实用SPC培训资料.ppt

statisticalprocesscontroltraining统计过程控制培训，持续改进和统计过程概述，I .收集数据并以统计方法解释数据不是最终目标。最终目标是不断加深对流程的理解。持续改进和统计过程概述，二。提高性能的可变研究和统计应用的基本概念适用于研讨会或办公室的所有领域。例如，机器(性能特性)、记帐(错误率)、浪费分析(拒绝率)等。持续改进和统计过程概述，三。SPC表示统计过程控制。应用统计技术控制输出(例如部件)应该只是第一步，输出过程应该是我们努力的重点，这样的方法才能帮助提高质量、提高生产效率、降低成本。持续改进和统计过程概述，4 .现有已完成的示例仅说明如何使用SPC，需要更多的流程实际接触才能真正了解SPC。现有流程信息不能替代实际工作经验。持续改进和统计过程概述，5 .这个案例可以看作是应用统计方法的第一步。它提供了从经验中得到的法则，这些法则在很多方面都应用了。但是也有不能盲目利用这些法则的例外。持续改进和统计过程概述，6 .测量系统对适当的数据分析很重要，在收集流程数据之前必须熟悉。如果这些系统缺乏统计控制，或占流程数据总变动的很大一部分，则可能会做出不适当的决定。人、材料、回路、方法、设备、工具、测量系统MSA、机器、产品、流程、Cpk流程能力、Cmk机器能力、恶化的一般原因和特殊原因，一般原因是随着时间的推移稳定、可重复的分布中的很多，波动的一般原因和特殊原因，特别原因总是不贡献进程恶化的原因，即如果使进程(整体)分布，以不可预测的方式影响进程的输出，则进程的输出将变得不稳定。波动的常见原因和特殊原因，upperspectivelimit，lower specificationlimit，系统的措施l通常，波动一般原因消除l几乎总是需要管理措施。为了纠正大约85%的流程问题，流程问题的恶化、常见原因和特殊原因、流程控制和流程能力、流程控制系统的目标是对影响流程的措施做出经济合理的决定，平衡控制是采取措施(过度控制或未经授权的更改)或不需要控制(缺乏控制)的结果。流程只有在统计管理下引起波动的常见原因，并且在特殊原因上采取适当的措施(或删除，或在有用的情况下永久保留)。流程控制和流程功能，客户可以运行制造商提供的三种类型的流程。也就是说，客户对规格要求之间的恶化不敏感。对特殊原因采取措施会产生比所有客户获得的更多的成本，而且由于成本原因，允许出现刀具磨损、工具再磨、周期(季节)变更等特殊原因。记录表明了特别的原因，有稳定性和可预测性。、流程控制和流程功能，客户具有以下要求：此过程成熟。允许存在的特殊原因显示了已知时间段内的稳定结果。流程控制计划有效运行，因此所有流程输出都符合规格，并避免其他特殊原因、允许的特殊原因和其他不稳定原因。过程控制和过程能力，说明：汽车行业“在过程被证明是统计控制状态后计算过程能力。”短期能力首次产品验证，机器能力研究长期能力验证流程的性能，流程控制和流程能力，1。一切都变了。每种恶化都有原因。有些明显，有些模糊。3.所有遵循帕累托原则(80/20规则)的变动原因都不平等。4.过程恶化的原因可以概括为：4M 1E测量5。稳定的过程产生稳定的变异。这意味着我们可以测量过程的界限。6.稳定过程的恶化是一般原因，是标准过程的一部分。7.特殊原因的变化导致进程不稳定或“失控”。这些是导致大恶化的不可预测因素。8.了解恶化的原因，对数据进行分组比较。9.主要过程恶化的原因可以通过简单的统计图表发现；10.减少流程恶化，降低生产成本，提高质量。变异10的基本原理，控制图的使用方法，控制图的作用，控制线在统计上区分特殊原因导致的恶化和一般原因导致的恶化。统计流程控制、衡量标准控制图lX-R平均值和极值图表lX-S平均值和标准偏差映射lX-R中位数图表lX-MR单值和移动极值图表、系数控制图LP不合格率图表LNP不合格率图表LC不合格率图表Lu单位产品不合格率图表、使用管制图、SPC根据短期或瞬时变量产生的变化监控长期或临时变量产生的变化管理图表的目的是进行流程控制和分析，采样应最大限度地减少组内的波动(如连续采样)，从而最大限度地减少组间变异的可能性。如果管理图表的目的符合要求，则应按时间间隔随机采样组样本。重要系数、采样规则、管理度量数据图表、不准确、不准确、精确、注意：管理度量图表的所有计算公式和分析原则都基于数据在正状态下分布。因此，在使用管理图表之前，必须确保数据本身是正态分布，并且可以使用直方图或正态概率纸分析数据分布。使用平均和极差图；a .数据收集A.1子组大小、频率和数据选择a .子组大小流程初始研究中，子组通常是4到5个连续生产产品的组合，仅表示在单个刀具、冲孔、型腔等中生产的零件(即单个流程流)。b .子组频率在进程的早期研究中通常按连续分组或非常短的间隔分组，以确定进程是否以非常短的间隔存在其他不稳定因素。证明过程稳定时，可以增加子组之间的间隔。c .从子组数的大小l过程的角度收集更多的子组可能导致恶化的主要原因(例如，包括100个以上单值读取的25个以上的子组)。如果l过程稳定，则可以获得过程的位置和分布宽度的有效估计。l在某些情况下，可以利用现有数据加速这一一阶段的研究。但是，它们是最近的，并且仅在您熟悉创建子组的基础知识时可用。设置A.2控制图表并记录原始数据，对于A.4控制图表的比例选择l x图形，坐标的最大和最小比例值的差值必须至少为最小子组平均值(x)最大值和最小值的两倍，对于l r图形，比例值必须为最小0到最大值之间的差值为事故步长的最大通道(r)的两倍。在控制图中绘制A.5平均值和极差。b .计算控制项，在B.3控制图中，建立平均值和极比控制限制的控制线在初始研究阶段称为实验控制限制。根据给定数据计算x、r、UCL和LCL的练习。根据计算的数据创建打点，平均极差图形时间为15-20分钟，a .超出控制限制的点超出上级控制限制计算错误或着色；零件之间的变动性或分布宽度增加(即变差)，可以是特定时间点或整体趋势的一部分。变更测量系统(例如，其他检查者或测量工具)；测量系统没有适当的分辨率。一个是控制限制或无效的点指定。分布的宽度变小(即变好)；测量系统已变更(包括编辑或转换资料)。b .链现象高于平均极差的链或上升链输出值的分布宽度增加的原因可能是不规则性(例如，错误的设备控制或松散的固定)或过程中特定元素的变化(例如，使用新的不一致原材料)，需要修改；变更测量系统，例如新的检查程式或测量工具。在平均最坏链或下降链输出值分布宽度减小的情况下，为了促进应用和改进过程，需要进行研究。可以掩盖实际性能变化的测量系统变化。c .明显的非随机图形上的每个点到r的距离：通常，约2/3的着色点应位于控制限制的中间1/3区域内，而约3/1的点应位于现场/3区域内。lowerspecificationlimit、upperspecificationisclearlythekeytoimproving process capability、过程或采样方法是分层的。每个子组系统化包括两个或多个具有完全不同的流程平均值的流程流(例如，使用多个测量轴对每个轴进行一个数值测量)。数据已编辑(偏差与平均值大不相同的多个子组已更改或删除)。2/3以下的着色点限制在接近r的区域(如果40%以下的点位于中间1/3，则为25个子组)，计算错误或显示错误。由于流程或抽样方法，连续分组包括两个或多个流程流测量(例如物料批次混淆输入)。C.2识别和显示特殊原因(极图)l通过将极差数据的每个特殊原因的注释分析为进程活动，来确定其原因并提高对进程的了解。纠正条件，防止他再起床。l并非所有特殊原因都是有害的，而且有特殊原因可以通过减少极端恶化对流程改善起到积极作用。C.3控制限制重新计算(极差图)，a .控制限制之外的点超出任意控制限制的特殊原因控制限制或错误点；过程改变了，也可能是当时的时间点(可能是单独的事件)或趋势的一部分；测量系统发生变化(例如，另一个仪表或检查器)，b .链现象：平均侧连续7点；连续7点上升或下降。分析：流程平均值已更改。可能还在变化。测量系统发生了变化(漂移、偏差、灵敏度等)。c .明显的非随机图形上的每个点与过程平均值之间的距离：通常，约2/3的着色点位于限制为1/3的中间区域内，约1/3的点应位于其他2/3的区域内。20/1的点必须接近控制限制(外部区域的三分之一)。此外，约150%的点在控制范围之外，但可以认为是控制稳定系统的合理部分的点的约99.73%在控制范围之内。，quitesommevaluation-endingupasscrap调度偏差-废品0.27%，upperspectivelimit，lowerspecificationelimit过程或取样方法分层；每个子组包含从两个或多个具有不同平均值的流程流测量得出的值。数据已编辑。如果大于2/3的数据点位于流程平均值附近(对于25个组，如果小于40%的数据位于中间/3区域内)，则界限或着色计算不正确或计算不正确。过程或采样方法草丛连续子组包含从两个或多个其他过程流测量的值。C.2标识和显示特殊原因(平均图表)l对于平均数据的每个特殊原因，通过流程操作进行分析，以确定原因并提高对流程的了解。纠正条件，防止他再起床。l并非所有特殊原因都是有害的，还有一个特殊原因，就是减少平均的恶化，对流程改善起到积极的作用。为了重新计算C.3控制限制(平均图)并继续控制延期控制，l流程处于统计稳定状态的l流程的每个衡量标准都位于规格的中心，需求l设计目标值准确地表示符合正态分布l工程和其它规格的客户，l衡量目标值相对较低，流程能力解释、l评估流程能力的基本目标是不断提高流程的性能。l减少由于常见