《SPC教材-福特》由会员分享，可在线阅读，更多相关《SPC教材-福特（146页珍藏版）》请在金锄头文库上搜索。
1、 Statistical Process Control 统计过程控制SPCmxabRXRnsCFMA Q1 可以参阅控制计划中设定的围堵批量, 了解确 切的多少零件需要被重新检测.) 围堵批量围堵批量描述了当发现了缺陷零件的情况下, 在生产现 场(即还未发运)多少零件你应当检测防止问题零件的流 出, 该围堵批量是建立在统计学基础上的数量.46围堵批量(Containment Lot Size)例如: 你的抽样计划中 ARL=4, 每隔100个零件抽取一个子组1.100个零件运行 2.样本1 发生了过程变化, 没有探测到 3.100个零件运行 4.样本2 变化没有被探测到 5.100个零件运行
2、 6.样本3 变化没有被探测到 7.100个零件运行 8.样本4 变化被探测到零件在发生变化和变化被探测到之间的数量=400 即 围堵批量47ARL基于围堵策略的局限性使用ARL的围堵策略, 便于设定反应措施和子组样本大小 , 但是也有局限性.正如采样一样, ARL的围堵策略假设: 过程是稳定且统计受控的 过程均值的偏移发生在ARL定义的范围内(该假设必须通过将包含的零件变差绘图来验证)例如下面的4种失效模式 48ARL基于围堵策略的局限性Mean ShiftMean Shift Over Time当失效模式是断续或循环的情况下, ARL围堵策略不能用于保护顾客49第3部分msxabRXRns
3、控制图 特殊原因的不受控信号判定 在MINITAB中做计量型控制图50控制图的基本构成51控制图表的基本构成判 异 准 则 及 反 应 措 施绘图区数据区表头52控制图的用途 聆听聆听” ”过程的声音过程的声音” ”并且用可预见性的方法采取行并且用可预见性的方法采取行动以确保顾客满意动以确保顾客满意 确保过程是稳定的确保过程是稳定的 确保过程是统计受控的确保过程是统计受控的 支持过程持续改进支持过程持续改进53控制图的用途 区别可控制的和不可控制的变差源区别可控制的和不可控制的变差源 X-X-图用于监控过程均值图用于监控过程均值 随着时间推移的变差随着时间推移的变差 R R 或或 s s 图用
4、于监控过程变化图用于监控过程变化 子组内零件之间的变差子组内零件之间的变差54使用控制图的好处 提供可靠的信息用于判断何时需要(或不需要)对过程采取措施 帮助维持过程在统计受控的状态 为过程性能表现的沟通提供一种通用的语言 评价并激励持续改进成效 如果运用得当, 可以从技术上证明生产能力的改善55使用控制图的好处 通过对过程的预见, 可以有效的预防问题的发生 可以防止不必要的过程调整 提供诊断信息 提供关于过程能力的信息 区别特殊原因和普通原因变差56创建控制图 1. 根据数据类型和抽样计划确定控制图类型 2. 使用收集的数据计算过程均值和控制限 3. 计算绘图比例并将数据点, 过程均值和控制
5、限绘制在控制图上57创建控制图 4. 查找不受控的点:a. 确定为什么不受控.b. 纠正过程的问题, 例如抽样计划, 数据收集 方式等.c. 如果已识别出特定原因, 消除该不受控的点 并且用增加的额外数据点代替.d. 重新计算过程均值和控制限.e. 重新计算比例并将修订后的数据点, 过程均 值和控制限绘制在图上.f. 继续重复抽样过程直到所有必须的点都受控. 这就建立起了正确的过程均值和控制限.58使用控制图 1. 根据抽样计划继续收集并绘制数据点, 查找不 受控信号. 2. 如果发现不受控信号立即采取行动:a. 确定根本原因.b. 在图表上或是控制图日志中标示根本原因.c. 采取行动消除根本
6、原因并且防止它再次发生 . 备注: 控制限一般在过程发生改进, 并且是知道变化原因 的情况下才需要更新(在后续的课程中将会阐述)59控制图的关键要素60Question? 关于控制图，以下哪些描述是正确的？A. 帮助预知过程表现B. 为过程表现的沟通提供一通用语言C. 指出问题是否需要管理层的行动D. 为维持过程稳定提供何时需要或不 需要对过程采取行动的信息E. 计算超出规范的百分比61Question? 如何排序以下控制图的创建步骤？A. 调查所有不受控的数据B. 计算过程均值和控制限C. 确定绘图比例并绘制数据点D. 确定控制图类型62随机在没有特殊原因影响的情况下, 变差应该是随机的 :
7、过程期望得到随机的变差.如果不是, 你就需要开始审视你的过程控制图反映出 的信号来帮助你了解发生了什么.UCLLCL63特殊原因的不受控信号一点远离中心线超过3个标准差64特殊原因的不受控信号2/3的点距中心线的距离超过2个标准差(同一侧)65特殊原因的不受控信号4/5的点距中心线的距离超 过1个标准差(同一侧)可能的原因:控制限或控制点计算错误或打点错误.零件之间的变差(piece-to-piece)增加了(例如: 作业者变化, 错误的工序步骤, 或者是原材料变化). 在极差图中, 点在下 控制限之下可能意味着变差减小了. 测量系统变化了(例如: 使用了新的量具或者是量具损坏了 ). 66可
8、能的原因:可能过程发生了变化; 过程的变差减小了.特殊原因的不受控信号连续15个点排列在中心线1个标准差范围内(任一侧)67可能的原因:测量系统误差(例如: 测量系统的分辨率减小了或是使用了新 的量具).特殊原因的不受控信号连续8个点距中心线的距离大于1个标准差(任一侧)68可能的原因:可能是过程切换; 过程的均值增加了, 或在极差图中变差增加了(例如: 材料的变化或是作业者变化).特殊原因的不受控信号连续7点位于中心线同一侧69可能的原因:可能是工具磨损.特殊原因的不受控信号连续6点上升或下降70可能的原因:可能是取样问题(例如: 在两班中轮流取样).特殊原因的不受控信号连续14点交替上下变
9、化71特殊原因的不受控信号以上8类特殊原因造成的不受控信号一旦被发现, 就应当立即采取措施: 反复询问过程是否发生任何变化造成了不受控情况的发生如果通过简单的提问方式无法解决, 可以进一步的使用G8D或DMAIC (Define, Measure, Analyze, Improve, Control) 方法开展问题解决72Question? 以上控制图的不受控情况可能是由哪些原因造成？A. 应用了变差减小方案B. 新的测量系统C. 控制限计算错误D. 更换了作业者E. 遗漏了过程步骤73Question? 以上控制图中的哪些点是特殊原因变差信号？a. 1 到 5b. 10 到 14c. 15
10、到 19d. 21 到 2574Question? 以上控制图中的哪些点可能是由于测量系统误 差造成的特殊原因变差信号？a. 5 到 12b. 13 到 20c. 15 到 22d. 18 到 25为了调查特殊原因 信号，首先应询问 材料、方法、人员 、环境、设备和测 量系统是否出现了 异常。75Question? 以上控制图中的哪些点可能是采样问题造成的 特殊原因变差信号？a. 1 到 14b. 5 到 18c. 15 到 20d. 18 到 2376数据类型 计量型数据计量型数据Variable Variable DataData可测量的数据测量可用于描 述过程, 产品, 或服 务特性测量
11、是基于连 续的数值范围较小的样本量 就可以接受 X-Bar Ford Motor Company; 2000144B: Cpk 与 6-Sigma 的长期标准差值的关系Cpk% NonconformingPercent YieldNumber of Parts Out of Spec0.1076.4177 %23.5823 %764.2 parts per thousand0.2054.8506 %45.1494 %548.5 parts per thousand0.3036.8120 %63.1880 %368.1 parts per thousand0.4023.0139 %76.9861
12、 %230.1 parts per thousand 0.5013.3614 %86.6386 %133.6 parts per thousand0.607.1861 %92.8139 %71.9 parts per thousand0.703.5729 %96.4271 %35.7 parts per thousand0.801.6395 %98.3605 %16.4 parts per thousand0.900.6934 %99.3066 %6.9 parts per thousand1.000.2700 %99.7300 %2.7 parts per thousand1.100.096
13、685 %99.9033 %966.8 parts per million1.200.031822 %99.9682 %318.2 parts per million1.300.0096193 %99.9904 %96.2 parts per million1.330.0063342 %99.9937 %63.3 parts per million1.400.0026691 %99.9973 %26.7 parts per million 1.500.00067953 %99.9993 %6.8 parts per million1.600.00015867 %99.9998 %1.6 par
14、ts per million1.670.000057330 % 99.9999 %573.3 parts per billion1.700.000033965 % 99.9999 %339.7 parts per billion1.800.0000066641 % 99.9999 %66.6 parts per billionLONG / SHORT TERM SigmaLong / Short 4.5 / 6.0 Sigma (3.4 DPMO)Long / Short 3.5 / 5.0 Sigma (230 DPMO)Long / Short 2.5 / 4.0 Sigma (6,210
15、 DPMO)Long / Short 1.5 / 3.0 Sigma (66,800 DPMO)Long / Short 0.5 / 2.0 Sigma (308,000 DPMO)NOTE: Long Term Sigma =Short Term 1.5AppendixReference: Statistical Process Control Table C; Ford Motor Company; 1991 by Decision Dynamics for the UAW-Ford Quality Improvement Committee; and Consumer 6-Sigma P
16、roject Guidebook; Ford Motor Company; 2000145C: 控制图常数表Sample Size nEstimating ssX ChartR Charts ChartX Chartd2c4A2A3D3D4B3B4E221.1280.79791.8802.6590.0003.2670.0003.2672.66031.6930.88621.0231.9540.0002.5740.0002.5681.77242.0590.92130.7291.6280.0002.2820.0002.2261.45752.3260.94000.5771.4270.0002.1140.0002.0891.29062.5340.95150.4831.2870.0002.0040.030
