方圆曲秀华--SPC统计过程控制.ppt

12:33,1,统计过程控制 (SPC) Statistical Process Control,事实胜雄辩 改进再提高,山东质量认证中心 2010-10,12:33,2,个人简介,姓名：曲秀华 联系方式： 电话e-mail: 山东质量认证中心 审定部 部长 / 高级工程师 IATF TS16949/QMS/EMS/OHS 高级审核员 质量管理培训师，山东省质量奖评审专家。 主要培训课程包括质量/环境/职业健康安全管理体系培训、认证标准深化培训、质量改进培训、统计技术培训、现场管理、卓越绩效评价、VDA6.1、TS16949等。,12:33,3,主要内容,一、统计过程控制（SPC）概述 1、SPC的作用 2、波动理论 3、SPC常用术语 4、SPC思想 二、控制图过程控制的有效工具 1、计量型控制图制作步骤及判定原则 2、计数型控制图制作步骤及判定原则 三、实施SPC常见问题 四、交流,12:33,4,为什么要推行统计过程控制,组织面临的竞争； 满足内外部顾客的满意； 过程监控和控制的有效方法； 改进的方法,12:33,5,过程控制的需要 检测容忍浪费 预防避免浪费 不要等产品做出来后再去看它好不好， 而是在制造的时候就要把它制造好,12:33,6,1、产品质量是制造出来的，产品质量是设计出来的，产品质量不 是检验出来的。 2、85%的质量问题是管理人员所要承担责任的,管理者态度的偏差， 应更胜过作业人员的懶散； 3、第一次就把事情做好,下一道工序是上一道工序的顾客,如此才 能真正做到产品质量“零缺陷”； 4、产品质量是企业全体员工的共同责任，产品责任和公司每一个 人都有关，所以应该全员参与； 5、质量检验是可以解决问题，但却无法消除问题；不能起到预防 作用，增加产品质量检验的频率，只能增加检验成本。 6、统计过程控制（SPC）是确保组织质量管理体系得到持续不断地 改进和有效运作，并持续改进过程,以提升产品质量和生产力。,对质量的正确观念,12:33,7,一、统计过程控制（SPC）概述,SPC作为一种过程控制方法，它运用数理统计和概率论原理 ，科学的区分出过程中质量特性的随机波动与异常波动，从而对过程的异常趋势提出预警，可以及时发现过程中的异常情况，从而及时采取措施进行改进，把质量隐患消灭在萌芽状态，真正达到防患于未然。 SPC即统计过程控制（StatisticalProcessControl）。SPC是美国贝尔实验室休哈特（Shewhart）博士首先应用正态分布特性于生产过程中的管理，目前已成为生产过程中过程控制主要工具之一，在生产型企业中应用的非常广泛。,12:33,8,1、SPC的作用,SPC就是应用统计方法对过程中的各个阶段进行监控，从而达到改进与保证质量的目的。它强调通过过程的预防来减少或避免出废品、次品。 它着眼于全系统、全过程，要求全员参加，人人有责；它要求用科学方法（主要是统计技术，尤其是控制图理论）来保证全过程的预防，不仅用于生产过程，而且可用于服务过程和一切管理过程。,12:33,9,SPC对很多制造业来讲,已经不是什么新鲜事物了!但我国企业做好的却不是很多。 由于我国大多数企业的质量管理跨越了统计质量管理阶段，在推行全面质量管理中也未能在企业中推广普及SPC的应用，所以致使我国企业在SPC的应用方面比较落后。 以控制图为例： - 不清楚哪些特性要用控制图进行控制; - 控制图应用理解不全面； - 没有将SPC用于改善； - 没有认为SPC是全员的事情等。,12:33,10,生产过程,12:33,11,第一阶段 第二阶段 第三阶段 第四阶段 第五阶段 计划和 产品设计 过程设计 产品和 反馈、评定 确定项目 和开发 和开发 过程确定 和纠正措施 样件制作 试生产 批量生产,PPAP MSA DFMEA PFMEA SPC SPC 样件CP 试生产CP 生产CP,SPC 与 CP、FMEA、PPAP 和 MSA 的关系：,12:33,12,SPC、FMEA 、CP关系,DFMEA （设计失效模式分析） PFMEA和过程流程图 包括了SPC和MSA的控制计划 工作指导书 / 操作标准,12:33,13,控 制 计 划,第 页，共 页,12:33,14,ISO/TS 16949：2009体系对统计过程控制（SPC）的要求：,ISO 9001：2008质量管理体系要求 8 测量、分析和改进 8.1 总则 组织必须策划并实施以下方面所需的监视、测量、分析 和改进过程： a) 证实产品的符合性， b) 确保质量管理体系的符合性，和 c) 持续改进质量管理体系的有效性。 这必须包括对统计技术在内的适用方法及其应用程度的 确定。,8.1.1 统计工具的确定 在先期质量策划中必须确定每一过程适用的统计工具， 并包括在控制计划中。 8.1.2 基础统计概念知识 整个组织必须了解和使用基本的统计概念，如变差、 控制(稳定性)、过程能力和过度调整。,12:33,15,SPC能给企业带来什么好处？,通过预防的策略来降低企业的成本，事后检查的质量管理模式造成极大的浪费； 使质量管理有据可依，有的放矢，用数据来分析问题和解决问题； 增加客户对产品质量的信心，如要成为国际企业的下游厂商，是否实施SPC是其一项非常重要的考核项目； 降低不良率，减少返工和浪费； 更好地理解和实施质量体系.,12:33,16,如何实施SPC？,首先企业高层要有足够的认识，并给予大力的支持； 要在公司内部普及SPC的知识，形成用数据来分析问题和解决问题的习惯； 按照循序渐进的方法，逐步地实施； 实施SPC切忌走形式，系统反应出工序中的异常情况时，相关部门要作出积极的行动分析与解决问题。,12:33,17,2、波动理论,波动的概念是指在现实生活中没有两件东西是完全一样的。 生产实践证明，无论用多么精密的设备和工具，多么高超的操作技术，甚至由同一操作工，在同一设备上，用相同的工具，用相同材料的生产同种产品，其加工后的质量特性（如：重量、尺寸等）总是有差异，这种差异称为波动。公差制度实际上就是对这个事实的客观承认。 消除波动不是SPC的目的，但通过SPC可以对波动进行预测和控制。,12:33,18,在生产过程中，产品的质量特征值的波动是不可避免的。它是由人、机器、材料、方法和环境等基本因素的波动综合影响所致。 波动分为两种：正常波动和异常波动，或称为偶然误差和系统误差。 正常波动：是由普通(偶然)原因造成的。如操作方法的微小变动，机床的微小振动，刀具的正常磨损，夹具的微小松动，材质上的微量差异等。正常波动引起工序质量微小变化，难以查明或难以消除。它不能被操作工人控制，只能由技术、管理人员控制在公差范围内。 异常波动：是由特殊(异常)原因造成的。如原材料不合格，设备出现故障，工夹具不良，操作者不熟练等。异常波动造成的波动较大，容易发现，应该由操作人员发现并纠正,12:33,19,普通原因和特殊原因,普通原因：指的是造成随着时间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，我们称之为：“处于统计控制状态”，或有时简称“受控”，普通原因表现为一个稳定系统的偶然原因。只有变差的普通原因存在且不改变时，过程的输出才可以预测。 特殊原因：指的是造成不是始终作用于过程的变差的原因，即当它们出现时将造成(整个)过程的分布改变。如果系统内存在变差的特殊原因，随时间的推移，过程的输出将不稳定。,12:33,20,普通原因和特殊原因,12:33,21,普通原因与特殊原因举例,合格原料的微小变化 机械的微小震动 气候、环境的微小变化等等 通常需要采取系统措施,使用不合格原料 设备调整不当 新手作业，违背操作规程等等 通常需要采取局部措施,12:33,22,局部措施和对系统采取措施,局部措施 通常用来消除变差的特殊原因 通常由与过程直接相关的人员实施 大约可纠正15%的过程问题,对系统采取措施 通常用来消除变差的普通原因 几乎总是要求管理措施，以便纠正 大约可纠正85%的过程问题,12:33,23,3、SPC常用术语解释,12:33,24,SPC常用术语解释,12:33,25,SPC常用术语解释,12:33,26,控制图波动监控和控制的有效工具,借助以往的数据,了解正常的变异范围,设定成控制界限,绘点判定是否超出界限,纠正异常,持续改进，缩小控制界限,12:33,27,普通原因、特殊原因示意图,普通原因 的波动范围,异常原因导致 的波动范围,异常原因导致 的波动范围,UCL,LCL,12:33,28,局部措施、系统措施示意图,解决普通原因 的系统措施,解决异常原因 的局部措施,解决异常原因 的局部措施,UCL,LCL,12:33,29,4、统计过程控制思想,假定过程是处于受控状态，一旦显示偏离这一状态，极大可能是过程失控，需要及时调整。 产品质量波动原因是由普通原因和特殊原因引起的，产品质量总是变化的。 受控状态：指仅由普通原因引起的质量波动，受控状态的产品质量也应该是波动的。 SPC应用概率论基本原理：小概率事件在一次试验当中是不可能发生的（指发生机会非常小的事件）。,12:33,30,数据类型,质量数据的特点是数据总是波动的， 质量数据的变差是具有统计规律性的， 是建立在大量重复试验基础上。,12:33,31,正态分布简介,12:33,32,正态分布简介,x为总体的取值 是总体的平均值，是位置参数，是改变正态分布曲线的位置，不改变形状； 是总体标准差，表示数据分散程度的统计量，是形状参数，不改变正态曲线的位置，改变其形状大（矮胖）小（高瘦）； 实际运用中用s（样本标准差）、 用x（样本均值）代替，即s、 x 。,12:33,33,正态分布简介,P(3X 3) 99.73%,12:33,34,统计控制状态,-3,+3,LCL,UCL,CL,产品质量特性值落在(-3 ，+3)范围内概率为99.73%，落在该区域范围之外的概率是0.27%。休哈特根据这一点发明了控制图。,12:33,35,防止两类错误,所有的统计方法都是会产生错误，因为我们只控制99.73%，两种错误： I类错误-虚发警报：拒绝一个真实的假设； 例如：采取了一个适用于特殊原因的措施而实际上过程还没有发生变化；过度调整。 II类错误-漏发警报：没有拒绝一个错误的假设； 例如：对实际上受特殊原因影响的过程没有采取适当的措施；控制不足。,12:33,36,控制图示例:,控制图是用于分析和控制过程质量的一种方法。控制图是一种带有控制界限的反映过程质量的记录图形，图的纵轴代表产品质量特性值(或由质量特性值获得的某种统计量)；横轴代表按时间顺序(自左至右)抽取的各个样本号；图内有中心线(记为CL)、上控制界限(记为UCL)和下控制界限(记为LCL)三条线(见下图)。,二、控制图过程控制有效工具,12:33,37,控制图原理说明,工序处于稳定状态下，其计量值的分布大致符合正态分布。由正态分布的性质可知：质量数据出现在平均值的正负三个标准偏差(X3)之外的概率仅为0.27%。这是一个很小的概率，根据概率论 “视小概率事件为实际上不可能” 的原理，可以认为：出现在X3区间外的事件是异常波动，它的发生是由于异常原因使其总体的分布偏离了正常位置 控制限的宽度就是根据这一原理定为3,12:33,38,控制图原理说明,12:33,39,控制图分类,12:33,40,计量型控制图 平均数与极差控制图( Chart) 平均数与标准差控制图( Chart) 中位数与极差控制图( Chart) 个別值与移动极差控制图( chart) 计数值控制图 不良率控制图(P chart) 不良数控制图(Pn chart,又称np chart或d chart) 缺点数控制图(C chart) 单位缺点数控制图(U chart),控制图种类(以数据性质分),12:33,41,分析用控制图：根据样本数据计算出控制图的中心线和上、下控制界限，画出控制图，以便分析和判断过程是否处于于稳定状态。如果分析结果显示过程有异常波动时，首先找出原因，采取措施，然后重新抽取样本、测定数据、重新计算控制图界限进行分析。 控制用控制图：经过上述分析证实过程稳定并能满足质量要求，此时的控制图可以用于现场对日常的过程质量进行控制。,控制图种类(依用途来分),12:33,42,两种控制图应用示意说明,初期的二十五点 计算时有些超出 控制界限，此时 须寻找原因。,连续二十五点在控 制界限内，表示制 程基本上已稳定， 控制界限可以延用,有点超出控制界限，表示此时状态已被改变，此时要追查原因，重新考虑稳定状态,分析用,稳定,控制用,再调整,12:33,43,控制图的选择,12:33,44,计量型数据控制图,引言 均值和极差图(X-R图) 均值和标准差图(X-s) 中位数和极差图(X-R) 单值和移动极差图(X-MR),12:33,45,大多过程和其输出具有可测量的特性； 量化的值比简单的是否陈述包含的信息更多； 对较少的件数检查，可获得更多的有关过程的信息； 因只需检查少量的产品，可缩短零件生产和采取纠正措施之间的时间间隔； 可分析一个过程的性能和可量化所用的改进，为寻求持续改进提供信息。,计量型数据控制图益处,12:33,46,控制图建立的四个步骤,12:33,47,Xbar-R图,12:33,48,A1选择子组大小、频率和数据,子组大小“合理子组” 使各样本之间出现变差的机会小； 在过程的初期研究中，子组一般由45件连续生产的产品的组合，仅代表一个单一的过程流； 子组样本的容量保持恒定。 子组频率 在过程的初期研究中，通常是连续进行分组或很短的时间间隔进行分组 过程稳定后，子组间的时间间隔可以增加。 子组数的大小 一般100个单值读数，25个子组,12:33,49,12:33,50,A2建立控制图及记录原始数据,Xbar-R 图通常是将Xbar图画在R图之上方，下面再接一个数据栏。Xbar和R的值为纵坐标，按时间先后的子组为横坐标。数据值以及极差和均值点应纵向对齐。 数据栏应包括每个读数的空间。同时还应包括记录读数的和、均值（Xbar）、极差（R）以及日期/时间。,12:33,51,A3计算每个子组的极差和均值,画在控制图上的特性量是每个子组的样本均值（Xbar）和样本极差（R），合在一起后它们分别反映整个过程的均值及其变差。 对每个子组，计算： 式中：X1，X2为子组内的每个测量值。n为子组的样本容量。,12:33,52,12:33,53,A4选择控制图的刻度,两个控制图的纵坐标分别用于Xbar和R的测量值。 Xbar图：坐标上的刻度值的最大值与最小值之差应至少为子组均值（Xbar）的最大值与最小值差的2倍。 R图：刻度值应从最低值为0开始到最大值之间的差值为初始阶段所遇到的最大极差（R）的2倍。 注：一个有用的建议是将R图的刻度值设置为均值图的刻度值的2倍（例如：均值图上一个刻度代表0.01英寸, 则在极差图上一个刻度代表0.02英寸）,12:33,54,A5将均值和极差画到控制图上,12:33,55,Xbar-R图,12:33,56,平均极差及过程平均值、控制限计算公式,12:33,57,计算控制限； 计算控制限是为了显示仅存在变差的普通原因时子组的均值和极差的变 化和范围，控制限是由子组的样本容量以及反映在极差上的子组内的变 差的量来决定的。按下式计算极差和均值的上、下控制限： UCLR D4R LCLR D3R UCLX X + A2R LCLX X - A2R 式中：D4、D3、A2为常数，它们随样本容量的不同而不同，但仍遵循三 个标准差的原理计算而得。 注：对于样本容量小于7的情况，LCLR可能技术上为一个负值。在这种情 况下没有下控制限。,12:33,58,3,D,4,2 1.88 * 3.27,3 1.02 * 2.57,4 .73 * 2.28,5 .58 * 2.11,6 .48 * 2.00,7 .42 .08 1.92,8 .37 .14 1.86,9 .34 .18 1.82,10 .31 .22 1.78,对特殊原因采取措施的说明,w,任何超出控制限的点,w,连续7点全在中心线之上或,之下,w,连续7点上升或下降,w,任何其它明显非随机的图,形,采取措施的说明,1,不要对过程做不必要的改,变,2,在此表后注明在过程因素,（人员、设备、材料、方,法、环境或测量系统）所,做的调整。,X=,读数数量,和,R=最高-最低,R=均值R= UCL=D,4,R= LCL=D,3,R= *,X=均值X= .716 UCL=X+A,2,R=.819 LCL=X-A,2,R=,极差（R图）,均值（X图）,工厂：,XXX,机器编号：,XXX,部门：,XXX,日期：,6/8-6/16,工序：,弯曲夹片,特性：,间隙、尺寸“A”,计算控制限日期,工程规范：,.50.90mm,样本容量/频率:,5/2h,零件号：,XXX,零件名称：,XXX,*样本容量小于7时，没有极差的下控制限,X-R 控 制 图-初始研究,6-8,8,.65,.70,.65,.65,.85,3.50,.70,.20,.75,.75,.85,.75,.85,.65,3.85,.77,.20,.80,.80,.70,.75,3.80,.60,.70,.70,.75,.65,3.40,.76,.68,.10,.15,.00,.10,.20,.30,.40,.50,.50,.55,.60,.65,.70,.75,.80,.85,.90,.95,10,12,14,6-9,8,10,12,14,6-10,8,.70,.75,.65,.85,.80,3.75,.75,.20,.60,.75,.75,.85,.70,3.65,.73,.25,.75,.80,.65,.75,.70,3.65,.73,.15,.60,.70,.80,.75,.75,3.60,.72,.20,.65,.80,.85,.85,.75,3.90,.78,.20,10,12,14,.60,.70,.60,.80,.65,3.35,.67,.20,.80,.75,.90,.50,.80,3.75,.75,.40,6-11,8,.85,.75,.85,.65,.70,3.80,.76,.20,.70,.70,.75,.75,.70,3.60,.72,.05,10,.65,.70,.85,.75,.60,3.55,.71,.25,12,14,.90,.80,.80,.75,.85,4.10,.82,.15,.75,.80,.75,.80,.65,3.75,.75,.15,6-12,8,.75,.70,.85,.70,.80,3.80,.76,.15,10,12,.75,.70,.60,.70,.60,3.35,.67,.15,14,.65,.65,.85,.65,.70,3.50,.70,.20,.60,.60,.65,.60,.65,3.10,.62,.05,6-15,8,.50,.55,.65,.80,.80,3.30,.66,.30,10,.60,.80,.65,.65,.75,3.45,.69,.20,.15,12,.80,.65,.75,.65,.65,3.50,.70,14,.65,.60,.65,.60,.70,3.20,.64,.10,6-16,8,.65,.70,.70,.60,.65,3.30,.66,.10,步骤B1：X=.716,步骤B1：R=.178,步骤B2：UCLX=.819;LCLX=.613,步骤B2：UCLR=.376;LCLR=NONE,步骤B3,12:33,59,Xbar-R图,12:33,60,过程控制解释： 对控制限的解释如下：如果过程保持在现有的水平(如分别通过 R 和 X 来估的)，单个的子组极差(R)和均值(X)会单独地随机变化，但它们会很少超过控制限。而且，数据中不会出现与由于随机变化产生的图形有明显不同的图形与趋势。分析控制图的目的在于识别过程变化性的任何证据或过程均值没有处于恒定的水平的证据即其中之一或两者均不受统计控制进而采取适当的措施。R 图和 X 图应分别分析，但是对两个图形进行比较时，有时可以帮助深了入解影响过程的特殊原因。 由于不论解释子组极差或子组均值的能力都取决于零件间的变差，因此首先分析R图。将数据点与控制限相比确定超出控制限的点或非随机的图形或趋势。,12:33,61,过程控制解释： A)、分析极差图上的数据点： 超出极差上控制限的点通常说明存在下列情况中的一种或几种： 控制限计算错误或描点时描错； 零件间的变化性或分布的宽度已经增大(即变坏)，这种增大可以发生在 某个时间点上，也可能是整个趋势的一部分； 测量系统变化(例如，不同的检验员或量具)； 测量系统没有适当的分辨力。 有一点位于控制限之下(对于样本容量大于等于7的情况)，说明存在下列情 况的一种或几种： 控制限或描点错误； 分布的宽度变小(即变好)； 测量系统已改变(包括数据编辑或变换)。,12:33,62, 控制限之内的图形或趋势当出现非随机的图形或趋势时，表明过程失控或过程分布宽度发生变化。这种情况会给出首次警告：应纠正不利条件。相反，某些图形或趋势是好的，并且应当研究以便使过程得到可能的永久性改进。 各点与 R 的距离：一般地，大约23的描点应落在控制限的中间1/3的区域内，大约13的点落在其外的三分之二的区域。 如果出现非随机的图形或趋势时则应对下列情况的一种或更多进行调查： 控制限或描点已计算错或描错； 过程或取样方法被分层；每个子组系统化包含了从两个或多个具有完全不同的过程均值的过程流的测量值(例如：用几根测量轴每一轴测一个数)； 数据已经过编辑(极差与均值相差甚远的几个子组被更改或剔除)。,12:33,63,分析均值图上的数据点： 链 下列每一种情况都表明过程已开始变化或有变化的趋势： 连续7点在平均值的一侧； 7点连续上升或下降。 与过程均值有关的链通常表明出现下列情况之一或两者。 过程均值已改变也许还在变化； 测量系统已改变(飘移、偏差、灵敏度等)。,12:33,64,控制图的判断,超出控制限的点：出现一个或多个点超出任何一个控制限使该点处于失控状态的主要证据,12:33,65,控制图的判断,链：有下列现象之一表明过程已改变 连续点位于平均值的一侧； 连续点上升（后点等于或大于前点）或下降。,12:33,66,控制图的判断,明显的非随机图形：应依正态分布来判定图形， 正常应是有2/3的点落于中间的1/3区域。,12:33,67,重新计算控制限(均值图)： 当进行首次过程研究或重新评定过程能力时，要排除已发现并解决了的特殊原因的任何失控的点，重新计算并描画过程均值和控制限。确保当与新的控制限相比时，所有的数据点看起来都处于受控状态，如有必要，重复识别纠正重新计算的程序。 虽然将所有做了标记的事件作为特殊原因的可能的证据来调查是明智的，但应意识到它们可能是由于系统原因造成的，而不应构成局部过程问题。如果没有明显的证据表明已发现过程的特殊原因，任何“纠正”措施将可能增加而不是减少过程输出的总变异。,12:33,68,控制图的观察分析,作控制图的目的是为了使生产过程或工作过程处于“控制状态”。（控制状态、异常状态） 控制状态的标准可归纳为两条： 1、控制图上的点不超过控制界限; 2、控制图上的点的排列分布没有缺陷。,12:33,69,为了继续进行控制，延长控制限,估计过程标准偏差,计算新的控制限,12:33,70,建立Xbar-R图的步骤D,12:33,71,过程能力及过程能力指数概念,过程能力：指过程要素(人、机、料、法、环)已充分标准化，也就是在受控状态下，实现过程目标的能力。 过程能力指数：是过程能力与过程目标相比较，定量描绘的数值。 过程能力指数表示的方法： Cp：过程均值X与规范中值一致时的过程能力指数。 Cpk：过程均值X与规范中值不一致时的过程能力指数。 过程能力指数表述仅存在普通原因变差时的过程能力。 Pp：过程均值X与规范中值一致时的过程性能指数。 Ppk：过程均值X与规范中值不一致时的过程性能指数。 过程性能指数表述，存在普通原因变差和特殊原因变差。,=,=,=,=,12:33,72,过程能力指数计算,过程的标准差（正态分布存在两种标准差） 固有标准差：过程仅存在普通原因变差时用，即计算Cp、Cpk时用。 总标准差：过程存在普通和特殊原因变差时用，即计算Pp、Ppk时用。,R：个子组极差的平均值 d2：常数,12:33,73,过程能力计算,12:33,74,过程能力计算,特殊情况：不对称公差或单边公差,Ppk取两值之中较小者,Cpk取两值之中较小者,12:33,75,当 Cpk1 说明过程能力差，不可接受； 1Cpk1.33,说明过程能力可以，但需改善； 1.33Cpk1.67,说明过程能力正常； 1.67 Cpk，说明过程能力良好。,评价过程能力,12:33,76,改善过程能力,过程一旦表现出处于统计控制状态，该过程所保持的控制水平即反应了该系统的变差原因过程能力。在操作上诊断特殊原因(控制)变差问题的分析方法不适于诊断影响系统的普通原因变差。必须对系统本身直接采取管理措施，否则过程能力不可能得到改进。 可以使用诸如排列图分析法及因果分析图等解决问题技术。尽可能地追溯变差的可疑原因，并借助统计技术方法进行分析将有利于问题的解决,12:33,77,改善过程能力,12:33,78,绘制并分析修改后的过程控制图,当对过程采取了系统的措施后，其效果应在控制图上明显地反应出来； 控制图成为验证措施有效性的一种途径。 对过程进行改变时，应小心地监视控制。这个变化时期对系统操作会是破坏性，可能造成新的控制问题，掩盖系统变化后的真实效果。 在过程改变期间出现的特殊原因变差被识别并纠正后，过程将按一个新的过程均值处于统计控制状态。这个新的均值反映了受控制状态下的性能。可作为现行控制的基础。但是还应对继续系统进行调查和改进。,12:33,79,Cpk和Ppk差异,Cpk：只考虑了组内变异，而没有考虑组间变异，所以一定是适用于过程稳定时，其组间变异很小可以忽略时，不然会高估了过程能力；另句话也可以说明如果努力将组间变异降低时所能达到的程度。 Ppk：考虑了总变异(组内和组间)，所以是比较真实的情形，所以一般想要了解真正的过程情形应使用Ppk。,12:33,80,A收集数据：在计算各个子组的平均数和标准差其公式分别如下：,12:33,81,B计算控制限,12:33,82,C过程控制解释 (同X-R图解释),12:33,83,D过程能力解释,12:33,84,计数型数据控制图,引言 不合格率p图 不合格品数np图 不合格数c图 单位产品不合格数u图,12:33,85,与过程有关说明,12:33,86,计数型数据控制图应用前提,前提是必须明确规定合格准则，并确定这些准则是否满足程序随时间产生一致的结果。,12:33,87,计数型数据控制图益处,计数型数据存在于任何技术或行政管理过程中； 一般情况下计数型数据已存在，可快捷将数据转化成控制图； 收集计数型数据通常不需要专业化收集技术； 应用计数型控制图通常能对需要详细检查特定过程提供方向。,12:33,88,P控制图的制做流程,A收集数据,B计算控制限,C过程控制解释,D过程能力解释,12:33,89,建立p图的步骤A,12:33,90,A1子组容量、频率、数量,子组容量：用于计数型数据的控制图一般要求较大的子组容量(例如50200)以便检验出性能的变化，一般希望每组内能包括几个不合格品。 分组频率：应根据产品的周期确定分组的频率以便帮助分析和纠正发现的问题。时间隔短则反馈快，但也许与大的子组容量的要求矛盾 子组数量：要大于等于25组以上，才能判定其稳定性。,12:33,91,A2计算每个子组内不合格品率,记录每个子组内的下列值 被检项目的数量n 发现的不合格项目的数量np 通过这些数据计算不合格品率,12:33,92,A3选择控制图的坐标刻度,描绘数据点用的图应将不合格品率作为纵坐标，子组识别作为横坐标。纵坐标刻度应从0到初步研究数据读数中最大的不合格率值的1.5到2倍。,12:33,93,A4将不合格品率描绘在控制图上,描绘每个子组的p值，将这些点联成线通常有助于发现异常图形和趋势。 当点描完后，粗览一遍看看它们是否合理，如果任意一点比别的高出或低出许多，检查计算是否正确。 记录过程的变化或者可能影响过程的异常状况，当这些情况被发现时，将它们记录在控制图的“备注”部份。,12:33,94,建立p控制图的步骤B,12:33,95,计算平均不合格率及控制限,12:33,96,建立p图的步骤C,12:33,97,过程能力解释,D1计算过程能力,D2评价过程能力,D3改进过程能力,D4绘制并分析修改后的过程控制图,建立p的步骤D,12:33,98,计算过程能力,对于p图，过程能力是通过过程平均不合率来表示，当所有点都受控后才计算该值。如需要，还可以用符合规范的比例(1-p)来表示。 对于过程能力的初步估计值，应使用历史数据，但应剔除与特殊原因有关的数据点。 当正式研究过程能力时，应使用新的数据，最好是25个或更多时期子组，且所有的点都受统计控制。这些连续的受控的时期子组的p值是该过程当前能的更好的估计值。,12:33,99,改善过程能力,过程一旦表现出处于统计控制状态，该过程所保持的不合格平均水平即反应了该系统的变差原因过程能力。在操作上诊断特殊原因(控制)变差问题的分析方法不适于诊断影响系统的普通原因变差。必须对系统本身直接采取管理措施，否则过程能力不可能得到改进。有必要使用长期的解决问题的方法来纠正造成长期不合格的原因。 可以使用诸如排列图分析法及因果分析图等解决问题技术。但是如果仅使用计数型数据将很难理解问题所在，通常尽可能地追溯变差的可疑原因，并借助计量型数据进行分将有利于问题的解决,12:33,100,改善过程能力,12:33,101,绘制并分析修改后过程控制图,当对过程采取了系统的措施后，其效果应在控制图上明显地反应出来； 控制图成为验证措施有效性的一种途径。 对过程进行改变时，应小心地监视控制。这个变化时期对系统操作会是破坏性，可能造成新的控制问题，掩盖系统变化后的真实效果。 在过程改变期间出现的特殊原因变差被识别并纠正后，过程将按一个新的过程均值处于统计控制状态。这个新的均值反映了受控制状态下的性能。可作为现行控制的基础。但是还应对继续系统进行调查和改进。,12:33,102,P控制图(不良率),某工厂制造外销产品，每2小时抽取100件来检查，将检查所得之不良品数 据，列于下表，利用此项数据，绘制不良率(p)控制图，控制其质量,12:33,103,P控制图绘图步骤,1.求控制界限 CL 0.05 5% UCL 3 11.54% LCL 3 （为负值，视为0）,12:33,104,P控制图绘图步骤 2.点绘控制图,12:33,105,小结,12:33,106,控制图分类,12:33,107,控制图的选择,12:33,108,控制图过程监控和控制的有效工具,借助以往的数据,了解正常的变异范围,设定成控制界限,绘点判定是否超出界限,纠正异常,持续改进，缩小控制界限,12:33,109,控制图建立的四个步骤,12:33,110,使用控制图的准备,建立适用于实施的环境 定义过程 确定待管理的特性，考虑到 顾客的需求、组织管理要求 当前及潜在的问题区域 特性间的相互关系 确定测量系统 使不必要的变差最小,12:33,111,质量特性与控制图的选择,为保证最终产品的质量特性, 需要考虑以下几个方面: 认真研究用户对产品质量的要求, 确定这些要求那些与质量特性有关, 应选择与使用目的有重要关系的质量特性来作为控制的项目. 有些虽然不是最终产品质量的特性, 但为了达到最终产品的质量目标, 而在生产过程中所要求的质量特性也应列为控制项目 在同样能够满足对产品质量控制的情况下, 应该选择容易测定的控制项目，用统计方法进行质量控制如无质量特性数据就无法进行.,12:33,112,质量特性与控制图的选择,在同样能够满足产品质量控制的情况下, 应选择对生产过程容易采取措施的控制项目. 为了使控制最终取得最佳效果, 应尽量采取影响产品质量特性的根本原因有关的特性或接近根本原因的特性作为控制项目. 产品的质量特性有时不止一个, 则应同时采取几个特性作为控制项目.,12:33,113,使用控制图的注意事项,分组问题 主要是使在大致相同的条件下所收集的质量特性值分在一组, 组中不应有不同本质的数据, 以保证组内仅有偶然因素的影响. 我们所使用的控制图是以影响过程的许多变动因素中的偶然因素所造成的波动为基准来找出异常因素的, 因此, 必须先找出过程中偶然因素波动这个基准.,12:33,114,使用控制图的注意事项,分层问题 同样产品用若干台设备进行加工时, 由于每台设备工作精度、使用年限、保养状态等都有一定差异, 这些差异常常是增加产品质量波动、使散差加大的原因. 因此, 有必要按不同的设备进行质量分层, 也应按不同条件对质量特性值进行分层控制, 作分层控制图. 另外, 当控制图发生异常时, 分层又是为了确切地找出原因、采取措施所不可缺少的方法.,12:33,115,寻找并纠正特殊原因,当从数据中已发现了失控的情況时，则必须研究操作过程以便确定其原因。然后纠正该原因并尽可能防止其再发生。由于特殊原因是通过控制图发现的，要求对操作过程进行分析，并且希望操作者或现场检验员有能力发现变差原因并纠正。可利用诸如排列图和因果分析图等解決问题。,12:33,116,使用控制图的注意事项,控制界限的重新计算 为使控制结适应今后的生产过程, 在确定控制图最初的控制线CL、UCL、LCL时, 常常需要反复计算, 以求得切实可行的控制图。 但是, 控制图经过使用一定时期后, 生产过程有了变化, 例如加工工艺改变、刀具改变、设备改变以及进行了某种技术改革和管理改革措施后, 应重新收集最近期间的数据, 以重新计算控制界限并作出新的控制图.,12:33,117,改善过程能力,过程一旦表现出于统计控制状态，该过程所保持的不合格平均水平即反应了该系统的变差原因过程能力。在操作上诊断特殊原因(控制)变差问题的分析方法不适于诊断影响系统的普通原因变差。必须对系统本身直接采取管理措施，否则过程能力不可能得到改进。有必要使用长期的解決问题的方法来纠正造成长期不合格的原因,12:33,118,控制限运用说明,12:33,119,过程能力解释,12:33,120,三、SPC应用常见问题,SPC对很多制造业来讲,已经不是什么新鲜事物了!但做得好,做出效益的却不多.这里,根据实际辅导中所看到的一些问题，在这里以最常用的Xbar-R控制图为例,跟大家做一些探讨. 误区之一:没能找到正确的控制点。 不知道哪些点要用控制图进行控制,花费大量的时间与人力,在不必要的点上进行控制.熟不知,SPC只应用于重点的尺寸（特性的）.那么重点尺寸性能如何确定呢?通常应用FMEA的方法,开发重要控制点.严重度为8或以上的点,都是考虑的对象.(如果客户有指明,依客户要求即可);,12:33,121,误区之二:没有适宜的测量工具. 计量值控制图,需要用测量工具取得控制特性的数值.控制图对测量系统有很高的要求.通常,我们要求GR,12:33,122,误区之三:没有解析生产过程,直接进行控制. 控制图的应用分为两个步骤:解析与控制.在进行过程控制之前,一定要进行解析.解析是目的是确定过程是的稳定的,进而是可预测的,并且看过程能力是否符合要求.从而了解到过程是否存在特殊原因、普通原因的变差是否过大等致关重要的过程信息。过程只有在稳定，并且过程能力可以接受的情况下，方才进入控制状态。,12:33,123,误区之四：解析与控制脱节。 在完成过程解析后，如果我们认为过程是稳定且过程能力可接受的，那么，就进入控制状态。过程控制时，是先将控制线画在控制图中，然后依抽样的结果在控制图上进行描点。那么，控制时控制图的控制线是怎么来的呢？控制图中的控制线是解析得来的，也就是说，过程解析成功后，控制线要延用下去，用于控制。很多工厂没能延用解析得来的控制线，控制图不能表明过程是稳定与受控的。,12:33,124,误区之五：控制图没