SPC制程管制基础教育课件.ppt

SPC制程管制基础教育 目录 SPC制程管理目的意义 受控状态 信息反馈 控制 分析 过程达到受控制的状态 做到 预防问题的产生 和 减少浪费 利用过程波动的统计规律性对过程进行分析控制 由于过程波动具有统计规律性 当过程受控时 过程特性一般服从稳定的随机分布 而失控时 过程分布将发生改变 SPC 全称StatisticalProcessControl 称为 制程过程统计 SPC 是一种借助数理统计方法的过程控制工具 它对生产过程进行分析评价 根据反馈信息及时发现系统性因素出现的征兆 并采取措施消除其影响 使过程维持在仅受随机性因素影响的受控状态 以达到控制质量的目的 SPC目的 过程达到受控制的状态 做到 预防问题的产生 和 减少浪费 信息获取 统计分析 点击添加文本 点击添加文本 点击添加文本 点击添加文本 决定质量价格 确定工序能力 决定生产过程 质量改进 SPC制程管理的方法 SPC 是利用质量控制图来获取相关信息 这些简单图表反馈以下内容 质量控制图 点击添加文本 点击添加文本 点击添加文本 SPC起源 1924年 休哈特 W A Shewhart 博士绘制了第一张的SPC控制图 并于1931年出版了 加工产品品质的经济控制 EconomicControlofQualityofManufacturedProducts 之后 SPC应用于各种制造过程改善便就此展开 SPC定义 SPC是一种用来分析数据的科学方法 并且利用分析结果来解决实际的问题 只要问题能以数字表示 就可以应用SPC来分析 由于原料 设备 气压 操作员生理 心理等不同 一般收集的资料都会有变动的现象 将这些数据画在图上 抽样值在某个范围中上下变动 SPC原理 1 被量测出的产品品质特性均是由于某些偶然因素所造成的结果 2 某些 偶然因素下的一致现象 是任何制造和检验的架构下所固有的 3 在这固有之 一致现象 的状态下的变动将无法找到原因 4 在该状态外的变动原因 则是可被发现而加以改正的 SPC制程图的基本原理 变异 SPC制程图 主要基于 变异 这个特点而产生的 原因 任何系统中都存在变异 因此没有任何两件成品是完全相同的 随机性变异 特殊性变异 过程中变异是不在管制状态下的非随机原因 其产品分配亦无固定分配 特点 占15 过程中的变异是变统计管制状态下 其产品是完全有固定的分配 即分配位置 分配散布及分配形状三种 特点 占85 备注 特殊性变异不可由简单的统计技术分析而得 一般称为局部问题的对策 这类原因约占过程问题的15 SPC制程能力调查 1 了解要调查的质量特性与调查范围并收集数据 步骤四 步骤三 制程能力调查 步骤一 步骤二 2 确定制程是处于稳定的状态 步骤一 步骤二 3 计算制程能力指数 4 判断制程能力是否足够 如不足时则加以改善 制程能力调查的意义 利用系统方法包括管制图 直方图 次数分布图 等手法 对制程作有系统性的研究 以求发现制程进行的状况 对任何不正常的情况加以研究而测定其原因是机遇原因和非机遇原因 采取对策加以消除 将非机遇原因消除后 只存在机遇原因的制程状况即所谓的制程能力 科学的方法 使用统计学的方法 来保证预防原则的实现 全员参与 不仅仅是依靠少数质量管理人员 全局性 整体性 从整个过程 整个体系出发来解决问题 预见性 能判断整个过程的异常 及时报警 SPC制程管理特点 SPC制程管理特点 有如下四点设定管制项目标准值的目的 就是希望以该值制造出来的各种产品的实际值 能以该标准值中心 成左右对称的常态分配 而制造时也应以标准值为目标 补充 工程准确度 Ca 评价目的就在于衡量制程平均与标准的一致程度 有时工程准确度指数又称为正确度指数 分析阶段 SAC制程管理实施 监控阶段 准备阶段 生产要素点检 无异常 SPC制程管理的实施 生产准备 原料 劳动力设备 测量系统 数据收集 生产测量数据 数据分析 利用控制图 直方图 进行过程能力分析 生产过程稳态分析 原因查找 出现不能满足时需进行不良原因查找并改进 控制图监控 根据分析阶段的结果确定控制图 并进行实时监控 失控原因查找改善 监控中出现波动 需查找原因并消除其影响 SPC应用流程 根据上文中各个阶段的内容 我们在SPC实施的方式中拟定其应用流程 SPC控制图的分类 根据数值的特点 可分为计量值数据和计数值数据 SPC管制图亦可分为计量值控制图和计数值控制图 计量值 其特点可以连续读取数据 如 长度 重量等 计数值 其特点是不可连续读取这些数据 只可读取整数 如不合格个数 缺点数 1 计量控制图Xbar R X R 平均值与全距控制图 X R 中位数与全距控制图 Xbar S X S 平均值与标准差控制图 X Rm 各别值与移动全距控制图2 计数值控制图P chart 不良率控制图Pn chart 不良数控制图C chart 缺点数控制图U chart 单位缺点数控制图 目录 单边规格 只有规格上限和规格中心或只有下限或规格中心的规格 如考试成绩不得低于80分 或浮高不得超过0 5mm等 此時數據越接近上限或下限越好 双边规格 有上下限與中心值 而上下限與中心值對稱的规格 此时数据越接近中心值越好 如BF后焦规格2 8 0 2mm USL UpperSpecificationLimit 即規格上限 如2 8 0 2LSL LowSpecificationLimit 即規格下限 如2 8 0 2C CenterLine 规格中心 如上例中心值为2 8 X X1 X2 Xn n平均值 n為樣本數 T USL LSL 即規格公差 如上例 公差为0 4 sigma 数据的标准差 Excel中的 STDEV 函数自动计算所取样数据的标准差 与Cpk相关的几个重要概念 制程准确度Ca 一 工程能力分析 制程准确度Ca capabilityofaccuracy 指来自生产中产品数据的实绩平均值 X 与规格中心值 其间偏差的程度 实绩平均值 规格中心值X T USL LSL 规格上限 规格下限 规格公差 Ca 值越小越好 分4个等级评价 若为单边规格 无法计算Ca值 规格公差 2 T 2 Ca 100 100 制程精密度Cp Capabilityofprecision 指以规格公差 T 与自生产中所获得产品数据的6 估计实绩标准偏差 其间相差的程度 规格公差T规格上限 规格下限USL X实际平均值 规格下限X LSLCP值愈大 品质愈好 制程精密度Cp Cp 6 6 双边规格 Cp 3 6 单边规格 或 3 3 单边规格 制程能力指数制程能力指数指Ca与Cp两值的指数 Cpk 1 Ca Cp当Ca 0时Cpk CpCp值愈大或Ca值愈小时 Cpk值愈大 即制程综合能力愈好 Cpk值愈大 品质愈好 分五个等级 制程能力指数Cpk CPK CPK值越大 品质越好 CPK CPK CPK CPK Cpk值的等级评价 Cpk公式总结 6511G1厚度实例 Cpk和制程良率換算 目录 计算X R管制图的管制限 基本概念X 每组样本数的平均值R 每组样本数的全距 R Xmax Xmin X 所有样本数的总平均值R 所有组样本的全距平均值 备注 每组样本数 10个较好 1 X管制图中心线 CL X管制上限 UCL X A2R管制下限 LCL X A2R2 R管制图中心线 CL R管制上限 UCL D4R管制下限 LCL D3R 管制线计算参数 01 02 04 03 首先要对工序进行分析 收集生产条件 包括人 机 料 法 环 测 比较稳定和有代表性情况的一批数据 50个 5或6的倍数 X R管制图的作法 每5或6个数据一组计算其平均值X 极差R 一组数据中最大值和最小值之差 计算X值的平均值X作为X图中心线 CL 以及极差R的平均值R作为R图中心线 对X图取上控制线 UCL CL值 A2R 下控制线 LCL CL值 A2R对R图 取上控制线 UCL D4R 计算制程标准度Ca值 制程精密度Cp值和制程能力指数Cpk值 进行制程能力检讨 管制图判断 管制状态判断1 管制状态 1 1多数点集中在中心线附近 1 2少数点落在管制限附近 1 3点之分布呈随机状态 无任何规则可循 1 4没有点超出管制界限之外 2 非管制状态 2 1点在管制界限的线外 或线外 2 2点在管制界限的线内 但呈特殊排列 3 只有在下列情况下本期管制实绩才可作为后期管制界限 3 1连续25点以上出现在管制界限内时 3 2连续35点中出现在管制界限以外的点为超过1点时 3 3连续100点中出现在管制界限以外的点为超过2点时 制程异常 1 点在中心线单侧连续出现7点以上时 2 点在中心线单侧出现较多时 2 1连续11点中至少有10点 2 2连续14点中至少有12点 2 3连续17点中至少有14点 2 4连续20点中至少有16点 3 连续7点依次上升或下降 4 点接近界限 在2 与3 间 4 1连续3点中有2点以上 4 2连续7点中有3点以上 4 3连续10点中有4点以上 5 点出现周期性变动 6 连续15点以上出现在 1 期间时 7 变幅突然变大或变小 图例一 超出控制界限的点 出现一个或多个点超出任何一个控制界限是该点处于非受控控状态的主要证据 说明控制限计算或描点错误 零件分布宽度变大或变小 测量系统已改变 如 不同的检验员 量具 分辨力不适用 异常图例说明 图例二 有下列现象之一即表明过程已改变如 连续7点位于中心线的一侧连续7点上升 后点等于或大于前点 或下降 输出值的分布宽度增加 减小 或是由于过程中的某个要素变化 测量系统改变 异常图例说明 图例三 明显的非随机图形 应依正态分布来判定图形 正常应是有2 3的点落于中间1 3的区域 控制限或描点已计算措或描错 数据已经过编辑 异常图例说明 目录 ONE TWO 没能找到正确的管制点 不知道哪些点要用管制图进行管制 花费大量的时间与人力 在不必要的点上进行管制 SPC只应用于重点的尺寸 特性的 那么重点尺寸 性能如何确定呢 通常应用FMEA的方法 开发重要管制点 如果客户有指明 依客户要求即可 实施SPC的过程中常见的十大误区 不抓重点 不抓重点 测量工具不适宜 没有适宜的测量工具 计量值管制图 需要用测量工具取得管制特性的数值 管制图对测量系统有很高的要求 通常 我们要求GR THR FOR 没有解析生产过程 直接进行管制 管制图的应用分为两个步骤 解析与管制 在进行制程管制之前 一定要进行解析 解析是目的 是确定制程的稳定性 进而是可预测的 并且看过程能力是否符合要求 从而了解到过程是否存在特殊原因 普通原因的变差是否过大等致关重要的制程信息 制程只有在稳定 并且制程能力可以接受的情况下 方才进入管制状态 实施SPC的过程中常见的十大误区 忽略解析过程 解析与管制脱节 在完成制程解析后 如果我们认为制程是稳定且制程能力可接受的 那么 就进入管制状态 制程控制时 是先将管制线画在管制图中 然后依抽样的结果在管制图上进行描点 那么 管制时管制图的管制线是怎么来的呢 管制图中的管制线是解析得来的 也就是说 过程解析成功后 管制线要延用下去 用于管制 很多工厂没能延用解析得来的管制线 管制图不能表明过程是稳定与受控的 FIR SIX 管制图所反应的是 过程 的变化 生产的过程输入的要项为5M1E 人 机 料 法 环 量 5M1E的任何变化都可能对生产出来的产品造成影响 如果这些变动会引起产品平均值或产品变差较大的变化 那么 这些变化就会在XBAR图或R图上反映出来 我们也就可以从管制图上了解制程的变动 发现有变异就是改善的契机 而改善的第一步就是分析原因 我们可以查找管制图中记录的重大事项 就可以明了 所以 5M1E的任何变化 我们都要记录在管制图中相应的时段上 实施SPC的过程中常见的十大误区 管制图未记录重大事项 不理解XBAR图与R图的含义 当我们把XBAR R管制图画出来之后 我们到底从图上得哪些有用的资讯呢 首先 这两个图到底先看哪个图 R反应的是每个子组组内的变差 它反映了在收集数据的这个时间段 制程所发生的变差 所以他代表了组内固有的变差 XBAR图反映的是每个子组的平均值的变化趋势 所以其反映的是组间的变差 组内变差可以接受时 有明分组是合理的 组间变差没有特殊原因时 表明我们在一段时间内 对过程的管理是有效的 可接受的 所以 我们一般先看R图的趋势 再看XBAR图 SEV EIG 当产品设计出来之后 规格线就已经定下来了 当产品生产出来后 管制图的管制线也定出来了 规格线是由产品设计者决定的 而管制线是由过程的设计者决定的 管制线是由过程的变差决定的 管制图上点的变动只能用来判断过程是否稳定受控 与产品规格没有任何的联系 它只决定于生产过程的变差 当西格玛小时 管制线就变得比较窄 反之就变得比较宽 但如果没有特殊原因存在 管制图中的点跑出管制界线的机会只有千分之三 而有些公司在画管制图时 往往画蛇添足 在管制图上再加上上下规格线 并以此来判产品是否合格 其实没有必要的 实施SPC的过程中常见的十大误区 管制线与规格线混淆 不理解管制图点变动意思 我们常常以七点连线来判定制程的异常 也常用超过三分之二的点在C区等法则来判断制程是否出现异常 如果是作业员 只在了解判定准则就好了 但作为管理人