SPC高级教程教学

StatisticalProcessControlAdvancedCourse,德昌電机,中级统计制成控制课程,Ph.D.2)维持或改善控制.目标是使品质维持不变.把统计,过程及控制三个名词的英文字头起来就是SPC.,什么是统计过程控制(SPC)-续1,SPC就是利用统计方法去:1.分析过程的输出并指出其特性.2.使过程在统计控制情况下成功地进行和维持.3.有系统地减少该过程主要输出特性的变异.SPC几个重要概念.第一个,也是最重要的是你能否确定过程的输入和输出并把它们定量化,然后才开始控制该过程-不是先行控制.SPC是以预防代替检验,制业与其他行业一样,预防发生错误永远比事后矫正为好,而且简单得多.,什么是统计过程控制(SPC)-续2,簡單來說，SPC是透過運用統計學上的技巧如控制圖分析過程或其輸出，從而作出適當的行動以達至及保持統計控制狀況及改善過程能力。SPC解釋為.運用統計方法於過程控制上,SPC,SPC簡介,SPC-控制改善的工具,參加SPC訓練的好處,完成課程後，學員能：從整體的品質改善程序中，能解釋SPC的作用認識及懂得使用計量型極差及計數型圖表理解基本的SPC概念選擇合適的控制圖明暸失控情況解釋品質的目標及要求在過程中能應用SPC,统计学在生产中应用的目的,1.x,s-了解产品总体性能2.Eliminateoutlierduetoassignablecause-取消人为特殊因素造成的极端值以稳定制程3.Hittarget()-规格趋向目标值4.Reducevariance(s)-减小差异5.SpecReviewforfeasibility-審核規格，看看是否適用,什么是解决问题策略的步骤？用统计方法去解决问题是以我们从工作方面得到的知识为基础的.每一个问题都是随机变异(因统计数字的随意波动而引起的变异)及非随机变异(因有特殊的成因而引起的变异)的结果.这种变异可以被确认和加以定量,并可将可能的原因范围缩小,以经验协助我们寻找解决方法.这种解决问题方法的目标是找出问题原因,以系统的方法减少可能的原因数目,从而减少整个问题的类别和变异原因.我们每个人都要对整个解决问题策略有概括的认识,详细了解策略中你个人负责的那些部分.现在就让我们逐一看看解决问题的八个步骤.,步骤一:第一步骤是确认(identify),搜集(collect)和展示(display)数据,使变异显示出来.你的目的是描述你的过程,这是统计学上的一个分支,称为描述统计(descriptive).步骤二:下一步骤是筛选(screening)数据.这个步骤是利用简单实验前统计工具(statisticalpre-experimentaltools)去消除过程中所有无效用的变化源.这是实验前阶段(pre-experimentalstage),在此阶段可以利用一些工具如柏拉图(pareto),因果分析图(causeandeffect),变量控制图(Multi-varicharts),这样当实验直接涉及变异目标时你能更准确地把目标.假如你的过程中变量很多,才有必要用较复杂的统计方法,如部分因子实验法去处理.,什么是解决问题策略的步骤？(续),步骤三:现在可以进行实验,目标在于预测某种变动对现行过程的作用.这样才能把握地预测出输入变量”X”对输出”Y”的影响,或至少能使建议的过程(B)比现行过程(C)产生更良好的结果.步骤四:继续做实验.你的过程有两个或四个变量.你的策略是按因素设计用t检验及f检验去比较是否呈正态分布.步骤五:继续做实验.你的策略是有因素设计进行方差分析.当你有五个或五个以上变量时,要利用部分因子实验法.,步骤六:你已绘上X及Y轴,进行过程控制.利用控制图表去维持过程的控制.步骤七:可以能过重新确定所在和重新实验发现新的解决方法来改进你的控制方式,这是一项不重复的过程.步骤八:99%的过程变异已受你的控制,可以运用不同方法去控制最后的1%以完成任务,这些方法包括:响应曲面法(ResponseSurfaceMethodology),正交旋转应曲面法(OthogonalRotatableRSM),单纯形法(Simplex),最速上升法(SteepeAscent)以及回归方法(Regression).用以上方法我们可以对一些物理模式中的参数进行估计.,Problemsolvingstepbystepapproach:,ContinuousImprovementRoadmap,ProcessCharacterizationFlowchart,PrioritizeOpportunitiesforimprovement,Selectteam,ProcessMapping,Definethecriticalcharacteristic,PerformGaugeR&R,Capable?,Improvementmeasurement,Performaprocesscapabilitystudy,Stable&capable,ControlOptimization,Implementtotalprocesscontrol,Institutionalization,What?,Why?,Toworkoncriticalbusinessissues,Toselectacrossfunctionteam,Tomaptheprocess(asis&shouldbe,Toidentify&definemajorproduct,processandmachineparameters,Toquantifythemeasurementerror,Toassessprocessstability&estimateprocessmean&variation,Tocompareprocessperformancetocustomerrequirements,Toidentifycause&effectrelationships,Toimplementpreventiveprocedures&stepstoassureastable&highperformanceprocess,Toimplementbestpractices&standards,Toleverageresources,Toexpandknowledge&creativity,Togetavisualpictureoftheprocess,Touse80/20principle(80%oftheperformancewillbecontrolledby20%oftheparameters),Toverifythemeasurementvariationislessthan10%oftheprocessvariationorspec.,Toverifytheprocessisstable,Toestimatetheprocessmean/variation,Tocomparetheprocessperformancetospec.,Tofindimportantinputvariables,Toassureproactive&preventivethinkingisimplemented,Toassureestprocessmonitoring,TolayoutC/Aprocedureupfront,ToimplementwhatwaslearnedacrossBU,EdBedellsCIR,统计知识的层次(针对一制程),仅有经验-没有数據数據采集-看看数據整合数據-图,表描述统计-平均值,方差特征统计-Cp/Cpk,曲/直线拟合控制统计-SPC控制图预示统计-变量分析,实验设计线性或多元回归,SPC-I,Collect&displaydata,SPC-II,Analyzedata&takeaction,SPC-III,Makeadecision,SPC-V,Evaluation,SPC四个阶段,收集及展示数據,分析数據,采取对策,作出决定,评估,Fundamental,Advanced,DOE,OtherTools,Concepttraining,SPC-I,SPC-II,SPC-III,Basicterm,Controlchart,Probability,TPM,6Sigma,Centraltendency,Xbar-R,BinomialandPoissonprobability,FMEA,MPCpS,Dispersion,Xbar-Sigma,Centrallimittheorem,8D,TCM,Histogram,Median-R,Regressionandcorrelation,Benchmarking,COQ,Stem&leafplot,XandMovingrange,ComparativeExperiment,DFM,Normaldistribution,p,Hypothesis&confidenceinterval,QFD,Zscore,np,T-test,Componentsearch,Outlierboxplot,c,F-test,D-optionalDOE,Quantileboxplot,u,chi-square,Samplingplan,NormalQuantileplot,Pre-controlchart,ANOVA,TaguchiDOE,Normalitytest,MSA,IntroductiontoDOE,Chart/graph/form,Capabilitystudy,(FullfactorialDOE),BarChart,Mutivariableanalysis,ScreeningDOE,Radarchart,RSMDOE,Trend/Runchart,Pareto,Scatterdiagram,Ganttchart,Checksheet,Checklist,Crossreferencematrix,Cause&effectdiagram,Treediagram,Otherstools,Brainstorming,Mindmapping,SWOT,Processmapping,不断进步,SPC内容介绍,Introductiontocontrolchart,解决问题阶段课程SPC等级(应用次序)(学习次序)把变异显现数据确认COREI数据收集数据展示筛选:消除80-90%柏拉图无贡献变异原因因果分析图变量控制图过程分析/控制:维持或改良统计基础COREII过程控制直方图测量系统分析,什么是解决问题策略的步骤？(续),变量控制图制程能力研究计数值控制表预先控制统计IICOREIII比较实验变量分析因子实验部分因子实验器件查询实验,解决问题阶段课程SPC等级(应用次序)(学习次序),什么是解决问题策略的步骤？(续),组织改进过程小组,小组成员定期计论以确定问题的优先次序,确定主要过程,编制过程控制流程表(列出输入输出与控制问题关系)确定完整的量度系统的制程能力,小组应遵循上述或类似上述的解决问题策略,除上述步骤外还需要有效沟通才能采取矫正措施.,什么是解决问题策略的步骤？(续),团队,工作精神力量,基本SPC的統計工具(7工具),1.檢查表：是邏輯性的技巧，以收集過程全面及準確的資料。.2.流程圖：顯示過程內所涉及的活動或間題解決方法的圖表。3.柏拉圖：柏拉圖是一種條形圖，透過由左至右順序排列有助找出問題、成因、情況、位置及錢的重要性或影響性。4.因果分析圖：以圖表作為工具，以人、機器、物料、方法、測量及環境列出潛在問題的成因。,基本統計及統計概念,基本SPC的統計工具(7工具),5.直方圖：直方圖以圖表形式表達對某數值或量度範圍中出現的測量次數。6.分散圖：明白特性的相互關係，以增強對過程控制及解決困難的能力。7.控制圖+OCAP：控制圖是以表達與時間有關或與批量表現有關的過程，並找出過程是否在統計控制範圍內操作。在眾多的控制圖類別中，以下列為最常用的：ShewhartsControlCharts(变量控制图)AttributesControlCharts(计数量控制图)Pre-ControlChart(预控制图),基本統計及統計概念,趋势图,检查表,排列图-层层分列,标准图,NormalQuantile,Quantilesmaximum100.0%27.31499.5%26.19797.5%18.22390.0%12.969quartile75.0%9.175median50.0%5.062quartile25.0%0.92110.0%-3.1692.5%-10.0160.5%-26.302minimum0.0%-26.,MomentsMean4.9105StdDev7.0409StdErrorMean0.4333Upper95%Mean5.7637Lower95%Mean4.0572N264.0000SumWeights264.0000Sum1296.3611Variance49.5745Skewness-0.5658Kurtosis2.6744CV143.3862,548CapabilityAnalysisSpecificationValuePercentActualNormalLowerSpecLimit-30%BelowLSL0.0000.000UpperSpecLimit30%AboveUSL0.0000.018SpecTarget0Sigma7.040919CapabilityIndexCPL1.653CPU1.188CPK1.188CP1.420CPM1.165,直方图,QUANTILE/OUTLIER,1.正态单对数坐标曲线若所有點均在图纸上上幾乎繪成一條直線，數據的分佈是屬於正態的。,Station1,Step1,Sation3,Step1,Station4,Step2,Step3,FinalMeasuremet,FinalResponse,Step2,Step3,Step4,Step5,Model1Model2Model3,1#2#3#etc.,1#2#3#etc.,1#2#3#etc.,Machine,1#2#3#etc.,Material,Lot1Lot2Lot3etc.,输入/输出变量分析,Method,ABC,Station2,(鱼骨图+流程图),CombineCrossReferenceTable&5Whys:,數據種類,計量型數據-數據是可量度的*獨立(1,2,3,4,5,6,.馬達，電阻，.)*連續的(8.61,8.88,8.0volts,amp,.)計數型數據-性質數據並不能以量化去演譯，即他們只可以類別分類。Go/NoGoPass/FailYes/NoEffective/NoEffective,基本統計及統計概念,DescriptiveStatistics描述统计,概率分布,未知母体,抽样,样本,样本统计值,推定,鉴定母体,x,s(Stdev),以小(样本)看大(母体),N,n,数據分布,統計的基本術語,總體-一組數據包含某現象所有構想的觀察(或假設可能發生的)。簡單而言，這是一組我們有興趣知道的數據。樣本-一組只包含部份總體的數據。簡單而言，這是總體中選出的數據。,基本統計及統計概念,正态分布的函数表达,基本統計概念,參數-以數字來描述所測量的總體(根據總體值的truevalue)統計-從樣本數據中運算出來的數字(數值是根據樣本數據)-若數據是從另一個樣本出來，數值會隨之而改變,描述统计,目的1.決定數據的趋中程度2.以數理表達分散的程度3.決定樣本頻率分佈的形狀,基本統計及統計概念,趋中的量度,平均-所有值總和除以樣本容量中位數-順序(由小至大或由大至小)數列中心項的數值眾數-在樣本中出現次數最多的值,基本統計及統計概念,平均數=,中位數=,123344445555556668889,眾數=,分散的量度,標準差(SD)-過程輸出的分佈寬度，距離或每平均值的偏差,基本統計及統計概念,S,(,X,i,-,m,),2,S,(,X,i,-X),2,N,n-1,s,=,=,分散的量度,極差-一個子組、樣本或總體中最大值與最小值之差,基本統計及統計概念,R=(最高值)-(最低值),機會分配形狀,基本統計及統計概念,偏斜-0.5to0.5,峰態2.5to3.5,正態分佈,分布的描述,偏斜-集中於某邊分佈的尾部峰態-量度分佈的峰或闊度,基本統計及統計概念,S,(,X,j,-xbar),3,s,3,偏斜,=,(1,/,n),S,(,X,j,-xbar),4,s,4,(,1/,n),峰態,=,(-0.5to+0.5),(2.5to3.5),正態分佈Z值,為何使用正態分佈？透過運用平均數及標準差，正態分佈有助簡便計算/評定次品比率。在正態曲線圖下，Zvalue及其面積,基本統計及統計概念,必須知道：平均值(xba