spc统计过程控制7

1,统计过程控制 Statistical Process Control,2,SPC统计过程控制,事实胜雄辩改进再提高,3,主要内容,SPC统计过程控制概述SPC统计过程控制原理SPC控制图计量型控制图制作步骤及判定原则计数型控制图制作步骤及判定原则SPC统计过程控制小结,4,SPC统计过程控制概述,5,目 录,控制图的历史SPC应用范围SPC&SQC理解过程理解SPC常用术语关于特性的理解,6,控制图的历史,控制图是1924年由美国品管大师W.A. Shewhart博士发明。因其用法简单且效果显著，人人能用，到处可用，遂成为实施质量管理时不可缺少的主要工具，当时称为(Statistical Quality Control)。,7,控制图的历史,休哈特在20世纪20年代提出了过程控制理论以及监视和控制过程的工具-控制图；世界上第一张控制图是休哈特在1924年5月16日提出的不合格品率(p)控制图；休哈特主要贡献在于：1) 应用过程控制理论能够在生产线上保证预防原则的实现。2) 在产品制造过程中，产品质量特性值总是波动的,8,控制图在英国及日本的历史,英国在1932年，邀请W.A. Shewhart博士到伦敦，主讲统计质量管理，从而提高了英国人将统计方法应用到工业方面之气氛。,日本在1950年由W.E. Deming博士引到日本同年日本规格协会成立了质量管理委员会，制定了相关的JIS标准,9,1924年发明,W.A. Shewhart,1931发表,1931年Shewhart发表了“Economic Control of Quality of Manufacture Product”工业产品质量的经济控制,19411942制定成美国标准,Z1-1-1941 Guide for Quality ControlZ1-2-1941 Control Chart Method foranalyzing DataZ1-3-1942 Control Chart Method forControl Quality During Production,控制图发展的历史进程,10,SPC统计过程控制,1924年W.A. Shewhart提出,SPD统计过程诊断,侯铁林1947年提出多元T控制图张公绪1982年提出两种质量多元逐步诊断理论等,SPA统计过程调整,90年代起由SPD发展为SPA，国外称之为ASPC（算法的统计过程控制）仍在发展过程之中,控制图的发展,11,控制图应用范例,1984年日本名古屋工业大学调查了115家日本各行各业的中小型工厂，结果发现平均每家工厂采用137张控制图；美国柯达彩色胶卷公司有5000多名职工，一共应用了35000张控制图，平均每名职工做七张控制图,12,目的：寻找有效的方法来提供产品和服务，并不断在价值上得以改进；目标：是达到顾客满意（包括内部和外部顾客）；对象：从事统计方法应用的管理人员；范围：基本统计方法包括与统计过程控制及过程能力分析有关的方法，但不是全部,SPC应用范围,13,a) 收集数据并用统计方法解释不是最终目标，最终目标是对实现过程的不断理解；b) 研究变差和应用统计知识改进性能的基本概念适用于任何领域；c) 结合实际过程控制理解； d) 只是应用统计方法的开始；e) 假设的前提：测量系统处于受控状态并对数据的总变差没有大的影响,SPC应用范围,14,SPC&SQC,针对产品所做的仍只是在做SQC,针对过程的重要控制参数所做的才是SPC,Real Time Response,15,有反馈的过程控制系统模型,过程的理解,16,SPC常用术语解释,17,SPC常用术语解释,18,SPC常用术语解释,19,关于特性的理解,20,特性定义,特性：是指产品/过程所具有的内在特征，一般体现为大小、尺寸、外观、性能、功能、寿命等 特性值：给特性赋予的值（可以是定性的，如外观、颜色、纹理等；也可以是定量的，如长度值、宽度值、强度值等）,21,特性分类,按状态分： 产品特性和过程特性按重要程度分： 1）关键特性： 与安全、法规有关的关键特性（特殊特性） 与功能、装配有关的关键特性（重要特性） 2）普通特性：除关键特性之外的所有特性,22,过程和产品特性关系,过程特性：产品在加工过程中所能显现的特性，随着过程结束而消失。一般显现在产品本身和制造加工该过程的相应参数。产品特性：最终产品本身所具有的特性。产品和过程特性是可以相互转化的,23,关键特性确定原则,顾客明确指定的特性，一般在设计图纸或设计数据中体现；国家或行业相应的法律、法规所规定的特性和要求等；由公司自行判断，如经常出现质量问题的特性，评估顾客最为关注的性能、功能和尺寸等，上级主管指定的，公司内部为提升质量层次的等。任何一个产品应该有关键特性，但不易太多，运用二八原则，抓住关键的少数。,24,关键特性的控制,一般地关键特性是采取与普通特性不一样的控制方法；对于计量值应采取SPC等控制方法；对于计数值应采取顾客认可的方法，如外观特性，需要与顾客达成相应的接受准则；对于破坏性的性能或功能测试要求，一般采取试验方法（与顾客达成一致），确定试验方法、频次和接收水平（DOE-田口方法）；通常顾客关注的计量值特性，不是计数值特性。,25,SPC统计过程控制原理,26,目 录,SPC解决问题思路预防与检验波动的概念理解普通原因和特殊原因局部措施和系统措施统计过程控制思想正态分布简介统计控制状态过程控制和过程能力,27,SPC解决问题思路,通过以往的数据,了解正常的变异范围,设定成制造控制界限,绘点判定是否超出界限,纠正可能的异常,持续改进，缩小控制界限,28,预防与检验,PROCESS,原料,人,机,法,环,测量,测量,结果,好,不好,不要等产品做出来后再去看它好不好而是在制造的时候就要把它制造好,测量,29,对过程控制理解,预防与检验检验容忍浪费预防避免浪费,30,波动的概念,波动：是指在现实生活中没有两件东西是完全一样的生产实践证明：无论用多么精密的设备和工具，多么高超的操作技术，甚至由同一操作工，在同一设备上，用相同的工具，用相同材料的生产同种产品，其加工后的质量特性（如：重量、尺寸等）总是有差异，这种差异称为波动公差制度实际上就是对这个事实的客观承认消除波动不是SPC的目的，但通过SPC可以对波动进行预测和控制,31,制造过程组成和波动原因,波动原因,32,波动的种类,正常波动：是由普通(偶然)原因造成的。如操作方法的微小变动，机床的微小振动，刀具的正常磨损，夹具的微小松动，材质上的微量差异等。正常波动引起工序质量微小变化，难以查明或难以消除。它不能被操作工人控制，只能由技术、管理人员控制在公差范围内异常波动：是由特殊(异常)原因造成的。如原材料不合格，设备出现故障，工夹具不良，操作者不熟练等。异常波动造成的波动较大，容易发现，应该由操作人员发现并纠正,33,普通原因和特殊原因,普通原因：指的是造成随着时间推移具有稳定的且可重复的分布过程中的许多变差的原因，我们称之为：“处于统计控制状态”、“受统计控制”，或有时简称“受控”，普通原因表现为一个稳定系统的偶然原因。只有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：指的是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。除非所有的特殊原因都被查找出来并且采取了措施，否则它们将继续用不可预测的方式来影响过程的输出。如果系统内存在变差的特殊原因，随时间的推移，过程的输出将不稳定,34,普通原因和特殊原因,35,普通原因和特殊原因,36,普通原因举例,合格原料的微小变化机械的微小震动刀具的正常磨损气候、环境的微小变化等,37,特殊原因举例,使用不合格原料设备调整不当新手作业违背操作规程刀具过量磨损等,38,普通原因、特殊原因示意图,普通原因的波动范围,特殊原因导致的波动范围,特殊原因导致的波动范围,UCL,LCL,CL,39,局部措施,通常用来消除变差的特殊原因通常由与过程直接相关的人员实施大约可纠正15%的过程问题,40,系统措施,通常用来消除变差的普通原因几乎总是要求管理措施，以便纠正大约可纠正85%的过程问题,41,局部措施、系统措施示意图,解决普通原因的系统措施,解决特殊原因的局部措施,解决特殊原因的局部措施,UCL,LCL,42,假定过程是处于受控状态，一旦显示偏离这一状态，极大可能是过程失控，需要及时调整产品质量波动原因是由普通原因和特殊原因引起的，产品质量总是变化的受控状态：指仅由普通原因引起的质量波动，受控状态的产品质量也应该是波动的SPC应用概率论基本原理：1) 小概率事件在一次试验当中是不可能发生的(指发生机会非常小的事件)；2) 过程分布是呈现正态分布,统计过程控制思想,43,直方图中对称型的形状是“中间高，两边低，左右基本对称”。若样本容量不断增加，并且使分组增多、分组的区间不断细分，则直方图的对称性越来越接近如下图所表示的曲线：,-,+,a,b,x,f(x),此曲线是正态密度函数曲线,P(aXb)f(x)dx,正态分布简介,44,正态分布简介,45,正态分布简介,46,正态分布简介,47,x为总体的取值是总体的平均值，是位置参数，是改变正态分布曲线的位置，不改变形状；是总体标准差，表示数据分散程度的统计量，是形状参数，不改变正态曲线的位置，改变其形状大（矮胖）小（高瘦）；实际运用中用s（样本标准差）、 用x（样本均值）代替，即s、 x 。,正态分布简介,48,正态分布曲线性质：a.曲线关于x= 对称；b.在x= 处曲线处于最高点，当x向左、向右远离时曲线不断降低；c.曲线形状由和唯一确定，或简记：N()。d.当 =0，=1时正态分布称为标准正态分布简记为N(0，1)。,正态分布简介,49,P(3X 3) P(3 )/ (X )/ (3 )/ )P(3 (X )/ 3)2*(1-0.00135)-1=0.9973=99.73%,正态分布简介,50,-3,+3,LCL,UCL,CL,产品质量特性值落在(-3 ，+3)范围内概率为99.73%，落在该区域范围之外的概率是0.27%。休哈特根据这一点发明了控制图,统计控制状态,51,统计控制状态,统计控制状态是由过程中只有普通原因产生的变差引起，控制状态是生产所追求的目标，因为在控制状态下具有：对产品质量有完全把握生产是最经济的，在控制状态下所产生的不合格品最少，生产最经济在控制状态下，过程的变差的最小,52,防止两类错误,所有的统计方法都是会产生错误，因为我们只控制99.73%，要防止两种错误： 虚发警报 漏发警报,53,控制界限和规格界限,规格界限：是用以说明质量特性的最大许可值，来保证各个单位产品的正确性能控制界限：应用于一群单位产品集体的量度，这种量度是从一群中各个单位产品所得的观测值所计算出来者,54,过程控制和过程能力,简言之，首先应通过检查并消除变差的特殊原因使过程处于受统计控制状态，那么其性能是可预测的，就可评定满足顾客期望的能力,55,过程控制和过程能力,56,持续改进,57,PLAN,DO,STUDY,ACT,PLAN,DO,STUDY,ACT,PLAN,DO,STUDY,ACT,1. 分析过程本过程应做些什么会出现什么错误达到统计控制状态确定能力,2. 维护过程监控过程性能查找变差的特殊原因并采取措施,3. 改进过程改变过程从而更好理解普通原因变差减少普通原因变差,过程改进循环,58,SPC控制图,59,目 录,控制图定义控制图应用的原理控制图的目的控制图益处控制图分类控制图的选择,60,控制图示例:,上控制界限(UCL),中心线(CL),下控制界限(LCL),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(见下图)。,控制图定义,61,控制图原理说明,工序处于稳定状态下，其计量值的分布大致符合正态分布。由正态分布的性质可知：质量数据出现在平均值的正负三个标准偏差(X3)之外的概率仅为0.27%。这是一个很小的概率，根据概率论 “视小概率事件为实际上不可能” 的原理，可以认为：出现在X3区间外的事件是异常波动，它的发生是由于异常原因使其总体的分布偏离了正常位置控制限的宽度就是根据这一原理定为3,62,控制图原理说明,63,控制图过程控制的工具,上控制限,中 心 线,下控制限,1.收集：收集数据并画在图上2.控制：根据过程数据计算试验控制限；识别变差的特殊原因并采取措施3.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,步骤,64,控制图的目的,控制图和一般的统计图不同，因其不仅能将数值以曲线表示出来，以观其变异之趋势，且能显示变异系属于机遇性或非机遇性，以指示某种现象是否正常，而采取适当之措施。,65,控制图的益处,供正在进行过程控制的操作者使用有于过程在质量上和成本上能持续地，可预测地保持下去使过程达到：更高的质量更低的单件成本更高的有效能力为讨论过程的性能提供共同的语言区分变差的特殊原因和普通原因，作为采取局部措施或对系统采取措施的指南,66,关于数据的分类,质量数据的特点是数据总是波动的，质量数据的变差是具有统计规律性的，是建立在大量重复试验基础上。,67,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(P chart)不良数控制图(Pn chart,又称np chart或d chart)缺点数控制图(C chart)单位缺点数控制图(U chart),控制图种类(以数据性质分),68,控制图应用的统计分布,69,控制图种类(依用途来分),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,70,控制图种类(依用途来分),分析用控制图决定方针用制程解析用制程能力研究用制程管制准备用,控制用控制图追查不正常原因迅速消除此项原因并且研究采取防止此项原因重复发生的措施,71,两种控制图应用示意说明,初期的二十五点计算时有些超出控制界限，此时须寻找原因。,连续二十五点在控制界限内，表示制程基本上已稳定，控制界限可以延用,有点超出控制界限，表示此时状态已被改变，此时要追查原因，必要时必须重新收集数据，重新考虑稳定状态,解析用,稳定,控制用,再调整,72,“n”=1025,控制图的选定,资料性质,不良数或缺陷数,单位大小是否一定,“n”是否一定,样本大小n2,CL的性质,“n”是否较大,“u”图,“c”图,“np”图,“p”图,X-Rm图,X-R图,X-R图,X-s图,计数值,计量值,“n”=1,n1,中位数,平均值,“n”=25,缺陷数,不良数,不一定,一定,一定,不一定,控制图的选择,73,CASE STUDY,74,计量型数据控制图,引言均值和极差图(X-R图)均值和标准差图(X-s)中位数和极差图(X-R)单值和移动极差图(X-MR),75,与过程有关的说明,76,计量型数据控制图应用前提,测量方法必须保证始终产生准确和精密的结果,77,大多过程和其输出具有可测量的特性；量化的值比简单的是否陈述包含的信息更多；对较少的件数检查，可获得更多的有关过程的信息；因只需检查少量的产品，可缩短零件生产和采取纠正措施之间的时间间隔；可分析一个过程的性能和可量化所用的改进，为寻求持续改进提供信息。,计量型数据控制图益处,78,建立控制图的四步骤,A收集数据,B计算控制限,C过程控制解释,D过程能力解释,79,建立X-R图的步骤A,80,取样的方式,取样必须达到组内变异小，组间变异大样本数、频率、组数的说明,81,每个子组平均值和极差计算,82,平均值和极差,平均值的计算,R值的计算,83,建立X-R图的步骤B,84,85,上述公式中A2,D3,D4为常系数，决定于子组样本容量。其系数值见下表 ：,注： 对于样本容量小于7的情况，LCLR可能技术上为一个负值。在这种情况下没有下控制限，这意味着对于一个样本数为6的子组，6个“同样的”测量结果是可能成立的。,X-R图计算公式系数,86,过程控制解释,C1分析极差图上的数据点,C2识别并标注特殊原因(极差图),C3重新计算控制界限(极差图),C4分析均值图上的数据点,超出控制限的点链明显的非随机图形,超出控制限的点链明显的非随机图形,C5识别并标注特殊原因(均值图),C6重新计算控制界限(均值图),C7为了继续进行控制延长控制限,建立X-R图的步骤C,87,控制图的判读,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失控状态的主要证据,88,控制图的判读,链：有下列现象之一即表明过程已改变连续7点位于平均值的一侧连续7点上升(后点等于或大于前点)或下降。,89,控制图的判读,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。,90,控制图的观察分析,作控制图的目的是为了使生产过程或工作过程处于“控制状态”. 控制状态即稳定状态, 指生产过程或工作过程仅受偶然因素的影响, 产品质量特性的分布基本上不随时间而变化的状态. 反之, 则为非控制状态或异常状态.控制状态的标准可归纳为二条:第一条, 控制图上点不超过控制界限;第二条, 控制图上点的排列分布没有缺陷.,91,控制图的观察分析,进行控制所遵循的依据:连续25点以上处于控制界限内;连续35点中, 仅有1点超出控制界限;连续100点中, 不多于2点超出控制界限.五种缺陷链: 点连续出现在中心线 CL 一侧的现象称为链, 链的长度用链内所含点数多少来判别.当出现5点链时, 应注意发展情况, 检查操作方法有无异常;当出现6点链时, 应开始调查原因;当出现7点链时, 判定为有异常, 应采取措施.,92,控制图的观察分析,从概率的计算中, 得出结论:点出在中心线一侧的概率A1=1/2点连续出现在中心线一侧的概率A1=(1/2)7 = 1/128 (0.7%)即在128次中才发生一次, 如果是在稳定生产中处于控制状态下, 这种可能性是极小的. 因此, 可以认为这时生产状态出现异常.偏离: 较多的点间断地出现在中心线的一侧时偏离. 如有以下情况则可判断为异常状态.连续的11点中至少有10点出现在一侧时;连续的14点中至少有12点出现在一侧时;连续的17点中至少有14点出现在一侧时;连续的20点中至少有16点出现在一侧时。,93,控制图的观察分析,倾向: 若干点连续上升或下降的情况称为倾向, 其判别准则如下:当出现连续5点不断上升或下降趋向时, 要注意该工序的操作方法;当出现连续6点不断上升或下降的趋向时, 要开始调查原因;当出现连续7点不断上升或下降的趋向时, 应判断为异常, 需采取措施.周期: 点的上升或下降出现明显的一定的间隔时称为周期.周期包括呈阶梯形周期变动、波状周期变动、大小波动等情况.,94,控制图的观察分析,接近: 图上的点接近中心线或上下控制界限的现象称为接近. 接近控制界限时, 在中心线与控制界限间作三等分线, 如果在外侧的1/3带状区间内存在下述情况可判定为异常:连续3点中有2点(该两点可不连续)在外侧的1/3带状区间内;连续7点中有3点(该3点可不连续)在外侧的1/3带状区间内;连续10点中有4点(该4点可不连续)在外侧的1/3带状区间内.,95,当首批数据都在试验控制限之内（即控制限确定后），延长控制限，将其作为将来的一段时期的控制限。当子组容量变化时（例如：减少样本容量，增加抽样频率），应调整中心限和控制限 。方法如下： 估计过程标准偏差（用 表示），用现有的子组容量计算： = R/d2 式中R为子组极差均值， d2 为随样本容量变化的常数，如下表按照新的子组容量查表得到系数d2 、D3、D4 和 A2，计算新的极差和控制限。,为继续进行控制延长控制限,96,为继续进行控制延长控制限,估计过程标准偏差和计算新的控制限,97,建立X-R图的步骤D,98,前提假设：过程处于统计稳定状态；过程的各测量值服从正态分布；工程及其它规范准确地代表顾客的需求；设计目标值位于规范的中心；测量变差相对较小前提说明：总存在抽样变差；没有“完全”受统计控制过程；实际分布不是完美的正态分布,过程能力解释前提,99,计算过程能力,对于X-R图，过程能力是通过计算Cpk，用 Cpk大小来确定过程能力，当所有点都受控后才计算该值。对于过程能力的初步估计值，应使用历史数据，但应剔除与特殊原因有关的数据点。当正式研究过程能力时，应使用新的数据，最好是25个或更多时期子组，且所有的点都受统计控制。,100,制程能力指数Ca,101,制程能力指数Cp,双边规格只有上规格时只有下规格时,102,制程能力指数Cpk,103,当 Cpk1 说明制程能力差，不可接受；1Cpk1.33,说明制程能力可以，但需改善；1.33Cpk1.67,说明制程能力正常；1.67 Cpk，说明制程能力良好。,评价过程能力,104,改善过程能力,过程一旦表现出处于统计控制状态，该过程所保持的控制水平即反应了该系统的变差原因过程能力。在操作上诊断特殊原因(控制)变差问题的分析方法不适于诊断影响系统的普通原因变差。必须对系统本身直接采取管理措施，否则过程能力不可能得到改进。有必要使用长期的解决问题的方法来纠正造成长期不合格的原因。可以使用诸如排列图分析法及因果分析图等解决问题技术。尽可能地追溯变差的可疑原因，并借助统计技术方法进行分析将有利于问题的解决,105,改善过程能力,106,绘制并分析修改后的过程控制图,当对过程采取了系统的措施后，其效果应在控制图上明显地反应出来； 控制图成为验证措施有效性的一种途径。对过程进行改变时，应小心地监视控制。这个变化时期对系统操作会是破坏性，可能造成新的控制问题，掩盖系统变化后的真实效果。在过程改变期间出现的特殊原因变差被识别并纠正后，过程将按一个新的过程均值处于统计控制状态。这个新的均值反映了受控制状态下的性能。可作为现行控制的基础。但是还应对继续系统进行调查和改进。,107,制程绩效指标的计算，其估计的标准差为总的标准差，包含了组内变异以及组间变异。总变异=组内变异+组间变异。,过程绩效指数Ppk,108,Cpk和Ppk差异,Cpk：只考虑了组内变异，而没有考虑组间变异，所以一定是适用于制程稳定时，其组间变异很小可以忽略时，不然会高估了制程能力；另句话也可以说明如果努力将组间变异降低时所能达到的程度。Ppk：考虑了总变异(组内和组间)，所以是比较真实的情形，所以一般想要了解真正的制程情形应使用Ppk。,109,群体平均值=标准差=,对的估计,群体标准差的估计,110,A收集数据：在计算各个子组的平均数和标准差其公式分别如下：,111,B计算控制限,112,C过程控制解释(同X-R图解释),113,D过程能力解释,114,A收集数据一般情况下，中位数图用在样本容量小于10的情况，样本容量为奇数时更为方便。如果子组样本容量为偶数，中位数是中间两个数的均值。,115,B计算控制限,116,C过程控制解释(同X-R图解释),117,估计过程标准偏差：,118,单值控制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。由于每一子组仅有一个单值，所以平均值和标准差会有较大的变性，直到子组数达到100个以上。,119,A收集数据收集各组数据计算单值间的移动极差。通常最好是记录每对连续读数间的差值(例如第一和第二个读数点的差，第二和第三读数间的差等)。移动极差的个数会比单值读数少一个(25个读值可得24个移动极差)，在很少的情况下，可在较大的移动组(例如3或4个)或固定的子组(例如所有的读数均在一个班上读取)的基础上计算极差。,120,B计算控制限,注：正常情况下，样本n=2此时E2=2.66 D4=3.27 D3=0 E2、D4、D3是用来计算移动极差分组,121,C过程控制解释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，在解释趋势时要特别注意。可用单值图分析超出控制限的点，在控制限内点的分布，以趋势或图形。但是这需要注意，如果过程分布不是对称，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,122,估计过程标准偏差：式中，R为移动极差的均值，d2是用于对移动极差分组的随样本容量n而变化的常数。,123,计数型数据控制图,引言不合格率p图不合格品数np图不合格数c图单位产品不合格数u图,124,与过程有关说明,125,计数型数据控制图应用前提,前提是必须明确规定合格准则，并确定这些准则是否满足程序随时间产生一致的结果。,126,计数型数据控制图益处,计数型数据存在于任何技术或行政管理过程中；一般情况下计数型数据已存在，可快捷将数据转化成控制图；收集计数型数据通常不需要专业化收集技术；应用计数型控制图通常能对需要详细检查特定过程提供方向。,127,P控制图的制做流程,A收集数据,B计算控制限,C过程控制解释,D过程能力解释,128,建立p图的步骤A,129,A1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，一般希望每组内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，但也许与大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。,130,A2计算每个子组内不合格品率,记录每个子组内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,131,A3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纵坐标，子组识别作为横坐标。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。,132,A4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，如果任意一点比别的高出或低出许多，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况，当这些情况被发现时，将它们记录在控制图的“备注”部份。,133,建立p控制图的步骤B,134,计算平均不合格率及控制限,135,建立p图的步骤C,136,过程能力解释,D1计算过程能力,D2评价过程能力,D3改进过程能力,D4绘制并分析修改后的过程控制图,建立p的步骤D,137,计算过程能力,对于p图，过程能力是通过过程平均不合率来表示，当所有点都受控后才计算该值。如需要，还可以用符合规范的比例(1-p)来表示。对于过程能力的初步估计值，应使用历史数据，但应剔除与特殊原因有关的数据点。当正式研究过程能力时，应使用新的数据，最好是25个或更多时期子组，且所有的点都受统计控制。这些连续的受控的时期子组的p值是该过程当前能的更好的估计值。,138,改善过程能力,过程一旦表现出处于统计控制状态，该过程所保持的不合格平均水平即反应了该系统的变差原因过程能力。在操作上诊断特殊原因(控制)变差问题的分析方法不适于诊断影响系统的普通原因变差。必须对系统本身直接采取管理措施，否则过程能力不可能得到改进。有必要使用长期的解决问题的方法来纠正造成长期不合格的原因。可以使用诸如排列图分析法及因果分析图等解决问题技术。但是如果仅使用计数型数据将很难理解问题所在，通常尽可能地追溯变差的可疑原因，并借助计量型数据进行分将有利于问题的解决,139,改善过程能力,140,绘制并分析修改后过程控制图,当对过程采取了系统的措施后，其效果应在控制图上明显地反应出来； 控制图成为验证措施有效性的一种途径。对过程进行改变时，应小心地监视控制。这个变化时期对系统操作会是破坏性，可能造成新的控制问题，掩盖系统变化后的真实效果。在过程改变期间出现的特殊原因变差被识别并纠正后，过程将按一个新的过程均值处于统计控制状态。这个新的均值反映了受控制状态下的性能。可作为现行控制的基础。但是还应对继续系统进行调查和改进。,141,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图适用的基本情况相同，当满足下列情况可选用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：,142,A收集数据,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内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内的不合格品数(np)。,143,B计算控制限,144,过程控制解释、过程能力解释,C过程控制解释：同“p”图的解释。D过程能力解释：过程能力如下：,145,缺陷数c图,“c”图内来测量一个检验批内的缺陷的数量，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(例如每匹维尼龙上的瑕疪，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平方米维尼龙上暇疵)。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，每辆车或组件可能存在一个或多个不同的不合格)。主要不同之处如下：,146,A收集数据,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内的缺陷数(c),147,B计算控制限,148,过程控制解释、过程能力解释,C 过程控制解释同p图解释D 过程能力解释过程能力为c平均值，即固定容量n的样本的缺陷数平均值。,149,单位产品缺陷数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)的子组内每检验单位产品之内的缺陷数量。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，并且在不同时期内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：,150,A收集数据,各子组样本的容量彼此不必都相同，建议尽可能使它样本容量保持在其平均值的正负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缺陷数u=c/n式中c为发现的缺陷数量，n为子组中样本容量(检验报告单位的数量)，c和n都应记录在数据表中。,151,B计算控制限,152,过程控制、过程能力解释,C 过程控制解释同p图解释D 过程能力解释过程能力为u平均，即每报告单位缺陷数的平均值。,153,小结,154,控制图的绘制流程,155,使用控制图的准备,建立适用于实施的环境定义过程确定待管理的特性，考虑到顾客的需求当前及潜在的问题区域特性间的相互关系确定测量系统使不必要的变差最小,156,质量特性与控制图的选择,为保证最终产品的质量特性, 需要考虑以下几个方面:认真研究用户对产品质量的要求, 确定这些要求那些与质量特性有关, 应选择与使用目的有重要关系的质量特性来作为控制的项目.有些虽然不是最终产品质量的特性, 但为了达到最终