,连续11点中10点在中心线同侧,26,工序能力分析 Cpk=(T-2|X-M|)/6 T：公差范围 M：特性中心值 6 =UCL-LCL,SPC,S
11、TATISTICAL PROCESS CONTROL,Cpk必须满足1.33min,27,机器能力分析 在研究机器能力时，必须保证除机器外的其他因素稳定的条件下连续采样。 Cmk=(T-2|X-M|)/6 T：公差范围 M：特性中心值 6 =UCL-LCL,SPC,STATISTICAL PROCESS CONTROL,Cmk必须满足1.67min,28,排列图 排列图又称帕累托图或主次因素分析图。它是根据因果图表明众多因数中分析出最重要或最主要的因素。虽然它不能解决问题，但它能为解决问题提供重要的资料和信息，所以它是分析影响质量问题主次因素的有力的统计工具。 排列图是应用了“关键的少数，次要
12、的多数”的原理，寻找出产品的主要问题或影响产品质量主要因素的一种有效的统计方法。,SPC,STATISTICAL PROCESS CONTROL,29,排列图的制作过程 1、收集数据 2、作缺陷分类统计表 按缺陷频次大小，将缺陷名称及频次依次填 入表中，并按表要求计算。,SPC,STATISTICAL PROCESS CONTROL,30,排列图的制作过程 3、绘制排列图 A、左纵坐标为频次，右纵坐标为百分数。横坐标标明缺陷项目。 B、按缺陷频次画出直方柱。 C、画排列图曲线 D、划分A、B、C类区（80%以下为A区、80%-90%为B区、90%-100%为C区） 4、分析（A类因素为产品质量问题的主要原因；B类为次要原因；C类为一般原因。）质量问题的解决应从主要原因入手。,SPC,STATISTICAL PROCESS CONTROL,31,SPC,STATISTICAL PROCESS CONTROL,
