SPC过程统计控制培训课件.ppt

Author LiuFeng SPC培训 SPC StatisticalProcessControl即统计制程控制SPC1924年起源于美国 发展于日本 看清品质状况提前发现问题找出问题根源少花钱办好事减少报表麻烦满足客户要求提升生产效力降低品质成本 SPC理论介绍 SPC理论介绍 过程控制的必要检测 容忍浪费 Y 对输出采取的措施预防 避免浪费 X 对输入采取的措施 SPC理论介绍 SPC系统重要的四个基本要素1过程 所有的变量X 例如 供应商 生产者 人 设备 材料 方法和环境等共同作用以产生输出的顾客的集合 2关于过程性能的信息 通过过程输出可以获得许多实际性能有关的信息 3对过程采取的措施 为避免一些重要的特性偏离目标值太远 改变过程变量X所采取的方法 例如 改变操作 更换材料 改变流程等4对输出采取措施 最不经济 一般加强检验或100 全检 并会产生报废或不合格品返工 SPC理论介绍 如何选择过程控制 SPC管制 对象 SPC理论介绍 QFD QualityFunctionDeployment质量功能展开是一种将顾客声音转化为技术要求和操作条款 并将转化的信息以文件形式列在矩阵表中系统化的程序 QFD首先在日本三菱公司率先使用QFD通过因果矩阵方法找出关键特性 SPC理论介绍 因果矩阵从过程图中理出客户的关键要求打分排列出优选程序 通常是从1分到10分 从过程图中理出所有输入对输入与输出作相关评估 低分 输入变量的波动对输出影响较小高分 输入变量的波动对输出影响较大 SPC理论介绍 因果矩阵例子 如何开好咖啡店 实施步骤首先 列出输入和输出的变量 SPC理论介绍 因果矩阵步骤一 列出输出变量 放在矩阵的顶部 SPC理论介绍 因果矩阵步骤2 客户对输出的变量打分 SPC理论介绍 因果矩阵步骤3 列出输入变量 采用工序图中的输入 SPC理论介绍 因果矩阵步骤4 输入变量和输出变量的样关性 对每个输入和输出进行打分1 10分 SPC理论介绍 因果矩阵步骤5 选择重点变量 交叉相乘之和 重点变量为豆的种类和酿造时间 SPC理论介绍 练习一选择长炉工序的关键特性练习二选择整个玻封二极管产品的关键特性 SPC理论介绍 统计学基础什么是统计 通过收集检测输出的数据去计算分析过程的分布及趋势以获取有用的情报SPC 利用统计学来反馈输出 并找出异常变量或异常趋势 并加以控制和预防 以达到改善品质 降低成本的目的 SPC理论介绍 SPC主要内容分为计数值 Attribute 与计量值 Variable 两种 所涉及的内容有 抽样检验 数据整理 各种图形分析 状况 制程分析 原因 改善监控等 计数值 离散数据 就是以计产品的件数或点数的表示方法 计数值的数据在理论上有不连续的特质 故称之为离型变量 计量值 连续数据 指是产品须经由实际量测或测试而取得的连续性实际值 并对其做数理分析 以说明该产品在此量测特性的品质状况的方法 计量值的数据在数学上具有连续性的特质 计量值的抽样计划理论上是采用每固定时间抽取4 20个样本数来进行量测 可采用一次性抽取50 150个样本来量测做状态分析 直方图 计算CPK等 计量值做状态分析时一般不宜超过350个数值 否则数据太大分析就不准确 同时浪费人力 物力 时间等成本 SPC理论介绍 连续数据 可变数据 例如 尺寸 重量 时间 体积 容量等 说明一个产品或过程的特性 测量标准可以有意义的分割 使精确度提高 请每人举一个连续数据的例子 不允许重复 离散数据 属性数据或类别数据 某件事发生和未发生的次数 以发生的频率来表示例如 合格与拒绝 班次 烟火探测器 报警与正常 等请每人举一个离散数据的离子 不允许重复 SPC理论介绍 问题 我们目前统计SPC使用的是计量型数据还是计数型数据 基本资料设定建立 计数值数据输入 普通管制分析 PPM 不良推移 计量值数据输入 单品质特性图 多品质特性图 Xbar Rchart平均数全距管制图CPK推移图制程能力分析图 SPC理论介绍 SPC理论介绍 统计学术语总体 全组数据 全部对象 用N表示样本 总体的一个子集 用n来表示平均值 总体和样本的平均值 反映接近真实值的趋势 总体的平均值用u来表示 样本的平均值用X来表示中位数 样本中位置处于中间的数值 中位数的取值X X n 1 2n为奇数时 X n 2 X n 2 2 2n为偶数极差 一组样本最大值与最小值之差 用R表示偏差 样本数据Xi与平均值之差平均偏差 数据与平均值之差的平均值方差 数据与其平均值之间差值的平方的平均值 总体的方差用 2来表示 样本的方差用s2表示均方差 方差的平方根 总体用 表示 样本用s来表示 SPC理论介绍 统计学基础平均值 中位数 反映样本距离中心值的程度 准确性的问题 极差 偏差 方差 标准差 反映样本数据之间的离散程度 精密性的问题 问题 写出各概念的计算公式 SPC理论介绍 统计学基础练习 计算下面数据的均值 中位数 级差 平均偏差 方差和标准偏差 SPC理论介绍 标准差的含义反映数据的离散程度 与均值无关计算公式 s 枪手A和枪手B B A 西格码小 数值集中 西格码大 数值离散 SPC理论介绍 标准差的含义例子 见课本P16 SPC理论介绍 标准差的含义正态分布群体 N规格中心值 T平均数 X 集中趋势 标准偏差 离散趋势 被涵盖在特定范围的概率P P u X u 0 6827P u 2 X u 2 0 9545P u 3 X u 3 0 9973于u k 之间的概率 SPC理论介绍 绘制直方图直方图的作用 1 预测过程能力 SPC理论介绍 绘制直方图直方图的作用 2计算不良率 USL LSL USL LSL USL LSL SPC理论介绍 绘制直方图直方图的作用 3调查是否混入不同的数据二批不同材料 二个不同操作员 二个不同斑别 二台不同设备等 SPC理论介绍 绘制直方图直方图的作用 4测试有无假数据据说曾有一家轮胎厂 厂房坐落在大水沟旁 检验员如发现不合格之制品 就将其丢入大水沟内 削壁型直方图 SPC理论介绍 绘制直方图直方图的作用5测知分布状态正态型 离岛型 右偏型 SPC理论介绍 绘制直方图绘制方法收集数据 不少于50个 确定组数K 1 3 32lgnn为样本数或依照求全距R数据的最大值 最小值求组距 全距 组数求组界 第一组下组界 最小值 最小值测定位数 2第一组上组界 第一组下组界 组距第二组下组界 第一组上组界 依次类推求组中值 下组界 上组界 2绘图 SPC理论介绍 绘制直方图直方图实例有一机械厂 为了解制品外经尺寸之变化 由产品抽取100个样本测定其外经 测定结果如下 SPC理论介绍 绘制直方图直方图实例1 求组数 n 100 102 定组距 全距 Xmax Xmin 0 665 0 634 0 031组距 全距 组数 0 0310 0033 决定区间之境界值第一组下组界 最小测定 1 2测定单位 0 634 0 001 2 0 6335以0 6335累加0 003得个区间之境界值 SPC理论介绍 绘制直方图直方图实例4 计算个各组间的中心值第一组中心值 0 6335 0 6365 2 0 635以0 635累加0 003得到各区间的中心值5 计算次数分配表 SPC理论介绍 绘制直方图直方图实例 SPC理论介绍 直方图练习 绘制直方图随机从轴形车间长炉焊接工序抽取玻管内经监测80个数据如下 单位 mm 请绘制直方图 正态分布 回顾P25的含义正态分布的标准差 LSL USL u 拐点 3 拐点与平均值之间的距离是一个标准差 如果三倍的标准差都落在目标值和上下限内 我们就称过程具有 3 能力 1 P d 上限 USL 下限 LSL 均值 u 标准差 正态分布 正态分布面积和概率正态曲线与横轴之间的面积等于1 所以曲线下面的面积与缺陷发生的概率有关 规格线 一个缺陷部件概率 合格部分 曲线下的面积是1 0 我们可以计算规范上下线的面积 也就是出现的概率 正态分布可以用来将 和 转换为出现缺陷的百分比 正态分布 使用正态表计算缺陷率 在这里 1 0 规格上线 出现缺陷概率 0 643 Z 0 Z 1 52 假设Z 1 52 1 52之外的正态曲线下部的面积就是出现缺陷的概率Z值是工序能力的一种尺度 通常称 工序的西格码 正态分布 正态分布取值表 见P27 Z值 转化为 标准状态 我们需要利用正态分布的平均值和标准差将其转化为 标准正态 分布 以便使标准正态分布表来获得概率 规格上线 出现缺陷概率 0 643 Z USL Z值是平均值与规范的上下限之间所包含标准差的个数 正态分布 正态分布举例规范是1 030 0 030 1 000 1 060 假设我们测量30个部件 X 1 050 s 0 015 计算一下不符合规范的部件的比例 USLZUSL USL X S 1 060 1 050 0 015ZUSL 0 67从正态表可以看出 0 2514或者25 不符合规范 LSLZLSL X LSL S 1 050 1 000 0 015ZLSL 3 33从正态表可以看出 0 004或者0 04 不符合规范 X 目标值 USL LSL 1 050 1 020 1 035 1 080 1 065 正态分布 ZBench的定义ZBench是与出现缺陷的总概率相对应的Z值 可从正态分布中查到PUSL是相对USL而出现缺陷的概率PLSL是相对LSL而出现缺陷的概率PTOT是出现缺陷的总概率所以上述例子中PUSL 25 14 PLSL 0 04 PTOT PUSL PLSL 25 14 0 04 25 18 25 18 对应的Z值就是ZBench 可以从表中查到 就是0 67 所以ZBench 0 67 而不是ZBench ZULS ZLSL 正态分布 练习 从正态表获得面积 合格品和不合格品的百分比 例1 Z 2 00右边的面积 左边的面积 例2 Z 1 57右边的面积 左边的面积 例3 LSL 6 34s 0 03X 6 41计算Z 不合格率 正态分布 Z作为一种能力的尺度 Z 3Z 6 USL 3 能力 6 USL 3 6 能力 随着偏差减小 出现缺陷的概率降低 所以能力提高 Z 我们希望 小 Z大 影响过程因素 普通原因随着时间的推移具有稳定性的可重复的分布过程中许多变差的原因人 一定的熟练度下的微小差异机 一定的精度下的微笑变化料 一定稳定性下的微笑变化法 一定的操作规范下的微笑变化环 一定条件下的微小变化 在普通原因影响下 过程的输出呈现稳定的分布是可预测的 影响过程因素 影响过程因素 需要对系统采取行动 普通原因正常波动源都使过程处于统计控制之中要区分两种情况 波动的幅度在控制的上下限内 期望的状态波动的幅度超出规格限制 不期望的状态过程输出分布的标准差过大减少标准差不是采取局部行动能奏效的减少标准差要求对系统采取行动减少标准差是管理者的职责 影响过程因素 特殊原因过程中偶然发生的某个环节的特殊变异 如 操作人员的更换刀具崩刃新的原材料的其中一种或几种操作程序变更气温骤降 在特殊原因的影响下 过程的分布会改变 位置 均值 改变 分布宽度 最大值与最小值之间的距离R 形状改变 偏斜 影响过程因素 影响过程因素 对局部采取行动 特殊原因特殊波动常常是一个或几个波动源发生教强的影响所致 找到并加以排除 过程即可恢复正常 又处于统计控制之下 有操作者 或接近过程人完成 巩固成果 记录在案 以免再现任一过程中特殊波动源总是有限个发现一个 排除一个要注意 有的特殊波动源要在一段时间后才会出现一个成熟的过程是工厂的财富 影响过程因素 短期能力研究 适用于产品开发设计阶段短期能力研究适用于验证由顾客提出的过程中生产的首批产品 或验证新的设备的能力PPK和CMK以从一个操作循环中获取的测量为基础如有特殊原因的影响 需要消除后在计算短期过程能力 长期能力研究 稳定量产时使用在过程稳定且能符合短期要求 紧接着应进行长期能力的研究长期能力研究应在足够长的时间内收集数据 同时这些数据应能包括所有能预计到的变差的原因 因为很多变差原因可能在短期研究时还没有观察到 长期能力研究是用来描述一个过程在很长一个时期内包括很多可能 变差原因出现后能否满足客户要求的能力 影响过程因素 控制图 实施SPC的步骤1 确定CTQ 确定过程2 Y f Xi 鱼骨图3 筛选关键参数 Xi 因果距阵4 验证 散布图5 收集数据 先MSA6 描点 画图7 分析 改进 控制图 数据收集之合理分组1 首先确定可能影响项目Y的各种输入变量 其范围应尽可能广泛 以防遗漏重要的输入变量 可以生产班次 操作员 材料 方法 设备等方面考虑2 确定纳入收集数据时考虑范围的输入变量 因为一般不可能在收集数据时同时考虑所有输入变量 故筛选对输出可能产生重要影响的几个因素3 制定抽样计划 确保组内只有普通原因误差 每组抽样4 5个 组内样本在尽短时间内收集4 组间数据收集时必须考虑对输出产生重要影响的输入变量之变化 5 测量样本 记录数据 保证收集的数据组足够多 保证25组可100个数据以上 控制图 数据收集合理分组的事例 控制图 收集合理子群数据 以便使我们能估计短期和长期误差一个合理子群是 在短时间或在相似的条件下采集的样本的小集合 这些样本尽可能地不受可指出原因的影响 所以要求收集数据要组内连续 组间间隔工序是一张快照 需要多个子群才能适当地量化工序误差 控制图 合理子群使子群内的误差最小化使子群间的误差最大化为什么要使用合理子群 合理子群允许您既能从长期的角度 又能从短期的角度来分析一道工序它使我们能够判断工序 是均值还是方差问题 是技术问题 短期 还是控制问题 长期 对一个工序进行分析 要收集多个合理子群数据 找出问题的特性是解决问题的第一个步骤 控制图 计量型控制图制作 一 X R图的制作过程1 收集数据 每组5个 超过25组或100个数据 2 计算均值和极差 子组 X X1 X2 X3 X4 X5 5R X最大 X最小 2020 1 29 59 可编辑 控制图 二 X R图的制作过程3 选择控制图的刻度 两个控制图纵坐标分别用于X和R的测量值 对于X图 坐标上的刻度值的最大值和最小值之差至少为子组均值 X 的最大值与最小值粗差的2倍 对于R图 刻度值应从最低值0开始到最大值之间的差值为初始阶段所遇到的最大极差 R 的2倍 建议 将R图的刻度值设置为均值图的刻度值的2倍 如平均值图上1个刻度代表0 01mm 则在极差图上1个刻度代表0 02mm 此时 均值与极差的控制限将具有相同的宽度 给分析以直观的帮助 控制图 二 X R图的制作过程4 将均值和极差分别画在其各自的图上 将各点用直线连接起来 从而得到可见的图形与趋势简要浏览一下图形上的点 看其是否合理 如有的点比别的点高得多或低得多 需确认计算与画图是否正确 应确保所画的X和R点在纵向上是对应的 控制图 二 X R图的制作过程5 计算控制限 1 计算平均极差 R 和过程均值 X R R1 R2 Rk kX X1 X2 Xk k其中K为子组的数量 R1和X1为第一组子组的极差和均值 依次类推 控制图 二 X R图的制作过程5 计算控制限 2 计算控制限UCLR D4RLCLR D3RUCLX X A2RLCLX X A2R其中D3 D4 A2为常数 它们随样本容量的不同而不同 控制图 二 X R图的制作过程5 计算控制限 3 在控制图上作出平均值和极差控制限的控制线 将平均极差 R 和过程均值 X 画成水平实线 各控制限 UCLR LCLR UCLX LCLX 画成水平虚线 在线上标上记号 控制图 控制图 受控 不受控 控制图 均值控制图是以均值分布的 3 为控制限问题 UCLR LCLR UCLX LCLX怎么得到 6 X 3 X 3 控制图 三 分析控制图1 分析极差图上的数据点 A 超出控制限的点 出现一个或多个点超出任何一个控制限是该点处于失控状态的主要证据 因为只存在普通原因引起变差的情况下超出控制限的点会很少 我们便假设该超出的点是由于特殊原因造成的 因此 任何超出控制限的点应立即进行分析 找出存在特殊原因的信号 给任何超出控制限的点做标记 以使根据特殊原因实际开始的时间进行调查 采取纠正措施 控制图 三 分析控制图1 分析极差图上的数据点 续 超出极差上控制限的点通常说明存在下列情况的一种或几种 控制限计算错误或描点时错误 零件间的变化性或分布的宽度已经增大 这种增大可以发生在某个时间点上 也可能是整个趋势的一部分 测量系统变化 例如不同检验员或量具 测量系统没有适当的分辩率 控制图 三 分析控制图1 分析极差图上的数据点 续 超出极差下控制限的点 样本容量大于7 说明存在下列情况的一种或几种 控制限或描点错误 分布的宽度变小 即变好 测量系统已经改变 控制图 三 分析控制图1 分析极差图上的数据点 续 B控制限内图形的趋势链图 连续7点位于平均值的一侧 为什么7点 连续7点上升或下降 高于平均极差的链式上升说明存在下列情况之一或全部 输出值的分布宽度增加 测量系统改变 低于平均极差的链式下降说明存在下列情况之一或全部 输出值的分布宽度减小 测量系统改变 控制图 三 分析控制图 控制图 1 分析极差图上的数据点 续 C 明显的随机图形 准则 一般2 3的描点应落在控制限的中间1 3的区域内 大约1 3的点落在其他2 3的区域 如果显著多于2 3的点落在离中心很近之处 25个子组中90 以上的点落在控制限1 3的区域 则可能存在 控制限计算或描点错误 过程或取样方法被分层 如 从几组轴中 每组抽根测取数据 数据经过编辑 极差与均值相差大的子组被修改或删除 控制图 1 分析极差图上的数据点 续 如果显著少于2 3的点落在离1 3很近的区域 25个子组有少于40 的点落在中间1 3的区域 则可能存在 控制限计算或描点错误 过程或抽样方法造成连续的分组中包含了从两个或多个具有明显不同变化性的过程的测量值 例如 输入材料和设备同时变化 控制图 1 分析极差图上的数据点 续 重新计算控制限 对极差数据内每个特殊原因进行标注并通过过程分析确定原因并改进对过程的理解 纠正条件防止其在发生控制图本身就是问题分析的有用工具 能提示何时条件开始以及该条件持续多长时间 在进行初次过程研究或重新评定过程能力时 失控的原因已被识别和消除或制度化后 应重新计算控制限 排除所有已被识别并解决或固定下来特殊原因影响的子组 然后重新计算控制限 并画下来 确保所有的极差点与新的控制限比较是表现为受控 排除代表不稳定条件的子组并不仅是 丢弃坏数据 而是排除受已知的特殊原因影响的点 我们有普通原因引起的变差的基本水平的更好估计值 这为用来检验将来出现变差的特殊原因的控制限提供了最适当的依据 控制图 2 分析均值图上的点A 超出控制限上的点 同极差图 B 链 同极差图 连续7点在平均值的一测 连续7点上升或下降C 明显的非随机图形 控制图 2 分析均值图上的点C 明显的非随机图形 准则 大约2 3的点落在控制限内1 3的中心区域内 大约1 3的点落在其他2 3的区域 1 20的点落在离控制限较近之处 大约1 150的点落在控制限之外 但可认为是受控的稳定系统合理的一部分 99 73 的点在控制限内 大大超过2 3的落在均值附近 90 控制限计算或描点错误 过程或取样方法分层 数据被编辑 大大少于2 3的点落在均值附近 90 控制限计算或描点错误 过程抽样方法造成连续的子组中包含从两个或多个不同过程流的测量值 可能是由于对过程进行过度控制造成的 控制图 2 分析均值上的点过度调整是指把每一个偏离目标的值当作过程中的特殊原因处理的作法 如果根据每一次所作的测量来调整一个稳定的过程 则调整就成了另外一个变差源 控制图 2 分析均值上的点将控制图的数据与规格比较 如均值的数据点分布宽度在规格范围内 且中心在规格中心附近 可认为制程能力满足规格要求 可以延长作为管制用的管制图 如均值数据分布宽度比规格界限的宽度窄 但由于中心离开规格中心偏后一方 使产品均值的上限和下限超出了规格界限 此时必须调整均值 使其与规格中心一致或接近后 方可延长做管制用的管制图的界限 如产品均值数据点分布的宽度比规格界限的宽度宽时 表示制程能力不足 应对原数据按人 机 料 法 环等加以层别 分别检讨其影响状况 找出变异较大之处 应用工程技术知识加以改善 如无法改善 可探讨是否放宽规格界限 如无法放宽 则应对该制程进行全检 控制图 2 分析均值上的点子组容量变化对控制限的影响 减少样本容量增加抽样频率可以在不增加每天抽样零件总数的情况下更快地检测到大的过程变化 但需调整新的子组样本容量对应的中心限和控制限 估计过程变差 R旧 D2按照新的子组容量表得到系数d2 D3 D4 A2 计算新的极差和控制限 控制图 3 重新计算管制界限R新 d2UCLR D4R新LCLR D3R新UCLX X A2R新LCLX X A2R新 控制图 三 过程能力的衡量过程能力指数Cp Cp USL LSL 6 USL LSL 6SUSL 上公差 规格 界限LSL 下公差 规格 界限 质量特性总体分布的标准变差S 质量特性样本分布的标准偏差 控制图 三 过程能力的衡量当均值与规格中心有偏移时 Cp不能真实反映过程能力 应计算Cpk Cpk 1 k CpK 2X M USL LSL M USL LSL 2为规格中心或者用另一种方法 Cpk Min CUP CPL CUP USL X 3 CPL X LSL 3 S R d2为过程的平均偏差 控制图 三 过程能力的衡量单边界限如何计算 CUP USL X 3S仅有规格上限CPL X LSL 3S仅有规格下限 控制图 练习一 双边界限公差要求为 20 0 15X 20 05S 0 05计算Cp K Cpk 控制图 练习二 单边界限某部件表面清洁度要求 96mg抽样测得X 48mgS 12mg求CPU 控制图 练习三 单边界限某金属抗拉强度要求 32kg cm2抽样测得X 38kg cm2S 1 8kg cm2求CPL 控制图 过程性能指数Pp USL LSL 6 SPpk min USL X 3 S X LSL S 此时 S 控制图 Cpk与Ppk的区别过程固有变差 仅由于普通原因产生的那部分过程变差 可以从控制图上通过R d2来估计过程变差 由于普通原因和特殊原因两种所造成的变差 本变差可用样本标准差S来估计S S 控制图 Cpk与Ppk的区别最重要的一张图 控制图 Cpk与Ppk的区别在APQP的要求中 Ppk适用于初始能力研究 Cpk适用于长期能力研究 Ppk 1 67 Cpk 1 33 控制图 思考问题Cp Cpk可能是负数吗 为什么 是不是正态分布钟形越高越瘦 过程能力指数就越高 USL LSL UCL LCL有何区别 控制图 CMK指数 验证设备能力CMK USL LSL 6 CMK其中 CMK T为规范的目标值 控制图 CMK指数 验证设备能力方法 收集50 100样品数据 计算 作用 1 重点设备的验收2 设备保证产品质量的能力3 重点设备应每年验证一次设备能力 控制图 均值和标准差图 X S图 在下列情况下 用S图代替R图 S的计算容易 子组的容量较大利用公式计算标准差S S Xi为子组的单值 控制图 均值和标准差图 X S图 计算控制限 UCLS B4 S UCLX X A3S LCLS B3 S LCLX X A3S 控制图 均值和标准差图 X S图 S C4 S为样本标准差的均值 C4为常数 控制图 中位数图 用中位数代替X 中位数 将数据从小到大排列 X1 X2 Xn 当n为奇数时 中间一数为中位数 当n为偶数时 中间两位数的均值为中位数 当子组均值计算不方便计算时 用中位数图所以中位数图使用的范围很小 控制图 中位数图管制界限的计算 UCL X A2R LCL X A2R 极差控制限计算同X R图 过程标准差估计同X R图 控制图 单值移动极差图 X MR 破坏性实验或输出点的性