《知名日企SPC完美培训教材》由会员分享,可在线阅读,更多相关《知名日企SPC完美培训教材(41页珍藏版)》请在金锄头文库上搜索。
1、编号:时间:2021年x月x日书山有路勤为径,学海无涯苦作舟页码:第1页 共1页统 计 制 程 控 制(Statistical Process Control)1.统计制程控制(SPC)的基本概念1.1质量的基本概念1.2统计制程控制(SPC)是什么?1.3统计制程控制(SPC)的起源与发展2.常用的统计方法2.1概率2.2统计特征数2.3正态分布(Normal Distribution)2.4中心趋向定律(Central Limit Theorem)2.5 正常状态的统计规律2.6 常规控制图及其3界限2.7 变异的基本概念2.8 数据的种类2.9 控制图的种类3.计量值控制图的制作及应用3
2、.1选择计量值控制图3.2数据收集3.3控制界限的设定3.4.控制界限的更新3.5控制界限和规格的关系4.计数值控制图的制作及应用4.1选择计数值控制图4.2数据收集4.3控制界限的设定4.4控制界限的更新5. 控制图的分析5.1正常状态5.2异常现象5.3失控行动表6.制程能力的研究6.1制程能力研究的目的6.2制程能力指数的计算和分析7.控制图与七工具的关系7.1七工具是什么?7.2统计分析表 Checksheet7.3分类法 Stratification7.4巴氏图 Pareto Analysis7.5直方图 Histogram / Barchart7.6因果图 Cause-and-Ef
3、fect Diagram7.7散布图 Scattered Diagram8.附录8.1控制图用途总表8.2控制图的选择8.3控制图工作纸8.4控制图样本8.5实习题1.统计制程控制(SPC)的基本概念1.1质量的基本概念1.1.1品质的定义l 卓越的程度比较的意义:产品(功能、品质、安全、级数等)比较;l 品质水准定量意义:技术评估;l 适合用途(Fitness for Use)产品或服务,在满足特定需要的能力;l 满足顾客要求。1.1.2检查与品质l 品质并不是靠检查出来,而是靠生产出来的;l 检查只是把所制成的,与规格要求的,作一个比较;l 检查只能停止不合格品的流动,但不能停止它的产生;
4、l 检查本身都有品质问题,存在误检及漏检,尤其是复杂和大量的检查.l 检查需要格外的成本和时间.l 如果产品在第一次便做得对,便可消除废料、翻工及减少顾客投诉;1.1.3品质与市场竞争能力l 商品要达到畅销目的,通常要有三个必备的条件:1.品质优良;2.价格合理;3.交货期准。1.1.4影向品质的因素l 人员(Man);l 机器(Machine);l 物料(Material);l 方法(Method);l 环境(Environment)任何因素的变化都会导致产品或服务的变化,也即不同的品质.品质控制的理念在于对生产过程的控制,而不在于对结果的控制.一致的输入和一致的过程导致一致的输出(产品).
5、1.2统计制程控制(SPC)是什么?l 统计制程控制的英文名称是Statistical Process Control或简称为SPC。l 简单地说就是应用 “统计”(Statistical)技术,去分析 “制程”(Process)中的特性,来 “控制”(Control)制程变异。l SPC的目的就是要控制制程达到“受控制的状态”(in Statistical Control)。l SPC主要集中在制程的控制,因为制程是问题的根源。它需要在制程中,加入定时的检查,以达到尽早找出问题,来减少浪费;l SPC典形运用的工具就有品质控制图,利用简单的图表来提供以下的数据:-质量改进-决定工序能力-产品
6、规格的决定-生产制程的决定l SPC是一个有效的工具,去不断地改善品质;l SPC的最终目标在于做到 “预防问题的发生”及 “减少浪费”。1.3统计制程控制(SPC)的起源与发展l 1917年一次世界大战时,美军需短时间预备军衣、鞋等物资,结果尺码比例按正态分布进行,基本吻合需要;l 1924年修华特博士(Dr. W.A. Shewhart)在贝尔试验室发明了品质控制图;l 1939年修华特博士与戴明博士(Dr. Deming)合作写了一本品质观点的统计方法(Statistical Method from the point of Quality Control);l 第二次世界大战前后,英、
7、美两国将品质控制图的方法引进制造业,并应用于生产过程中;l 1950年日本的JUSE邀请了戴明博士到日本演讲,介绍了SQC的技术与观念;l 为了纪念戴明博士的贡献,JUSE于1951年成立了戴明奖;l 在1979年美国国家广播公司(NBC)制作了一部日本能,为何我们不能的影片,SQC的理论与观念,便受到注意及被应用于制造程序中;l SQC的理论是不足够的。单是在发生问题后,才去解决问题,是一种浪费,所以进而发展出SPC;l 美国汽车制造业,在标准中对SPC的使用提出了自己的要求,推动了SPC的广泛应用.2.常用的统计方法2.1 概率2.1.1随机现象l 在一定条件下,一件事情可能出现这个结果,
8、也可能出现另一个结果,没有一定规律,呈现一种偶然性,这就是随机现象了。2.1.2概率l 一件事情 A 在 n 次试验中出现的次数为 m ,事情 A 出现的频率等如m/n。l 随着试验次数 n 的增加,事情 A 出现的频率 m/n 就稳定在某个数值 p ;l 而 p 就被称为事情 A 的概率(即或然率),俗称机会率。l 当 n 是无限大时,p = m/n 。2.2 统计特征数2.2.1统计特征数的定义l 任何由样本计算出来代表样本特征的数字,都称为统计特征数。2.2.2表示数据集中位置的数字 (Measure of Central Tendency)_l 平均数 x (Mean)l 中位数 (M
9、edian)l 众数 (Mode)2.2.3表示数据离散程度的数字 (Measure of Dispersion)l 全距 R (Range)l 标准差 s (Standard Deviation)2.3 正态分布(Normal Distribution)2.3.1正态分布图形m = 频率分布的平均值s = 频率分布的标准差如收集数据时样本数目非常大,_x ms s2.3.2正态分布的特点l 以 x = m 这条直线为轴,正态分布是一个左右对称的。l 靠近 m 出现概率较大;远离 m 出现概率较细。l 分布曲线下的面积代表该段数值的出现机会。曲线范围范围内面积m +/- s68.26%m +/
10、- 2s95.45%m +/- 3s99.73%m +/- 4s全部范围100.00%2.4 中心趋向定律(Central Limit Theorem)2.4.1样本数目与频率分布l 若于总体抽取样本,每样本中有 n 个个体,则该样本平均数不一定会相等于总体的平均数。l 若抽取多个样本,各样本的平均数将会构成另一正态分布如下图:2.4.2中心趋向定律(Central Limit Theorem)l 若总体分布并非正态分布,各样本的平均数会否构成另一正态分布?l 以拋掷骰子为例:拋掷骰子的数目越多,骰子的平均数愈趋向正态分布。一粒骰子二粒骰子三粒骰子四粒骰子十粒骰子l 中心趋向定律(Centra
11、l Limit Theorem)就是:不论总体分布是否正态分布,若抽取样本,而个别样本的数目愈多,样本的平均数愈趋向正态分布。2.5 正常状态的统计规律u 产品质量按加工时间顺序是上下波动的,没有两件产品是完全相同的.u 产品或制程的数据趋向于一个中心值且对称分散于两边.u 生产条件标准化后,产品特征值的分布大都遵循正态分布u 即使总体特征值的分布不遵循正态分布,它的许多重要的样本特征,如样本平均数和样本方差都是渐进正态分布的.2.6 常规控制图及其3界限2.6.1 第一类错误l 把正确的误判断为错误的.l 浪费人力物力2.6.2 第二类错误l 把错误的误判断为正确的.l 错过改正的机会2.6
12、.3 3界限l 完全避免两种错误是不可能的,只有将这两种错误产生的损失和减低到最小l 若产品质量特性值服从正态分布,在正常的生产过程中,产品特征值落在控制界限3之外的机会为0.27%.l 也就是说1000次中约有3次会将正常的状态判别为异常.l 这样的错误是可以保证质量并且成本可接受的.2.7 变异的基本概念2.7.1随机变异原因 (Chance Cause)l 一定存在各制程中;l 形成一个较稳定的状态;l 对质量波动的影响不大l 不易识别l 难以避免l 例如:刀具的磨损,温度的变化2.7.2特殊变异原因 (Special Cause/Assignable Cause)l 偶然性发生,具有特
13、别的条件l 引起质量的较大变化l 易于识别l 易于消除l 例如:材料规格变更,模具变更,新的工艺2.8 数据的种类2.8.1计量值数据l 如长度、重量等;l 其特点是可以连续地读取这些数据。2.8.2计数值数据l 如不合格个数、缺点数等;l 其特点是不可以连续地读取这些数据,只可读取整数。2.9 控制图的种类2.9.1常用计量值控制图_l 平均值 - 全距控制图x-R 控制图_l 平均值 - 标准差控制图x-s 控制图l 个别值 - 移动全距控制图x-R 控制图l 中心值 全距控制图x-R 控制图2.9.2常用计数值控制图l 不良数控制图np 控制图l 不良率控制图p 控制图l 缺点数控制图c
14、 控制图l 单位缺点数控制图u 控制图3.计量值控制图的制作及应用3.1 选择计量值控制图l 计量值控制图是监察在制程中质量特性自然变化的倾向,而所提供的数据都是以可量度的数值为单位,图表是用作测试制程中是否存在特殊变异原因的影向。l 常用的计量值控制图种类及用途有:控制图种类用途代表性平均值-全距及平均值-标准差l 平均值的图表是用于观察样本平均值的转变;l 全距和标准差是用于观察误差的变化情况每一样本的平均数个别值-移动全距l 个别值的图表是用于观察每一个数值的变化;l 移动全距用作观察误差的变化情况。每一数据的平均数l 选用计量值控制图,通常会按检查抽样数目多寡来决定。抽样数目管制图种类2 - 6平均值-全距 管制图 6平均值-标准差 管制图= 1个别值-移动全距 管制图l 附录I和II提供各种管制图的方法和选择准则以供参考。接下来,我们将先集中在平均值全距控制图;然后才解说平均值标准差控制