SPC知识简介PPT课件.ppt

SPC知识介绍 讲师 乐攀2016 1 30 2020 1 27 1 目录 1 SPC的定义2 SPC的起源3 实施SPC需掌握的相关知识4 常规控制图5 分析用控制图与控制用控制图6 常规控制图的计算7 过程能力分析 2020 1 27 2 3 一 SPC的定义 1 SPC StatisticalProcessControl统计过程控制 应用统计方法对过程中的各个阶段进行评估和监控 建立并保持过程处于可接受的并且稳定的水平 从而保证产品与服务符合规定要求的一种质量管理技术 2 SPC包含两个方面的内容 1 利用控制图分析过程的稳定性 对过程存在的异常因素进行预警 2 计算过程能力指数Cpk 分析稳定的过程能力满足技术要求的程度 对质量进行评价 2020 1 27 3 4 一 SPC的定义 3 SPC的特点 1 SPC是全系统的 全过程的 要求全员参加 人人有责 这点与全面质量管理TQM的精神完全一致 2 SPC强调用科学方法 主要是统计技术 尤其是控制图理论 来保证全过程的预防 但不能告知异常是什么因素引起的 3 SPC不仅用于生产过程 而且可用于服务过程和一切管理过程 2020 1 27 4 概念 只有偶因而无异因产生的变异的状态 优点 对产品的质量有完全把握 生产也是最经济的 在控制状态下 过程的变异最小 一 SPC的定义 2020 1 27 5 SPC过程控制的需要 检测 容忍浪费 预防 避免浪费 一 SPC的定义 不要等产品做出來后再去看它好不好 而是在制造的時候就要把它制造好 2020 1 27 6 7 二 SPC的起源 20世纪 人类跨入了以加工机械化 经营规模化 资本垄断化为特征的工业化时代 号称第二次工业革命 在整整一个世纪中 质量管理的发展 大致经历了三个阶段 质量管理的发展 发源地 2020 1 27 7 1 质量检验阶段 20世纪初 人们对质量管理的理解还只限于质量的检验 质量检验所使用的手段是各种的检测设备和仪表 方式是严格把关 进行百分之百的检验 期间 美国出现了以泰勒为代表的 科学管理运动 科学管理 提出了在人员中进行科学分工的要求 并将计划职能与执行职能分开 中间再加一个检验环节 以便监督 检查对计划 设计 产品标准等项目的贯彻执行 这就是说 计划设计 生产操作 检查监督各有专人负责 从而产生了一支专职检查队伍 构成了一个专职的检查部门 这样 质量检验机构就被独立出来了 质量检验是在成品中挑出废品 以保证出厂产品质量 但这种事后检验把关 无法在生产过程中起到预防 控制的作用 且百分之百的检验 增加检验费用 在大批量生产的情况下 其弊端就突显出来 二 SPC的起源 质量管理的发展 2020 1 27 8 2 统计质量控制阶段 这一阶段的特征是数理统计方法与质量管理的结合 第一次世界大战后期 休哈特将数理统计的原理运用到质量管理中来 并发明了控制图 他认为质量管理不仅要搞事后检验 而且在发现有废品生产的先兆时就进行分析改进 从而预防废品的产生 控制图就是运用数理统计原理进行这种预防的工具 因此 控制图的出现 是质量管理从单纯事后检验进入检验加预防阶段的标志 也是形成一门独立学科的开始 二 SPC的起源 质量管理的发展 2020 1 27 9 2 统计质量控制阶段 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 一个为过程控制 学术领导人为休哈特 WalterA Shewhart 另一组为产品控制组 学术领导人为道奇 HaroldF Dodge 第一本正式出版的质量管理科学专著就是1931年休哈特的 工业产品质量的经济控制 在休哈特创造控制图以后 道奇在1929年发表了 抽样检查方法 他们都是最早将数理统计方法引入质量管理的 为质量管理科学做出了贡献 第二次世界大战开始以后 统计质量管理得到了广泛应用 美国国防部在向民营企业采购大量的军需物资及装备时 用这些方法于供应商的生产过程及验收过程 并收到了显著效果 但是 战后美国成为当时工业最强大的国家 没有外来竞争力量去迫使美国公司改变传统方法 竞争不够强 于是过程控制方法在1950 1980这一阶段内 逐渐从美国工业中消失 二 SPC的起源 质量管理的发展 2020 1 27 10 休哈特 WalterA Shewhart 现代质量管理的奠基者 美国工程师 统计学家 管理咨询顾问 被尊称为 统计质量控制之父 1924年5月 休哈特提出了世界上第一张控制图 1931年出版了 产品制造质量的经济控制 一书 主要观点 产品质量不是检验出来的 而是生产出来的 质量控制的重点应放在制造阶段 从而将质量管理从事后把关提前到事前控制 主要成果 控制图 二 SPC的起源 质量管理的发展 2020 1 27 11 2 统计质量控制阶段 战后经济遭受严重破坏的日本 在1950年通过休哈特早期的一个同事戴明 W Ed wardsDeming 博士 将SPC的概念引入日本 从1950 1980年 经过30年的努力 日本跃居世界质量与生产率的领先地位 美国著名质量管理专家伯格 RogerW Berger 教指出 日本成功的基石之一就是SPC 在日本强有力的竞争之下 从80年代起 SPC在西方工业国家复兴 美国从20世纪80年代起开始推行SPC 如福特汽车公司 通用汽车公司 克莱斯勒汽车公司等 在与汽车有关的行业中 颇为流行 美国钢铁工业也大力推行了SPC 如美国LTV钢铁公司 内陆钢铁公司 伯利恒钢铁公司等等 二 SPC的起源 质量管理的发展 三国官渡之战时 曹操对抗实力强大得多的袁绍 在袁绍阵中不得重用的谋士许攸 投奔曹操 献计火烧乌巢粮草 一战而扭转整个战局 2020 1 27 12 戴明 W E Deming 美国著名的质量专家之一 第二次世界大战后 他应邀赴日本讲学和咨询 对统计质量管理在日本的普及和深化发挥了巨大的作用 后来他在美国传播在日本十分有效的质量管理 1980年 在美国全国广播公司 NBC 的名为 日本可以 为什么我们不能 节目播出后 他便成为美国在质量方面的著名人物 主要观点 引起效率低下和不良质量的原因 主要在公司的管理系统而不在员工 主要成果 戴明环 PDCA 质量管理14条原则 1 持之以恒地改进产品和服务 2 采用新的观念 3 停止依靠大规模检查来保证质量 4 结束仅仅依靠价格选择供应商的做法 5 持之以恒地改进生产和服务系统 6 采用现代方法开展岗位培训 7 发挥主管的指导帮助作用 8 排除恐惧 9 消除不同部门之间的壁垒 10 取消面向一般员工的口号 标语和数字目标 11 避免单纯用量化定额和指标来评价员工 12 消除打击员工工作情感的考评 13 鼓励学习和自我提高 14 采取行动实现转变 只想改进结果 而不改进系统是在骗自己 二 SPC的起源 质量管理的发展 2020 1 27 13 3 全面质量管理阶段 20世纪50年代以来 科学技术和工业生产的发展 对质量要求越来越高 要求人们运用 系统工程 的概念 把质量问题作为一个有机整体加以综合分析研究 实施全员 全过程 全企业的管理 60年代在管理理论上出现了 行为科学 学派 主张调动人的积极性 注意人在管理中的作用 对企业组织管理提出了变革要求 并促进了质量管理的发展 社会进步带来了观念的变革 保护消费者利益的运动向企业提出了 质量责任 问题 随着国际市场竞争力 剧 交货期和价格成为顾客判别满足质量要求程度的重要内容等等 这些新情况的出现 都要求质量管理在原有传统质量控制方法的基础上 有新的突破和发展 基于这样的历史背景和经济发展的客观要求 美国通用电气公司 GE 总经理A vFeigenbatan和著名的质量管理号家M Juran等人在20世纪60年代先后提出了 全面质量管理 的概念 这一概念的提出 开创了质量管理的新时代 一直影响到今天 二 SPC的起源 质量管理的发展 2020 1 27 14 朱兰 J M Juran 和戴明一样 朱兰作为美国著名的质量管理专家 曾指导过日本的质量管理 1951年出版了 质量控制手册 到1999年已发行到第5版 改名为 朱兰质量手册 主要观点 质量来源于顾客的需求主要成果 质量管理三部曲 质量策划 质量控制 质量改进 二 SPC的起源 质量管理的发展 2020 1 27 15 3 全面质量管理阶段 在吸收 全面质量管理 这一观念方面 日本是做得最成功的 日本不仅认真学习美国的全面质量管理的思想和方法 还结合自己的国情创造出了 全公司性质量管理 的理论和方法 取得了极大的成功 TQM TotalQualityManagement 使管理的概念更仝面 更人性化 更具有竞争性 极大地推动了世界经济的发展 为人类进步和生活质量的提高做出了巨大贡献 二 SPC的起源 质量管理的发展 2020 1 27 16 石川馨 IshikawaKaori 日本著名质量管理专家 主要观点 全面质量管理在日本就是全公司范围内的质量管理 推行日本的质量管理是经营思想的一次革命 主要成果 发明特性要因图 鱼骨图 是日本QCC的奠基人之一 推行日本的质量管理是经营思想的一次革命 1 质量第一 2 面向消费者 3 下道工序是顾客 4 用数据 事实说话 5 尊重人的经营 6 机能管理 二 SPC的起源 质量管理的发展 2020 1 27 17 三 实施SPC需掌握的相关知识 问题 谁的射术更佳 2020 1 27 18 Spec LSL USL 我们合格 Spec in就合格 IamData 我活着 Spec out不合格 检出不良 三 实施SPC需掌握的相关知识 统计基础知识 2020 1 27 19 一 平均数 中位数都是描述数据的 集中趋势 的 特征数 1 平均数 一般来说就是把所有数据相加 除以个数 用 表示2 中位数 将一组数据按大小依次排列 把处在最中间位置的一个数据 或最中间两个数据的平均数 用 表示例 一组数据 1 2 3 4 5 6 7 8 9 从小中位数就是这些数据排好后中间的数 一组数据共9个 中间的就是第5个 所以中位数就是5 但如果数据的个数是偶数1 2 3 4 5 6 7 8 9 10那么中位数就是中间两个数字的平均数 中位数就是第5位和第6位相加除以2 等于5 5 X X X X1 X2 Xn n 二 平均数与中位数的区别 1 平均数作为一组数据的代表 比较可靠和稳定 它与这组数据中的每一个数都有关系 对这组数据所包含的信息的反映最为充分 因而其应用最为广泛 但计算时比较烦琐 并且容易受到极端数据的影响 2 中位数作为一组数据的代表 可靠性也比较差 但中位数也不受极端数据的影响 三 实施SPC需掌握的相关知识 2020 1 27 20 三 实施SPC需掌握的相关知识 2020 1 27 21 三 极差 方差 S2 标准差 SD 都是描述数据的 离散度 程度的 特征数 1 极差 一组数据中最大值与最小值之差值 用 R 表示R XMAX XMIN2 离均差的平方和 将数据与均值之差 我们叫它离均差 平方后相加 反映出一个准确的离散程度 3 方差 S2 由于离均差的平方和与样本个数有关 只能反应相同样本的离散度 而实际工作中做比较很难做到相同的样本 因此为了消除样本个数的影响 增加可比性 将标准差求平均值 这就是我们所说的方差 样本量越大越能反映真实的情况 而算数均值却完全忽略了这个问题 对此统计学上早有考虑 在统计学中样本的方差多是除以自由度 n 1 它是意思是样本能自由选择的程度 当选到只剩一个时 它不可能再有自由了 所以自由度是n 1 4 标准差 SD 由于方差是数据的平方 与检测值本身相差太大 人们难以直观的衡量 所以常用方差开根号换算回来这就是我们要说的标准差 三 实施SPC需掌握的相关知识 自由 自由 不自由 2020 1 27 22 案例 两台机床同时生产直径是40毫米的零件 为了检验产品质量 从产品中各抽出10件进行测量 结果如下 单位 毫米 怎样能说明在使所生产的10个零件的直径符合规定方面 哪个机床做得好呢 2 再求方差机床甲 方差 40 40 2 39 8 40 2 39 8 40 2 10 1 0 26 9 0 029机床乙 方差 40 40 2 40 40 2 39 9 40 2 10 1 0 08 9 0 009 答 1 先求平均数机床甲 平均数 40 39 8 39 8 10 40机床乙 平均数 40 40 39 9 40 计算的结果说明两组数据的平均数都等于规定尺寸40毫米 这能说明两个机床做的一样好吗 不能 从图中看到 机床甲生产的零件的直径与规定尺寸偏差较大 偏离40毫米线较多 机床乙生产的零件的直径与规定尺寸偏差较小 比较集中在40毫米线的附近 这说明 在使所生产的10个零件的直径符合规定方面 通过计算机床甲的方差 机床乙的方差 机床乙比机床甲要好 三 实施SPC需掌握的相关知识 2020 1 27 23 例题 假定某车间有部车床车制直径为10mm的机螺丝 为了了解机螺丝的质量 从车制好的机螺丝中抽出100个 测量并记录其直径数据如表 一 为找出这些数据的统计规律将它们分组 统计 作直方图 步骤一 收集数据 数据最好收集50个以上 较容易显示出整体数据的分布情况 步骤二 决定组数 分组组数没有统一规定 但分太多或太少皆会使直方图失真 依照样本大小n 决定组数 如表 二 本例中n 100 k 8 步骤三 决定组距 组距h可由组数K除以全距R来决定 如下式全距 R XMAX XMIN 10 6 9 22 1 38组距 h R K 1 38 8 0 1725 0 2 步骤四 决定组界 组界即每一组的上下界 其计算方法如下 第一组下界L1 XMIN 测量单位 2第一组上界U1 L1 h第二组下界L2 U1第二组上界U2 L2 h依此类推 三 实施SPC需掌握的相关知识 直方图 24 步骤五 计算组中点 各个组的值以中点为代表值 计算方法如下 Xi Li Ui 2 步骤六 计算次数并作次数分配表 步骤七 绘制直方图 以组界或组中点为X轴 次数为Y轴 再以各组之组距为底边 次数为高 对每一组绘一长方形 相邻的组其长方形紧靠在一起 不要有空隙 三 实施SPC需掌握的相关知识 25 控制图定义 对过程质量特性值进行测定 记录 评估和监察过程是否处于统计控制状态的一种用统计方法设计的图 UCL LCL CL统称为控制线 他们相互平行 若控制图中的描点落在UCL LCL之外或描点在UCL LCL之间的排列不随机 则表明异常 世界上第一张控制图是美国休哈特在1924年提出的不合格品率控制图 四 常规控制图 26 27 母体平均值 标准差 四 常规控制图 原理 在产品的整个生命周期的各阶段 在所有过程的运行和结果中均可观察到变异 变异是质量的敌人 提高质量的途径便是持续地减少变异 一直地满足顾客的要求 人们常关心一个随机事件 如不良率 市场占有率等 发生的可能性大小 即概率 随机事件 变量 的取值是随机的 但内在还是有规律性的 可以用分布来描述 对应概率密度函数P x 样本 正态分布 在质量管理中最常用也最重要的分布 它能描述很多质量特性X随机取值的统计规律 其图形是对称的钟形曲线 正态分布概率密度函数 2020 1 27 28 正态分布概率 正态分布是最重要的一种概率分布 正态分布概念是由德国的数学家和天文学家Moivre于1733年首次提出的 但由于德国数学家Gauss率先将其应用于天文学家研究 故正态分布又叫高斯分布 高斯这项工作对后世的影响极大 他使正态分布同时有了 高斯分布 的名称 高斯是一个伟大的数学家 重要的贡献不胜枚举 但现今德国10马克的印有高斯头像的钞票 其上还印有正态分布的密度曲线 这传达了一种想法 在高斯的一切科学贡献中 其对人类文明影响最大者 就是这一项 四 常规控制图 原理 0 135 0 135 2020 1 27 29 四 常规控制图 原理 正态分布有一个结论对质量管理很有用 即无论均值 和标准差 取何值 产品质量特性值落在 3 之间的概率为99 73 于是落在 3 之外的概率为100 一99 73 0 27 而超过一侧 即大于 3 或小于 3 的概率为0 27 2 0 135 1 如正态分布曲线图 这个结论十分重要 美国休哈特就根据这一事实提出了控制图 控制图的演变过程参见控制图的演变图 把正态分布曲线图按逆时针方向转90 成下图 这样就得到一张控制图 具体说是单值 控制图 四 常规控制图 原理 30 31 个别值的正态分布 四 常规控制图 原理 平均值的正态分布 控制图的正态分布 2020 1 27 案例 为了控制螺丝的质量 每隔1小时随机抽取一个车好的螺丝 测量其直径 将结果描点在x控制图中 并用直线段将点子连结 以便于观察点子的变化趋势 由图可看出 前三个点子都在控制界内 但第四个点子超出上控制界 为了醒目 把它用小圆圈圈起来 表示这个机螺丝的直径过分粗了 应引起注意 现在对这第四个点子 应作何判断 根据正态分布的结论 在生产正常的条件下 点子超出上控制界的概率只有1 左右 可能性非常小 可以认为它实际上不发生 若发生则认为生产中存在异常 而从x控制图也可看出 若生产异常 例如 由于车刀磨损 机螺丝直径将逐渐变粗 增大 分布曲线将上移 这时分布曲线超出上控制界那部分面积 用阴影区表示 可能达到千分之几十 几百 比1 大得多 于是认为点子出界就判断异常 用数学语言来说 即根据小概率事件原理 小概率事件实际上不发生 若发生则判断异常 概率很小的随机事件在个别试验中是几乎不可能发生的 这一原理叫做小概率事件原理 四 常规控制图 原理 32 1 异因是非过程固有 有时存在 有时不存在 对质量影响大 但不难除去 例如塑胶模具过度磨损以至使质量特性超过工艺要求等 2 异因引起质量的异常波动 异常波动对质量的影响大 且采取措施不难消除 故在过程中异常波动及造成异常波动的异因是我们注意的对象 一旦发生 就应该采取措施加以消除 1 偶因是过程固有的 始终存在 对质量的影响微小 但难以除去 例如机床开动时的轻微振动等 2 偶因引起质量的偶然波动 偶然波动是不可避免的 但对质量的影响一般不大 偶因 异因 VS 常规控制图的实质是 区分偶然因素与异常因素 假定现在异常波动均已消除 只剩下偶然波动 则此偶然波动的波动将是正常波动 以此波动作为基础 若过程中异常波动发生 则此异常波动叠加于正常偶然波动上后所产生的波动一定会比原来的最小偶然波动大为增加 从而在控制图上会造成点子频频出界 故可由此判断过程已经发生异常的变化 四 常规控制图 原理 第2种解释 33 2020 1 27 34 四 常规控制图 原理 第2种解释 物质的构成物质由分子和原子构成 H2O CO2等是分子构成金刚石等就是原子构成的 分子的性质分子 Molecule 是独立存在而保持物质化学性质的一种粒子 分子有一定的大小和质量 分子间有一定的间隔 分子总是在不停地运动 分子间有一定的作用力 分子可以构成物质 分子在化学变化中还可以被分成更小的微粒 原子 分子可以随着温度的变化而改变间隔大小 冰由二氧化碳分子构成 金刚石由碳原子构成 铜由铜原子构成 氯化钠由氯离子和钠离子构成 物质构成 运动是分子的固有特性 也是物质的固有特性 不可消除 偶因 35 1 应用控制图对生产过程不断监控 当异常因素刚一露出苗头 甚至在未造成不合格品之前就能及时被发现 例如 在控制图重点子形成倾向图中点子有逐渐上升的趋势 所以可以在这种趋势造成不合格品之前就采取措施加以消除 起到预防的作用 2 在现场 更多的情况是控制图显示异常 这时一定要贯彻下列20个字 查出异因 采取措施 保证消除 不再出现 纳入标准 每贯彻一次这20个字 就消除一个异因 使它永不再出现 从而起到预防的作用 由于异因只有有限多个 故经过有限次循环后 参见达到稳态的循环图 最终可以达到这样一种状态 在过程中只存在偶因而不存在异因 这种状态称为统计控制状态或稳定状态 简称稳态 稳态 是生产过程追求的目标 因为在稳态下生产 对质量有完全的把握 质量特性值有99 73 落在上下控制界限之间的范围内 一般 合格品率还要高于99 73 四 常规控制图 作用 36 合理使用控制图能 供正在进行过程控制的操作者使用 有助于过程在质量上和成本上能持续地 可预测地保持下去 使过程达到 更高的质量 更低的单件成本 更高的有效能力 四 常规控制图 作用 2020 1 27 37 为讨论过程的性能提高共同语言 区分变差的特殊原因和普通原因 作为采取局部对系统采取措施的指南 控制图为两班 三班操作过程的人员之间 和支持活动 维修 材料控制 过程工程 质量控制 的人员之间就有关过程性能的信息交流提供了通用的语言 四 常规控制图 作用 2020 1 27 38 控制图通过区分变差的特殊原因和普通原因 为人们就任何问题应采取适当的局部改进措施还是要求采取管理措施提供依据 这样可以减少混淆 挫折以及误导性解决问题的努力而造成的高成本 四 常规控制图 作用 2020 1 27 39 休哈特提出他们与中心线的距离为3 时是较好的 实际经验证明 在不少情况 上述3 原则是接近最优的 不合格品最少 因而生产也是最经济的 质量成本投入性价比高 根据3 原则中心线与上 下控制限的公式为 式中 为总体均值 为总体标准差 四 常规控制图 3 方式 控制界限和规格界限 规格界限 是用来区分产品的合格与不合格 LSL Lowerspecificationlimit USL Upperspecificationlimit 控制界限 控制界限是用来区分偶然波动与异常波动 LCL UCL 注 利用规格界限显示产品质量合格或不合格的图是显示图 但不能作为控制图来使用 站在巨人肩膀上 40 计量型数据控制图 用计量型数据 可以分析一个过程的性能 可以量化所做的改进 即使每个单值都在规范限界内 这一点对寻求持续改进来说是很重要的 计量性控制图可以通过分布的宽度 零件间的变差R 和其位置 过程的平均值X 来解释数据 四 常规控制图 分类 2020 1 27 41 四 常规控制图 分类 2020 1 27 42 计数型数据只有两个值 合格 不合格 成功 失败 通过 不通过 出席 缺席 计数型数据控制图 四 常规控制图 分类 2020 1 27 43 四 常规控制图 分类 2020 1 27 44 优缺点比较 四 常规控制图 分类 45 四 常规控制图 分类及使用场合 46 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 1 分析过程是否为统计控制状态2 过程能力指数是否满足要求 五 分析用控制图与控制用控制图 2020 1 27 47 分析用控制图 五 分析用控制图与控制用控制图 在评估PT耦合比对系数时 先用均值移动极差控制图判定制程是否处于稳态 先看MR控制图图是否有异常再看平均值控制图 2020 1 27 48 如发现异常 过程失控或过程能力不足 则应找出原因 采取措施 使过程达到稳定 过程处于稳定后 才可以将分析用控制图的控制线延长作为控制用控制图 五 分析用控制图与控制用控制图 分析用控制图 2020 1 27 49 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 控制用控制图由分析用控制图转化而来 控制用控制图用于使过程保持稳定 预防不合格的产生 控制用控制图 五 分析用控制图与控制用控制图 2020 1 27 50 控制用的控制图的应用原则 按规定的取样方法获得数据 通过打点来观察 控制异常原因的出现 当点子分布出现异常 说明工序质量不稳定 此时应及时找出原因 消除异常因素 使工序恢复到正常的控制状态 控制用控制图的控制线来自分析用控制图 不必随时计算 五 分析用控制图与控制用控制图 控制用控制图 2020 1 27 51 五 分析用控制图与控制用控制图 控制用控制图 2020 1 27 52 主要区别 五 分析用控制图与控制用控制图 53 判断异常的准则就有两大类 1 点子出界就判断异常 2 界内点排列不随机判断异常 常规控制图的标准GB T4091 2001有八种准则 五 分析用控制图与控制用控制图 判异准则 54 五 分析用控制图与控制用控制图 判异准则 常规控制图的标准GB T4091 2001有八种准则 55 56 六