spc统计过程控制.ppt

统计过程控制SPC 主要内容 1 统计过程控制 的发展简史2 控制图3 过程能力4 预控图的做法 过程控制系统有反馈的过程控制系统模型 人设备材料方法环境输入过程 系统 我们工作的方式 资源的融合 统计方法 顾客 识别不断变化的需求量和期望 顾客的呼声 产品 服务 输出 过程的呼声 统计过程控制SPC 情景 某弹簧厂为照相机公司配套 主要生产相机按钮的精细弹簧 该产品的一个重要性能指标是抗拉性能 主要是通过测得该弹簧在受到 克拉力的情况下伸长的长度 顾客要求是在 0 0006 0 0014 cm之间 统计过程控制SPC 情景 现在 我们得到一台机器在上午 点到 点 所制造的 个弹簧在受到 克拉力情况下的伸长长度直方图 如下 0 0006 0 0014 看到这个图形 您会得出什么结论 都是合格的 统计过程控制SPC 情景 如果从时间的角度来看这 个点 如果是下面的图形 您又怎么看呢 您认为这是一个可以信赖的生产过程吗 延长度 00 0 0006 0 0014 9 30 控制图是用于分析和控制过程质量的一种方法 控制图是一种带有控制界限的反映过程质量的记录图形 图的纵轴代表产品质量特性值 或由质量特性值获得的某种统计量 横轴代表按时间顺序 自左至右 抽取的各个样本号 图内有中心线 记为CL 上控制界限 记为UCL 和下控制界限 记为LCL 三条线 统计过程控制 SPC 您是否有这样的经历 质保部每个月都进行质量情况分析 使用了各种工具 包括鱼刺图 直方图等等 但在下个月 情况依然没有什么太大的变化 原因何在 统计过程控制 SPC 常用的质量管理工具 包括直方图 鱼刺图 散布图 都是对 昨天 情况的分析和解释 可以用在 救火 和解决问题 但若想实现过程控制 则需要专门的预防工具 SPC 统计过程控制SPC 统计过程控制 就是 应用统计的方法 对生产 服务过程进行控制 它能够区分产生变异的普通原因和特殊原因 在生产过程中 对过程进行监控 当出现会产生异常情况的趋势时进行预警 对过程进行适当的调整 统计过程控制SPC 的发展历史 世纪 年代 美国统计学家休哈特博士 A Shewhart 提出 循环 年 戴明将 带入日本 经过 年的努力 日本跃居世界质量与生产率的领先地位 是日本获得成功的基石之一 名古屋大学 年的调查 世纪 年代 在北美和欧洲复兴 成为对抗来自日本的竞争的有力武器 从 世纪 年开始 美国的汽车 钢铁行业开始大力推行 统计过程控制SPC 的发展历史 年代 我国开始对 的研究 我国著名的质量管理专家张公绪教授提出了选控图的概念 发展了 的应用领域 目前 正在朝着 统计过程诊断与调整 的方向前进 国外刚刚起步 尚无实质性的结果 我国的张公绪教授和他的博士生们目前也正在进行这方面的研究 统计过程控制SPC 目前在我国 非汽车行业的企业应用 工具的比例非常低 估计在 左右 控制图的种类 1 按数据性质分类 计量型控制图平均数与极差控制图 Chart 平均数与标准差控制图 Chart 中位数与极差控制图 Chart 个別值与移动极差控制图 chart 计数值控制图不良率控制图 Pchart 不良数控制图 Pnchart 又称npchart或dchart 缺点数控制图 Cchart 单位缺点数控制图 Uchart 统计过程控制SPC 的其他工具 预控图 一线人员使用 选控图 制药 饮料 化工行业使用 累积和图 高精度生产过程使用 统计过程控制SPC 相关概念 标准差 平均数 中位数 极差 众数 长期过程能力 短期过程能力 什么是 Whatis 代表标准差 标准差用于描述各种可能的结果相对于平均值的波动程度 什么是标准差 啊 平均水深不是说4m吗 愉快的休假 碧波荡漾 到东海度假的MIKE先生希望通过跳水来消除长期积存的压力与疲劳 于是他爬到了跳台上 跳台上贴着这样一张告示 注意 平均水深4米 对自己的游泳水平非常自信的MIKE先生想到平均水深是4米 便毫不犹豫跳进大海里 但是 被送进了医院 平均水深4M 研究 平均 同时更关注 波动 散布 平均发生偏移波动 散布 大 平均发生偏移波动 散布 小 平均没有偏移波动 散布 大 平均没有偏移波动 散布 小 Bad Good 9 11 10 Mean 假设我们的生产过程中其中一个工序是将金属材料切割成每个长度为10mm的产品 当我们完成切割1000个产品后 测量每个产品的长度 并将测量结果以直方图形式表达 我们将会得到下列结果 9 11 10 Sigma 标准差 x 2 N 9 11 10 Sigma 样本标准差 S S X x 2 N 1 spc目标 统计图示 Target USL LSL LSL USL Target LSL USL Target 流程偏离目标 多余的误差 趋中的流程 减少误差 统计过程控制SPC 相关概念 标准差 平均数 中位数 极差 众数 长期过程能力 短期过程能力 控制图的做法 一 概述二 应用控制图的步骤三 应用实例四 控制图的观察与分析 一 概述 控制图的原理 目前绝大多数的生产结果都服从中间高 两边低的 正态分布 图形 即大部分的结果会集中在某个数值的范围内 只有少部分会离均值非常远 猜猜他的身高 cm就算合格品 每件产品的尺寸与别的都不同范围范围范围范围但它们形成一个模型 若稳定 可以描述为一个分布范围范围范围分布可以通过以下因素来加以区分位置分布宽度形状或这些因素的组合 一 概述 一 概述 如果一个过程是稳定的 无论均值 u 和标准差 是多少 产品质量特性落在 均值 范围内的概率为99 73 如下图所示 均值 这同时也意味着 如果有产品质量特性落在了均值 范围之外 而过程还是稳定的 这种情况发生的概率只有0 27 这比扔骰子连续扔出 把六点的可能性还小 切记 一 概述 假定为了控制螺丝的质量 每隔一个小时随机抽取1个车好的螺丝 测量其直径 将结果描点画图如下 共取了4个螺丝 均值 为什么会出现超出的现象呢 可能的原因 A 过程正常 点出限的概率为1 左右 B 车刀磨损 点出限的概率是1 或者1 20 您更相信那种原因 直径 一 概述 均值 直径 5cm 8cm 如果顾客要求该螺丝的直径是 5 8 cm 在这种情况下 有不合格品吗 会有不合格品出现吗 你是否要采取措施 为什么 一 概述 这就是控制图的好处 能在不合格产生之前就进行预警 识别不同原因造成质量波动偶然原因 普通原因 均值 范围内的波动特殊原因 超出均值 范围以外 能够有效确定过程的能力 一 概述 造成产品质量特性波动的原因偶然原因 普通原因 85 过程所固有的 无法完全消除的 始终起作用的原因若想消除其影响 只有在系统上进行改进 管理层 特殊原因15 并非始终存在的 可消除的 造成过程不稳定的原因 对它的消除 往往采取局部措施 操作层 一 概述 普通原因和特殊原因 在这个大楼的拐角处有一个打字社 有一个文员负责打字 如果这个文员连续打字8小时 我们每小时都检查一次 会发现 在每个小时里 他打出的字数都不同 您能指出造成他每个小时打字字数不同的普通原因和特殊原因吗 普通原因 打字过程中手的动作的变化 打字过程中的心理变化 被录入文字的变化 特殊原因 某个时间突然身体不适 某个时间稍事休息或喝水 在某个时间间断打字如接电话 复印文件等 一 概述 普通原因和特殊原因 一 概述 稳定的过程只有偶然原因 普通原因 存在而没有特殊原因存在的过程 得到的结果服从正态分布 任何的改进都是基于过程的稳定性基础之上的 对稳定过程进行局部调整只会造成更大的质量波动 如果仅存在变差的普通原因 目标值线随着时间的推移 过程的输出形成一个稳定的分布并可预测 预测时间范围目标值线如果存在变差的特殊原因 随着时间的推预测移 过程的输出不稳定 时间范围 监控过程的工具 控制图 一 概述 控制图的种类很多 一般按数据的性质分为计量型控制图 计数型控制图两大类 控制图的种类 1 按数据性质分类 计量型控制图平均数与极差控制图 Chart 平均数与标准差控制图 Chart 中位数与极差控制图 Chart 个別值与移动极差控制图 chart 计数值控制图不良率控制图 Pchart 不良数控制图 Pnchart 又称npchart或dchart 缺点数控制图 Cchart 单位缺点数控制图 Uchart 2 按控制图的用途分类分析用控制图 根据样本数据计算出控制图的中心线和上 下控制界限 画出控制图 以便分析和判断过程是否处于稳定状态 如果分析结果显示过程有异常波动时 首先找出原因 采取措施 然后重新抽取样本 测定数据 重新计算控制图界限进行分析 控制用控制图 经过上述分析证实过程稳定并能满足质量要求 此时的控制图可以用于现场对日常的过程质量进行控制 spc目标 统计图示 Target USL LSL LSL USL Target LSL USL 目标 流程偏离目标 多余的误差 趋中的流程 减少误差 3 控制图的选择 案例分析CASESTUDY 100平方米 每一百平方米布中的脏点 100 电灯亮 不亮 1 乙醇比重 10 重量 5 长度 选用什么控制图 样本数 质量特性 不良和缺陷的说明 发票上的错误 门上油漆缺陷 C图U图 风窗玻璃上的气泡 销售商发的货正确 不正确 孔的直径尺寸太小或太大 灯亮 不亮 P图NP图 车辆不泄漏 泄漏 控制图 结果举例 一 概述 控制图的作用 在质量诊断方面 可以用来度量过程的稳定性 即过程是否处于统计控制状态 在质量控制方面 可以用来确定什么时候需要对过程加以调整 而什么时候则需使过程保持相应的稳定状态 在质量改进方面 可以用来确认某过程是否得到了改进 二 应用控制图的步骤 应用步骤如下 选择控制图拟控制的质量特性 如重量 不合格品数等 选用合适的控制图种类 确定样本容量和抽样间隔 收集并记录至少20 25组样本的数据 或使用以前所记录的数据 计算各个样本的统计量 如样本平均值 样本极差 样本标准差等 计算各统计量的控制界限 画控制图并标出各样本的统计量 研究在控制线以外的点子和在控制线内排列有缺陷的点子以及标明异常 特殊 原因的状态 判断过程是否稳定 解决了过程稳定的问题之后 将该图用于过程控制之中 一 过程判稳 二 过程控制 均值极差图的组成部分例 极差图 均值图 总均值过程中心X 均值图上控制限UCL 均值图下控制限LCL 极差均值R 极差图上控制限UCL 极差图下控制限LCL X R图即均值极差图的做法 步骤一选择要控制的质量特性 计量型 顾客的需求长度 重量 含量 想要改进 重点控制的区域某条生产线 某个操作 某个产品的生产特性之间的相互关系如果特性之间有连带关系 控制其中一个就行了 重量VS体积 X R图即均值极差图的做法 可以使用控制图的质量特性 以烟草行业为例1 形成卷烟产品主要特性的工序 如制丝工序中的温度 水份 流量测试点等 2 对卷烟产品质量有重大影响的关键工序 如加香加料工序和掺配工序等 3 屡屡发生质量问题的工序 如卷制 包装工序 4 单支重量的控制等 X R图即均值极差图的做法 步骤二确定样本容量和取样间隔第一次做时 一般为取20 25组 每组4 5个连续的产品 组和组之间的间隔时间推荐为 每小时产量时间间隔 108小时10 194小时20 492小时50以上1小时 A1 选择子组大小 频率和数据 每组样本数 2 5 组数要求 最少25组共100个样本 频率可参考下表 三 应用实例 某公司新安装一台装填机 该机器每次可将5000g的产品装入固定容器 规范要求为5000 g 0 50 使用控制图的步骤如下 将多装量 g 看成应当加以研究并由控制图加以控制的重要质量特征 由于要控制的多装量计量特性值 因此选用x R控制图 以5个连续装填的容器为一个样本 n 5 每隔1小时抽取一个样本 收集25个样本数据 k 25 并按观测顺序将其记录于表中 见多装量数据表 多装量 g 数据表 多装量 g 数据表 X R图即均值极差图的做法 步骤三 计算组号123 25x1471919x2323711x3441116x4352511x52034441 计算每个子组的均值和极差第1组均值X1 47 32 44 35 20 5 35 6 极差R1 47 20 27第2组均值X2 19 37 11 25 34 5 25 2 极差R2 37 11 26 第25组 X R图即均值极差图的做法 步骤三 计算2 总均值 将每一组的均值相加再平均X X1 X2 X3 K K为组数 3 极差的均值 R R1 R2 R3 K K为组数 X R图即均值极差图的做法 极差图 均值图 R中心线 X中心线CL X R图即均值极差图的做法 步骤三 计算4 均值图控制限 上控制限 UCLX X A2R下控制限 LCLX X A2R A2是用极差来近似标准差时的调整系数 3 X R图即均值极差图的做法 A2的值是常数 取决于所取子组容量n的大小 规则见下表 例如 如果决定 每隔两小时取一组 每组取4个连续产品 则n 4 A2 0 729 如果每组取连续的5个产品 A2 X R图即均值极差图的做法 步骤三 计算极差图控制限 上控制限 UCLR D4R下控制限 LCLR D3R D3和D4是用极差来近似标准差时的调整系数 X R图即均值极差图的做法 D3和D4的值是常数 取决于所取子组容量n的大小 规则见下表 例如 如果决定 每隔两小时取一组 每组取4个连续产品 则D4 2 282 D3 0如果每组取连续的5个产品 D4 D3 上述实例中 各个统计量的计算结果如下 中心值CL 29 86 g UCL A2R 45 69 g 均值图 LCL A2R 14 03 g 三 应用实例续 R极差图 LCL D3 0注 D3为随着样本容量n而变化的系数 可由控制图系数选用表中选取 中心值CL 27 44 g UCL D4 58 04 g 注 D4为随着样本容量n而变化的系数 可由控制图系数选用表中选取 三 应用实例续 步骤4 描点 画控制图 一般放在上方 R图放在下方 横轴表示样本号 纵轴表示质量特性值和极差 样本号 5 10 15 20 25 0 20 40 60 20 30 40 50 20 极差R UCL 45 69 CL 29 86 LCL 14 03 UCL 58 04 CL 27 44 n 5 分析过程 1 首先要分析极差图上的信息 2 找出显示存在非随机的趋势或点 在控制图上加以标明 3 查找其原因并消灭之 4 将存在特殊原因的点从控制图上去掉 5 重新计算各中心线和控制限 如果数据不够 要在现场继续取 6 再分析均值图上的信息 7 找出显示存在非随机的趋势或点 在控制图上加以标明 8 查找其原因并消灭之 9 重新计算各中心线和控制限 如果数据不够 要在现场继续取 10 继续描图 将该图用于日常控制 也可用于了解过程的能力 步骤5 分析控制图 进行过程判稳 控制图的观察与分析 过程判稳 当所描的点没有异常趋势时 a 连续25点 界外点数d 0 b 连续35点 界外点数d 1 c 连续100点 界外点数d 2在这些情况下 您可以不必大惊小怪 但为了稳妥起见 控制图的观察与分析 极差图的过程判异 点子超出或落在控制限上 这会说明下列情况中的一种或几种 1 控制限计算错误或描点错误 2 产品间的变化性或分布的宽度已经增大 3 测量系统有问题 不同的检验员 量具或量具精度不够 控制图的观察与分析 极差图的过程判异 控制图的观察与分析 极差图的过程判异 出现链状的趋势说明 1 如果出现连续上升或高于极差均值的链 有可能表明1 1设备工作不正常或某些固定卡具松动 1 2过程的某个要素发生变化 使用新的不稳定的原材料 1 3测量系统发生了改变 新的检验员或量具 2 如果出现连续下降或低于极差均值的链 有可能表明2 1过程变化减少 应研究并加以推广 2 2测量系统有改变 数据不准确 注 为稳妥起见 当样本容量n 5时 只有8点或更多的点组成的链才能表明过程变化减少 控制图的观察与分析 极差图的过程判异其他情况 UCL CL LCL 控制图的观察与分析 极差图的过程判异其他情况 如果出现周期情况说明过程因素的周期变化 如人员换班 设备疲劳等 如果出现绝大部分点都落在距离均值比较远或比较近的区域 则说明可能是控制限或描点错误或者抽样的方法有问题 控制图的观察与分析 均值图的过程判异 点子超出或落在控制限上 这会说明下列情况中的一种或几种 1 控制限计算错误或描点错误 2 过程已经发生改变 3 测量系统发生改变 不同的检验员 量具或量具精度不够 控制图的观察与分析 均值图的过程判异 控制图的观察与分析 均值图的过程判异 出现链状的趋势可能说明 过程均值已经发生了改变 也许还在变化 测量系统发生了改变 控制图的观察与分析 均值图的过程判异其他情况 UCL CL LCL 控制图的观察与分析 均值图的过程判异其他情况 如果出现周期情况说明过程因素的周期变化 如人员换班 设备疲劳等 如果出现绝大部分点都落在距离均值比较远或比较近的区域 则说明可能是控制限或描点错误或者抽样的方法有问题也有可能是数据被人为修改过 关于判异规则 判异规则还有很多 详细的信息可以参考GB T4091 2001 常规控制图 国家标准 将控制图用于日常的控制 首批 25组 的控制图制作已经完成 特殊原因已经排除 可以将该图正式用于过程控制 每天定期收取几组 监控过程 当过程发生重大变化时 如更换设备 人员 采用新工艺等情况时 重新绘制控制图 案例分析九停摆的钟表 X S图即均值标准差图 均值标准差图比均值极差图有更高的敏感性和精确度 特别是对于子组容量比较大的情况下 9 但计算比较复杂 它适合于下列情况 1 可以使用计算机软件的情况 2 子组容量比较大的情况 X S图即均值 标准差图 均值 标准差图的做法同均值 极差图基本相同 差别在于控制限的计算方法不同 均值的上下控制限USLX X A3SLSLX X A3S标准差的上下控制限 SLS B4SLSLS B3S 注 式中S为各子组样本标准差的均值 B3 B4 A3为随样本容量变化的常数 注 在样本容量低于6时 没有标准差的下控制限 过程控制判稳 判异的准则 同X R图 X S图即均值 标准差图 单值和移动极差图 X MR 1 用途测量费用很大时 例如破坏性实验 或是当任何时刻点的输出性质比较一致时 例如 化学溶液的PH值 1 1单值 移动极差图的三种用法 1 单值 第1个数和第2个数之间的极差 第2个数和第3个之间的极差 2 移动组 3或4个数之间的极差 3 固定子组 所有的数据都在同一个班次上收集 2 数据收集 基本同X R 2 1在数据图上 从左到右记录单值的读数 2 2计算单值间的移动极差 MR 通常是记录每对连续读数间的差值 3 计算控制限X X1 X2 Xk KR MR1 MR2 MRk K 1 USLMR D4RLSLMR D3RUSLX X E2RLSLX X E2R 单值和移动极差图 X MR 注 式中R为移动极差 X是过程均值 D4 D3 E2是随样本容量变化的常数 过程控制的解释 同其他计量型控制图 单值和移动极差图 X MR 应用实例 大炼钢铁 在炼钢的过程中 需要对某种化学成分进行控制 由于进行该化学成分的分析需要很长时间 于是采用I MR图进行生产过程的控制和分析 测得25组数据如下表 应用实例 大炼钢铁 计数型数据控制图 一 P控制图P图是用来测量在一批检验项目中不合格品 缺陷 项目的百分比 应用步骤1 收集数据选择子组的容量 频率和数量子组容量 子组容量足够大 50 200 并能包括几个不合格品 每个子组的容量可以不必相同 分组频率 根据实际情况 兼顾大容量和信息反馈快的要求 子组数量 收集的时间足够长 使得可以找到所有可能影响过程的变差源 一般为25组 2 计算每个子组内的不合格品率 P P np nn为每组检验的产品的数量 np为每组发现的不良品的数量 这类控制图适合于那些仅能用 合格 vs 不合格 淘汰 VS 保留 好 VS 坏 表示的质量特性 3 选择控制图的坐标刻度一般不合格品率为纵坐标 子组别 小时 天 作为横坐标 纵坐标的刻度应从0到初步研究数据读读数中最大的不合格率值的1 5到2倍 4 计算控制限1 计算过程平均不合格品率 P P n1p1 n2p2 nkpk n1 n2 nk 计数型数据控制图 P图 式中 n1p1 nkpk分别为每个子组内的不合格的数目n1 nk为每个子组的检验总数 4 计算上下控制限 USL LSL USLp P 3P 1 P nLSLp P 3P 1 P nP为平均不良率 n为每一组的样本容量注 1 从上述公式看出 凡是各组容量不一样 控制限将随之变化 2 在实际运用中 当各组容量不超过其平均容量25 时 可用平均样本容量n代替n来计算控制限USL LSL 计数型数据控制图 P图 计数型数据控制图 P图 5 将不合格品率描绘在控制图上a描点 连成线来发现异常图形和趋势 b在控制图的 备注 部分记录过程的变化和可能影响过程的异常情况 过程控制用控制图解释 分析数据点 找出不稳定的证据 一个受控的P管制图中 落在均值两侧的点的数量将几乎相等 A 超出控制限的点超出极差上控制限的点通常说明存在下列情况中的一种或几种 1 控制限计算错误或描点时描错 2 测量系统变化 如 不同的检验员或量具 3 过程恶化 B 低于控制限之下的点 说明存在下列情况的一种或多种 1 控制限或描点时描错 2 测量系统已改变或过程性能已改进 C 链出现高于均值的长链或上升链 7点 通常表明存在下列情况之一或两者 计数型数据控制图 P图 1 测量系统的改变 如新的检验人员或新的量具 2 过程性能已恶化低于均值的链或下降链说明存在下列情况之一或全部 1 过程性能已改进2 测量系统的改好注 当np很小时 5以下 出现低于P的链的可能性增加 因此有必要用长度为8点或更多的点的长链作为不合格品率降低的标志 D 明显的非随机图形判异准则同X R图 计数型数据控制图 P图 寻找并纠正特殊原因当有任何变差时 应立即进行分析 以便识别条件并防止再发生 由于控图发现的变差一般是由特殊原因引起的 希望操作者和检验员有能力发现变差原因并纠正 并在备注栏中详细记录 重新计算控制限初次研究 应排除有变差的子组 重新计算控制限 计数型数据控制图 P图 应用实例 半导体晶片的生产控制 某半导体硅片生产企业 在硅片生产线上进行抽检 每天临下班时抽取120片 3月份26天的记录中 每天发现的不合格硅片数如下表 做P图进行控制三月份不合格品统计表 应用实例 半导体晶片的生产控制 采用时机各阶段子组的样本容量相同 更关心不合格的数量而不是不合格品率数据的收集 基本和p图相同 受检验的样本的容量必须相同样本容量足够大使每个子组内都有几个不良品并在 记录表上记录样本的容量 计算控制限计算过程不合格数的均值 np np np1 np2 npk k 计数型数据控制图 np图 式中的np1 np2 为K个子组中每个子组的不合格数 计数型数据控制图 np图 计算上下控制限USLnp np 3np 1 p LSLnp np 3np 1 p p为过程不合格品率 n为子组的样本容量 过程控制解释同p控制图 应用实例 开关厂的质量控制 某开关装置工厂主要生产机电设备中的小型开关 自动化生产线上用自动检测装置对所生产的小型开关进行全数检验 由于开关失效是一个严重的问题 所以 该公司采用np图来识别装配生产线何时失控 下表是某日收集的每小时不合格品数 生产线每小时生产4000个 应用实例 开关厂的质量控制 计数型数据控制图 不合格数 缺陷 C图 采用时机C图用来测量一个检验批内的不合格 的缺陷 的数量 C图要求样本的容量恒定或受检验材料的数量恒定 主要用于以下两类检验 不合格分布在连续的产品流上 如 每条尼龙上的瑕疵 玻璃上的气泡或电线上绝缘层薄的点 以及可以用不合格的平均比率表示的地方 如100平方米上的缺陷 在单个的产品检验中可能发现不同原因造成的不合格 应用步骤 1 数据的收集检验样本的容量 零件的数量 织物的面积 电线的长度等 要求相同 这样描绘的C值将反映质量性能的变化而不是外观的变化 在数据表上记录样本容量 计数型数据控制图 不合格数 缺陷 C图 应用行业 纺织 印染 印刷 表面处理 喷漆等等 记录并描绘每个子组内的不合格数 C 2 计算控制限计算过程不合格数均值 C C C1 C2 Ck K式中 C1 C2 Ck为每个子组内的缺陷数计算控制限U LSLc C 3C过程控制解释 同P控制图 计数型数据控制图 不合格数 缺陷 C图 某纺织公司拟对其生产的某种布匹的缺陷数进行监控 根据对象的性质 该公司的质量工程师决定采用C图来进行控制 流程如下 1 拟控制的过程 布匹的纺织过程2 控制的项目 布匹的缺陷数 缺陷种类包括 异色 麻点 起毛 3 确定抽样数和抽样频率长度每10m为一组 布料的宽度恒定为1 5米 每小时抽一次 目前共抽了25组 得数据表如下 应用实例 纺织公司 该质量工程师做总体缺陷 每种缺陷相加 的C图 应用实例 纺织公司 异色缺陷的C图 应用实例 纺织公司 麻点缺陷C图 应用实例 纺织公司 应用实例 纺织公司 起毛缺陷C图 使用的时机U图用来测量具有不同的样本量 受检材料的量不同 的子组内每检验单位产品之内的不合格数量 可以用缺陷率表示 步骤1 数据的收集各子组样本容量彼此不必都相同 尽量使它的容量在其平均值的正负25 以内 可以简化控制限的计算 记录并描绘每个子组内的单位产品不合格数 缺陷 u u c n式中 C为发现的不合格 缺陷 数量 n为子组中样本的容量 C和n都应记录在数据表中 计数型数据控制图 单位不合格数 缺陷 U图 2 计算控制限计算每单位产品过程不合格数的平均值u C1 C2 Ck n1 n2 nk 式中 C1 C2及n1 n2等为K个子组内每个子组的不合格数及样本容量 U LSLu u 3u n式中 n为平均样本容量 计数型数据控制图 单位不合格数 缺陷 U图 U LSLu u 3u n过程控制解释 同P控制图 计数型数据控制图 单位不合格数 缺陷 U图 注 如果某些子组的样本容量与平均样本容量的差超过正负25 按下式重新计算其准确的控制限 应用实例 西门电子公司 西门电子公司主要生产印刷电路板 因此 生产线上波峰焊接过程就是需要进行重点控制的过程 该公司的质量工程师确定选用U图进行控制 流程如下 1 确定需要控制的过程波峰炉焊接过程2 确定需要控制的项目印刷线路板通过波峰炉之后的单位焊点不合格数 3 确定抽样频率和抽样数量每小时抽1次 每次抽100块印刷电路板 应用实例 西门电子公司 共抽取25组 得到数据表如下 应用实例 西门电子公司 应用实例 西门电子公司 在这个图上 您能得到出什么结论 案例分析十金鹏五金厂的铜片硬度问题 过程能力 一 过程能力的概念二 过程能力指数三 过程能力指数的评定四 提高过程能力指数的途径五 短期过程能力指数和长期过程能力指数 性能 六 过程能力指数和不合格品率的关系 过程能力 情景 有两个车间 生产同一种产品 下图是这两个车间某日生产产品的直方图 都是 合格率 假定控制图显示这两个车间的生产都稳定受控 您认为这两个车间的生产水平一样吗 车间 车间 规格限 规格限 规格限 规格限 过程能力 如果是下面这样呢 您认为哪个车间管理的更好 车间 规格限 规格限 B车间 规格限 规格限 过程能力 如何描述这些过程的差距 如何描述一个过程满足顾客要求的能力 一 过程能力的概念 过程能力是指当过程处于稳定受控状态时 过程输出符合规范要求的能力 它使用规范限和过程的6 之间的关系衡量 一般将过程的6 宽度称为 过程变差 规范要求 尺寸公差 重量 含量 收率等 来自顾客 中心值 3 规范限 规范限 过程变差 在进行过程的短期研究时 可以使用X R图即均值 极差图中的极差均值R d2来近似 还记得均值极差图吗 规范限 0 0 1 2 3 1 2 3 6 4 2 4 6 2 一 过程能力的概念 规范限 很显然 虽然规范限相同 右图的过程能力要明显高于左图 过程的变差更小 二 过程能力指数 1 Cp 过程能力指数2 短期过程能力指数 3 长期过程能力指数 二 过程能力指数 可以使用过程能力指数来表明过程满足顾客要求的能力 前提 1 过程处于稳定受控状态 仅有普通原因起作用 2 过程的输出 产品 的质量特性服从正态分布 3 规范限能够代表顾客要求 4 设计的目标位于规范中心 5 来自测量的变差相对较小 二 过程能力指数 双边差 过程对中时 过程能力指数是反映过程能力满足产品质量标准 规范 公差等 能力的参数 一般记做CP 过程能力指数是技术要求和过程能力的比值 CP 规范要求之差 过程变差 T TU TL M M 规范要求中心TU TL 2 过程分布中心T 规范要求范围TU 上规范限TL 下规范限 6 TU TL 6 应用实例 工艺规范要求 某零件热处理的温度是在760 5 经过对炉温的长期观测得知 炉温的变化稳定 变动的均值为760 标准差 为2 请问 在这种条件下的过程能力指数 760 2 755 765 TU TL 6 CP CP 765 755 6 2 0 83 应用实例 如果工艺规范要求 某零件热处理的温度是在760 8 而炉温的变动的均值仍为760 标准差 仍为2 请问 在这种条件下的过程能力指数 760 2 752 768 TU TL 6 CP CP 6 这说明了什么 二 过程能力指数 双边差 过程不对中时 过程分布中心 下规范限 上规范限 规范要求中心 这时的能力指数使用CPK来表示 T 应用实例 工艺规范要求 某零件热处理的温度仍是在760 8 经过对炉温的长期观测得知 炉温的变化稳定 变动的均值为762 标准差 为2 请问 在这种条件下的过程能力指数 CPk 过程分布中心 下规范限 上规范限 规范要求中心 T CPk 16 2 762 760 6 2 1 这说明了什么 二 过程能力指数 规范限为单边情况 在某些情况下 过程的规范是单边的 如某些原材料的硬度要求越大越好 在这种情况下 只有一个规范下限 而另外一些情况 可能只有一个规范上限 如食品中的有害物质等等 TU规范上限 规范下限 单侧上限情况 过程能力指数用CPU表示 计算公式为 二 过程能力指数 规范限为单边情况 TU规范上限 越小越好的情况 单侧下限情况 过程能力指数用CPU表示 计算公式为 二 过程能力指数 规范限为单边情况 规范下限 越大越好的情况 应用实例 某金属材料的抗拉强度是越大越好的质量特性 顾客对此提出 该材料的抗拉强度应该 32kg cm2 在生产线上控制图显示 该产品的抗拉强度平均值X 38kg cm2 1 8kg cm2 请问该生产过程的过程能力指数 38 32 3 1 8 1 11 三 过程能力指数的评定 无偏离过程能力等级评定表 三 过程能力指数的评定 有偏离过程能力指数等级评定表 四 提高过程能力指数的途径 根据公式可知 影响过程能力指数有3个变量 产品质量规范 规范限范围T 过程加工的分布中心与公差中心的偏移量 过程加工的质量特性分散程度 即标准偏差 在工序加工分析时 减少中心偏移量的防误措施 在技术上 操作上比较容易实现 同时也不必为此花费太多的人力 物力和财力 因此把它作为提高过程能力指数的首要措施 只有当中心偏移量 0 而CP值仍然小于1时 才考虑提高过程能力 减少过程加工的分散程度或考虑是否有可能放宽公差范围 放宽公差范围必须不影响产品质量 不影响用户使用效果 四 提高过程能力指数的途径 五 短期过程能力指数和长期过程能力 性能 指数 计算CP或者CPK的前提条件之一是过程要处于稳定受控状态 其中 TU TL 6 CP 使用X R图即均值 极差图中极差的均值R d2来近似 如果就长期而言 先要了解过程在普通原因和特殊原因共同作用的表现 可以使用PP和PPK来表示长期的能力 性能 它的公式和CP与CPK一样 只不过 用所有样本的总标准差估计 而且计算性能指数 不需要过程处在稳定状态 如果仅存在变差的普通原因 目标值线随着时间的推移 过程的输出形成一个稳定的分布并可预测 预测时间范围目标值线如果存在变差的特殊原因 随着时间的推预测移 过程的输出不稳定 时间范围 六 过程能力指数和不合格品率的关系 CP和不合格品率P的关系见下表 六 过程能力指数和不合格品率的关系 CPK和不合格品率P的关系见下表 假设过程中心偏移1 5 预控技术 生产一线人员使用的过程控制工具 预控图 简单实用的工具 10分钟就可以学会 预控图简介 由于常规控制图存在着一定的计算上的工作量 20世纪50年代 美国RATH STRONG管理咨询公司为世界500企业开发出一种简单实用的过程监控工具 预控图 时间控制图VS预控图20世纪90年代之前99 1目前80 20 预控图简介 预控图的优点1 所需的数据比控制图少 减少了工作量 2 控制规格与公差规格相同 简单易懂 3 可以及时发现趋势 起到预防作用 4 可适用于小批量生产 灵活有效 5 计量型和计数型都可适用 6 使用颜