统计过程控制(spc)课件

《统计过程控制(spc)课件》由会员分享，可在线阅读，更多相关《统计过程控制(spc)课件（56页珍藏版）》请在金锄头文库上搜索。

1、统计过程控制,(SPC),肖硕兵,美国贝尔试验室的休哈特博士在二十世纪二十年代研究过程时，首先区分了可控制和不可控制的变差，这就是今天我们所说的普通原因变差和特殊原因变差； 聪明的休哈特发明了一个简单有力的工具来区分他们控制图； 从那时起，在美国和其他国家，尤其是日本，成功地把控制图应用于各种过程控制场合，经验表明当出现特殊原因变差时，控制图能有效地引起人们注意，以便及时地寻找采取措施。,统计过程控制的英文全名为: Statistical Process Conrtol 缩写为SPC。,1、SPC简介,2、直方图,直方图是针对某产品或过程的特性值，利用常态分布（也叫正态分布）的原理，把50个以

2、上的数据进行分组，并算出每组出现的次数，再用类似的直方图形描绘在横轴上。 通过直方图，可将杂乱无章数据，解析出规则性，也可以一目了然地看出数据的中心值及数据的分布情形。 在制造业，现场的管理干部经常都要面对许多数据，这些数据大多来自制造加工过程的抽样测量得到，对于这些凌乱的数据，如果制作成直方图，并借助对直方图的观察，可以了解产品质量分布的规律，知道其是否变异，并进一步分析判断整个生产过程是否正常，问题点在哪里，为研究过程能力提供依据。,通过直方图，可以达到的目的,了解质量分布的状况，对质量状况分析有极其重要的参考价值； 显示波动的形态，知道其是否变异； 直观地传达有关过程质量分布情况的信息；

3、 观察产品质量在某一时间段内的整体分布状况； 研究过程能力或预测过程能力； 求分配的平均值和标准值； 调查是否混入两个以上的不同群体； 测知是否有虚假数据 制定产品的规格界限；,直方图（频数分布图）的制作步骤,收集同一类型的数据； 计算极差（全距）； 设定组数，计算组距、组界、中心值； 制作频数表； 按频数值比例画横坐标、纵坐标； 按纵坐标画出每个矩形的角度，代表落在此矩形中的点数； 判续直方图（对过程状态分析）。,直方图举例为考核某齿轮尺寸的质量水平，随机在一批产品中抽样测得数据100个，此产品规格为：24.56.0mm。, 收集数据(见下表，单位：mm), 算出极差Xmax = 30.0

4、Xmin = 17.4 R = Xmax Xmin = 30.017.4 = 12.6 设定组数，计算组距、组界、中心距, n=100，选组数10，测定值最小单位为0.1（便于数据落在区间内）； 计算组距：h = R10=12.610=1.26，取1.3； 第一组下限值 = Xmin 测量值最小单位/2 = 17.40.1/2 = 17.35 第二组下限值 (第一组上限值) = 17.35+1.3 = 18.65 计算中心值组中心值 = (组上限值+组下限值)2第一组中心值=(17.35+18.65)2 = 18.00 (以此类推), 制作频数表(如下表):, 按频数画横坐标、纵坐标与直方图（

5、如下图）,17.35,26.45,23.85,25.15,27.75,29.00,30.30,19.95,21.25,22.55,18.65,频数,UL,USL,LSL,10,20,30, 直方图的常见形态与判定,正常型：是正态分布，服从统计规律，过程正常。,(1) 正常型,(2) 缺齿型,1）有经验的人员故意做的假数据。2）测量仪器精确度不够，而要求的精确度较高，检验员只好进行估计。3）较多特性差异的数据混杂在一起。,缺齿型：不是正态分布，不服从统计规律，可能的原因是:,(3) 偏态型,1）习惯作业造成作业方法不对。 2）工具、夹具、模具已经磨损或松动。,偏态型：不是正态分布，不服从统计规律

6、，可能的原因是：,1）数据输入人员在输入的过程中，可能把10.01输 10.10或1.01。 2）过程中其他物料混入。 3）机台设备在过程中出现特殊原因，产生了变异。,离岛型：不是正态分布，不服从统计规律，可能的原因是:,(4) 离岛型,1）人员做的假数据。 2）经过全检挑选的数据。 3）测量仪器精确度不够。,高原型：不是正态分布，不服从统计规律，可能的原因是,(5) 高原型,1）有两不同的组合，如两部机器或两家不同的供应商。 2）在过程中有变异产生，而做了较大调整。,双峰型：不是正态分布，不服从统计规律，可能的原因是,(6) 双峰型,1）纯粹是不太熟悉直方图的人员做的假数据。 2）数据太多或

7、太少。 3）质量实在太差，未经过全检的数据。,不规格型：不是正态分布，不服从统计规律，可能的原因是:,1) 过程能力是指过程要素已经标准化，即在受控状态下实现过程目标的能力。受控状态是： 对象确定（产品、项目）； 方法确定（作业方法）； 手段确定（硬件、人员、环境）； 场所确定； 时间确定。,3、过程能力分析,2) 过程变异的因素（5M1E） 人（Man） 机 (Machine) 料 (Material) 法 (Methad) 测 (Measure) 环 (Environment),没有两件产品或特性是完全相同的，因为任何过程都有存在许多变差的原因。产品间的差距也许很大，也许小得无法测量，但这

8、些差距总是存在的。位于规定的公差的范围的零件是可接受的，超出规定公差范围之外的零件是不可接受的；然而，在管理任何一个过程减少变差时，都必须追究造成变差的原因，首先是区分普通原因和特殊原因。,3) 过程变异类别, 正常变异（偶然因素变异或普通原因变异） 不可避免的原因，是属于控制状态下的变异，这种原因对过程响程度很小，不值得调查、不值得改善，如果要去改善，成本很高； 正常波动服从统计规律； 偶然性因素引起的差异为随机误差。 异常变异（系统因素变异或特殊原因变异） 可避免的，属人为因素造成，必须彻底追查原因采取措施，这种原因对过程影响很大，会造成很大的损失（如使用失效的仪器测量，测量的方法不对或使

9、用未经培训的人员测量等； 异常波动没有统计规律； 系统性因素引起的差异为条件误差。,是指过程能力与过程目标相比较的定量描述的数值， 即表示过程满足产品质量标准（产品、规格、公差）的程度。一般以Cp或Cpk表示。,4）过程能力（工序能力）指数, Cp适用于质量标准规格的中心值与实测数据的分布中心值一 致即无偏离的情况下， 而Cpk适用于质量标准规格的中心值与实测数据的分布中心不一致，即有偏离的情况下。 工序能力与生产能力有着本质的区别，工序能力是指质量上所能达到的程度，而生产能力是指数量上所能达到的程度，一个指质量，一个指数量。 当过程处于稳定状态（生产要素处于理想状态）时，产品的计量质量特性值

10、有99.37%落在 3（西格玛）范围内。,5）过程能力指数计算, 计算Ca值 (偏移修正指数) Ca值是衡量过程平均值与规格中心值（公差中心值）的一致性，如果Ca值愈大，表明过程平均值偏离规格中心值愈大，过程能力愈差。 公式：, 计算Cp值（双向公差，分布中心与公差中心重合情况下的过程能力指数）。 Cp值是是衡量过程满足产品质量标准（规格公差）的程度，Cp值愈大，表示过程变异愈小，过程能力愈佳； 公式, 计算Cpk值（双向公差，分布中心与公差中心不重合情况下的过程能力指数）。 公式: 当质量规格只有上限单侧公差时：, 当质量规格只有下限单侧公差时：,6) 过程能力评价, 过程能力评价表, 过程

11、能力判断方法, 偏移指数Ca评价表,7) 案例 品检员A测量某型号齿轮的内径，此齿轮规格为:1001.0，收集数据如下，请计算出Ca、Cp及Cpk值。,计算结果:,1),2),3),4),4 .控制图,1924年 控制图由美国品管大师休哈特博士发明，因为用法简单，效果显著，在为质量管理不可缺少的工具。 1932年 英国邀请休哈特到伦敦。讲控制图，英国人把它应用到工厂管理，比美国早。 美国、英国把控制图大量引进工厂，应用到生产过程中。 1942年 二战期间，美国强制实施控制图，为美国的二次大战立下汗马功劳。 1942年 日本邀请品管大师戴明到日本讲控制图，日本人将它发扬光大，运用到基层。 195

12、3年 台湾引进美国的控制图，在工厂广泛采用。,1) 控制图的简要说明,世界上第一张控制图是美国休哈特在1924年5月提出的P控制图（不合格品率控制图），当时休哈特采用了3个标准差来确定控制图的上下限，即我们通常说的3。控制图上有中心线（CL），控制上限（UCL）和控制下限（LCL）。如下图。,0.200,0.100,0.000,0.300,UCL,CL,LCL,在现代质量管理中，随着客户和最终客户对质量的意识越强，对制造业的质量要求也越来越严，对控制图的应用也有不断的深化。所以在上图中最开始沿用的3也不断演化出4、5、6，甚至如美国航天局要求7或8。 摩托罗拉公司要求其供应商产品质量应达到6。

13、 下图是7和8示意图。,LSL,LCL,SL,CL,UCL,USL,3示意图,LS L USL,LCL,CL,SL,UCL,3示意图,过程不偏移Cp、K与不良率的关系表,上表的数据是一种理想值，但在实际工作及生产中，由于各种人、机、料、法、环、测等因素的影响，跑出控制界限的概率会增加，因此，一些学者就把这些因素考虑进来，又经过一系列的计算得出过程偏移1.5的理论，即在理想值的基础上假定实际过程中心最多上下偏移1.5。如下表：,过程偏移Cp、K与不良率的关系表,从功能上分，控制图可分两种，一种是解析用控制图，另一种是控制用的控制图。 解析用控制图是根据实际测量出来的数据，经过计算得出控制的上下限

14、值之后画出的，它主要用来初期质量的测定和监控，了解初期产品的过程能力。 控制用控制图是根据以前的历史数据，或之前产品质量稳定时的控制上下限，作为今后产品质量的控制上下限，它的意义在于用之前的控制界限来衡量近期的产品质量状态，如8月份的控制图以7月份的控制界限来判定，这样就可以看出8月份与7月份的质量对比状况。,2）控制图的数据收集,SPC应用在于收集原始的数据，经过一系列复杂的计算，以最简单、直观、明了的方式表现，便于深入分析质量状况及预测问题。所以SPC在数据收集过程中必须强调二项原则：真实、及时。数据的真实性：只有真实的数据才能反映真正的质量状况，不真实的数据分析出的结果肯定也不正确，易导

15、致决策者失误。数据的不真实性通常表现在以下几个方面： 品检人员不认真，根本没有通过实际的检验，只根据经验直接填写数据； 品检人员感觉检验数量太多，不愿检验到规定的数量，而只做一部分，剩下一部分就全都是主观估计值； 测量设备有问题，精度不够，需要靠检验人估计； 检验出来的数据不符合规格，人为地改写数据； 检验人员字迹不清，在输入电脑过程中输错； 抽样计划制定不合理，检验数据太少，造成分析无价值；数据的及时性：因为SPC的主要功能之一就是预测质量，因此，只有及时收集数据，才能及时分析，才可能预测质量，不良品都已经产生，所有的预测都无意义。数据收集分：计量值的数据收集和计数值数据收集。,计量值的数据

16、收集：按一定时间间隔抽取一定的样本，然后进行测量，再将测量到的数据记录下来。计量型数据具有连续性，故它的抽样计划与计数值有很大的差异。它通常根据产品要求，对产品的重要特性定时抽取固定样本个数。,应根据产品的特性和当前质量状况来确定抽样频率，产品特性越易检验或越重要，抽样频率通常越高，如果当前质量越差相对频率应加大一些。如果遇到生产时间较短，为了做直方图，也可适当加大抽样频率，常用的抽样频率为：每半小时、每小时、每2小时或4小时抽一次，每天抽一次为少见（一般出现在难检和质量较为稳定的特性）。抽样频率在初始阶段相对高一点，在过程中如发现质量受控较稳定时，可视情况酌情减少抽样频率，甚至放弃该点的计量监控。例如在第一个月，每小时抽5个；经过1个月的监控，质量已稳定，已经有2周时间是CPK值达到了2.0以上，可采用4个小时抽5个（注：一般不宜采用减少每次抽样数）；又经过一个月，发现CPK还是在2.0以上，且没有大幅的周期变化的特性，则可放弃该点做计量控制。,