SPC程控制--supercrazy.ppt

SPC统计过程控制 统计概述 统计 数据通过计算而产生有意义的情报 有哪些有意义的情报呢 集中趋势 准确度 离散趋势 精确度 被涵盖在特定范围内的概率 SPC发展简介 1920年Bell研究所的Dr WalterShewhart开发 1940年二次世界大战期间 美国军工产品使用抽样方案和控制图以保证军工产品的质量 1950年质量管理大师戴明博士在日本工业产品生产过程中全面推推行SPC 1970年有效地推行 QC圈 和应用统计技术使日本经济的快速发展 成为高品质产品的代名词 1980年美国等其他国家紧随日本的步伐 开始推行 QC小组 和统计技术的应用 MOTOROLA公司颁布 QC挑战 通过SPC的实施改进过程能力 并提出追求 6 目标 1987年ISO9000标准建立并颁布实施 明确要求实施统计技术 过去 现在 Y f X 高斯函數 OUTPUT YINPUT XPROCESSPARAMETER X Y是因变数X是自变数Y只能靠检查 不好的淘汰 X才是我们所能控制的 使得Y符合我们的需求 Y f x1 x2 Y可视为顾客所要求的产品特性 但是如果在y进行相应的统计控制 其实产品已经制造出来 只是相当于检验产品做得好不好 时效已晚 所以要去探究那些因素会影响y 进而事先控制x 如此才能起到在生产时就控制的效果 而不是等到产品做出来再做检验 SPC用在那里 PROCESS OUTPUT INPUT 消极的地方只能防堵 积极的地方可防止不良 积极的地方可防止不良 SPC的作用 预防 检测的方法 检查最终产品并剔除不符合规范的产品 这种方法很浪费 因为它允许将时间和材料投入到生产不一定有用的产品和服务中 容忍浪费 一种在第一步就可以避免生产无用的输出 从而避免浪费的更有效的方法是 预防 避免浪费 只要全公司所有员工共同努力就能建立一道防火墙 实现策略 应用数理统计方法进行生产过程的控制 基本思想是根据过程的情况 预测将来的趋势与变化 从而进行过程控制 使过程在受控中进行 预防不良品的发生 所以说SPC的特征是控制过程 防患于未然 SPC想法 藉由以往的数据 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 SPC的原理 控制用图形 运用控制限来判定制程是否异常 控制图种类 以数据来分 计量值控制图平均值与全距控制图平均值与标准差控制图中位值与全距控制图个别值与移动全距控制图 计数值控制图不良率控制图不良数控制图缺点数控制图单位缺点控制图 控制图的选择 控制图所用的统计原理 正态分布概率 个别值的正态分布 平均值的正态分布 控制图的正态分布 控制图原理说明 控制图的建立其中最主要也是最重要的一个步骤就是按3 原理对控制线进行设定 控制线的确定是否合适决定了我们能否及时准确判断出异常的发生 3 原理 在X 3sigma内的概率为99 73 而超出 3sigma的概率仅为0 27 控制图的建立 制程的组成以及其波动的原因 波动原因 变差 variation 可分2种 随机变差与特殊变差 制程的控制与能力提升 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 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 受控 incontrol 只出现随机变差 失控 outofcontrol 各种特殊变差原因未消除的过程状态 证据是控制图上的点出现在控制限外或控制图内的图形并非是随机 过程改进循环 建立控制图的四步骤 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 建立X R图的步骤A 每个子组的平均值和极差的计算 平均值和极差 平均值的计算 R值的计算 建立X R图的步骤B 建立X R图 建立X R图的步骤C 异常情况的特征 利用SPCCHART图来进行区分 1点超出 3sigma连续3点中有2点超出 2sigma 口诀 3分之2A 连续5点中有4点超出 1sigma 口诀 5分之4B 连续8点在中心线一侧周期性波动当连续7点呈上升或下降趋势时 应查找原因并采取行动 图例 以下为不正常状态的种类 A 有一点超出控制界限 CL 图例 B 在中心线的同侧连续三点中有两点在A区或A区以外 CL 图例 C 连续五点中有四点在B区或B区以外 图例 D 连续8点在中心线一侧 CL 图例 E 周期性缺陷 图例 F 连续6点同一方向 3 3 UCL CL LCL X RChart的用途 R Chart由制程的均匀度决定代表精度和品质的均匀度当均匀度发生改变时 R Chart可以发现R的改变动原因可能为机械维护不良或劣化 手工作业不熟练或不稳定 加工方法不周严 X Chart 由制程的平均值支配代表品质的规格中心 亦即正确程度R Chart有逸出时 X Chart也受影响 应先调R Chart平均值变化的原因可能为机械调整不当 手工作业错误 材料规格不符 建立X R图的步骤D 过程能力分析 一 Cp和Cpk的计算公式 Cp T 6 Cp T 6 其中 T USL LSL 为标准偏差Cpk ABS USLorLSL X 3 Cpu USL X 3 Cpl X LSL 3 注 对数据量的要求 大于25个 指数差异说明 过程能力分析 二 使用上述公式时 须满足以下条件 过程处于统计稳定状态过程的各测量值服从正态分布否则这些度量就很少有或没有意义 要满足上面两个条件 就要对数据进行分析直方图分析 示例对CHART图中的异常现象进行分析 识别特殊原因和普通原因 有原因的异常点不统计在内 注 没有一个单独的指数可以万能的适用于所有过程 没有一个过程可以用单独的一个指数完整的来描述 因此 一种很好的方法就是同时使用Cp Cpk等参数与图表技术一起进行分析 过程能力分析 三 几点补充 我们在进行工艺能力的分析时 经常会使用一些能力指数 如Cp Cpk 大部分能力指数的计算包括了产品的规范 因此如果规范不合适 或者规范不符合顾客的要求 努力使过程符合这些规范 将会造成时间和人力的大量浪费 同时成品率得不到保证 所有指数的不足之处且可能产生误导