TUV-SPC培训资料.ppt

StatisticalProcessControl,统计过程控制,根据DaimlerChrysler,Ford,GM,统计学的基本概念数据：（1）计量值数据（2）计数值数据（3）数据的特征值平均值X中位数X极差R标准差S,计件,计点,反映集中位置,反映分散程度,_,平均值和极差,Xbar平均值的计算average,R值极差的计算range,偏差平方和-方差:标准差standarddeviation,总体和样本（1）总体：又叫母体，它是指在某一次统计分析中所研究对象的全体（2）样本：又叫子样，它是指从总体中随机抽取出来的一部分个体（产品）（3）随机抽样：使总体中的每一个个体（产品）都有同等机会被抽取出来组成样本的活动过程,SPC基本原理,过程：将输入转化为输出的相互关联和相互作用的活动。,统计方法,过程,产品,客户,顾客的声音,过程的声音,机,料,法,环,测,人,SPC基本原理,机床（主轴承间隙、刀具）操作工（进给率、对中准确度）原材料（棒料尺寸、硬度）轴外圆顾客操作规程尺寸环境（供电电压、温度、湿度、振动）表面粗糙度,资源融合,过程示例用普通机床生产一种轴的外圆,过程人、机、料、法、环、测（5MIE）在特定时间范围内作用于某一工作对象的总和。过程控制实质上就是对5MIE的控制。,SPC基本原理,波动,没有两个产品是完全一样的，即使自动化生产线上产品也不例外。产品间的差异就是波动，它时隐时现、时大时小，时正时负。产品间的差异是永远存在的，只是有时小到无法度量出来。产品间的差异是通过适当的质量特性（过程特性和产品特性）表现出来的，因此选好质量特性准确地测量出来是两项重要的基础工作。,波动源,有效地利用质量特性数据，最重要的是认识“波动”的概念过程中有许多产生波动的波动源例：加工机械轴的直径，很容易受到各种波动源的影响。机器：零件的磨损和老化。工具：强度不同，磨损率的差异。材料：硬度不同，成份不同，产地不同。操作者：对准中心的精度、情绪。测量：视觉误差、心理障碍维护：润滑程度，替换部件环境：温度、湿度、光线、电源电压波动这些波动源对加工的影响最后都集中反映在直径测量值,普通原因,随着时间的推移具有稳定性的可重复的分布过程中许多变差的原因。人：一定的熟练度下的微小差异机：一定的精度下的微小变化料：一定的稳定性下的微小变化法：一定的操作规范下的微小变化境：一定的环境条件下的微小变化,所有微小变化的集合,在普通原因影响下，过程的输出呈现稳定的分布是可预测的。,统计数据的分布,特殊原因,过程中偶然发生的某个环节的特殊变异：,在特殊原因的影响下，过程的分布会改变位置（均值）改变分布宽度（最小值与最大值之间的距离）改变形状改变（偏斜）,Dataofmeasurementofscrews（螺丝直径的测量）,Histogramofthedata（数据的直方图）,NormalDistribution（正态分布）,whennitturnsto,standarddeviationcentrallocation,CharacteristicofNormalDistribution（正态分布的特征）,Nomatterwhatvalueof&,theprobabilityofdatawhichfallinto-3,+3is99.73%。,2、正态分布的参数（1）平均值（）此参数是正态分布曲线的位置参数，即它只决定曲线出现频率最大数值位置而不改变正态曲线的形状。,（2）标准偏差（）此参数是正态分布曲线的形状参数，即它决定了曲线的“高”、“矮”、“胖”、“瘦”。,4、正态分布表及其用法我们把=0，=1的正态分布称为标准正态分布，记为XN（0，12）。其概率密度函数为是将非标准正态分布XN（,2）化为标准正态分布UN（0，12）的公式，称为“一般正态随机变量的标准化”公式。简称“标准化”公式。附表2中的标准正态分布表是针对下列函数而构造的：,例1某工序制造的零件，其平均长度为160mm，标准偏差为6mm。求该零件的长度为165mm以下的概率是多少？解：零件长度服从正分布，于是有：例2已知某种灯泡的寿命服从平均数为1500小时、标准偏差为100小时的正态分布。今购买这种灯泡1个。问：该灯泡寿命不小于1200小时的概率是多少？解：,控制图控制图原理1、“3原则”,P-3X+3=0.9973,图2正态分布的3原理,p(x),x,0,6s,UCL,LCL,Mean,分布图转换成控制图,2、控制图原理,图3控制图原理,时间t（R）,UCL,CL,LCL,+3,M,-3,8,9,10,11,图4过程改进的策略,过程输出,选用控制图（如：图）,收集25个子组大小为45的子组计算CL,UCL,LCL绘制与审查图,过程处于稳态,过程未处于稳态,评价过程能力,过程能力指数不足,Cp1,Cp1,管理决策改进,过程能力指数充足,检查与M是否重合,过程改进,Cp1.33,控制图的种类,CASESTUDY,计量型数据控制图的绘制,一、准备工作1、建立适合于实施控制图的条件2、定义过程，确定需控制过程3、确定需控制特性4、确定测量系统5、减少不必要的变差二、收集数据（以X-R图为例）步骤1：选择子组容量、频率、子组数，收集数据子组容量n=45，子组数K=2025；nk100,步骤2：建立图的原始记录步骤3：计算每组数据，Ri（i=1,2，K）（j=1,2，n）Ri=Ximax-Ximin步骤4：选择图的纵坐标刻度。步骤5：计算及步骤6：计算R控制限并作图CL=，UCL=D4，LCL=D3步骤7：将预备数据点绘在图中，并对状态判断。若稳，测进行步骤8；若不稳，则查原因，定措施改进，再次转入步骤1，收集预备数据，重新计算控制限，作图，判断，一直到R图型稳态。,步骤8：计算图控制限，作图、点图。判稳：若稳则进入步骤9；若不稳，查原因，定措施，改进后，返回步骤1，重新循环。步骤9：计算Cp，检验过程是否满足技术要求？若满足要求，进入步骤10；若不满足要求，则调整过程，直至Cp满足要求为止。步骤10：延长图控制线，作控制用控制图，进入日常统计过程控制用。上述步骤19为分析用控制图。上述步骤10为控制用控制图。,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,5.两种控制图,八、案例:见附件,七、各类控制图,不合格数,C,单位不合格数,U,不合格品率,np,不合格品率,P,计数值控制图,单值移动极差,X-RS,中位数极差,Me-R,均值标准差,LCL,UCL,CL,均值极差,计量值控制图,图名称,图代号,类型,表2常规控制图表,表3计量控制图系数表,不合格品率图P图,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,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,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,P图平均不合格率及控制限,控制图判异准则,四、预控法（彩虹图）1、预控法的基本思想预控法是一种简便的过程控制工具，特别适用于小批量生产过程。预控法并不是在过程开始前进行预控，与控制图一样是在过程发生异常之前进行预控。预控法不需要计算控制界限，所以免除了积累过程数据（收集预备数据作分析用控制图）的内容，而是直接用单个样品的实测值对过程作出判断。,2、预控法的假设条件（1）要求过程的质量数据值必须服从正态分布；（2）要求过程能力指数CP=1（实际只要CP1即可应用预控法，但CP1时不能应用预控法）；（3）要求过程的质量数据分布的分布中心必须与公差中心相重合。,3、预控法的应用规则（1）预控法的区域划分在预控图内添加两条P-C线（预控线），将预控图分为三个区域。1）在规格界限与规格中心（M线）之间1/2处设置两条预控线（P-C线）。P-C线的数值等于规格界限（TU与TL）和规格中心（M）的平均值。,2）绿区（目标区）两条P-C线之间的区域称为目标区，占整个规格界限的一半。其正态分布概率为86.64%，近似认为86%。3）黄区（警戒区）在目标区两侧至规格界限之间是两个黄区，各占规格界限的。其正态分布概率各为6.54%，近似认为7%。4）红区（废品区）规格界限（TU、TL）之外为两个废品区（超出上、下规格界限），其正态分布概率各为0.135%。,（2）预控法的应用1）过程开始时，需保证连续检测5件产品，其实测值全部落入绿区之内，此时认为符合要求，过程可以开始运行。若5件产品中即使有1件的实测值落在绿区以外，也需调整过程（如工艺参数、设备、工装、仪器等），直到连续检测5件产品的实测值全部落入绿区才能正式运行。2）过程正式运行后，按确定的时间间隔每次连续抽取2件产品检测，并按下述规则对过程作出判断。,若两件产品的实测值全部落入绿区，其概率为P=0.862=74%，说明过程正常，可以正常生产。若两件产品的实测值中，1只落入黄区、1只落入绿区，其概率为P=0.860.07=6%，判过程正常，可以正常生产。若两件产品的实测值分别落入两个黄区，其概率为P=0.072=0.49%。说明过程分布散差加大，过程异常，应及时调整过程，减小散差，然后重新开始。,若2件产品的实测值落入同一侧黄区，其概率为P=0.072=0.49%，说明过程异常。此时过程分布中心已偏离规格中心，应采取措施调整过程分布中心，然后重新开始。只要发现抽取样品中的1件实测值落入红区，就表明过程异常。应分析原因采取措施，取得效果后重新开始。预控法的统计原理，依然是以小概率事件原理为理论依据判断过程是否异常，设置的小概率a=0.01。表5-8为预控法判断原理。,上规格限停产!,上警戒限,中新线,下规格限停产!,下警戒限,70,62.5,55,47.5,40,彩虹图,合理子组包括：子组内的共有原因误差子组之间的可指出原因误差,时间,Y因变量,共有原因误差,可指出(特殊)原因误差,使子组内的误差最小化使子组间的误差最大化,合理子组,每个方格都代表一个子组的数据,控制图,采集子组,控制图1,采集子组,采集子组,控制图2,机床1,机床2,机床1,机床2,(a),(b),测取子组的位置和控制图(a)不正确；(b)正确,过程能力与过程性能,过程能力与过程能力指数过程能力是指过程处于稳定状态下的实际加工能力，用6表示。过程能力指数表示过程能力满足技术标准（规格、公差）的程度，记为Cp,过程能力与过程性能,过程能力,过程能力指数表示过程能力满足产品技术标准的程度。技术标准是指加工过程中产品必须达到的质量要求，通常用标准、公差（容差）、允许范围等来衡量，一般用符号T表示。质量标准（T）与过程能力（B）之比值，称为过程能力指数，记为CP,过程能力指数,Thechangeofwithinspec(引入规格限以后的过程能力）,USL,LSL,P=4.45%p=0.27%p=60ppmp=0.6ppm,-5-4-3-2-1012345,4.过程能力与过程性能,4.2计算4.2.1双侧公差：Cp=有偏移情况：数据分布中心与公差中心M不重合,定义偏移量=M-，偏移度K=则Cpk=(1-k)cp=(1-k),T,6,USL-LSL,6,T/2,2,T,T,6,有偏移情况的过程能力指数,过程能力与过程性能,单侧公差：上限Cpu=下限CpL=,3,USL-X,3,-LSL,有偏移情况下的过程能力指数也可用单侧指数来计算,USL-,3,-LSL,3,Cpk=min(,),过程性能指数的概念,过程性能指数（ProcessPerformanceIndex）Pp、PpK又称长期过程能力指数，它反映较长时期内过程能力满足技术要求的程度，是由美国三大汽车公司（福特、通用、克莱斯勒）在QS9000标准中最先提出的概念，是对于统计方法的应用提出的更高要求。,CPK与PPK的区别过程固有变差仅由于普通原因产生的那部份过程变差，可以从控制图上通过R/d2来估计。过程变差由于普通和特殊两种原因所造成的变差，该变差可用样本标准差S来估计：,Xi为单值读数,6.Cpk和Ppk的差异,Cpk：只考虑了组内变异，而没有考虑组间变异，所以一定是适用于过程稳定时，其组间变异很小可以忽略时，不然会高估了过程能力；另外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过程情形应使用Ppk。,CPK与PPK的区别,过程能力与过程性能,计算双侧公差：单侧公差：上限：下限：有中心偏移情况下，过程性能指数：事实上，Cpk的计算也可按Ppk的公式，不必再计算K，只需把分母中的S改为R/d2即可。,过程能力与过程性能,比较与分析只有当过程稳定时，才能计算得到Cp，而Pp无此要求，Cp短期过程能力，Pp长期过程能力。分析如果过程稳定，Pp值应该很接近CpPpCp