SPCTraningforpeertopeer1.ppt

SPCTRAINING JERRYZHANGFEB 13 2008 FORPEERTOPEER SPC的历史 20世纪20年代 美国休哈特 Mr A Shewhart 提出50年 戴明博士 Dr W Ed wardsDeming 将SPC引入日本 成为日本品质成功的基石80年代 SPC在西方广泛应用 什么是SPC 评估一个工序或产品的参数或稳定性指出存在特殊原因导致变化去除特殊原因 监测和保持一个正常工序的变化 SPC 聆听工序的声音 SPC是一种统计基础方法 SPC的基本观念 世上沒有任何两件事 人员 产品是完全一样的制造过程中所产生之变异是可以衡量的事情 产品的变异通常根据一定的模式而产生宇宙万物及工业产品大都呈正态分配例如 身高 体重 智力 考试成绩等变异的原因可分为偶因和异因偶因属管理 系统的范围异因却是作业人员本身就能解决的应用SPC可以找出工序最需要改善的地方 Question Whatisqualityenemy Whatis6 core Whatis6 goal Whatis6 method Whatis6 tools Whatis6 产品偏差 Various 是品质的最大敌人 6 及品质管理的目标是让用户满意 SIGMA 代表数据的标准偏差 用来对产品或工序的偏差进行测量 产品偏差 用户满意的敌人 6 的概念也被引入到管理中 成为减少工作偏差和为客户提供优质服务的工具和方法 6 6 是什么 2 level DPM 308538 Yield 69 3 level DPM 66807 Yield 93 6 level DPM 3 4 Yield 99 9996549 约为标准偏差S D定义 M测量 A分析 I改善 C控制 P问题 数据 6 Method 6 MethodisDMAICDDefineMMeasureAAnalysisIImprovementCControlNormalisPDCAPPlanDDoCCheckAAction 利用一个团队来讨论一个焦点问题 综合个人和团队的主意得到结论方法和效果一个清晰的问题有一个人记录所有的主意成员为5 8人 各种相关的人员 沉默法则 轮流法则 随机法则基于以下的原则1 不急于得到结论2 每一个主意都被接受和记录3 鼓励在其它人的基础上得到主意4 鼓励奇特的或其它主意5 不允许批评和质问 Brainstorming脑力振荡法 Define 定义 Projectobjective事项 定义项目 拟定目标及测量方法 找到最需改善的工序或缺陷 预测收益 获得批准Tools工具SOPIPO图FC流程图柏拉图所需解决的问题 A你的团队成员及合作程度 B你负责什么工序 C哪个工序最需要改善 D你怎样得到这个结论 E你的数据来源 6SIGMA的方法 Measurement 测量 Practicalproblem事项 分析测量系统 鉴别最大的偏差并测量它 找到问题的焦点 评估产品规格书的缺陷 并找到它Tools工具测量系统的分析所需解决的问题 A你的产品或问题的偏差是多少 B你测量系统的精度足够吗 C目前工序的状态 给我看数据 D你的工序有什么参数 怎样测量的 E工序偏差的来源 哪些你可以控制 F你可以控制你的工序的哪些地方 它们有没有成为文件 6SIGMA的方法 Analyze 分析 Statisticalproblem事项 鉴别目前状态和希望值之间的差值 作出鱼骨图并找到需实验的项 运用统计图表和工具 分析数据的分布并确定问题的所在Tools工具鱼骨图 FMEA 直方图 柏拉图 散布图所需解决的问题 A在各种变量中 什么影响最大 B你怎么得到结论的 给我看数据 C关键变量对输出的影响有多大 D你怎样确认的 给我看数据 6SIGMA的方法 Improve 改善 StatisticalSolution事项 选择并设计实验 利用DOE找到关键变量与输出之间的关系 利用结论改善工序 确认结果Tools工具DOE 相关分析 回归分析 方差分析 Cpk分析 走势图所需解决的问题 A怎样设置关键变量使你的参数最优化 B参数最优化后对目前状态的影响 D为什么 请出示数据 6SIGMA的方法 Control 控制 StatisticalControl事项 产品或工序的改进证明 重要实验项的控制 效果和结论的文件化Tools工具SOP 控制图所需解决的问题 A近3个月工序或产品的改进效果如何 B你的改善能为公司节约多少钱或时间 数据 C你怎样得到的 请出示数据 D你的效果和结论的文件 6SIGMA的方法 6 Tools Basic分层法 FlowChart Histogram ParetoDiagram FishBoneChart 散布图 控制图 IPO图 SOPAdvanceMSA Cpkanalysis SPC 相关分析 回归分析 方差分析 FMEAProfessionalDOEOthers质量损失函数 QFD 抽样与检验 IPO工序输入输出图FlowChart流程图FE因果图 鱼骨图SOP标准操作程序 ModuleI第一单元 工序输入输出图 INPUTS输入SourcesofVariabilityPeople人力Materials材料Equipment设备Policies政策Procedures步骤Methods方法Environment环境 Outputs输出MeasuresofPerformancePerformaservice提供一项服务Produceaproduct生产一件产品Completeatask完成一项任务 Process工序综合所有的输入以最终达到所需的输出 对工序操作的描述 产品的规格 要求等 工序输入输出图 IPO 定义是通过罗列输入输出变量和输出特征而对工序给出的一种直观的表示作用清楚的展求工序过程 认识输入变量与输出响应之间的关系使用原因更好地理解工序以及输入输出之间的关系 ProcessMapping PF 工序流程 定义是一种帮助分析工序的工具 它把工序分解成多个细小的步骤作用帮助我们识别工序中的复杂性和各种问题 找出多余的步骤和不必要的循环 对可以改进的地方进行简化和标准化使用的原因为了认识工序中实际的步骤和流程 测量Measure 重新设计 分析Analyze 改善Improve 控制Control 能力ok 是否改设计 能力ok Y N 6SIGMA的方法 N Y N Y 确定目标Define 因果图 鱼骨图 CE 定义通常用象鱼骨一样的图来表示对输出有可能影响的因素作用围绕一个问题或焦点 集中一个团体知识和意见作出一个图 以找到影响工序的因素使用的原因鉴别和找到所有可能影响一个工序或问题的原因 并且最终找到根本原因1 找出作SOP需的控制项 2 找出需实验改善的项 3 可以用FMEA评估鱼骨图的因素对系统的影响 OUTPUT EFFECT 测量 人 方法 原料 机器 环境 因素1 C 因素2 N 因素3 C 因素4 X 因素5 X 因素6 C 因素7 C 因素8 N 因素9 N 因素10 C 因素12 X 因素11 C 因果图 鱼骨图 CE 步骤Procedure 先作一个标准的鱼骨图 给出效果 结果 output 找出所有的因素 并分类列出 Brainstorm 对所有的因素按常量 Constant 干扰量 Noise 待定量 Experimental 分为三类并标出讨论待定量 并实验确定 因果图 鱼骨图 CE 常量 Constant 需要由标准操作程序控制的变量干扰量 Noise 并标出噪声或不可控制的变量待定量 Experimental 需用实验确定的量 在分析过后需作实验确定每一个变量的影响以确定工序的参数需要研究的变量注意 这里的常量 干扰量和我们日常生活的概念不同 比如 长度 如果我们需要控制 既测量 那就是常量 否则 就是干扰量 注 对一个实际生产的工序 必须将所有X 待定量 的项实验清楚 作出的SOP才能运用于生产 因果图 鱼骨图 CE 标准操作程序 SOP SOPStandardOperatingProcedure定义建立控制一个工序的变化的方法和操作的文件作用定义工序的每一步使用的原因确保变化减少和操作的标准化注意 在制定SOP的时候 必须要控制所有可控制的变量 SOP的作用 每一个工序都应该有SOP是从依靠人的能力到依靠一个系统的转变所有的改善和成效在确认后 评审 都必须转变成SOP管理和生产上的SOP同样重要注 对一个实际生产的工序 必须将所有X的项实验清楚 作出的SOP才能运用于生产 SOP的步骤 作出一个工序的IPO图 列出输入和输出的参数 以清楚SOP的输入和目的 作出一个工序的流程图 PF 并优化 在写SOP时 将按PF的顺序步骤写 作出工序的鱼骨图 CE 找到需要控制的常量 实验量 噪声量 并标出C X N 按流程顺序写SOP草稿 并控制住所有的C项 在目前的工序条件下 对C项的最优的控制方法 按作出的SOP草稿 讨论并实验确定X项 将其变为C项 并在最终的SOP中控制 SOP必须清晰 易懂 并具有可操作性 Module 第2单元 Histogram直方图ParetoDiagram柏拉图ScatterDiagram散布图RunChart走势图 Histogram直方图 定义一个用来描述数字资料出现频率的柱状图作用确定数据的分布中心趋势和变化目的用图表显示数据的分布规律 美国人口分布图 00年左右 Histogram直方图 C 直方图建立步骤 收集需作表的数据定组数 50 100组数据 6 10组 100 250数 10 20组 250以上 10 20组全距 R MAX MIN组距 R 组数中心值制作次数分布表绘图填上次数 数值及其它 直方图的分析 正态分布体现在直方图上应为中间高 两边低的对称图样 以下为不标准的形状 缺齿型 分组过细或测量原因 方法为减少分组 分析测量的因素 孤岛型 由于人 机器 材料 方法 测量 环境等因素突变而造成 需找到原因 直方图的分析 偏向型或陡壁型 由于习惯加工 返修 或剔除废品所造成 方法为改变习惯 修正或重新取数双峰型 两种不同的生产条件 两种不同的分布混在一块 找到原因 采取措施 平顶型 由于某种缓慢因素引起的 如工具磨损 操作者疲劳等 方法为消除这些缓慢因素 ParetoDiagram柏拉图 定义用来描述非数字变量的柱状图 它对这些属性资料依据它们出现的频率自高向低进行排序 基于柏拉图法则 80 的问题来自20 的因素 作用识别对问题具有最大影响的因素目的集中精力于哪些最需要被解决的问题 柏拉图的优点 主次分明 清淅明了 简单实用可以帮助我们在管理过程中养成用数据说话和依靠数据说话的习惯用途广泛 在生产 品质 管理上都可以用来分析并找到问题 ParetoDiagram柏拉图 ScatterDiagram散布图 定义一个用来确定两个变量是否相关的二维点阵图 其每个点的两个坐标分别为一次取样中两个变量的取值作用直观识别两变量的关联目的研究并识别两组变量之间可能存在的关联 ScatterDiagram散布图 相关种类 正相关 函数相关 负相关 不相关或相关不明 RunChart走势图 定义一种用来描述单一变量 平均值 偏差或均方差随时间变化的图表工具作用监控一个系统或工序以发现有意义的变化目的用以对指定时间段内观察到的数据进行趋势或模式分析 RunChart走势图 C ModuleI第三单元 CpkAnalysisControlChartTestandInspectionFMEA capability level Cpk Cp 正态分布NormalDistribution 宇宙万物及工业产品大都呈正态分配例如 身高 体重 智力 考试成绩等若一条曲线服从以下公式则为正态分布正态分布的特点 1 一个峰值且呈对称的钟状曲线2 数据连续且至无限3 平均值即为曲线的中心值4 曲线的变化即为数据的分布5 曲线下面积的总和为16 互相独立的任何正态分布的组合仍为正态分布 正态分布NormalDistribution 正态分布的特点1 分布的中心即是平均值 2 分布的特性为标准偏差 3 约为标准偏差S 中心极限定理 对随机变量X1 X2 Xn 相互独立 服从同一分布 且具有中心值和方差 那么 随机变量在n无穷在时近似服从正态分布 推论 随机变量Xk无论具有什么样的分布 只要满足定理条件 它们的和 当n足够大时 就近似服从正态分布 推论 二项分布的极限分布是正态分布 正态分布特性中心极限定理 例 1 对一个目标进行轰炸 命中目标的几率本是一个二项分布 1 0 但当我们知道大炮的中心值及方差 多次的轰炸即服从正态分布 2 车间的100台机床是互相独立的 已知每台机器的实际工作时间为全部时间的80 任意时间内有75台以上机器在工作的几率为0 89 3 公司的员工请病假的几率服从正态分布 4 人寿公司有3000个同一年龄段的人投保 在1年里这些人死亡率是0 1 参加保险的人在一年中交100元 死时家属可以领走10000元 1 保险公司一年获利200000元的机率为0 9548 2 保险公司亏本的机率约为0 中心极限定理的应用 正态分配曲线下的面积 即出现的概率 正态分布特性 由上图可知 对一个为正态分布的函数 3 外的面积只有0 27 因此可以认为在出现的机率非常小 在工程上 3 称为 自然公差 对正态分布曲线下的特定面积 可以由以下公式求出Z值 再由正态分布表求出 Z X u Z为从正态分布中X到中心值u的数值 例如 对u 5 0 1的正态曲线 小于5 05的曲线下的面积 Z 0 5 查正态分布表可得为 0 6915 即曲线下的面积为 69 15 即69 15 的数据分布在小于5 05的区间 正态分布特性 在曲线下的总面积当Z 0 5时为69 15 Cp Cpk Cp潜在工序能力 Cp Processcapabilitypotential潜在工序能力用于衡量一个工序的加工能力的重要参数基于以下假设 1 工序为普通工序 即服从正态分布 2 有正负公差 有 Lowerspeclimit LSL 规格下限 Upperspeclimit USL 规格上限 平均值Y Cp Cpk Cpk工序能力指数 Cpk Processcapabilityindex工序能力指数用于衡量一个工序的实际加工能力的重要参数基于以下假设 1 工序为普通工序 即服从正态分布 2 工序为受控 工序中心值与规格中心值的比较 Lowerspeclimit LSL 规格下限 Upperspeclimit USL 规格上限 平均值Y Cp Cpk 对于单向公差 有 1 Cp不适用 或者可以认为Cp Cpk 2 Cpk Y USL orLSL 3 如果规格中心值和平均值相等 则CP CPK如果规格中心值和平均值不等 则CP CPK长期的工序能力与短期的工序能力对一个工序来说 长期的能力会比短期的能力多 1 5 的偏差我们通常指的Cp一般指长期的工序能力 level min USL Y Y LSL 工序的 水平 capability工序的 能力 Lowerspeclimit LSL 规格下限 Upperspeclimit USL 规格上限 平均值Y Mean Y平均值S standardvariability 标准偏差D P M DefectPerMillion百万产品中的缺陷率 level capability 1 0 1means 当我们在图纸上标出1 0 1 它意味着 1 此尺寸的中心值为 1mm 2 要求有99 73 以上的产品的值应落在1 0 1之间 3 此处加工的要求为 3 0 1mm 4 此工序的 标准偏差 0 1 3mm 5 此工序能力Cpk至少为1 00 你知道图纸上的一个值1 0 1原来有这么多的意义吗 Cpkcapabilitylevel Cplongteamandshortteam 长期和短期的工序能力 ProcessCapability Control 工序能力与工序控制 工序能力一个工序的分布与目标 规格限制 的比较衡量一个工序能否达到规格要求或客户要求的的能力工序控制使工序输出的中心值在规格的中心的方法 与规格范围无关 工序能力与工序控制的四种情况 工序能力足够 工序受控 工序能力足够 但工序失控 工序受控 但工序能力不够 工序能力差且不受控 工序能力与工序控制的四种情况 曲线形状好 但中心偏离规格中心值 曲线形状好且中心与规格中心重合 曲线形状很差 但中心与规格中心重合 都不好 IncreasetheCpk 不同 规格相同 Cpk不同 level也不同 1 0 195 2 0 332 不同 对同为1 1的规格 Cpk1 1 71 level1 5 14 Cpk2 1 01 level2 3 02 增加Cpk 最常用的方法 1 优化工序 减少 Cpk 相同 对1 0 5和1 1的两种规格 Cpk不同 0 194 Cpk 0 2 1 71 Cpk 0 5 1 5 0 856 level 0 2 5 13 level 0 5 1 5 2 568 对于同样的产品 规格不同 Cpk不同 level也不同增加Cpk的方法 2 不变 规格加宽 LSL1 LSL2 USL2 USL1 工序能力和工序控制 相同 规格相同 中心值不同 Cpk不同 level也不同 0 195 mean1 1 mean2 0 6 相同 对同为1 1的规格 Cpk1 1 71 level1 5 14 Cpk2 1 03 level2 3 08 增加Cpk的方法 3 加强工序控制 减少产品中心值与规格中心值的差别 LSL 工序数 水平与良率 20个3 的工序 良率只有25 09 而100个6 工序 良率也可达99 966 工序1 流程数 水平与良率 工序3 工序2 工序20 工序1 CHANGETO 工序3 工序2 工序10 每个工序 水平相同 假定为4 将工序数从20个改为10个 直通率提高5 7 增加Cpk的方法 4 优化与减少产品工序数 最重要和常用的方法之一 并且可以大幅度降低成本 COSTHIGH COSTLOW CPKANALYSIS 控制图 Controlchart 是一种对过程的质量特性值进行测定 记录 并与根据过去经验所判明的控制界限做比较 评估 从而监察过程是否处于受控状态的图形 又称管制图 1 控制图 ControlChart 定义 ControlChart控制图 控制图的分类 每个产品检验 自动化检查和测量 取样昂贵 费时 及多抽样无意义场合 控制图的应用 用于反馈生产或工序性质变化的信息帮助我们基本了解引起生产和工序性质变化的因素客户作为一种评定供应商生产 工序性质的工具评价生产 工序性质变化与原来工序状况进行比较根据样本数据可对工序性质作出评价对于超出控制界限点需采取纠正行动 并使我们知道其风险度和置信度 控制图的作用 可以大大节约制造成本它能使标准趋于准确使工序更加稳定使控制规格更加真实减少检查频率减少问题出现的频率改善与提高客户的满意度较为可靠地测量出实际的过程能力改善预测结果的准确度改善产品质量减少出货周期 为什么要使用SPC 它提供了一个描述工序参数和其稳定性的工具监测关键输入的变化和关键输出的变化帮助我们找到异因使其对正态分布的作用最小SPC是一种观察变量的工具 它可以用于统计监测工序信号并改善工序SPC用于找出工序的特性而不是检查成品 直至工序输入成为我们努力的焦点 所有的SPC的方法可以大幅度的改善品质 增加生产率 减少成本 正态分布 若一条曲线服从以下公式则为正态分布正态分布的特点 1 一个峰值且呈对称的钟状曲线2 数据连续且至无限3 平均值即为曲线的中心值4 曲线的变化即为数据的分布5 曲线下面积的总和为16 互相独立的任何正态分布的组合仍为正态分布 正态分配曲线下的面积 即出现的概率 控制图的基本原理 控制图的基本原理 2 工序或产品的分布落到正态分布 3 外的概率为0 27 因此把上页的图右转90度 设中心线CL u 上控制线UCL u 3 和下控制线LCL u 3 这就成为了一张控制图异因和偶因异因 对质量影响较大 使分布偏离正态分布 控制点出现异常偶因 由于偶然因素引起 对质量影响较小 控制点正常波动 正态分布与控制图 控制图的两种错误 1类错误 虚发警报概率为 0 0027 因此不管怎样 只要控制点超出警报线我们就认为异常2类错误 漏报概率为 为了减少2类错误 即 控制点在界内不随机即为异常 控制图 R R控制图最常用的控制图 控制的对象为长度 重量 强度 纯度 时间和生产量等计量值的场合控制图主要用于观察分布的均值的变化 R控制图用于观察分布的分散情况或变异度的变化当样本大小n 10或12时 应用标准差s代替R 控制图 R Xbar R控制图的特点1 适用范围广 计量数据X服从正态分布 或X非正态分布 当样本数N 4或5时 X近似正态分布 只要分布接近正态分布 R分布没有大的变化 都可以适用 2 灵敏度高 通过均值的平均作用 偶因可以得到一定程度上的抵消 而异因总是在一个方向上的 不会因为平均而抵消 因此Xbar图检出异因的能力高 R图的灵敏度不如Xbar图高 ControlChart控制图 控制图的绘制 1 收集数据选择控制的参数能测定的产品或工序的参数与客户使用及生产关系重大的参数对下工序影响较大的参数经常出问题的参数关键工序的参数 2 决定样本大小n及抽样间隔N约在4 10个之间 不宜太大同一组的数据最好在同一生产条件及同一短时间內取样初期分析的制程最好在较小的的间隔连继取样 控制状态下之工序可加长其间隔每组样本可识別日期 时间等不影响生产及可接受的成本下 控制图的绘制 控制图的绘制 3 计算控制上下限 对Xbar R 只需算出 即可Xbar RPchartUCL Xbar 3UCLp Pbar 3CL XbarCLpr PbarLCL Xbar 3LCLp Pbar 3 QC7大手法之五 控制图找异常 4 X R控制图的数值计算 子组平均值 子组极差 R 总平均值 极差平均值 X控制图控制线 R控制图控制线 Pn不良品控制图 先决条件 每次抽样数必须保持不变 且抽检时的样品数与判定Pn图时 样本的数量要相等 否则要用P控制图 作图步骤 1 搜集数据 确定样本大小时 不良品最好在1 5个以上 测取20 25组 2 计算平均不良品率P和平均不良品数Pn 3 计算控制上下限4 绘制控制图 P不良率控制图 在样本N不固定时按不良率进行控制1 收集数据 每组样品中不良数在1 5个以上 2 计算每组的不良率P 3 计算平均不良率 4 计算控制上下限 5 作P控制图 6 也可以作百分率的不良率作控制图 C控制图 计点控制图 在一定单位上 样本N固定时 用来控制缺陷 1 收集数据 样本不变 从中测定缺陷C 取25组以上 2 计算平均缺陷数 3 计算控制界线 4 画C控制图 U控制图 计点值控制图 用来控制单位面积 长度等上的不良控制图1 收集数据 样本大小C 尽量使缺陷数在1 5个以上 2 计算每单位上的平均缺陷数 3 计算总的平均缺陷数 4 计算控制上下限 5 作U控制图 4 绘制控制界限及描点 5 分析工序 6 工序能力研究 Pbar 7 延长控制界限开始控制 控制图的绘制 查出异因 采取措施 保证消除 不再出现 纳入标准 稳态判断 连续25个点都在控制界限内 连续35个点最多1个点在界线外 连续100个点最多有两个落在控制线外 注意 对以上点落在界限线外的情况也必须按上页16字处理 另 连续15点集中在中心线附近需重新绘控制图 异常判断 1 控制图上点超过控制界限 2 控制图上点的排列分布有缺陷 链 连续7点出现在中心线CL一侧 偏离 连续的11点中至少有10点出现在一侧时 连续的14点中至少有12点出现在一侧时 倾向 连续7点不断的上升或下降 周期 呈阶梯形周期变动 波状周期变动 大小波动等 接近 连续3点中有2点在外侧的1 3带状区间内 连续7点中有3点在外侧的1 3带状区间内 连续10点中有4点在外侧的1 3带状区间内 控制图异常原因之分析 4M1E 即 人员 Man 如 熟练程度 习惯 体力与情绪等机器 Machine 如 切割机器刀具锋利度 冲压机冲程的变动等原料 Material 如 供应商更換 材料 部件 变动等方法 Method 如 流程的变更 作业方法的变更等环境 Environment 如 电源稳定度 温度 湿度 空气粉尘等 控制图异常的原因之分析 1 未推行标准化2 人员训练不足3 机械未作保养工作4 工夹具不适当或使用不当5 不良材料混入工序6 原设计有错误或图纸上有问题7 测试仪器未校正与维护 1 机械精度不足2 工作环境不当3 设计上之矛盾4 测定仪器不足或测定方法不当5 缺乏技术人員6 综合工序能力不足 材料 机械 加工方法与人综合结果 属管理不善 属技术不足 属其他因素 1 工作人员疏忽2 未按作业标准作业3 操作标准不完备4 不随机抽样5 机械自然磨损6 操作条件突然变化7 计算错误8 异质材料之突然侵入9 日夜班精神上之困扰 查出异因 采取措施 保证消除 不再出现 纳入标准 重新绘制控制图 控制图是在人员 设备 原材料 工艺方法 环境即4M1E稳定的情况下绘制的 在上述条件有变化时 如人员培训 原料变化或设备变得比原来更佳时 应重新绘制经过一段时间后应重新验证 TESTANDINSPECTION 随机抽样 随机抽样的方法有 1 单纯随机抽样采用随机抽样表 掷骰子或抽签的方法抽样 优点 抽样误差好 缺点 繁琐2 分层随机抽样将母体进行分层 再从各层中进行抽样 优点 样本代表性好 缺点 更为繁琐3 整群随机抽样每次随机抽取不止一个样品 用于大量流水生产中的工序控制 优点 方便 简便 缺点 代表性差 抽样误差大4 系统随机抽样在时间或空间上按一定间隔从批量中抽取 优缺点 同群随机抽样 各种抽样方法的区别 500个产品 分别装在50箱中 总共抽50个 1 将500个倒在一起混合 编号 用查随机表或抽签或掷骰子抽取为单纯随机抽样 2 每一箱中用单纯随机抽样的方法各抽1个为分层随机抽样 3 从50箱中用单纯随机抽样的方法抽5箱来全检为整群随机抽样4 每隔10箱抽1箱来全检为系统随机抽样 TEST INSPECTION 检验 用一定的方法测定产品 将其结果与质量标准比较 从而作出合格与不合格的判定 检验是一种测定 比较和判断的活动 其即适用于产品 也适用于过程 即适用于单件产品 也适用于成批产品 可分为 1 进料检验 2 过程检验 3 最终检验 也可分为 1 全检 2 抽检 有以下作用 1 保证作用 保证不合格的原料不投产 不合格的半成品不投入下工序 不合格的成品不出厂 2 预防作用 通过进货检验 过程检验和最终检验及时收集信息 发现问题 分析原因并采取措施预防不合格品和不合格项的产生 3 监督作用 对产品的状态进行监督 4 报告作用 及时将检验中收集到的数据报告领导和上级 以便采取措施和加强管理 全检 用于 1 检验是非破坏性的 检验项目少 且量不多 2 检验费用少 成品中有致命危害的项目 全检不等于全数保证 在检验项目多 检验数量大的情况下 即使全检也不能保证无缺陷 因此 在生产中全检的产品 也无法保证完全无缺陷 抽检 用于 破坏性检验 测量对象是连续体 产品数量多或检验的项目多 希望检验的成本低 旨在进行工序状态的监督和控制 单位产品 为实施抽样检验需要而划分的基本单位 检查批 批 为实施抽样检验而汇集的单位产品 检验特性曲线 检验特性曲线 OperatingCharacteristicCurve OC 由给定的抽样方案所确定的批合格率与批质量的关系曲线1 抽样方案对一定批量N 抽取样本n 不合格数r作为批合格判断的最大允许数 用Ac Accept 表示 用 n Ac 表示 2 批合格概率对批质量 合格或不合格率 已知的批 按给定抽检方案判该批为合格的可能性大小 Forexample 某批量为N 1000件 其中不合格为50件 即不合品率为p 5 随机抽取10 30 件中出现0 1 2 件不合格 并记下 再将其混入原批中 再随机抽10 30 个检查 重复100次 可以得到以下表 对大小为N的母本 不合格率为p的批 从中抽取n的样本 则样品中出现r个不合格品的几率为 P r 1 式中从批量N中抽出n个的组合 从批的不合格品数Np中抽出r个不合品的组合 从批合格品中抽出 n r 个合格品的组合 抽样出现概率 抽样概率 由 1 式可得当N 1000 p 5 时 抽取不同样品 出现不合格品几率 抽样概率2 由 1 式可知 对同样的1000个产品 同样取80个作检验 在不同的合格率下 不合格品的几率为下表 抽样方案与批合格率 由以上的抽样几率表可知 在不同的合格率的情况下 1000个产品中抽取80个 3个判断为不合格的几率为表1 2个判断为不合格的几率为表2 抽检特性曲线 对N n Ac 给定时 批合格率L p 可描绘为如下图所示的曲线 称为OC曲线 确定了抽检方案 就确定的特定的OC 它可以告诉我们在特定的抽检方案下 不同合格品率的产品被判定为合格的可能 或要使检查批以某种概率合格 该批的不合格率 客户风险与供方风险 给定特定的抽样方案 质量差的批被判断为合格的几率 称为客户风险 同样 质量好的批被判断为不合格的几率 称为供方风险 如前几页所示 对N 1000 80 3 的抽检方案 如不合格率低于1 的被认为是可接受 那么供方风险为3 9 而不合格率为5 的批被我们的接受的几率为 21 9 这就是客户风险 对OC曲线的讨论 1 对抽检方案中 n Ac 一定时 N变化 L p 的变化如下表如示 当N 1000时与N 相比 几率相差已经很小 当N 200以上时 可以认为实际上没有差别 因此 当N n 10时 可以认为曲线不随N的增加而变化 即不考虑批量对抽样方案的影响 在N 时 供方风险与客户风险都比N 60时大 因此在批量增大时 必须改变抽样方案以减少风险 对OC曲线的讨论 2 在抽检方案 n Ac 合格判定数一定时 随着抽样数n的增加 OC曲线变陡 向左偏移 即供方风险增加 而客户风险减少 同样 在样本不变 合格判定数变少时 曲线变陡 即不合格率稍有变化就会导致批合格几率有很大的变化 对OC曲线的讨论 3 关于c 0抽样方案 以下是N 1000 n 100 Ac 0 n 170 c 1与n 240 Ac 2的三条OC曲线的对比 由图可知 采取第二与第三种方案的两种风险都比第一种好 即同时增加抽样数与可接受数比第一种接受数为0的方案更能控制产品质量 对OC曲线的讨论 4 按百分比抽取样品的方案 在批量变化时 质量保证将在很在程度上变化 因此是一种不可取的方法 抽样检验标准 可分为计数标准型抽样检验与计数调整型抽样检验两种方法 具体方法参见国家和国际标准 略 对OC曲线的讨论 5 FMEA失效模式分析 EDITEDBYZHANGJIE FMEA失效模式分析 FMEA的历史与发展什么是FMEAFMEA的特点FMEA的作用FMEA的应用范围开展FMEA的程序和步骤FMEA计分标准与风险评估参考FMEA练习及讨论 20世纪60年代 美国宇航界首研究开发FMEA 1974年 美国海军建立一个FMEA标准 1976年 美国国防部首次采用FMEA标准 70年代后期 美国汽车工业开始运用FMEA 80年代中期 美国汽车工业将FMEA运用于生产过程中 90年代 国际ISO标准组织将FMEA纳入QS9000标准 在QS9000体系中 是4 20统计技术这个要素中的首要审核項目 FMEA的历史与发展 什么是FMEA 1 FMEA FailureMode 什么是FMEA 2 FMEA是一种用来确认风险的分析方法 它包含 确认潜在的失效模式并评价其产生的效应 确认失效模式对客户所产生的影响 确认潜在的产品 过程失效原因 确认现有控制产品 工序失效的方法 确定排除或降低失效改善方案 设计之前预先进行风险分析 确保设计水平 FMEA的特点 分析失效模式 确定失效原因 评估失效效应 將 失效的严重性 失效发生的可能性 失效检测的可能性 這三方面进行量化 确认改善效果 4 FMEA的作用 1 1 FMEA是一种统计工具 控制工具 设计控制 生产控制 工序控制 风险性分析工具 管理工具 识別和评估潜在的失效模式及其影响 确定能夠消除或减少潜在的失效发生的改善措施 FMEA的作用 2 2 FMEA可帮助我们量化确认 哪一种失效会发生 Failuremode 发生后会造成什么影响 Effect 其影响的严重性有多大 Severity 是哪一种原因导致失效 Cause 失效发生概率 Occurrence 当前工序控制方法 CurrentProcessControlPlan 检测失效的能力 Detection 风险优先指数 RiskPriorityNumber RPN 建议行动 Recommendedaction FMEA的应用范围 1 设计阶段的FMEA DFMEA DesignFMEA 如新工序的设计 我们可以预先进行DFMEA 尽可能周全地考虑产品规格 工序操作水平 工序能力等诸多因素 使工序符合规定的要求 2 工序和生产的FMEA PFMEA ProcessFMEA 针对工序间的首要坏品 可运用PFMEA作量化分析 在影响坏品产生的诸多因素中 哪一個系统原因影响最大 是否是主要原因 其它 如CPk低 生产过程异常等等都可以通过采用PFMEA直观地找出主要原因 进行改善达到应有的效应 3 设备维护的FMEA EFMEA EquipmentFMEA 如新设备的投入运行 我们亦可以预先进行EFMEA 分析 考虑由于设备可能造成的产品品质問題及可靠度问題等原因 预防采取措施消除不良因素 現有设备 特定的一种设备在运行中出现的设备故障等均可采用FMEA进行改善 以确保设备的正常运转 帮助我们发现在产品开发阶段的潜在坏品模式及其影响分析可能的高坏品率会影响到高效率地生产装配 因此在设计阶段我们就应该加以考虑帮助我们验证产品的设计要求和选择最优化设计方案提供一些必要的信息 以便通过测试程序对产品设计加以验证帮助我们确定潜在缺陷对关键性能和重要性能的影响建立产品设计的优先改善行动机制使产品设计改变后的相关资料文件化使产品设计开发规范化 DFMEA的作用 什么时候做DFMEA 当一个新的系统 产品或过程开始设计时当存在的设计或过程需要改变时当设计或过程应用到新的地方或新的环境研究或解决的问题完成后 防止问题再发生设计的产品功能被确定 在产品设计被批准开始制造之前 PFMEA的作用 确定与产品相关的