SPC统计制程管制培训讲义课件(ppt 101页)

《SPC统计制程管制培训讲义课件(ppt 101页)》由会员分享，可在线阅读，更多相关《SPC统计制程管制培训讲义课件(ppt 101页)（101页珍藏版）》请在金锄头文库上搜索。

1、统计制程管制培训讲义 Statistical Process Control 甲上资讯管理顾问有限公司,课程大纲,一、SPC及其起源与背景 1、什么是SPC 2、SPC的起源 3、SPC的发展历程 4、SPC的作用与特点 二、基本的统计概念 1、主要的统计学名词 2、正态颁布的基本知识 3、中心极限定理 4、主要的统计参数 三、持续改进及SPC概述 1、制程控制系统 2、变差的普通原因及特殊原因 3、局部措施和对系统采取措施 4、过程控制和过程能力 5、过程改进循环及过程控制 6、控制图,四、管制图的种类 五、管制图的选择方法 六、计数型数据管制图 1、p 图 2、np图 3、c 图 4、u

2、图 七、计量型数据管制图 1、与过程相关的管制图 2、使用控制图的准备 3、X bar-R 图 4、X bar-s 图 5、X med-R图 6、X -Rm图 八、过程能力分析及管制图的判读,一、SPC的起源与背景,1、什么是SPC SPC -Statistical Process Control (统计过程控制） 含义-利用统计技术对过程中的各个阶段进行监控，从而达到保证产品质量的目的。 统计技术-数理统计方法。,一、SPC的起源与背景,2、SPC起源 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

3、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。,一、SPC的起源与背景,3、SPC的发展历程,一、SPC的起源与背景,4、SPC的作用与特点 作用： -确保制程持续稳定、可预测。 -提高产品质量、生产能力、降低成本。 -为制程分析提供依据。 -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。 特点： -SPC是全系统的，全过程的，要求全员参加，人人有責。这

4、点与 TQM的精神完全一致。 -SPC強调用科学方法(主要是统计技术，尤其是控制图理论来保 证人赛程的预防。 -SPC不仅用于生产过程，而且可用于服务过程一一切管理过程。,二、基本的统计概念,1、主要的统计学名词-1,二、基本的统计概念,1、主要的统计学名词-2,二、基本的统计概念,1、主要的统计学名词-3,二、基本的统计概念,2、正态分布的基本知识-1,在中心线或平均值两侧呈现对称之分布 常态曲线左右两尾与横轴渐渐靠近但不相交 曲线下的面积和为 1 如下页例：,二、基本的统计概念,2、正态分布的基本知识-2,例：100个螺丝直径直方图。图中的直方高度与该组的出现频数成正比,资料越多，分组越蜜

5、,越趋近一条光滑曲线,螺丝直径直方图 直方图趋近光滑曲线,二、基本的统计概念,2、正态分布的基本知识-3,将各组的頻数用资料总和N=100相除，就得到各组的频率，它表示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，则所有直方面积总和也为1。,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.,二、基本的统计概念,2、正态分布的基本知识-4,正态分布中，任一点出现在 1內的概率为： P(-1X +1) = 68.27% 2內的概率为 ：P(-2X +2) = 95.45% 3內的概率为： P(-3X +3) = 99.73

6、%,二、基本的统计概念,2、正态分布的基本知识-5,在管制界限內，为可接受区域,超过管制上限，为不可接受区域,二、基本的统计概念,2、正态分布的基本知识-6,正态分布有一个结论对质量管理很有用，即无论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。,二、基本的统计概念,2、正态分布的基本知识-7,不同的正态分配(1),二、基本的统计概念,2、正态分布的基本知识-8,不同的正态

7、分配(2),二、基本的统计概念,2、正态分布的基本知识-9,不同的正态分配(3),(b)1 2 ，1 2,1,2,二、基本的统计概念,2、正态分布的基本知识-10,二、基本的统计概念,3、中心极限定理-1,如果样本规模足够大，对于任意总体，样本平均数的取样分布类似于正态分布。,自管理者统计学思想, Hildebrand & Ott,二、基本的统计概念,3、中心极限定理-2,正式定义： 如果从一个有限的平均数为和标准差 的总体中重复地抽取数量为n的隨机样本，那么，当n足夠大时，各个样本平均数(从重复和样本中计算得来)的分布将近似正态，其平均数为并且标准疘等于总体标准差除以n的平方根。 (注：当n

8、增加时，近似值变得更精确)。,二、基本的统计概念,3、中心极限定理-3,我們为什么要用中心极限定理? 它意味着正态总体的假定经常并不是很 关键的，且我们能在更广的范围内应用统计 学方法。 中心极限定理是违反直觉的。,二、基本的统计概念,3、中心极限定理-4,中心极限定理与管制图： 一般来讲，管制图理论是基于常态分布资料制建立的。 问：怎样分析一个其资料是非常态的制程？ 答：依据中央极限定理，绘制平均数分布图，而不是个体数据分布图。,二、基本的统计概念,4、主要的统计参数-1,用于制程特征分析的参数 Ca： 制程准确度 Cp： 制程精密度/潜力 Pp： 初期制程潜力 Cpk： 制程能力 Ppk：

9、 初期制程能力 PPM： 百万分之不良率 Sigma s：規格标准差 Sigma a：制程标准差 Sigma p：样本标准差,用于品质管制图分析的参数 XUCL：X bar管制图的管制上限 Xbar：Xbar管制图的中心值 XLCL：Xbar管制图的管制下限 RUCL：R管制图的管制上限 Rbar：R管制图的中心值 RLCL：R管制图的管制下限,二、基本的统计概念,4、主要的统计参数-2,平均数、中位数、众数、全距、平方和、变异数、及标准差 的计算 平均数(X bar) X bar=(x1+x2+x n)/N 中位数(Me) 将数据从小到大或大至小依次排列，位居中央的数称为中位数。 众数(Mo

10、) 一群数据中，再现次数最多的数。 全距(R) 一组数值中最大值与最小值之差：R=Max-Min,二、基本的统计概念,4、主要的统计参数-3,平方和 (S) 各数值与平均值之差之平方总和： S=(X-X)2 变异数 V(X) 平方和除以数据个数： V(X)= S/n= (X-X)2 /n 标准差 () 变异数之开方：=V= S/n = (X-X)2 /n,二、基本的统计概念,4、主要的统计参数-4,标准差的计算 -規格標準差 s 读做Sigma Spec,二、基本的统计概念,4、主要的统计参数-5,标准差的计算 -样本标准差p 读做Sigma Pattern,标准差的计算 -制程标准差a 读做

11、Sigma Actual,二、基本的统计概念,4、主要的统计参数-6,制程准确度Ca Capacity of Accuracy,Ca = L1 /L2 L1 = X SL L2 = (USL LSL)/2,二、基本的统计概念,4、主要的统计参数-7,制程准确度Ca的等级解说,Ca等级处置原则： A级：作业员遵守作业标准操作并达到规格的要求。 B级：有必要时可能将其改进为A级。 C级：作业员可能看错规格没按操作标准作业或检讨规格及作业标准。 D级：应采取紧急措施，全面检讨所有可能影响的原因，必要时得停止生产。 以上仅是些基本原则，在一般应用上Ca如果不良时，其对策方法是以制造单位为主，技术单位为

12、副，品管单位为辅。,二、基本的统计概念,4、主要的统计参数-8,Cp：是一个关键制程指数，为标准公差范围与6个SIGMA的比值，Cp的 计算应该在制程已达到管制状态时进行。,制程精密度/潜力-Cp (Process Potential),二、基本的统计概念,4、主要的统计参数-9,制程精确度/潜力Cp的等级解说,Cp等级处置原则： A级：制程甚稳定，可以将规格公差缩小或胜任更精密的工作。 B级：有发生不良品的危险，必须加以注意，并设法维持不要使其变坏及迅速自查。 C级：检讨规格及作业标准，可能本制程不能胜任如此精密的工作。 D级：应采取紧急措施，全面检讨所有可能影响的原因，必要时得停止生产。

13、以上仅是些基本原则，在一般应用上Cp如果不良时，其对策方法是以制造单位为主，技术单位为副，品管单位为辅。,二、基本的统计概念,4、主要的统计参数-10,制程能力综合指数Cpk,Cpk是综合Ca (k)及Cp两者的指数 计算为：当Ca =0時，Cpk =Cp； 单边规格时：Cpk即为Cp的绝对值,A级：制程能力充足 B级：制程能力尚可，仍需努力 C级：制程能力需要改善,二、基本的统计概念,4、主要的统计参数-11,制程能力综合指数Cpk,- Cpk = (规格上限 Xbar ) / 3a 或 ( Xbar 规格下限 ) / 3a 两者取小值,二、基本的统计概念,4、主要的统计参数-12,初期制程

14、潜力Pp,- Pp初期制程潜力，为一项类似于Cp的指数，但本项指数的计算，是以新制程之初期短程性研究所得的数据为基础，取得的制程数据，至少应包括该制程初期评估时的二十组数据，但计算时，应定义“样本标准差”而进行,二、基本的统计概念,4、主要的统计参数-13,初期制程能力Ppk Preliminary process capability,- Ppk初期制程能力，为一项类似于Cpk的指数，但本项指数的计算，是以新制程之初期短程性研究所得的数据为基础，取得的制程数据，至少应包括该制程初期评估时的二十组数据，但计算时，应于取得的数据足以显示制程至于稳定状态时实施。,三、持续改进及SPC概述,1、制程

15、控制系统,有反馈的过程控制系统模型,人 设备 材料 方法 环境,三、持续改进及SPC概述,2、变差的普通原因和特殊原因-1,普通原因：是指过程在受控的状态下，出现的具有稳定的且可重复的分布过程的变差的原因。普通原因表现为一个稳系统的偶然原因。只有过程变差的普通原因存在且不改变时，过程的输出才可以预测。 特殊原因：（通常也叫可查明原因）是指造成不是始终作用于过程的变差的原因，即当它们出现时将造成（整个）过程的分布改变。只用特殊原因被查出且采取措施,否则它们将继续不可预测的影响过程的输出,三、持续改进及SPC概述,2、变差的普通原因和特殊原因-2,如果仅存在变差的 普通原因，随着时间 的推移，过程

16、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。,范围,范围,目标值线,预测,预测,目标值线,三、持续改进及SPC概述,3、局部措施和对系统采取措施,局部措施 通常用来消除变差的特殊原因通常由与过程直接相 关的人员实施通常可纠正大约15%的过程问题 对系统采取措施 通常用来消除变差的普通原因几乎总是要求管理措 施，以便纠正大约可纠正85%的过程问题,三、持续改进及SPC概述,4、过程控制及过程能力-1,过程控制,范围,不受控 (存在特殊原因),受控 (消除了特殊原因),时间,三、持续改进及SPC概述,4、过程控制及过程能力-2,过程能力,范围,受控但没有能力符合规范 (普通原因造成的变差太大),受控且有能力符合规范 （普通原因造成的变差已减少）,规范下限,规范上限,三、持续改进及SPC概述,5、过程改进循环,分析过程 本过程该做什么？ 会出现什么错误？ 本过程正在做什么？ 达到统计控制状态？ 确定能力,维护过程 监视过程性能