SPC新进工程师训教材.ppt

SPC统计过程管制,SPC历史说明控制图说明控制图种类及选择说明使用控制图注意事项X-R,X-s,X-R,X-Rm控制图P,np,c,u控制图,Ca,Cp,Cpk,Pp,Ppk,Cmk指数说明什么是MOTOROLA的6控制图的判读CasestudyCCCchartforSpansion,簡稱:SPCStatisticalProcessControl目的:應用簡單的統計分析，預知製程上是否有共同原因或特殊原因，已達成預先防止，避免浪費的管制要求。,何謂統計製程管制,質量管理首先明確的兩點,貫徹預防原則是現代質量管理的核心和精髓.質量管理科學有一個十分重要的特點,對於質量管理所提出的原則,方針,目標都要有科學措施和科學的方法來保證它們的實現.,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。因其用法简简单且效果显著，人人能用，到处可用，遂成为实施品质管制时不可缺少的主要工具，当时称为(StatisticalQualityControl)。,1924年发明W.A.Shewhart,1931年Shewhart发表了“EconomicControlofQualityofManufactureProduct”,19411942制定成美国标准Z1-1-1941GuideforQualityControlZ1-2-1941ControlChartMethodforanalyzingDataZ1-3-1942ControlChartMethodforControlQualityDuringProduction,英国在1932年，邀请W.A.Shewhart博士到伦敦，主讲统计品质管制，而提高了英国人将统计方法应用到工业方面之气氛。就控制图在工厂中实施来说，英国比美国为早。,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品质管制委员会，制定了相关的JIS标准。,SPC想法SPC(=0.0654)B.連續35點,界外點數=1;(=0.0041)C.連續35點,界外點數=10時,採用該管控圖.3)X中位数-R:所謂中位數指在一組按大小順序排列的數列中居中的數.現在該控制圖的使用越來越少.,控制图的选择,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。,局部措施、系统措施示意图,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,对系统采取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,此时的异常将在Xbar图中显示出来，此时一般的责任是在现场人员，可能是用错材料，没有依照标准作业方法等。此种问题比较容易解决，85%应由现场人员就可以处理。,由一般原因造成的质量变异可通过过程能力发现，属于系统性问题。此种问题比较不易解决，应由技术人员、管理人员进行处理。,控制图的益处,合理使用控制图能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。,另外，還可以運用控制圖做持續改善,中央极限定理,为何样本数不同时控制限不同,主要原因就是因为中央极限定理，自中央极限定理来看，样本愈多时，其控制限愈狭窄。示意图如下：,使用个别值时，其分布比较不近似正态分布，且其检出力较差。,使用平均值时，其分布比较近似正态分布，且其检出力较佳。,經過比較,可以看出X_BAR比X_RM:A:检出力可以增加。B:可以有效判定组内变异和组间变异。C:经过平均值之后，其分布会更趋近于正态分布。,SPC和抽样方法,有效使用SPC取决于合理抽样,分组问题主要是使在大致相同的条件下所收集的质量特性值分在一组,组中不应有不同本质的数据,以保证组内仅有偶然因素的影响.我们所使用的控制图是以影响过程的许多变动因素中的偶然因素所造成的波动为基准来找出异常因素的,因此,必须先找出过程中偶然因素波动这个基准.,使用控制图的注意事项,分组问题主要是使在大致相同的条件下所收集的质量特性值分在一组,组中不应有不同本质的数据,以保证组内仅有偶然因素的影响.我们所使用的控制图是以影响过程的许多变动因素中的偶然因素所造成的波动为基准来找出异常因素的,因此,必须先找出过程中偶然因素波动这个基准.,错误的分组方式以及其后果,如此的取样方式会造成无法有效区别组内变异和组间变异，造成控制界限变宽，无法有效侦测制造变异。,时间,质量特性,制程的变化,每天只取一组来代表，是否能代表制程呢？,每天如果取三组的样本是否更能代表制程？,取样频率及样本的目的说明,初期不了解制程，制程不稳定，存在组间变异,稳定期后，制程已稳定，大部份只存在组内变异，偶而出现组间变异,快速而频繁的取样，才能掌握制程的情形，并将各项不稳定的因子去除,由于制程已相对的较稳定，我们可以比较预测出制程变化，所以抽样频率可以较低，但仍应要有代表性,初期控制界限的计算,一个班次之内取二十五组，每组样本数为25个,我们利用在一个班次当中取二十五组，此时由于人、机料、法、环、测都比较固定，所以所估计出来的组内变异会比较正确，所以相关的控制界限比较窄，可以有效的侦测出不同班别之间的变化，或则组间的变化，例如材料变化、机器变化、参数变化等。,控制图示意说明,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,此时有点子超出控制界限，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,抽樣要點：取样要有代表性;初期的时候必须取样频率快.抽样数要多一些，因为初期我们对制程不够了解，所以藉由较多、较快的取样让我们更能充份了解制程状况。,層別,使用控制图的注意事项,1）分层问题同样产品用若干台设备进行加工时,由于每台设备工作精度、使用年限、保养状态等都有一定差异,这些差异常常是增加产品质量波动、使散差加大的原因.因此,有必要按不同的设备进行质量分层,也应按不同条件对质量特性值进行分层控制,作分层控制图.另外,当控制图发生异常时,分层又是为了确切地找出原因、采取措施所不可缺少的方法.,使用控制图的注意事项,分层问题同样产品用若干台设备进行加工时,由于每台设备工作精度、使用年限、保养状态等都有一定差异,这些差异常常是增加产品质量波动、使散差加大的原因.因此,有必要按不同的设备进行质量分层,也应按不同条件对质量特性值进行分层控制,作分层控制图.另外,当控制图发生异常时,分层又是为了确切地找出原因、采取措施所不可缺少的方法.,使用控制图的注意事项,2)控制界限的重新计算为使控制线适应今后的生产过程,在确定控制图最初的控制线CL、UCL、LCL时,常常需要反复计算,以求得切实可行的控制图.但是,控制图经过使用一定时期后,生产过程有了变化,例如加工工艺改变、刀具改变、设备改变以及进行了某种技术改革和管理改革措施后,应重新收集最近期间的数据,以重新计算控制界限并作出新的控制图.,控制图的制作,建立X-R图的步骤A,階段收集數據,A1選擇子組大小、頻率和數據,子組大小,子組頻率,子組數大小,A2建立控制圖及記錄原始記錄,A3計算每個子組的均值X和極差R,A4選擇控制圖的刻度,A5將均值和極差畫到控制圖上,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,另外：组数的要求(公司規定最少25组),当制程中心值偏差了二个标准差时，它在控制限内的概率为0.84。那么连续25点在线内的概率为：,每个子组的平均值和极差的计算,計算控制限,B1計算平均極差及過程平均值,B2計算控制限,B3在控制圖上作出平均值和極差控制限的控制線,建立X-R图的步骤B,過程控制解釋,C1分析極差圖上的數據點,C2識別並標注特殊原因(極差圖),C3重新計算控制界限(極差圖),C4分析均值圖上的數據點,超出控制限的點鏈明顯的非隨機圖形,超出控制限的點鏈明顯的非隨機圖形,C5識別並標注特殊原因(均值圖),C6重新計算控制界限(均值圖),C7為了繼續進行控制延長控制限,建立X-R图的步骤C,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.,Remark:控制圖判異規則同前所述一致,为了继续进行控制延长控制限,估计过程标准偏差,当抽取样本变动时，计算新的控制限,取樣樣本Sample變動影響面較大，慎用,過程能力解釋,D1計算過程的標準偏差,D2計算過程能力,D3評價過程能力,D4提高過程能力,D5對修改的過程繪制控制圖並分析,建立X-R图的步骤D,制程能力指標CPK,制程準確度Ca,制程精確度Cp,雙邊規格只有上規格只有下規格,C,pk,=,制程能力指標CPK,另外一種算法是：CPK=(1-Ca)*Cp计算结果与上述计算方法计算之结果一致,上述中：,制程绩效指標PPK,制程绩效指针的计算，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。,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。,群体平均值=标准差=,对的估计,幾種不同管制圖群体标准差的估计,出現以下情況時，應用Cmk對機器能力進行驗證：a,新机器验收时;b,机器大修后;c,新产品试制时;d,产品不合格追查原因时;e,在机械厂应和模具结合在一起考虑,机器能力指数、短期、长期能力指数,WHATISMOTOROLAS6,最佳状况，制程中心等于规格中心，此时Cpk=2。最差情形，可以允许制程中心，偏差1.5，此时的Cpk=1.5,Sigma=Deviation(Squarerootofvariance,-7-6-5-4-3-2-101234567,AxisgrachinSigma,NormalDistribution-GaussianCurve,其它几个计量型控制图,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：,计算控制限,Xbar-S管制圖過程能力解釋同Xbar-R一致，只是標準差估計方式不一致：,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。,計算控制限：,過程控制解釋同X-bar一致，標準差估計同X-bar也一致,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Xbar-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。,X-Rm適用于破壞性試驗或一些化學藥劑的監控,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。,计算控制限,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。,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。,计数型控制图,計數值管制圖依偵測目的不同可分爲：,1）不良率管制圖表（PChart):製程如無法直接測定其特性值時，可分爲合格與不合格之數目，以不良率來監測其品質。例如：车辆不泄漏泄漏。2）不良數管制圖表（NPChart):目的與PChart是一樣的。但是儅檢驗數量不一致時，NPChart不適用。一般而言，不良數管制圖用在檢驗數量很大的時候，此時不良率的值通常很小，以ppm計，造成圖形不容易區別，因此使用不良數作爲繪圖數據點。3）缺點數管制圖（CChart):有些產品雖然有缺點，但不至因爲有少數之缺點，而使產品成為廢品，缺點多少會影響其品質之高低而已。因此缺點數目可以表示其品質，這樣，可使用缺點數目管制圖來管制產品品質。例如：风窗玻璃上的气泡,計數值管制圖依偵測目的不同可分爲：,4）單位缺點數管制圖（UChart)黨檢測的單位大小不一致時，缺點數管制圖不適用，應使用單位缺點數管制圖。,計量值管制圖有兩個圖，而計數值管制圖只有一個圖。,CChart,UChart,CUMULATIVECOUNTCONTROL(CCC)CHART（FORSpansion),WHENAPROCESSISINALOWPPMENVIRONMENT(2000PPM),ACCCCHARTISRECOMMENDEDINCCCCHART,WEAREPLOTTINGTHECUMULATIVEGOODUNITSUNTILENCOUNTERTHENEXTREJECT.THECCCCHARTEMPLOYSALOGSCALEWHICH-EXPANDSTHELOWERVALUES-COMPRESSESTHEHIGHERVALUESCORRECTIVEACTIONSAREREQUIREDWHEN-ANYPOINTINTERUPTEDBE