SPC质量管理(一)解析

上传人:汽*** 文档编号:585867516 上传时间:2024-09-03 格式:PPT 页数:31 大小:184KB
返回 下载 相关 举报
SPC质量管理(一)解析_第1页
第1页 / 共31页
SPC质量管理(一)解析_第2页
第2页 / 共31页
SPC质量管理(一)解析_第3页
第3页 / 共31页
SPC质量管理(一)解析_第4页
第4页 / 共31页
SPC质量管理(一)解析_第5页
第5页 / 共31页
点击查看更多>>
资源描述

《SPC质量管理(一)解析》由会员分享,可在线阅读,更多相关《SPC质量管理(一)解析(31页珍藏版)》请在金锄头文库上搜索。

1、STATISTICAL PROCESS CONTROL1n过程控制的需要过程控制的需要n检测检测-容忍浪费容忍浪费n预防预防-避免浪费避免浪费STATISTICAL PROCESS CONTROL2nSPC的产生的产生n本世纪本世纪40年代,由于第二次世界大战爆发,美年代,由于第二次世界大战爆发,美国生产民用产品的大批公司转为生产各种军需品。国生产民用产品的大批公司转为生产各种军需品。当时面临的严重问题是事先无法控制不合格品而当时面临的严重问题是事先无法控制不合格品而不能满足交货期要求;由于军需品大多属于破坏不能满足交货期要求;由于军需品大多属于破坏性检验,事后全检既不可能,也不许可。美国国性

2、检验,事后全检既不可能,也不许可。美国国防部为了解决这一难题,特邀哈特、道奇、罗米防部为了解决这一难题,特邀哈特、道奇、罗米格、华尔特等专家以及美国材料与试验协会、美格、华尔特等专家以及美国材料与试验协会、美国标准协会等有关人员研究,并于国标准协会等有关人员研究,并于1941-1942年制订和公布了统计控制的管理方法,并在全国年制订和公布了统计控制的管理方法,并在全国各地推行。实践证明,统计的质量管理方法是保各地推行。实践证明,统计的质量管理方法是保证质量、预防不合格品的一种有效手段。证质量、预防不合格品的一种有效手段。STATISTICAL PROCESS CONTROL3nSPC的发展的发

3、展n由于统计的质量管理方法给公司带来巨额利润,由于统计的质量管理方法给公司带来巨额利润,所以战后,统计方法被延用并得以发展。所以战后,统计方法被延用并得以发展。1950年,美国发动了侵朝战争,在日本大量订购军事年,美国发动了侵朝战争,在日本大量订购军事物资,因为质量不好,美国对此意见很大。为此,物资,因为质量不好,美国对此意见很大。为此,日本科学与工程联合会邀请戴明来到日本,系统日本科学与工程联合会邀请戴明来到日本,系统的讲授了统计质量控制。自的讲授了统计质量控制。自50年代以来,日本年代以来,日本以统计技术为基础,进一步将质量管理发展到全以统计技术为基础,进一步将质量管理发展到全面质量管理阶

4、段,鼓励全员参加质量管理活动。面质量管理阶段,鼓励全员参加质量管理活动。在在QC小组中普遍应用统计技术,提高产品质量,小组中普遍应用统计技术,提高产品质量,对日本的经济崛起起到了巨大作用。对日本的经济崛起起到了巨大作用。STATISTICAL PROCESS CONTROL4n数据的种类数据的种类n计量型数据计量型数据 :可用计量器具测量出来的:可用计量器具测量出来的质量特性值数据。如:尺寸、重量、电阻质量特性值数据。如:尺寸、重量、电阻值等。值等。n计数型数据:用个数为单位来表示的质量计数型数据:用个数为单位来表示的质量特性值数据。如:废品的件数、出勤的人特性值数据。如:废品的件数、出勤的人

5、数、塞规检查的合格数等。数、塞规检查的合格数等。STATISTICAL PROCESS CONTROL5n控制图的分类控制图的分类n按用途分为:按用途分为:n分析用分析用n控制用控制用n按数据类型分为:按数据类型分为:n计数型计数型n计量型计量型STATISTICAL PROCESS CONTROL6n控制图的益处控制图的益处n合理使用控制图能合理使用控制图能:n供正在进行过程控制的操作者使用供正在进行过程控制的操作者使用n有助于过程在质量上和成本上能持续地有助于过程在质量上和成本上能持续地,可预测地保持下可预测地保持下去去n是过程达到是过程达到: -更高的质量更高的质量 -更低的单件成本更低

6、的单件成本 -更高的有效能力更高的有效能力n为讨论过程的性能提供共同的语言为讨论过程的性能提供共同的语言n区分变差的特殊原因和普通原因区分变差的特殊原因和普通原因,作为采取局部措施或对作为采取局部措施或对系统采取措施的指南系统采取措施的指南STATISTICAL PROCESS CONTROL7n变差的概念变差的概念n“没有两件产品或特性是完全相同的没有两件产品或特性是完全相同的”n产品间的差异或大或小,但这些差距总是产品间的差异或大或小,但这些差距总是存在。这种差异被称为变差。存在。这种差异被称为变差。n变差的产生原因可归纳为两种:变差的产生原因可归纳为两种:n1、变差的普通原因、变差的普通

7、原因n2、变差的特殊原因、变差的特殊原因STATISTICAL PROCESS CONTROL8n1、变差的普通原因、变差的普通原因n造成随着时间的推移具有稳定的且可重复造成随着时间的推移具有稳定的且可重复的分布过程中的许多变差的原因。的分布过程中的许多变差的原因。 表现为:一个稳定系统的偶然原因。表现为:一个稳定系统的偶然原因。n2、变差的特殊原因、变差的特殊原因n造成不是始终作用于过程的变差的原因。造成不是始终作用于过程的变差的原因。 表现为:以不可预测的方式来影响过程表现为:以不可预测的方式来影响过程的输出。的输出。STATISTICAL PROCESS CONTROL9n变差的普通原因

8、通常是对工序质量产生微变差的普通原因通常是对工序质量产生微小变化,难以查明或难以消除。它不能被小变化,难以查明或难以消除。它不能被由操作工人控制,只能由技术、管理人员由操作工人控制,只能由技术、管理人员控制解决。(随机因素,采取系统措施)控制解决。(随机因素,采取系统措施)n变差的特殊原因通常是产生的波动较大,变差的特殊原因通常是产生的波动较大,容易发现并消除。一般由操作工自行解决,容易发现并消除。一般由操作工自行解决,管理人员适当介入。(系统因素,采取局管理人员适当介入。(系统因素,采取局部措施)部措施)STATISTICAL PROCESS CONTROL10n概率的应用概率的应用n工序的

9、波动如同自然界、经济管理和科学试验中工序的波动如同自然界、经济管理和科学试验中许多反复、大量出现的带数量性的事物一样,作许多反复、大量出现的带数量性的事物一样,作为一个整体,它们并不是毫无规律的发生或偶然为一个整体,它们并不是毫无规律的发生或偶然性的堆积,而往往符合一定的统计规律。有许多性的堆积,而往往符合一定的统计规律。有许多客观事物,尽管他们的性质有所不同,但出现的客观事物,尽管他们的性质有所不同,但出现的规律却有很大的相似性。例如:在正常条件下,规律却有很大的相似性。例如:在正常条件下,机床上加工的一批零件的尺寸;连续射击时的射机床上加工的一批零件的尺寸;连续射击时的射点离靶心的距离;某

10、一城市成年男子的身高等。点离靶心的距离;某一城市成年男子的身高等。它们出现的频率,通常都符合正态分布。它们出现的频率,通常都符合正态分布。STATISTICAL PROCESS CONTROL11n正态分布正态分布n自然界中,很多可以连续取值的计量型分布,都自然界中,很多可以连续取值的计量型分布,都符合正态分布。符合正态分布。STATISTICAL PROCESS CONTROL正态分布示意图正态分布示意图12n正态分布、控制图与控制限正态分布、控制图与控制限STATISTICAL PROCESS CONTROL下限下限0中心中心6上限上限13上限上限13中心中心6下限下限013n使用控制图的

11、准备使用控制图的准备n建立适用于实施的环境建立适用于实施的环境n定义过程定义过程n确定待管理的特性确定待管理的特性n考虑到考虑到: -顾客的需求顾客的需求 -当前及潜在的问题区域当前及潜在的问题区域 -特性间的相互关系特性间的相互关系n确定测量系统确定测量系统n使不必要的变差最小使不必要的变差最小STATISTICAL PROCESS CONTROL14n计量型控制图计量型控制图nX-R图(平均值图(平均值-极差图)极差图)n目前通用的质量控制图表,广泛用于生产目前通用的质量控制图表,广泛用于生产中的工序质量控制。中的工序质量控制。n该控制图既可用于初始能力研究,也可用该控制图既可用于初始能力

12、研究,也可用于工序质量控制,监控工序的稳定性。于工序质量控制,监控工序的稳定性。nQS9000要求作平均值要求作平均值-极差图必须满足:极差图必须满足:25组及组及100个数据个数据(min)的基本条件。的基本条件。STATISTICAL PROCESS CONTROL15nX-R图(平均值图(平均值-极差图)的作法极差图)的作法STATISTICAL PROCESS CONTROL16n计算出的数据分别画入图中计算出的数据分别画入图中STATISTICAL PROCESS CONTROLX-图图R-图图17n平均值图的计算平均值图的计算n上限(上限(UCLX)、)、中心中心(CLX)、)、下

13、下限(限(LCLX););nCLX=X=X/k k为取值的组数为取值的组数nUCLX=X+A2R A2为系数为系数nLCLX =X- A2R STATISTICAL PROCESS CONTROL18n极差值图的计算极差值图的计算n上限(上限(UCLR)、)、中心中心(CLR)、)、下下限(限(LCLR););nCLR=R=R/k k为取值的组数为取值的组数nUCLR=D4R D3、D4为系数为系数nLCLR=D3R STATISTICAL PROCESS CONTROL19n系数表系数表STATISTICAL PROCESS CONTROL20n控制图分析控制图分析n工序处于稳定状态的标志是

14、:工序处于稳定状态的标志是:n大多数点子靠近控制中心线;大多数点子靠近控制中心线;n极少数点子接近上、下控制限;极少数点子接近上、下控制限;n没有点子超出控制限。没有点子超出控制限。n如果工序中产生异常,在控制图上就会如果工序中产生异常,在控制图上就会出现异常波动。出现异常波动。STATISTICAL PROCESS CONTROL21n控制图的异常波动控制图的异常波动STATISTICAL PROCESS CONTROL点超出控制限点超出控制限连续连续7点在中心线同侧点在中心线同侧22n控制图的异常波动控制图的异常波动STATISTICAL PROCESS CONTROL连续连续7点上升或下

15、降点上升或下降波动过大波动过大23n控制图的异常波动控制图的异常波动STATISTICAL PROCESS CONTROL层状层状连续连续14点中点中12点在中心线同侧点在中心线同侧24n控制图的异常波动控制图的异常波动STATISTICAL PROCESS CONTROL层状层状连续连续11点中点中10点在中心线同侧点在中心线同侧25n工序能力分析工序能力分析nCpk=(T-2|X-M|)/6nT:公差范围公差范围nM:特性中心值特性中心值n6 =UCL-LCLSTATISTICAL PROCESS CONTROLnCpk必须满足必须满足1.33min26n机器能力分析机器能力分析n在研究机

16、器能力时,必须保证除机器外的其他在研究机器能力时,必须保证除机器外的其他因素稳定的条件下连续采样。因素稳定的条件下连续采样。nCmk=(T-2|X-M|)/6nT:公差范围公差范围nM:特性中心值特性中心值n6 =UCL-LCLSTATISTICAL PROCESS CONTROLnCmk必须满足必须满足1.67min27n排列图排列图n排列图又称帕累托图或主次因素分析图。它排列图又称帕累托图或主次因素分析图。它是根据因果图表明众多因数中分析出最重要是根据因果图表明众多因数中分析出最重要或最主要的因素。虽然它不能解决问题,但或最主要的因素。虽然它不能解决问题,但它能为解决问题提供重要的资料和信

17、息,所它能为解决问题提供重要的资料和信息,所以它是分析影响质量问题主次因素的有力的以它是分析影响质量问题主次因素的有力的统计工具。统计工具。n排列图是应用了排列图是应用了“关键的少数,次要的多数关键的少数,次要的多数”的原理,寻找出产品的主要问题或影响产的原理,寻找出产品的主要问题或影响产品质量主要因素的一种有效的统计方法。品质量主要因素的一种有效的统计方法。STATISTICAL PROCESS CONTROL28n排列图的制作过程排列图的制作过程n1、收集数据、收集数据n2、作缺陷分类统计表、作缺陷分类统计表 按缺陷频次大小,将缺陷名称及频次依次填按缺陷频次大小,将缺陷名称及频次依次填 入

18、表中,并按表要求计算。入表中,并按表要求计算。STATISTICAL PROCESS CONTROL序号缺陷名称频数累积数累积率%1234567合计右前门/右前柱橡胶密封圈漏装安全带螺母松动右后门内饰板没压服举升门窗密封条没压服左后门缓撞块掉举升门撞锁犯卡其它294189403128202863029448352355458260263046.776.7838892.495.610029n排列图的制作过程排列图的制作过程n3、绘制排列图、绘制排列图nA、左纵坐标为频次,右纵坐标为百分数。横坐左纵坐标为频次,右纵坐标为百分数。横坐标标明缺陷项目。标标明缺陷项目。nB、按缺陷频次画出直方柱。按缺陷频次画出直方柱。nC、画排列图曲线画排列图曲线nD、划分划分A、B、C类区(类区(80%以下为以下为A区、区、80%-90%为为B区、区、90%-100%为为C区)区)n4、分析(、分析(A类因素为产品质量问题的主要原因;类因素为产品质量问题的主要原因;B类为次要原因;类为次要原因;C类为一般原因。)质量问题类为一般原因。)质量问题的解决应从主要原因入手。的解决应从主要原因入手。STATISTICAL PROCESS CONTROL30STATISTICAL PROCESS CONTROL31

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 建筑/环境 > 施工组织

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号