第十三章统计过程控制与诊断(SPC与SPD).ppt

质量管理常用的统计工具 SPC控制图1 均值极差控制图2 均值标准差控制图3 中位数极差控制图4 移动极差控制图 5 不合格品率控制图6 不合格品数控制图7 单位缺陷数控制图8 缺陷数控制图 二 直方图三 排列图四 散布图五 波动图六 过程能力指数 质量控制发展的主要阶段 1传统质量管理阶段 2手工统计管理阶段 3全面质量管理阶段 4认证与电脑统计阶段 依靠检验剔除废品 依靠统计预防缺陷 组织管理统计技术 利用数据分析进行质量改进 计算机统计技术使手工分析的统计方法产生了飞跃 质量统计技术的作用 SPC是英文StatisticalProcessControl统计过程控制的缩写 是应用统计技术绘控制图对生产过程进行监控 最初的控制图概念于1924年由美国的休哈特博士提出 这种方法自第二次世界大战后 在工业中已得到了广泛的应用 特别是1980年后在日本和美国 控制图能用于单独的质量改进的方法 SPC理论认为生产过程中产品质量的缺陷是由偶然因素与异常原因造成 根据控制图的规律从而发现生产过程的异常及时报警 以便采取措施消除异常 恢复过程的稳定 达到保证和提高质量的目的 SPC基础知识 ISO8258制定控制图标准 GB T常规控制图 每一种类型的控制图又有两种不同的情形 标准值为规定的要求或目标值标准值给定控制图为控制用控制图标准值未给定控制图为分析用控制图 1 常规控制图的类型 常规控制图主要有两种类型 计量控制图 计数控制图 标准值未给定 标准值给定 GB T4091 2001常规控制图 2 计量控制图和计数控制图的类型 计量值控制图 平均值 图与极差 R 或标准差 s 图 单值 X 图与移动极差 R 图 中位数 Me 图与极差 R 图 以上控制图适用于计量值 如长度 重量 时间 强度等质量特性值的分析和控制 计数值控制图 不合格品率 p 图或不合格品数 np 图 不合格数 c 图或单位产品不合格数 u 图 以上控制图适用计数值 1 2 3 4 1 2 指1 2 3 如 不合格品数 缺陷数及事故的件数 控制图的重要性贯彻预防原则是依靠推行SPC来实现的 而居QC七个工具核心地位的控制图是SPC的重要工具 1984年日本名古屋工业大学调查了115家日本各行各业的中小型工厂 结果发现平均每家工厂使用137张控制图 这个数字对于我们推行SPC是有一定的参考意义的 可以说 工厂中使用控制图的张数在某种意义上反映了管理现代化的程度 什么是控制图控制图是对过程质量加以测定 记录从而进行控制管理的一种用科学方法设计的图 图上有中心线 CL 上控制界限 UCL 和下控制界限 LCL 并有按时间顺序抽取的样本统计量数值的描点序列 参见图3 2 2 l 质量特性值 12345678910 按数据性质分类 见下表2 1国标GB4091常规控制图是针对休哈特控制图的 表2 1常规的休哈特控制图 制图界限线计算公式 X X X X X 计量值控制图界限线的计算公式表 计数值控制图界限线的计算公式表 3 基本概念 n子组大小 单个子组中子组观测值的个数k子组数X质量特性的观测值 可用X1 X2 X3 表示单个观测值 子组平均值的平均值 n k X1X2X3X4X5 如2345644444 Me子组中位数 对于一组升序或降序排列的n个子组观测值X1 X2 Xn 当n为奇数时 中位数等于该组数中间的那个数 当n为偶数时 中位数等于该组数中间两个数的平均值 子组中位数的平均值 25 0 25 3 25 4 25 6 25 5 例 n 5为奇数 Me 25 4 数据为25 0 25 4 25 5 25 6 时 n 4为偶数 R子组极差 子组观测值中的极大值与极小值之差 R Xmax Xmin 注1 在单值图情况下 R代表移动极差 即两个相邻观测值的差值的绝对值 如 X1 X2 X2 X3 等等 子组极差的平均值 S标准差 用于研究数据的分散程度 为什么要研究数据的离散程度 示例 如果你想过河 有人只告诉你河的平均深度是2米 你是否还想知道它的变化范围 如 0 7米 s标准差计算公式 25 0 25 3 25 4 25 6 25 5 例 0 2302 p子组不合格品率p 子组中的不合格品数 子组大小 所有子组中的不合格品数 被检产品总数c子组不合格数 所有子组不合格数的平均值 np子组不合格品数 如 一块线路板上有3个不合格的点c 3 SPC示例 用途学习诊断 评估过程的稳定性 学习控制 决定某一过程何时需要调整 何时需要保持原有状态 学会确认 确认某一过程的改进 单位 1 5米 u子组单位产品不合格数 2 1选定控制项目 选择对质量特性有重要影响的特性作为控制项目 3数据分组 数据按采集顺序排列 每组为n个样本 分成k组 n最好取4 5个样本 步骤 2搜集数据 采用抽样的方法选取最近生产的数据至少100个以上 控制图查出异因 采取措施 加以消除 不再出现 纳入标准 步骤1 根据合理分组原则 取25组预备数据 步骤2 计算各样本组的平均值 步骤3 计算各样本组的极差Ri 步骤4 计算样本总均值 与平均样本极差R 步骤5 计算R图与 图的参数 步骤6 与规格进行比较 步骤7 延长上述 R图的控制线 进入控制用控制图阶段 对过程进行日常控制 均值 极差图 01 示例 标准值给定控制图 某茶叶出口商 希望对包装的过程进行控制 使每包茶叶的平均重量为x0 100 6g 根据以往的包装过程 估计 1 4 0 收集数据 图公式 R图公式 UCL 100 6 1 342 1 4 102 479gCL 100 6gLCL 100 6 1 342 1 4 98 721g 图 R图 UCL 4 918 1 4 6 885gCL 2 326 1 4 3 256gLCL 0 1 4 0 控制界限计算 手工计算 用计算机绘制图形 连续12个点低于中心线 连续12个点高于中心线 结论 控制图表明 该过程对于预期的过程水平失控 标准值未给定控制图 示例 02 某种插塞外径的测量值 每隔半小时取4个观测值 总共20个子组 规定的上容差限为0 219dm 下容差限为0 125dm 目标是评估过程性能 并控制过程位置和离散程度 从而使过程满足规范要求 数据 手工计算 查表 标准 R图的控制界限 中心线 0 0287UCL 2 282 0 0287 0 0655LCL 0 0 0287不标出LCL 如果是手工绘图 首先分析R图 如果R图显示处于统计状态 可以用值计算图的控制界限 图的控制界限 中心线 0 1924UCL 0 1924 0 729 0 0287 0 2133LCL 0 1924 0 729 0 0287 0 1715 查表 标准 如果是手工绘制图形可以按以上数据绘制控制界限 UCL CL LCL 注意 这三个点 数据 将数据输入计算机 使用ISO9000质量统计根据软件 图中18 19 20这三个点失控 应查明失控的原因采取措施 防止再发生 采取措施后 可以剔除这三个数据值 建立修正控制界限 继续实行控制图方法 重新计算 修正后的 修正后的 R图的控制界限 中心线 0 0310UCL 2 282 0 0310 0 0707LCL 0 0 0310不标出LCL 修正后的 修正后的 图的控制界限 中心线 0 1968UCL 0 1968 0 729 0 0310 0 2194LCL 0 1968 0 729 0 0310 0 1742 修正后的控制图 从上边图形可以看出 修正后过程呈现出统计控制状态 于是就可以对过程能力进行评估 计算过程能力指数 公式 估计 由 查表 Cp过程能力指数 由于PCI大于1 过程能力可认为是足够的 但是过程中心的位置并不合适 所以 在固定的控制图参数建立之前 应采取行动调整过程的中心位置 从而使过程保持为统计控制状态 通过直方图可以更直观的看到 均值不居中 部分数据超差 应用实例3 某公司新安装一台产品装填机 该机器每次可将5000克的产品装入固定容器 规范要求每次不得装入多于5000克产品 使用控制图的程序如下 1 将多装量 克 看成应当加以研究并由控制图加以控制的重要质量特性 2 由于要控制的装入量是计量特性值 因此选用了X R控制图 3 以5个连续装填的容器为一个样本组 于是样本n 5 每小时抽取一个样本 4 收集25个样本组数据 即组数 k 为25 并按观测顺序将其记录于表3 5 3 1中 6 计算各统计量的控制界限 由3 5 2 1中 可查出计算统计量X和R的控制界限计算公式 计算各组平均值的平均值 x 各组极差的平均值 R x x k 746 6 25 29 86 克 R R k 686 25 27 44 克 计算各统计量的中心值和控制界限x 中心值CL x 29 86 克 UCL x A2 RA2为随样本n大小而变化的系数 可由附表5 或14 8计量值控制图系数表 选取 本例中n 5 查表得A2 0 577 UCL 29 86 0 577X27 44 45 69 克 LCL 29 86 0 577X27 44 14 03 克 R CL R 27 44 克 UCL D4R 2 115X27 44 58 04 克 LCL D3R 由于n 5 D3为负值 所以LCL取0 多装量 克 和样本统计量 续表1 续表2 7 画控制图 见图2 6 3 2x R控制图用坐标纸或控制图专用纸来画 一般在在上方位置安排x图 在对应的下方位置安排R图 横轴表示组号 纵轴表示质量特性值 平均值或极差 中心线用实线 上下控制线用虚线绘制 并在各条线的右断 分别标出对应的UCL CL LCL符号和数值 在x图上控制线的左上方标记n的数值 本例见图3 5 3 1把各样本组的平均值x和极差R在已画有控制界线的控制图上打点 一般在x图和R图上分别用 和 表示 并连接各点 当确认生产过程处于稳定状态时 就可以以将此图用于控制工序质量的变化 如果发现点子排列有缺陷 则用大圈把异常部分圈起来以便观察分析 借此进行工序过程的动态质量控制 7 5 3 2x R控制图 8 控制图没有出现越出控制界线的点子 也未出现点子排列有缺陷 即非随机的迹象或异常原因 可以认为该过程是按预计的要求进行 即处于统计控制状态 受控状态 9 在不对该过程做任何调整的同时 继续用同样的方法对多装量抽样 观测和打点 如果在继续观测时 控制图显示出存在异常原因 则应对过程进行调整 将25个Xj Rj值描点在图中 然后根据判稳 1 判断过程的均值处于控制状态 于是 在技术稳态也满足后 满足工序能力要求 可以延长X R图的控制线作为控制用控制图进行日常管理 移动 极差图 适于每次只有一个样本情况 计算公式 标准值未给定 标准值给定 示例 03 表中给出了连续10批脱脂奶粉样本的水分含量百分比的测量结果 每批一个样本 先分析移动极差图已呈现出统计控制状态 再分析单值控制图 该控制图表明过程处于统计控制状态 数据输入计算机 显示图形 不合格品数 控制图 特点 属于计数值中的计件值控制图 质量特性以零件不合格品为控制对象 3其原理在本质与不合格品率控制图没有差别 不合格品数的样本大小必须为定值 用于对产品不合格品数控制的场合 6不合格品数控制图单独使用 不需组合 计算公式 标准值未给定 标准值给定 小型开关由一自动装配线生产 由于开关失效是严重质量问题 用不合格品数用来识别装配线在何时失控 03 示例 每次抽取4000个样本 共抽取25组 每一次的不合格品数为np 控制图表明开关的生产过程处于统计控制状态 不合格品率 控制图 特点 属于计数值中的计件值控制图 不合格品率控制图单独使用 不需组合 可以用于极限量规检查零件外形尺寸可以用于目测检查零件外观 可以用于对光学元件和电子元件不合格品率的控制 还可以用于合格率 材料利用率 缺勤率等 计算公式 标准值未给定 标准值给定 示例 04 生产收音机晶体管的制造公司 决定建立不合格品率p图 每天生产结束后 在当天的产品中随机抽取一个样本 并检查其不合格品数 已经收集了1个月的数据如下 从表 图中能观察到 子组与17和2