控制图在MINITAB中的运用例ppt课件

.,1,统计过程控制SPC实例用,.,2,什么是6？,.,3,什么是6？,4sigma的水平是30頁報紙中有1個錯字的品質水平5sigma的水平是百科全書中有1個錯字的品質水平6sigma的水平是小規模圖書館中有1個錯字的品質水平,.,4,实施SPC的基本步骤,以X-BAR和R控制图为例介绍实施SPC的基本步骤,.,5,计数型分析图形选用,.,6,计量型分析图形选用,.,7,控制图的选择,识别力差用少,理论充分,情报提供完整,过程检查力强,运用多,取样昂贵,破坏性,数据成正态分布,数据泊松分布,数据二项分布,样本大小相同才用,异常时无法查找原因,子组大运用少,.,8,分析用与控制图用,一道工序开始应用控制图时，几乎不会恰巧处于稳定状态，即存在异因。如果以这种非稳定状态下的参数来建立控制图，控制图界限之间的间隔一定较宽，用这样的控制图来控制将会导致错误的结论。因此，一开始，总需要将非稳定状态的过程调整到稳定状态，这就是分析用控制图的阶段。等到过程调整到稳定状态后，才能延长控制图的控制线作为控制用控制图，这就是控制用控制图的阶段。因此，从功能上分，控制图可分为两种,一种是分析用的控制图，另一种是控制用的控制图。,.,9,分析用与控制手控制图,1、分析用控制图分析用控制图是根据实际测量出来的数据，经过计算得出控制的上下限值之后画出的，它主要用来对初期质量的测定和监控，了解初期产品的过程能力，分析用控制图的调整过程就是质量不断改进的过程。作为一个分析用的控制图，它主要分析以下两点：1)所分析的过程是否为统计控制状态？2)该过程的过程能力指数是否满足要求？,.,10,分析用与控制手控制图,2、控制用控制图控制用控制图是根据以前的历史数据，或之前产品质量稳定时的控制上下限，作为今后产品质量的控制上下限，它的意义在于用之前的控制界限来衡量近期的产品质量状态，如8月份的控制图以7月份的控制界限来判定，这样就可以看出8月份与7月份的质量对比状况。控制用的控制图经过一个阶段的使用后，可能又出现异常，这时应查出异因，采取措施，加以消除，使其不再出现并纳入标准，恢复所确定的稳定状态。从数学的角度看，分析用控制图的阶段就是过程未知阶段，而控制用控制图的阶段则是过程参数已知的阶段。在生产过程中应用控制图进行质量控制，一般按以下三个步骤进行：1)当生产过程中产品质量尚未稳定，即生产处于失控状态时，应加强管理，改进工艺，使生产进入稳定状态。这一阶段称为调整阶段。2)当生产过程已进入受控状态时，就可以采用控制图，进行过程质量管理。可以根据管理的需要，选择合适的控制图。3)生产过程进入管理阶段时，还应当考虑产品质量稳定在一个什么样的水平上，并根据具体情况作出决策。此时，就需要用控制图所使用的数据作直方图，并结合产品的质量指标(产品标准)来估算Cp值或Cpk值，真正做到产品质量能够受控。,.,11,分析用与控制手控制图,3、应用控制图需要考虑的问题1)对于任何过程，凡需要对质量进行控制的场合都可以应用控制图。但还要求对于所确定的控制对象应能够定量，这样才能够应用计量控制图。如果只有定性的描述而不能够定量，那就只能应用计数控制图。2)所控制的过程必须具有重复性，即具有统计规律。对于只有一次性或少数几次的过程，显然难于应用控制图进行控制。3)一个过程往往具有各种各样的特性，在使用控制图时应选择能够真正代表过程的主要指标作为控制对象。例如，假定某产品在强度方面有问题，就应该选择强度作为控制对象。在发动机装配车间，如果对于机轴的尺寸要求很高，这就需要把机轴直径作为控制对象。4)选择控制图首先根据所控制质量指标的数据性质来进行选择，如数据为计量型的应选择；XbarR图，；XbarS图等；数据为计件值的应选择p或np图；数据为计点值的应选择c或u图。最后，还需要考虑其他要求。如抽取样本取得数据的难易与是否经济等。,.,12,分析用与控制手控制图,3、应用控制图需要考虑的问题5)如果在控制图中点子未出界，同时点子的排列也是随机的，则认为生产过程处于稳定状态或统计控制状态。如果控制图点子出界或界内点子排列不是随机的，就认为生产过程失控。对于应用控制图的方法还不够熟悉的员工来说，即使在控制图点子出界的场合，也首先应该从以下几方面进行检查，经验证明这点十分重要。样本的抽取是否随机?测量有无差错?数字的读取是否正确?计算有无错误?描点有无差错?6)若点子出界或界内点排列非随机，应查出异因、采取措施、加以消除、不再出现、纳入标准，并立即追查原因，采取措施防止它再次出现。控制图界限不可用规格值代替；使用控制图之前，现场作业必须先标准化；如果过程控制做得不好，控制图如同虚设，要使控制图发挥作用，应使Cp值大于lO0以上。7)对于过程而言，控制图起着报警铃的作用，控制图点子出界就好比报警铃响。但一般来说，控制图只起报警铃的作用，而不能告知这种报警究竟是由什么异常因素造成的。要找出造成异常的原因，应根据生产和管理方面的技术与经验来解决。,.,13,建立X-R控制图的四步骤：,A收集数据,B计算控制限,C过程控制解释,D过程能力计算/解释,.,14,XbarR(X-R)是通过求出每组的平均值Xbar和每组的极差R，并分另在Xbar和R控制图上打点。Xbar图主要观察分析平均值变化，R图主要观察分析各组的离散性波动变化。目前工厂使用最多的一种计量值控制图，也是获得过程情报最多一种控制图。他有以下特点：1）以机器为主的过程2）能充分反映出产品或过程的变化趋势3）对过程能力研究是一个有力的工具4）有利于建立过程或产品的变化连续监控机制5）适用于产量批大，加工过程稳定的情况6）适用于每次取样小10，XbarR通常n为4-5较合适7）中心趋势、周期、变差在图上一目了然,均值与极差控制图(XbarR),.,15,1子组选择1)每个子组内的零件都是在很短时间间隔内及非常相似的生产条件下生产出来的。2)子组是单一的过程流生产的产品(如一个模具生产的零件)。3)初期研究时，子组一般由45件连续生产的产品组合。4)每个子组内的变差主要是普通原因造成的。当以上4个条件不能满足时，；一R控制图可能不会有效区分特殊原因的变差，可能出现一个或多个点超出控制限。,均值与极差控制图制作业要点(XbarR),.,16,2子组数大小的选择在选择子组与子组数的大小时，应遵循以下两个原则：1)子组的容量应保持恒定；2)根据控制图判稳准则，一般情况下，子组数据在25组或以上，单值读数在100或更多。,均值与极差控制图制作业要点(XbarR),.,17,3子组抽样频率的确定在适当的时间收集足够的子组(25组或以上)，这样的子组才能反应潜在的变化，在过程的初始阶段，通常是在较短的时间间隔内收集样本(如每半小时)，子组抽样的频率有以下几种，但不限于：每15分钟抽样一次；每30分钟一次；每小时一次；2小时一次；3小时一次；4小时一次；一天一次(较为少见)。,均值与极差控制图制作业要点(XbarR),.,18,在MINITAB中的运用,.,19,.,20,数据输入方式不同选用不同,.,21,每组为个数据子组大小为，每组为个数据子组,.,22,.,23,.,24,.,25,.,26,.,27,.,28,.,29,分析控制图,在完成控制图后判断控制图是否受控？判断标准：任何超出控制线的点；0连续6个点连续上升或下降；0连续9个点在中心线同一侧014个连续点上下交替分布O15个连续点分布在任意C区(中线两侧)0连续3个点中有2个在离中心线2标准差距离之外（同一侧）0连续5个点中有4个在离中心线1标准差距离之外（同一侧）连续9个点中有8个在离中心线1标准差距离之外（两侧）0,R图,X图,由于解释子组极差或现场值的能力都取决于零件间的变差，因此要首先分析R图。由于Xbar的控制界限取决于R图中变差的大小，因此Xbar图的变差与R图的变差有关。,.,30,任何超出控制线的点,可能的原因：错误计算控制线或点的值，或者是描点错误。R图超上限：测量系统变化(如不同的检验员或量具)；测量系统没有分辨力，靠估计获取数据。R图超下限：修改了数据。Xbar图：控制界限计算错误；描点错误；测量系统发生变化。过程已改变，但也可能是一件孤立的事件,.,31,连续3个点中有2个在离中心线2标准差距离之外（同一侧）,可能的原因：新的测量系统，更换操作者，漏加工步骤；,.,32,15个连续点分布在任意C区(1个标准差内),可能的原因：过程变差已经减小,.,33,连续9个点中有8个点在离中心线1标准差距离之外（两侧）,可能的原因：测量系统问题，例如分辨力下降或是新的量具,.,34,5点中有4点在B区或B区以外,可能的原因：测量系统问题，例如分辨力下降或是新的量具,ABCCBA,UCLLCL,.,35,连续9个点在中心线同侧,可能原因：过程发生偏移：均值或增加，变差增加；比如换了新材料，或是新的操作者。,.,36,连续6个点下降或下降,可能原因：出现磨损，过程的平均值已改变；测量系统的统计特性偏移已改变。,14个连续点上下交替分布,可能的原因：样本来自于两个班组。,LCL,.,38,制定行动计划,一旦在控制图上发现有特殊原因信号，必须立即制定行动计划。大部分的特殊原因信号都在特殊原因发生之后，因此在调查特殊原因时，需要向前追溯几个取样阶段，例如：下图描述当7个点在中心线一边出现时分析：,行动计划包括：分析原因、针对原因制定改善措施和处理生产出来的产品,.,39,如何分析特殊原因？,通过下面的这个检查清单我们在大多数情况下能找到答案：,.,40,重新计算控制限,当进行首次工序研究或重新评定过程能力时，要排除已发现并解决了的特殊原因的任何失控的点；重新计算并描画过程均值和控制限；确保当与新的控制限相比时，所有的数据点都处于受控状态，如有必要，重复判定/纠正/重新计算的程序。,.,41,延长控制限继续进行控制,当控制图上的点处于受控状态并且CPK大于1时，将控制限应用于制造过程控制，此时控制图称为控制用控制图；将控制限画在控制用控制图中，用来继续对工序进行控制；操作人员或现场检验人员根据规定的取样频率和样本容量抽取样本组、立即计算Xbar和R并将其画在控制图中并与前点用短直线连接、立即应用前述判定原则和标准判定工序是否处于受控状态；如工序处于非受控状态，操作人员或现场检验人员应立即分析异常原因并采取措施确保工序恢复到受控状态；工序质控点的控制图应用的“三立即”原则；工序质控点的控制图出现异常情况的处理20字方针是“查出异因，采取措施，加以消除，不再出现，纳入标准”。,.,42,MINITAB中X-S控制图的运用,.,43,.,44,.,45,判定与XbarR相同,.,46,在下列情况下，有必要使用单值而不是子组进行过程控制，（在这样的情况下，子组内的变差为0）：-在测量费用很大时（例如破坏性试验）-当在任何时刻点的输出性质比较一致时（如：化学溶液的PH值）。由于每一样本组仅有一个单值，可能过较长时间样本组数才能达到25个以上。单值控制图在检查过程变化时不如X-R图敏感。如果过程的分布不是对称的，则在解释单值控制图时要非常小心。单值控制图不能区分过程零件间重复性，最好能使用X-R。,I-MR控制图,.,47,审查移动极差图中超出控制限的点，这是存在特殊原因的信号。记住连续的移动极差间是有联系的，因为它们至少有一点是共同的。由于这个原因，在解释趋势时要特別注意。可用单值图分析超出控制限的点，在控制限內点的分布，以趋势或图形。但是这需要注意，如果边程分布不是对称，用前面所述的用于X图的规则来解释时，可能会给出实际上不存在的特殊原因的信号,I-MR控制图解释,.,48,MINITAB中I-MR控制图的运用,.,49,.,50,.,51,.,52,过程能力是指过程质量满足客户要求的能力,.,53,满足要求,控制,可能需要稳定,需要稳定,减小变差，和/或者均值需要移动,需要减小变差,和/或是均值需要移动,过程控制及过程能力,1,3,2,4,能力,.,54,评价过程能力,评价过程能力的条件只有在过程稳定并且统计受控的情况下才可以计算过程能力如果过程不稳定且不统计受控，过程能力是没有意义的！并且还需要做正态分布校验,.,55,如果过程不正态公布，过程能力指数仅仅是个估计值对于非正态分布的过程，需要专家来定义分布，“定义何种分布”，是个物理学问题而非数学问题不符合物理学期望的非正态数据无过程能力可谈,.,56,正态分布与高斯分布百分比,.,57,为什么需要正态分布?,备注:X-Bar质量特性良与不良，通常服从二项分布;当样本容量n足够大时,例如,该分布趋向于正态分布适用于全检零件或每个时期的检验样本含量不同。,.,113,不良品率控制图（P图）,检验并记录数据计算平均不合格品率P计算中心线和控制界限绘制控制图并进行分析,与n有关！,.,114,P图选择子组容量、频率、数量,子组容量：用于计数型数据的控制图一般要求较大的子组容量(例如50200)以便检验出性能的变化，一般希望每组內能包括几个不合格品，但样本数如果太大也会有不利之处。分组频率：应根据产品的周期确定分组的频率以便帮助分析和纠正发现的问题。时间隔短则反馈快，但也许与的子组容量的要求矛盾子组数量：要大于等于25组以上，才能判定其稳定性。,.,115,计算每个子组內的不合格品率,记录每个子组內的下列值被检项目的数量n发现的不合格项目的数量np通过这些数据计算不合格品率,.,116,选择控制图的坐标刻度,描绘数据点用的图应将不合格品率作为从坐标，子组识別作为横坐标。纵坐标刻度应从0到初步研究数据读数中最大的不合格率值的1.5到2倍。,.,117,将不合格品率描绘在控制图上,描绘每个子组的p值，将这些点联成线通常有助于发现异常图形和趋势。当点描完后，粗览一遍看看它们是否合理，如果任意一点比別的高出或低出许多，检查计算是否正确。记录过程的变化或者可能影响过程的异常状況，当这些情况被发现时，将它们记录在控制图的“备注”部份。,.,118,MINITAB中p控制图,.,119,.,120,.,121,.,122,MINITAB中p图计算,.,123,MINITAB中p图计算,如样本相同选这项,.,124,MINITAB中p图计算,.,125,MINITAB中p图计算,.,126,MINITAB中p图计算,.,127,P图能力分析PPM(Cpf),PPM表示每百万个产品有多少个不合格品，强调的是不合格品。计算公式如下：用PPM评价等级：PPM233（过程能力足够）；233PPM577（过程能力尚可）；577PPM1350（过程能力不够）用Cpf(差错分析法）评价：用Cpf评价等级：Cpf1.33（过程能力足够）；1.00Cpf1.33（过程能力尚可）；Cpf1.00（过程能力不够）,PPM=,不合格的产品数,被检验的总产品数,1,000,000,Cpf=,目标合格率,达成合格率,100%,.,128,不良品数控制图（nP）,样本容量n恒定；不合格品数是一个服从二项分布的随机变量；当np5时近似服从正态分布Nnp，np（1-p）,.,129,不良品数控制图,确定数据样本容量n的大小,n常取50以上的数.收集数据Pn1，Pn2,Pn3,Pnk,k为样本数计算控制中心和控制界限绘制控制图并进行分析,.,130,不合格品数np图,“np”图是用来度量一个检验中的不合格品的数量，与p图不同，np图表示不合格品实际数量而不是与样本的比率。P图和np图适用的基本情況相同，当满足下列情況可选用np图不合格品的实际数量比不合格品率更有意义或更容易报告。各阶段子组的样本容量相同。“np”图的详细说明与p图很相似，不同之处如下：受检验样本的容量必须相等。分组的周期应按照生产间隔和反馈系统而定。样本容量应足够大使每个子组內都出现几个不合格品，在数据表上记录样本的容量。记录并描绘每个子组內的不合格品数(np)。,.,131,MINITAB中nP控制图,选nP就行了，后面与图相同,.,132,MINITAB中nP计算,与图的选用项和评价完全相同,.,133,缺陷数控制图（C图）,控制对象为一定单位(如一定长度、一定面积、一定体积等）上面的缺陷数；如铸件表面的气孔数、机器装好后发现的故障数；产品上的缺陷数服从泊松分布；,.,134,缺陷数控制图（c图）,“c”图內来测量一个检验批內的缺陷的数量，c图要求样本的容量或受检材料的数量恒定，它主要用以下两类检验：不合格分布在连续的产品流上(例如每匹无纺布上的瑕疪，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(如每100平方米无纺布上暇疵)。在单个的产品检验中可能发现许多不同潜在原因造成的不合格(例如：在一个修理部记录，每辆车或元件可能存在一个或多个不同的不合格)。主要不同之处如下：检验样本的容量(零件的数量，织物的面积，电线的长度等)要求相等，这样描绘的c值将反映质量性能的变化(缺陷的发生率)而不是外观的变化(样本容量n)，在数据表中记录样本容量；记录并描绘每个子组內的缺陷数(c),.,135,缺陷数控制图,1.收集数据：一般取2025组数据；如果缺陷数较小，可将几个样本合为一个，使每组缺陷数C=0的情况尽量减少，否则用来作控制图不适宜；不同的缺陷应尽可能分层处理。,.,136,缺陷数控制图,2.计算平均缺陷数3.计算中心线和控制界限:4.绘制控制图并进行分析,.,137,MINITAB中C控制图,.,138,MINITAB中C控制图,.,139,MINITAB中C控制图,.,140,MINITAB中C控制图,.,141,MINITAB中C控制图,.,142,MINITAB中C图计算,.,143,MINITAB中C图计算,.,144,MINITAB中C图计算,.,145,MINITAB中C图计算,.,146,C图能力分析DPU,DPU表示单位产品缺陷数，强调是缺陷。计算公式如下：,DPU=,被检验产品中的总缺陷数,被检验的总产品数,.,147,单位缺陷数控制图(U图),“u”图用来测量具有容量不同的样本(受检材料的量不同)的子组內每检验单位产品之內的缺陷数量。除了缺陷量是按每单位产品为基本量表示以外，它是与c图相似的。“u”图和“c”图适用于相同的数据状况，但如果样本含有多于一个“单位产品”的量，为使报告值更有意义时，可以使用“u”图，并且在不同时期內样本容量不同时必须使用“u”图。“u”图的绘制和“p”图相似，不同之处如下：,.,148,单位缺陷数控制图(U图),适合用于对单位样本数量（如面积、容积、长度、时间等）上缺陷数进行控制的场合；通常服从泊松分布;可近似与正态分布来处理;取样大小可以是不固定的，只要能计算出每单位上的缺陷数即可；,.,149,单位缺陷数控制图(U图),检验并记录数据计算平均单位缺陷数计算中心线和控制界限绘制控制图并进行分析,与n有关！,设n为样本大小，C为缺陷数，则单位缺陷数为：u=c/n,.,150,MINITAB中U控制图,.,151,MINITAB中U控制图,.,152,MINITAB中U控制图,.,153,MINITAB中U控制图,.,154,MINITAB中U控制图,.,155,MINITAB中U图计算,.,156,MINITAB中U图计算,.,157,MINITAB中U图计算,.,158,MINITAB中U图计算,.,159,MINITAB中U图计算,.,160,MINITAB中U图计算,.,161,计数型数据能力分析DPMO,DPMO(DefectPerMillionOpportunity)表示是每百万产品机会缺陷数。使用下面的公式计算DPMO:,DPMO=,总的缺陷数D总单元数N每个单元机会数O,1,000,000,.,162,范例使用计数型数据计算DPMO,下面显示的数据来源于零件定单：500零件定单(N)3机会数(O)一种失效:迟到二种失效:错误的零件三种失效:错误的地址57出现的错误(D)12在送给顾客之前发现的缺陷45顾客察觉到的缺陷,.,163,范例使用计数型数据计算DPMO,1.处理的数量2.产生的总缺陷(包括发生的缺陷和后来解决的)3.每个单位产品出现缺陷的机会数4.计算出每百万机会中的缺陷,.,164,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,预控技术,.,165,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、使用颜色表示工序状态，直观易懂。,.,166,步骤一、建立预先控制限（控制限）,红,红,黄,绿,黄,公差,1/2公差,公差,总公差,上规范限,下规范限,下控制限,上控制限,双侧公差情况,.,167,步骤一、建立预先控制限（控制限）,红,绿,黄,1/2公差,控制限,只有上限的情况（越小越好）,0,上规范限,1/2公差,.,168,步骤一、建立预先控制限（控制限）,绿,红,黄,1/2公差,控制限,只有下限的情况（越大越好）,下规范限,1/2公差,目标值,.,169,步骤二、决定是否可以生产启动生产过程，进行首件检验，如果首件落入红区，则调整过程，如果落入绿区，可以生产,红,红,黄,绿,黄,.,170,步骤二、决定是否可以生产如果首件落入黄区，则需要检查下一个产品,红,红,黄,绿,黄,.,171,步骤二、决定是否可以生产如果第二件落入绿区，可以正式生产如果第二件落入不同黄区，需要调整过程，减少过程的变异性如果第二件落入同一黄区，需要调整过程的中心,红,红,黄,绿,黄,红,红,黄,绿,黄,红,红,黄,绿,黄,.,172,步骤二、决定是否可以生产经过调整之后的生产过程，只有连续的5件产品都落入了绿区，才可以正式生产，