统计过程控制原理B-Robert.ppt

统计过程控制原理 准备 黄小华部门 PRCHR日期 2012 5 前言 SPC Statistics Process Control统计 基于概率的决策规则过程 任何重复的工作或步骤控制 监察过程的表现 提供反馈 内容简介 SPC的背景及其意义控制图原理控制图实例演示过程能力研究 SPC的背景及其意义 质量管理的发展 质量管理发展的三个阶段质量检验阶段统计质量控制阶段全面质量管理阶段由事后检验走向事先预防 现代质量管理的基石 贝尔实验室的课题组为了保证预防原则的实现 20世纪20年代美国贝尔电话实验室成立了两个研究质量的课题组 一为过程控制组 学术领导人为休哈特 waltera shewhart 另一为产品控制组 学术领导人为道奇 Haroldf dodge 其后 休哈特提出了过程控制理论以及控制过程的具体工具 控制图 controlchart 现今统称之为SPC 道奇与罗米格 h g romig 则提出了抽样检验理论和抽样检验表 这两个研究组的研究成果影响深远 控制图原理 产品制作流程中的变异与波动 产品制作流程中的变异与波动 产品制作流程中的变异与波动 控制图的理论基础 正态分布的启示 不论平均值与标准差取值为何 产品质量特性值落在 3 3 范围内的概率为99 73 这是数学计算的精确值 产品质量特性值落在 3 3 范围外的概率为1 99 73 0 27 而落在大于 3 一侧的概率为0 27 2 0 135 控制图的形成 用控制图对过程实施控制 休哈特认为 1 只要过程中的任何变化都能够在控制图中反映出来 控制图就能够对过程实施有效的控制 2 对100 的质量数据实施质量控制是不可能实现的 在m 3s范围内包含全部质量数据的99 73 是绝大部分 如果能够将这99 73 控制住 过程就基本实现了受控 故将过程处于受控状态时质量数据所形成的典型分布转换为控制图 如果过程受到异常因素的作用 典型分布就会遭到破坏 典型分布的破坏可以表现为分布中心m或标准差s的显著变化 控制图的三种解释 超出控制界限是小概率事件控制界限区分偶波与异波通过控制图判断过程稳态 第一种解释 小概率事件原理 点出界 就判异若过程正常 即分布不变 则点子超过UCL的概率只有1 35 属小概率事件 若过程异常 譬如异常原因为车刀磨损 即随着车刀的磨损 加工的螺丝将逐渐变粗 逐渐增大 于是分布曲线上移 点子超过UCL的概率将大为增加 可能为1 35 的几十 几百倍 第一种解释 小概率事件原理 结论 点出界就判异 并作为一条判异准则来使用 发生的可能性为0 135 用数学语言来说 这是小概率事件原理 小概率事件实际上不发生 若发生即判断异常 控制图就是统计假设检验的图上作业法 第二种解释 区分偶波与异波 影响质量的因素根据来源的不同 可分为人 机 料 法 环 测6个方面 简称为5M1E 从对质量影响的大小来分 偶因与异因两类 偶因是过程所固有的 故始终存在 对质量的影响微小 但难以除去 如机床开动时的轻微振动等 异因则非过程所固有 故有时存在 有时不存在 对质量影响大 但不难除去 例如车刀磨损等 第二种解释 区分偶波与异波 第二种解释 区分偶波与异波 结论 控制图上控制界限就是区分偶波与异波的科学界限 常规控制图 即休图 的实质就是区分偶然因素与异常因素这两类因素 将质量因素区分为偶因与异因 质量波动区分为偶波与异波 并分别采取不同的处理策略 这是休哈特最突出的贡献 第三种解释 控制图判断过程稳态 稳态 也称统计控制状态 即过程中只有偶因没有异因的状态 稳态是生产追求的目标 结论 统计过程控制SPC理论是运用统计方法对过程进行控制 既然其目的是 控制 就要以某个标准作为基准来管理未来 常常选择稳态作为标准 稳态是统计过程控制SPC理论中的重要概念 两类错误警报 休哈特控制图的四項基础 休哈特控制图永远只用中心线两侧三倍Sigma作为控制界限 计算三倍Sigma的控制界限时只能使用各不同时段分布統计的平均值 合理的抽样方法和数据組群方式是休哈特控制图的概念基础 唯有能有效的利用自控制图上所得的知识 此控制图方得以发挥效用 控制图常见的谬误 未以中心线上下3Sigma為控制界限遇工序异常時急着调整工序参数 未能找出并排除造成工序不稳定的可查明原因未顺时间轴分数据群个別統計等待收集大量数据作周期性的統計在证实工序稳定之前计算过程能力指數 Cpk 控制图的种类 根据应用来分 分析用控制图与控制用控制图分析用控制图 应用控制图时 首先将非稳态的过程调整到稳态 用分析控制图判断是否达到稳态 确定过程参数特点 分析过程是否为统计控制状态 统计稳态 过程能力指数是否满足要求 技术稳态 控制用控制图 等过程调整到稳态后 延长控制图的控制线 作为控制用控制图 应用控制用控制图的目的是使过程保持在确定的状态 在应用控制用控制图的过程中 若过程又发生异常 则需再次使过程恢复原来的状态 控制图实例演示 使用控制图的一般步骤 1 选择要监控的流程变量2 确定数据收集点3 测量系统分析4 建立数据收集计划1 合理子组计划 Rationalsubgroup 2 样本量3 抽取频率5 选择控制图6 收集数据7 建立初始控制限8 分析图形1 识别失控状态2 排除特殊原因3 重新计算控制限9 过程能力研究10 把控制限应用于于持续控制 从非稳态到稳态 查出异因采取措施保证消除有效措施纳入标准 示例练习 从非稳态到稳态 在Minitab中打开HoleDiameter mtw文件 里面有29组数据 每组里面有5个样本 进行如下操作 示例练习 从非稳态到稳态 示例练习 从非稳态到稳态 先看R图 再看Xbar 第24组数据有问题 示例练习 从非稳态到稳态 分析第24组数据后 排除异常 本题简单的删除掉 重做 示例练习 从非稳态到稳态 处理了第24组数据后 重做Xbar R控制图 发现达到稳态 过程能力研究 什么是过程能力指数 短期过程能力指数 短期过程能力指数 Cp没有考虑流程中心的偏移Cpk考虑了流程中心的偏移 短期流程能力指数的例子 过程能力水平 练习 计算过程能力指数 前面例题中 客户对其内孔孔径的要求是11 40 0 05mm 取28组数据 每组内5个样本 计算其短期过程能力指数 长期过程能力指数 S 所有数据的标准差 过程长期的波动 过程绩效指标Pp和Ppk Pp没有考虑流程中心的偏移Ppk考虑了流程中心的偏移 短期过程能力和长期过程能力指数 如果过程没有特殊原因的影响 这四个指标将会很接近 计数型过程能力指数 DPPM DPU DPPM DPU与DPMO DPMO defectspermillionopportunities 百万机