SPC培训教材(第二版).ppt

SPC实务推进课程 盐城德林希教育咨询有限公司 YANCHENGDREAMHILLCO Ltd 2 了解制造业品质管理的精髓与操作技巧了解SPC基本统计知识 了解过程变异知识原理 掌握常用控制图的使用方法计量值控制图 X R图 X S图 X R图 X MR图计数值控制图 p图 np图 u图 c图学会解读控制图并正确理解过程的方法 掌握过程能力分析方法 计算Cp Cpk Pp Ppk和过程PPM等 掌握改进过程能力的方法和工具 SPC课程目标 3 第1章持续改进和统计过程控制第2章控制图计量型控制图X R图 X S图 X R图 X MR图计数型控制图p图 np图 u图 c图第3章计量型数据的过程能力和过程性能第4章SPC改善策略 课程大纲 课程大纲 4 第一章 持续改进和统计过程控制 SPC系统背景介绍 SPC兴起的背景 经验挂帅时代 的结束 ISO9000品保体系的要求 ISO9000 要求为客戶提供合格的产品 只有稳定而一贯的 过程 与 系统 才能保证长期做出合格的产品 然而 如何检核此一贯 过程 与 系统 仍然稳定的存在 这必须仰赖SPC来发挥功能 美国休哈特博士于1924年5月16日发明了第一张控制图 开启了统计品管的新时代 如果工作经验对产品品质有举足轻重的影响 例如 手工缝纫 那么 SPC就沒有太多挥洒的空间 相反如果某一公司开始将经验加以整理 而纳入设备 制程或系统时 也就是说 该公司开始宣告 经验挂帅时代 将要结束 那么SPC的导入时机也就自然成熟了 5 全面质量管理20世纪60年代以来 统计质量控制20世纪40 50年代 质量检验19世纪末 20世纪30年代 事后把关 人来保证 检验 SPC SPC TQM6Sigma 统计预测 系统保证 在品质管理发展过程中 SPC是品质保障的重要工具 质量管理与SPC的关系 6 客户要求 全球产业链之中 供应商必须采用SPC控制其制程 要求供应商提供过程数据和过程能力 体系标准要求 ISO9000 TS16949 QS 9000认证的关键部分 减少过程不稳定 提高产品质量 过程品质改进需要 解决品质顽症 促使工作流的改进 适应新的生产节拍 客户及标准体系对SPC应用要求 7 管理水平和人员素质跟不上企业发展的要求 工艺和质量的管控水平不足 影响企业生产高端产品的能力 外部市场的竞争以及客户对质量提出了更高的要求 劳动力 生产资源成本不断攀升 降低生产和质量成本成为企业生存的必需 由于工艺和质量控制水平达不到中心厂商的要求而丢失订单 难以避免批量报废 造成极大的利润损失 SPC效益分析 降低质量成本稳定和改善工序能力提高人员技能减少人力 提高工作效率信息资源共享 行业内企业普遍面临的问题 工厂SPC应用现状分析 8 案例分析 一个来自工程的真实故事 9 案例分析 一个来自工程的真实故事 10 案例分析 一个来自工程的真实故事 11 案例分析 一个来自工程的真实故事 12 案例分析 一个来自工程的真实故事 13 案例分析 一个来自工程的真实故事 14 15 质量 quality 一组固有特性满足要求的程度 适合性考量 产品或服务 在满足特定需要的能力 满足顾客要求 产品和服务的质量最终由顾客来决定 检查与品质 品质 并不是靠检查出来 而是靠生产出来的 检查只能停止不合格品的流动 但不能停止它的产生 检查需要格外的成本和时间 如果产品在第一次便做对 便可消除废料 翻工及减少顾客投诉品质获得市场竞争能力的三个必备的条件 1 品质优良 2 价格合理 3 交货准时 质量的基本概念 SPC是建立在统计学基础之上的 正态分布是其最基本的统计理论 SPC是建立在 3 范围内的可预期的控制 目的是获得一个稳定的过程 SPC的对象是产品 服务 的流程 通过对流程的监控达到改进质量的目的 Statistical 统计 Process 过程 Control 控制 SPC就是应用统计技术对过程中的各个阶段收集的数据进行分析 並调整制程 从而达到改进与保证质量的目的 SPC強调预防 防患於未然是SPC的宗旨 16 什么是SPC 17 探测 着眼与输出 结果 容忍浪费 允许将时间和材料投入到生产不一定有用的产品或服务中 预防 专注于过程 5M1E 避免浪费 第一次就把工作做对 SPC的核心 预防 主要体现在 为过程提供一个早期报警系统 及时监控过程以防止废品的发生 减少对常规检验的依赖性 可替代部分检测和验证工作 对过程作出可靠的评估 以便采取有效的行动策略 1 1过程控制的两种策略 探测和预防 18 1 1过程控制的两种策略 探测和预防 有反馈的过程控制系统模型 19 我们工作的方式 资源的融合 人员设备材料方法测量环境 产品或服务 顾客 识别不断变化的需求和期望 统计方法 过程的声音 输入 过程 系統 输出 顾客的声音 供方 1 2过程控制系统 20 过程 是指供方 人员 设备 材料 方法 环境和顾客的集合 供方 指提供资讯 材料和服务的单位和个人 顾客 指接收资讯和材料的单位和个人 包括外部顾客和内部顾客 关于过程性能的信息 通过监视 测量和分析过程的输出可以获得许多与过程实际性能有关的信息 决定是否需要采取必要的措施 对过程采取措施 确保过程输出的稳定性和变差保持在可接受范围之内 改变操作如 培训操作人员 变换输入材料等 改变设计如 设备 沟通方式和相互关系 过程整体设计等 对输出采取措施 探测并纠正不符合规范的产品 而没有处理过程中根本问题 可能会持续的对产品进行100 挑选 返工等 直到过程改善了 1 2过程控制系统 1 3变差的普通和特殊原因 21 22 1 3变差的普通和特殊原因 普通原因 是指过程在受控的状态下 出现的具有稳定的且可重复的分布过程的变差的原因 普通原因产生的是一个处于偶然原因下的稳定系统 只有过程变差的普通原因存在且不改变时 过程的输出才可以预测 特殊原因 通常也叫可查明原因 是指造成不是始终作用于过程的变差的原因 即当它们出现时将造成 整个 过程的分布改变 只有特殊原因被查出且采取措施 否则它们将继续不可预测的影响过程的输出 23 1 3变差的普通和特殊原因 24 SPC的目标直接目标 区分过程变异的特殊原因和普通原因 终极目标 持续改进过程 获得良好品质 达到顾客满意 1 3变差的普通和特殊原因 1 4局部措施和对系统采取的措施 25 26 1 5过程控制和过程能力 27 变异普遍存在与所有的过程之中 变异的性质 程度大小及其变化 决定着 一个特定的过程是否稳定 即处于统计控制状态 过程是否有能力 是否可以满足顾客规范要求 从上述引出一组相对的概念 过程控制和过程能力 过程控制 是指识别并消除过程中的特殊原因变差 保证过程受控 过程能力 是指一个稳定的过程满足顾客要求或者质量规范要求的程度 过程能力是由造成变差普通原因确定的 1 5过程控制和过程能力 28 1 5过程控制和过程能力 29 1 6过程改进循环及过程控制 持续改进过程循环的各个阶段 P D S A 1 分析过程 本过程该做什么 会出现什么错误 本过程正在做什么 达到统计控制状态 确定能力 2 维护过程 监视过程性能 查找过程变差的特殊原因并采取措施 3 改进过程 改进过程从而更好地理解普通原因变差 减少普通原因变差 计划 措施 研究 实施 计划 措施 研究 实施 30 1 分析过程 本制程应该什么 会出现什么问题 本制程会有哪些变化 我们已经知道本制程的什么变差 哪些特性受变差的影响最大 本过程正在做些什麼 本制程是否在生产废品及需要返工的产品 本制程生产的产品是否处于受控狀態 本制程是否有能力Cpk 本制程是否可靠 目的 调查了解过程 手段 简单统计技术 小组会议 评审过程的历史 FMEA等 1 6过程改进循环及过程控制 31 2 维护 控制 过程 监察过程的变化 将结果记入控制图 监控过程能力 查找 特殊原因 变异 并采取有效的措施 目的 保持过程稳定 使过程维持在一定能力水平上 工具 简单统计技术 控制图 3 改善制程 获得竞争优势 改变过程 测其效果 从而更好理解 普通原因 变异 目的 减少普通原因变异 使控制界限变窄 CPK值增大 手段 采取系统措施 需要高级统计工具 譬如DOE 1 6过程改进循环及过程控制 控制上限 收集收集数据并描点在图上 控制 根据过程数据计算试运行控制限 识别变差的特殊原因并采取措施 分析及改进确定普通原因变差的大小并采取减小它的措施重复这三个阶段从而不断改进过程 1 7控制图 中心线 控制下限 32 33 1 7正态分布图与控制图 CL 正态分布函数 如果取足够多的数据 组分的够细 频率直方图的形状就会越来越接近总体的密度函数曲线 1 7正态分布图 34 特性 曲线下部的面积可用来估计特定 事件 发生的累计概率 1 7正态曲线和概率面积与标准偏差的关系 35 前面的累计概率的规则即使数据不是完美的正态分布也适用 让我们比较数值的理论 完美的 正态分布和经验 现实的 分布 1 7正态曲线和概率面积与标准偏差的关系 36 正态分布有一个结论对质量管理很有用 即无论无论均值 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 控制图即基于这一理论而产生 1 7正态分布图基础知识 37 不同的正态分配 1 1 7正态分布图基础知识 38 不同的正态分配 2 1 7正态分布图基础知识 39 不同的正态分配 3 b 1 2 1 2 1 2 1 7正态分布图基础知识 40 1 7正态分布图基础知识 41 42 一组钻孔过程数据 127 125 123 120 124 126 122 123 125 121 123 122 125 124 122 123 123 121 124 121 124 122 126 125 123 126 123 子组进一步细分 样本数据的中心 位置 0 123样本数据的离散度 从0 120 0 127样本数据的分布形状 中间高两边低 左右对称 从直方图得到的信息 1 7从直方图理解正态分布 从这组数表中你能看出什么 举例 一个工人用车床车制螺丝 要求其直径为10mm 为了了解这个工人的加工质量 随机抽查他加工好的螺丝100个 分别测得其直径数据如下 如何对表格的数据分析呢 43 1 7练习 用表格中的数据计算直方图 1 求出这组数据的 最大值 Max 和最小值 Min 5 作出频数表 频数计算函数如下 全距 极差 R Max Min SUM COUNTIF 数据范围 下限 上限 1 1 已知 Max 10 60 Min 9 22 R 1 38 2 确定组数K 参考下表 本案例选择7组 3 确定组距H 组距H Max Min 组数K 4 确定组界L 本案例测量单位0 01 第1组的下限L1 Min 测量单位 2 上限U1 L1 组距H 第2组的下限L2 U1 以此类推 44 1 7练习 用表格中的数据计算直方图 45 1 7练习 用表格中的数据计算正态分布图 1 8控制图的有效使用与益处 46 1 8控制图的有效使用与益处 47 管理 工程哲学 公司是如何管理的会直接影响SPC的有效性 组织关注减少过程变差 支持和资助管理者和雇员在合理应用SPC方面的培训 使工程部门在整个设计过程中关注变差减少 应用SPC以促进对工程中变差的理解 对管理数据应用SPC 并在日常的决策中使用这些信息 1 8控制图的有效使用与益处 48 制造 质量 工程如何使用数据开展设计 对最终产品的变差影响 确保对SPC数据的适宜安排使雇员能最优化的使用 在过程稳定前 勿将控制图发放到操作人员 应在过程稳定后使用 更新 维护和展示所负责的区域的控制图 实时使用SPC数据运行过程 应用以上列出的概念创造一个理解和减少变差的环境 然后将计划 实施 研究 行动 PDSA 的过程用于进一步的改进过程 49 第二章 控制图 控制图的类型 X R图 均值 极差 X S图 均值 标准差 X R图 中位数 全距 X MR 单值 移动极差 p图 不良率 np图 不良數 c图 缺点數 u图 单位缺点數 计数型控制图 计量型控制图 50 确定要制定控制图的特性 是计量型数据吗 关心的是不合格品率 关心的是不合格数吗 样本容量是否恒定 使用np或p图 使用p图 样本容量是否桓定 使用c或u图 性质上是否是均匀或不能按子组取样 例如 化学槽液 批量油漆等 子组均值是否能很方便地计算 使用中位数图 使用单值图X MR 是 使用u图 否 是 是 是 是 是 是 否 否 否 否 否 子组容量是否大于或等于9 是否能方便地计算每个子组的S值 使用X R图 使用X R图 使用X s图 是 是 是 否 否 控制图的型选择方法 51 与过程相关的控制图 1 过程 计量单位 mm kgetc 计量型数据控制图 过程评价需要测量 结果是基于测量的判定 52 不准确 不精密 测量方法必须保证始终产生准确和精密的结果 准确 精密 计量型数据控制图 与过程相关的管制图 2 53 将过程分类的制图 过程 计量单位 mm kgetc 计数型数据控制图 根据结果的分类进行判定 54 计数型数据的情况存在于任何技术或行政管理中 所以可以在很多场合下应用计数型数据分析技术 最大的困难是对什么是 合格 下一个准确的可操作的定义 计数型数据控制图 55 56 控制图是对过程质量特性值进行测定 记录 评估 从而监察过程是否处于控制状态的一种用统计方法设计的图形 横坐标 常用样本序号表示 1 2 3 控制图基本图形 57 控制图的要素 58 控制图的要素 59 60 61 1 确定控制图应用场合 2 选择控制项目 过程特性 3 选择控制图 4 收集数据 5 计算组内数据指标 控制图参数和控制限 6 作初始控制图 判稳 7 计算过程能力指数并检验是否满足规格要求 8 延长控制线 进行日常监控管理 2 1控制图的操作步骤 62 SPC的目的是快速了解过程 并最终改进过程 而所有这些 都必须通过控制图作为工具来实现 透过解读控制图 团队成员应当回答如下问题 过程当前发生了什么 这些变异可以看作一种偶然吗 我们是否需要采取行动 如果需要 该如何行动 2 2解读控制图所回答的问题 63 判定过程异常的标志有两类 a 点出界 b 控制界限内的点呈非随机分布 2 2控制图的模式 64 控制图的模式 异常 异常点超出控制限 65 链控制图上一系列连续上升或下降 或在中心线之上或之下的点 它是判断变差的特殊原因的依据 链一般呈现4种模式 趋势偏移周期混合 控制图的模式 链 66 控制图的模式 趋势 趋势显示着一种趋势 流程某些方面发生波动导致一种稳定的增长 67 控制图的模式 偏移 偏移过程位置中心随时间而发生改变 68 控制图的模式 周期 周期如果点子显示相同的转变型 即升或降 出现在相同的时间差别时 即点子的轨迹有规律地变化 例如在每次交接班的60分钟的时间段内的波动 69 控制图的模式 混合 混合图形呈锯齿状 表明流程中存在着系统差异 由于分层问题引起 既混入了两个流程的据 70 控制图的判异准则 制定控制图判定准则的理论依据是正态分布原理 大约2 3的描点会在控制限的1 3的区域内 即C区 有大约1 3的点则分布在中心线两侧2 3的区域内 即B区和A区 71 72 控制图的判异准则 美国西方电气公司的质量控制手册提出控制图的8条判异准则 这些标准也被收入我国国家标准GB T4091 2001 73 控制图的判异准则 准则1 一点超出控制限 分析 过程改变 原材料不合格 设备故障等 控制限或描点错误 测量系统误差 74 控制图的判异准则 准则2 连续7点分布在中心线一侧 分析 过程改变 均值 极差变小或变大 测量系统改变 75 控制图的判异准则 准则3 连续6点递增或递减 分析 过程随时间的变化趋势 测量系统改变 76 控制图的判异准则 准则4 连续14相邻点交替上下 分析 分层不够 可能混入了两个总体的数据 数据被编辑 77 控制图的判异准则 准则5 连续3点中有2点落在中心线的同一侧的B区以外 分析 通常表明过程均值发生变化 变异增大 78 控制图的判异准则 准则6 连续5点中有4点落在中心线同侧的C区以外 分析 通常表明过程均值发生偏移 79 控制图的判异准则 准则7 连续15点落在C区中心线上下 分析 标准差变小 注意 这实际上是假象 数据被编辑 数据分层不够 80 控制图的判异准则 准则8 连续8点落在中心线两侧且无一在C区内 分析 主要原因是数据分层不够 81 计量型控制图之优缺点 优点 用于制程之管制 甚灵敏 很容易调查事故发生的原因 因此可以预测将发生之不良状况 能及时并正确地找出不良原因 可使品质稳定 为最优良之管制工具 缺点 在制造过程中 需要经常抽样并予以测定以及计算 后需点上管制图 较为麻烦而费时间 包括 82 2 3 1均值和极差图 X R 均值和极差图 X R 计算公式 n 子组内的样本数 每一个子组内的测量值 K 总子组数 常数表 83 84 某手表厂为提高产品质量 决定采用X R控制图对手表装配作业中的螺丝扭力进行控制 扭力的规格为 LSL 125USL 185 步骤1 采集预备数据 按制定计划 k 25 n 5 将收集到的数据记录到预先准备的数据表 见下表 2 3 1 X R图实例演示 85 步骤2 算各组样本的平均值 例如第一组样本的均值为 其余类推 步骤3 计算各组样本的极差R 例如第一组样本的极差为 其余类推 步骤4 计算样本总均值X和平均样本极差R 2 3 1 X R图实例演示 86 步骤5 计算控制图控制限 作初始控制图 判稳 包括4个小步骤 1 计算R图参数 当n 5时 查表知 D4 2 114 D3 0 于是有 2 计算X图参数 当n 5时 查表知 A2 0 577 于是 2 3 1 X R图实例演示 87 3 作X和R控制图 初始图 下图 2 3 1 X R图实例演示 88 4 判断控制图是否稳定 若过程受控 则进入下一个步骤 若不稳定 则应采取措施以消除变异的特殊原因 并转回步骤1重来 图中明显可以看出 X图第13组数据和R图第17组数据超出界外 故判定X图和R图均失控 处理后 去掉第13组及第17组数据 再重新计算X图和R图的参数 于是得到新的控制图限 计算略 和控制图 2 3 1 X R图实例演示 89 步骤6 延长控制线 作为日常监控用 完 2 3 1 X R图实例演示 90 2 3 1均值和极差图 X R 计算练习 91 2 3 1均值和极差图 X R 计算练习 92 2 3 1均值和极差图 X R Minitab图案例 93 2 3 2均值和标准差图 X S 适用范围和特点 作用与X R图相似 所不同的是 样本标准差s是过程变异性更有效的指标 但计算比较复杂 一般来讲 X s图适用于以下情况 样本量较大时 n 10数据由计算机实时记录和描图使用计算器能方便计算s值 94 2 3 2均值和标准差图 X S 均值和标准差图 X S 计算公式 常数表 95 96 2 3 2均值和标准差图 X S 计算练习 97 2 3 2均值和标准差图 X S Minitab图案例 98 2 3 3中位数和极差图 X R 适用范围和特点 中位数控制图的作用及详细说明与X R图类似 所不同的是用中位数代替了平均数 中位数若为奇数时较方便 若为偶数时就取之间两个数的均值 举例 奇数 154 163 164 166 166 偶数 15 15 16 18 20 23 99 2 3 3中位数和极差图 X R 中位数和极差图 X R 计算公式 常数表 100 101 2 3 4单值和移动极差图 X MR 适用范围和特点 在有些情况下 是用单值而不是用子组来进行过程控制 X MR图适于以下情况 测量费用很大和收集数据困难 譬如破坏性试验 过程任何时点的输出性质比较一致时 譬如化学液体的pH值 注意 判断过程变化的灵敏度较差一些 因此 在作控制图分析时应特别小心 102 单值和移动极差图 X MR 计算公式 常数表 2 3 4单值和移动极差图 X MR 103 104 化学成分的测定数据 2 3 4单值和移动极差图 X MR 计算练习 105 计数型控制图 优点 数据容易收集 快捷 收集数据成本低廉 对于工厂整个品质情况了解非常方便 缺点 它所传达的信息比较少 包括 p图 np图 c图 u图 106 2 3 5不合格品率控制图 p图 适用范围和特点 最通用且广泛应用的计数型控制图是p图 P图的统计基础是二项分布 当处理样本不合格率时 应选择使用p图 样本量的限制 n可以不固定 样本量的取值范围 1 p n 5 p 107 2 3 5不合格品率控制图 p图 不合格品率控制图 P图 计算公式 108 109 2 3 5不合格品率控制图 p图 案例练习 某电子厂5月份某种产品的数据如表5 4所示 根据以往记录可知 稳态下的不合格品率p 0 032 试作p控制图进行控制 步骤1 根据数据采集计划 取得数据如下页数据表所示 步骤2 计算样本不合格品率p 第一组p1 12 500 0 024 其余类推 步骤3 计算 利用如下页数据表中的数据计算 110 2 3 5不合格品率控制图 p图 案例练习 111 步骤4 计算控制限UCL LCL 将p 0 026带入公式 2 3 5不合格品率控制图 p图 案例练习 当每组数量相同时 ni n均值当每组数量不同时 1 取n均值2 取出现多的ni各子组样本容量与其平均值相差不超过正负25 当超出上述值时 则单独计算这些特殊的控制线 112 步骤5 作p图 将不合格品率点绘在图中步骤6 判稳 延长控制线 2 3 5不合格品率控制图 p图 案例练习 113 2 3 5不合格品率控制图 p图 Minitab作图 114 2 3 6不合格品数图 np图 用于np控制图的计算方法基于二项分布 中心线是每组中的不合格品数的均值 用np表示 适用范围和特点 np控制图被用于不合格品数 适用于如下情况 关注不合格品的实际数量或更容易报告 子组容量限制条件 恒定不变 样本量的取值范围 1 p n 5 p 115 不合格品数图 np图 计算公式 2 3 6不合格品数图 np图 116 117 建立np图的步骤与p图相同 2 3 6不合格品数图 np图 计算练习 118 2 3 6不合格品数图 np图 计算练习 119 2 3 6不合格品数图 np图 Minitab作图 120 2 3 7不合格品数图 c图 适用范围和特点 c图主要应用处理每个小组缺陷总数 以下几种情况 1 不合格分布在连续的产品流上 例如 每匹维尼龙上的瑕疵 玻璃上的气泡 印刷品的印刷错误等 2 可以用不合格的平均比率表示的地方 如每平方米维尼龙上的瑕疵 3 在单个的产品检验中可能发现的不合格 例如一台机器修理 每辆车可能存在一个或多个不合格 子组容量限制条件 恒定不变 121 不合格品数图 c图 计算公式 2 3 7不合格品数图 c图 122 123 建立c图的步骤与np图相同 2 3 7不合格品数图 c图 计算练习 124 2 3 7不合格品数图 c图 计算练习 125 2 3 7不合格品数图 c图 Minitab作图 126 2 3 8单位产品不合格数图 u图 适用范围和特点 u图的用途与c图是相似的 适用于相同的数据情况 但是 如果每组检查的产品数不是常数 就不能使用c图 在这种情况下 任何一个小组被检查到的缺陷数除以单位数 得到平均值ubar即每单位不合格率 u图基于泊松分布 子组容量限制条件 n不恒等 127 单位产品不合格数图 u图 计算公式 2 3 8单位产品不合格数图 u图 128 129 2 3 8单位产品不合格数图 u图 Minitab作图 130 本章介绍了控制图运用一般方法 重点理解以下几点 p图和u图都是算不合格率 样本容量不要求恒定 np图和c图都算不合格数 样本数 样本容量要求恒定 p图和np图的样本量值有更高要求 c图和u图不要求 1 计量控制图和计数控制图应用不同的数据场合及管理目的 2 子组的取样频率 初始用 半小时或连续取样或利用现有数据监控用 每两班或每小时 稳定时放宽 否则加密 本章小结 131 第三章 计量型数据的过程能力和过程性能 132 一旦过程在统计控制状态下 下一个问题便是 过程能产生符合规格的产品吗 并且有多好 目的 确认当前过程能否满足客户的要求或技术规范的要求 确定初始控制图是否可以作为现场监控用途 为确定技术规范的公差范围提供参考 为过程改进的决策提供依据 3 1过程能力研究的目的 133 1 确定产品的特性和规格 2 进行测量系统分析MSA 3 收集50 150个数据 取n 3 5 作图 可以利用初始图的数据 4 检讨控制图是否存在特殊原因 如果存在 则采取措施消除之 使过程受控 5 计算过程均值和标准差 6 计算过程能力指数CP CPK 7 计算过程不良率 3 1过程能力研究的步骤 134 定义 过程能力是指一个稳定过程的分布宽度 用六倍标准差表示 即PC 6 读作西格玛 理解 是衡量过程能力的关键因素 值越小表明过程能力越好 3 1过程能力的概念 135 观察下图几种受控过程满足规格的情况 136 标准差 是计算评价过程能力的基础 R图方法 R d2s图方法 s C4公式中的d2和C4是修正系数 通过查表得到 3 1过程能力的估计 137 式中 USL为规格上限 LSL为规格下限 一般来说 CpK值至少 1 33 且越大越好 3 1过程能力指数 Cp Cpk 138 3 1过程能力指数 Pp Ppk Cpk计算的是组与组的能力 Ppk计算的一组内的性能 通常分析过程能力时要同时运用Cpk和Ppk指数来综合考虑 139 示例 假定G过程处于统计控制状态 应用控制图 得到如下数据 样本量n 5 总平均值为X 4 03 平均极差为R 0 056 产品的规格为4 0 0 10mm LSL 3 90 USL 4 10 根据这些信息 计算该过程能力指数CP CPU CPL CPK以及Ca 3 1过程能力指数 Cp Cpk计算练习 140 首先 估算过程标准差 查常数得d2 2 326 3 1过程能力指数 Cp Cpk计算练习 141 CP CPK亦称作短期过程能力 而将PP PPK称作长期过程能力 能力指数与绩效指数的区别 a 能力指数使用总体标准差 绩效指数使用的是样本标准差S b 能力指数仅包含普通原因 绩效指数同时包含特殊原因和普通原因 性能指数数据的收集 采集数据可以是来自控制图 也可以是其他形式的过程测量数据 采集数据不考虑该过程是否受控 采集的数据必须涵盖过程较长一段时期内的输出 3 1 使用过程绩效指数应注意的几个问题 142 143 过程能力评价标准 CP 144 过程能力评价标准 CPK 145 过程能力评价标准 Ca 146 第四章 SPC改善策略 147 统计过程控制的原则就是 通过控制图识别区分变异的特殊原因和普通原因 当过程仅存在普通原因时 不去干预它 变差的特殊原因应当被识别并加以消除 统计过程控制原则 148 不同变异原因的特征及行动策略 149 调整过程中心的前提条件 1 经济性 调整的成本应小于顾客获得的利益 2 调整不会影响增加过程的变异 过程调整后 过程中心基本趋近目标 过程工程师要对新的过程进行验证 以确认新的过程是否稳定 变异有无增加 CPK值是否有所提高 控制图是验证过程改进效果的有效工具 调整过程中心的策略 150 如果过程的控制线限一旦确定 而且过程中的普通原因变异不发生改变 则控制限是合理的 出现的偏差的特殊原因信号不需要重新计算控制限 如果过程普通原因变异发生改变时 则需要重新计算控制限度 包括如下几种情况 过程经过系统改进 过程变异明显减小 缩小控制图的控制限 生产条件发生明显变更 如原材料 加工方法改变 使用新的机器 工序改变 控制界限的重新计算问题 151 控制界限是由特定过程性能的内在本质决定的 即来自一个稳定过程的输出数据确定了控制界限 规格界限是来自过程之外的主观概念 即它是顾客设计阶段对产品的要求 控制界限用作决定过程是否受控 规格界限用作决定零件是否合乎要求 好的工序控制 控制界限一定在规格界限之内 不能把规格界限放置到控制图 控制界限和规格界限之间没有联系 将规格界限作为控制过程质量的工具是于事无补的 不要混淆控制界限和规格界限 152 每百万件产品中不合格产品仅有3 4件 3 4PPMCP 2 CPK 1 67 假设过程中心与目标重合 不良率 2 10 9 六西格玛的统计意义 153 导致产品不合格或缺陷的原因有二 1 波动太大2 过程平均值偏移 摩托罗拉的研究表明 154 問題的本性 SixSigmaSPC的方法可以辨識製程是偏離目標和 或者是较高變異 以修訂製程及降低變異 偏離目標 變異大 正中目標 修訂製程 降低變異 X X X X X X X X X X X X X X 155 156 总结 SPC是定量的解决问题的方法 所用技术都是基于统计原理上 SPC的研究对象是过程及其输出 SPC的工具是控制图 SPC的目的是识别变异的特殊原因 消除之 SPC的终极目标是改进过程 改进质量 持续改进是SPC的灵魂 迈向SIXSIGMASIXSIGMA的含意 思路 补充内容6Sigma简介 157 何谓标准差 希腊文字里的sigma小写符号 是统计学符号 代表母体的 标准偏差 StandardDeviation 统计学中 标准偏差意指任何一组事項或流程所产出的变异或不一致的度量值 补充内容6Sigma简介 158 6个西格玛 3 4PPM PPM 百万分之不良 意味着卓越的管理 强大的竞争力和忠诚的客户5个西格玛 230PPM 优秀的管理 很强的竞争力和比较忠诚的客户4个西格玛 6210PPM 意味着较好的管理和运营能力 满意的客户3个西格玛 66800PPM 意味着平平常常的管理 缺乏竞争力2个西格玛 308000PPM 意味着企业资源每天都有三分之一的浪费1个西格玛 690000PPM 每天都有三分之二的事情做错的企业无法生存 六标准差的意义 六 代表的意义是对 标准差 的期望值 补充内容6Sigma简介 我们的公司在那个位置 159 六标准差是一项管理哲学 管理信念 1 它著重于在 消除错误 浪费和工作重叠 2 一套评估完成进度的 衡量标准 3 一套 解決的策略方案 在完整的六标准差中 品质改善只是一种工具 而非目的 最終目標是 增加顧客滿意度和增加企業利潤 Cost Six CS 2 CS CustomerService CustomerSatisfaction 补充内容6Sigma简介 160 六标准差可以分三個层面來看 1 量測 工程师和統計学家们 微调 Fine tune 产品与流程時所使用的高度技术性方法 量測与统计是改善的关键內容 2 目標 符合顾客需求近乎完美的目标3 文化 Culturechange 文化改造 以大