六西格玛教材4011（unit3测量_34_统计过程控制（spc））ppt课件

测量(Measure)阶段 SPC SPC 概要概要 ( ( Statistical Process ControlStatistical Process Control ) ) DefineDefine MeasureMeasure AnalyzeAnalyze ImproveImprove ControlControl S Step 4- tep 4- Project YsProject Ys 确认确认 S Step 5- tep 5- 现水准测量及改善目标现水准测量及改善目标 确定确定 Step 6- Step 6- 潜在原因变数潜在原因变数 ( (xs) xs) 发觉发觉 q 基本统计统计 q 统计过统计过程控制 q 测测量系统统分析 q 流程能力研究 流程改善方法论流程改善方法论 - - DMAICDMAIC q SPC的概要 q SPC的必要性 q Data 收集及分析方法 q Data的GRAPH化 q Data种类别管理图制作 q SPC 使用例子 q 管理图使用方法 q Sub grouping q 计数型管理图 q 6 的因果关系 目录目录 q SPC的历史 - 1924年 Bell 研究所 W. A. Shewhart创始. - 为了把握可管理的变动和不可管理的变动而使用. - 常规原因(Chance Cause, Common Cause). - 特殊原因(Assignable Cause, Special Cause). - 在所有噪音存在下找流程的异常信号. - 主要的工具使用管理图 (Control Chart). - 今天的 SPC 的意义 Statistical = 为了调查流程变动使用的统计方法. Process = 流程, 意味着所有的流程. Control = 通过积极的管理，管理流程. . SPCSPC的概要的概要 常规原因 (噪音) 存在于所有工程. (工程在管理状态下) 根据工程本身(我们做事的方法)发生. 排除也可以减少为此要求工程上的根本性变化. 异常原因 (信号) 大部分存在于运转/工程上. (因管理不足发生的散布) 根据一连独特的变动引起. 基本性工程管理和通过监测排除或能减少. 散布的要因 SPCSPC的概要的概要 Problem Symptom Off-target Process Symptom Instability Variation Off-target Problem Definition Y 通过SPC诊断问题的症状. SPCSPC的必要性的必要性 漏斗效果 (Funneling Effect) -SPC是管理图以外的工程测量,分析,改善的作用. 重要 X选定 重要 X 管理 所有X 1次变数LIST 选别LIST 测量 分析 改善 管理* SPCSPC的必要性的必要性 数据收集及分析方法数据收集及分析方法 检查表 l检查表是所有品质工具中最有用的诊断方法中的一个. l检查表是收集数据迅速分析的工具,有如下好处. - 在生产现场中收集数据圆滑, - 帮助 六西格玛项玛项目队长队长分析迅速 l实际制作的检查表点检. 数据收集及分析方法数据收集及分析方法 Concentration Diagrams - 表面缺陷哪个部位发生的最多时记录的检查表例子 数据收集及分析方法数据收集及分析方法 制定改善目标优先顺序时的有用工具. 帕累图是引起不好影响的 80%问题用 20%集中起来. 打开打开EXH_QC.MPJ EXH_QC.MPJ 帕累图 数据收集及分析方法数据收集及分析方法 DefectsCounts Missing Screws274 Missing Clips59 Defective Housi19 Leaky Gasket43 Scrap4 Unconnected Wir8 Missing Studs6 Incomplete Part10 数据收集及分析方法数据收集及分析方法 数据图表化数据图表化 图的使用目的 l图表帮助我们理解散布的本性 l图表使数据的本性更容易被人的思维所理解 l数据帮助揭示数据的内在联系 l在数据分析中，图表应该是第一种描述工具 -如果你不能以图表来说明，你很可能得不到一个好的结论 l图表帮助把信号从噪声中分离出来 单值图单值图 l个体图看上去像一个运行图，但现在它们为数据提供了一些工程控制限 数据图表化数据图表化 数据图表化数据图表化 计数值计数值 ( (Attribute DataAttribute Data) ) 是/不是 良好/不良 营业所1,2,3 交代组 1,2,3组 能数 (文件里的错别字, 选定的商品数等) 计量值计量值 ( (Variable DataVariable Data) ) 连续数据(小数点也用意义) 时间 (秒) 速度 (ft/min) 长度 (inches) 等等 Types of Data 按数据分类的管理图制作按数据分类的管理图制作 计数值/计量值 ? (1) 公司生产的每台洗衣机的RPM (2) 一个班次生产的部品的平均RPM (3) 拖板标签上的打印缺陷数 (4) 每份销售合同的打字错误数 (5) 月生产中脱离规格的部品数 (6) 月生产中脱离规格部品的% (7) 汇总一个应收款所花费的时间 (8) 每生产100件部品中有缺陷部品的数量 计量型 计量型 计量型 计数型 计数型 计数型 计数型 计数型 按数据分类的管理图制作按数据分类的管理图制作 管理图类型介绍管理图类型介绍 计量型管理图 Individual-X and Moving Range Chart X-Bar / R Chart 计数型管理图 np-Chart p-Chart c-Chart u-Chart 按数据分类的管理图制作按数据分类的管理图制作 (1)公司生产的每台洗衣机的RPM (2)一个班次生产的部品的平均RPM (3)拖板标签上的打印缺陷数 (4)每份销售合同的打字错误数 (5)月生产中脱离规格的部品数 (6)月生产中脱离规格部品的% (7)汇总一个应收款所花费的时间 (8)每生产100件部品中有缺陷部品的数量 I-MR Xbar R u 或c 图 u 或 c 图 p 图 p 图 I-MR np 图 练习练习: : 用哪种管理图？用哪种管理图？ 按数据分类的管理图制作按数据分类的管理图制作 计数型 计量型 什么类型的数据 ? 按群还是按个 体收集的数据 ? 数特定缺陷 或缺陷性项目? 群 (平均值) (n1) 个体数值 (n=1) X-Bar R X-Bar S 个体移动范围 （ I-MR ） 特殊类型的 “缺陷” 缺陷性项目 缺陷的概率低吗? 如果你知道坏的数， 你知道好的数吗？ 泊松分布 二项分布 个体移动范围 （I-MR） 否 是是 每个样本数 的几率面积不变 ? 是否 c 图u 图 不变的样本数 ? np 图 否是 p 图 选择正确的管理图选择正确的管理图 注: X-Bar S 适合 于群大小 (n) 10 MINITAB管理图 管理图使用方法管理图使用方法 当违反了一个规则时，我们用“脱离控制”来描述 管理图规则 我们将使用的规则: -规则 #1: 1点脱离UCL 或 LCL (3-sigma 限) -规则 #2: 3个连续点中2点脱离2-sigma限 -规则 #3: 5个连续点中4点脱离1- sigma限 -规则 #4: 8个连续点在中心线的一侧 -图案规则: 一个图案自我重复 这意味着某些“非正常”的情况发生了- 去把它查出来去把它查出来! ! 管理图使用方法管理图使用方法 探测控制不足 “ “路径规则路径规则” ” (1) (1) 从规则从规则 #1 #1 和图案甄别规则开始和图案甄别规则开始 (2)(2)如果需要高的灵敏度，用规则如果需要高的灵敏度，用规则 #2, 3, #2, 3, 和和 4 4衡量衡量 我们将使用的规则: -规则 #1: 1点脱离UCL 或 LCL (3-sigma 限) -规则 #2: 3个连续点中2点脱离2-sigma限 -规则 #3: 5个连续点中4点脱离1- sigma限 -规则 #4: 8个连续点在中心线的一侧 -图案规则: 一个图案自我重复 管理图使用方法管理图使用方法 UCL LCL 1 Sigma (Zone C) 2 Sigma (Zone B) 3 Sigma (Zone A) 1 Sigma (Zone C) 2 Sigma (Zone B) 3 Sigma (Zone A) 时间时间 我们在 测量的 项目 使用规则 管理图使用方法管理图使用方法 1 Sigma 2 Sigma 3 Sigma 1 Sigma 2 Sigma 3 Sigma 60-75% 90-98% 99-99.9% 数据点 (%) UCL LCL 时间时间 我们在 测量的 项目 标准偏差的规则 管理图使用方法管理图使用方法 问题 1 保尔是有名的最优秀的驾驶员之一. 有一天, 他在工作时间喝了6 pack 的啤酒,喝完之后他说还能沿 着一条直线驾驶卡车. 于是同事们就要求他证明给他们看. 直观 SPC 事例研究 SPC SPC 应用事例应用事例 证明他确实沿着一条直线驾驶是一件困难的事情. 这时有人想起他的卡车一向漏油. 为了看他能否沿着一条直线驾驶, 到公路行使了1英里左右, 调查了公路 上漏油的痕迹. SPC SPC 应用事例应用事例 由你做出决定: 保尔的驾驶路径是一条直线吗? 请看从高处往下看的(Birds-eye View) 公路的形象. SPC SPC 应用事例应用事例 如果卡车是静止的 . . . 油会滴到同一个点上吗? 想想下一步: 油会如何滴下来? Pre-Chewed Charlies SPC SPC 应用事例应用事例 变动的原因 Pre-Chewed Charlies = 自然的 “油滴间的变动” SPC SPC 应用事例应用事例 如果有办法把因为保尔的驾驶引起的变动与,因为油滴间的变动分离的方法, 会不会有所帮助呢? 由你做出决定: 保尔的驾驶路径是一条直线吗? SPC SPC 应用事例应用事例 =自然的 “油滴间的变动” 变动的原因 Pre-Chewed Charlies 管理图理论(Control Chart Theory )是利用因为自 然的常规原因引起的变动,作为 把握 由于保尔驾驶 引起的变动的方法. SPC 理论 SPC SPC 应用事例应用事例 为了制定流程的基准性能(baseline) ，形成了对“常 规原因”引起的变动的研究“. 在这种情况下, 我们认 为 “油滴间变动” 是常规原因. 以基准性能（现在的水准）为基础, 设定data的包含 99.7%的流程持续警戒范围. 我们把这个警戒叫做管 理限界（上限及下限）. UCLLCL 在这个限界外分布的data点被认为是因特殊原因造 成的 (异常状态). SPC 理论 SPC SPC 应用事例应用事例 - 理论 - 管理限界周围的data分布状态提供可能存 在异常状态的情报 (出现其他变动要因) UCLLCL SPC SPC 应用事例应用事例 油滴间的变动 UCLLCL 油滴间的变动+风 UCLLCL 油滴间的变动 +风 + 驾驶技能变动 UCLLCL SPC SPC 应用事例应用事例 UCL LCL 没有对卡车移动路径“中心值变动” (“centering”的变化)的统计证据. Data点的“在中心线上下的分布 (wiggling)”是 因为噪音. 由你做出决定: 保尔的驾驶路径是一条直线吗? SPC SPC 应用事例应用事例 管理上限 = UCL 管理下限 = LCL 根据你所学的知识判断时全部数据 %在管理上下限中? UCL LCL TIMETIME UCL 和 LCL 违反规则发现 Pattern有什么问题吗? 规则和模型 管理图使用方法管理图使用方法 问题 4 Scrap Level (%) J F M A 1996 1997 party 举行 某工厂的 scrap 量达到了本年度最低2%. 经理 褒奖了那家工厂. 在食堂举行宴会: 所有的劳动者都有吃到了比萨和糖果! “大家可以为自己的成就感到自豪.” 1996 4月 3 2 1 SPC SPC 应用事例应用事例 J F M A M J J 1996 1997 经理希望把奖品拿回来. scrap 量连续3个月持续增加. 经理很想把奖品拿回来. “对成果的认可反而带来了反面效果.” 实现的的成果(改善)没有维持下去, scrap量从新增加了. 于是 经理做出了这样的决定: “这个集团需要 强力的管理方式!” Scrap Level (%) 1996年 6月 3 2 1 SPC SPC 应用事例应用事例 J F M A M J J A S O N D 1996 1997 中断“温柔的管理方式” Scrap量增加到了 2.6%, 于是经理决定采取措施. 为了确实解决这个问题召开了 “特别会议”, 强调完Scrap的重要性后经理 便离开了. 但是员工们都不知道应该做些什么. 而且, 除此之外他们还有需要改善的 重要指标. 所以他们没有采取任何为了减少 scrap 量的措施. Scrap Level (%) 1996年 11月 3 2 1 SPC SPC 应用事例应用事例 经理了解到从去年年末开始, scrap量在减少. “情况正在好转!” (实际上没有为变化系统采取任何措施.) 经理的结论: “强力的管理方式能带来好的结果!” 经理的结论: “强力的管理和经营方式能促进工作.” J F M A M J J A S O N D 1996 1997 J F M A M J Scrap Level (%) 1997年 6月 3 2 1 SPC SPC 应用事例应用事例 J F M A M J J A S O N D 1996 1997 UCL J F M M J J A S O LCL Scrap Level (%) 3 2 1 SPC 导出了不同的结论. SPC SPC 应用事例应用事例 经理 “ 我是根据data做出决定的.-但是我怎么可能错了呢?” Black Belt “你的决定是看到了高点和低点做出的. 但是，实际上是因为噪音造成的. 观察 data, 在流程上没有大的变化.” 经理得出的结论是 “强力的管理 能带来好的结果”. J F M M J J A S O Scrap Level (%) J F M A M J J A S O N D 1996 1997 举行Party经理希望把奖品拿回来.中断稳健的管理方式 UCL LCL 3 2 1 SPC导出了不同的结论 - 但是 理由是什么? SPC SPC 应用事例应用事例 管理上限 = UCL 管理下限 = LCL 规格上限 = USL 规格下限 = LSL 一个数据要处在管理上限或管理下限时是在制造不良吗? UCL LCL TIMETIME UCL 和LCL vs. USL 和 LSL 管理图使用方法管理图使用方法 管理上限 = UCL 管理下限 = LCL 规格上限 = USL 规格下限 = LSL 下列工程在制造不良吗? UCL LCL TIMETIME USL LSL 管理图使用方法管理图使用方法 管理上限 = UCL 管理下限 = LCL 规格上限 = USL 规格下限 = LSL UCL LCL TIMETIME USL LSL 下列工程在制造不良吗? 管理图使用方法管理图使用方法 #1) 管理图上制定规格界限. #2) UCL和 LCL看作规格界限. 你把上述管理图只用于单纯检查的话那这不是管理图 UCL / LCL是跟顾客不良没有直接性联系 ! 管理图的2个错误 我们的工程满足顾客要求的水准怎样那才是最重要的. 但是,为了决定此项分析工程能力的其他研究. 管理图使用方法管理图使用方法 l基于缺陷性数或缺陷数 l可以能被应用到几乎每个收集数据的作业 l应用于质量特性：不能产生计量型数据，或测量费用 太高，或难以测量 l不象计量型管理图，计数型管理图可以用于一个质量 特性或多个质量特性（但当把相异的特性合计时应谨 慎使用-易产生误导） 计数型管理图计数型管理图 l l 不良品不良品 是与指定的标准相比较，在一个样品中有1个 或多个不一致的项目 l缺陷 是与指定接受的标准相比较，每一个不一致 缺陷与缺陷性 计数型管理图计数型管理图 l缺陷性 - np画不合格个体的数 - p 画不合格个体的百分数 l缺陷 - c 画缺陷数 - u 画“每检查个体”的缺陷数 计数型管理图类型计数型管理图类型 计数型管理图计数型管理图 np-Chartnp-Chart l监视缺陷性项目最简单的方式 l需要恒定的样品大小 l画每个样品缺陷性项目数 l l 中心线中心线 (np = 缺陷性数; k = 子群数) l l 管理下限管理下限( (Control limit)Control limit) _ _ _ 计数型管理图计数型管理图 Minitab Minitab 例题例题 - - np Charts np Charts 例题例题 2 5 4 3 3 6 5 0 7 5 4 1 2 3 6 3 8 4 4 4 6 4 2 3 7 每天缺陷性单位数 时间 l假设我们有一套数据 (工作表 np Chartnp Chart) ，描述一周的 62批缺陷性工资支票数 计数型管理图计数型管理图 打开工作表 : NP Chart 统计 控制图 属性控制图 NP控制图 变量：Number 子组大小：62 计数型管理图计数型管理图 注意到控制限有那些特殊吗 ? 计数型管理图计数型管理图 p Chartp Chart l作缺陷性图时使用 l即可用于恒定的也可用于变化的样品大小 l基于二项分布 l既可以画分数式也可以画百分数式缺陷性 l l 中心线中心线 (np = 缺陷性数 n = 子群内样品大小 ) l l 控制限控制限 计数型管理图计数型管理图 Minitab 练习 - p Charts 例题 l假设有这样的日管理图数据 (打开工作表 p-Chartp-Chart) 计数型管理图计数型管理图 统计 控制图 属性控制图 P控制图 变量：Number 子组大小：Sample 违反了那条规则？ 计数型管理图计数型管理图 c Control Chartc Control Ch