CMMIHM-02.统计思想和控制图.ppt

CMMI高成熟度实践 统计思想和控制图,Renaitao HP PQS,2,2019年7月15日星期一,3,2019年7月15日星期一,4,2019年7月15日星期一,5,2019年7月15日星期一,6,2019年7月15日星期一,7,2019年7月15日星期一,8,2019年7月15日星期一,9,什么是SPC？ 你认为你知道，但是你真的知道吗？,统计介绍,11,2019年7月15日星期一,改善(再发防止, 标准制定,改正),维持,统计性技法应用,1) 品质控制 ? (QC : Quality Control) 为了确保顾客获得期望的品质, 合理且经济地执行的所有控制活动,2) 统计质量控制? (SQC : Statistical Quality Control) 主动展开品质控制活动,应用统计学的手法的系统化的控制活动,目标,品质控制(QC)和统计性品质控制(SQC),12,SPC Introduction,统计过程控制(SPC = Statistical Process Control) ? Statistical . 统计学的方法是用Sampling的Data去跟踪,分析过程的异动 Process . 反复性的事情或者阶段 (SIPOC : Supplier Input Process Output Customer) Control . Process正在变化的事实早期警报。 警报是指最终Output出来之前要纠正问题，能够具有充分的时间 (控制图 : 随着时间分布的变化),SPC 对某个 Process掌握品质规格和过程能力状态, 利用统计资料和 分析技法, 在期望的状态下一直能控制和控制下去。,13,SPC Introduction,SPC 控制Tool的优点 * 1920年 Bell研究所的Dr. Walter Shewhart开发.* 随着时间推移, 可以通过控制界限区分变动的2种要因。 控制界限是为了控制 Process变动，作为一种可能性来控制。 (对Process采取对策的决定) 控制图总是成双出现. - 一个是Subgroup的平均值 : X bar - 一个是Subgroup的分布: R, Sigma 基本上为了检出影响Process平均值或者分布 异常原因而使用的。 控制图可以了解分布的原因,变化规律,趋势,间接的找到原因。,14,SPC Introduction,特殊原因引起的变异约占过程问题的15%,由统计分析发现（如SPC），由过程控制人员解决。 普通原因引起的变异约占过程问题的85%,由过程能力分析发现。由控制层努力消除。,SPC 控制Tool的优点 Process由于普通原因(White Noise = Common Cause Variation)和异常原因(Black Noise = Special Cause Variation)受影响一直变化。 普通原因和异常原因可以通过选取适当的Subgroup的Sample，可以看到变动。 - 普通原因产生的变动Process持续维持安定的状态 : 由于Subgroup内的变动发生 - 异常原因的变动是Process由于外部要因引起变动 :由于Subgroup之间的变发生。 Process由于外部异常原因持续受到影响, SPC Chart是表示异常原因。,统计控制图介绍 (Control Chart),Renaitao HP PQS,16,2019年7月15日星期一,什么是控制图,控制图是通过时间的推移来统计跟踪过程和产品参数的方法。控制图具体表现出反应（随机）变动的自然界限的控制上限和下限。这些界限不应与客户规格界限相比较。,17,2019年7月15日星期一,SPC控制图的目标,所有的控制图只有一个共同的目标！ 检测出引起过程重要变异的可归属变异原因，从而： 在过程产生大量不合格品之前采取调查和纠正行动以消除引起过程变异的可归属原因。 换句话说，保持过程处于统计控制状态。,18,2019年7月15日星期一,两类基本变异的原因,偶然原因 不可避免的原因 可归属原因 可被控制的原因,19,2019年7月15日星期一,两类基本变异原因,变异的偶然原因 归因于许多微小的不可避免的变异来源的累积影响 也被称为： 共有变异 随机变异 固有变异 当一个过程运行于只存在偶然原因变异的情况下，称其处于受控状态，是由系统决定，而非个人行为,20,2019年7月15日星期一,两类变异的基本原因,变异的可归属原因 与偶然变异不同的过程变异，它会扰乱一个过程，使其输出失常。 这类变异的例子有： 错误的调整机器 过多的工具磨损 有缺陷的原材料 当一个过程运行于存在的特殊原因的状态下时，称为该过程失控,21,2019年7月15日星期一,中心极限定理和正态分布,计量数据控制图基于以下两个重要原理： 中心极限定理 正态分布 休哈特发现当把来自同一总体的子组均值作成直方图时，分布成正态分布 中心极限定理 总体不一定会服从正态分布，其分布可能是偏斜，呈矩形或倒三角形 只要样本容量足够大，子组均值将显示出集中趋势，变异将服从正态分布 该发现意味着可以通过测量子组均值来监控过程随时间所发生的变化 如果过程是一个恒定原因系统，子组均值将服从正态分布，其变异将完全归因于随机原因 当存在可归属原因时，其将影响图上的点，这些均值将不在正态曲线内,22,2019年7月15日星期一,23,2019年7月15日星期一,24,2019年7月15日星期一,25,2019年7月15日星期一,26,2019年7月15日星期一,27,2019年7月15日星期一,28,2019年7月15日星期一,29,2019年7月15日星期一,PREDICTABLE 可预测,UNPREDICTABLE 不可预测,Predicable vs. Unpredictable Processes,过程稳定性决定预测性,Special Causes,Common Causes,30,2019年7月15日星期一,Evaluating Processes,15,* Because the process is unstable, there is no guarantee that it will be acceptable in the future.,31,控制图(Control Chart),控制图 :由时间的推移，Performance的变动以Graph形式表现,控制图 Logic,可信的 Output,掌握工程能力/ 控制状态,Controller,Process,Input,Output,UCL,LCL,X,制作控制图,Sampling,持续维持工序最佳化条件的保证 - Process是始终由于偶然原因(Common Cause)和特殊原因(Special Cause)引起变动的. - 使用控制图, 能分离统计性的控制上/下限的使用 解释控制图，就知道Process是否在安定状态.,按照 Process上发生特殊原因Monitoring后，可以采取指定对策,使用控制图有什么优点,32,2019年7月15日星期一,33,2019年7月15日星期一,34,异常原因(Special Cause)的代表性类型,Out of Control Points,Patterns(Shift & Drift),Patterns(Cycles),控制图(Control Chart)的解释,35,2019年7月15日星期一,控制图异常状态检验方法,UCL,LCL,UCL,R, 控制脱离 : 点脱离控制界限时 (在控制界限上的点看做是脱离控制界限.) 对策 : 在这里产生了特殊原因 查出其原因，不让它再发, 大于7个以上的连续点 : 在中心线的一边连续出现7个以上点的时候. 对策 : 工程的平均或者散布有些变化 查找其原因的话，能得到技术上 有利的情报., 安全状态(控制状态) : 观察控制图上的点，在连续25个点以上 不出现 的这种现象的状态. 对策 : 工程稳定，且满足规格 不需采取对策, 倾向和周期性频度 : 点一直往上或者往下的时候，看到周期性变动的时候 对策 : 工程上存在其倾向或者周期性变动原因， 找出原因的话，可以得到工程控制上的有益条件。, 在界限附近的点 : 点在控制界限内 ，且2和 3之间存在连续 3个点中的2点. 对策 : 在工程上散布增加，存在什么异常 需要ACTION.,36,2019年7月15日星期一,Stable or Capable processes?,Upper Limit of Variation,Lower Limit of Variation,Upper Specification Limit,Lower Specification Limit,Is this process stable? Capable? What quality will the process produce?,2.,37,2019年7月15日星期一,Capable or Incapable Processes?,Is this process stable? Capable? What quality will the process produce?,Is this process stable? Capable? What quality will the process produce?,Is this process stable? Capable? What quality will the process produce? What are the cost implications for a process like this?,Upper Limit of Variation,Lower Limit of Variation,Lower Limit of Variation,Lower Limit of Variation,Upper Limit of Variation,Upper Limit of Variation,Upper Specification Limit,Lower Specification Limit,Upper Specification Limit,Upper Specification Limit,Lower Specification Limit,Lower Specification Limit,3.,4.,5.,38,2019年7月15日星期一,1) DATA 收集 2) 群区分 n=3, k=10,3) DATA 计算,4), 是各列的总和 =3936.4,=1312.13,=1.0,R = / k = 0.1,5),控制图(Control Chart)的制作 : X bar R 控制图,39,2019年7月15日星期一,6) 控制图界限的计算,CL = UCL = LCL =,+ A2,- A2,CL = UCL = LCL =,D4,D3,控制图,控制图,R,n,3,4,5,A2,D3,D4,1.023,0.73,0.58,2.575,2.28,2.11,-,-,-,7) 控制线 - 中心线:直线 - 界限:波线,8) 点 - 对应的值用点来标注，然后连线 - 点R值，画连其点的线。,控制图(Control Chart)的制作 : X bar R 控制图,40,2019年7月15日星期一,利用如下Data画 X bar R控制图,Case Study : X bar R 控制图,41,2019年7月15日星期一,X bar R 控制图,附 : 控制图(Control Chart)计算公式 & 控制图系数表,42,2019年7月15日星期一,用下面的Data,制作X bar-S控制图 (Subgroup Size=5,一般 Subgroup Size 5 以上时使用 ),利用Minitab的控制图实习 : X bar S 控制图,43,2019年7月15日星期一,利用以下Data制作P控制图,利用Minitab的控制图实习: P 控制图,44,2019年7月15日星期一,利用以下 Data制作NP控制图,Subgroup 不良数 sample数 比率 1 51 3000 0.017 2 35 3000 0.012 3 21 3000 0.007 4 32 3000 0.011 5 48 3000 0.016 6 19 3000 0.006 7 12 3000 0.004 8 31 3000 0.010 9 18 3000 0.006 10 35 3000 0.012 11 33 3000 0.011 12 41 3000 0.014 13 45 3000 0.015 14 24 3000 0.008 15 19 3000 0.006 16 29 3000 0.010,利用Minitab的控制图实习 : NP 控制图,45,2019年7月15日星期一,利用 以下Data制作C控制图,Subgroup 缺点 1 20 2 18 3 14 4 16 5 13 6 29 7 21 8 14 9 6 10 6 11 7 12 7 13 9 14 5 15 8 16 9 17 9 18 10 19 9 20 10,利用Minitab的控制图实习 : C 控制图,46,2019年7月15日星期一,利用以下 Data制作U控制图,subgroup 缺点数 单位 1 8 968 2 13 1216 3 13 1004 4 16 1101 5 14 1076 6 15 995 7 13 1202 8 10 1028 9 24 1184 10 12 992,利用Minitab的控制图实习 : U 控制图,47,Understanding Statistics (QC, SQC),SPC 和 6 Sigma,Planning,Design,Manufacturing,Sales & SVC,测定System分析,工程能力诊断,工程能力控制,改善活动,D,M,A,I,C,工程活动相关的信息和数据,R&D(DfSS),Manufacturing,TQ,Feedback,SPC,6 Sigma,4