统计过程控制SPC.ppt

Content,Whatsthe6sigmaSPCbasicCpkanalysisControlChartFMEASampleandinspection,统计过程控制SPC,小王是一家公司的生产经理，公司主要生产民用设备。生产主要问题是客户总是投诉产品交期问题，延迟交货不仅造成客户不满意，有时甚至导致订单丢失。总经理因此找到小王，要他找到原因，解决此问题。小王用了一个星期：1.收集历史交货纪录，发现公司平均交货周期为7天；2.收集和分析了客户投诉，发现客户投诉产品的平均生产周期10天；3.造成问题的原因主要是因为公司一个关键工序的产能不足，导致生产周期变长；小王向总经理汇报了工作，公司因此添置了相应设备，客户投诉产品生产周期从10天降到了7天，虽然客户投诉减少了，但客户投诉却依然存在。小王百思不得其解，他到底有什么问题呢？,Case,SIXSIGMA的历史,在美国99%的准确意味着:每小时丢失20000份邮件每天大概有15分钟的饮用水不合乎卫生标准每周有5000例外科手术事故每天主要机场有2次非正常着陆每月大概有7小时停电,99%准确足够好吗?,SIXSIGMA的历史,70年代,摩托罗拉美国TV工厂通过SIXSIGMA的方法将废品降低95%!1981年,摩托罗拉CEOMr.BobGalvin拟定5年内将品质改进10倍的计划.1987-1994摩托罗拉公司1.减少生产成本14亿美金2.投入1美金,员工的产品为原来的126%3.股东分红增加4倍1992-1996Alliedsignal公司1.14亿美金的成本节约2.每季度产值14%的增长3.520%市场份额的增长4.产品周期减少24%,SIXSIGMA的历史,1988年,德州仪器公司,从88年到93,通过实施SIXSIGMA,其改善效果如下:,Whatis6?,产品偏差(Various)是品质的最大敌人！6及品质管理的目标是让用户满意！(SIGMA)代表数据的标准偏差,用来对产品或工序的偏差进行测量.产品偏差:用户满意的敌人!6代表我们对产品和工序的期望,它代表100万产品中只有3.4个废品的几率.6的概念也被引入到管理中,成为减少工作偏差和为客户提供优质服务的工具和方法.,6,Define6,2level,DPM=308538,Yield=69%,3level,DPM=66807,Yield=93%,6level,DPM=3.4,Yield=99.9996549%,:约为标准偏差S=,6的基本概念,6只是工具,并非目的6品质的核心是客户满意6的目的是增加企业利润6不是一种全新的方法,它是建立在全面质量管理和SPC,统计学等基础上的品质及管理体系.6强调持继改善6要求用数据说话,6的层面6可以分三个层面来看1.测量测量与统计是改善的关键内容。2.目标符合顾客需求近乎完美的目标3.文化Culturechange(文化改造)，以大规模的“文化变化”再定位组织，实现较高的顾客满意度，更高的获利率及更佳的竞争力。,Sixsigmaquality,ISO9000quality,5Squality,6方法强调征对问题,运用各种统计及其它方法改善品质,ISO9000是品质的持继改善的一套体系,5S仅是品质的保持,SIXSIGMA与ISO9000和5S,1,2,3,4,5,6,3.4,233,6,210,690,000,300,800,66,807,AverageCompany一般公司,Bestinclass世界一流公司,产品检查,产品管制,制程管制,品管7手法,(5S、QCC、ISO9001:2000),管理改善(PDCA)一般公司THREESIGMA改善,技术改善(MAIC)世界一流公司SIXSIGMA改善,方法,管制,试验计划与制程結合,试验计划与设计結合,产品管制最佳化,设计管制最佳化,SixSigmaPPM管理技术,6在公司价值中的作用,工艺的改善,产品和服务的改善,设计的方法,供应商的改善,管理方式,SIXSIGMA的作用,SIXSIGMA的作用,6的利益最终表现为,客戶满意度上升,市场竞争力提升,市场占有率扩大,跃升全面质量管理的效率与效能,员工潜能与组织士气提升,带动企业经营模式的转型升级,SIXSIGMA,SIXSIGMA的作用,品质管理很好的公司(达到或接近6水平),品质管理一般的公司(3水平),品质成本约为8%,品质成本为30%,利润较低,利润为3水平的3倍,利润率很低,利润率比3水平多8%,市场份额不变甚至下降,市场份额每年上升4%,SIXSIGMA的原理,利润,总产品成本,销售价格,实际利润和成本明细,利润,浪费COQ,理论成本,浪费COQ,利润,理论成本,实行6的效果,世界一流的工序能力造就世界一流的品质,COQ=COSTOFQUALITY品质成本,SIXSIGMA的实施,Projects,Plan,Apply,Train,Review,Champion,ConductedbyMBB,Rolesin6SigmaDeployment,ChampionSponsorofaproject负责项目的鉴别和选择了解基础的和高级的统计工具善长6SIGMA项目的监控MasterBlackBeltMentortoBlack/GreenBelts精通6SIGMA及统计学的知识及方法精通6SIGMA的工具及应用负责培训6SIGMA的BLACK/GREENBELTSSIXSIGMA团队的重要成员,Rolesin6SigmaDeployment(C),BlackBeltAfull-timepersonwholeadscriticalprojects精通6SIGMA的方法及工具全职作6SIGMA重要项目及项目的管理协助GREENBELT的培训一年完成2个至少USD100,000的项目GreenBeltApart-timepersonwhoundertakesprojectsoflesserscopethanablackbeltproject接受6SIGMA系统培训并掌握其方法及工具非全职作6SIGMA项目收集并分析数据,设计完成实验一年完成一个至少USD25,000的项目,D定义,M测量,A分析,I改善,C控制,P问题,数据,6Method,6MethodisDMAICDDefineMMeasureAAnalysisIImprovementCControlISO9000isPDCAPPlanDDoCCheckAAction,确定目标Define,测量Measure,重新设计,分析Analyze,改善Improve,控制Control,能力ok?,是否改设计?,能力ok?,Y,N,6SIGMA的方法,N,Y,N,Y,利用一个团队来讨论一个焦点问题,综合个人和团队的主意得到结论方法和效果一个清晰的问题有一个人记录所有的主意成员为58人(各种相关的人员)沉默法则,轮流法则,随机法则基于以下的原则1.不急于得到结论2.每一个主意都被接受和记录3.鼓励在其它人的基础上得到主意4.鼓励奇特的或其它主意5.不允许批评和质问,Brainstorming脑力振荡法,Define(定义)Projectobjective事项:定义项目,拟定目标及测量方法,找到最需改善的工序或缺陷,预测收益，获得批准Tools工具SOPIPO图FC流程图柏拉图所需解决的问题:A你的团队成员及合作程度?B你负责什么工序?C哪个工序最需要改善?D你怎样得到这个结论?E你的数据来源?,6SIGMA的方法,Measurement(测量)Practicalproblem事项:分析测量系统,鉴别最大的偏差并测量它,找到问题的焦点,评估产品规格书的缺陷,并找到它Tools工具测量系统的分析所需解决的问题:A你的产品或问题的偏差是多少?B你测量系统的精度足够吗?C目前工序的状态,给我看数据?D你的工序有什么参数,怎样测量的?E工序偏差的来源,哪些你可以控制?F你可以控制你的工序的哪些地方,它们有没有成为文件?,6SIGMA的方法,Analyze(分析)Statisticalproblem事项:鉴别目前状态和希望值之间的差值,作出鱼骨图并找到需实验的项,运用统计图表和工具,分析数据的分布并确定问题的所在Tools工具鱼骨图、FMEA、直方图、柏拉图、散布图所需解决的问题:A在各种变量中,什么影响最大?B你怎么得到结论的,给我看数据?C关键变量对输出的影响有多大?D你怎样确认的,给我看数据?,6SIGMA的方法,Improve(改善)StatisticalSolution事项:选择并设计实验,利用DOE找到关键变量与输出之间的关系,利用结论改善工序,确认结果Tools工具DOE、相关分析、回归分析、方差分析、Cpk分析、走势图所需解决的问题:A怎样设置关键变量使你的参数最优化?B参数最优化后对目前状态的影响?D为什么,请出示数据?,6SIGMA的方法,Control(控制)StatisticalControl事项:产品或工序的改进证明,重要实验项的控制,效果和结论的文件化Tools工具SOP、控制图所需解决的问题:A近3个月工序或产品的改进效果如何?B你的改善能为公司节约多少钱或时间,数据?C你怎样得到的,请出示数据?D你的效果和结论的文件?,6SIGMA的方法,传统品质方法内部策动关注输出纠正缺陷关注生产现场向后看专注于产品着重理论和人员,6由顾客策动关注过程防止缺陷关注整个业务过程向前看专心于关键的质量指标着重方法和数据,6SIGMA和传统品质方法的不同,6是什么?,6的核心是:让数据说话!,运用所有的数据统计和分析的方法和工具,征对工序的缺陷和问题进行定义,测量,分析,改进和保持以最终达到6的水平.,6Tools,Basic分层法、检查表法、FlowChart、Histogram、ParetoDiagram、FishBoneChart、散布图、IPO图、SOP、走势图AdvanceCpkanalysis、ControlChart、相关分析、回归分析、MSA、方差分析、FMEA、QFDProfessionalDOEOthers质量损失函数、抽样与检验特性矩阵图,Content,Whatsthe6sigmaSPCbasicCpkanalysisControlChartFMEASampleandinspection,SPC的历史,20世纪20年代,美国休哈特(Mr.A.Shewhart)提出50年,戴明博士(Dr.W.Ed-wardsDeming)将SPC引入日本,成为日本品质成功的基石80年代,SPC在西方广泛应用,什么是SPC,评估一个工序或产品的参数或稳定性指出存在特殊原因导致变化去除特殊原因,监测和保持一个正常工序的变化,SPC“聆听工序的声音”,SPC是一种统计基础方法:,SPC的基本观念,世上沒有任何两件事.人员.产品是完全一样的制造过程中所产生之变异是可以衡量的事情.产品的变异通常根据一定的模式而产生宇宙万物及工业产品大都呈正态分配例如:身高.体重.智力.考试成绩等变异的原因可分为偶因和异因偶因属管理,系统的范围异因却是作业人员本身就能解决的应用SPC可以找出工序最需要改善的地方,IPO工序输入输出图FlowChart流程图FE因果图/鱼骨图SOP标准操作程序特性矩阵图,ModuleI第一单元,工序输入输出图(IPO),定义是通过罗列输入输出变量和输出特征而对工序给出的一种直观的表示作用清楚的展求工序过程,认识输入变量与输出响应之间的关系使用原因更好地理解工序以及输入输出之间的关系,工序输入输出图,INPUTS输入SourcesofVariabilityPeople人力Materials材料Equipment设备Policies政策Procedures步骤Methods方法Environment环境,Outputs输出MeasuresofPerformancePerformaservice提供一项服务Produceaproduct生产一件产品Completeatask完成一项任务,Process工序综合所有的输入以最终达到所需的输出,对工序操作的描述,产品的规格,要求等,INPUTS输入Materials材料球Equipment设备橡皮绳、弓Policies政策Pullbackangle150Hookposition4Cupposition1Stopposition3Pinposition2Environment环境教室,Outputs输出MeasuresofPerformanceProduceaproduct将球弹到适当距离（比如：不同人之间的误差小于20cm）,Process工序用力将弓拉到一定角度，然后将球弹出,EXERCISE,将学员分为二组设置弹弓为:Pullbackangle150Hookposition4Cupposition1Stopposition3Pinposition2每个人射3次,不需要作练习记录每次发射的距离到表格上计算分布,最大值,最小值,平均值作弹弓的IPO,CUP,STOP,PIN,HOOK,IPO应该是作业指导书的一部分,而作业指导书不应成为IPO的一部分,IPO常见错误,在正规的IPO,这种文字不应有.,工序在作什么呢?应作描述,产品的规格及其它要求才是输出,IPO常见错误,工序说明得不清楚,产品的规格及要求应一项一项的列出,将学员分为二组以粘片和压焊两个工序为例作工序输入输出图每组上来一名代表进行讲解,EXERCISEII,ProcessMapping(PF)工序流程图,定义又叫流程图(flowchart)，是一种帮助分析工序的工具,它把工序分解成多个细小的步骤作用帮助我们识别工序中的复杂性和各种问题,找出多余的步骤和不必要的循环,对可以改进的地方进行简化和标准化使用的原因为了认识工序中实际的步骤和流程,开始/结束框,判断框,步骤框,连接框,ProcessMapping(PF)工序流程,EXERCISE,CUP,STOP,PIN,HOOK,将学员分为二组设置弹弓为:Pullbackangle150Hookposition4Cupposition1Stopposition3Pinposition2每组在纸上作一个流程图上讲堂讲解,作出弹弓的FP,EXERCISE,CUP,STOP,PIN,HOOK,作出弹弓的FP,开始,将弹弓固定,按要求调整HOOK、CUP、PIN、STOP位置并套上橡皮绳,把球放在杯上,用力拉弹弓,A,A,角度150度,记录距离,放手将球弹出,是,否,准备,弹弓的PF,把球发射出去,把活动臂拉一定的角度,将球放好,固定卷尺,固定弹弓,判断角度?,是否固定,A,A,是,否,是,否,读数并记录,测量Measure,重新设计,分析Analyze,改善Improve,控制Control,能力ok?,是否改设计?,能力ok?,Y,N,6sigmaflowchart,N,Y,N,Y,确定目标Define,有问题的PF,太过凌乱,很多工序应合并成一个,同样的是返修,但并不是返回到同一个工位上,将学员分为二组以粘片和压焊两个工序为例作工序流程图每组上来一名代表进行讲解,EXERCISEII,因果图/鱼骨图(CE),定义通常用象鱼骨一样的图来表示对输出有可能影响的因素作用围绕一个问题或焦点,集中一个团体知识和意见作出一个图,以找到影响工序的因素使用的原因鉴别和找到所有可能影响一个工序或问题的原因,并且最终找到根本原因1)找出作SOP需的控制项;2)找出需实验改善的项;3)可以用FMEA评估鱼骨图的因素对系统的影响,OUTPUT/EFFECT,测量,人,方法,原料,机器,环境,因素1(C),因素2(N),因素3(C),因素4(X),因素5(X),因素6(C),因素7(C),因素8(N),因素9(N),因素10(C),因素12(X),因素11(C),因果图/鱼骨图(CE),步骤Procedure,先作一个标准的鱼骨图,给出效果/结果(output)找出所有的因素,并分类列出(Brainstorm)对所有的因素按常量(Constant),干扰量(Noise),待定量(Experimental)分为三类并标出讨论待定量,并实验确定,因果图/鱼骨图(CE),OUTPUT/EFFECT,测量,人,方法,原料,机器,环境,因素1(C),因素2(N),因素3(C),因素4(X),因素5(X),因素6(C),因素7(C),因素8(N),因素9(N),因素10(C),因素12(X),因素11(C),因果图/鱼骨图(CE),常量(Constant)需要由标准操作程序控制的变量干扰量(Noise)并标出噪声或不可控制的变量待定量(Experimental),需用实验确定的量,在分析过后需作实验确定每一个变量的影响以确定工序的参数需要研究的变量注意:这里的常量,干扰量和我们日常生活的概念不同.比如,长度,如果我们需要控制(既测量),那就是常量,否则,就是干扰量.注:对一个实际生产的工序,必须将所有X(待定量)的项实验清楚,作出的SOP才能运用于生产.,因果图/鱼骨图(CE),EXERCISE,CUP,STOP,PIN,HOOK,将学员分为二组设置弹弓为:Pullbackangle150Hookposition4Cupposition1Stopposition3Pinposition2每组在纸上作一个鱼骨图并派人讲解,作出弹弓的鱼骨图,减少球投出的范围,测量,人,方法,原料,机器,环境,人员训练度(N),人手及姿势(N),球落点(N),卷尺固定(C),角度(C),握活动臂的方法(C),磨擦力(N),固定(C),温度(N),湿度(N),球的质量(N),球与机器的磨擦(N),人眼(N),销子及杯等的位置(X),橡皮的强度(N),弹弓的CE,LC成品,测量,方法,机器,人,原料,环境,1个人完成整个包装过程X,疲劳N,支撑脚插不进夹具C,管脚易弯C,外观标准未统一C,未建立返修流程卡C,标签小难以检查C,无checklistC,无端面清洗方法C,管壳有指纹C,因果图/鱼骨图（CE）,项足够吗?标出因素即可,此项是X项吗?,将学员分为二组以粘片和压焊两个工序为例作鱼骨图每组上来一名代表进行讲解,EXERCISEII,标准操作程序(SOP),SOPStandardOperatingProcedure定义建立控制一个工序的变化的方法和操作的文件作用定义工序的每一步使用的原因确保变化减少和操作的标准化注意:在制定SOP的时候,必须要控制所有可控制的变量.,SOP的作用,每一个工序都应该有SOP是从依靠人的能力到依靠一个系统的转变所有的改善和成效在确认后(评审)都必须转变成SOP管理和生产上的SOP同样重要注:对一个实际生产的工序,必须将所有X的项实验清楚,作出的SOP才能运用于生产.,SOP的步骤,作出一个工序的IPO图,列出输入和输出的参数,以清楚SOP的输入和目的;作出一个工序的流程图(PF)并优化,在写SOP时,将按PF的顺序步骤写;作出工序的鱼骨图(CE),找到需要控制的常量,实验量、噪声量,并标出C,X,N;按流程顺序写SOP草稿,并控制住所有的C项;在目前的工序条件下,对C项的最优的控制方法;按作出的SOP草稿,讨论并实验确定X项,将其变为C项,并在最终的SOP中控制;SOP必须清晰,易懂,并具有可操作性,将学员分为二组设置弹弓为:Pullbackangle150Hookposition4Cupposition1Stopposition3Pinposition2根据上一页要求，作SOP；每个组派一个人上来讲解；按SOP操作，每一个人5次发射；然后记录并对比第一次练习的结果，讨论；差别有多大？！,CUP,STOP,PIN,HOOK,EXERCISEII,将学员分为二组以粘片和压焊两个工序为例作SOP每组上来一名代表进行讲解,EXERCISEII,Histogram直方图ParetoDiagram柏拉图ScatterDiagram散布图RunChart走势图,ModuleII第二单元,Histogram直方图,定义一个用来描述数字资料出现频率的柱状图作用确定数据的分布中心趋势和变化目的用图表显示数据的分布规律,美国人口分布图(00年左右),Histogram直方图(C),直方图建立步骤,收集需作表的数据定组数,50-100组数据,6-10组;100-250数,10-20组;250以上,10-20组全距,R=MAX-MIN组距=R/组数中心值制作次数分布表绘图填上次数,数值及其它,直方图的分析,正态分布体现在直方图上应为中间高,两边低的对称图样.以下为不标准的形状:缺齿型:分组过细或测量原因.方法为减少分组,分析测量的因素.孤岛型:由于人,机器,材料,方法,测量,环境等因素突变而造成,需找到原因.,直方图的分析,偏向型或陡壁型:由于习惯加工,返修,或剔除废品所造成.方法为改变习惯,修正或重新取数双峰型:两种不同的生产条件,两种不同的分布混在一块.找到原因,采取措施.平顶型:由于某种缓慢因素引起的,如工具磨损,操作者疲劳等.方法为消除这些缓慢因素.,将学员分为二组根据最后一次练习的纪录，作直方图；讨论：为什么自己组的直方图是这样？每组派一人上来讲解；,CUP,STOP,PIN,HOOK,EXERCISE,将学员分为二组根据测试车间的结果（抽K1一天的记录）作直方图每组上来一名代表进行讲解分析结果,EXERCISEII,ParetoDiagram柏拉图,定义用来描述非数字变量的柱状图,它对这些属性资料依据它们出现的频率自高向低进行排序(基于柏拉图法则:80%的问题来自20%的因素).作用识别对问题具有最大影响的因素目的集中精力于哪些最需要被解决的问题,柏拉图的优点,主次分明,清淅明了,简单实用可以帮助我们在管理过程中养成用数据说话和依靠数据说话的习惯用途广泛.在生产,品质,管理上都可以用来分析并找到问题,ParetoDiagram柏拉图,将学员分为二组根据最后一次要求重新练习并记录距离，同时以最后一次练习的平均值为中心值，直径5cm为合格，记录偏出的方向（上、下、左、右，上左、上右、下左、下右）8种缺陷，作柏拉图；讨论：要解决什么样的问题？怎么改善？每组派一人上来讲解；,CUP,STOP,PIN,HOOK,EXERCISE,将学员分为二组根据产品的检验结果（抽K1一周的记录）作柏拉图每组上来一名代表进行讲解分析结果,EXERCISEII,ScatterDiagram散布图,定义一个用来确定两个变量是否相关的二维点阵图,其每个点的两个坐标分别为一次取样中两个变量的取值作用直观识别两变量的关联目的研究并识别两组变量之间可能存在的关联,ScatterDiagram散布图,相关种类,正相关,函数相关,负相关,不相关或相关不明,散布图的建立步骤,收集资料(至少30组以上)找到MAX和MIN的值,确定X轴和Y轴的范围在坐标上标出数据及其它资料.注意:在作实验收集数据时,必须保证其它因素的影响最小,否则,可能相关性很难观察.,将学员分为二组设置弹弓为:Pullbackangle15012090Hookposition4Cupposition1Stopposition3Pinposition2按SOP操作，每一个人5次发射；根据上一页要求，作散布图；Pullbackangle150Hookposition4,3,2Cupposition1Stopposition3Pinposition2按SOP操作，每一个人5次发射；根据上一页要求，作散布图；Pullbackangle150Hookposition4Cupposition1,2,3,Stopposition3Pinposition2按SOP操作，每一个人5次发射；根据上一页要求，作散布图；分析pullbackangle,hookposition,cupposition的影响及相关性,CUP,STOP,PIN,HOOK,EXERCISE,RunChart走势图,定义一种用来描述单一变量,平均值,偏差或均方差随时间变化的图表工具作用监控一个系统或工序以发现有意义的变化目的用以对指定时间段内观察到的数据进行趋势或模式分析,RunChart走势图(C),上图是三个公司每月订单统计数据，请问：1）作为生产管理人员，你该怎么办？2）作为采购管理人员，你该怎么办？3）作为市场人员，你该怎么办？,其它品质管理工具,列表法分层法PDCA所有的品质工具真正的作用不仅是把数据反映出来，更重要的是：利用这些工具分析问题的根本原因，从而找到正确的措施并解决问题！,ModuleIII第三单元,CpkAnalysis过程能力分析ControlChart控制图,capability,level,Cpk,Cp,正态分布NormalDistribution,宇宙万物及工业产品大都呈正态分配例如:身高.体重.智力.考试成绩等若一条曲线服从以下公式则为正态分布正态分布的特点:1.一个峰值且呈对称的钟状曲线2.数据连续且至无限3.平均值即为曲线的中心值4.曲线的变化即为数据的分布5.曲线下面积的总和为16.互相独立的任何正态分布的组合仍为正态分布,正态分布NormalDistribution,正态分布的特点1.分布的中心即是平均值：2.分布的特性为标准偏差：3.:约为标准偏差S,中心极限定理：对随机变量X1、X2.Xn相互独立,服从同一分布,且具有中心值和方差,那么,随机变量在n无穷在时近似服从正态分布.推论:随机变量Xk无论具有什么样的分布,只要满足定理条件,它们的和(当n足够大时)就近似服从正态分布;推论:二项分布的极限分布是正态分布;,正态分布特性中心极限定理,例:1.对一个目标进行轰炸,命中目标的几率本是一个二项分布(1,0),但当我们知道大炮的中心值及方差,多次的轰炸即服从正态分布;2.车间的100台机床是互相独立的,已知每台机器的实际工作时间为全部时间的80%,任意时间内有75台以上机器在工作的几率为0.89;3.公司的员工请病假的几率服从正态分布;4.人寿公司有3000个同一年龄段的人投保,在1年里这些人死亡率是0.1%,参加保险的人在一年中交100元,死时家属可以领走10000元,(1)保险公司一年获利200000元的机率为0.9548;(2)保险公司亏本的机率约为0.,中心极限定理的应用,正态分配曲线下的面积(即出现的概率),正态分布特性,由上图可知，对一个为正态分布的函数，+/-3外的面积只有0.27%，因此可以认为在出现的机率非常小，在工程上+/-3称为“自然公差”。,对正态分布曲线下的特定面积，可以由以下公式求出Z值，再由正态分布表求出：Z=(X-u)/Z为从正态分布中X到中心值u的数值。例如：对u=5,=0.1的正态曲线，小于5.05的曲线下的面积：Z=0.5,查正态分布表可得为：0.6915,即曲线下的面积为：69.15%，即69.15%的数据分布在小于5.05的区间.,正态分布特性,在曲线下的总面积当Z=0.5时为69.15%,ProcessCapability2.有正负公差;有:,Lowerspeclimit(LSL)规格下限,Upperspeclimit(USL)规格上限,平均值Y,Cp2.工序为受控;工序中心值与规格中心值的比较:,Lowerspeclimit(LSL)规格下限,Upperspeclimit(USL)规格上限,平均值Y,Cp2.Cpk=(Y-USL(orLSL)/3如果规格中心值和平均值相等,则Cp=Cpk如果规格中心值和平均值不等,则CpCpk长期的工序能力与短期的工序能力对一个工序来说,长期的能力会比短期的能力多+/-1.5的偏差我们通常指的Cpk一般指长期的工序能力;,level=min(USL-Y)/,(Y-LSL)/工序的水平,capability工序的能力,Lowerspeclimit(LSL)规格下限,Upperspeclimit(USL)规格上限,平均值Y,Mean=Y平均值S=standardvariability标准偏差D.P.M.=DefectPerMillion百万产品中的缺陷率,level2.要求有99.73%以上的产品的值应落在1+/-0.1之间;3.此处加工的要求为:3=0.1mm;4.此工序的=标准偏差10或12时,应用标准差s代替R,控制图:-R,Xbar-R控制图的特点1.适用范围广.计量数据X服从正态分布,或X非正态分布,当样本数N=4或5时,X近似正态分布.只要分布接近正态分布,R分布没有大的变化,都可以适用.2.灵敏度高.通过均值的平均作用,偶因可以得到一定程度上的抵消;而异因总是在一个方向上的,不会因为平均而抵消.因此Xbar图检出异因的能力高.R图的灵敏度不如Xbar图高.,ControlChart控制图,控制图的绘制,(1)收集数据选择控制的参数能测定的产品或工序的参数与客户使用及生产关系重大的参数对下工序影响较大的参数经常出问题的参数关键工序的参数,(2)决定样本大小n及抽样间隔N约在410个之间，不宜太大同一组的数据最好在同一生产条件及同一短时间內取样初期分析的制程最好在较小的的间隔连继取样，控制状态下之工序可加长其间隔每组样本可识別日期、时间等不影响生产及可接受的成本下,控制图的绘制,控制图的绘制,(3)计算控制上下限,对Xbar-R,只需算出即可Xbar-RPchartUCL=Xbar+3UCLp=Pbar+3CL=XbarCLpr=PbarLCL=Xbar-3LCLp=Pbar3,4、X-R控制图的数值计算,子组平均值：,子组极差：R=,总平均值：,极差平均值：,X控制图控制线：,R控制图控制线：,Pn不良品控制图,先决条件:每次抽样数必须保持不变,且抽检时的样品数与判定Pn图时,样本的数量要相等,否则要用P控制图.作图步骤:1.搜集数据.确定样本大小时,不良品最好在15个以上,测取2025组.2.计算平均不良品率P和平均不良品数Pn;3.计算控制上下限4.绘制控制图,P不良率控制图,在样本N不固定时按不良率进行控制1.收集数据,每组样品中不良数在15个以上;2.计算每组的不良率P;3.计算平均不良率;4.计算控制上下限;5.作P控制图;6.也可以作百分率的不良率作控制图,C控制图,计点控制图.在一定单位上,样本N固定时,用来控制缺陷.1.收集数据,样本不变,从中测定缺陷C,取25组以上;2.计算平均缺陷数;3.计算控制界线;4.画C控制图,U控制图,计点值控制图,用来控制单位面积,长度等上的不良控制图1.收集数据,样本大小C,尽量使缺陷数在15个以上;2.计算每单位上的平均缺陷数;3.计算总的平均缺陷数;4.计算控制上下限;5.作U控制图,(4)绘制控制界限及描点(5)分析工序(6)工序能力研究（Pbar）(7)延长控制界限开始控制,控制图的绘制,“查出异因,采取措施,保证消除,不再出现,纳入标准”,稳态判断,连续25个点都在控制界限内;连续35个点最多1个点在界线外;连续100个点最多有两个落在控制线外;注意:对以上点落在界限线外的情况也必须按上页16字处理.另,连续15点集中在中心线附近需重新绘控制图,异常判断,1.控制图上点超过控制界限；2.控制图上点的排列分布有缺陷；链：连续7点出现在中心线CL一侧；偏离：连续的11点中至少有10点出现在一侧时；连续的14点中至少有12点出现在一侧时；倾向：连续7点不断的上升或下降；周期：呈阶梯形周期变动、波状周期变动、大小波动等；接近：连续3点中有2点在外侧的1/3带状区间内；连续7点中有3点在外侧的1/3带状区间内；连续10点中有4点在外侧的1/3带状区间内。,控制图异常原因之分析,“4M1E”,即:人员(Man)如:熟练程度、习惯、体力与情绪等机器(Machine)如:切割机器刀具锋利度、冲压机冲程的变动等原料(Material)如:供应商更換、材料(部件)变动等方法(Method)如:流程的变更、作业方法的变更等环境(Environment)如:电源稳定度、温度、湿度、空气粉尘等,控制图异常的原因之分析,1.未推行标准化2.人员训练不足3.机械未作保养工作4.工夹具不适当或使用不当5.不良材料混入工序6.原设计有错误或图纸上有问题7.测试仪器未校正与维护,1.机械精度不足2.工作环境不当3.设计上之矛盾4.测定仪器不足或测定方法不当5.缺乏技术人員6.综合工序能力不足-材料、机械、加工方法与人综合结果,属管理不善,属技术不足,属其他因素,1.工作人员疏忽2.未按作业标准作业3.操作标准不完备4.不随机抽样5.机械自然磨损6.操作条件突然变化7.计算错误8.异质材料之突然侵入9.日夜班精神上之困扰,“查出异因,采取措施,保证消除,不再出现,纳入标准”,重新绘制控制图,控制图是在人员,设备,原材料,工艺方法,环境即4M1E稳定的情况下绘制的.在上述条件有变化时,如人员培训,原料变化或设备变得比原来更佳时,应重新绘制经过一段时间后应重新验证.,将学员分为二组按设定根据SOP进行作业的数据作为原始数据绘控制图；每人练习5次，绘点；讨论：最后结果如何？派一人上来总结。,CUP,STOP,PIN,HOOK,将学员分为二组根据K1所收集的数据，对近1周的数据计算Cp,Cpk,并作ControlChart讨论，什么时候该采取措施每组上来一名代表进行讲解,EXERCISEII,将学员分为二组根据产品的检验结果（抽K1一周的记录）计算Cp,Cpk,讨论，如何提高Cp,Cpk每组上来一名代表进行讲解,EXERCISEII,SAMPLEANDINSPECTION,随机抽样,随机抽样的方法有:1.单纯随机抽样采用随机抽样表,掷骰子或抽签的方法抽样.优点:抽样误差好;缺点:繁琐2.分层随机抽样将母体进行分层,再从各层中进行抽样.优点:样本代表性好;缺点:更为繁琐3.整群随机抽样每次随机抽取不止一个样品,用于大量流水生产中的工序控制.优点:方便,简便;缺点:代表性差,抽样误差大4.系统随机抽样在时间或空间上按一定间隔从批量中抽取.优缺点:同群随机抽样,各种抽样方法的区别,500个产品,分别装在50箱中,总共抽50个.1.将500个倒在一起混合,编号,用查随机表或抽签或掷骰子抽取为单纯随机抽样;2.每一箱中用单纯随机抽样的方法各抽1个为分层随机抽样;3.从50箱中用单纯随机抽样的方法抽5箱来全检为整群随机抽样4.每隔10箱抽1箱来全检为系统随机抽样;,TEST2.过程检验;3.最终检验.也可分为:1.全检;2.抽检;有以下作用:1.保证作用,保证不合格的原料不投产,不合格的半成品不投入下工序,不合格的成品不出厂;2.预防作用:通过进货检验,过程检验和最终检验及时收集信息,发现问题,分析原因并采取措施预防不合格品和不合格项的产生;3.监督作用:对产品的状态进行监督;4.报告作用:及时将检验中收集到的数据报告领导和上级,以便采取措施和加强管理,全检,用于:1.检验是非破坏性的,检验项目少,且量不多;2.检验费用少,成品中有致命危害的项目.全检不等于全数保证,在检验项目多,检验数量大的情况下,即使全检也不能保证无缺陷.因此,在生产中全检的产品,也无法保证完全无缺陷.,抽检,用于:破坏性检验;测量对象是连续体;产品数量多或检验的项目多;希望检验的成本低;旨在进行工序状态的监督和控制.单位产品:为实施抽样检验需要而划分的基本单位;检查批(批):为实施抽样检验而汇集的单位产品,检验特性曲线,检验特性曲线(OperatingCharacteristicCurve)OC:由给定的抽样方案所确定的批合格率与批质量的关系曲线1.抽样方案对一定批量N,抽取样本n,不合格数r作为批合格判断的最大允许数,用Ac(Accept)表示,用(n,Ac)表示;2.批合格概率对批质量(合格或不合格率)已知的批,按给定抽检方案判该批为合格的可能性大小.,Forexample,某批量为N=1000件,其中不合格为50件,即不合品率为p=5%,随机抽取10(30)件中出现0,1,2,件不合格,并记下,再将其混入原批中,再随机抽10(30)个检查,重复100次,可以得到以下表:,对大小为N的母本,不合格率为p的批,从中抽取n的样本,则样品中出现r个不合格品的几率为:P(r)=（1）式中从批量N中抽出n个的组合；从批的不合格品数Np中抽出r个不合品的组合；从批合格品中抽出（n-r)个合格品的组合；,抽样出现概率,抽样概率,由（1）式可得当N=1000，p=5%时，抽取不同样品，出现不合格品几率,抽样概率2,由（1）式可知，对同样的1000个产品，同样取80个作检验，在不同的合格率下，不合格品的几率为下表：,抽样方案与批合格率,由以上的抽样几率表可知，在不同的合格率的情况下，1000个产品中抽取80个，3个判断为不合格的几率为表1,2个判断为不合格的几率为表2:,抽检特性曲线,对N,(n,Ac)给定时，批合格率L(p)可描绘为如下图所示的曲线，称为OC曲线。确定了抽检方案，就确定的特定的OC。它可以告诉我们在特定的抽检方案下，不同合格品率的产品被判定为合格的可能，或要使检查批以某种概率合格，该批的不合格率：,客户风险与供方风险,给定特定的抽样方案，质量差的批被判断为合格的几率，称为客户风险；同样，质量好的批被判断为不合格的几率，称为供方风险；如前几页所示，对N=1000,(80,3)的抽检方案，如不合格率低于1%的被认为是可接受：那么供方风险为3.9%;而不合格率为5%的批被我们的接受的几率为：21.9%，这就是客户风险。,对OC曲线的讨论(1),对抽检方案中(n,Ac)一定时，N变化，L(p)的变化如下表如示：,当N=1000时与N=相比，几率相差已经很小，当N=200以上时，可以认为实际上没有差别。因此，当N/n10时，可以认为曲线不随N的增加而变化，即不考虑批量对抽样方案的影响。,在N=时，供方风险与客户风险都比N=60时大，因此在批量增大时，必须改变抽样方案以减少风险。,对OC曲线的讨论(2),在抽检方案(n,Ac)，合格判定数一定时，随着抽样数n的增加，OC曲线变陡，向左偏移，即供方风险增加，而客户风险减少。同样，在样本不变，合格判定数变少时，曲线变陡，即不合格率稍有变化就会导致批合格几率有很大的变化。,对OC曲线的讨论(3),关于c=0抽样方案。以下是N=1000，n=100,Ac=0;n=170,c=1与n=240,Ac=2的三条OC曲线的对比。由图可知，采取第二与第三种方案的两种风险都比第一种好。即同时增加抽样数与可接受数比第一种接受数为0的方案更能控制产品质量。,对OC曲线的讨论(4),按百分比抽取样品的方案。在批量变化时，质量保证将在很在程度上变化，因此是一种不可取的方法。抽样检验标准：可分为计数标准型抽样检验与计数调整型抽样检验两种方法；具体方法参见国家和国际标准。（略）,对OC曲线的讨论(5),FMEA失效模式分析,EDITEDBYZHANGJIE,FMEA失效模式分析,FMEA的历史与发展什么是FMEAFMEA的特点FMEA的作用FMEA的应用范围开展FMEA的程序和步骤FMEA计分标准与风险评估参考FMEA练习及讨论,20世纪60年代，美国宇航界首研究开发FMEA；1974年，美国海军建立一个FMEA标准；1976年，美国国防部首次采用FMEA标准；70年代后期，美国汽车工业开始运用FMEA；80年代中期，美国汽车工业将FMEA运用于生产过程中；90年代，国际ISO标准组织将FMEA纳入QS9000标准；在QS9000体系中，是4.20统计技术这个要素中的首要审核項目,FMEA的历史与发展,什么是FMEA(1),FMEA:FailureMode,什么是FMEA(2),FMEA是一种用来确认风险的分析方法，它包含：确认潜在的失效模式并评价其产生的效应；确认失效模式对客户所产生的影响；确认潜在的产品/过程失效原因；确认现有控制产品/工序失效的方法；确定排除或降低失效改善方案；设计之前预先进行风险分析，确保设计水平。,FMEA的特点,分析失效模式；确定失效原因；评估失效效应；將“失效的严重性、失效发生的可能性、失效检测的可能性”這三方面进行量化；确认改善效果,4、FMEA的作用(1),1、FMEA是一种统计工具：*控制工具：设计控制/生产控制/工序控制；*风险性分析工具；*管理工具：识別和评估潜在的失效模式及其影响；确定能夠消除或减少潜在的失效发生的改善措施。,FMEA的作用(2),2、FMEA可帮助我们量化确认：*哪一种失效会发生？Failuremode*发生后会造成什么影响？Effect*其影响的严重性有多大？Severity*是哪一种原因导致失效？Cause*失效发生概率？Occurrence*当前工序控制方法？CurrentProcessControlPlan*检测失效的能力？Detection*风险优先指数？RiskPriorityNumber(RPN)*建议行动？Recommendedaction,FMEA的应用范围,1、设计阶段的FMEA(DFMEA-DesignFMEA)：如新工序的设计，我们可以预先进行DFMEA，尽可能周全地考虑产品规格、工序操作水平、工序能力等诸多因素，使工序符合规定的要求。2、工序和生产的FMEA(PFMEA-ProcessFMEA)：针对工序间的首要坏品，可运用PFMEA作量化分析，在影响坏品产生的诸多因素中，哪一個系统原因影响最大？