SPC知识培训教材

SPC培訓講義,第一章:認識SPC第二章:基本統計概念第三章:SPC管制圖類別第四章:SPC管制圖第五章:SPC總結,第一章:認識SPC,一.什么是SPCSPC-StatisticalProcessControl工业革命以后，随着生产力的进一步发展，大规模生产的形成，如何控制大批量产品质量成为一个突出问题，单纯依靠事后检验的质量控制方法已不能适应当时经济发展的要求，必须改进质量管理方式。于是，英、美等国开始着手研究用统计方法代替事后检验的质量控制方法。1924年，美国的休哈特博士提出将3Sigma原理运用于生产过程当中，并发表了著名的“控制图法”，对过程变量进行控制，为统计质量管理奠定了理论和方法基础。统计过程控制，是企业提高质量管理水平的有效方法。它利用数理统计原理，通过检测数据的收集和分析，可以达到“事前预防”的效果，从而有效控制生产过程、不断改进品质。与全面质量管理相同，强调全员参与，而不是只依靠少数质量管理人员。,二.SPC的作用:1、确保制程持续稳定、可预测。2、提高产品质量、生产能力、降低成本。3、为制程分析提供依据。4、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。三.SPC的焦點製程(Process)Quality，是指產品的品質。換言之，它是著重買賣雙方可共同評斷與鑑定的一種既成事實.而在SPC的想法上，則是希望將努力的方向更進一步的放在品質的源頭製程（Process）上.因為製程的起伏變化才是造成品質變異（Variation）的主要根源.,四.SPC的推行步驟:,確立製造流程、製造流程解析,決定管制項目,實施標準化,管制圖的運用,管制范围内,製程的繼續管制,管制图分析,管制范围外,問題分析解決,制程條件變動時,統計制程管制的定義,經由制程中去收集資料，而加以統計分析，從分析中得以發覺制程的變異，並經由問題分析以找出異常原因，立即採取改善措施，使制程恢復正常。並藉由制程能力分析與標準化，以不斷提昇制程能力。,散布举例,非機遇原因,过程A显示受控散布过程B显示不受控散布,大量之微小原因所引起原料在一定範圍內之微小變異機械之微小振動儀器測定時，不十分精確之做法依據作業標準執行作業的變化實際上，要除去制程上之機遇原因，是件非常不經濟之處置,一個或少數幾個較大原因所引起使用規格外的原物料新手之操作人員不完全之機械調整未依據作業標準執行作業所制訂之作業標準不合理非機遇原因之變異，不但可以找出其原因，並且除去這些原因之處置，在經濟觀點上來說，是正確的,機遇原因,非機遇原因,第二章:基本統計概念,2,2,1.N=母體數(批量數):指母體(批量)數多少的個數.(例:共了50個數,N=50)2.n=樣本數(抽樣數):指樣本(抽樣)多少的個數.(例:抽了7個樣品,n=7)3.X=平均數:所有數的平均值,計算公式:X=(X1+X2+Xn)/nn=樣本數,X1,X2.表示各個數值例有數值:1.51.61.71.551.65X=(1.5+1.6+1.7+1.55+1.65)/5=1.64.R=全距:該組最大值-最小值的得數,計算公式:R=MAX(該組最大值)-MIN(該組最小值)例有數值:1.51.61.71.551.65R=1.7-1.5=0.2,2,5.方差=s=,6.標準差1.母體標准差=S=2.樣本標准差=s=,(Xi-X),n,(Xi-X),2,n-1,部份計算公式,(Xi-X),n-1,2,2,2,7.中位數M,該組數據數值大小的中間一位,若該組數是偶數,取中間兩個數的合進行平均,例如A:13458M=X=4B:22.53477.5M=X=(3+4)/2=3.58.Xbar-R常數表,=R/d2,正態分佈概率,第三章:管制圖類別,1.計量型數據所謂計量型數據,就是均由量具實際量測出來的數據,如長度.重量.電流值.尺寸等具有連續性的數據.2.計數型數據所謂計數型數據,就是均屬於以單位個數或次數來計算的數據,如不良數.不良率.缺點數.缺點率等.3.SPC管制圖种類,计量值管制图之优缺点,优点:用于制程之管制,甚灵敏,很容易调查事故发生的原因,因此可以预测将发生之不良状况;能及时并正确地找出不良原因,可使品质稳定,为最优良之管制工具.,缺点:在制造过程中,需要经常抽样并予以测定以及计算,后需点上管制图,较为麻烦而费时间.,计数值管制图之优缺点,优点:只在生产完成后,才抽取样本,将区分为良品与不良品,所需数据能以简单方法获得之.对于工厂整个品质情况了解非常方便.,缺点:只靠此种管制图,有时无法寻求不良之真正原因,而不能及时采取处理措施,而延误时机.,管制圖之繪制流程,搜集數據,繪制解析用管制圖,穩定狀態？,繪制直方圖分布層別研究,滿足規格？制程能力研究,管制用管制圖,Yes,消除非機遇原因,No,滿足,減少機遇原因4M、1E分析,不滿足,提升製程能力,Z-value,管制圖制程控制的工具,1.收集：收集資料並畫在圖上2.控制：監控是否超出管制上、下限非機遇原因計算所收集的資料，作為分析之用觀察全距的變化3.分析與改善：依所計算之結果，評估制程能力指數監控在受控狀態資料的變化，確定機遇原因全距的變化，並採取措施必要時，可修改管制上、下限，持續不斷的改善,解析用管制圖,管制用管制圖,第四章:SPC管制圖,結合本公司實際情況,本教材只講解Pchart,Uchart,XbarRchart三种管制圖,一.Pchart不良率管制圖(要20組以上,檢驗數可不相同)1.收集數據如下:,2.計算CL=P=di/ni=(5+6+6+7)/(200+230+220+.210)=0.025373.計算UCL與LCL(本例各檢驗數均在檢驗數總平均數+25%之內)UCL=P+3*P*(1-P)/ni=0.02537+3*0.02537*(1-0.02537)/n=0.05848LCL=P-3*P*(1-P)/ni=0.02537-3*0.02537*(1-0.02537)/n=-0.00718=0注:ni表示第i組之檢驗數,本例為:200,230,220,但如所有檢驗均在檢驗數總總平均數+25%之內,該ni則可用n代替(若否則做出的圖下頁圖2).n=(n1+n2+n3+.)/K(K=檢驗組數)該例n=(200+230+220+.210)/20=203當管制下限計算出來是負數時,必須將其改為“0”,圖1,圖2,0.05848,二.Cchart缺點數管制圖(要20組以上,檢驗數需相同)1.收集數據如下:,2.計算CL=C=(C1+C2+C3+.Ck)/kk=組數CL=C=(5+6+9+.4)/12=6.41673.計算UCL=C+3*C=6.4167+3*6.4167=14.0164.計算LCL=C-3*C=6.4167-3*6.4167=0,5.圖示,三.Uchart單位缺點數管制圖(要20組以上,檢驗數可不相同)1.收集數據如下:,2.計算CL=U=(C1+C2+C3+.Ci)/(N1+N2+N3+.Ni)CL=U=(23+19+18+17)/(400+375+365+410)=0.049473.計算UCL=U+3*U/Ni4.計算LCU=U-3*U/Ni,注:如所有N均在N的+25%之內,則Ni=N本例Ni=N(因為所有Ni均在N+25%內)若否則做出圖如下下頁圖2,N=(400+375+365+410)/15=405.67UCL=U+3*U/N=0.04947+3*0.04947/405.67=0.08242LCL=U-3*U/N=0.04947-3*0.04947/405.67=0.01651,圖1,圖1,四.X-Rchart(一般要有25子組以上的數據才有分析價值)1.收集數據如下:50+10,2.計算總體平均值,X=,X1+X2+X3+.Xi,K,=XCLK:表示組數,該例K=20,X=XCL=(50.8+50.0+50.6+)/20=50.26,3.計算全距平均值R=(R1+R2+R3+Ri)/K=RCLK:表示組數,該例K=20R=RCL=(5+6+4+.6)/20=5.1,4.計算管制上下限XUCL=X+A2R平均數管制上限XCL=X平均數中心限XLCL=X-A2R平均數管制下限,XUCL=50.26+A2R=50.26+0.577*5.1=53.2XCL=X=50.26XLCL=50.26-A2R=50.26-0.577*5.1=47.32圖表如下:,RUCL=D4R=2.114*5.1=10.78RCL=R=5.1RXLCL=D3R=0圖表如下:,第五章:SPC總結,控制圖分析,控制圖八大異常判定原則1.連續1點落在三倍標准差之外2.連續9點落在管制中心線一側3.連續6點持續上升或下降4.連續14點交替上下跳動5.連續3點中有2點中心線同側兩倍標准差以外6.連續5點中有4點中心線同側一倍標准差以外7.連續15點落在中心線兩側的一倍標准差之內8.連續8點落在中心線兩側但未在一倍標准差以內,控制圖的兩種錯誤分析對于僅僅存在偶然因素的情況下,由于點子越出控制界限外而判斷過程發生變化的錯誤,即將正常判斷為異常的錯誤是可能發生的.這種錯誤稱為第一種錯誤.當過程具有某種非偶然因素影響,致使過程發生程度不同的變化.但由于此變化相應的一些點子落在控制界限內,從而有可能發生判斷過程未發生變化的錯誤,這種錯誤稱為第二種錯誤.發生第一種錯誤時,虛發警報,由于徒勞地查找原因並為此采取了相應的措施,從而造成損失.因此,第一種錯誤又稱為徒勞錯誤.發生第二種錯誤時漏發警報,過程已經處于不穩定狀態,但並未采取相應的措施,從而不合格品增加,也造成損失.,控制圖的兩個階段一:分析階段二:控制階段一:分析階段在控制图的设计阶段使用,主要用以确定合理的控制界限;每一张控制图上的控制界限都是由该图上的数据计算出来;,當進行初始過程研究或對過程能力重新評價時，應重新計算試驗控制限，以更排除某些控制時期的影響，這些時期中控制狀態受到特殊原因的影響，但已被糾正.在以下情況下需進行分析研究計算控制中心與上下限:1.初次管制(新管制項目)2.過程發生變化A:抽樣頻率改變時.B:生產工藝改彎時.C:重大品質異常處理后D:機械設備較大維修后E:原材料產生較大改變后3.控制圖不適用時4.過程能力值有重大變化時.5.其他重大改變時,分析階段方法與注意事項(部份為本公司規定)1.過程受控(如有個別個異常點,可去掉不管)2.分析階段抽樣頻率可加快1-2倍3.計量值最少需同時滿足具有100個數據及20組這兩個條件4.計數值最少20組以上5.生產能力滿足要求當分析階段達到以上要求時可轉入控制階段A:控制图的控制界限由分析阶段确定;B:控制图上的控制界限与该图中的数据无必然联系;C:使用时只需把采集到的样本数据或统计量在图上打点就行;,常用管制圖之管制上/下限,MINITAB軟件介紹,六西格瑪管理問世已將近20年了,目前在我國許多企業組織中已基本完成概念接受和推行的準備工作,不少有遠見的企業已率先推行;通過與六西格瑪的“親密接觸”,管理人員和質量工作者開始意識到MINITAB對於推行六西格瑪管理的價值:如果六西格瑪質量是峰項的一顆明珠,MINITAB就是通往六西格瑪質量的捷經.MINITAB质量统计领域的领先者。它使数据分析更轻松，并向用户提供准确、可靠、易于操作的数据分析软件。MINITAB的目标是向企业和院校提供快速、便捷、可靠的数据分析。从科学家到在校学生，从工程师到护理员，MINITAB提供给不同领域的人员以解决方案。在二十多年的历史中，MINITAB统计软件已在全球超过4000所高校中使用，并被超过500种教科书引用。方便使用和便于掌握的特点使得MINITAB得到了大家的信任，并成为统计领域最为普及的软件工具之一。,MINITAB不仅在统计教学中得到了广泛的应用，在企业中也发挥着积极的作用，它向企业提供了准确、实用的工具，帮助企业进行质量控制、实验设计、可靠性/残差分析以及常用统计分析。MINITAB适用于任何规模的企业，它已在全球80个国家中得到使用，从新兴企业到世界500强的知名公司，MINITAB正在发挥着越来越积极的作用。它的客户包括了福特汽车、3M公司、霍尼韦尔公司、通用汽车以及知名的6西格玛咨询公司等知名企业。MINITAB是为质量改善、教育和研究应用领域提供统计软件和服务的先导。MINITAB统计软件为质量改善和概率应用提供准确和易用的工