SPC统计过程控制的发展及应用(ppt 66页).ppt

统计过程控制,SPC,SPC的发展及应用,SPC源于20年代，以美国休哈特（Shewhart）博士发明控制图为标志。二战中美国将其制定为战时质量管理标准，对军工产品的质量保证和及时交付起到了积极的作用。50年代在日本工业界大量推广应用，对日本产品质量的崛起起到了至关重要的作用。80年代许多大公司纷纷积极推广应用SPC,SPC是什么?,一种用于检测变差的工具可判断过程的异常，及时告警但不能告知此异常是什么因素引起的,增强产品一致性减少废品和返工缺陷,SPC运用,SPC是利用数理统计原理采用控制图的方法对生产过程进行全面监控它主要区分由特殊原因引起的异常波动还是由普通原因引起的正常波动,为什么要学习SPC?,假如对制造过程的主要工序都建立简便易行的控制系统，当质量问题一旦出现，就能被及时发现，及时纠正，阻止不合格品流入下道工序。即达到预防的目的。,在制造过程中，应尽量避免或减少出现质量问题再纠正或反馈的损失。(有效的策略就是预防),有效的预防策略:,简便易行的控制系统,作为一个概念，有其明确的定义：利用资源将输入转化为输出的一组活动。,什么是过程？,SPC基本原理,什么是过程控制系统？,要使一个过程能成为一个被控制的系统还需要在过程中添加一些软件，组成一个反馈通道，使其能及时收集信息，用统计方法加工信息，然后判断是否要采取行动（对策）。,过程控制系统,什么是过程控制系统？,（1）收集信息表示中间产品质量特性的信息，例如在加工机械轴的过程中直径就是很适当的质量特性，若连续测量5个机械轴的直径，所得5个数据就是很重要的输出信息，另外也要注意各项资源变化的信息。,过程控制系统,所要添加的软件是：,（3）采取行动对策。根据原因决定对策。这些对策大多落实到过程输入的某些资源，如过程输出特性值远离目标值时，就要调整机器，使特性值逐渐靠近目标值。,（2）用统计方法加工信息。用适当统计方法对收集的数据进行加工处理，以判断过程工作是否正常？若不正常是那类原因引起的？,什么是过程控制系统？,过程控制系统,SPC能给制造过程提供什么帮助？,为过程提供了一个早期报警系统，及时监控过程情况，以防止废品的发生。,确定过程的统计控制界限，判断过程是否失控和过程是否有能力。,根据反馈信息及时发现系统性因素出现的征兆，采取措施消除其影响。,使过程维持在仅受随机性因素影响的受控状态，达到预防不合格品产品的目的。,减少对常规检验的依赖性，定时的观察和测量方法替代了大量的检测和验证工作。,“波动”的概念及统计规律性,生产线上加工出来的产品没有绝对相同的。产品间的差别是用其资料特性值（数据）的差异表现出来。连续材料一批产品中每个质量特性，一边测量一边画直方图，就可以发现其统计规律,这条曲线就是质量特性x的分布,正态分布的特征,若某过程输出特性x服从N(，2),在统计过程控制中最常见的分布是正态分布,正态分布被二个参数与完全确定，记为N（，2）；,表示分布的中心位置；,表示分布的标准差或者表示数据的分散程度，或用极差表示；,在界限1内，即有31.74,那么该过程输出产品中有68.26,产品在界限1之外。,正态分布下界限内外的比率,界限界限内的比率界限外的比率168.26%31.24%295.46%4.54%399.73%0.27%499.9937%0.0063%599.999943%0.000057%699.9999998%0.0000002%,1924年，休哈特博士建议用界限3作为控制界限来管理过程。即我们常说的3管理。,将正态分布图及其界限3转90，纵座标为输出特性X，横坐标为时间或编号,控制图的形式,过程波动的统计规律性,当过程受控时，过程特性一般服从稳定的且可重复的随机分布；而失控时，过程分布将改变。,当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）,当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）,不断发现生产过程不稳定的因素,受控（消除了特殊因素）,不受控（存在特殊原因或非随机原因）,过程控制,尽量减少目标值附近的生产过程变量,受控且有能力符合规范（普通原因造成的变差已减少）,受控但没有能力符合规范（普通原因造成的变差太大）,Cpk为1.33或更高,规范下限,规范上限,过程控制,什么是特殊原因,尽管有时纠正时要求管理人员介入，但解决变差的特殊原因通常要求采取局部措施。,特殊原因造成不是始终作用于过程的变差的原因（对产品质量影响大，但能够采取措施避免和消除）。当它们出现时，将造成过程的分布改变。,除非所有的特殊原因都被查找出来并采取了措施，否则它们将继续以不可测的方式影响过程的输出。,发现变差的特殊原因并采取适当措施通常是与该过程操作直接有关人员的责任。,什么是普通原因,只有变差的普通原因存在且不改变时，过程的输出才是可预测的，此时，过程能力也是可评价的。,普通原因造成随着时间的推移具有稳定的且可重复的分布过程中的许多变差的原因（不可避免因素或随机因素，在技术上难以消除），称为“处于统计控制状态”，简称“稳态”。,普通原因表现为一个稳定系统的偶然原因。,确定质量特性数据的类型,1、计量型数据它是某种量具、仪器测定地数据，这类数据可取某一区间内地任一实数。如轴的直径、电阻的阻值、材料的强度等，这类特性数据常服从正态分布，通常用两张图。,质量特性数据分为两类：,这类特性数据已有四种控制图，它们是：均值极差控制图（X-R）均值标准差控制图（X-S）中位数极差控制图（Me-R）单值移动极差控制图（X-Rs）,*不合格品率控制图（p）*不合格品数控制图(np)*缺陷数控制图（c）*单位缺陷数控制图（u）,2、计数型数据它是通过数数的方法获得的。常取0，1，2等非负整数。如一批产品中的不合格品数，铸件上的气孔数，一匹布上的疵点数，对这类特性数据只需要用一张控制图就可以了，也有四种控制图：,制作并使用控制图,控制图是用来监视、控制质量特性值随时间推移而发生波动的图表。控制图是分析工序是否处于控制状态，以及保持工序稳定的有效工具。,对工序质量控制点，按要求（规定的频次、测试的数量和数据的真实性）制作控制图或利用控制图进行生产过程的控制。,观察点子的变化，积累经验及时调整生产要素。若发现工序异常，应查明原因，排除问题，防止问题的再发生。问题严重时，应及时报告有关人员。,构造控制图之前的准备工作,管理者么提供必要的物质条件（如测量器具、现场记录的图表等）和支持SPC的活动,这是非常重要的前提条件！,一、建立合适使用控制图的环境，否则使用统计方法么失败,对使用人员进行统计技术培训，使他们具备正确使用的能力,调离阻止人们讲真话（无偏见的话）的人,二、确立过程,选择合适的、对下道工序影响大易出问题的关键的工序。,把选定的工序看作过程。大家充分理解该过程。从原因到效果间的关系来认识此过程。,三、选好过程输出的质量特性,顾客需要和关注的质量特性经常出现问题的质量特性便于度量的质量特性-,构造控制图之前的准备工作,提供精确的测量器具准确、精确地测出质量特性,构造控制图之前的准备工作,四、确定测量特性,任何一次抽样是抽取该次抽样时刻前或后连续加工出来的n件产品（适用于工序控制，有利于提高控制图的分辨能力）,Xbar-R控制图是计量值最常用的、最重要的控制图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,Xbar-R控制图的操作步骤确定对象、抽取数据（收集25个样本，每个含5个数据）计算样本的x和R计算所有数据的x和R计算R图的控制线、x图的控制线将数据在图中打点并作图。,应用示例,新建设的一条生产线专门生产滚动轴承28.380.06MM试生产后进入受控状态。1、选择控制图，钢球尺寸是计量值，取25个样本，每个样本抽5个，做X-R图2、收集数据,R=0.026,X=28.408,3、计算X和R值4、画X图和R图X图的CLX28.408mmUCL=X+A2R=28.408+(0.557*0.026)=28.423mmLCL=X-A2R=28.408-(0.557*0.026)=28.393mmR图的CLR0.026UCLD4R2.1140.0260.055LCLD3R00.0260,平均值-标准差（X-S）控制图与平均值-极差值（X-R）控制图的最大区别有两点：一是S与R不同，二是样本的观察值个数不同，X-R图N为5，而X-S图的N为10S=(x1-X)2+(x2-X)2+(xn-X)2计算控制线方法同（X-R）控制图,x图的控制限UCL=x+E2RE2=3/d2CL=xLCL=x-E2RRS的控制限UCL=D4RCL=RLCL=D3R,计量值控制图：XRS图的控制界限,计量值控制图：MeR图的控制界限,Me图的控制限UCL=Me+A4RCL=MeLCL=MeA4RR图的控制限UCL=D4RCL=RMeLCL=D3R中位数是将一组数据由小到大排列成顺序后,处于中间位置上的数.,CL=PUCL=P+3LCL=P-3,计数值控制图：P图的控制界限,计数值控制图：nP图的控制界限,CL=nPUCL=P+3LCL=P-3,np=不合格品总数/样本总数,计数值控制图：C图的控制界限,CL=CUCL=C+3CLCL=C-3C,计数值控制图：U图的控制界限,CL=UUCL=U+3U/niLCL=U-3U/ni,控制图的两类错误,处于控制状态的生产过程，若以“3”原则确定控制界限，那么再抽样检验中，将有99.73的质量特性值或质量特性值的统计量落在控制界限之内。而落在控制界限之外的概率为0.27，是一个小概率事件。在控制状态下，小概率事件一旦发生，就会因样本点落在控制界限之外而判断生产过程失控，事实上这是虚发信号，由此所作出的错误判断称为控制图的第一类错误。通常把第一类错误的概率记作，在3控制图中，0.0027。根据正态分布的原理，/20.00135。,（1）第一类错误,分布中心由A变化到B，生产确实失控，但是仍然有一定比例的质量特性值落在控制界限之内，这是漏发警报，由此作出生产过程正常的错误判断，是控制图第二类错误。第二类错误的概率通常记作。那么1称为控制图的检出力,（2）第二类错误,值可应用正态分布规律进行计算。,当工序由A状态改变到B状态时，有关数据落在上控制界线以外，即确认工序是改变了利用控制界限发现总体参数变化的概率（1）叫检定能力（检出力）,控制图的检定能力（检出力）,检定能力（1）与哪些因素有关？,与平均值的变化、和样本大小n有关,当2时，检定能力（1）与n的关系如下：,n=5时，10.929,n=3时，10.677,n=1时，10.156,以上数值说明：当总体均值变动2时，n5的检出力比n3的检出力大。,而n1时，在控制图上几乎不能检到，即单值控制图的检定能力较差。,分析控制图和管理控制图,初次制作控制图和进行工序能力调查分析时，必须绘制分析控制图。,分析控制图主要用来调查过程是否处于控制状态，何处发生了异常以及能否消除这种异常以改进工序地稳定状态，从而得到总体（工序/过程）平均值与标准偏差地评估。,管理控制图用来监控批量生产过程的稳定性。,分析控制图和管理控制图,若有异常点，查明原因，采取措施，剔除异常点。重新绘制控制图。,分析用控制图表明过程已处于统计控制状态，且工序能力满足技术标准地要求时，可以将其控制界限延长作为管理用控制图地控制界限。,模式检验-判别准则1,一个点落在A区以外,模式检验-判别准则2,连续9点落在中心线同一侧,模式检验-判别准则3,A,B,C,C,B,A,连续6点递增或递减,模式检验-判别准则4,A,B,C,C,B,A,连续14点中相邻点交替上下,模式检验-判别准则5,连续3点中有2点落在中心线同一侧的B区以外,模式检验-判别准则6,A,B,C,C,B,A,连续5点中有4点落在中心线同一侧的C区以外,模式检验-判别准则7,A,B,C,C,B,A,连续15点落在中心线两侧的C区内,模式检验-判别准则8,A,B,C,C,B,A,连续8点落在中心线两侧且无一点在C区内,生产过程处于控制状态的两个条件：点子没有出界（连续25点以上/连续35点中有1点/连续100点中不多于2点）且点排列正常。,控制图的观察分析,控制图出现的异常现象,点子连续出现在中心线一侧：链（7点链/连续11点中至少有10点/14点中至少12点）测量系统有变化，对R图则表明有大的散布；对X图，表明过程的均值有位移。,点的连续上升或下降,可能是测量系统有变化；设备故障；刀具磨损；夹具松动等,观察三个区域的点子,连续3点中致少有2点位于区域A上（或A下）,l,连续5点中致少有4点位于区域B上和A上（或B下和A下）,l,明显多于2/3点子位于区域C,明显少于2/3点子位于区域C,l,l,这些都是异常现象。,异常数据的检验,在应用统计技术中,有时会发现一组样本数据中的一个数值或几个数值有明显的不同,即明显偏离它所属的样本的其余值,这种数值可能是异常数值，也可能不是异常数值(离群值)。经过检验后，如果是异值，则对它进行处理。,异常数值的检验方法格拉布斯检验法,1、上侧情形检验法第一步：计算出顺序量X1X2Xn的S和X第二步：计算统计量Gn=(Xn-X)/S第三步：确定检出水平a第四步：根据已知的a和n查表得临界值G1-a(n)第五步：判定：当GnG1-a(n)时，则判定最大值Xn为异常数；否则，判定没有异常值。,2、下侧情形检验法第一步：计算出顺序量的S和X第二步：计算统计量Gn=(X-X1)/S第三步：确定检出水平a第四步：根据已知的a和n查表得临界值G1-a(n)第五步：判定：当GnG1-a(n)时，则判定最小值X1为异常数；否则，判定没有异常值。,异常数值的检验方法格拉布斯检验法,异常数值的检验方法格拉布斯检验法,3、双侧情形的检验法第一步：计算出顺序量的S和X第二步：计算统计量Gn和Gn第三步：确定检出水平a第四步：根据已知的a和n查表得临界值G1-a2(n)第五步：判定：当GnGn且GnG1-a2(n)时，则判定最大值Xn为异常数；当GnGn时，GnG1-a2(n)判定最小值X1为异常数；,请注意,对每个异常现象都要逐个分析查明原因，并采取适当的行动，防止再发生，这一过程是使用控制图最有意义最重要的一步！,耐心+洞察力+生产技术+各种统计方法来排除异常现象。,l,l,l,及时报告超过公差是欢迎的，迟到的报告会引起损失，越迟损失越大，是一种失职行为。,管理一个过程就是要把波动限制在允许范围内，超过允许范围就要设法去减少它，这是操作者和管理者的共同职责。,l