SPC质量管理解析.ppt

1、SPC、质量控制(1)、STATISTICALPROCESSCONTROL、2、过程控制的必要性测量-容忍浪费预防-避免浪费SPC、STATISTICALPROCESSCONTROL、3、SPC发生本世纪40年代，第二次世界大战爆发当时面临的重大问题是，由于无法事先控制不合格品，无法满足交货期限要求，军需品大多是破坏性检查，事后检查是不可能的，也不允许。 为了解决这个难题，美国国防部委托心、道奇、罗密欧、瓦尔特等专家和美国材料与试验协会、美国标准协会等相关人员进行研究，1941-1942年制定并公布了统计控制的管理方法，并在全国各地推进。 实践证明，统计质量控制方法是保证质量、预防不合格品的有效手段。 SPC、STATISTICALPROCESSCONTROL、4、SPC的发展使统计质量管理方法给公司带来了巨大利益，使得战后统计方法得到了发展。 1950年，美国发动了侵略战争，在日本大量订购了军事物资。 质量不好，美国意见很大。 因此，日本科学与工程联合会邀请戴明来日本，在系统讲义中进行统计质量管理。 50年代以来，日本依据统计技术，将质量管理发展到全面的质量管理阶段，鼓励全体人员参与质量管理活动。 QC集团普遍应用统计技术，提高产品质量，对日本经济崛起发挥了重要作用。SPC、STATISTICALPROCESSCONTROL、5、数据种类计量型数据：计量器具可测量的质量特性值数据。 例如尺寸、重量、电阻值等。 计数型数据：以个数为单位表示的品质特性值数据。 例如废品件数、上班人数、交通堵塞检查的合格数等。SPC、STATISTICALPROCESSCONTROL、6、控制图的分类按用途：分析用控制按数据类型：计数型计量型、SPC、STATISTICALPROCESSCONTROL、7、 控制图的优点合理使用控制图：保持由进行过程控制的操作员使用在过程的质量和成本方面是可持续的并且具有：-较高质量-较高单价-较高有效能力来研究该过程的性能SPC、STATISTICALPROCESSCONTROL、8、不良概念“两个产品和特性完全相同”产品之间没有差异和大小，但这些差异始终存在，作为提供特殊原因和一般原因并采取局部措施和系统措施的准则。 这种区别叫做恶化。 劣化的发生原因可以归结为1、劣化的普通原因2、劣化的特殊原因、SPC、STATISTICALPROCESSCONTROL、9、1、劣化的普通原因随着时间的经过能够稳定地重复的分布过程的很多劣化的原因。 表现为稳定系统的偶然原因。 2 .劣化的特殊原因不是始终作用于过程的劣化原因。 用不可预测的方法表现为影响过程的输出。SPC、STATISTICALPROCESSCONTROL、10、劣化的一般原因通常是工序质量有微小变化，难以明确或者难以消除。 它不应受操作工人控制，应受技术管理人员控制解决。 (采取随机因素、系统措施)劣化的特殊原因，通常发生的变动较大，易于发现和消除。 一般由工作人员自行解决，由管理者适当干预。 (系统要素、采取局部措施)、SPC、STATISTICALPROCESSCONTROL、11、概率应用工程的变动就像自然界、经济管理和科学实验的许多反复、大量出现的数量性变动一样，整体上来说并非不规则的发生或偶然的堆积，而是经常符合一定的统计规则。 有很多客观事物，他们的性质不同，但出现的规则有很大的相似性。 例如，在正常条件下，机床加工的零件批量尺寸连续射击时射击点和距目标中心有一定距离的城市成年男性的身高等。这些出现频率通常符合正态分布。SPC、STATISTICALPROCESSCONTROL、12、正态分布自然界中，可连续取值的计量型分布较多，符合正态分布。 使用SPC、STATISTICALPROCESSCONTROL、正态分布图、13、正态分布、控制图和控制限制、SPC、STATISTICALPROCESSCONTROL、14控制图设备，建立适合于实施的环境定义过程， 考虑要管理的特性：-客户需求-确定当前和潜在问题区-特性之间的相关性，使测量系统最小化不必要的恶化，制作SPC、STATISTICALPROCESSCONTROL、15、计量型控制图X-R图(平均值-极差图)当前通用的质量控制图，生产中的工序该控制图既可用于初始能力研究，也可用于工序质量管理，监视工序的稳定性。 QS9000在制作平均值-极差图时，必须满足25组和100个数据(min )的基本条件。 另外，SPC、STATISTICALPROCESSCONTROL、16、X-R图(平均值-极差图)的方法、SPC、STATISTICALPROCESSCONTROL、17、计算出的数据分别描绘在图中的SPC、STATISTICALPROCESSCONTROL CLX=X=X/kk取值的组数UCLX=X A2RA2为系数LCLX=X-A2R，SPC，STATISTICALPROCESSCONTROL，19，极差图的计算上限(UCLR )，中心(CLR )，下限(LCLR )； CLR=R=R/kk是取值组数UCLR=D4RD3，D4是系数LCLR=D3R、SPC、STATISTICALPROCESSCONTROL、20、系数表、SPC、STATISTICALPROCESSCONTROL、 在21，表示控制图解析工序稳定的标志，是大部分想法接近控制中心线，极少的想法接近上下限制。没有超过控制界限的想法。 工序发生异常时，控制图上会发生异常变动。SPC、STATISTICALPROCESSCONTROL、22、控制图异常变动、SPC、STATISTICALPROCESSCONTROL、点超过控制界限，连续7点与中心线处于同一侧23、控制图的异常变动、SPC、STATISTICALPROCESSCONTROL 连续7点上升或下降，变动过大，24、控制图的异常变动、SPC、STATISTICALPROCESSCONTROL、层状、连续14点中12点与中心线同侧、25、控制图的异常变动、SPC、STATISTICALPROCESSCONTROL 连续11点中10点必须满足与中心线同一侧、26工序能力分析Cpk=(T-2|X-M|)/6T :公差范围m :特性中心值6=UCL-LCL、SPC、STATISTICALPROCESSCONTROL、Cpk为1.33min、27，机械能力分析在研究机械能力时Cmk=(T-2|X-M|)/6T :公差范围m :特性中心值6=UCL-LCL、SPC、STATISTICALPROCESSCONTROL、Cmk为1.67min、28，也称为帕累托图或主要因素分析图。 这根据因果图表明，在很多因子中最重要或最主要的因子被析出。 虽然不能解决问题，但为解决问题提供了重要的资料和信息，是分析质量问题主要因素的有力统计工具。 帕累托图是运用“重要的少数、次要的多数”原理，找出影响产品主要问题和产品质量的因素的有效统计方法。SPC、STATISTICALPROCESSCONTROL、29、帕累托图的制作过程1、收集数据2、缺陷分类统计表按缺陷频度的大小，依次填写缺陷名称和频度，根据表的要求进行计算。SPC、STATISTICALPROCESSCONTROL、30、帕累托图制作过程3、帕累托图a、左纵轴为频度、右纵轴为百分比。 横轴表示缺陷项目。 b .按缺陷频率画长方体。 c、绘制帕累托图曲线d，分别