spc培訓教材[qhd-idc0407001a]ok

1、1,SPC 管 理 講 座,,,,2,第一部分 SPC的發(fā)展歷程1）統(tǒng)計過程控制（Statistical Process Control);簡稱SPC.貝爾電話實驗室就成立了以休哈特為學術領導人的過程控制，研究組和以道奇為學術領導人的產品控制研究組，經過研究，休哈特提出了過程控制理論以及監(jiān)控過程的工具 — 控制圖，世界上第一張控制圖是休哈特在1924年5月16日提出的P控制圖。休合特的貢獻就在于：應用他所提出的過程控制理論

2、能夠在生產線科學地保證預防原則的實現，在產品的制造過程中，產品質量特性值總是波動的。按照休哈特的觀點，這種小波動可以分為兩大類，即偶然波動與異常波動。控制圖的作用是顯示異常，及時告警。,3,2）SPCD（統(tǒng)計過程控制與診斷）階段1982年張公緒提出兩種質量診斷理論，開辟了統(tǒng)計診斷理論的新方向，從此SPC上升了SPCD，也即進入了SPC發(fā)展的第二個階段。3）SPCDA（統(tǒng)計過程控制、診斷與調整） 階段的發(fā)展從90年代起，S

3、PCD又發(fā)展為SPCDA（Statistical Process Control,Diagnosis and Adjustment,統(tǒng)計過程控制，診斷與調整），國外稱之為ASPC(Algorithmic Statistical Process Control,算法的統(tǒng)計過程控制)這也是SPC的第三個發(fā)展階段。到目前為止，SPCDA尚無實用性成果，仍在發(fā)展過程之中。,4,4）SPC發(fā)展歷程,5,第二部分：基礎知識（一）產品質量波動1

4、．正常波動：正常波動是由隨機原因引起的產品質量波動。這些隨機因素在生產過程中大量存在，是不可避免的，但它所造成的質量特性值波動往往比較小，例如：原材料的成份和性能上的微小差異；機器設備的輕微波動等。這些質量波動在生產過程中是允許存在的，所以稱為正常波動，僅有正常波動的生產過程稱為過程處于統(tǒng)計控制狀態(tài)，簡稱為受控狀態(tài)或穩(wěn)定狀態(tài)。2．異常波動異常波動是由系統(tǒng)原因引起的產品質量波動，系統(tǒng)原因通常由5M1E引起，異常波動的生產過程稱為失控

5、狀態(tài)或不穩(wěn)定狀態(tài)。,6,品質的一致性,甲選手,乙選手,,,,,,,,,,,,,,,,,,,,誰的成績好呢?,,您的工廠/服務品質/供應商若有問題,您希望是甲狀況還是乙狀況呢?,誰較有潛力呢?,你會選誰當選手呢?,7,5）SPC的應用,預警性/時效性，對品質狀況及時掌握狀態(tài)分辨一般原因與特殊原因能力分析/經濟性可用來分析制程改善效果與其它手法結合起來，易找到產生狀況的原因。得出各種周期，以利于產品制程品質制訂標準。,8,品質（波

6、動）變異的原因,9,(二）統(tǒng)計數據及分類從統(tǒng)計的角度來看，所有的統(tǒng)計數據可分為計量數據和計數數據兩大類：1．計量數據凡是可以連續(xù)取值的，或者說可以用測量工具具體測量出小數點以下數值的這類數據，叫做計量數據。如：長度（1.0mm、1.1mm……）、重量（15kg、10kg……）計量數據服從正態(tài)分布。2．計數數據凡是不能連續(xù)取值，或者說即使用測量工具也得不到小數點以下的數據，而只能得到0或1、2、3……等自然數的這類數據，叫做計數

7、數據，如：不合格品數、缺陷數等。還可以細分為計件數據和計點數據，計件數據服從二項分布，計點數據服從泊松分布。,10,（三）總體與樣本總體：又叫“母體”，指研究對象的全體，用“N”表示；個體：總體當中的每個單元（產品）；樣本：也叫子樣，從總體中隨機抽取出來并且要對它進行研究分析的一部分個體（產品）。樣本中所含樣的數目，叫樣本大小或樣本含量，用“n”表示。（四）統(tǒng)計特征數統(tǒng)計方法中常用的統(tǒng)計特征數可分為兩類：一類是表示數據的集中位

8、置，如樣本平均值，樣本中位數等；另一類是表示數據的分散程度，如樣本極差，標準偏差等。1．樣本平均值（Xbar) 假設X1，X2，…，Xn為樣本中之觀測值，樣本數據之集中趨勢可由樣本平均數來衡量，樣本平均值定義為：,11,2. 樣本中位數把收集到的統(tǒng)計數據X1、X2、……Xn，按大小順序重新排列，排在正中間的那個數叫中位數，用M表示，當n為奇數時，中位數為正中間之數據。當n為偶數時，中位數為中間兩數之平均值。3．樣本方差4．樣

9、本標準偏差5．樣本極差(Range)R = Xmax—Xmin (全距）在上述特征數中：樣本平均值，樣本中位數是表示數據集中位置的特征數，反映數據分布的準確程度；樣本方差，樣本標準偏差，樣本極差是表示數據分散程度的特征數，反映數據分布的精確程度。,12,（五）常用的幾種典型分布1．正態(tài)分布通常非標準正態(tài)分布寫為X ~ N(μ，σ2)其中μ：常態(tài)分配的中心值(μ)σ2：常態(tài)分配的方差(Variance)(面)σ：常態(tài)分

10、配的標準差(線),13,特點：1）曲線以X=μ這條直線為軸，左右對稱；2）曲線與橫坐標軸所圍成的面積等于1；其中在μ±σ范圍內的面積為68.26%在μ±4σ范圍內的面積為99.99% ３）對μ的正偏差和負偏差概率相等；４）靠近μ的偏差出現概率較大，遠離μ的偏差出現概率?。唬担┰谶h離一定范圍內以外的偏差，其出現概率是很小的（如在μ±3σ以外偏差，出現概率不到0.3%）。正態(tài)分布的參數

11、：１）平均值（μ）此參數是正態(tài)分布曲線的位置參數，即它只決定曲線出現的位置，而不改變曲線的形狀。,14,２）標準偏差（σ）此參數是正態(tài)分布曲線的形狀參數，即它決定了曲線的“高”、“矮”、“胖”、“瘦”。正態(tài)分布表及其用法：１）某工序制造的零件，平均長度為１６０ＭＭ，標準偏差為６ＭＭ，求該零件的長度為１６５以下的概率是多少？　　解：Ｐ（Ｘ≤１６５）＝Ｐ（Ｕ≤１６５－１６０／６）　　　　＝Φ （０．８３）＝０．７９６７＝７９．

12、６７％2．二項分布二項分布由二項試驗（又叫伯努利試驗）而來，如果某項試驗滿足以下條件，則可稱為二項試驗：1）試驗次數為n次；2）每次試驗只有兩種可能結果：“成功”或“失敗”；,15,3）一次試驗結果同其它次試驗結果是相互獨立的；4）如果“成功”概率為P′，則“失敗”概率為：1-P′＝q′ 。二項試驗的概率分布叫做二項分布如：我們在檢測某一批產品，只判定“合格”與“不合格”時，就服從此項分布。3．泊松（poisson）分布

13、泊松分布是“空間散布點子概率的模型”泊松分布的表達式是：其中：入：單位產品所含缺陷的平均數入= nxp′ e=自然對數底。,16,（六）隨機抽樣方法1．簡單的隨機抽樣法就是指總體中的每個個體被抽到的機會是相同的，如：要從100件產品中隨機抽取10件組成樣本，可以把這100件產品從1開始編號直到100，然后用采取抽簽等辦法，任意抽10張。2．系統(tǒng)抽樣法又叫等距抽樣法或機械抽樣法，如在上述100件產品中抽10個

14、樣本，可采取分段抽樣，即1-10號抽1個，11-20號抽1個，……這樣抽取出來組成樣本。3.分層抽樣法分層抽樣法也叫類型抽樣法，它是從一個可以分成不同子總體的總體中，按規(guī)定的比例從不同層中隨機抽取樣品的方法，如：有甲、乙、丙三個工人在同一臺機器上倒班干同一種零件，他們加工完畢的零件分別堆放在三個地方，如現在抽取15個零件組成樣本，應從每堆零件中各抽取5個零件，合起來15件組成樣本。,17,（七）管制界限的構成,,18,(八）規(guī)格界限

15、與管制界限,規(guī)格界限：產品品質特性之最大或最小許可值 規(guī)格上限：USL 表示； 規(guī)格下限：LSL 表示。 管制界限：用作判斷樣本與樣本、批與批之間品質變異之顯著性。決定是否要分析品質變異原因 管制上限（Upper Control Limit）：UCL表示； 管制下限（Lower Control Limit）：LCL表示； 中 心 限（Center Line）：CL表示。,19,（九）兩類錯誤和風險（2）,第二種錯

16、誤 ( Type II Error ),,,,OK,,製程穩(wěn)定,20,（九）兩類錯誤和風險（2）,第一種錯誤與第二種錯誤不該判錯者而判錯者係第一種錯誤(?) 該判錯者而不判錯係第二種錯誤(?) 完全消除或減少第一種錯誤必須把管制界限放寬減少第二錯誤必須把管制界限收縮此兩種錯誤均會帶來損失，因此應設法使這種兩種錯誤加起來損失最少,21,（九）兩類錯誤和風險（1）,第一種錯誤 ( Type I Error ),,,,NG,,製程

17、異常,22,第三部分 控制圖（一）概述控制圖（control chart）又叫管理圖。它是用來區(qū)分由系統(tǒng)原因引起的異常波動，或是由過程固有的隨機原因引起的正常波動的工具。控制圖建立在數理統(tǒng)計學的基礎上，它利用有效數據建立控制界限，一般分上控制界限（UCL）和下控制界限（LCL）。控制圖的種類很多，一般常按數據的性質分成計量值控制圖和計數值控制圖兩大類。這兩大類中常用的各種控制圖的特點與適用場合如表2-1所示。,23,（二）兩

18、種控制圖的比較-依數據類型計量值管制圖之優(yōu)缺點優(yōu)點：比較靈敏，容易調查事故發(fā)生的原因-能及時並正確地找出不良原因，可使品質穩(wěn)定缺點：需經常抽樣及計算，繪製管制圖，麻煩而費時間計數值管制圖之優(yōu)缺點優(yōu)點：生產完成後，才抽樣區(qū)分良品與不良品，所需數據能以簡單方法獲得之 對於工廠整個品質情況了解非常方便缺點：有時無法尋求不良之真正原因，而不能及時採取處理措施，延誤時機,24,表2-1控制圖種類與適用場合,25,表2-1

19、控制圖種類與適用場合,26,（三）控制用管制圖的用途,控制用管制圖-用於控制製程之品質，如有點子跑出界限時，立即採取如下措施：-追查不正常原因-迅速消除此項不良原因-採取防止此項原因重復發(fā)生之措施,27,（四）解析用管制圖的用途,解析用管制圖-此種管制圖係作為： - 決定方針 - 製程解析 - 製程能力研究 - 製程管制之準備,28,(五）建立管制圖之步驟(1/7),分析用之管制圖-選定管制項目：重要品質特性

20、-搜集數據：搜集最近之數據100個以上-按生產之順序或測試順序，排列數據-數據之分組：樣本數，以n表示。樣本之組數以k表示。-將分組之數據記入數據記錄表,29,(五）建立管制圖之步驟(2/7),- 計算平均值X- 計算全距R- 計算總平均值Xbar。- 計算全距之平均值Rbar。- 查係數A2、D4、D3- 計算管制界限（CL、UCL、LCL）- 繪製管制界限,,,30,(五）建立管制圖之步驟(3/7),- 管制

21、界限之檢討- 與規(guī)格比較 1.如界限在規(guī)格界限內，且在規(guī)格中心附近，可認為製程能力滿足規(guī)格要求，可以延長做為管制用管制圖 2.如界限寬度比規(guī)格界限寬度窄，但中心離開規(guī)格中心，使產品界限超出規(guī)格，此時宜調整製程平均值，使之與規(guī)格中心一致後，方可延長做為管制用管制圖之界限,31,(五）建立管制圖之步驟(4/7),3.如界限寬度比規(guī)格界限寬度寬，表示製程能力不足。需對現狀加以分析，找出變異之原因，運用工程與技術知識加以改善，亦稱

22、之為製程能力之改善。4.如無產品規(guī)格時，可直接延長使用，而由最後成品之品質特性是否滿足客戶要求來檢討。,32,(五）建立管制圖之步驟(5/7),建立管制用管制圖 1.記入必要事項：製程名稱、管制項目、測定單位、規(guī)格、機臺編號、製作者、操作者、數據之期限等資料填入管制圖。 2.作管制界限：將經分析用管制圖決定之管制界限繪入管制圖。 3.點圖：由製程抽樣，測定其特性值，獲得記錄，按時間順序點入管制圖內。,33,(五）建立管制圖之步驟

23、(6/7),4.穩(wěn)定狀態(tài)之判定：點子如在管制界限內，則判定製程安定，可持續(xù)生產下去，如超出管制界限，則判定製程有不正常原因。 5.採取措施 a.立即調查原因，加以處置 b. 管制圖上有點超界限時，表示製程平均值發(fā)生變化或變異增大。,34,(五）建立管制圖之步驟(7/7),c.R管制圖上有點超界限時，則表示製程變異增大。6.採取措施時，不但要消除當時之不正?，F象，還要預防再度發(fā)生。7.管制界限之重新計算：管制工作持

24、續(xù)一段時間後，製程可能發(fā)生變化，此時再利用原本之管制界限來判斷製程就不適合，應再度收集數據重新計算管制界限。,35,（六）管制圖之判讀(1/9),管制圖的判斷原則- 應視管制圖上的點為一分配，而不是單純之點，即應考慮到製程分配之變化情形- 不必過分顧慮界限內之點之動向。雖無異常之原因，而製程順利進行時，其結果在界限內仍有差異之存在,36,（六）管制圖之判讀(2/9),管制狀態(tài)的判斷 - 多數點集中在中心線附近 - 少

25、數點落在管制界限附近 - 點呈隨機分布，無任何規(guī)則可循 - 沒有點超出管制界限之外,37,（六）管制圖之判讀(3/9),非管制狀態(tài)的判斷 - 點在管制界限的線外(或線上) - 點雖在管制界限內，但呈特殊排列 - 中心限附近無點子 - 管制界線附近無點子或很少,38,（六）管制圖之判讀(4/9),規(guī)則一 : 有一點逸出管制界限之外,39,（六）管制圖之判讀(5/9),規(guī)則二 ：中心限同側連續(xù)三點中有二

26、點落在 A區(qū)或A區(qū)以外,40,（六）管制圖之判讀(6/9),規(guī)則三 : 連續(xù)八點落在中心限之同側,41,（六）管制圖之判讀(7/9),規(guī)則四 :有連續(xù)七點呈上升(或下降)連續(xù)五點：注意觀察以后動態(tài)連續(xù)六點：開始調查原因連續(xù)七點：立即采取措施,,42,（六）管制圖之判讀(8/9),規(guī)則五 : 點子呈周期性排列,43,（六）管制圖之判讀(9/9),規(guī)則六 :連續(xù)15點以上出現在±1σ間時。規(guī)則七 :變幅突然變大或減小。

27、,44,（七）（Xbar-R ）管制圖之繪製(1/5),平均值與全距管制圖（Xbar-R Chart）-用途：計量數據，如長度、重量等-取樣方法：取樣必須具有代表性。為了合理、經濟及有效起見，大多取4或5個樣本。取樣最重要係合理樣組（通常為25組），盡量使樣組內變異小，樣組與樣組間變異大，管制圖才易生效。,45,（七）（Xbar-R ）管制圖之繪製(2/5),-測定樣本及記錄結果：將測定值x1、x2、x3、x4… xn，記錄在記

28、錄紙上。-管制界限之計算CL = =（xbar1+xbar2+xbar3+…+xbark）/kCLR = =（R1+R2+R3+…+Rk）/kUCL = +3? = +3 = +3 = +A2LCL = -3? = -3 = -3 = -A2,46,（七）（Xbar-R ）管制圖之繪製(3/5),UC

29、LR= +3?R= +3d3?= +3d3 = D4LCLR= -3?R= -3d3?= -3d3 =D3,47,（七）（Xbar-R ）管制圖之繪製(4/5),其中A2、D4、D3可查表,48,（七）（Xbar-R ）管制圖之繪製(5/5),-繪管制界限，並將點點入圖中。-記入數據履歷及特性原因，以備查考、分析、判斷。,49,（八）P管制圖之繪製(1/3),P管制圖-

30、收集數據，至少20組以上。-計算每組之不良率。-計算平均不良率 =總不良數/總檢查數,50,（八）P管制圖之繪製(2/3),-計算管制界限CL= UCL= +3 LCL= -3,51,（八）P管制圖之繪製(3/3),-繪製管制界限，並將點點入圖中。-記入數據履歷及特殊原因，以備查考、分析、判斷。,52,第四部分製程能力分析,（一）製程能力分析之條件製程在穩(wěn)定狀態(tài)製程呈常態(tài)分配規(guī)格滿足客

31、戶之要求設計目標位於規(guī)格中心變異相對地少,53,（二）製程管制系統(tǒng),成品,製程中對策,成品改善,,,54,（三）質量術語和質量指標 1）過程質量過程質量是指工序過程的質量。過程質量的高低反映在過程的成果符合設計、工藝要求的程度，即過程的符合性質量。過程質量高返修率低。產品是由零、部件所組成的，而零件又是經若干道工序加工而成的。一個過程可由一道或若干道工序組成。因此，過程的質量將最終決定產品的制造質量（檢驗、加工、搬運等環(huán)節(jié)

32、）。,55,2）過程能力過程能力就是在5M1E都在標準的條件下，操作呈穩(wěn)定狀態(tài)時所具有的加工精度，也就是過程的實際加工能力。過程能力就是過程的一種可以量度的特性。過程能力是用來度量過程處于統(tǒng)計控制狀態(tài)下的固有變異的。當過程數據是計量值且服從正態(tài)分布時，過程能力用過程的“散差”，即過程所加工產品的質量特性值的波動幅度（分散性）來表示。通常用過程分布的6倍標準偏差（6σ）來度量：B（分散幅度）=6σ 在正態(tài)分布情況下，質量特性值落在6

33、σ范圍內的概率為99.73%。若B（=6σ）越大，表明過程的實際精度越差，過程能力越??；若B越小，則表明過程的實際精度越高，過程能力越大。,56,製程能力(Process Capability)：6σ以6σ表示製程能力，其中σ為固有之變異(標準差)即導因於一般原因，用 /d2來估計，所以又稱6σ為自然公差。製程績效(Process Performance)：6σ亦以6σ表示製程績效，但其中σ乃由s(或 )來估計，即導

34、因於一般及特殊原因。,57,３）製程中之變異,一般原因(Common Cause)造成之變異之估計： /d2或 /c4一般原因(Common Cause)及特殊原因(Special Cause)造成之變異之估計：S = S =,其中：xi為個別量測值， 為平均值，n為樣本大小,58,（四）製程能力指數及能力評估(１/7),製程準確度　Ca（Capacity of Accuracy）製程精密度Cp (

35、Capability of precision)或製程潛力(Process potential)比較製程分散寬度與公差範圍對某些加工過程，特別是以機器作為主導因素的過程，其過程質量的定量表示，一般可用“過程能力指數”CP來表達。所謂過程能力指數，就是產品的公差范圍（T）與過程能力（B）之比，它表明過程能力對產品設計質量要求的保證程度，以Cp表示。根據CP值的大小，可定量估算出該過程的不合格品率（表3-1）。 雙邊規(guī)格時

36、(Xbar=M) ： Cp =,59,（四）製程能力指數及能力評估(２/7),單邊規(guī)格時： Cp= min{ ， },等級 分級標準 A 1.33<=Cp B 1.00<=Cp<1.33 C 0.83<=Cp<1.00 D

37、 Cp<0.83其中 為自然公差 /d2,60,表3-1過程能力指數對應的不合格品率表,雙向公差，質量數據分布中心（xbar）與公差中心（M）相一致時，用符號CP表示。相應的不合格品率：P′=2×[1－Φ（3Cp）] 當給定單向公差的上限公差時，常采用的公式為：Cpu =Tu －Xbar/3σ相應的不合格品率： P′=1－Φ（3Cpu）當給定單向公差的下限公差時，常用的公式為：

38、Cpl = Xbar－TL /3σ相應的不合格品率： P′=1－Φ（3Cpl）,61,１）σs—規(guī)格標準差,讀做Sigma Spec,62,２）σa—製程標準差,讀做Sigma Actual,63,３）Ca—準確度Capacity of Accuracy,Ca = L1 /L2L1 = X ─ SLL2 = (USL — LSL)/2,64,比較製程分配中心與規(guī)格中心一致之情形Ca =,等級 分級標準 A

39、 |Ca|<=12.5% B 12.5%<|Ca|<=25% C 25%<|Ca|<=50% D 50%<|Ca|,65,４）Cp—精密度Capacity of precision,66,５）Cpk – 精確度-製程能力指數(綜合指數),Cpk是總合Ca(k)和Cp二值之指數，其計算式為:當Ca =0時，C

40、pk =Cp,67,（四）製程能力指數及能力評估(３/7),初期製程潛力Pp (Preliminary potential)　以新製程之初期研究所得之數據為　基礎Pp　=,68,（四）製程能力指數及能力評估(４/7),初期製程能力Ppk (Preliminary process capability)製程能力指數Cpk (Process capability)雙邊規(guī)格時，數據分布中心（x）與公差中心（M）不一致，即存在

41、中心偏移量（ε）時；過程能力指數用符號CPK表示。不合格，不合格品率：P′=2－[Φ（3Cpk）+Φ×1－（3Cp）] Cpk = T-2?/6σ　 =Cp*(1-|Ca|),69,,表3-3過程能力等級評定表,70,（四）製程能力指數及能力評估(５/7),Cp與Cpk之比較Cp永遠大於或等於CpkCp與Cpk差距越大，代表改善空間越大當製程中心等於規(guī)格中心時，Cp=Cpk當製程中心位於規(guī)格界線時，Cpk

42、=0當製程中心超出規(guī)格界線時，Cpk<0Cpk所代表之不良率通常以3*Cpk所得之值查Z表而得,71,(五）提高過程能力指數的途徑,,影響過程能力指數有3個變量，即產品質量規(guī)范（公差范圍T）；過程加工的分布中心x與公差中心M的偏移量ε；過程加工的質量特性值分散程度，即標準偏差s，因此，提高過程能力指數的途徑有3個，即減少中心偏移量ε；減少標準偏差s ；或增大公差范圍T。,72,（六）、應用SPC的成功因素,取得管理階層的支持