《SPC技术实战公开课》由会员分享，可在线阅读，更多相关《SPC技术实战公开课（194页珍藏版）》请在金锄头文库上搜索。
1、SPC,品保培训资料,一、统计制程管理概述,二、 SPC基础统计基本知识,三、统计过程管理,、控制图原理、制作与分析,、直方图和过程能力的分析与研究,、QC七大手法,四、总结,、现场品质管制流程与数据的采集,一、统计制程管理概述,质量检验 SPC TQM,背景,沃尔特安德鲁休哈特（Walter Andrew Shewhart） 1891年3月18日生于伊利诺伊州纽坎顿 1967年3月11卒于新泽西州特诺伊山 休哈特主要的职业生涯在贝尔电话实验室（Bell Telephone Laboratories)现为朗讯科技（Lucent Technologies）渡过。 1924年，他首次应用统计方法与
2、质量控制之中，他制作了世界第一张控制图。1931年，他出版制造业产品品质的经济控制。1947年，美国质量控制协会（ASQC）才认识到休哈特的重要贡献。从1950年开始，他的同事及学生戴明博士（Edwards Deming）将休哈特的控制理论传授给日本人。过去二十年来，休哈特的控制理论和控制图已成为世界标准。,统计控制概述,1、预防与检测 -Slide 2 2、过程控制系统 -Slide 3 3、变差：普通原因及特殊原因 -Slide 4 4、局部措施和对系统采取措施 -Slide 6 5、过程控制和过程能力 -Slide 7 6、过程改进循环及过程控制 -Slide 8 7、控制图：过程控制工
3、具 -Slide 9 8、控制图的益处 -Slide 10,统计控制概述之一,过程控制的需要 检测容忍浪费 预防避免浪费,检测与预防,统计控制概述之二,过程控制系统,我们工作的 方式/资源 的 融合,顾客,产品或 服务,识别不断变化 的需求和期望,顾客的呼声,人,设备,环境,材料,方法,输入,过程/系统,输出,过程的呼声,统计方法,过程控制系统,统计控制概述之三,变差的普通及特殊原因 1,1、每件产品的尺寸都与别的不同,2、但它们形成一个模型，若稳定，可以描述为一个分布,3、分布可以通过以下特征加以区分：,A. 位置,B. 分布宽度,C.形状,统计控制概述之三,变差的普通及特殊原因 2,如果仅
4、存在变差的普通原因 随着时间推移，过程输出形 成一个稳定的分布并可预测,预测,时间,时间,如果仅存在变差的特殊原因，随着时间推移，过程输出不稳定,统计控制概述之四,局部措施和系统措施,局部措施和系统措施 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 通常可以纠正大约 15% 的过程问题 系统措施 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 大约可以纠正 85 % 的过程问题,统计控制概述之五,过程控制和过程能力,过程控制,过程能力,不受控存在特殊原因,受控 消除了特 殊原因,受控，但没有能力符合规范 普通原因造成的变差太大,受控，且有有能力符合规范 普通
5、原因造成的变差减少,规范上限,规范下限,统计控制概述之六,过程改进循环及过程控制,1、分析过程 本过程应做些什么？ 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,2、维护过程 监控过程性能 查找变差的特 殊原因并采取 措施,3、改进过程 改进过程从而 更好地理解普 通原因变差 减少普通原因 变差,统计控制概述之七,控制图-过程控制的工具,上控制限 UCL,中线 UCL,下控制限 LCL,1、收集 收集数据并画在图上 2、控制 根据过程数据计算试验控制界限 识别变差的特殊原因并采取措施 3、分析和改进 确定普通原因变差的大小并采取减小它的措施,重复这三个阶段从而不断改进过程
6、,统计控制概述之八,控制图的益处,合理使用控制图能： 供正在进行过程控制的操作者使用 有助于过程在质量上和成本上能持续地，可预测地 保持下去使过程达到： -更高的质量 -更低的单件成本 -更高的有效能力 为讨论过程的能力提供共同的语言 区分变差的特殊原因和普通原因，作为采取局部措施 或系统措施的指南,一、统计制程管理概述,二、SPC基础统计基本知识,与常用统计量,产品质量的统计观点（一）： 产品质量具有变异性 影响产品质量的因素有6M： Man：人 Machine：机 Material：料 Method：法 Mother-nature： 环 Measurement：测 无论人类社会如何进步发展
7、，产品质量不可能保持绝对恒定，一定具有变异性。,SPC基础,产品质量的统计观点（二） 产品质量的变异具有统计规律性 确定性现象 确定性规律：在一定条件下，必然发生或不可能发生的事件。如一个大气压（760mm汞柱）下，H2O的变化规律。 温度 0 固体状态 温度 0 t 100 液体状态 温度 100 气体状态 随机现象 统计规律：在一定条件下事件可能发生也可能不发生的现象。如我们无法预知内存电性能测试合格率大于99%，但大量统计数据证明有90%的可能性大于99% 。,SPC基础,分布（Distribution）：用来描述随机现象的统计规律，说明两个问题：变异的幅度有多大；出现这么大幅度的概率。
8、 计量特性值：如PCB金手指厚度、重量或时间等连续性数据，最常见的是正态分布（normal distribution）。 计件特性值：如内存合格/不合格两种离散性数据，最常见的是二项分布（binomial distribution）。 计点特性值：如每条内存上少锡点数等离数性数据，最常见的是泊松分布（Poisson distribution）。 由于二项分布和泊松分布数据统计理论较复杂，以下讨论以正态分布为例。,SPC基础,直方图（histogram）：在横轴上以样本数据每组对应的组距等距离线段为底，纵轴表示样本数据落入相应直方组的频数的n个矩形所组成的图形。如100条PCB金手指厚度，标准5
9、03.94,统计学显示计量特性值分布特点是：中间高，两头低、左右对称,用面积表示频率或频数,SPC基础,正态分布：直方图所取得数据越多，分组越密，则直方图就越趋近一条光滑的曲线。 这条光滑的曲线就形成正态分布曲线，其特点是中间高，两头低，左右对称并延伸至无穷。,SPC基础,正态分布特征： 正态分布是一条曲线，讨论起来不方便，故用其两个参数描述其特征： 1.平均值 （average） 2.标准差 （standard deviation） 说明：（1）平方是为了避免正负抵消 （2） 是求平均值 （3） 是为了避免单位变化或无故放大,SPC基础,何谓标准差() ? 希腊文字里的 sigma小写符号
10、-是统计学符号。代表母体的“标准偏差”. （Standard Deviation） 统计学中，标准偏差意指任何一组事项或流程所产出的变异或不一致的度量值。 例热汉堡、三件衬衫，超市感觉。,SPC基础,从技术上来说，标准差是在某流程中，变异（Variation）程度的度量值。 Ts=21+/-2 0C的温度控制器 Ta=13-29 0C -不合格，变异=8 也就是说标准差就象是一把尺，用来评估流程结果的好坏。,标准差之例,SPC基础,s 规格标准差,读做Sigma Spec,SPC基础,a制程标准差,读做Sigma Actual,注：样本数 n 25,SPC基础,例题说明,X1 = 1 X2 =
11、 2 X3 = 3,SPC基础,3与6的比较,“品質特性”中組合零件之數目 3品質水準的產品品質可靠度 6品質水準的產品品質可靠度,1 99.7300029% 99.999999800%,9 97.5861047% 99.999998200%,10 97.3325980% 99.999998000%,2000 0.4483975% 99.999600001%,50 87.3557666% 99.999990000%,75 81.6464617% 99.999985000%,100 76.3102995% 99.999980000%,250 50.8695500% 99.999950000%,5
12、00 25.8771111% 99.999900000%,1000 6.6962488% 99.999800000%,750 13.1635700% 99.999850000%,SPC基础,不同个数的相对严重程度之示意, 以书刊错字校对为例 6 一间小型图书馆全部藏书中有一个错字 5 一部百科全书中有一个错字 4 一册书每30页中有一个错字 3 每页书中有1.5个错字 2 每页书中有25个错字 1 每页书中有170个错字,6的诠释,SPC基础,不同个数与PPM品质水准的对比,SPC基础,平均值对正态曲线的影响： 若平均值增大，则正态曲线往右移动，见； 若平均值减小，则正态曲线往左移动，见。,
13、,SPC基础,标准差对正态曲线的影响 若标准差越大，则数据分布越分散，波动范围大，见 =2.5； 若标准差越小，则数据分布越集中，波动范围小，见 =0.4。,x,y,=2.5,=0.4,=1.0,SPC基础,正态分布平均值与标准差的关系 平均值与标准差是相互独立的。无论平均值如何变化都不会改变正态分布的形状，即标准差 ；无论标准差如何变化，也不会影响数据的对称中心，即平均值。 质量管理的发展史就是与 和 斗争的历史，就是优化值（提高或降低）和缩小 值的历史。,SPC基础,3 原则 不论与 取值为何，只要上下限距中心值（平均值）的距离各为3 ，则产品质量特征值落在 范围内的为99.73%，这是数学计算的精确值，应该牢牢记住。 下限 上限 0.135% 0.135% 99.73% -3 +3 产品质量
