《[精选]SPC程控制-supercrazy》由会员分享，可在线阅读，更多相关《[精选]SPC程控制-supercrazy（43页珍藏版）》请在金锄头文库上搜索。
1、,SPC统计过程控制,统计概述,统计：数据通过计算而产生有意义的情报。 有哪些有意义的情报呢？ 集中趋势（准确度） 离散趋势（精确度） 被涵盖在特定范围内的概率,SPC 发展简介,1920年 Bell研究所的Dr. Walter Shewhart开发. 1940年二次世界大战期间，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。 1950年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推行SPC。 1970年有效地推行 “QC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。 1980年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。 MOTOROL
2、A 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年ISO9000标准建立并颁布实施，明确要求实施统计技术。,过去,现在,Y=f(X) 高斯函數,OUTPUT=Y INPUT=X PROCESS PARAMETER=X,Y是因变数 X是自变数 Y只能靠检查，不好的淘汰。 X才是我们所能控制的，使得Y符合我们的需求。,Y=f(x1,x2,.),Y可视为顾客所要求的产品特性。 但是如果在y进行相应的统计控制，其实产品已经制造出来，只是相当于检验产品做得好不好，时效已晚。 所以要去探究那些因素会影响y，进而事先控制x，如此才能起到在生产时就控制的效果，而不是等到
3、产品做出来再做检验。,SPC用在那里？,PROCESS,OUTPUT,INPUT,消极的地方 只能防堵,积极的地方 可防止不良,积极的地方 可防止不良,SPC的作用-预防,检测的方法：检查最终产品并剔除不符合规范的产品。这种方法很浪费，因为它允许将时间和材料投入到生产不一定有用的产品和服务中。（容忍浪费） 一种在第一步就可以避免生产无用的输出，从而避免浪费的更有效的方法是预防。（避免浪费）只要全公司所有员工共同努力就能建立一道防火墙。 实现策略：应用数理统计方法进行生产过程的控制。基本思想是根据过程的情况，预测将来的趋势与变化，从而进行过程控制，使过程在受控中进行，预防不良品的发生。所以说SP
4、C的特征是控制过程，防患于未然。,SPC想法,藉由以往的数据,了解正常的变异范围,设定成控制界限,绘点判定是否超出界限,纠正异常,持续改进，缩小控制界限,SPC的原理,控制用图形,运用控制限来 判定制程是否 异常,控制图种类(以数据来分),计量值控制图 平均值与全距控制图 平均值与标准差控制图 中位值与全距控制图 个别值与移动全距控制图,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,控制图的选择,控制图所用的统计原理,正态分布概率,个别值的正态分布,平均值的正态分布,控制图的正态分布,控制图原理说明,控制图的建立其中最主要也是最重要的一个步骤就是按3原理对控制线进行设
5、定。控制线的确定是否合适决定了我们能否及时准确判断出异常的发生。 3原理：在X+3sigma内的概率为99.73%，而超出+3sigma 的概率仅为0.27%。,控制图的建立,制程的组成以及其波动的原因,波动原因,变差(variation)：可分2种，随机变差与特殊变差。,制程的控制与能力提升,普通原因、特殊原因示意图,普通原因的波动范围,异常原因导致的波动范围,异常原因导致的波动范围,UCL,LCL,解决普通原因的系统措施,解决异常原因的局部措施,解决异常原因的局部措施,受控(in control)：只出现随机变差。 失控(out of control)：各种特殊变差原因未消除的过程状态。证
6、据是控制图上的点出现在控制限外或控制图内的图形并非是随机。,过程改进循环,建立控制图的四步骤,A收集数据,B计算控制限,C过程控制解释,D过程能力解释,建立X-R图的步骤A,每个子组的平均值和极差的计算,平均值和极差,平均值的计算,R值的计算,建立X-R图的步骤B,建立X-R图,建立X-R图的步骤C,异常情况的特征,利用SPC CHART图来进行区分： 1点超出 +3 sigma 连续3点中有2点超出 +2 sigma （口诀：3分之2A） 连续5点中有4点超出 +1 sigma （口诀：5分之4B） 连续8点在中心线一侧 周期性波动 当连续7点呈上升或下降趋势时，应查找原因并采取行动。,图例
7、,以下为不正常状态的种类,A. 有一 点超出控制界限,C L,图例,B. 在中心线的同侧连续三点中有两点在A区或A区以外,C L,图例,C . 连续五点中有四点在B区或B区以外.,图例,D。 连续8点在中心线一侧,CL,图例,E。 周期性缺陷,图例,F . 连续6点同一方向,+ 3,- 3,UCL,CL,LCL,X-R Chart 的用途,R-Chart 由制程的均匀度决定 代表精度和品质的均匀度 当均匀度发生改变时, R-Chart可以发现 R的改变动原因可能为机械维护不良或劣化, 手工作业不熟练或不稳定, 加工方法不周严.,X-Chart,由制程的平均值支配 代表品质的规格中心,亦即正确程
8、度 R-Chart 有逸出时,X-Chart也受 影响,应先调R-Chart 平均值变化的原因可能为机械调整不当, 手工作业错误,材料规格不符,建立X-R图的步骤D,过程能力分析（一）,Cp和Cpk 的计算公式： Cp= T/ (6) Cp=（T）/ (6) 其中：T=USLLSL，为标准偏差 Cpk=ABS(USL or LSL）-X)/（3） Cpu=（USL-X）/（3） Cpl=（X-LSL）/（3) 注：对数据量的要求：大于25个。,指数差异说明,过程能力分析（二）,使用上述公式时，须满足以下条件： 过程处于统计稳定状态 过程的各测量值服从正态分布 否则这些度量就很少有或没有意义。
9、要满足上面两个条件，就要对数据进行分析 直方图分析。示例 对CHART图中的异常现象进行分析，识别特殊原因和普通原因，有原因的异常点不统计在内。 注：没有一个单独的指数可以万能的适用于所有过程，没有一个过程可以用单独的一个指数完整的来描述。因此，一种很好的方法就是同时使用Cp，Cpk等参数与图表技术一起进行分析。,过程能力分析（三）,几点补充： 我们在进行工艺能力的分析时，经常会使用一些能力指数（如Cp，Cpk）。大部分能力指数的计算包括了产品的规范。因此如果规范不合适，或者规范不符合顾客的要求，努力使过程符合这些规范，将会造成时间和人力的大量浪费，同时成品率得不到保证。 所有指数的不足之处且
10、可能产生误导。任何计算的指数中得到的推断，可以从计算这些指数的数据中找到合适的解释。应该注意的是我们利用这些指数的目的不是用来解释数据，而是为了使用数据来解释过程，从数据中了解过程。 尤其应该强调的一点是如果使用过程中一定时间内不稳定或不重复的数据来进行预测是没有什么意义的。,End,谢谢观看/欢迎下载,BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES. BY FAITH I BY FAITH,
