统计过程控制

SPC统计过程控制,杜绝门柱思想：,关键理念1：质量能否集中于工艺中心是超越先进企业的前提！也是开展SPC的追求。,变差质量的波动CPK过程能力控制图稳定性判定与控制均值极差图应用单值移动极差图应用计数型控制图应用,SPC课程目录：,使用诸如控制图等统计技术来分析制造过程或其输出，以便采取适当的措施，为达到并保持统计控制状态从而提高或改进制造过程能力,SPC就是利用统计方法:1.分析过程的输出并指出其特性.2.使过程在统计控制情况下成功地进行和维持.3.有系统地减少该过程主要输出特性的变异.,变差就是质量的波动过程的单个输出所不可避免的差异变差是有害的，是不可避免的，他是工业界的通病,不要习惯性的认为缺陷和偏差是不可避免的！,精确性与准确性,偶因,异因,质量波动,正常波动：由普通原因引起的产品质量波动。这些随机因素在生产过程中大量存在，对产品质量经常发生影响，但它所造成的质量特性值波动往往比较小。有些情况下这些质量波动在生产过程中是允许存在的,异常波动：由特殊原因引起的产品质量波动。这些特殊原因在生产过程中并非大量存在，通常表现为周期性或突然地对质量产生影响，一旦存在，它对产品质量的影响就比较显著，在生产过程中是不允许存在的,关键理念2：SPC不是做分析报告，不是用于改善前后对比！必须正确理解和，识别哪些是的问题？哪些是的问题？将数据与过程影响因素结合，学会用分析结果进行思考！,关键理念3：SPC就是描述、分析、改进和控制变差的一种系统工具，而不是单单的一张控制图！要学会描述变差，掌握工具间的关系。,直方图的形状分析识别不稳定性问题,标准型,锯齿型,偏峰型,陡壁型,平顶型,双峰型,孤岛型,直方图位置分析识别偏倚性问题,直方图宽度分析识别波动性问题,分布曲线的演变：,直方图是把测量数据的频数转化为柱状长方形的方法来表示数据的分布状态，而正态分布曲线表示是对一批产品的一种预测，如图所示，在样本量较小时，直方图外形轮廓呈梯形，随着样本量的增大，梯形越来越小，逐渐呈现成一条曲线，这就是正态曲线。,拐点,关键理念4：变差就是质量的波动，过程的变差就是6的宽度！,将理念融入骨子里！,变差大小可以忍受吗？,3,-3,6西格玛宽度，99.73%,下规范,上规范,公差带,如何评价一个过程变差的大小？,概念：所谓过程能力是指过程质量满足要求的能力，即过程的分布与工艺要求的比较，对他的研究与正态分布的两个参数和有着密切的联系,应用前提：过程能力分析的前提是过程处于统计控制状态，即过程的分布状态不随时间的变化而变化，或在控制图中没有异常出现，对于不稳定的过程，讨论过程变差及相关的能力指数是没有什么价值的,过程稳定或处于统计受控状态：如果仅存在普通原因，过程输出将形成随时间稳定的分布状况，并且是可预测的。,过程不稳定：如果存在特殊原因，过程输出随时间将不稳定，同时也不可预测。,应用范围：初始能力分析：是为了摸清过程能力状况，以便在必要时采取措施，使过程能力满足生产要求，（新产品在批量生产前，即产品和过程确认阶段，需对控制计划所要求的特殊特性进行过程能力研究，以评价生产过程是否已准备就绪）；日常能力评价：是进行过程能力复查主要是为了掌握过程能力变化情况，以便采取措施保持或提高过程能力；,子组内变差和过程总变差：,子组内变差：仅由子组内变差产生的变差，如果过程处于统计受控状态，该变差是对过程固有变差的一种很好估计；子组间变差：由子组间的变差所产生的变差，如果过程处于统计受控状态，该变差应该为0；总变差：由子组内和子组间二种变差所引起的变差，如果过程不处于统计受控状态，总变差将受普通原因和特殊原因影响,CP：公差宽度与过程波动宽度的比值，仅表示波动性问题,CPK值指在考虑过程偏倚性的情况下的过程能力指数，它不仅可以分析波动性问题也可以分析偏倚性问题，,1、无偏移状态下CP=1.33时，正态分布曲线与规范线的关系？,2、偏下限时，CPK=1.33时，过程能力分布曲线与规范线的关系？,练习一：,练习二：,PP/PPK：,CPK与PPK比较：,如果CPK与PPK存在较大差异，说明过程不稳定，存在子组间变差。,CPK与PPK比较：,如果CPK与PPK存在较大差异，说明过程不稳定，存在子组间变差。,值,值,子组,子组,CPK值与过程百万不合格率存在对应关系，当过程不偏移、CP=CPK时，对应关系如下：,在生产现场人们通常更关注产品不良率或百万不合格数PPM，因此在获得过程能力CPK时，可转化为预期的PPM值；在获得某条线体的PPM值时，可以推算出其线体的过程能力CPK。（见下表）如某月冲压车间某条线体PPM值为209，查下表，可以推算出其过程能力CPK约为1.23；如总装车间离合踏板力矩CPK=0.6，其预期不合格率为71860PPM，即100台车有7辆车不合格。,备注：上述PPM值对应的是未考虑偏移、CPK=CP值情况下求得的PPM，即CPK在相应值上的最大PPM,控制图由正态分布演变而来。正态分布可用两个参数即均值和标准差来决定。正态分布有一个结论对质量管理很有用，即无论均值和标准差取何值，产品质量特性值落在3之间的概率为99.73%，落在3之外的概率为100%-99.73%=0.27%，而超过一侧，即大于+3或小于-3的概率为0.27%/2=0.135%1，见图2.1,休哈特就根据这一事实提出了控制图。,1924年休哈特(WalterShewhart)提出,控制图的演变过程见图2.2。先把正态分布曲线图按顺时针方向转90成图,2.2(a)，由于上下的数值大小不合常规，再把图2.2(a)上下翻转180成图2.2（b），这样就得到一个单值控制图，称+3为上控制限，记为UCL，称为中心线，记为CL，称-3为下控制限，记为LCL,这三者统称为控制线。规定中心线用实线绘制，上下控制限用虚线绘制,见图2.3。综合上述，控制图是对过程质量数据测定、记录从而进行质量管理的一种用科学方法设计的图。图上有中心线(CL)、上控制限(UCL)和下控制限(LCL)，并有按时间顺序抽取的样本统计量数值的描点序列，见图2.3。,图2.2控制图的演变,图2.3x控制图,控制图的要素：A)适当的刻度B)上、下控制限、中心限C)子组顺序、时间线D)不受控制的点的识别E)事件日志,控制图的作用是：识别过程异常、维持现有过程能力，其异常判定原则共8条，如果控制图中出现下面的8种情况，就说明过程不稳定，必须采取措施，消除过程异常。,A,B,C,C,B,A,规则1:1个点距离中心线超过3个标准差,规则2:连续9个点在中心线的同侧（任意）,(1界外),(9单侧),规则7:连续15个点在距离中心线1个标准差以内（任一侧）,规则8:连续8点，距离中线超过1个标准差（任一侧）,(8缺C),(15C),SPC不是探测变差的工具，其核心是预防！正确理解分析、维持、改进三循环，将SPC用在正确的地方！,持续改进过程循环,分析过程（理解过程变差）进行分析过程最主要的目的在于帮助我们理解过程，因此在该过程中应回答以下问题：本过程应做什么？有什么要求？可能会出现什么问题？受哪些变差的影响最大？这些变差是否得到控制和标准化？本过程正在做些什么？是否处于统计控制状态下？是否有能力？过程还存在哪些特殊原因和普通原因？是否采取有效措施进行规避？,规范变差：分析、维持、改进三循环，标准化是前提,关键理念5：SPC应用的前提是过程各项变差已充分识别，并得到有效控制和标准化。如果过程不受控，员工随意操作、刀具没有维修基准等现象普遍存在，那么在分析阶段：SPC控制图将存在大量异常、测量数据不符合正态分布，且难以查找特殊原因，SPC的三个循环就无法旋转。,维护（控制）过程：（监控过程的渐变）一旦对过程有了较好的理解，就必须使过程维持在一定的能力水平上。过程是动态的并且会变化，必须监控过程的性能，因此要采取有效的措施来防止过程发生不希望的变化，同时必须了解所希望的变化并使之保持稳定。具体管理要点如下：过程波动范围如何？固化和延长控制限，转入过程控制；过程是否存在渐变？识别过程异常；及时停止并进行调整，保证过程趋势维持于控制限之内；分析过程特殊原因，对过程中的不稳定因素进行标准化；改进过程：（持续减少过程波动）到达这一点，已设法使过程稳定并已维持。但是，对于有些过程，顾客甚至会对工程规范内的变差表示敏感。在这些情况下，持续改进的价值只有在变差减小后才能实现。其目的是使变差的普通原因可以进一步减小，使过程波动宽度更小、波动中心更接近于工艺中心，以更低的成本改进质量。注意：SPC不是一种问题解决工具，其变差的降低必须与回归分析、DOE等工具相结合。,特殊特性及经常出问题的瓶颈过程应进行SPC分析，对于100%检测的过程，没必要进行监控。以总装车间离合踏板力矩为例，该过程为特殊特性工位，力矩测量员在现场测量时发现，经常存在力矩偏小问题，（离合踏板力矩要求为2026NM），如下图为离合踏板数据，目前该过程不稳定且能力不足，存在不合格现象。,变差识别与控制：在进行过程能力分析开始之前，必须详细对生产过程进行了解，因此在SPC应用前，应通过变差源识别和标准化，建立全面受控的过程，以保证整个制造过程处于统计受控状态。,事件日志制定：根据变差分析情况，应建立事件日志，以在数据收集过程中对各项因素变化情况进行监控，掌握变差对所研究特性的影响，这里推荐大家利用CE矩阵的方法。,4.3.1测量系统分析：在进行能力分析之前首先要确保测量系统的精度符合要求，一般要求过程精度大于公差宽度的1/10，双性测试结果GRR10%.,4.3.2抽样注意事项：1）合理的数据采集方案，应包括但不限于以下几方面：数据采集时间、采集部位、采集人员、测量工具、子组大小、测量频次。抽样计划要尽量反应整个生产过程中的过程变差，遇到现场异常或重大变化时，应增加测量频次，以识别过程变化对产品或过程参数的影响（如：焊装车间夹具调整后）2）进行初始能力研究时，应在较短时间内，大批量的收集数据，至少收集25组数据；（如：三坐标测量，初始能力研究时每日抽取2台，日常监控时每日抽取1台）3）测量时机、位置、方法、环境等必须标准化,抽样方案中抽样时间、抽样频次应根据过程变差进行制定，测量人员、部位、方法固定统一,均值极差图至少收集25组以上的数据：,常用的软件有MINITAB软件、EXCEL自行开发的SPC模版、及其它用于SPC分析的专用软件系统：,应用MINITAB形成六和图,分析步骤及方法：首先正态概率图：正态概率图主要用于判定过程是否处于正态分布，因为过程能力分析是以假设过程符合正态分布为基础的，如果数据不符合正态分布，进行过程能力分析是没有意义的。正态概率图其分析方法，一方面查看数据点是否在蓝线之内，即落在95%置信区间内，如果落在蓝线内近似成一条直线，说明符合正态分布，如果数据点散乱，不成直线则说明不符合正态分布；另一方面查看P值，如果P值大于0.005则说明数据符合正态分布。如本例中：数据点基本拟合在直线内，无散乱，P0.0070.005，说明收集的数据正态性很好，假设条件满足。其次分析极差图（R图）：极差图是对各子组极差的监控，用于识别子组内变差（判定的变化），其判定方法服从8项判异原则，如图所示，数据分布随机，没有异常点，说明极差图稳定，子组内无特殊原因存在。第三分析均值图（Xbar图）：均值图是对各子组平均值监控，用于识别子组间变差（判定的变化），其判定方法服从8项判异原则。如本例中：均值图数据分布随机，没有异常点，说明极差图稳定，子组间无特殊原因存在。第四分析最后25个子组：最后25个子组是配合均值极差图使用，分析测量点是否随机地水平散开，是否有趋势或偏移，同样也是判定过程的稳定性。如本例中：子组内的数据宽度分布无异常，同时子组均值在中心线的左右随机分布，说明子组内和子组间变差没有异常，过程稳定。第五分析能力直方图：与前面讲解的能力直方图分析方法一致，必须把握住三点，就是形状、位置和宽度。如本例中：直方图的形状为正常型，两正态曲线基本重合说明过程没有异常，数据符合正态分布；直方图位置与工艺下限较远，分布宽度未超出规范，说明过程能力较高，风险较小。最后分析能力图：能力图主要是将组内和组间变差的位置、宽度与工艺要求进行对比，判定过程能力，过程稳定受控时应用CPK进行判定，不稳定时用PPK进行判定，判定方法与前面讲的能力直方图相同，如本例中：Cpk0.411.33，说明子组内变差小，短期过程能力符合要求。Ppk0.391.67,说明长期过程能力符合要求。,使用均值极差图SPC模版进行分析,分析过程稳定稳定性及过程能力1）稳定性判定：依据8项原则，均值图和极差图无异常点存在，说明过程稳定受控；2）过程分布：依据直方图分析方法（形状、位置、宽度），从规格图和直方图，相对于工艺要求，过程波动较大且偏下限，有不合格存在，力矩存在衰减；3）过程能力评价：CPK=0.411.33，说明过程能力不足；CP=0.691.33说明数据集中性较好，不存在波动大的问题,但是CPK=0.661.67说明数据集中性较好，不存在波动大的问题,但是PPK=0.641.67，同样说明，由于过程的偏倚，导致过程能力严重不足。红色正态曲线代表组内变差波动情况，即短期过程能力状况，黑色正态曲线代表过程整体波动情况，即长期过程能力状况，在上图中，两条曲线重合说明该过程稳定，子组间变差较小。在预期性能一栏中，合计PPM=28033.27，说明由于过程能力不足导致过程PPM值很大，过程控制存在很大的风险。,解决偏移性问题调整过程分布中心：,方法：调整现有磷化总酸控制水平，逐渐调整至工艺中线位置，从而提高过程能力，共有两种方案：方案一：将现有磷化总酸控制水平，逐渐调整至工艺中线位置，如下图所示，预计调整后过程能力CPK，可以由0.66提升至3.10,解决偏移性问题调整过程分布中心：,方案二：采用CPK=1.67倒推控制图的控制限的方法：由于过程偏下限，利用4到5月份能力分析中计算得出的值，以下规范+2作为下控制限、下规范+5作为中心限、下规范+8作为上控制限，确定控制图，利用单值移动极差控制图对磷化总酸进行过程控制，保证过程能力达到1.67以上。,关于与控制图应用的启示：当进行研究特性刚开始测量数据或过程不稳定需进行改进时，我们可以应用预控制图的方法，应用过程能力倒推控制限，对制造过程进行调整和控制。,解决波动性问题降低过程变差,通过调整，如图所示，6月份相对于3月份，过程波动宽度变小，过程分布与下工艺线有一定富余，过程能力CPK由3月份的0.66提升至1.85，预期不合格率由3月份的23928PPM降低至486.99PPM，说明过程能力得到很大提升。,过程能力提升,由于原来加药不均匀，生产开始时槽液中磷化总酸浓度较高，单台用量较多，生产结束时槽液中磷化总酸浓度较低，单台用量较少，为保证生产到最后磷化总酸浓度合格，就必须在生产前多加药，造成了加药的浪费；改进后，生产全过程中加药较均匀，过程中单台用量变化较小，消除了生产开始时车辆消耗过多造成的浪费，从而节省了加药成本。,成本下降,判异原则：单值图：异常判定遵循原则1-3，即：1点超出控制限、连续6点上升或下降、连续9个点在中心线的同侧。极差图:异常判定遵循原则1,即：1点超出控制限。规格图：一方面查看是否有测量点超出公差而出现不合格，另一方面要查看数据的趋势，有没有偏移或过程缓慢变化的情况，为过程预警和改进提供依据。,事业三部精度监控使用SPC分析及监控平台，只需将控制限固定即可。,利用单值移动极差图进行过程控制，保持过程能力,优点：纸板控制图悬挂于现场，可以做到实时监控，同时控制限相比规范更加严格，通过控制图的实时监控，杜绝了过程控制的随意性，确保了过程的稳定。,在控制图监控过程中，一旦出现异常及时采取有效措施保证过程稳定，如磷化总酸控制图，超出上限可减少加药、超出下限可增加加药，先使磷化总酸始终在控制限内波动，然后再查找异常发生的原因进行标准化，具体异常处置的格式可参考下表：,现场有哪些计数型数据？如何抽样的？样本大小是多少？抽样频次如何？,1）不合格品率控制图（P图）,统计基础为二项分布。用于控制对象为不合格品率等计数值质量指标的场合，且使用p图时应选择重要的检查项目作为判断不合格品的依据，p图常用于控制不合格品率、交货延迟率、缺勤率、差错率等。,2）不合格品数控制图（np图）：用于控制对象为不合格品数的场合。设n为样本量，p为不合格品率，则np为不合格品数。由于当样本量n变化时np控制图的控制限都成为凹凸状，不但作图难，而且无法判异、判稳，故只在样本量相同的情况下，方才应用此图。,3）不合格数控制图（c图）：用于控制一部机器，一个部件，一定的长度，一定的面积或任何一定的单位中所出现的缺陷数目。如布匹上疵点数，铸件上的砂眼数，机器设备的缺陷数或故障次数，电子设备的焊接不良数、传票的误记数每页印刷错误数，办公室的差错次数等等。,4）单位不合格数控制图（u图）：u控制图主要用于对单位不合格数进行控制，是通过测量样本上单位数量（如面积、长度、时间、容量、容积等）与c图类似，当样品的大小保持不变时可以应用c控制图，而当样品的大小变化时则应换算为平均每单位的缺陷数后再使用u控制图。,常规计数型控制图控制限计算公式,计数型控制图控制的对象是计数型数据如：冲压件上高点的数量、总装车间单台不良，不合格率等，她的使用方法与计量型控制图类似，主要区别在于计量型控制图两图联用，一张用于控制平均值，另一张用于控制离散；而计数型控制图一张控制图就足够了。,计数型控制图通过现场实践，相对于以前应用的折线图，控制能力更加有效，下面就以总装某过