五大手册之SPC培训PPT课件

2020/5/20,1,欢迎参加五大手册培训-SPC-,2020/5/20,2,APQP的五个过程,2020/5/20,3,APQP策划包括5个阶段过程：所有阶段的输入和输出都是建议性的；输入和输出应根据产品、过程和顾客满意及期望的适用性确定；输入用于早期活动；输出是活动的结果；超出要求的输出，由顾客和/或供方确定。,APQP的五个过程,2020/5/20,4,APQP策划包括的5个阶段过程,*具有产品设计开发职责的公司五个阶段均应执行；*不具有产品设计开发职责的公司可第一、第二階段，但仍应从第二阶段的可性评估开始执行。,2020/5/20,5,每一个过程是上一个阶段的输出结果，又是下一阶段的输入；,每一次APQP策划均为独立的，计划与实施依客要求和实际情况而定；,执行措施的功能为：1）决定客户是否满意；2）追求持续改善计划。,APQP策划包括的5个阶段过程,2020/5/20,6,五项核心工具与APQP的关联,2020/5/20,7,五项核心工具当前适用版本,第2版，2008.7月第4版，2008.6月,2020/5/20,8,五项核心工具当前适用版本,第3版，2002.3月第2版，2005.7月,2020/5/20,9,五项核心工具当前适用版本,第4版，2006.6月,2020/5/20,10,APQP(先期产品质量策划)流程,量产,PPAP,量产管制计划,SPC,MSA,SC/CC检讨,持续改善,客戶抱怨,市場反馈,制程不良,SC/CC,产品特性(客戶图樣),制程特性(制程考量),DFMEAPFMEA,SC/CC检讨,SC/CC检讨,原型样品管制计划,量试管制计划,APQP,量试,考量所有管制特性,管制计划中使用量具之EachType,跨功能小組职責各項管制特性的开发/定案各項失效模式与效果分析的开发和检讨制定行动方案以降低高风险优先指數的潜在失效模式各項管制计划的开发和检讨,应针对管制特性选择适当统计手法,QFD(品功能展开),2020/5/20,11,SPC-统计过程控制（StatisticalProcessControl）,2020/5/20,12,过程控制概述检验-容忍浪费预防-避免浪费事后的检验往往是无济于事，而且不经济，因为生产浪费已经是既成的事实,2020/5/20,13,反馈系统的四个基本要素:1、过程2、关于过程性能的信息3、对过程采取措施4、对输出采取措施,过程控制系统,2020/5/20,14,统计过程控制介绍SPC统计过程控制的应用SPC控制图的理解过程能力指数计算,课程纲要,2020/5/20,15,一、统计过程控制介绍,2020/5/20,16,SPC历史,1924年，美国的休哈特博士提出将3Sigma原理运用于生产过程当中，并发表了著名的“控制图法”，对过程变量进行控制，为统计质量管理奠定了理论和方法基础。工业中开始用统计方法代替事后检验的质量控制方法。二战后，日本从美国请来了戴明，推广控制图的应用。SPC在日本工业界的大力推广应用，对日本产品质量的崛起起到了至关重要的作用。,2020/5/20,17,八十年代以后，世界许多大公司纷纷在自已内部积极推广应用SPC，而且对供应商也提出了相应要求。在ISO9000以及QS9000中也提出了在生产控制中应用SPC方法的要求。汽车行业发展史伴随质量管理发展史：,SPC历史,2020/5/20,18,休哈特博士有三句名言：1）在一切制造过程中所呈现出的波动有两个分量。第一个是过程内部引起的稳定分量（偶然波动），第二个是可查明原因的间断波动（异常波动）2）那些可以查明原因的波动可用有效方法加以发现，并可备剔去，但偶然波动是不会消失，除非改变基本过程。3）基于3Sigma限的控制图可以把偶然波动与异常波动区分开来。控制界限基于对X或Y设立3S平均界限。,控制图原理,2020/5/20,19,判断制程是否稳定的，处于统计过程控制。发现产生变异的特殊原因，并采取措施以改善制程。根据SPC提供的信息，对制程采取预防措施，事先消除产生变异的特殊原因，以保证制程处于统计过程控制状态。简单扼要的来说，用控制图能让我们更加容易发现造成非自然变异的特殊原因并且最小化对自然变异的过敏反应。,为什么使用SPC,2020/5/20,20,在生产过程中，产品的加工尺寸的变异是不可避免的。它是由人、机器、材料、方法和环境等基本因素的变异影响所致。变异分为两种：自然变异和非自然变异自然变异：是偶然性原因（不可避免因素）造成的。它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除非自然变异：是由系统原因（异常因素）造成的。它对产品质量影响很大，但能够采取措施避免和消除SPC（统计过程控制）的目的就是消除、避免非自然变异，使过程处于自然变异状态。,自然变异和非自然变异,2020/5/20,21,在过程中稳定的和随时间重复分布的变差的原因（在稳定系统中的偶然原因）如只有普通要因，过程的输出是可预测的这时过程可称为处于统计控制状态,如果只存在变异的普通原因，那么过程输出随着时间推移是连续不变的和可预测的如果存在变异的特殊原因，那么过程输出既不是连续不变的又不可预测,普通原因,2020/5/20,22,可指出的原因在过程中不时常发生的变化原因当发生时，会将整个过程分布改变除非对所有的变化特殊要因找出和处理，它们会持续以不可预测的方式影响过程输出,特殊原因,明天的质量不稳定,如果存在特殊原因，过程输出是随时间不稳定的,特殊原因,2020/5/20,23,变差:普通原因和特殊原因,2020/5/20,24,过程改进循环及过程控制,2020/5/20,25,控制图的构成,中心线模型，对于变量图表的控制上限下限,控制上限UCL=m+k1s中心线centerline=m控制下限LCL=m-k2s,因为我们必须从样本中估算，所以mx样本平均值的均值ss样本标准差k1，k2通常取3,2020/5/20,26,优点:是其随着时间推移来跟踪过程的能力,这种随着时间的跟踪意味着某些趋势或模式，可能表示出特殊原因正随着时间的推移出现,time,基于时间的控制图,2020/5/20,27,A.适当的刻度(太窄了,会怎样)B.UCL、LCL、中心线C.子组顺序/时间线D.不受控的点的识别E.事件日记其它:What、When、Where、How、HowMuch,控制图的要素,2020/5/20,28,SPC是用于观测变异并使用统计信号来监控和/或进行改善的基本工具。该工具几乎可应用于任何领域，如：设备性能特性,关键参数记帐作业的出错率损耗分析中的报废率物料管理系统中的中转时间,在何处使用SPC控制图,2020/5/20,29,缺点必须提供充分的培训必须正确收集数据必须正确的计算和标绘所需的统计量（例如：均值，极差，标准差）必须正确分析图表所采取的纠正措施必须适当,优点已证实的改善生产力的技术方法预防缺陷的有效方法防止不必要的过程调整提供诊断信息提供过程能力信息可应用于计数型和计量型两种数据类型,SPC优点与缺点,2020/5/20,30,注意：控制图中的控制限与规格限是不一样的！每个过程可以根据其能力和是否受控进行分类，可分为4类：,控制线与规格线,2020/5/20,31,第一类，过程受控，过程或产品符合要求（理想过程）。第二类虽然受控，但普通原因的变化大。第三类过程或产品符合要求，但不受控，必须找出特殊原因。第四类不受控，过程或产品也不符合要求，普通原因和特殊原因都存在。要有合格产品（实际变异必须少于设计的规格公差）且过程必须处于统计控制状态，才能令挑剔的顾客满意。当过程能力CPK=2，达到6Sigma水平时，制造过程品质保证能力可以放心了。,过程控制与过程能力的关系,2020/5/20,32,主要可分为两大类：计量控制图;计数控制图,1.计量控制图为一个过程特性的数值进行量度（如温度、时间、尺寸）而制作，通常有以下几种图表可以选用；I-MR个体与移动极差图Xbar&R均值与极差图Xbar&S均值与标准差图Xmin&R中位数标准差图,控制图的种类,2020/5/20,33,2.计数值控制图为计数值的量度（如不合规格品数、客户投诉次数、缺勤率）而制作。有以下几种可以选用：P图（关于不良品比率）nP图（关于不良品数）U图（关于缺陷率）C图（关于缺陷数图，子群数应固定）,控制图的种类,2020/5/20,34,我们对特殊原因所采取的行动是成功使用SPC的关键SPC代表统计过程控制。不幸的是，大多数公司将其应用于成品而不是过程特性只有当过程输入因子成为我们努力的焦点时，SPC方法在改善品质，提高生产力，以及降低成本费用等方面的充分能力才得以实现,成功使用SPC的关键,2020/5/20,35,二、SPC统计过程控制应用,2020/5/20,36,计量型控制图1.I-MR图（个体和移动极差图）2.XBar-R图（均值和极差图）3.XBar-S图（均值和标准差图）4.XMin-R图（中位数和极差图）计数型控制图1.P图（关于不良品比率）2.np图（关于不良品）3.U图（关于缺陷率）4.C图（关于缺陷数图，子群数应固定）,控制图类型,2020/5/20,37,n每组样本数量Xi个别样本数据Xi每组样本的数据平均值X所有Xi的平均值X每组样本的中位数R每组样本中数据的极差（最大减最小）R所有R的平均数UCL控制上限，是整体数据中99.73%的上限，不是规格上限。LCL控制下限，是整体数据中99.73%的下限，不是规格下限。,基本术语,2020/5/20,38,如何选定控制图,2020/5/20,39,1.建立适合行动的环境2.定义过程3.根据顾客的需求、当前的和潜在的问题区域、特征之间的相关性以确定用来作控制图的特征和特性.4.定义特性5.定义测量系统6.使不必要的变差最小化7.确保抽样方案对于探测期望的特殊原因是适合的,使用控制图前之准备步骤,2020/5/20,40,1.收集数据收集数据建立抽样计划子组容量子群频率子群数量2.建立控制限3.统计上受不受控的解释4.为了持续控制延长控制限当初始的(或历史的)数据都一致落在实验的控制线内,就可以延长此控制线以适用未来的控制需要.,使用控制图时之准备步骤,2020/5/20,41,Xbar-R图,Xbar，R控制图画出均值和极差。Xbar，R控制图使过程所有者使用子群体能够估计中心趋势和稳定性变化。计量型控制图涉及连续型变量，其中所关注的统计量是中心趋势和变异（散布）。Xbar图随时测量变量的中心趋势。它使用来自大小为n的样本的平均值，或Xbar。,2020/5/20,42,计量型控制图Xbar图,图的中心线由平均值的长期水平或X-doublebar描绘出来。控制界限定了范围在3，或在平均值上的99.7%内的置信区间CLs=x3/,2020/5/20,43,极差，或R图监控在子群体内部随时间的变动。R图的中心线由极差的长期平均水平或R-bar所代表。控制界限定了范围在平均值上3内的置信区间CLs=x3/,计量型控制图R图,2020/5/20,44,建立Xbar-R控制图,选定适当的子集大小对于一个最初研究的分析控制图，5是一个合理的选择。至少取25个子集以栏（列）格式输入数据响应为一列。子集编号或名称可以放在另外一栏（列）中，但不必用相同的大小。,2020/5/20,45,Minitab创建Xbar-R控制图,2020/5/20,46,Minitab创建Xbar-R控制图,2020/5/20,47,创建Xbar-R控制图,如果所有的点只是显示出随机变化：使用计算出的控制界限来监控后续的大约75个子组。如果过程仍在控制之下，使用所有数据重新计算控制界限（然后保留控制界限）,2020/5/20,48,Xbar-R控制图界限,Xbar-R图控制界限是：,A2，D3，D4是取决于统计置信区间的常数。这些常数可以按样本量的大小查表获得。,2020/5/20,49,1.计算每一子组的平均值对于8:00的子组，Xbar=（10+1+4+9+8）/5=6.42.子组内最大值减最小测量值：对于8:00的子组，R=10-1=9,建立Xbar-R控制图,2020/5/20,50,3.计算x的总平均值（平均值的平均）子组的平均值相加，除以子组数X=（6.4+6.2+3.6+4.6+3+5.6+5.6)/7=5.04.计算Rbar（极差的平均值）子组的所有极差相加，除以子组数R=(9+8+4+8+5+6+7)/7=6.7,建立Xbar-R控制图,2020/5/20,51,5.计算控制界限Xbar图：UCL=X(doublear)+A2R=5+0.577x6.7=8.9LCL=X(doublebar)-A2R=5-0.577x6.7=1.1R图：UCL=D4Rbar=2.114x6.7=14.2LCL=D3Rbar=0 x6.7=0,建立Xbar-R控制图,2020/5/20,52,三、SPC控制图的理解,2020/5/20,53,什么是“失控”？,当一个过程显示出一种非随机模式时，该过程便是在统计上失控。小心留意失控的意思，因为该过程仍可能会生产出良品，该非随机模式只是意味着有很强的统计上的证据证明过程已经发生变化。,2020/5/20,54,控制图失控检验判定标准,2020/5/20,55,Minitab对不稳定性的检测,控制图失控检验判定标准（Minitab）,2020/5/20,56,特殊原因检验,检验1：一个点距离中心线超过3。检验2：9个点在中心线的一侧排成连续一行。,2020/5/20,57,检验3：6个点排成一行有规律的持续增加或减少。检验4：14个点排成连续一行交替上升或下降。,特殊原因检验,2020/5/20,58,检验5：连续排列的3个点中有两个距离中心超过2（同一侧）。检验6：连续排列的5个点中有四个距离中心超过1（同一侧）。,特殊原因检验,2020/5/20,59,检验7：连续排列的15个点都位于距离中心线1范围内（任一侧）。检验8：在中心线两侧连续排列的8个点距离中心线超过1（任一侧）。,特殊原因检验,2020/5/20,60,通常只将8个检验中的一部分应用到对控制图理解中。检验1和5应该普遍应用。1）一个点距离中心线超过35）连续排列的3个点中有两个距离中心超过2（同一侧）检验2和检验6可灵活适用于较小的过程变化。2）9个点在中心线的一侧排成连续一行6）连续排列的5个点中有四个距离中心超过1（同一侧）持续的均值偏移最能够由检验4和8来探测4）14个点排成连续一行交替上升或下降8）在中心线两侧连续排列的8个点距离中心线超过1（任一侧）,特殊原因检验,2020/5/20,61,这些趋势可能由系统变化引起，如：操作员疲劳、温度、湿度、压力波动等等。,控制图的趋势规律,2020/5/20,62,混合型,当大多数的点接近控制界限和几乎没有点在中心线附近时，就会出现这种趋势。这些通常是由于低估过程变异或“过度控制”引起。（过度控制是当作业者频繁地调整过程并试图对由普通原因而不是特殊原因所造成的变异作出反应而出现。）当在同一个图表上控制两个过程时，这种情况也会出现。,控制图的趋势规律,2020/5/20,63,过程均值的变化：,这些通常由新作业者、物料、机器、程序等等的导入引起。也会因过程改善而出现。