SPC_过程能力控制.ppt

统计过程控制SPC StatisticalProcessControl Agenda 统计的部分特征概念数据类型介绍控制图的介绍 选用 判定 Agenda 统计的部分特征概念数据类型介绍控制图的介绍 选用 判定 统计过程控制StatisticalProcessControl 统计控制的过程StatisticallyControlledProcess 概述 SPCforSCP 当过程处于统计控制状态 其性能是可以预测的即 一致的质量水平 稳定的成本 Process过程和Variation变异 变差 CommonCause一般原因 普通原因 机遇原因 SpecialCause特殊原因 非机遇原因 StatisticallyControlled统计控制状态 受控 第一组 过程 Process过程 将输入转化为输出的一组彼此相关的资源和活动 Variation变异 变差 CommonVariation SpecialVariation 过程和变异 一般原因vs 特殊原因 原材料的微小变化设备的微小震动刀具的正常磨损模具正常的老化操作者细微的不稳定夹具的正常磨损 使用了一批不合格的原材料设备的不正确调整刀具的严重磨损模具损坏操作者做错 判定标准错 使用了错误的夹具 SPC目的 改进 消除特殊原因改进一般原因 一般变异vs 特殊变异 受控vs 失控 此过程变异在统计控制状态下 其产品特性的分布有固定的分布 即 位置 分布 形狀 所导致的过程变异不在统计控制状态下 其产品特性的分布沒有固定的分布 StatisticallyControlled统计控制状态 受控 仅存在造成变异的一般原因 特殊原因已经消除 该过程输出的产品的特性的总体分布 曲线 的位置 分布 形状无变化 可按照预测继续生产相同分布的 一定比率的 符合规范的产品 受控 第二组 控制 区别 规格限和控制限 控制限ControlLimit CL上控制限UpperControlLimit UCL下控制限LowerControlLimit LCL说明 并不是目标值或规格限值 而是来自过程的自然变化和抽样计划 然后 由实测的数据计算出来的 用于解释统计控制数据 当过程处于 受控 状态 控制限可用来解释过程能力 控制限 均值 平均值 Average X Xbar X1 X2 Xn n中位数 中值 中间值 Median Xmed Xi大小排列 中间的那个 该值和比它大及比它小的数值是等差的 Xmed Xmin R 2 众数Mode 出现次数最多的那个全距 变差 极差R Range Max X1 Xn Min X1 Xn 步差 移动极差MovingRange MR 方差 Variance 标准差 Sigma StandardDeviation 平均差 一组数据值与其均值之差的绝对值的平均数 一组数据 X1 X2 Xn 1 Xn Individual单值Xi规格Spec X0 a 或 a b X0标准值 期望值 目标值 a 或a b 为上下公差USL Limit 规格上限 LSL规格下限公差 容差Tolerance Deviation D USL LSL 2a 或a b 第三组 统计物理概念 区别 公差D和全距R平均值和中位数 众数标准差和平均差 方差标准差样本方差样本标准差 方差与标准差 为什么用样本估计总体的方差时 分母的n必须改为 n 1 自由度 DF DegreeofFreedom 指当以样本的统计量来估计总体的参数时 样本中独立或能自由变化的数据的个数称为该统计量的自由度 在估计总体的平均数时 样本中的n个数全部加起来 其中任何一个数都和其他数据相独立 从其中抽出任何一个数都不影响其他数据 这也是随机抽样所要求的 因此一组数据中每一个数据都是独立的 所以自由度就是估计总体参数时独立数据的数目 而平均数是根据n个独立数据来估计的 因此自由度为n 在估计总体的方差 标准差 时 从公式我们可以看出 总体的方差是由各数据与总体平均数的差值求出来的 因此必须将 固定后才可以求总体的方差 因此 由于 被固定 它就不能独立自由变化 也就是方差受到总体平均数的限制 此n个数据就少了一个自由变化的机会 因此要从n里减掉一个 那为什么平均数被固定后会限制数据的自由变化 假设一个样本有两个数值 X1 10 X2 20 我们现在要用这个样本估计总体的方差 则样本的平均数是 Xm X n 10 20 2 15现在假设我们已知Xm 15 X1 10 根据公式Xm X n 则有 X2 2Xm X1 2 15 10 20由此我们可以知道 在有两个数据样本中 当平均数的值和其中一个数据的值已知时 另一个数据的值就不能自由变化了 因此这个样本的自由度就减少一个 变成了 n 1 依此类推 在一组数据中 当其平均数和前面的数据都已知时 最后一个数据就被固定而不能独立变化了 因此这个样本能够独立自由变化的数目就是 n 1 个 均值 中位数 众数 全距 标准差 平均差 统计物理概念的总结 D为公差 容差 第四组 过程能力 精确度和准确度 过程能力 过程能力 指一个稳定过程中固有变异的范围 如果分析表明过程呈正态分布 且稳定 可用Cpk表示 如果过程呈正态分布 但不稳定 则应计算系统Ppk 如果过程呈非正态分布 则需要采用其它统计方法 如PPM 应用Cpk计算过程能力的前提条件 一 过程处于 受控 状态 特性值或其转化值服从正态分布 控制限符合客户的要求 期望值位于控制限的中心 二 测量变差相对较小 测量系统的能力保证 正态分布NormalDistribution 过程能力 ProcessCapability过程能力指数 ProcessCapabilityIndex 过程能力 过程能力 稳定的 已知的过程 短期的 不稳定的 未知的过程 长期的 Cpkvs Ppk 要求初期之过程能力Ppk 1 67稳定之过程能力Cpk 1 33Cpk Cpk 1 33过程能力满足Cpk 1 67过程能力过足 过程能力要求 思考题 6Sigma意味着什么 6Sigma质量表示 质量特性的分散程度只占规格限的一半 对顾客要求高度符合 思考题 Cpk经常被用于计算计量型数据特性的稳定过程能力 那么 Cpk可否被用于计算计数型数据特性的稳定过程能力 思考题 是否所有图中体现的特殊变异都是不好的 不受欢迎的 思考题 对于单边公差的特性 是否可以用Cpk表征其精准度 Agenda 统计的部分特征概念数据类型介绍控制图的介绍 选用 判定 计数型 Attribute 不连续的 计数的如 1 2 3 好 坏 计量型 Variable 连续的 可测量的如 长度 10米 电流 1A等 二数据类型 思考题 本公司的过程特性 质量数据 直通率 FOR LRR 批拒收率 DR 不良率 不良品数 单项不良品数 不良数 电流 电压值 尺寸 称重制程参数 锡膏厚度 炉温 Peak温度 熔点以上保持时间 车间温 湿度 电批扭力 气压值 烙铁温度生产数据 单位产量 CycleTime 标准工时 耗料率 抛料率 报废率 结单率 练习 Agenda 统计的部分特征概念数据类型介绍控制图的介绍 选用 判定 第一组 分类第二组 根据数据类型选择图型 绘图 读图第三组 判定准则第四组 一般原因分析 1 计量型控制图A 平均值与全距 Xbar RChart B 单值图 I MR 2 计数型控制图A 不良品率 p Chart B 不良品数 np Chart C 缺点数 c Chart D 单位缺点数 u Chart A SPCChart 分类 依对象分 1 分析用控制图 先有数据 后有控制限 A 决定方针用 B 制程分析用 C 制程能力研究用 D 为制程控制做准备 2 控制用控制图 先有控制限 后有数据 用于控制制程品质 如有异常点 则 A 追查不正常原因 B 迅速消除此原因 C 研究采取防止此项原因重复发生的措施 IsitSTILLundercontrol Isitundercontrol B SPCChart 分类 依用途分 图型原则 控制线计算时机 初始控制线计算 初始控制线的再计算 初始设定流程或研究流程时 流程中发生已知的改变 且已验证其对流程的影响 SPCChart 绘制 选图 计量型数据控制图 计算X和R控制界限 计算X和R R Rk 子群数量X Xk 子群数量 计算控制界限 参考值 某厂制造全銅棒 为控制其品质 选定內径为控制項目 並決定以X R控制图來控制該制程的內径量度 並于每小時隨机抽取5个样本測定 共收集最近製程之数据125個 將其数据依測定順序及生产时间排列成25組 每組样本5個 每組样数5個 记录数据如下 实例 平均数与全距控制圖 計算如下 X 40 264R 5 48查系數表 當N 5時 D4 2 11 D3 0 X控制圖上下限 CL 40 264UCL A2 43 4249LCL A2 37 1031 R控制圖上下限 CL 5 48UCL 11 5867LCL 0 UCL 43 4 CL 40 6 LCL 37 10 R控制圖 UCL 11 59 CL 5 40 LCL 0 分析结论 在控制图中有第16个及第23个样本組的点分別超出控制上限及控制下限 表示制程平均发生变化 而R控制图并无点超出界限或在界限上 表示制程变异并未增大 计数型数据控制图 以缺陷数或 接受 不接受的决定为基础可用于许多流程 制造业和非制造业 可用于一个以上的品质特性 选图 NP和P图 NP图 P图 C和U图 C图的计算 U图的计算 P控制图实例 选用条件 1 产品不是良品就是不良品2 抽样放回3 彼此独立进进行样品不良率計算公式为 P 标准差公式为 S 上下限计算公式如下 控制上限 ucl 3 3 为平均不良率 n为樣本数 中心线 cl 控制下限 lcl 3 3如果下限計算結果可能为負数 因为二項分配并不对称 且其下限为零 故当控制下限出現小于零的情況 应取0表示 平均不良率应用加权平均数來计算 用不良数总数于全体的样本总数之比 例 某厂生产的MOUSE用的包裝袋 检验其底部是否有破損即包裝为不良品 取30個樣本 每個样本数为50個 这些样本是在机器每天三班制的連续工作每半小時取一次而得 計算結果如下 平均不良率P 0 233 CL 用P当真实过程不合格的估计值 可以计算控制上限和下限 如下 UCL P 3 0 412LCL P 3 0 054 P控制图如下 UCL 0 41 CL 0 23 LCL 0 05 针对控制图进行分析 由控制图中我們可以发现來自样本12及25的兩点超出控制上限 故制程是在非控制状态 必須进一步探討是否有异常原因 分析样本12得知 在这半小時里 有一批新进的包裝袋被使用 所以这异常的現象是由于新原料加入引起 而在样本25那半小時 有一個沒有经验的員工在操作此机器 而使样本25有这么高的不良率 故 現在將超出控制界限的兩个点刪除掉 并重新計算控制界限 并绘制控制以后的制程 SPCChart 读图 SPCChart 读图 SPCChart 读图 读图 三 控制图的判异准则 控制狀態 意指制程安定 控制狀態也稱安定狀態 我們無法知道制程的真正狀態 只能對制程的某種特性值收集數據 將其繪在控制圖上 由控制圖來觀察制程的狀態 在判定制程是否處于控制狀態 可利用以下基準 1 控制圖的點沒有逸出界外 2 點的排列方法沒有習性 呈隨機現象 在正常控制的狀態下 控制圖上的點子應是隨機分步 在中心線的上下方約有同數的點 以中心線近旁為最多 離中心線愈遠點愈少 且不可能顯示有規則性或系統性的現象 歸納得到下面兩種情形 1 控制圖上的點 大多數集中在中心線附近 少數出現在控制界限附近 且為隨機分布 2 一般控制圖上的點 25點中有0點 35點中有1點以下 100點中有2點以下 超出控制界限外時 可稱為安全控制狀態 以上兩點僅是作為一個參考 應在實際中靈活運用 實際分析 非隨機控制界限內的判定利用點的排法判定是否處在控制狀態 可依據以下法則 1 點在中心線的一方連續出現 2 點在中心線的一方出現很多時 3 點接近控制界限出現時 4 點持續上升或下降時 5 點有周期性變動時 連串連續七點或八點在中心線與控制上限或中心線與控制下限之間的型 誤差的機率是約為 1 2 8 0 0039 在如此小的機率竟會出現 可想像有異常原因發生 在中心線的上方或下方出現的點較多如下 1 連續10點以上至少有10點2 連續14點以上至少有12點3 連續17點以上至少有14點4 連續20點以上至少有16點 點子出現在控制界限附近 三倍標準差與二倍標準差間 1 連續3點中有2點 2 連續7點中有3點 3 連續10點中有4點控制圖中的點的趨勢傾向連續7點以上一直上升或一直下降 趨勢是以向某一個方向連續移動 而趨勢傾向的發生有以下可能原因 1 由于工具磨損或制程中某些成分劣化所造成 2 人的因素造成 如工作者疲勞 3 季節性因素造成 如氣溫變化 控制圖中的點的趨勢傾向連續7點以上一直上升或一直下降 趨勢是以向某一個方向連續移動 而趨勢傾向的發生有以下可能原因 1 由于工具磨損或制程中某些成分劣化所造成 2 人的因素造成 如工作者疲勞 3 季節性因素造成 如氣溫變化 周期性循環變化控制圖上的點 呈現一個周期性循環變化時 應調查下列不良原因 1 機器開動或關閉 造成溫度或壓力的增減 2 物料的品質受季節或供應商的影響 3 由于周期性的預防保養 造成機器性能的周期變化表現 4 由于操作員疲勞及隨后的休息造成的周期性的變化 5 由于材料的機械及化學性質所造成的周期性 過于集中型點子大都集中在中心線附近1 5倍標準差間 其型 誤差機率是0 0027 如果抽樣選擇不當 可能會造成點子集中在中線附近 例如兩個不同操作員的結是點在同一張圖上 像這種母體混合的情形相當普遍 以下是一些造居這種情形的可能原因 1 兩個或兩個以上的操作員點在同一張圖上 2 兩台或兩台以上的機器點在同一張圖上 3 兩家品質差異很大的供應商點在同一張圖上 4 兩台或更多的量測設備間的差異 兩條以上生產線制程方法上的差異 一般异常原因探讨 管理不善者1 人員教育 訓練不足 2 原始設計有錯誤或圖上標示的問題等 3 治具 夾具設計不當或使用不當 4 不良材料混入制程 5 未推行標準化活動 6 測試儀器未加校正與維護 7 未落實保養工作上列諸項原因常出在管理制度不善的工廠 在X R控制圖呈現大的變動 如欲消除此類異常原因 一定要先確定管理制度 推行標準化工作 技術不足者1 機器設計