《SPC统计过程控制(含MSA、FMEA)PPT课件》由会员分享，可在线阅读，更多相关《SPC统计过程控制(含MSA、FMEA)PPT课件（231页珍藏版）》请在金锄头文库上搜索。
1、1,讲师：严昭建,E-mail: jackya- Mobile: 13451781693,Statistical Process Control SPC统计过程控制,2,课程行为准则,需要双向的沟通（讲师和学员） 如果您有与课题相关的经历或资料，请与大家分享 有问题作好记录 联想式听讲我如何在工作中运用这种工具或方法 休息后准时回来 关闭手机或者使用振动方式 如果您认为课程过重请及时告诉讲师,3,课程大纲,控制图的基本理论 SPC控制图的展开与应用 过程的受失控状态 过程能力研究 SPC导入整体规划,4,1.控制图的基本理论,5,SPC是英文Statistical Process Contro
2、l的前缀简称,即 统计过程控制。 SPC就是应用统计技术对过程中的各个阶段收集的数据进行分析，并调整制程，从而达到改进与保证质量的目的。,什么是SPC,6,战后经济遭受严重破坏的日本在1950年通过休哈特早期的一个同事戴明(W. Ed- wards Deming)博士，将SPC的概念引入日本。从19501980年，经过30年的努力，日本跃居世界质量与生产率的领先地位。美国著名质量管理专家伯格(Roger W. Berger)教授指出，日本成功的基石之一就是SPC。,美国贝尔实验室休哈特博士（W. A. Shewhart）于1924年发明控制图，开启了统计品管的新时代。,SPC兴起的背景：起源,
3、1940s 二次世界大战期间，美国军工产品使用抽样方案和控制图以保证军工产品的质量。,7,SPC兴起的背景：日本,1950s 质量管理大师戴明博士在日本工业产品生产过程中全面推行SPC。 日本JUSE（科学家协会）设置“戴明”奖，奖励那些有效实施统计技术的企业。 石川磬提出“QC七工具”，帮助生产现场人员分析和改进质量问题，并推动广泛应用。 1970s 有效地推行 “QCC圈”和应用统计技术使日本经济的快速发展，成为高品质产品的代名词。 1980s 美国等其他国家紧随日本的步伐，开始推行“QC小 组”和统计技术的应用。 美国汽车工业已大规模推行了SPC，如福特汽车公司，通用汽车公司，克莱斯勒汽
4、车公司等，上述美国三大汽车公司在ISO9000的基础上还联合制定了QS9000标准，编制了SPC手册。在与汽车有关的行业中，颇为流行。 MOTOROLA 公司颁布“QC挑战”，通过SPC的实施改进过程能力，并提出追求“6”目标。 1987 ISO9000标准建立并颁布实施，明确要求实施统计技术。,8,Six Sigma Tree中的统计技术.,6达成（完美）,改善设计 （果子最集中的地方）,过程改善 （矮树上的果子）,（地上的果子）,全部的果子都在你手中啦,能摘到这里的果子，基本上能达到小康了,这里的果子很有限,靠天吃饭，捡吃地上不多的果子,23：5倍改善 34：10倍改善 45：27倍改善
5、56：70倍改善 因此： 36：19,600倍改善,9,品管方法历程,1,2,3,4,5,6,3.4,233,6,210,697,300,308,700,66,807,产品检查,产品管制,过程管制,品管7手法,(5S、QCC、ISO9001:2000),管理改进(PDCA)一般公司THREE SIGMA改善,技术改进(DMAIC) 世界标竿公司SIX SIGMA改善,方法,管制,试验计划与制程结合,试验计划与设计结合,过程管制 最佳化,设计管制 最佳化,PPM,Average Company 一般公司,Best in class 世界标竿公司,10,规格管理的危险性,Not just to m
6、eet customer or contractual requirements!被BOSS训斥的痛苦!,11,Spec,LSL,USL,Very Centered,变异是我们的敌人,LCL,UCL,不良品已经产生,潜在不良出现,控制线管理的益处,12,SPC统计的起始阶段直方图,将收集的测定值或数据之全距分为几个相等区间作为横轴，并将各区间内之测定值所出现次数累积而成的面积以条状方式排列起来所产生的图形，称之为直方图。 用途： 1.了解分配型态 2.研究制程能力 3.工程解析与控制 4.分配型态的统计检定,SPC基础统计知识,13,直方图的作法,收集数据 计算组数组数样本数的平方根 计算全距
7、：由全体数据中找出最大值与最小值之差。 决定组距：组距 = 全距 / 组数为便于计算平均数与标准差,组距常取 2、5、10 的倍数。 决定各组之上下组界：|先求出最小一组的下组界，再求出上组界依此类推，计算至最大一组之组界。最小一组下组界 = 最小值 - 测定值之最小位数/2最小一组上组界 = 下组界 + 组距 决定组中点 制作次数分布表 制作直方图,14,(例)有一机械厂，为了解制品外径尺寸之变化，由产品抽取100个样本测定其外径，测定结果如下表，试作次数分配表。,实例说明,15,(1)定组数： 或 (2)求组距： 全距XmaxXmin0.6650.6340.031 组距 0.00310.0
8、03 (3)决定组距 第一组下组界最小测定1/2测定单位 0.634 0.6335。 以0.6335累加0.003得各组之组界值，如次数分配表。 (4)计算各组间之中心值 第一组中心值 0.635 以0.635累加0.003得各区间中心值。,K=1+3.32 Lgn,16,17,18,演 练,某电缆厂有两台生产设备,最近,经常有不 符合规格值(135210g)异常产品发生,今就 A,B两台设备分别测定50批产品,请解析并回 答下列回题: 1.作全距数据的直方图. 2.作A,B两台设备之层别图 3.由直方图所得的情报，请说明哪台设备较不佳,19,收集数据如下:,20,双峰型 孤岛型 高原型,正态
9、型 锯齿型 绝壁型,分布状态判断,21,与规格值或标准值作比较,下限,上限,22,表示制程之生产完全没有依照规格去考虑,或规格 订得不合理,根本无法达到规格.,LSL,USL,23,100个机螺丝直径直方图。 图中的直方高度与该组的频数成正比,从直方图到正态分布,如果资料越多，分组越密，则机螺丝直径直方图也越趋近一条光滑曲线，如直方图趋近光滑曲线图所示。在极限情况下得到的光滑曲线即为分布曲线，它反映了产品质量的统计规律，如分布曲线图所示,24,将各组的频数用资料总和N=100除，就得到各组的频率，它表示机螺丝直径属于各组的可能性大小。 显然，各组频率之和为1。若以直方面积来表示该组的频率，则所
10、有直方面积总和也为1。,25,测定平均值 在中心线或平均值两侧呈现左右对称之分布 极大值与极小值数量很小 常态曲线左右两尾与横轴渐渐靠近但不相交 曲线下的面积总和为 1,正态分布特征,26,统计学,为了解被调查群体的某些隐含的特性，运用合理的抽样方法从被调查群体N中取得适当的样本n，通过研究样本来发现群体的特性!,27,主要统计学名词,群体于制造业而言，通常指在同一生产条件下符 合特定要求的所有个体的集合! 也可称为批量 记为N 样本 于群体中抽样而得的部份个体的集合! 记为n 群体平均值 X bar 样本平均值 群体标准差 x / s 样本标准差 R 极差/全距 Normal Distrib
11、ution 正态分布,28,数据的集中程度,平均数 （总体） （样本） (X Bar) 中位数 (X Wave) 众数 md (Mode),29,数据的离散程度,R极差(Range)最大值最小值maxmin V方差/变异(Variation)(总体) (样本) S标准差Standard deviation(总体) (样本),30,正态分布中，任一点出现在 1内的概率为 P(-X +) = 68.26% 2内的概率为 P(-2X +2) = 95.45% 3内的概率为 P(-3X +3) = 99.73%,正态分布,31,正态分布概率(双边),32,正态曲线单侧的概率(P值),33,正态分布的表
12、达方式,位置：中心值,形状：峰态,分布宽度,34,不同的正态分布,35,不同的正态分布,36,不同的正态分布,37,目标值线,预测,时间,目标值线,尺寸,时间,？,两种变差原因及两种过程状态 如果仅存在变差的普通原因,随着时间的推移,过程的输出形成一个稳定的分布并可预测 如果存在变差的特殊原因， 随着时间的推移，过程的输出不稳定,正态分布与两种变差原因,受控,不受控,38,变差的普通原因 V.S.特殊原因,普通原因 Common Cause,特殊原因 Special Cause,大量之微小原因所引起,不可避免 不管发生何种之普通原因，其个别之变异极为微小 几个较代表性之普通原因如下： （）原料
13、之微小变异 （）机械之微小振动 （）仪器测定时不十分精确之作法 实际上要除去制程上之普通原因，是件非常不经济之处置,一个或少数几个较大原因所引起,可以避免 任何一个特殊原因，都可能发生大的变异 几个较代表性之特殊原因如下： （）原料群体之不良 （）不完全之机械调整 （）新手之作业员 特殊原因之变化不但可以找出其原因，并且除去这些原因之处置，在经济观点上讲常是正确的,39,Question,请列出目前制程中人，机，料，法，环境中普通原因及特殊原因有哪些？,40,局部性的对策及系统性的对策,局部问题的对策 *通常用来消除特殊原因造成的变异 *可以被制程附近的人员来执行 * 一般可以改善制程的 15
14、% 系统改善的对策 *通常用来减低普通原因造成的变异 *几乎总是需要管理者的行动来加以矫正 * 一般可以改善制程的 85%,41,对于一个新的机种或是新的制程而言，要先解决制程变异 的普通原因还是特殊原因？为什么？,Question,42,过程控制,范围,不受控 （存在特殊原因）,受控 （消除了特殊原因）,持续改进的思维模式,43,持续改进的思维模式,44,2.SPC控制图的展开与应用,45,控制图是对过程质量加以测定、记录，从而进行控制管理的一种用科学方法设计的图。图上有中心线(CL-Central Line)、上控制界限(UCL-Upper Control Limit)和下控制界限(LCL
15、-Lower Control Limit)，并有按时间顺序抽取的样本统计量数值的描点序列，参见控制图示例图。,控制图,46,控制图由来说明,47,正态分布有一个结论对质量管理很有用，即无论均值和标准差取何值，产品质量特性值落在3之间的概率为99.73%，于是落在3之外的概率为100%一99.73%= 0.27%，而超过一侧，即大于-3或小于+3的概率为0.27%/2=0.135%1% ，如正态分布曲线图。 这个结论十分重要。控制图即基于这一理论而产生！,控制图原理,48,控制图的目的,控制图和一般的统计图不同，因其不仅能将数值以曲线表示出来，以观其变异之趋势，且能显示变异系属于普通原因或特殊原因，以指示某种现象是否正常，而采取适当之措施。,利用控制限区隔 是否为特殊原因,49,控制界限和规格界限有关吗？,规格界限(SL)：是用以说明质量特性之最大许可值，来保证各个单位产品之正确性能。 控制界限(CL)：应用于一群单位产品集体之量度，这种量度是从一群中各个单位产品所得之观测值所计算出来者。,50,51,52,控制图种类(以数据来分),计量值控制图 平均值与极差控制图 平均值与标准差控制图 中位数与极差控制图 个别值与移动极差控制图,计数值控制图 不良率控制图 不良数控制图 缺点数控制图 单位缺点控制图,53,控制图种类(依用途来分),解析用控制图 决定方针用 制程解
