spc基础培训

《spc基础培训》由会员分享，可在线阅读，更多相关《spc基础培训（164页珍藏版）》请在金锄头文库上搜索。

1、6我们的工作方式1、不允许迟到、早退；2、手机调整至关机或静音状态；3、上课不睡觉，中途不缺勤；4、积极参与，不懂就问；5、既来之、则安之！6、良好的培训秩序是培训成功的前提！培训约定6我们的工作方式统计过程控制介绍6我们的工作方式 了解SPC的历史与发展 了解SPC的目的 了解自然变异和非自然变异 了解普通要因和特殊要因 了解SPC种类五、统计过程控制：学习目的6我们的工作方式SPC历史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。工业中开始用统计方法代替事后检验的质量控 制方法

2、。二战后，日本从美国请来了戴明，推广控制图的应 用。SPC在日本工业界的大力推广应用，对日本产品 质量的崛起起到了至关重要的作用；五、统计过程控制：认识SPC6我们的工作方式八十年代以后，世界许多大公司纷纷在自已内部积 极推广应用SPC，而且对供应商也提出了相应要求。在 ISO9000以及QS9000中也提出了在生产控制中应用SPC 方法的要求。汽车行业发展史伴随质量管理发展史：质量是检 验出来的QC质量是制造 出来的QA质量是设计 出来的TQC质量是预防 出来的TQM预测过程输 出分布SPC五、统计过程控制：认识SPCSPC历史6我们的工作方式休哈特博士有三句名言：1）在一切制造过程中所呈现

3、出的波动有两个分量。第一个是过程内部引起的稳定分量（偶然波动），第二个是可查明原因的间断波动（异常波动）2）那些可以查明原因的波动可用有效方法加以发现，并可备剔去，但偶然波动是不会消失，除非改变基本过程。3）基于3Sigma限的控制图可以把偶然波动与异常波动区分开来。控制界限基于对X或Y设立 3S平均界限。五、统计过程控制：认识SPC控制图原理6我们的工作方式 判断制程是否稳定的，处于统计过程控制。 发现产生变异的特殊原因，并采取措施以改善制程。 根据SPC提供的信息，对制程采取预防措施，事先消 除产生变异的特殊原因，以保证制程处于统计过程控 制状态。 简单扼要的来说，用控制图能让我们更加容易

4、发现造 成非自然变异的特殊原因并且最小化对自然变异的过 敏反应。五、统计过程控制：认识SPC为什么使用SPC6我们的工作方式q 在生产过程中，产品的加工尺寸的变异是不可避免的。它是由人 、机器、材料、方法和环境等基本因素的变异影响所致。q 变异分为两种：自然变异和非自然变异q 自然变异是偶然性原因（不可避免因素）造成的。它对产品质量 影响较小，在技术上难以消除，在经济上也不值得消除q 非自然变异是由系统原因（异常因素）造成的。它对产品质量影 响很大，但能够采取措施避免和消除q SPC（统计过程控制）的目的就是消除、避免非自然变异，使过 程处于自然变异状态。五、统计过程控制：认识SPC自然变异和

5、非自然变异6我们的工作方式q 在过程中稳定的和随时间重复分布的变差的原因 q 在稳定系统中的偶然原因 q 如只有普通要因，过程的输出是可预测的 q 这时过程可称为处于统计控制状态 如果只存在变异的普通原因，那么过程输出随着时 间推移是连续不变的和可预测的 如果存在变异的特殊原因，那么过程输出既不是连 续不变的又不可预测五、统计过程控制：认识SPC普通原因与特殊原因6我们的工作方式可指出的原因： 在过程中不时常发生的变化原因 当发生时，会将整个过程分布改变 除非对所有的变化特殊要因找出和处理，它们会持续 以不可预测的方式影响过程输出特殊 原因明天的质量不稳定如果存在特殊原因，过程输出是随时间不稳

6、定的五、统计过程控制：认识SPC普通原因与特殊原因6我们的工作方式控制图的构成中心线模型，对于变量图表的控制上限下限控制上限UCL=m+ k1s中心线center line=m控制下限LCL=m-k2s因为我们必须从样本中估算，所以 mx 样本平均值的均值ss 样本标准差k1，k2 通常取3五、统计过程控制：SPC构成6我们的工作方式优点: 是其随着时间推移来跟踪过程的能力这种随着时间的跟踪意味着某些趋势或模式，可能表示出 特殊原因正随着时间的推移出现time五、统计过程控制：SPC控制图基于时间的控制图6我们的工作方式 SPC是用于观测变异并使用统计信号来监控和/或进 行改善的基本工具。该工

7、具几乎可应用于任何领域， 如： 设备性能特性 记帐作业的出错率 损耗分析中的报废率 物料管理系统中的中转时间五、统计过程控制：SPC控制图在何处使用SPC控制图6我们的工作方式缺点 必须提供充分的培训 必须正确收集数据 必须正确的计算和标绘所需的统计量（例如：均值，极差，标准差） 必须正确分析图表 所采取的纠正措施必须适当优点 已证实的改善生产力的技术 方法 预防缺陷的有效方法 防止不必要的过程调整 提供诊断信息 提供过程能力信息 可应用于计数型和计量型两 种数据类型五、统计过程控制：SPC控制图SPC优点与缺点6我们的工作方式注意：控制图中的控制限与规格限是不一样的！每个过 程可按是否满足过

8、程或产品规格和是否受控分成4类。过程产品规格过程受控吗受控不受控符合第一类第三类不符合第二类第四类五、统计过程控制：SPC控制图控制线与规格线6我们的工作方式 最理想的是第一类，过程受控，过程或产品符合要求。 第二类虽然受控，但普通原因的变化大。 第三类过程或产品符合要求，但不受控，必须找出特殊 原因。 第四类不受控，过程或产品也不符合要求，普通原因和 特殊原因都存在。要有合格产品（实际变异必须少于设计的规格公差）且过程必须处 于统计控制状态，才能令挑剔的顾客满意。 当过程能力CPK=2，达到6 Sigma水平时，制造过程品质保证能力可 以放心了。五、统计过程控制：与过程能力的关系过程控制与过

9、程能力的关系6我们的工作方式主要可分为两大类：计量控制图; 计数控制图1.计量控制图为一个过程特性的数值进行量度（如温度 、时间、尺寸）而制作，通常有以下几种图 表可以选用； I-MR 个体与移动极差图 Xbar&R 均值与极差图 Xbar&S 均值与标准差图五、统计过程控制：控制图种类控制图的种类6我们的工作方式五、统计过程控制：控制图种类2.计数值控制图为计数值的量度（如不合规格品数、客户投诉次数、 缺勤率）而制作。有以下几种可以选用： P图 （关于不良品比率） nP图 （关于不良品数） U图 （关于缺陷率） C图 （关于缺陷数图，子群数应固定）6我们的工作方式 我们对特殊原因所采取的行动

10、是成功使用SPC的关键 SPC代表统计过程控制。不幸的是，大多数公司将其 应用于成品而不是过程特性 只有当过程输入因子成为我们努力的焦点时，SPC方 法在改善品质，提高生产力，以及降低成本费用等方 面的充分能力才得以实现五、统计过程控制：总结成功使用SPC的关键6我们的工作方式讨论课题第二部分 SPC统计过程控制u 计量型统计过程控制u SPC控制图的理解u 计数型SPC6我们的工作方式计量型统计过程控制学习目标：建立下列控制图 I-MR 个体与移动极差图 Xbar&R 均值与极差图 Xbar&S 均值与标准差图6我们的工作方式一、计量型统计过程控制：类型计量型控制图 1. I-MR图 （个体

11、和移动极差图） 2. XBar-R图 （均值和极差图） 3. XBar-S图 （均值和标准差图）计数型控制图 1. P图 （关于不良品比率） 2. np图 （关于不良品） 3. U图 （关于缺陷率） 4. C图 （关于缺陷数图，子群数应固定）控制图类型6我们的工作方式 n 每组样本数量 X 个别样本数据 X 每组样本的数据平均值 X 所有X的平均值 R 每组样本中数据的极差（最大减最小） R 所有R的平均数 UCL 控制上限，是整体数据中99.73%的上限，不是规 格上限。 LCL控制下限，是整体数据中99.73%的下限，不是规 格下限。一、计量型统计过程控制：基本术语定义基本术语6我们的工作

12、方式一、计量型统计过程控制：IM-R图I-MR图：个体与移动极差图，也叫X-MR图，子群由单一的测量 值组成。 例子：Exh_qc.mtwI-MR图6我们的工作方式一、计量型统计过程控制：IM-R图6我们的工作方式创建I-MR图样本1234567 X88.57.410.59.311.110.4 MR0.51.13.11.21.80.71.为每个子组记录个体的测量值。2.从子组2开始为每个子群计算变动范围，MR等于子组和前 一子组值的变动范围。 MR2=8.5-8=0.5 MR3=8.5-7.4=1.1 MR4=10.5-7.4=3.13. 计算X，所有个体值的平均值，X将会给去I图的中心线。X

13、=9.314. 计算R，所有MR的平均值，R给出MR图的中心线。 R=1.4一、计量型统计过程控制：IM-R图6我们的工作方式I图MR图UCL=X+E2RLCL=X-E2RUCL=D4RLCL=D3R在I-MR图中，E2=2.66，公式中其它常数见下表。一、计量型统计过程控制：IM-R图I-MR图控制限计算公式6我们的工作方式nA2A3D2C4B3B4D3D421.8802.6591.1280.79803.26703.26731.0231.9541.6930.88602.56802.57540.7291.6282.0590.92102.26602.28250.5771.4272.3260.94

14、002.08902.115I-MR图取n=2，即子组样本量为2。备注：E2=A2 n一、计量型统计过程控制：IM-R图I-MR图常数6我们的工作方式极差或标准差历史背景：当施华德在1920年开发这些控制图时，没有简 单的方法来计算出标准差。因此，极差方法就 成为SPC应用中根深蒂固的方法。一、计量型统计过程控制：IM-R图6我们的工作方式5.计算控制限 I图：UCL=X+E2R=9.31+2.66x1.4=13.034UCL=X-E2R=9.31-2.66x1.4=5.586MR图： UCL=D4R=3.267x1.4=4.574LCL=D3R=0x1.4=0一、计量型统计过程控制：IM-R图

15、创建I-MR图6我们的工作方式6. 画出两个图的中心线和控制线，画出I图和MR图。一、计量型统计过程控制：IM-R图创建I-MR图6我们的工作方式I图MR图UCL=X+E2LCL=X-E2 UCL=D4 LCL=D3 Minitab软件中控制限计算公式稍有不同， Minitab中计算公式如下：一、计量型统计过程控制：IM-R图Minitab软件中I-MR图控制限计算公式6我们的工作方式Xbar-R图 Xbar，R控制图画出均值和极差。 Xbar，R控制图使过程所有者使用子群体能够估计中 心趋势和稳定性变化。 计量型控制图涉及连续型变量，其中所关注的统计量 是中心趋势和变异（散布）。 Xbar图随时测量变量的中心趋势。它使用来自大小为n 的样本的平均值，或Xbar。一、计量型统计过程控制：Xbar-R图6我们的工作方式计量型控制图Xbar图 图的中心线由平均值的长期水平或X-double bar描绘出来。 控制界限定了范围在3 ， 或在平均值上的 99.7%内的置信区间 CLs=x3/一、计量型统计过程控制：Xbar-R图6我们的工作方式 极差，或R图监控在子群体内部随时间的变动。 R图的中心线由极差的长期平均水平或R-bar所代表。 控制界限定了范围在平均值上3 内的置信区间 CLs=x3/一、计量型统计过程控制：Xbar-R图