SPC技术实战--公开课.ppt

SPC,品保培训资料,一、统计制程管理概述,二、SPC基础统计基本知识,三、统计过程管理,、控制图原理、制作与分析,、直方图和过程能力的分析与研究,、QC七大手法,四、总结,、现场品质管制流程与数据的采集,一、统计制程管理概述,质量检验SPCTQM,背景,沃尔特安德鲁休哈特（WalterAndrewShewhart）1891年3月18日生于伊利诺伊州纽坎顿1967年3月11卒于新泽西州特诺伊山休哈特主要的职业生涯在贝尔电话实验室（BellTelephoneLaboratories)现为朗讯科技（LucentTechnologies）渡过。1924年，他首次应用统计方法与质量控制之中，他制作了世界第一张控制图。1931年，他出版制造业产品品质的经济控制。1947年，美国质量控制协会（ASQC）才认识到休哈特的重要贡献。从1950年开始，他的同事及学生戴明博士（EdwardsDeming）将休哈特的控制理论传授给日本人。过去二十年来，休哈特的控制理论和控制图已成为世界标准。,统计控制概述,1、预防与检测-Slide22、过程控制系统-Slide33、变差：普通原因及特殊原因-Slide44、局部措施和对系统采取措施-Slide65、过程控制和过程能力-Slide76、过程改进循环及过程控制-Slide87、控制图：过程控制工具-Slide98、控制图的益处-Slide10,统计控制概述之一,过程控制的需要检测容忍浪费预防避免浪费,检测与预防,统计控制概述之二,过程控制系统,我们工作的方式/资源的融合,顾客,产品或服务,识别不断变化的需求和期望,顾客的呼声,人,设备,环境,材料,方法,输入,过程/系统,输出,过程的呼声,统计方法,过程控制系统,统计控制概述之三,变差的普通及特殊原因1,1、每件产品的尺寸都与别的不同,2、但它们形成一个模型，若稳定，可以描述为一个分布,3、分布可以通过以下特征加以区分：,A.位置,B.分布宽度,C.形状,统计控制概述之三,变差的普通及特殊原因2,如果仅存在变差的普通原因随着时间推移，过程输出形成一个稳定的分布并可预测,预测,时间,时间,如果仅存在变差的特殊原因，随着时间推移，过程输出不稳定,统计控制概述之四,局部措施和系统措施,局部措施和系统措施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通常可以纠正大约15%的过程问题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，以便纠正大约可以纠正85%的过程问题,统计控制概述之五,过程控制和过程能力,过程控制,过程能力,不受控存在特殊原因,受控消除了特殊原因,受控，但没有能力符合规范普通原因造成的变差太大,受控，且有有能力符合规范普通原因造成的变差减少,规范上限,规范下限,统计控制概述之六,过程改进循环及过程控制,1、分析过程本过程应做些什么？会出现什么错误？本过程正在做什么？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、改进过程改进过程从而更好地理解普通原因变差减少普通原因变差,统计控制概述之七,控制图-过程控制的工具,上控制限UCL,中线UCL,下控制限LCL,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界限识别变差的特殊原因并采取措施3、分析和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,统计控制概述之八,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助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能力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系统措施的指南,一、统计制程管理概述,二、SPC基础统计基本知识,与常用统计量,产品质量的统计观点（一）：产品质量具有变异性影响产品质量的因素有6M：Man：人Machine：机Material：料Method：法Mother-nature：环Measurement：测无论人类社会如何进步发展，产品质量不可能保持绝对恒定，一定具有变异性。,SPC基础,产品质量的统计观点（二）产品质量的变异具有统计规律性确定性现象确定性规律：在一定条件下，必然发生或不可能发生的事件。如一个大气压（760mm汞柱）下，H2O的变化规律。温度0固体状态温度0t=8也就是说标准差就象是一把尺，用来评估流程结果的好坏。,标准差之例,SPC基础,s规格标准差,读做SigmaSpec,SPC基础,a制程标准差,读做SigmaActual,注：样本数n25,SPC基础,例题说明,X1=1X2=2X3=3,SPC基础,3与6的比较,“品質特性”中組合零件之數目3品質水準的產品品質可靠度6品質水準的產品品質可靠度,199.7300029%99.999999800%,997.5861047%99.999998200%,1097.3325980%99.999998000%,20000.4483975%99.999600001%,5087.3557666%99.999990000%,7581.6464617%99.999985000%,10076.3102995%99.999980000%,25050.8695500%99.999950000%,50025.8771111%99.999900000%,10006.6962488%99.999800000%,75013.1635700%99.999850000%,SPC基础,不同个数的相对严重程度之示意,以书刊错字校对为例6一间小型图书馆全部藏书中有一个错字5一部百科全书中有一个错字4一册书每30页中有一个错字3每页书中有1.5个错字2每页书中有25个错字1每页书中有170个错字,6的诠释,SPC基础,不同个数与PPM品质水准的对比,SPC基础,平均值对正态曲线的影响：若平均值增大，则正态曲线往右移动，见；若平均值减小，则正态曲线往左移动，见。,SPC基础,标准差对正态曲线的影响若标准差越大，则数据分布越分散，波动范围大，见=2.5；若标准差越小，则数据分布越集中，波动范围小，见=0.4。,x,y,=2.5,=0.4,=1.0,SPC基础,正态分布平均值与标准差的关系平均值与标准差是相互独立的。无论平均值如何变化都不会改变正态分布的形状，即标准差；无论标准差如何变化，也不会影响数据的对称中心，即平均值。质量管理的发展史就是与和斗争的历史，就是优化值（提高或降低）和缩小值的历史。,SPC基础,3原则不论与取值为何，只要上下限距中心值（平均值）的距离各为3，则产品质量特征值落在范围内的为99.73%，这是数学计算的精确值，应该牢牢记住。下限上限0.135%0.135%99.73%-3+3产品质量特证值落在之外的概率为0.27%，其中单侧的概率分别为0.135%。休哈特正是据此发明了控制图。,SPC基础,一、统计制程管理概述,二、SPC基础统计基本知识,三、统计过程管理,、直方图和过程能力的分析与研究,直方图的定义、用途将收集的测定值或数据之全距分为几个相等区间作为横轴，并将各区间内之测定值所出现次数累积而成的面积以条状方式排列起来所产生的图形，称之为直方图。了解分配型态研究制程能力工程解析与管制分配型态的统计检定,直方图,直方图的制作1.收集数据2.计算组数3.计算全距：由全体数据中找出最大值与最小值之差。4.决定组距：为便于计算平均数与标准差,组距常取2、5、10的倍数。组距=全距/组数5.决定各组之上下组界：先求出最小一组的下组界，再求出上组界依此类推，计算至最大一组之组界。最小一组下组界=最小值-测定值之最小位数/2最小一组上组界=下组界+组距6.决定组中点7.制作次数分布表8.制作直方图,直方图,直方图常见型态及说明1.正常型：中间高，两边低有集中趋势；左右对称分配，显示属常态分配，制程正常运转。,直方图,直方图常见型态及说明2.缺齿型：高低不一，有缺齿情形。属不正常分配，次数分配不妥当或检查员有假造数据、测量仪器不精密等皆会有此情形。,直方图,直方图常见型态及说明3.切边型：有一端被切断，可能原因数据经过挑选或制程本身经过全检后所造成，若剔除某一规格以上时则切边即会形成。,直方图,直方图常见型态及说明4.双峰型：有二个高峰出现，可能原因有二种分配相混合，例如二种机台或二种不同原料，测定值因环境不同影响所造成。,直方图,直方图常见型态及说明5.离岛型：在左边或右边形成小岛，原因测定有错误，一定有异常原因存在，只要去除应可制出合乎规格之制品。,直方图,直方图常见型态及说明6.高原型：形状似高原状，不同平均值分配混合所造成，应利用层别分离后在作直方图作比较。,直方图,直方图实例演练,直方图,直方图的作法1.找出Data中之最大及最小值Max=10.6Min=9.222.决定组数-K等于n的平方根n=100k=103.决定组距h-将最大值减去最小值后，除以组数，再取最小测量单位的整数倍即可（Max-Min）/K=（10.6-9.22）/10=0.138h=0.138（取最小量测单位之整数倍）4.决定组界值-由最小值减去最小测良单位的1/2，就是第一组的下限，再逐次加上各组距，直到可含盖最大值即完成Ex:9.22-0.001/2=9.2195（第一组下界）9.2195+0.138=9.3575（第一组上界、第二组下界）9.3575+0.138=9.4955（第二组上界、第参组下界）.,直方图,直方圖的作法5.求出各組的中心值-各組上界加下界除以二（9.3575+9.2195）/2=9.2885第一組中心值（9.4955+9.3575）/2=9.4265第二組中心值6.計算落在各組內的次數第一組次數1次第二組次數1次第三組次數7次第四組次數10次第五組次數13次第六組次數23次第七組次數25次第八組次數9次第九組次數9次第十組次數2次7.作成直方圖,直方图,直方图,过程能力（Processcapability)：旧译“工序能力”，根据ISO8402和GB3358，现统一改译为“过程能力”。它指过程的加工质量满足技术标准的能力，是衡量过程加工内在一致性的标准。“生产能力”是指一定时间内加工数量方面的能力。过程能力指数（Processcapabilityindex）：指过程质量能力满足技术标准（产品规格、公差）或技术要求或客户要求的程度，一般记以CP、CPK、DPPM、。前提条件：必须在稳态下计算才能有意义，没有稳定，也就没有过程能力，ISO8258：1991。,过程能力,过程能力指数类型：值：反映过程平均值CP值：反应过程变异程度CPK值：反映过程的平均值和变异程度DPPM值：反应过程不合格品比值,过程能力,值：相同，但品质水准大不相同。,过程能力,过程能力指数：双侧规格其中：T为技术规格的公差幅度Tu为上规格限TL为下规格限为总体标准差S为样本标准差,过程能力,值的含义：分子：反映产品的技术要求，或客户要求；分母：双侧6，即单侧3，反应过程加工的质量或企业的控制能力，为什么取双侧6或单侧3？因为双侧6的质量代表99.73%的合格品，0.27%的不合格品，这在当时是相当满意的质量标准，故以它为分母作为基准值。值：反映产品技术要求（客户要求）为过程实际控制能力的倍数，因为越小，则质量差异越小，质量越好，越稳定，所以，值越大越好。,过程能力,=1的含义：T值为常数，当值确定，且6=T时，=1即是说：当样本质量特征值均值与规格中心线相等重合时，样本质量特征值偏差的大小正好使其的6倍等于技术要求或客户要求的范围（T），在这种情况下，过程的合格率为99.73%，不合格率为0.27%，或DPPM为2700。,过程能力,的缺陷：值相等，但品质水准大不相同。过程达到一定的只能算具有潜在的过程能力。,%,合格品,99.73%,合格品,LSL,USL,LSL,USL,过程能力,单侧K方式与CP、DPPM的关系。,Tu,TL,23456,因为T值是一定的，一旦计算出值后，我们便知道T值与值之间的关系，进而可以计算出CP值与DPPM的值。,过程能力,单侧规格的过程能力指数若只有上限要求，无下限要求，则：若只有下限要求，无上限要求，则：,过程能力,过程能力指数CP评估标准,过程能力,偏移情况的过程能力指数Cpk一旦过程质量特性值的均值与公差中心M不重合，即有偏移时，显然不合格品率增大，也即CP值降低，故原CP值计算公式不能反映偏移的实际情况，需要加以修正。,可以向上限偏移，也可以向下限偏移，则：实际偏移值（绝对值）偏移度（只占单侧规格的比例。修正的过程能力指数,过程能力,性能指数（PerformanceIndex）PPK上式的意思是：既然分布中心偏移了，它对上公差和下公差各有一个单侧过程能力指数CPU和CPL，则二者的最小值反映了该过程的能力指数。,USL-,LSL,USL,LSL,过程能力,CP与CPK的联合使用,过程能力,CP与CPK的联合使用因为CPK=（1-）CP所以=（1-）例：CP=1.33，即4方式，双侧T=8,CPK=0.33则：4（1-）4=3表明：已偏移到单侧的3处，距离两侧界限分别为1和7，查表知其不合格率为P(1)+P(7)=0.1586552539合格率为P=1-0.1586552539=84.134%,过程能力,对全厂每道工序都要进行分析(可用因果图)，找出对最终产品影响最大的变量，即关键变量(可用排列图)。如美国LTV钢铁公司共确定了大约20000个关键变量。找出关键变量后，列出过程控制网图。所谓过程控制网图即在图中按工艺流程顺序将每道工序的关键变量列出。对步骤2得到的每一个关键变量进行具体分析。对每个关键变量建立过程控制标准，并填写过程控制标准表。,决定管制项目,过程能力,程序控制标准表,编制控制标准手册，在各部门落实。将具有立法性质的有关过程控制标准的文件编制成明确易懂、便于操作的手册，使各道工序使用。如美国LTV公司共编了600本上述手册。,实施标准化,过程能力,制程能力解析,品质的一致性,谁的成绩好呢?,谁较有潜力呢?,你会选谁当选手呢?,乙选手,甲选手,您的工厂/服务品质/供货商若有问题,您希望是甲状况还是乙状况呢?,符合规格就真的OK了吗?,过程能力,制程能力靶心图,1.状态:统计稳态与技术稳态同时达到,这是最理想的状态。,2.状态:统计稳态未达到,技术稳态达到。,3.状态:统计稳态达到,技术稳态未达到。,4.状态IV:统计稳态与技术稳态均未达到。这是最不理想的状态。,过程能力,基本统计量,过程能力统计量,正态分布及3SIGMA、6SIGMA,常用统计量,群体样本：群体平均值Xbar：平均数(均值)：群体标准差x：样本标准差N：母体数(批量数)n：样本数(抽样数)R：组距或全距,Statistical,常用统计量,基本统计量,規格制程USLUCLSLCLLSLLCLsaCaCpCpk,Process,常用统计量,过程能力统计量,StatisticalProcessControl,規格制程USLUCLSLCLLSLLCLsaCaCpCpk,群體樣本XbarxNnR,計量值：均值極差圖s規格標准差圖直方圖,計數值：P不良率圖C缺點數圖柏拉圖,在中心线或平均值两侧呈现对称之分布,正态分布基本知识,常态曲线左右两尾与横轴渐渐靠近但不相交,曲线下的面积总和为1,正态分布及3SIGMA、6SIGMA,常用统计量,100个机螺丝直径直方图图中的直方高度与该组的频数成正比,举例说明：,机螺丝直径直方图直方图趋近光,常用统计量,将各组的频数用数据总和N=100除，就得到各组的频率，它表示机螺丝直径属于各组的可能性大小。显然，各组频率之和为1。若以直方面积来表示该组的频率，则所有直方面积总和也为1。,如果资料越多，分组越密，则机螺丝直径直方图的直方图也越趋近一条光滑曲线，如直方图趋近光滑曲线图所示。在极限情况下得到的光滑曲线即为分布曲线，它反映了产品质量的统计规律，如分布曲线图所示,常用统计量,正态分布中，任一点出现在内的概率为P(-X+)=68.27%2内的概率为P(-2X+2)=95.45%3内的概率为P(-31)的事件为小概率事件,它实际上不发生,若发生则判断过程失控2=0.0041就是准则(2)的显著性水平。,控制图原理、制作与分析,判断稳态的准则类似地,对于准则(3)也可以计算得：P(连续100点,d2)=0.0026这与0=0.0027很接近3=0026就是准则(3)的显著性水平。对于准则(1)可计算得：P(连续25点,d=0)=0.9346P(连续25点,d0)=1-0.9346=0.06541=0.0654就是准则(1)的显著性水平。可见1要比2、3的大几十倍,这是很不相称的。因此,有的学者认为应将整个判断稳态的准则改成下列更合乎逻辑的提法:若连续35个点中,在控制界限外的点超过2个,或连续100个点中,在控制界限外的点超过3个,则判断过程失控。,控制图原理、制作与分析,稳态是生产过程追求的目标。那么如何用控制图判断过程是否处于稳态?为此,需要制定判断稳态的准则。在统计量为正态分布的情况下,由于第I类错误的概率=0.27%,取得很小,所以只要有一个点子在界外就可以判断有异常。但既然很小,第类错误的概率就大,只根据一个点子在界内远不能判断生产过程处于稳态。如果连续有许多点子,如25个点子,全部都在控制界限内,情况就大不相同。这时,根据概率乘法定理,总的为总=,要比减小很多。如果连续在控制界内的点子更多,则即使有个别点子出界,过程仍可看作是稳态的,这就是判稳准则。,控制图原理、制作与分析,国标GB4091常规控制图是针对休哈特控制图的。根据该国标常规休哈特控制图如表常规的休哈特控制图。表中计件值控制图与计点值控制图又统称计数值控制图。这些控制图各有各的用途,应根据所控制质量指标的情况和数据性质分别加以选择。常规的休哈特控制图表中的二项分布和泊松分布是离散数据场合的两种典型分布,它们超出3界限的第类错误的概率当然未必恰巧等于正态分布3界限的第I类错误的概率=0.0027,但无论如何总是个相当小的概率。因此,可以应用与正态分布情况类似的论证,从而建立p、pn、c、u等控制图。,控制图原理、制作与分析,常规的休哈特控制图,计量值控制图的分类:Xbar-R管制图品质数据可以合理分组时，为分析或管制制程平均使用Xbar-管制图，对制程变异使用R-管制图最常用的计量值管制图X-R管制图X-管制图检出力较差，但计算较为简单Xbar-S管制图S-管制图检出力较R管制图大，但计算麻烦一般样本大小n10使用S管制图X-Rm管制图品质数据不能合理分组时，如液体浓度能够合理分组时，为了提高检出力，尽量使用Xbar-R管制图,控制图原理、制作与分析,管制图中为什么使用平均数,控制图原理、制作与分析,一.收集数据选择管制特性能测定的产品或制程特性与客户使用及生产关系重大的特性对下工序影响较大的特性经常出问题以及关键制程的的特性决定样本大小n及抽样间隔n约在25个之间，不宜太大同一组的数据最好在同一生产条件及同一短时间内取样初期解析的制程最好在较小的的间隔连续取样，管制状态下之制程可加长其间隔每组样本可识别日期、时间等不影响生产及可接受的成本下决定样本组数足够的样本组数以保证制程的主要变异有机会出现25组以上的样本以检定制程的稳定及估计制程特性的平均数及标准差,计量值控制图的制作,控制图原理、制作与分析,二.计算每组的平均、每组的全距、总平均、全距平均三.计算管制界限UCLXbar=(Xbar)bar+A2RbarCLXbar=(Xbar)barLCLXbar=(Xbar)bar-A2RbarUCLR=D4RbarCLR=RbarUCLR=D3Rbar,计量值控制图的制作,控制图原理、制作与分析,四.绘制管制界限及描点五.解析制程六.制程能力研究延长管制界限开始管制,“查找异因、采取措施、保证消除、纳入标准”,计量值控制图的制作,控制图原理、制作与分析,控制图原理、制作与分析,计数值控制图的分类:P-管制图分析或管制制程不良率，样本大小n可以不同NP-管制图分析或管制制程不良数，样本大小n要相同C-管制图分析或管制制程不良数，样本大小n要相同U-管制图分析或管制制程单位缺点数，不良率，样本大小n可以不同,控制图原理、制作与分析,导入前的准备事项计量值管制图牵涉到比较多的工程技术问题，而计数值管制图则与管理系统较有关系，因此导入前的准备事项牵涉到较多的管理制度。如：制程不良率如何定义，才能与绩效奖金配合等。,计数值控制图的制作,控制图原理、制作与分析,一.收集数据决定样本大小n及抽样间隔n约在50200个之间，不宜太小(np5)不同组的样本大小不一定相同每组样本可识别日期、时间等决定样本组数足够的样本组数以保证制程的主要变异有机会出现25组以上的样本以检定制程的稳定及估计制程的不良率,计数值控制图的制作,控制图原理、制作与分析,二.计算各组的不良率、总平均不良率三.计算管制界限UCLp=Pbar+3CLpr=PbarLCLp=Pbar-3四.绘制管制界限及描点五.解析制程六.制程能力研究（Pbar）七.延长管制界限开始管制,计数值控制图的制作,控制图原理、制作与分析,控制图原理、制作与分析,计数型数据的控制图,准备工作：建立一个好的行动环境定义过程确定要管理的特性应考虑：-顾客的需求-当前及潜在的问题领域-特性之间的关系定义测量系统，使之具有可操作性使不必要的变差最小,控制图原理、制作与分析,不合格品率的p图,A、数据收集,A1、选择子组的容量、频率和数量-子组容量(n=50-200)-分组频率-子组的数量(25)A2、计算每个子组的不合格率（p)记录每个子组的下列值：被检项目的数量-n发现的不合格项目-np计算不合格率p=np/nA3、选择控制图的坐标刻度(1.5-2倍）A4、将不合格品率描绘在控制图上,控制图原理、制作与分析,不合格品率的p图-A、数据收集,步骤A1,步骤A2,步骤A3,步骤A4,最终功能试验,B1、计算过程平均不合格率CLpr=PbarB2、计算上、下控制界限（UCL、LCL）UCLp=Pbar+3LCLp=Pbar-3式中：n为恒定的样本容量B3、画线并标注过程平均-水平实线控制线路（UCL，LCL）-水平虚线,B、计算控制界限,不合格品率的p图,控制图原理、制作与分析,不合格品率的p图-B、计算控制界线,目的:找出过程不再以同一水平运行的证据即过程失控并采取相应的措施。数据点中存在超出控制限的点，或者存在超出随机情况下可能出现的明显趋势或图形，这就表明存在变差的特殊原因。C1分析数据点，找出不稳定的证据a.超出任一控制限就证明在那点不稳定。b.链在一个受控的，np中等较大的过程中，落在均值两侧的点的数量几乎相等。c.明显的非随机图形C2寻找并纠正特殊原因C3重新计算控制限,C、过程控制用控制图解释,不合格品率的p图,控制图原理、制作与分析,不合格品率的p图-超出控制界限的点,不合格品率的p图-链,对特殊原因采取措施任何超出控制限的点连续7点全在中心线之或之下连续7点上升或下降任何其它明显非随机的图形,步骤C1b.:无长链,不合格品率的p图-非随机图形,对特殊原因采取措施任何超出控制限的点连续7点全在中心线之或之下连续7点上升或下降任何其它明显非随机的图形,过程失控(点离控制界限太近),过程失控(点离均值太近),步骤C1b.:大约2/3的点位于控制界限中部三分之一的区域内(17/25的点在0.0245和0.0403之间),不合格品率的p图-重新计算控制限,D1计算过程能力从实例可得：P=0.0312目前的过程能力是：功能检验的失效为3.12%（96.88%合格）D2评价过程能力如果进行100%的功能检验并已选出不合格的产品，顾客上得到免受不合格产品的保护。但是3%的平均失效率（要求返工或报废）是很浪费的，应研究提高长期性能水平的措施。D3改进过程能力为了提高过程的长期性能，应集中精力解决影响所有时期的普通原因，这通常要求采取管理措施D4绘制并分析修改后的过程控制图画出修改后的过程的控制图并分析利用控制图连续监视，确保系统改变的有效性,D.过程能力解释,不合格品率的p图,控制图原理、制作与分析,不合格品数np图,np图用来度量一个检验中的不合格（不符合或所谓的缺陷）品的数量。与P图不同，np图表示不合格品的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，当满足下列情况时可选用np图：(a)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，(b)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：A.收集数据B.计算控制限计算过程不合格品数的均值（np）计算上、下控制限（UCL，LCL）C.过程控制解释D.过程能力解释,控制图原理、制作与分析,不合格数c图,c图c图用来测量一个检验批内的不合格（或缺陷）的数量（与描在np图上的不合格品的数量不同)，c图要求样本的容量恒定或受检材料的数量恒定，它主要应用于以下两类检验：不合格分布在连续的产品流上（例如每匹维尼龙上的瑕疵，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100m维尼龙上的瑕疵）；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：在一修理部记录，每辆车或元件可能存在一个或多个不同的不合格）。以下是绘制和应用c图的步骤，与前面所介绍的p图的基本绘制方法有相同之处，不同之处介绍如下：A.收集数据B.计算控制限计算过程不合格数均值（c）:计算控制限（UCL和LCL）C.过程控制解释D.过程能力解释,控制图原理、制作与分析,单位产品不合格数u图,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不合格数量。除了不合格数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c图适用于相同的数据情况，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图的绘制与p图相似，不同之处如下：A.收集数据各子组样本的容量彼此不必都相同，尽管使它的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不合格数（u）：u=c/n式中：c为发现的不合格数量，n为子组中样本的容量（检验报告单位的数量），c和n都应记录在数据表中。B.计算控制限计算每单位产品过程不合格数的平均值：计算控制限（UCL，LCL）C.过程控制解释D.过程能力解释,控制图原理、制作与分析,一、统计制程管理概述,二、SPC基础统计基本知识,三、统计过程管理,、控制图原理、制作与分析,、直方图和过程能力的分析与研究,、品管七大手法,、现场品质管制流程与数据的采集,1资料与查检表2柏拉图3特性要因图4散布图5管制图6直方图7层别法,品管七大手法,何为数据所谓数据,就是根据量测所得到的数值和资料等事实数据=事实收集正确的数据避免主观的判断要把握事实真相,资料与查检表,品管七大手法,数据种类：定量数据与定性数据。定量数据:长度,时间,重量等测量所得数据,亦称计量值。计量值：连续分配以缺点数,不良品数来作为计算标准的数值称为计数值。计数值：间断分配定性数据:以人的感观判断出来的数据,例如:水果的甜度或衣服的美感。,资料与查检表,品管七大手法,定义：查检表是以简单的数据用容易了解的方式做成图形或表格，只要记上检查记号，并加以统计整理，作进一步分析或核对检查用。种类：记录用查检表(不良项目)点检用查检表两种(汽车保养点检表),资料与查检表,品管七大手法,决定所要收集的数据及希望把握的项目过去的经验，专业知识，脑力激荡决定查检表的格式决定记录形式符号：检查调整更换决定收集数据的方法何人收集.期间多久,检查方法,制作步骤,资料与查检表,品管七大手法,作业机台不良种类日期人员,品管七大手法,10000KM时定期保养顾客名：日期：车牌号码：费用：车种：行驶公里：作业者：注检查调整更换,电瓶液量空气滤清器水箱机油胎压分电盘盖火星塞化油器风扇皮带,品管七大手法,柏拉图原则：所谓柏拉图(Pareto)原则就是利用少数控制多数的原则柏拉图背景1897年，意大利之V.Pereto分析意大利经济情况，发现少数人具有大部份的财富，要控制该国的财富只需控制这些少数财主即可!,品管七大手法,柏拉图,制作步骤,决定分类项目决定数据收集期间，并且按照分类项目收集数据数据收集期间以一天.一周.一个月.一季或一年为期间,从中选择恰当的期间来收集数据记入图纸并且依数据大小排列书出柱形点上累积值并用线连接计算累积比率公式:累积比率=各项累积数/总数*100记入柏拉图的主题及相关资料,柏拉图,品管七大手法,二八原则与柏拉图,柏拉图,品管七大手法,柏拉图,品管七大手法,定义：一个问题的特性受到一些要因的影响时,我们将这些要因加以整理,成为有相互关系而且有条理的图形,这个图形称为特性要因图。又叫做鱼骨图,特性要因图,品管七大手法,大要因,大要因,大要因,大要因,特性,为什么延迟交货,特性,中要因,小要因,中要因,中要因,中要因,小要因,小要因,中要因,品管七大手法,定义：把互相有关系的对应数据，在方格纸上以纵轴表示结果，以横轴表示原因；然后用点表示出分布形态，根据分布的形态来判断对应数据之间的相互关系,品管七大手法,散布图,收集相对应数据，至少三十组以上，并且整理写到数据表上勾选出数据之中的最大值和最小值画出纵轴与横轴刻度，计算组距将各组对应数据都标示在坐标上记入必要事项,制作步骤,品管七大手法,正相关(强),正相关(弱),品管七大手法,负相关(强),负相关(弱),品管七大手法,无相关,曲线相关,品管七大手法,计数型管制图P-管制图NP-管制图C-管制图U-管制图,计量型管制图Xbar-R均值极差图Xbar-均值标准差图X-Rm个别移动值图Median-R中位数全距图,品管七大手法,管制图,用来测量在一批检验项目中不合格品(不符合或所谓的缺陷)项目的百分数。这可以是评价一个特性值(是否安装了一个特殊的零件)或是许多特性值(在电气系统检查台中是否发现某些不正常之处)。把被检查的每一个组件，零件或项目记录成合格或不合格(即使一个项目有几处不合格，也仅记录为一个不合格项)；把这些检验的结果按一个有意义的基础条件分组，并且把不合格的项目用占子组大小的十分之几来表示。,不合格品率的P图,品管七大手法,第一步：收集资料选择子组的容量，频率及数量一般要求较大的子组容量(例如50到200或更多，np5)根据产品的周期确定分组的频率收集资料的时间应足够长，以便查找变差源计算每个子组内的不合格品率被检项目的数量n发现的不合格项目的数量np通过这些资料计算不合格品率：p=np/n选择控制图的坐标刻度最大的不合格率值的1.5到2倍的值将不合格品率描绘在控制图上,不合格品率的P图制作方法,品管七大手法,第二步：计算控制限,计算过程平均不合格品率n1p1+n2p2+n3p3+nkpkPbar=(n1+n2+n3+nk),品管七大手法,第三步：画线并标注过程均值水平实线。控制线(UCL,LCL