统计的过程控制(ppt 64页).ppt

StatisticalProcessControl,课程内容,统计过程控制概述控制图原理分析用控制图与控制用控制图过程能力与过程能力指数常规控制图的作法及其应用,PresentedByDaniel.Yu,3,质量管理的三个阶段质量检验阶段FWTaylor科学管理运动-质量检验作为一种管理职能从生产过程中分离出来统计质量控制阶段休哈特-（SPC）统计过程控制全面质量管理阶段GE费根堡姆-（TQC）全面质量控制,质量管理历史,PresentedByDaniel.Yu,4,爱德华戴明现代质量改进之父戴明循环（PDCA）戴明14要点、渊博知识体系,质量管理大师,PresentedByDaniel.Yu,5,约瑟夫M朱兰将质量超越统计学的基点进入全面质量管理“三步曲”(质量策划、质量控制、质量改进),质量管理大师,PresentedByDaniel.Yu,6,石川馨QCC之父、日本式质量管理的集大成者因果图发明者，全公司质量管理,质量管理大师,PresentedByDaniel.Yu,7,田口玄一田口方法的创始人把顾客的质量要求分解转化设计参数、形成预期目标值，最终生产出来低成本且性能稳定可靠的“物美价廉”的产品,质量管理大师,PresentedByDaniel.Yu,8,过程Y=f(X1,X2.Xn)过程控制定义为实现产品生产过程质量而进行的有组织、有系统的过程管理活动目的为生产合格产品创造有利的生产条件和环境，从根本上预防和减少不合格品的产生。主要内容对过程进行分析并建立控制标准、对过程进行监控和评价、对过程进行维护和改进,什么是SPC,PresentedByDaniel.Yu,9,统计过程控制StatisticalProcessControl应用统计技术对过程中的各个阶段进行评估和监控，建立并保持过程处于可接受的并且稳定的水平，从而保证产品与服务符合规定的要求的一种质量管理技术内容利用控制图分析过程的稳定性，对过程存在的异常因素进行预警计算过程能力指数，分析稳定的过程能力满足要求的程度，对过程进行评价,什么是SPC,PresentedByDaniel.Yu,10,统计过程控制的特点预防性方法TQM的一种重要技术重点在于“P”（Process）统计过程诊断（SPCD/SPD）StatisticalProcessControlandDiagnosis含义-利用统计技术对过程中的各个阶段进行监控与诊断，从而达到缩短诊断异常的时间、以便迅速采取纠正措施、减少损失、降低成本、保证产品质量的目的。张公绪教授北京科技大学教授、博士生导师，兼任中质协副会长,什么是SPC,PresentedByDaniel.Yu,11,时代的需要：21世纪是质量的世纪，提出超严质量要求，是世界发展的大方向。如电子产品的不合格品率统计方法，由过去的百分之一、千分之一、降低到百万分之一（ppm,partspermillion),乃至十亿分之一（ppb,partsperbillion)。科学的要求：要保证产品质量、要满足21世纪超严质量要求就必须应用质量科学。生产控制方式由过去的3控制方式改为6控制方式。3控制方式下的稳态不合格品率为2.7X10-3,6控制方式下的稳态不合格品率为2.0X10-9后者比前者降低了：2.7X10-3/2.0X10-9=1.35X106即一百三十五万倍!,为什么要学习,PresentedByDaniel.Yu,12,3控制方式与6控制方式的比较3控制方式过程均值偏移1.5不合格品率为66807ppm6控制方式过程均值偏移1.5不合格品率为3.4ppm后者比前者降低了：66807/3.4=19649即近二万倍!,为什么要学习,PresentedByDaniel.Yu,13,统计量的基本定义平均值（Mean）中位数（Medium）众数（Mode）（1，2，3，4，5，5，6，7，8，9）最大值（Maximum）最小值（Minimum）极差（Range）,统计基础知识,PresentedByDaniel.Yu,14,样本统计的基本公式平均值（TheMean）方差（TheVariance）标准差（TheStandardDeviation）,统计基础知识,PresentedByDaniel.Yu,15,什么是控制图对过程质量加以测定、记录并进行控制管理的一种用统计方法设计的图。控制图的组成UCL(UpperControlLimit)上控制限LCL(LowerControlLimit)下控制限CL(CentralLine)中心线按时间顺序抽取的样品统计量数值的描点序列,控制图的结构,PresentedByDaniel.Yu,16,贯彻预防原则的SPC的重要工具控制图可用以直接控制与诊断过程应用广泛特别是日本、美国等制造业发达国家管理现代化的体现工艺复杂环境种类繁多环境,控制图的重要性,PresentedByDaniel.Yu,17,控制图的原理,将正态分布曲线旋转90度,以纵坐标为质量特性,横坐标随时间展开；将、+3和-3分别作为CL、UCL、LCL將所得的數據按時間的坐標描成點，就得到一张管制图图中，UCL为上控制限，CL为中心线，LCL为下控制限,PresentedByDaniel.Yu,18,控制图的原理,控制图原理的两种解释第一种解释：“点出界就判异”小概率事件原理：小概率事件实际上不发生，若发生即判异常。控制图就是统计假设检验的图上作业法。第二种解释：“要抱西瓜，不要抓芝麻”质量波动的原因=偶然因素+异常因素偶然因素始终存在，对质量影响微小，难以消除，是不可避免的；异常因素有时存在，对质量影响很大，不难消除，是可以避免的。休哈特控制图的实质就是区分异常因素与偶然因素的。控制限就是区分异常波动与偶然波动的科学界限。,PresentedByDaniel.Yu,19,控制图的作用,预防原则20字真经查出异因，采取措施，保证消除，不再出现，纳入标准。,PresentedByDaniel.Yu,20,统计控制状态,统计控制状态解释所有的技术控制都有一个标准作为基准，若过程不处于此基准的状态，则必须立即采取措施，将其恢复到此基准。统计过程也是一种控制，当然它也要采取一个标准作为其基准，称为统计控制状态，或者稳态。过程中只有偶因而无异因产生的变异的状态。控制状态的好处对产品的质量有把握生产是最经济的过程的变异最小全稳生产线,PresentedByDaniel.Yu,21,两类错误及3原则,两类错误第一类错误：虚发警报（Falsealarm)找寻根本不存在异因的损失，记概率第二类错误：漏发警报(Alarmmissing)过程异常，但仍会有部分产品，其质量特性值的数值大小仍位于控制界限内。造成不合格品增加的损失，记概率如何减少两类错误造成的损失根据使两种错误造成总损失最小的原则来确定UCL与LCL两者间的最优间隔距离。经验证明，休哈特所提出的3方式比较好，很多情况下，3方式都接近最优间隔距离,PresentedByDaniel.Yu,22,两类错误及3原则,3原则UCL=+3CL=LCL=-3总体参数和样本统计量区分规范限与控制限区分合格与合格品区分不合格与不合格品区分,PresentedByDaniel.Yu,23,分析用控制图,分析用控制图的主要目的分析生产过程是否处于稳态。若过程不处于稳态,则须调整过程,使之达到稳态。分析生产,过程的工序能力是否满足技术要求。若不满足,则需调整工序能力,使之满足。比利时学者威尔达(S.J.Wierda)称此状态为技术稳态,而前一状态为统计稳态。,PresentedByDaniel.Yu,24,分析用控制图,根据统计稳态与技术稳态的是否达到可以分为如状态分类表所示的四种情况:状态:统计稳态与技术稳态同时达到,这是最理想的状态。状态:统计稳态未达到,技术稳态达到。状态:统计稳态达到,技术稳态未达到。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。,PresentedByDaniel.Yu,25,控制用控制图,当过程达到了我们所确定的状态后,才能将分析用控制图的控制线延长作为控制用控制图。由于后者相当于生产中的立法,故由前者转为后者时应有正式交接手续。应用控制用控制图的目的是使生产过程保持在确定的状态。在应用控制用控制图的过程中,若过程又发生异常,则应执行控制图预防原则中的20个字,使过程恢复原来的状态。实施上述分析用控制图与控制用控制图的过程实际上就是不断进行质量改进的过程。,PresentedByDaniel.Yu,26,常规控制图的设计思想,当休哈特控制图的设计思想是先确定第I类错误的概率,然后再根据第类错误的概率的大小来考虑是否需要采取必要的措施。通常取为1%,5%,10%。为了增加使用者的信心,休哈特将取得特别小,小到2.73这样,对于“点出界就判异”这条判异准则来讲,虽不百发百中,也是千发九九七中了。但小,就大。为了减少第类错误,对于控制图中的界内点增添了第类判异准则,即“界内点排列不随机判异”。于是判断异常的准则就有两大类:点子出界就判断异常。界内点排列不随机判断异常。其中,第(2)类准则是防止大的。,PresentedByDaniel.Yu,27,判异准则,判异准则有点出界和界内点排列不随机两类国标GB/T4091-2001中规定了8种判异准则需要指明，这些判异准则主要适用于X图和单值的X图，且假定质量特性X服从正态分布,PresentedByDaniel.Yu,28,判异准则,准则1-一点落于A区以外许多应用中，准则1是唯一的判异准则准则1可对参数及的变化给出信号，变化越大，给出的信号越快准则1还可对过程中的单个做出反应如计算错误、测量错误、原材不良、设备故障等在3原则下，准则1犯第一类错误的概率为0.27%,PresentedByDaniel.Yu,29,判异准则,准则2-连续9点落于中心线一侧为补充准则1而设计，以改进控制图灵敏度选择9个点是为了使其犯第一类错误的概率与准则1的=0.0027大体相仿出现准则2的状况，主要是过程平均值减小的缘故,PresentedByDaniel.Yu,30,判异准则,准则3-连续6点递增或递减针对过程平均值得趋势进行设计的，它判定过程平均值的较小趋势要比准则2更灵敏产生趋势的原因可能是工具逐渐磨损、维护维修逐渐变坏等，使参数随着时间而变化,PresentedByDaniel.Yu,31,判异准则,准则4-连续14点相邻点上下本准则是针对由于轮流使用两台设备或由两位操作人员轮流进行操作而引起的系统效应数据分层不够选择14点是通过统计模拟试验而得出的，也是为使其大体与准则1的=0.0027相当,PresentedByDaniel.Yu,32,判异准则,准则5-连续3点中有2点落在中心线同一侧的B区以外过程平均值的变化可由本准则判定，它对于变异的增加也较灵敏3点中任意2点，第3点可无由于过程的参数发生了变化,PresentedByDaniel.Yu,33,判异准则,准则6-连续5点中有4点落于中心线同一侧的C区以外准则6对于过程平均值的变化也是较灵敏的由于过程的参数发生了变化,UCL,PresentedByDaniel.Yu,34,判异准则,准则7-连续15点落于C区中心线上下出现本准则的现象是由于参数变小不要被良好的图形所迷惑，应该注意它的随机性造成这种现象，可能是数据虚假或数据分层不够。排除上述两种可能性后，总结现场减少标准差的先进经验,PresentedByDaniel.Yu,35,判异准则,准则8-连续8点落于中心线两侧，但无一在C区中原因为数据分层不够，此准则即为此设计,.,PresentedByDaniel.Yu,36,过程能力,过程能力是指过程的加工质量满足技术标准的能力。它是衡量过程加工内在一致性的标准。过程能力决定于质量因素4M1E而与公差无关。过程能力指加工质量方面的能力,而生产能力则指加工数量方面的能力,二者是不同的。过程能力的度量单位是质量特性值分布的标准差,记以6通常用6倍标准差，即6表示过程能力。当过程处于稳定状态时，产品的计量质量特性值有99.73%落在3的范围内,即有99.73%的合格品落在上述6范围内,这几乎包括了全部产品。,.,PresentedByDaniel.Yu,37,双侧公差情况的过程能力指数,过程能力指数表示过程能力满足产品质量标准(产品规格、公差)的程度,一般记以Cp。对于双侧规格情况,Cp的计算公式如下:T技术规格的公差幅度；TU、TL规格上、下限；-总体标准差、s-样本标准差Cp=T/6=（TUTL）/6=（TUTL）/6s当T=6，Cp=1，这时候既满足技术要求又很经济,.,PresentedByDaniel.Yu,38,过程能力指数的评价标准,.,PresentedByDaniel.Yu,39,单侧公差情况的过程能力指数,只有上限要求Cp=T/3=（TU）/3(TU）TL？,.,PresentedByDaniel.Yu,40,有偏移情况的过程能力指数,定义分布中心与公差中心M的偏移为：=|M-|与M的偏移度K为：K=/（T/2）=2/TCpk=（1-K）Cp=（1-K)*T/6（1-K)*T/6s,.,PresentedByDaniel.Yu,41,Cp、Cpk与不合格品率关系,PresentedByDaniel.Yu,42,常规控制图的种类,.,PresentedByDaniel.Yu,43,各个控制图的用途,一R控制图。对于计量值数据而言,这是最常用最基本的控制图。它用于控制对象为长度、重量、强度、纯度、时间和生产量等计量值的场合。控制图主要用于观察分布的均值的变化,R控制图用于观察分布的分散情况或变异度的变化,而一R图则将二者联合运用,用于观察分布的变化。一s控制图与一R图相似,只是用标准差图(s图)代替极差图(R图)而已。极差计算简便,故R图得到广泛应用,但当样本大小n10,这时应用极差估计总体标准差的效率减低,需要应用s图来代替R图。,.,PresentedByDaniel.Yu,44,各个控制图的用途,Me一R控制图与一R图也很相似,只是用中位数图(Me图)代替均值图(图)。所谓中位数即指在一组按大小顺序排列的数列中居中的数。例如,在以下数列中2、3、7、13、18,中位数为7。又如,在以下数列中2、3、7、9、13、18,共有偶数个数据。这时中位数规定为中间两个数的均值。在本例即(7+9)/2=8。由于中位数的计算比均值简单,所以多用于现场需要把测定数据直接记入控制图进行控制的场合,这时为了简便,当然规定为奇数个数据。x一Rs控制图。多用于下列场合:对每一个产品都进行检验,采用自动化检查和测量的场合;取样费时、昂贵的场合;以及如化工等过程,样品均匀,多抽样也无太大意义的场合。由于它不像前三种控制图那样能取得较多的信息,所以它判断过程变化的灵敏度也要差一些。,.,PresentedByDaniel.Yu,45,各个控制图的用途,P控制图。用于控制对象为不合格品率或合格品率等计数值质量指标的场合。这里需要注意的是,在根据多种检查项目总合起来确定不合格品率的情况,当控制图显示异常后难以找出异常的原因。因此,使用p图时应选择重要的检查项目作为判断不合格品的依据。常见的不良率有不合格品率、废品率、交货延迟率、缺勤率,邮电、铁道部门的各种差错率等等。NP控制图。用于控制对象为不合格品数的场合。设n为样本大小，P为不合格品率,则t为不合格品个数。所以取np作为不合格品数控制图的简记记号。由于计算不合格品率需进行除法,比较麻烦,所以在样本大小相同的情况下,用此图比校方便。,.,PresentedByDaniel.Yu,46,各个控制图的用途,C控制图。用于控制一部机器,一个部件,一定的长度,一定的面积或任何一定的单位中所出现的缺陷数目。如布匹上的疵点数,铸件上的砂眼数,机器设备的缺陷数或故障次数,传票的误记数,每页印刷错误数,办公室的差错次数等等U控制图。当上述一定的单位,也即样品的大小保持不变时可以应用c控制图,而当样品的大小变化时则应换算为平均每单位的缺陷数后再使用u控制图。例如,在制造厚度为2mm的钢板的生产过程中,一批样品是2平方米的,下一批样品是3平方米的。这时就都应换算为平均每平方米的缺陷数,然后再对它进行控制。,.,PresentedByDaniel.Yu,47,应用控制图需要考虑以下一些问题,控制图用于何处?如何选择控制对象?怎样选择控制图?如何分析控制图?对于点子出界或违反其他准则的处理控制图的重新制定控制图的保管问题,.,PresentedByDaniel.Yu,48,控制图的选择,.,PresentedByDaniel.Yu,49,X-Bar/R控制图的特点,适用范围广对于X-Bar图而言,计量值数据x服从正态分布是经常出现的。若x非正态分布,则当样本大小n4或5时,根据中心极限定理,知道近似正态分布对于R图而言,通过在电子计算机上的统计模拟实验证实,只要总体分布不是太不对称的,R的分布没有大的变化。这就从理论上说明了一R图适用的范围广泛。灵敏度高X-Bar图的统计量为均值,反映在x上的偶然波动是随机的,通过均值的平均作用,这种偶然波动得到一定程度的抵消;而反映在x上的异常波动往往是在同一个方向的,它不会通过均值的平均作用抵消。因此,正图检出异常的能力高至于R图的灵敏度则不如X-Bar图高。,.,PresentedByDaniel.Yu,50,预备数据,.,X=（X1+X2+.+Xn）/nR=Xmax-Xmin,PresentedByDaniel.Yu,51,X-Bar/R控制图的作法,Xbar-R控制图的控制限x（bar）（均值）的控制限UCL=x+A2RCL=xLCL=x-A2RR(极差）的控制限UCL=D4RCL=RLCL=D3R,.,PresentedByDaniel.Yu,52,X-Bar/R控制图的操作步骤,确定对象抽取数据合理分组计算xi、Ri计算x、R计算R图的控制线计算x图的控制线计算过程能力指数并检验其是否满足技术要求延长控制线，作控制用控制图，进行日常管理,.,PresentedByDaniel.Yu,53,X-BarS控制图,控制对象为计量值；更精确；均值图用于观察和分析分布的均值的变化，即过程的集中趋势；标准差图观察和分析分布的分散情况，即过程的离散程度。,.,PresentedByDaniel.Yu,54,X-BarS控制图,控制限确定,.,PresentedByDaniel.Yu,55,Me-R控制图,控制限确定,.,相当于n=2时的极差控制图;n=2时,D4=3.267,D3=0,PresentedByDaniel.Yu,56,不合格品率控制图（P图）,对产品不良品率进行监控时用的控制图;质量特性良与不良，通常服从二项分布