什么是SPC(共75页).ppt

1、PRELIMINARYSubtitleUnit of measureTitleUnit of measureLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegend1 FunoteQuelle: McKinseySeite 1什么是SPC？lStatistical：（统计）以概率统计学为基础，用科学的方法分析数据、得出结论；lProcess ：（过程）有输入-输出的一 系列的活动；lControl ：（控制）事物的发展和变化是可预测的。什么是什么是 SPC （统计过程控制统计过程控制）统计学统计学( (St

2、atistics)Statistics)是数学的一个分支是数学的一个分支: :从所有同类项目(总体)(population)中抽取一些项目(样本)(samples)。计算集中特性(central tendency),如算术平均数(average或mean), 如极差 (range),方差(variance)和标准差(standard deviation)。对于总体分布,通过对抽样分布做假设,便可提供对总体采取措施的基础。 例如例如：根据经验/接受抽样样本的品质去推断是否接受或拒收整批货物.统计学中利用变异(variation)的概念衡量产品或过程抽样分布围绕着平均值波动及在可接受的范围以内或以

3、外波动的趋势.变异可能是随机(random)(由于偶然因素造成)或非随机的(assignable)(由于机械,方法,物料，人事，环境引起).统计学有助我们分辨随机与非随机因素. 分解分解SPC （统计过程控制统计过程控制）过程过程( (process)process)是指生产产品/服务的一系列行动或操作,也指支持产品/ 服务的过程如管理、财务、采购与工艺等。控制控制( (control)control)是指通过经预先设计的实验及采用统计技巧成功地: 过程进行控制；维持或改善控制。目标是使品质维持稳定。 把统计、过程、控制三个名词的英文字头起来就是把统计、过程、控制三个名词的英文字头起来就是 S

4、PCSPC分解分解 SPC （统计过程控制统计过程控制）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是以预防代替检验,制造业与其他行业一样,预防发生错误永远比事后矫正为好,而且简单得多.概括概括SPC （统计过程控制统计过程控制）简单来说，SPC是透过运用统计学上的技巧如控制图分析过程或其输出，从而作出适当的行动以达达到到及保持保持统计控制状况以及改善改善过程能力。u运用SPC最终目的运用统计方法于过程控制上以控制产品品质并不断的优化过程，使产品的品质及经济性达到最大；不是用来统计

5、产品的好坏多少及程度。总结总结 SPC （统计过程控制统计过程控制）n1924年美国品管大师W.A.Shewhart博士发明控制图。因其用法简单且效果显著, 人人能用, 到处可用, 逐渐成为实施品质管制时不可缺少的主要工具, 当时称为 (S Statistical Q Quality C Control)。n1931年W.A.Shewhart博士对其理论进行了总结，发刊名著产品制造质量的经济控制，此刊1980年代仍在美国再版，由此可见其学术价值。n1980年代由美国质量协会、AIAG、 克莱斯勒、福特、通用共同发展壮 大。SPC 历史n英国在1932年，邀请W.A. Shewhart博士到伦敦

6、，主讲统计品质管控，而提高了英国人将统计方法应用到工业方面的气氛。n就控制图在工厂中实施来说，英国比美国要早。 日本在1950年由W.E. Deming博士引到日本。 同年日本规格协会成立了品质管制委员会，制定了相关的JIS标准。控制图在英国及日本的历史SPC&SQC过程原料原料测量结果针对产品针对产品所做的所做的仍只是在做仍只是在做SQCSQC针对过程的重要针对过程的重要控制控制参数参数所做的才是所做的才是SPCSPC机器机器人员人员方法方法环境环境量测量测PROCESS原料原料人人 机机 法法 环环 测测量量测量测量结果结果好好不好不好不要等不要等产产品做出來品做出來后后再去看它好

7、不好再去看它好不好!而是在而是在制造制造的時候就要把它的時候就要把它制造制造好好!作用作用品质失败的结果品质失败的结果过程波动引起品质不良报废返工停工加强检验内部成本高的检验成本重复修理存货增多维护成本升高返工市场份额下降资金周转期长客户失望外部成本SPC 可以帮助我们可以帮助我们n区分正常波动和异常波动；n及时发现异常征兆；n消除异常因素；n减少异常波动；n提高过程能力；预防控制预防控制原则上,应该用于有数量特性或参数和持续性的 所有工艺过程;SPC使用的领域是大规模生产;多数企业，SPC用于生产阶段;在强调预防的企业，在开发阶段也用SPC。何时使用何时使用SPCSPCPRELIMINARY

8、SubtitleUnit of measureTitleUnit of measureLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegend1 FunoteQuelle: McKinseySeite 14 5M1E波动n没有两个产品是完全一样的，即使自动化生产线上产没有两个产品是完全一样的，即使自动化生产线上产品也不例外。品也不例外。n产品间的差异就是波动，它时隐时现、时大时小，时产品间的差异就是波动，它时隐时现、时大时小，时正时负。正时负。n产品间的差异是永远存在的，只是有时小到无法度量产品间的差异是永

9、远存在的，只是有时小到无法度量出来。出来。n产品间的差异是通过适当的质量特性（过程特性和产产品间的差异是通过适当的质量特性（过程特性和产品特性）表现出来的，因此品特性）表现出来的，因此n选好质量特性选好质量特性n准确地测量出来准确地测量出来 是两项重要的基础工作。是两项重要的基础工作。过程变差过程变差输入 (材料)机器人方法过程 (生产/装配)输出 (产品)反馈 (测量/检验)测量系统材料环境n输入材料n不同批次之间的差异n批次内的差异n随时间产生的差异n随环境而产生的差异过程变差过程变差n生产/装配n设备及工装夹具的差异n随时间而产生的磨损，漂移等n操作工之间的差异(如手工操作的过程)n设置

10、的差异n环境的差异过程变差过程变差n输出产品n输出的产品随时间而产生的变化n输出的产品随环境而产生的变化过程变差过程变差n反馈 - 测量n由于测量用于过程中的所有组成部分，测量的变差会对过程的各个阶段产生影响n偏倚n稳定性n重复性n再现性n分辨率过程变差过程变差PRELIMINARYSubtitleUnit of measureTitleUnit of measureLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegend1 FunoteQuelle: McKinseySeite 21波动源波动源（变差）（

11、变差） 例：加工机械轴的直径，很容易受到各种波动源的影响。例：加工机械轴的直径，很容易受到各种波动源的影响。机器：零件的磨损和老化。机器：零件的磨损和老化。工具：强度不同，磨损率的差异。工具：强度不同，磨损率的差异。材料：硬度不同，成份不同，产地不同。材料：硬度不同，成份不同，产地不同。操作者：对准中心的精度、情绪。操作者：对准中心的精度、情绪。测量：视觉误差、心理障碍测量：视觉误差、心理障碍维护：润滑程度，替换部件维护：润滑程度，替换部件环境：温度、湿度、光线、电源电压环境：温度、湿度、光线、电源电压波动波动这些波动源对加工的影响最后都集中反映在直径这些波动源对加工的影响最后都集中反映在直径

12、测量测量值值 普通原因与特殊原因普通原因与特殊原因普通原因：过程中变异因素是在统计的控制状态下，其产品之特性有固定的分配。特殊原因：过程中变异因素不在统计的控制状态下，其产品之特性没有固定的分配。12变差变差种类种类n随着时间的推移具有稳定性的可重复的分布过程中许多随着时间的推移具有稳定性的可重复的分布过程中许多变差的原因。变差的原因。n人：一定的熟练度下的微小差异人：一定的熟练度下的微小差异n机：一定的精度下的微小变化机：一定的精度下的微小变化n料：一定的稳定性下的微小变化料：一定的稳定性下的微小变化n法：一定的操作规范下的微小变化法：一定的操作规范下的微小变化n境：一定的环境条件下的微小变

13、化境：一定的环境条件下的微小变化普通原因所有微小所有微小变化的变化的集合集合在普通原因影响下，过程的输出呈现稳定的分布是可预测的。在普通原因影响下，过程的输出呈现稳定的分布是可预测的。特殊原因n过程中偶然发生的某个环节的特殊变异：过程中偶然发生的某个环节的特殊变异：如：如：操作人员的更换操作人员的更换刀具崩刃刀具崩刃新的原材料新的原材料操作程序变更操作程序变更气温骤降气温骤降的其中一种的其中一种或几种或几种 在特殊原因的影响下，过程的分布会改变在特殊原因的影响下，过程的分布会改变 位置（均值）改变位置（均值）改变 分布宽度（最小值与最大值之间的距离）改变分布宽度（最小值与最大值之间的距离）改变

14、 形状改变（偏斜）形状改变（偏斜）运用SPC能？受控(消除了特殊原因)时间范围不受制(存在特殊原因)规范上限受控且有能力符合规范(普通原因造成特变差)时间受控但没有能力符合规范(普通原因造成变差太大)运用SPC能？ 是贯彻预防原则的SPC的核心工具。 1984年名古屋工业大学调查115家日本各行各业的中小型工 厂，平均每家采用137张控制图； 柯达公司一年内共用了35000张控制图。 优质企业平均有73%(用SPC方法的)的过程Cpk超过1.33， 低质企业只有45%过程达到Cpk=1.33。 Cpk1.67的企业，平均销售收入增长率为11%以上，而其它企业的数据为4.4%。 一家企业用了三年

15、的时间使废品率降低58%，其使用的方法：将使用SPC的过程比例由52%增加到68%。控制图的重要性控制图的重要性n分析阶段n控制阶段如何使用控制图使过程处于统计稳态使过程能力足够控制图CP、PP用生产过程收集的数据计算控制界限预防控制预防控制分析阶段n在控制图的设计阶段使用，主要用以确定合理的控制界限。n每一张控制图上的控制界限都是由该图上的数据计算出来。从分析阶段转入控制阶段n在什么条件下分析阶段确定的控制限可以转入控制阶段使用：n生产过程是受控的n过程能力能够满足生产要求控制阶段n控制图的控制界限由分析阶段确定；n控制图上的控制界限与该图中的数据无必然联系；n使用时只需把采集到的样本数据或

16、统计量在图上打点就行；何时应该重新计算控制界限n控制图是根据稳定状态下的条件（人员、设备、原材料、工艺方法、测量系统、环境）来制定的。如果上述条件变化，则必须重新制定控制图.n一定时间后检验控制图还是否适用；n过程能力值有大的变化时。质量特性分类n计量型计量型：用各种计量仪器测出、以数值形式表现的测量结果，包括用量仪和检测装置测的零件直径、长度、形位误差等，也包括在制造过程状态监控测得的切削力、压力、温度、浓度等。v计数型计数型：通常是指不用仪器即可测出的数据。计件计件如不合格件数；计点计点如PCB上的漏焊数、溢胶数等ONOFF控制图的要素纵坐标：数据（质量特性值或其统计量）横坐标：按时间顺序

17、抽样的样本编号上虚线：上控制界限UCL下虚线：下控制界限LCL中实线：中心线CL控制界限=平均值3控制图的要素控制图原理：n1） 3 原理： 若变量X服从正态分布,那么,在 3 3 范围内包含了99.73% 的数值。（如下图）3原理X 6原理6 6 一般企业的瑕疵率大约是3到4个西格玛，以4西格玛而言，相当于每一百万个机会里，有6210次误差。控制图的分类n计量型控制图计量型控制图n计数型控制图计数型控制图计量型控制图均值-极差控制图()均值-标准差控制图()单值-移动极差控制图()SRX RX SX MRX 计数型控制图不良率控制图（P图）不良品数控制图（Pn图）缺陷数控制图（C图）单位缺陷

18、数控制图（U图）计量型数据吗？ 性质上是否均匀或不能按子组取样？关心的是不合格品率吗？样本容量是否恒定？样本容量是否恒定？ 子组容量 9？MRX sx Rx np或p图p图C或U图U图是否是是是是是否否否否否关心的是单位零件缺陷数吗？是选择合适的控制图SPC Introduction统计量R 极差(range) 算术平均数 (arithmetic mean)Md 中位数(median)Mo众数(mode)2 方差/变异(variance)标准差(standard deviation)基本统计概念xSPC IntroductionR 极差(range)R = Xmax - Xmin 算术平均数

19、(arithmetic mean)基本统计概念nxxnii1xSPC IntroductionMd 中位数(median)顺序数列中的中心项的数值Mo众数(mode)资料中出现最多的数值基本统计概念SPC Introduction2 方差/变异(variance)基本统计概念)(.)()(1)(22221122xxxxxxnnxxnniinSPC Introduction 标准差(standard deviation)基本统计概念2222112)(.)()(1)(xxxxxxnnxxnniinPRELIMINARYSubtitleUnit of measureTitleUnit of meas

20、ureLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegend1 FunoteQuelle: McKinseySeite 50u 实例： 某工厂制造一批紫铜管，应用 - R 管制图来控制其内径，尺寸单位为m/m，利用下页数据表之资料，求其管制界限并绘图。（n=5）x制品名称：紫铜管制品名称：紫铜管 机械号码：机械号码：XXX品质特性：内径品质特性：内径 操操 作作 者：者：XXX测定单位：测定单位：m/m 测测 定定 者：者：XXX制造场所：制造场所：XXX 抽样期限：抽样期限： 自年月日自年月日 至年月日

21、至年月日样组样组测定值测定值R样组样组测定值测定值RX1X2X3X4X5X1X2X3X4X51505049525150.4314534847525150.262475353455049.6815534849515250.653464549484947.4416465053515350.674504849495249.6417505249494949.835464850545049.6818504950495149.826504952515451.2519524952535051.247474950485249.2520504750535250.468485046495148.852152495

22、1535051.049505049515349.0422555451515052.2510495151464849.2523505452504951.0511515049465049.2524475151525250.6512505049525150.4325535151505151.2313494949505550.461,250120 xx计量型数据控制图PRELIMINARYSubtitleUnit of measureTitleUnit of measureLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegen

23、dLegend1 FunoteQuelle: McKinseySeite 511.将每样组之 与R算出记入数据表内。2.求 与 50 4.83.查系数A2，D4，D3 A20.58，D42.11，D3负值（以0代表）XRXRkX251,250kR25120计量型数据控制图x均值和极差图（ - R） xPRELIMINARYSubtitleUnit of measureTitleUnit of measureLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegend1 FunoteQuelle: McKinse

24、ySeite 524.求管制界限。 (1) 控制图 CL50 UCLA250(0.58) (4.8)52.78 LCLA2 50(0.58) (4.8)47.22 (2) R控制图： CL4.8 UCLD4 (2.11) (4.8)10.13 LCLD3 (0) (4.8)05.将管制界限绘入管制图6.点图7.检讨管制界限XXXRRR均值和极差图（ - R） x计量型数据控制图RRxPRELIMINARYSubtitleUnit of measureTitleUnit of measureLegendLegendLegendLegendLegendLegendLegendLegendLegen

25、dLegendLegendLegend1 FunoteQuelle: McKinseySeite 530510460480500520540管制图管制图UCL (52.78)CL (50)UCLR(10.13)LCL (47.22)CLR(4.8)LCLR(0) R管制图管制图X计量型数据控制图均值和极差图（ - R） Edited by Mr. jose leespc统计过程分析统计过程分析计数型控制图u 实例 某工厂制造外销产品，每2小时抽取100件来检查，将检查所得之不良品数 据，列于下表，利用此项数据，绘制不良率(p)控制图，控制其质量 组别ndp组别ndp组别nDP110030.03

26、1110030.032110050.05210040.041210060.062210080.08310030.031310080.082310040.04410080.081410050.052410050.05510050.051510020.022510040.04610050.051610030.03合计2500125710070.071710060.06平均Edited by Mr. jose leespc统计过程分析统计过程分析P P控制图绘图步骤 1.求控制界限 CL 0.05 5% UCL 3 11.54% LCL 3 （为负值，视为0）P500, 2125n)P(100PPP

27、n)P(100PEdited by Mr. jose leespc统计过程分析统计过程分析 P P控制图绘图步骤2.点绘控制图33过 程 Sigma估计Sigma计算Sigma2dR4cSnkmnkmxxSmii*,1)(12，则为个子组，每个子组容量Cp,Cpk,CpmPp,Ppk,Ppm)1,2233331(6kCpCpkCpkLSLUSLLSLUSLxkLSLxxUSLMinCpkLSLLSLxCplUSLxUSLCpuCpCprCrLSLUSLLSLUSLCp（也可以这样计算：则其分子称为偏移量。称为偏移系数，）（）（），（存在时）（当存在时）（当（常以百分数表示）（或都存在时）、当C

28、pm为目标值其中aTTaxLSLUSLCpm22)(6过程满作规范的程度22)(633331Pr(6TaxSLSLUSLPpmLSLxxUSLMinPpkLSLLSLxPplUSLxUSLPpuPpPprLSLUSLLSLUSLPp），（存在时）（当存在时）（当（常以百分数表示）（或都存在时）、当PRELIMINARYSubtitleUnit of measureTitleUnit of measureLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegend1 FunoteQuelle: McKinseyS

29、eite 61PRELIMINARYSubtitleUnit of measureTitleUnit of measureLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegend1 FunoteQuelle: McKinseySeite 62上规格限 停产!XXXXXXXX上 警 戒 限中心新 线下规格限 停产!下 警 戒 限7062.55547.540彩彩 虹虹 图图PRELIMINARYSubtitleUnit of measureTitleUnit of measureLegendLegendLege

30、ndLegendLegendLegendLegendLegendLegendLegendLegendLegend1 FunoteQuelle: McKinseySeite 63过程能力与过程性能过程能力与过程性能过程能力与过程能力指数过程能力与过程能力指数 过过程能力是指过程处于稳定状态下程能力是指过程处于稳定状态下的实际加工能力，用的实际加工能力，用3 3 表示。表示。 过程能力指数表示过程能力满足技术过程能力指数表示过程能力满足技术标准（规格、公差）的程度，记为标准（规格、公差）的程度，记为CpCpPRELIMINARYSubtitleUnit of measureTitleUnit of

31、 measureLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegend1 FunoteQuelle: McKinseySeite 64过程能力过程能力PRELIMINARYSubtitleUnit of measureTitleUnit of measureLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegend1 FunoteQuelle: McKinseySeite 65PRELIMINARYSubtitleUni

32、t of measureTitleUnit of measureLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegend1 FunoteQuelle: McKinseySeite 66The change of within spec(The change of within spec(引入规格限以后的过程能力）引入规格限以后的过程能力）5 .167.0pC0 .100.1pC75.033.1pC6 .067.1pCUSLLSLP=4.45% p=0.27% p=60ppm p=0.6ppm-5-4-3-2

33、-1012345PRELIMINARYSubtitleUnit of measureTitleUnit of measureLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegend1 FunoteQuelle: McKinseySeite 67 过程能力指数表示过程能力满足产品技术标过程能力指数表示过程能力满足产品技术标准的程度。技术标准是指加工过程中产品必须准的程度。技术标准是指加工过程中产品必须达到的质量要求，通常用标准、公差（容差）、达到的质量要求，通常用标准、公差（容差）、允许范围等来衡量，一般用符

34、号允许范围等来衡量，一般用符号T表示。质量表示。质量标准（标准（T）与过程能力（）与过程能力（B）之比值，称为过）之比值，称为过程能力指数，记为程能力指数，记为CP过程能力指数过程能力指数6TCpPRELIMINARYSubtitleUnit of measureTitleUnit of measureLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegend1 FunoteQuelle: McKinseySeite 68CPK与与PPK的区别的区别过程固有变差过程固有变差仅由于普通原因产生的那部份过程变差，

35、仅由于普通原因产生的那部份过程变差，可以从控制图上通过可以从控制图上通过R/d2来估计。来估计。过程变差过程变差由于普通和特殊两种原因所造成的变差，该变由于普通和特殊两种原因所造成的变差，该变差可用样本标准差差可用样本标准差S来估计：来估计： ni=1n1(XiX)2S SS= =Xi为单值读数为单值读数PRELIMINARYSubtitleUnit of measureTitleUnit of measureLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegend1 FunoteQuelle: McKin

36、seySeite 696.Cpk和Ppk的差异Cpk：只考虑了组内变异，而没有考虑组间变异，所以一定只考虑了组内变异，而没有考虑组间变异，所以一定是适用于是适用于过过程稳定时，其组间变异很小可以忽略时，不然会程稳定时，其组间变异很小可以忽略时，不然会高估了高估了过过程能力；另程能力；另外外也可以说明如果努力将组间变异降低也可以说明如果努力将组间变异降低时所能达到的程度。时所能达到的程度。Ppk：考虑了总变异考虑了总变异(组内和组间组内和组间)，所以是比较真实的情形，所以是比较真实的情形，所以一般想要了解真正的所以一般想要了解真正的过过程情形应使用程情形应使用Ppk。PRELIMINARYSub

37、titleUnit of measureTitleUnit of measureLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegend1 FunoteQuelle: McKinseySeite 70常用的控制图控制图代号控制图名称特点适用场合均值极差控制图最常用，判断工序是否正常的效果好，计算R值的工作量小适用于产品批量大且生产正常、稳定的工序均值标准差控制图常用，判断工序是否正常的效果最好，但计算S值的工作量大适用于产品批量大且生产正常、稳定的工序。中位值极差图计算简便，但效果较差。适用于产品批量大且生

38、产正常、稳定的工序。单值-极差图简便省事，能及时判别工序是否处于稳定状态。缺点是不易发现工序分布中心的变化。因各种原因（时间或费用）每次只能得到一个数据或尽快发现并消除异常因素。RXSXRX MRX PRELIMINARYSubtitleUnit of measureTitleUnit of measureLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegendLegend1 FunoteQuelle: McKinseySeite 71控制图代号控制图名称特点适用场合p不合格品率控制图样本取样量大，且计算量大，控制曲线凹凸不平样本含量可以不等np不合格品数控制图较常用，计算简洁，作业人员易于掌