SPC问题总结.doc

1、如果一个过程的数据分布图做出来后，有许多数据是超出UCL/LCL的，那这个过程是可控的吗？或者是稳定的吗？(cpk和ppk都很低，1不到点)，如下图2、还有一种，USL/LSL区间非常大，但是实际的数据分布较集中，偏态的很严重，明显有很多数据是属于小概率发生的，去掉这部分数据后形态就比较正了，那这些数据要剔除吗？(未剔除的话cpk/ppk大概1.3左右吧)，如下图A：1.首先要弄清楚两个问题：什么是SPC；使用SPC的目的是什么。我的理解就是一句话：把某一过程的数据输出进行统计、分析进而控制和改进使该过程稳定受控。什么是稳定受控？就是可以预测未来的趋势。做SPC管控先要有上中下控制线（UCL、CL和LCL），以这个控制线为标杆，来看未来的过程是否和这个标杆过程一致。那么控制线怎么来的，是计算出来的，怎么计算呢，具体可以看SPC手册。一般做均值极差控制图，计算的时候有几个关键点：1.子组，一般是连续不间隔取件5件；2.子组频率，一般一小时一次，子组的频率一定要仔细分析过程，确保过程是随机的正态分布，也就是说要保证人机料法环稳定；3.子组数，一般是25组，首次使用控制图最好35组，以便到时调整；楼主您说到提到会漏发报警或者异常不会暴露出来这样的疑问，这就需要您做好子组频率的分析了，定了合理的频率不会漏发报警的。这样就计算出来了上下控制线，那么平时就按照你之前算上下控制线是用的子组&子组频率&子组数的条件来获得数据。那么怎么来用数据进行有用的分析呢？这里就有好多原则或者条件了。控制图判断异常的准则有两条：1.点出界就判断异常；2.界内点排列不随机判断异常。稳定受控是生产过程追求的目标。那么如何用控制图判断过程是否处于稳定受控呢？为此，需要制定判断稳定的准则：1.连续25个点都在控制界限内； 2.连续35个点至多1个点落在控制界限外； 3.连续100个点至多2个点落在控制界限外。知道了这个就知道你过程稳不稳定了。那么如何来判断过程异常呢？原则好多了，不过正如一楼所说，一般公司做好这三点就很可以了：1.超出管制界限；2.连续六点上升或者下降；3.连续七点在中心线同侧；不过说实话，做到前面1和2点还是可以的，做到第3点的话说明说明制程非常好了（具体怎么好可以算算CPK），一般情况下做好前两点就可以了，如果客户规定必须做到这三点的话：一，您可以看看当初这个项目量产时提交给客户的数据是什么样子的，如果这些数据满足这3点就说明初始能力可以达到，只是后来能力减退了，经过一番努力消除特殊原因和减少普通原因后应该还是可以回到最初的水平的；二，您也可以看看项目期间跟客户签的协议里有没有规定过程能力指数cpk要达到多少，如果有只能满足客户了，如果没有而现在要做到，那就意味着废品率变大，成本增加，可以提议要求客户对这个项目增加投入了，从经济上讲做到了公司也不划算；最后回答你的问题：Q1.你的UCL和LCL是如何定出来的？从你的图中可以看出有多点超出控制线，这肯定是不可控。要得到更多的信息还是要在SPC图；Q2.从图中可以看出你的上下公差定的有问题（过松），因为你的值都集中在一起了，很难超出公差。你要剔除小概率的点算出来的是CPK，CPK是看你的制程是否有能力；不剔除小概率点算出来的是PPK，PPK是看你的制程实际表现。控制图出来后，判异点需要找出原因并改善有效（包括需要确定是否人为量测错误），剔除这些能改善的判异点后确定是否稳定，仍然不稳定就必须从普通原因开始着手，从设计、制程方面改进；如稳定，则计算Cpk，达到1.33，表示制程稳定，达不到就是制程能力不足。制程能力不足，可以从两个方面着手：放大规格限或调整制程。Q2：请教，我现在使用的XBAR-R管制图，正在导入阶段，针对管制界限均值图=XBAR+/-A2*RBAR，极差图UCL=D4*RBAR极差图LCL=D3*RBAR，这个很多书上都这么写的，我看有的直接使用（A2*RBAR）/3算出西格玛值；那么还有一个就是均值图管制界限=XBAR+/-3*西格玛，极差图管制界限也是=RBAR+/-3*西格玛。这两者算出来的值差很多，但两个公式都存在，请教我分析用该用哪个，管制用又该用哪个？A: 1，+/- 3Sigma为控制图的理论基础（点落进这个界限的合格率：99.73%），不能用于控制界限。2，控制界限： X 平均值的平均值+/- A2Rbar,为设立的控制界限。理论分析：均值3标准差，实际计算：均值A2Rbar3Q:过程能力的认识。A: 谈到过程能力，首先得解释变异（或者叫波动），正是因为有了变异的存在，才出现了能力大小。产生变异的原因可以归结为两种，一种是普通原因，一种是特殊的原因。所谓的普通原因就是平时一直客观存在，对过程有一定的影响但不明显，而特殊因素则是偶然出现，对过程影响很大。举例说明：在一个有空调的房间进行培训时，虽然空调可能是设定在25度，但由于房间内外温度存在差异，所以每时每刻都会有能量在和房间外进行交换，所以如果用足够精确的温度计测量房间的温度就会发现房间里的温度其实并不是恒定在25.000度，而是24.99,24.98,25.00,25.01.在微小的在一定范围内进行变化，这时我们就说受到的是普通因素的影响，而如果有人推门进来，那么在这瞬间，房间内的温度会出现较大变化，此时我们说受到了普通因素和特殊因素两种影响。过程只受普通因素影响的时候在控制图上表现为过程是受控的，如果有特殊原因的影响在控制图上会有异常点的出现。 所以我们如果用cp和cpk来衡量过程能力，前提是要过程稳定且数据是正态分布，而且数据应该在25组以上（建议最少不要低于20组，数据组越少采信结果的风险越大），也就是说计算cp,cpk只考虑过程受普通因素的影响。计算公式为：cp=(usl-lsl)/6；1、cpk=(1-k)cp；k=|u-M|/(usl-lsl)/2；2、cpk=min(usl-u)/3 ,(u-lsl)/3 ;注释：usl为上规格线，lsl为下规格线，u为实际测得的平均值，M为上下规格的中心点，K值表示的意思是实际平均值偏离中心值的程度，此时的即为只考虑普通因素产生的变异，通常根据控制图的不同采用Rbar/d2,或者Sbar/C4,在minitab里有三种不同的估算方法。 Pp,Ppk的计算公式和对应的cp,cpk计算公式相同，所不同的就是分母部分的变差不同，在此时变差是用标准偏差的计算公式进行计算的，此时的变差包含了普通因素和特殊因素产生的两种变差，也即在同一个过程下，此变差应该大于等于上面计算cp,cpk只考虑普通因素时的变差，当且仅当此过程只受普通因素变差影响时，两者相等，此时ppk=cpk，所以说理论上cpk应该是恒大于ppk,但很多时候在minitab中计算出的ppk会略微大于cpk，这时因为cpk的变差是估算得来的，所以会有一定的误差，但并不影响对最终过程能力大小的评价。 因为过程只受到普通因素变差影响是理想状态下的，从长期来说过程总会受到各种特殊因素的影响，所以说cpcpk又被称为长期过程能力，ppppk又叫短期过程能力，也叫性能指数。另外因为ppppk的计算不需要过程稳定（因为在计算公式中已经考虑了普通和特殊两种因素的影响），所以在ppap手册中要求在产品进行试生产过程不稳定时（此时过程受两种因素影响）用ppk衡量过程能力，要求ppk=1.67才能进入量产阶段，所以又把ppk 称为初期能力指数。 很多公司由于对过程能力的一知半解，往往只要求计算cpk的指数来衡量过程能力是否足够，事实上进入正常生产后应该通过cpcpkppk三个指数之间的产别来判断过程是否有问题，如果有问题是管理上还是技术上有问题，根据上面的计算公式，当cp1.33表明过程变差比较小（因为usl-lsl是设计或者客户已经给定的），此时还要看cpk,当cp和cpk相差很大时表明过程有较大的偏移,需要做居中处理，再比较cpk和ppk，如果两者相差不大表明受特殊因素的影响小，如果两者相差很大表明受特殊因素的影响很大，特殊因素的影响往往比较容易找到。如果cp值本身就很小那说明过程受普通因素的变差影响大，此时若想提升过程能力往往更多的投入和更高的决策才能使问题得到解决。所以即使有时候cpk值很高( 比如大于2) ,如果其与cpppk相差较大的话还是需要对过程进行改进。如果cpk比ppk 大很多往往一种可能是过程并没有受控，控制图上有异常点的出现，计算人员错用了结论。而cpmcpmkppmppmk即所谓的第二代能力指数对应的公式和上述对应公式也相同，所不同的还是下面变差部分的不同。Cpcpkppppk默认的是目标值和规格中心重合，而当目标值和规格中心不重合时（比如设计直