《SPC培训》ppt课件

1、1品保部品保部20212021年年1212月月 .课程主要内容课程主要内容 相关统计知识引见 统计过程控制的根本概念 控制图的实际引见.有一组数据有一组数据0 , 33 , 5.5-2 , 19 , 127 , 11.51 , 46 , 10-2 , 26 , 9-7 , -9.5-3 , -3.52 , 5-4 , -58 , 137 , 104 , 7-5 , -23 , 610 , 13-3 , 0-1 , -0.52 , 41 , 2.55 , 8.55 , 80 , 18 , 114 , 7-5 , -6.5-7 , -49 , 14.5-1 , 2不知道是什么不知道是什么? ?.描

2、点作图描点作图依然不知道是什么依然不知道是什么! !.数据有问题数据有问题? ?原来数据来源于两个班次原来数据来源于两个班次! !0 , 33 , 5.5-2 , 19 , 127 , 11.51 , 46 , 10-2 , 26 , 9-7 , -9.5-3 , -3.52 , 5-4 , -58 , 137 , 104 , 7-5 , -23 , 610 , 13-3 , 0-1 , -0.52 , 41 , 2.55 , 8.55 , 80 , 18 , 114 , 7-5 , -6.5-7 , -49 , 14.5-1 , 2.-7-7-9-9-11-11111113-3-3-5-53

3、 35 57 79 9-11-11-13-131 1-1-1-3-3-5-5-7-71 1111113131515-9-93 35 57 79 9整理一下数据整理一下数据原来是这样原来是这样! !.找出数找出数据规律据规律可以预测和控制了可以预测和控制了! !Y = X + 3Y = X + 3Y = 1.5 X + 1Y = 1.5 X + 1Y=kX+bY=kX+b3=0k+b (0,3)3=0k+b (0,3)9=6k+b (6,9)9=6k+b (6,9)k=1k=1，b=3b=3Y=kX+bY=kX+b10=6k+b (6,10)10=6k+b (6,10)7= 4k+b (4 ,

4、7)7= 4k+b (4 , 7)k=1.5k=1.5，b=1b=1.相关统计知识引见相关统计知识引见第一章.母体与样本的概念群体批样本数据测定抽样处置. 母平均-表示 母变异- 表示 母规范差-表示. 样本规范差-s 表示 样本全距-R 表示 样本平均- 表示 样本变异- 表示.描画统计量个体内部的差别程度 描画统计量总体分布位置程度符号名 称符号名 称统计量表述的含义分类.统计特性值分类数据的特征与测度数据的特征与测度o在品管改善实务上特别注重变异性，先减少变异再挪动平均，会有比较好在品管改善实务上特别注重变异性，先减少变异再挪动平均，会有比较好的效果的效果数据的特征数据的特征集中趋势集中

5、趋势度量中心或平均度量中心或平均分散程度分散程度度量离度或度量离度或变异变异四分位数.统计特性值分类. .统计特性值分类. .二项分布Binomial Distributiono柏努利实验只进展一次，假设反复进展很多次所构成的机率分配那么是所谓的二项分配，其随机实验具有以下特质:o一样的实验反复进展n次o每次实验只需两种能够的结果，一种是研讨者“希望出现的，称为胜利事件，另一种是研讨者不希望出现的，称为失败事件。o每次的实验中，胜利事件发生的机率为p，失败事件发生的机率为q (q=1-p)o每次的实验彼此独立，毫不相关，亦即给定前次的实验结果不影响后一次实验的结果。o实验的进展为抽出放回。注注

6、: :二项分配常用于近似不良品发生的机率。二项分配常用于近似不良品发生的机率。.o 定义:二项分布的概率分布函数为:-(1-), 0, 1, 2,., ( )0, xn xnppxnf xx 其他.常态分布Normal Distribution具有良好之数学性质，可作为开展统计推论程序中的量测变量根本机率模型大多数自然界与工业产品的变异均可适用常态分布常态分布为质量管理技术的根底当样本数大时，平均数的抽样分布会近似于常态分布(中心极限定理)，此结果为统计在工业运用上重要根底),(2NX.常态分布的图形外形像钟，左右对称1. 其众数(mode)产生在 处,即曲线发生最大值时的横坐标为 。2. 此

7、曲线对称于经过平均数 的纵轴。3. 此曲线在 处有反曲点，当 时图形凸向上。反之，在其他地方图形那么凹向下。4. 在此曲线以下，横轴以上的面积总和为1。. 任何常态分配皆可转为规范常态分配 转换后的机率运算也可对应原分配 .泊松分布 Poisson Distribution泊松分布的概率分布函数为：泊松分布的概率分布函数为：1.泊松分布的参数是单位时间(或单位面积)内随机事件的平均发生率。 泊松分布适宜于描画单位时间内随机事件发生的次数。2.泊松分布的期望和方差均为。3.当二项分布的n很大而p很小时，泊松分布可作为二项分布的近似，其中为np。.统计过程控制的根本概念统计过程控制的根本概念第二章

8、.质量管理中心内容检测-容忍浪费 预防-缺陷防止质量管理体系的立足点是质量管理体系的立足点是预防而非检测。预防而非检测。.o SPC：Statistical Process Control(统计过程控制是运用统计技术分析过程中的质量特性从而控制过程变异o 过程：指的是共同任务以产生输出的供方、消费者、资料、方法和环境及输出顾客之集合o 统计：数量统计方法是一种科学的方法，它的实际根底是数量统计学；其用途如：o - 提供表示事物特征的数据；o - 比较事物间的差别o - 分析影响事物变化的因系及相互关系SPC根本概念-定义.SPC目的及作用o 1.经济性：有效的抽样控制，不用全数检验，得以控制本

9、钱。使过程稳定，能掌握质量、本钱与交期。o 2.预警性：过程的异常趋势可即时对策，预防整批不良，以减少浪费。o 3.分辨特殊缘由：作为部分问题对策或管理阶层系统改良 之参考。o 4.善用机器设备：估计机器才干，可妥善安排适当机器消费适当零件。o 改善的评价：过程才干可作为改善前后比较之指针 .根本概念-过程控制系统o 过程控制系统 人 机器 资料 方法 环境 我们的任务方式 资源的整合产品效力 顾客输入过程/系统输出过程的呼声统计方法顾客的呼声识别不断变化的需求求和期望.过程控制系统o 变异：任何系统中均存在变异，因此没有任何两件废品是完全一样的、o o 对于一切的过程输出，都有两个主要的统计

10、：对于一切的过程输出，都有两个主要的统计：对中性对中性 指由过程的平均值至最近的规格限的间隔指由过程的平均值至最近的规格限的间隔变差动摇变差动摇 指过程的分布宽度指过程的分布宽度变差动摇对中性USLLSL.组内变异与组间变异o 产品变异大致上可分为o 组内变异o 组间变异片内量测点之间的差别片与片之平均值之间的差别平均值平均值平均值平均值.偶尔缘由与异常缘由 普通由制造所消费出来的产品普通由制造所消费出来的产品,不不论其质量特性为何论其质量特性为何,它都一定会有动摇它都一定会有动摇,绝对无法做出完全一样的产品绝对无法做出完全一样的产品. 为何会产生如此的变动为何会产生如此的变动?缘由是制缘由是

11、制程遭到很多要素的影响程遭到很多要素的影响,且通常很难把且通常很难把握这些要素握这些要素.1、偶尔缘由引起的变动2、异常缘由引起的变动偶尔缘由的变动异常缘由的变动 异常缘由引起的变动有方法去除,且必需去除,否那么会导致制品质量极大损失. 但误将偶尔缘由当作是异常缘由,而改动制程的消费条件,不但影响消费效率也会导致产品质量下降. 故在制程控制中,如何判别变动属于偶尔缘由的变动或是异常缘由的变动.是做好制程控制中非常重要的关键所在.制程所发生的变动大部分是由偶尔缘由引起原料内的变动温度/环境微小变化设备的自然磨损或震动熟练作业人员的变动制程所发生的变动大部分是由异常缘由引起不同原资料间的变动温度/

12、环境变化宏大设备非正常磨损或条件错误作业人员未经训练操作.SPC控制图原理SPC控制图是按照3Sigma的原理来设定控制界限。假设数据为常态分配那么在3之外的机率仅为0.0027，假设样本点出如今控制界限以外，可分析制程出現异常，即制程已呈现不稳定形状，必需进一步清查缘由。 常态分配 -3-2-1+1+2+399.73%95.45%68.26%0.%0.%.控制图的实际引见控制图的实际引见第三章.p计量型控制图计量型控制图p均值均值- -极差图极差图p均值均值- -规范差图规范差图p中位数中位数- -极差图极差图p单值单值- -挪动极差图挪动极差图p计数型控制图计数型控制图p不合格品率控制图不

13、合格品率控制图 P P图图p不合格品数控制图不合格品数控制图 nPnP图图p单位缺陷控制图单位缺陷控制图 U U图图p缺陷数控制图缺陷数控制图 C C图图RxSxRmxRx正态正态分布分布二项二项分布分布泊松泊松分布分布.计量值，如产计量值，如产质量量特性质量量特性计数值，如缺陷数计数值，如缺陷数控制图选用备注：假设样本大小210)，那么用S控制图来取代R控制图。l 普通先判别R(或S)控制图能否在控制形状，假设是制程变异在控制形状，再去判别 控制图能否在控制形状。xx再求再求X chart 确定极差在监控下确定极差在监控下.控制图xxxmmxLCLxCLxUmxxxxxxxm3 3 CL ,

14、2121则中心线为组样本的平均分別为假设RAxdRnxRAxdRnxUCLRdRnx2222213 LCL 13 , , 为组极差的平均的估计为. 控制图RRDRdddRdRR LCLRDRdddRdRRUCLdRddRDRLCLRRDRUmRRRRRRRmRRRRRmm3232342323233342121 3133 3133 3 CL 3 CL ,则中心线为组样本其极差分別为假设有.n平均值控制图规范偏向控制图全距控制图控制界限因子中心线因子控制界限因子中心线因子控制界限因子A AA2A2A3A3C4C41/ C41/ C4B3B3B4B4B5B5B6B6d2d21/ d21/ d2d3d

15、3D1D1D2D2D3D3D4D422.1211.8802.6590.79791.253303.26702.6061.1280.88650.85303.68603.26731.7321.0231.9540.88621.128402.56802.2761.6930.59070.88804.35802.57441.5000.7291.6280.92131.085402.26602.0882.0590.48570.88004.69802.28251.3420.5771.4270.94001.063802.08901.9642.3260.42990.86404.91802.11461.2250.483

16、1.2870.95151.05100.0301.9700.0291.8742.5340.39460.84805.08702.00471.1340.4191.1820.95941.04230.1181.8820.1131.8062.7040.36980.8330.2045.2040.0761.92481.0610.3731.0990.96501.03630.1851.8150.1791.7512.8470.35120.8200.3885.3060.1.86491.0000.3371.0320.96931.03170.2391.7610.2321.7072.9700.33670.8080.5475

17、.3930.1841.816100.9490.3080.9750.97271.02810.2841.7160.2761.6693.0780.32490.7970.6875.4690.2231.777110.9050.2850.9270.97541.02520.3211.6790.3131.6373.1730.31520.7870.8115.5350.2561.744120.8660.2660.8860.97761.02290.3541.6180.3741.5853.3360.29980.7701.0255.6470.3071.693130.8320.2490.8500.97941.02100.

18、3821.6180.3741.5853.3360.29980.7701.0255.6470.3071.672140.8020.2350.8170.98101.01940.4061.5940.3991.5633.4070.29350.7631.1185.6960.3281.672150.7750.2230.7890.98231.01800.4281.5720.4211.5443.4720.28800.7561.2035.7410.3471.653160.7500.2120.7630.98351.01680.4481.5520.4401.5263.5320.27310.75012825.7820.

19、3631.637170.7280.2030.7390.98451.01570.4661.5340.4581.5113.5880.27870.7441.3565.8200.3781.622180.7070.1940.7180.98541.01480.4821.5180.4751.4963.6400.27470.7391.4245.8560.3911.608190.6880.1870.6980.98621.01400.4971.5030.4901.4833.6890.26110.7341.4875.8910.4031.597200.6710.1800.6800.98691.01330.5101.4

20、900.5041.4703.7350.26770.7291.5495.9210.4151.585假设n25n25，那么依以下公式计算以下各项因子，123,123,12311231,3414,3,3,34645444344322ncBncBncBncBnncncAndAnA. 控制图o 适用时机o当组内样本大于10时，用规范偏向控制图会比极差控制图有效率o当组内样本变动时o 传统上，R chart适用时组内样本数较少时，样本数太大(n10)，那么用S控制图来取代R控制图。o R Chart计算简单，建议假设是运用计算机软件执行SPC时，采用S Chart；另外S Chart可用于组内样本数不同。

21、Sx.SBccSScSSLCLSCLSBccSScSSUCLSSAxxLCLxCLSAxcSnxnxxUCLxSSxx324424424424334 13133 13133 3 1333 管制图管制图 控制图Sx.o在实务运用上，常会遭遇到其质量特性所得到的衡量值只需一个，其缘由为不能多抽或是不须多抽，例如o 消费率低无法以n1进展分析o 破坏性检验o有些如化学工业上之制程反复丈量值相差不大o故再此情况下无法以样本极差或是样本规范偏向来估计制程变异，所以采用挪动极差来估计制程变异o 也就是以相邻的数据计算极差1,nxxMRniii通常定義 控制图(单一观测值控制图, )RmxMRI.MRDLC

22、LMRCLMRDUCLdMRxLCLxCLdMRxUCL3422 3 3 ,变异管制图为平均数管制图为在此资料型态下RmxMRI 控制图(单一观测值控制图, ) .组内样本大小固定o 假设m组样本大小均为n，假设第i组样本含有Di个不良品，那么不合格率为o 全部样本的不合格率o 不合格率控制图nDpimpmnDpmiimii11总样本总不合格品数npppLCLpCLnpppUCL)()(1313P控制图(不良率控制图).o 不合格品数控制图)1 (CL)1 (n1ppnpnLppnpnUCLmNpmkknP控制图(不良品数控制图)这里：这里：kN=子集k中的不良品数k=1,2,3mm=子集数组

23、数mkkmkkNp11n.o 可用来控制o 一个检测单位(每组样本数大小固定)之总不合格点数即为c控制图o 固定样本下出现不合格点之机率服从卜瓦松分配o 根本假设有o 平均缺陷数必需远小于一切能够的缺陷总数o 发生缺陷的时机很大然而特定位置发生不合格点的机率很小且固定o 每一样本发生不合格点之时机一样o 不合格点之发生为独立c chart(缺陷数控制图).c chart(缺陷数控制图)o 在卜瓦松分配假设下，平均值为c，变异数亦为co 因此控制界限为o 以平均不合格点数作为平均值的估计：ccLCLcCLccUCL33ccLCLcCLccUCL33.u chart(单位缺陷控制图)o 适用时机o

24、 在实务运用上单位样本数能够会不同，无法满足 c控制图的假设o 此时，运用u chart单位缺陷数控制图o 定义单位不合格点数o 控制界限ncu样本数缺点数iinuuLCLuCLnuuUCL33.检定法那么 控制图异常点区域检定法那么控制图异常点区域检定法那么将控制图自上控制界限将控制图自上控制界限UCL至下控制界限至下控制界限LCL间隔分成间隔分成6个区域，每一个区域范围恰为一个规范偏向，分个区域，每一个区域范围恰为一个规范偏向，分别给予别给予ABC的称号。的称号。根据常态分配每一区域之发活力率，以检定能否异常。根据常态分配每一区域之发活力率，以检定能否异常。每种形状发生的机率皆很小每种形状

25、发生的机率皆很小(0.5%)，因此假设发生，因此假设发生视为异常。视为异常。A2.14B13.59C34.13C34.13B13.59A2.14UCLLCLCL321123.Control RulesRule 1:Rule 1:1 1点超出控制界限外点超出控制界限外Rule 2:Rule 2:延续延续8(8(或或 9) 9)点落在中心线一侧点落在中心线一侧能够缘由：能够缘由：制程参数设定错误制程参数设定错误设备机台缺点设备机台缺点人员操作异常人员操作异常量测错误量测错误能够缘由：能够缘由：制程平均程度偏移制程平均程度偏移引进新原物料引进新原物料新的作业人员操作新的作业人员操作设备机台重新设定设

26、备机台重新设定l适用范围：适用范围：_全部控制图全部控制图l发活力率：发活力率：2x0.00=0.00272x0.00=0.0027l发活力率：发活力率：2x(0.5)92x(0.5)9.Control RulesRule 3:Rule 3:延续延续6 6点上升或下降点上升或下降Rule 4:Rule 4:延续延续1414点上下交互变动点上下交互变动能够缘由：能够缘由：设备机台零件磨损设备机台零件磨损作业人员疲劳作业人员疲劳设备维修技术不良设备维修技术不良制程某要素已劣化制程某要素已劣化能够缘由：能够缘由：两个过程在同一张图上，分层缺乏两个过程在同一张图上，分层缺乏(如两种资料、两种设备如两种

27、资料、两种设备)作业人员过度控制作业人员过度控制量测仪器性能具周期表现量测仪器性能具周期表现l适用范围：适用范围：_全部控制图全部控制图l发活力率：发活力率：2x(1/6!)=0.00282x(1/6!)=0.0028l发活力率：模拟结果发活力率：模拟结果=0.004=0.004.Control RulesRule 5:Rule 5:延续延续3 3点有点有2 2点在点在A A区或超出区或超出A A区区Rule 6:Rule 6:延续延续5 5点有点有4 4点在点在B B区或超出区或超出B B区区能够缘由：能够缘由：设备机台重新调整设备机台重新调整夹治具位置不良夹治具位置不良不同批的原料混用不同

28、批的原料混用能够缘由：能够缘由：设备机台重新调整设备机台重新调整夹治具位置不良夹治具位置不良不同批的原料混用不同批的原料混用l适用范围：适用范围：_XbarXbar、X X控制图控制图l发活力率：l2xC32(0.0028)2x0.9772+ C33(0.0028)2l=0.0031l发活力率：l2xC54(0.1587)4x0.8413+C55(0.1587)5l=0.0055.Control RulesRule 7:Rule 7:延续延续8 8点落在中心线两侧，但点落在中心线两侧，但C C区无点区无点Rule 8:Rule 8:延续延续1515点落在点落在C C区区能够缘由：能够缘由：运用

29、两种以上的原料运用两种以上的原料混合的型态混合的型态, ,多个制程多个制程抽样方案值得讨论抽样方案值得讨论能够缘由：能够缘由：运用两种以上的原料运用两种以上的原料将不同的设备机台或消费将不同的设备机台或消费方法交错运用方法交错运用控制界限计算错误，或需重新计算控制界限计算错误，或需重新计算资料抽样自不同制程资料抽样自不同制程l适用范围：适用范围：_XbarXbar、X X控制图控制图l发活力率：发活力率： (0.3174)8=0.0001 (0.3174)8=0.0001l发活力率：发活力率：(0.6826)15=0.0033(0.6826)15=0.0033.控制图的判读准那么的选用o 并不

30、是一切的断定准那么都必需运用于任何过程控制的。o 典型的判读准那么选用参考如下o准那么1、5最为通用；o准那么2、6较能探测平均值的变化；o准那么4、8最能探测层别的问题；o准那么7能探测数据来源以及展现改善的过程；o准那么3用于探测过程的漂移.控制图的利用l 当发现不稳定，并寻觅到特殊缘由后，设法予以消除，然后剔除这些异常点的数据，再利用剩下来的数据假设所剩数据缺乏2525组那么需重新搜集适当数据，重新计算控制界限，重新判读直至稳定。原有控制界限原有控制界限新控制界限新控制界限.计数值与计量值控制图之选择在很多情况下，工程师会面临在计量值与计数值控制图两者做选择。在一些个案里，这选择可以很清

31、楚的决议，但在某些个案中，却很不明显，因此分析师必需以很多要素来决议要用何种控制图计数值控制图的优点在于它将很多质量特性结合思索，且假设有任何一个特性超越规格，就将他分类到不良品，但假设将很多质量特性都当作计量值处置，那么每一个几乎需求被察看，并个别或结合地执行计数控制计量值控制图提供较多有关制程绩效的资讯。 控制图能指出即将发生的问题，在制程还没制造出不良品前就能看出，而p图(或c及u图)那么需在制程曾经改动且产生很多不良品后才会发现Rx 计量值控制图计量值控制图计数值控制图计数值控制图优点1. 灵敏,容易追踪异常2. 及时反响不良1.资料容易获得缺陷1. 抽样频率高2. 需由专门人员量测质量特性1. 不易追踪异常缘由2. 及时性缺乏.统计制程控制图之正确运用控制界限、规格界限和自然允差界限控制界限(control limits)与规格界限(specification limits)之间并无任何关联或关系控制界限受制程的自然允差界限(natural tolerance limit)的驱策，通常取制程平均数上下3s所做的界限称为自然允差上、下界限，以UNTL与LNTL表示规格界限的决议是外来的，能够是由管理人员、制造工程师、顾客或产品开发者来订定，但须切记控制界限与规格界限之间并无任何数字或统计上的关系.o USL (Upper Spec. Limit)