Unit-3测量 3.4 统计过程控制(SPC)

测量(Measure)阶段,SPC概要(StatisticalProcessControl),Define,Measure,Analyze,Improve,Control,Step4-ProjectYs确认,Step5-现水准测量及改善目标确定,Step6-潜在原因变数(xs)发觉,基本统计统计过程控制测量系统分析流程能力研究,流程改善方法论-DMAIC,SPC的概要SPC的必要性Data收集及分析方法Data的GRAPH化Data种类别管理图制作SPC使用例子管理图使用方法Subgrouping计数型管理图6的因果关系,目录,SPC的历史-1924年Bell研究所W.A.Shewhart创始.-为了把握可管理的变动和不可管理的变动而使用.常规原因(ChanceCause,CommonCause).特殊原因(AssignableCause,SpecialCause).-在所有噪音存在下找流程的异常信号.-主要的工具使用管理图(ControlChart).-今天的SPC的意义Statistical=为了调查流程变动使用的统计方法.Process=流程,意味着所有的流程.Control=通过积极的管理，管理流程.,.,SPC的概要,常规原因(噪音)存在于所有工程.(工程在管理状态下)根据工程本身(我们做事的方法)发生.排除也可以减少为此要求工程上的根本性变化.异常原因(信号)大部分存在于运转/工程上.(因管理不足发生的散布)根据一连独特的变动引起.基本性工程管理和通过监测排除或能减少.,散布的要因,SPC的概要,Problem,Symptom,Off-target,Process,Symptom,Instability,Variation,Off-target,Problem,Definition,Y,通过SPC诊断问题的症状.,SPC的必要性,漏斗效果(FunnelingEffect)-SPC是管理图以外的工程测量,分析,改善的作用.,重要X选定,重要X管理,所有X,1次变数LIST,选别LIST,测量,分析,改善,管理*,SPC,SPC的必要性,数据收集及分析方法,检查表,检查表是所有品质工具中最有用的诊断方法中的一个.检查表是收集数据迅速分析的工具,有如下好处.-在生产现场中收集数据圆滑,-帮助六西格玛项目队长分析迅速实际制作的检查表点检.,数据收集及分析方法,ConcentrationDiagrams-表面缺陷哪个部位发生的最多时记录的检查表例子,数据收集及分析方法,制定改善目标优先顺序时的有用工具.帕累图是引起不好影响的80%问题用20%集中起来.打开EXH_QC.MPJ,帕累图,数据收集及分析方法,DefectsCountsMissingScrews274MissingClips59DefectiveHousi19LeakyGasket43Scrap4UnconnectedWir8MissingStuds6IncompletePart10,数据收集及分析方法,数据图表化,图的使用目的,图表帮助我们理解散布的本性图表使数据的本性更容易被人的思维所理解数据帮助揭示数据的内在联系在数据分析中，图表应该是第一种描述工具如果你不能以图表来说明，你很可能得不到一个好的结论图表帮助把信号从噪声中分离出来,单值图,个体图看上去像一个运行图，但现在它们为数据提供了一些工程控制限,数据图表化,数据图表化,计数值(AttributeData)是/不是良好/不良营业所1,2,3交代组1,2,3组能数(文件里的错别字,选定的商品数等)计量值(VariableData)连续数据(小数点也用意义)时间(秒)速度(ft/min)长度(inches)等等,TypesofData,按数据分类的管理图制作,计数值/计量值?,(1)公司生产的每台洗衣机的RPM(2)一个班次生产的部品的平均RPM(3)拖板标签上的打印缺陷数(4)每份销售合同的打字错误数(5)月生产中脱离规格的部品数(6)月生产中脱离规格部品的%(7)汇总一个应收款所花费的时间(8)每生产100件部品中有缺陷部品的数量,计量型,计量型,计量型,计数型,计数型,计数型,计数型,计数型,按数据分类的管理图制作,管理图类型介绍,计量型管理图Individual-XandMovingRangeChartX-Bar/RChart计数型管理图np-Chartp-Chartc-Chartu-Chart,按数据分类的管理图制作,(1)公司生产的每台洗衣机的RPM(2)一个班次生产的部品的平均RPM(3)拖板标签上的打印缺陷数(4)每份销售合同的打字错误数(5)月生产中脱离规格的部品数(6)月生产中脱离规格部品的%(7)汇总一个应收款所花费的时间(8)每生产100件部品中有缺陷部品的数量,I-MR,XbarR,u或c图,u或c图,p图,p图,I-MR,np图,练习:用哪种管理图？,按数据分类的管理图制作,计数型,计量型,什么类型的数据?,按群还是按个体收集的数据?,数特定缺陷或缺陷性项目?,群(平均值)(n1),个体数值(n=1),X-BarRX-BarS,个体移动范围（I-MR）,特殊类型的“缺陷”,缺陷性项目,缺陷的概率低吗?,如果你知道坏的数，你知道好的数吗？,泊松分布,二项分布,个体移动范围（I-MR）,否,是,是,每个样本数的几率面积不变?,是,否,c图,u图,不变的样本数?,np图,否,是,p图,选择正确的管理图,注:X-BarS适合于群大小(n)10,MINITAB管理图,管理图使用方法,当违反了一个规则时，我们用“脱离控制”来描述,管理图规则,我们将使用的规则:规则#1:1点脱离UCL或LCL(3-sigma限)规则#2:3个连续点中2点脱离2-sigma限规则#3:5个连续点中4点脱离1-sigma限规则#4:8个连续点在中心线的一侧图案规则:一个图案自我重复,这意味着某些“非正常”的情况发生了-去把它查出来!,管理图使用方法,探测控制不足,“路径规则”(1)从规则#1和图案甄别规则开始(2)如果需要高的灵敏度，用规则#2,3,和4衡量,我们将使用的规则:规则#1:1点脱离UCL或LCL(3-sigma限)规则#2:3个连续点中2点脱离2-sigma限规则#3:5个连续点中4点脱离1-sigma限规则#4:8个连续点在中心线的一侧图案规则:一个图案自我重复,管理图使用方法,UCL,LCL,1Sigma(ZoneC),2Sigma(ZoneB),3Sigma(ZoneA),1Sigma(ZoneC),2Sigma(ZoneB),3Sigma(ZoneA),时间,我们在测量的项目,使用规则,管理图使用方法,1Sigma,2Sigma,3Sigma,1Sigma,2Sigma,3Sigma,60-75%,90-98%,99-99.9%,数据点(%),UCL,LCL,时间,我们在测量的项目,标准偏差的规则,管理图使用方法,问题1,保尔是有名的最优秀的驾驶员之一.有一天,他在工作时间喝了6pack的啤酒,喝完之后他说还能沿着一条直线驾驶卡车.于是同事们就要求他证明给他们看.,直观SPC事例研究,SPC应用事例,证明他确实沿着一条直线驾驶是一件困难的事情.这时有人想起他的卡车一向漏油.为了看他能否沿着一条直线驾驶,到公路行使了1英里左右,调查了公路上漏油的痕迹.,SPC应用事例,由你做出决定:保尔的驾驶路径是一条直线吗?,请看从高处往下看的(Birds-eyeView)公路的形象.,SPC应用事例,如果卡车是静止的.油会滴到同一个点上吗?,想想下一步:油会如何滴下来?,SPC应用事例,变动的原因,=自然的“油滴间的变动”,SPC应用事例,如果有办法把因为保尔的驾驶引起的变动与,因为油滴间的变动分离的方法,会不会有所帮助呢?,由你做出决定:保尔的驾驶路径是一条直线吗?,SPC应用事例,=自然的“油滴间的变动”,变动的原因,管理图理论(ControlChartTheory)是利用因为自然的常规原因引起的变动,作为把握由于保尔驾驶引起的变动的方法.,SPC理论,SPC应用事例,为了制定流程的基准性能(baseline)，形成了对“常规原因”引起的变动的研究“.在这种情况下,我们认为“油滴间变动”是常规原因.,以基准性能（现在的水准）为基础,设定data的包含99.7%的流程持续警戒范围.我们把这个警戒叫做管理限界（上限及下限）.,UCL,LCL,在这个限界外分布的data点被认为是因特殊原因造成的(异常状态).,SPC理论,SPC应用事例,-理论-管理限界周围的data分布状态提供可能存在异常状态的情报(出现其他变动要因),UCL,LCL,SPC应用事例,油滴间的变动,UCL,LCL,油滴间的变动+风,UCL,LCL,油滴间的变动+风+驾驶技能变动,UCL,LCL,SPC应用事例,UCL,LCL,没有对卡车移动路径“中心值变动”(“centering”的变化)的统计证据.Data点的“在中心线上下的分布(wiggling)”是因为噪音.,由你做出决定:保尔的驾驶路径是一条直线吗?,SPC应用事例,管理上限=UCL管理下限=LCL,根据你所学的知识判断时全部数据%在管理上下限中?,UCL,LCL,TIME,UCL和LCL,违反规则发现Pattern有什么问题吗?,规则和模型,管理图使用方法,问题4,ScrapLevel(%),JFMA,1996,1997,party举行,某工厂的scrap量达到了本年度最低2%.经理褒奖了那家工厂.在食堂举行宴会:所有的劳动者都有吃到了比萨和糖果!“大家可以为自己的成就感到自豪.”,19964月,3,2,1,SPC应用事例,JFMAMJJ,1996,1997,经理希望把奖品拿回来.,scrap量连续3个月持续增加.经理很想把奖品拿回来.“对成果的认可反而带来了反面效果.”实现的的成果(改善)没有维持下去,scrap量从新增加了.于是经理做出了这样的决定:“这个集团需要强力的管理方式!”,ScrapLevel(%),1996年6月,3,2,1,SPC应用事例,JFMAMJJASOND,1996,1997,中断“温柔的管理方式”,Scrap量增加到了2.6%,于是经理决定采取措施.为了确实解决这个问题召开了“特别会议”,强调完Scrap的重要性后经理便离开了.但是员工们都不知道应该做些什么.而且,除此之外他们还有需要改善的重要指标.所以他们没有采取任何为了减少scrap量的措施.,ScrapLevel(%),1996年11月,3,2,1,SPC应用事例,经理了解到从去年年末开始,scrap量在减少.“情况正在好转!”(实际上没有为变化系统采取任何措施.)经理的结论:“强力的管理方式能带来好的结果!”,经理的结论:“强力的管理和经营方式能促进工作.”,JFMAMJJASOND,1996,1997,JFMAMJ,ScrapLevel(%),1997年6月,3,2,1,SPC应用事例,JFMAMJJASOND,1996,1997,UCL,JFMMJJASO,LCL,ScrapLevel(%),3,2,1,SPC导出了不同的结论.,SPC应用事例,经理“我是根据data做出决定的.-但是我怎么可能错了呢?”,BlackBelt“你的决定是看到了高点和低点做出的.但是，实际上是因为噪音造成的.观察data,在流程上没有大的变化.”,JFMMJJASO,ScrapLevel(%),JFMAMJJASOND,1996,1997,UCL,LCL,3,2,1,SPC导出了不同的结论-但是理由是什么?,SPC应用事例,管理上限=UCL管理下限=LCL,规格上限=USL规格下限=LSL,一个数据要处在管理上限或管理下限时是在制造不良吗?,UCL,LCL,TIME,UCL和LCLvs.USL和LSL,管理图使用方法,管理上限=UCL管理下限=LCL,规格上限=USL规格下限=LSL,下列工程在制造不良吗?,UCL,LCL,TIME,USL,LSL,管理图使用方法,管理上限=UCL管理下限=LCL,规格上限=USL规格下限=LSL,UCL,LCL,TIME,USL,LSL,下列工程在制造不良吗?,管理图使用方法,#1)管理图上制定规格界限.#2)UCL和LCL看作规格界限.你把上述管理图只用于单纯检查的话那这不是管理图UCL/LCL是跟顾客不良没有直接性联系!,管理图的2个错误,我们的工程满足顾客要求的水准怎样那才是最重要的.但是,为了决定此项分析工程能力的其他研究.,管理图使用方法,基于缺陷性数或缺陷数可以能被应用到几乎每个收集数据的作业应用于质量特性：不能产生计量型数据，或测量费用太高，或难以测量不象计量型管理图，计数型管理图可以用于一个质量特性或多个质量特性（但当把相异的特性合计时应谨慎使用-易产生误导）,计数型管理图,不良品是与指定的标准相比较，在一个样品中有1个或多个不一致的项目缺陷是与指定接受的标准相比较，每一个不一致,缺陷与缺陷性,计数型管理图,缺陷性np画不合格个体的数p画不合格个体的百分数缺陷c画缺陷数u画“每检查个体”的缺陷数,计数型管理图类型,计数型管理图,np-Chart,监视缺陷性项目最简单的方式需要恒定的样品大小画每个样品缺陷性项目数中心线(np=缺陷性数;k=子群数)管理下限(Controllimit),_,计数型管理图,Minitab例题-npCharts例题,2543365075412363844464237,每天缺陷性单位数,时间,假设我们有一套数据(工作表npChart)，描述一周的62批缺陷性工资支票数,计数型管理图,打开工作表:NPChart统计控制图属性控制图NP控制图变量：Number子组大小：62,计数型管理图,注意到控制限有那些特殊吗?,计数型管理图,pChart,作缺陷性图时使用即可用于恒定的也可用于变化的样品大小基于二项分布既可以画分数式也可以画百分数式缺陷性中心线(np=缺陷性数n=子群内样品大小)控制限,计数型管理图,Minitab练习-pCharts例题,假设有这样的日管理图数据(打开工作表p-Char