SPC统计过程控制 (2)ppt课件

1、SPC统计过程控制.目录第一章：根本统计概念分布的概念第二章：Minitab根本技艺第三章：统计过程控制引见第四章：计量型统计过程控制第五章：SPC控制图的了解第六章：计数型SPC第七章：SPC与过程才干研讨总结.第一部分：根本统计实际数据的种类数据分布数据中心的表达平均数中位数众数数据离散的表达极差方差规范差数据分布图形的表达正态分布正态机率.数据的种类离散数据好/坏机器1，机器2，机器3任务班次计数资料文件中的错误数，产品中的不合格品数，等等延续数据小数点后的位数是有意义的，也可以了解为任何数的一半，都有其物理意义时间秒压力psi速度米/min厚度厘米等等.样本中心趋势的表达 平均数：反映

2、出一切数值的影响显著地遭到极端值的影响 中位数：不是必需将一切数值导入计算式中不受极端值的影响 众数：出现次数最多的那个 .样本中心趋势的表达定义优、缺点平均值 Xbar Average (X1+X2+Xn) / n平均，最基本最常用的集中趋势的量度，但显著地受到极端值的影响中位数 XmedMedian Xi大小排列，中间的那个 消除了极端值的影响测量不经济或时间长时，用它来预测平均值众数Mode 出现次数最多的那个 消除了最大和最小值的影响用于极度倾斜的分布用于不规则的分布，如出现两个高峰.离散度的表达极差Range一组数据中，极大值与极小值的差方差每一资料值与群体平均数离差平方的平均值规范

3、差方差的平方根极差对分别点资料的敏感度比如差高.离散度的表达母体方差母体规范差样本方差样本规范差.离散度的表达定义优、缺点极差 RRange Max(X1,.,Xn)-Min(X1,Xn) 简单，最基本最常用的变异的量度数据越少越好用标准差 Sigma 考虑了所有数据的情况从而能真实反映数据离散程度的大小避免了绝对值计算.正态分布“正态分布中的资料具有某种固定的特质这些特制可协助了解程序的特性大部分的自然景象及人为程序是呈现正态分布的或经由转换后可以以正态分布的方式来表现用来做控制图的数据首先必需是正态分布的，不是正态分布的数据，要首先转换成正态的.正态分布特质一：正态分布只需以下数据即可完好

4、描画平均数用来定位置规范差用来决议正态分布的“胖瘦.正态曲线xf(x)xf(x)68.27%xf(x)95.45%99.73%-1+1-2+2-3+3特质2：在曲线下的区段面积可用来估计一特定事件发生之累积机率某区间内数据的累计机率与平均值相距的规范差个数.正态normal机率测试图利用Normal Probability Plot 我们可以测试一组数据能否为“正态分布假设该分布趋近于正态，那么Normal Probability Plot 将会趋近于不断线利用Minitab 可以简单的制造出Normal Probability Plot 下面我们利用一组数据来检验一下其正态性.正态norma

5、l机率测试图.正态normal机率测试图.正态normal机率测试图.正态normal机率测试图当P值0.05时，阐明该组数据分布是正态性的，反之，那么不是.目录第一章：根本统计概念分布的概念第二章：Minitab根本技艺第三章：统计过程控制引见第四章：计量型统计过程控制第五章：SPC控制图的了解第六章：计数型SPC第七章：SPC与过程才干研讨总结.描画统计中常用的技巧第一、显示描画性统计.显示性描画统计的会话窗口.第二、图形化汇总.图形化汇总结果.Minitab作图时常用的几个操作Minitab有三种文件方式，常用的有.mtw和.mpj，其中.mtw为文件，.mpj为工程，文件为单一的，工程

6、可包含数个文件Ctrl+D可以迅速链接到表格，Ctrl+M可以迅速链接到计算结果，Ctrl+E可以迅速链接到会话窗口图形化汇总可替代“描画性统计+“正态性检验两个功能.目录第一章：根本统计概念分布的概念第二章：Minitab根本技艺第三章：统计过程控制引见第四章：计量型统计过程控制第五章：SPC控制图的了解第六章：计数型SPC第七章：SPC与过程才干研讨总结.统计过程控制引见SPC历史1924年，美国的休哈特博士提出将3sigma原理运用于消费过程当中，并发表了著名的“控制图法，对过程变量进展控制，为统计质量管理奠定了实际和方法根底。工业中开场用统计方法替代事后检验的质量控制方法二战后，日本从

7、美国请来了戴明，推行控制图的运用。SPC在日本工业界的大量推行运用，对日本产质量量的崛起起到了至关重要的作用八十年代以后，世界许多大公司纷纷在本人内部积极推行运用SPC，而且对供应商也提出了相应要求。在ISO9000以及QS9000中也提出了在消费控制中运用SPC方法的要求。.什么是SPC?控制图表是经过随着时间的推移来统计跟踪过程和产品参数的方法。控制图详细表现出反映随即变动的自然界限的控制上限与下限。这些界限不应与客户规格界限相比较。控制界限基于对X或Y设立3sigma平均界限质量特性值抽样时间和样本序号UCL控制上限CL中心线LCL控制下限 3倍规范偏向33倍规范偏向3.为什么运用统计过

8、程控制？判别过程能否稳定，处于统计过程控制；发现产生变异的特殊缘由，并采取措施以改善过程；根据SPC提供的信息，对过程采取预防措施，事先消除产生变异的特殊缘由，以保证过程处于统计过程控制形状简单扼要的来说，用控制图能让我们更加容易发现呵斥非自然变异的特殊缘由并且最小化对自然变异的过敏反响；.自然变异和非自然变异在消费过程中，产品的加工尺寸的变异是不可防止的。它是由人、机、料、法、环、测等根本要素的变异影响所致变异分为两种自然变异和非自然变异自然变异是偶尔性缘由不可防止要素呵斥的。它对产质量量影响较小，在技术上难以消除，在经济上也不值得消除非自然变异是由系统缘由异常要素呵斥的。它对产质量量影响很

9、大，但可以采取措施防止和消除SPC(统计过程控制的目的就是消除、防止非自然变异，使过程处于自然变异形状。.普通缘由在过程中稳定的和随时间反复分布的变差的缘由在稳定系统中的偶尔缘由如只需普通缘由，过程的输出是可预测的这时过程可称为处于统计控制形状.特殊缘由在过程中不时常发生的变化缘由当发生时，会将整个过程分布改动除非对一切的变化特殊缘由找出和处置，它们会继续以不可预测的方式影响过程输出.普通缘由和特殊缘由对比原因分类定义和特点举例一般原因(Common Cause)造成一般变异。随时间的推移稳定、可重复可以预测不易识别、不易消除大量的引起细微的变异正常的原材料的微小变化设备的微小震动刀具的正常磨

10、损模具正常的老化操作者细微的不稳定夹具的正常磨损特殊原因(Special Cause) 造成特殊变异。并非始终的作用于过程难以预测易识别、易消除少量的引起严重的变异异常的使用了一批不合格的原材料设备的不正确调整刀具的严重磨损模具损坏操作者做错（判定标准错）使用了错误的夹具.普通缘由与特殊缘由在统计过程中的表达大小失控(有特殊缘由)受控(特殊缘由消除)此过程变异在统计控制形状下, 其产品特性的分布有固定的分布, 即: 位置、分布、形狀。所导致的过程变异不在统计控制形状下，其产品特性的分布沒有固定的分布，不可预测。.在何处运用SPC控制图SPC是用于观测变异并运用统计信号来监控和/或进展改善的根本

11、工具。该工具几乎可运用于任何领域，如：设备性能特性OEE，设备综合利用率记账作业的出错率物耗分析中的报废率物料管理系统中的中转时间效力称心度等等.在何处运用SPC控制图当一个防错安装不可行时从FMEA中得出具有高危险顺序数值RPNs)的过程从DOE要素实验设计得出的关键变量客户要求管理层承诺.SPC的优点和缺陷优点已证明的改善消费力的技术方法预防缺陷的有效方法防止不用要的过程调整提供诊断信息提供过程才干信息用于计数型和计量型两种数据类型缺陷必需提供充分的培训必需正确搜集数据必需正确的计算和标绘所需的统计量例如：均值，极差，规范差必需正确分析图表所采取的纠正措施必需适当. 控制图直方图未处于统计

12、稳态处于统计稳态未处技术稳态处技术稳态TUTLMTUTLMABCDTUTLMTUTLM控制限与规格限.控制限和规格限最理想的是第一类，过程受控，过程才干充分过程或产品符合要求第二类虽然受控，但普通缘由的变化大，过程才干缺乏，阐明稳定地消费出不合格产品第三类过程或产品符合要求，但不受控，必需找出特殊缘由，有能够设备选择过剩的消费才干，比如迁延机运用了飞机的发动机第四类不受控，过程或产品也不符合要求，普通缘由和特殊缘由都存在.SPC控制图SPC控制图分为以下两类：计量型控制图计数型控制图.计量控制图为一个过程特性的述职进展量度如温度、时间、尺寸而制造，通常有以下几种图表可以选用单值挪动极差图I-M

13、R均值极差图Xbar-R均值规范差图Xbar-S计量值控制图比较花钱，由于要分析和计算每个数据，但计量值控制图比较有作用和有价值.计数控制图为计数值的量度，如不合格品数、客户赞扬次数、缺勤率而制造。有以下几种可以选用：P chart 不合格品率图Np chart 不合格品数图C chart 缺陷数图U chart缺陷率图.目录第一章：根本统计概念分布的概念第二章：Minitab根本技艺第三章：统计过程控制引见第四章：计量型统计过程控制第五章：SPC控制图的了解第六章：计数型SPC第七章：SPC与过程才干研讨总结.计量型统计过程控制经过对本模块的学习后，学员将可以建立以下控制图：单值挪动极差图I

14、-MR均值极差图Xbar-R均值规范差图Xbar-S.I-MR图单值挪动极差I-MR图，子群由单一的丈量值组成I-MR图由两个图组成，一个是I图，一个是MR图I图为每个子群计量个体的丈量值，中心线为其平均值MR图为相邻两个数值的差的绝对值，中心线为其平均值.用 Minitab 创建I-MR图.用 Minitab 创建I-MR图.X bar图计量型控制图涉及延续性变量，其中所关注的统计量是中心趋势和变异X bar图随时丈量变量的中心趋势。它运用来自大小为n的样本的平均值，或X-bar图的中心线由平均值的长期平均程度或X-double bar各子组平均值的平均值描画出来控制界限定了范围在3 sig

15、ma，或在平均值上的99.7%内的置信区间.极差R图极差，或R图监控在子群体内部随时间的变动图的中心线由极差的长期平均程度或R-bar所代表控制界限限定了范围在平均值上3sigma of the range内的置信区间.用Minitab 创建Xbar & R控制图.运用Xbar&R图需求留意的几点Xbar&R图主要用于消费量大的过程，消费中常用根本上每个子组取样36个，最常取样数为5，子组内的几个样品的控制条件要一模一样，而且要在很短的时间内取够子组内的样，确保其只受自然要素影响，也就是子组内只允许“噪音存在子组与子组之间控制条件可以不一样，子组间要有特殊缘由要至少涵盖一切不同消费条件组合下的

16、70%以上的子组组合如：消费线3条，操作工6人，供应商2个；那么要至少取36270%25个不同组合的子组至少取够25个子集.运用Xbar&R图需求留意的几点假设一切点只是显示随机变化，运用计算出得控制界限来监控紧接着的大约75个子集，假设过程仍在控制之下，运用一切数值重新计算控制界限然后保管新的控制界限假设过程显示出变异特殊缘由，假设该缘由与孤立的点有关系，那么移除这些点并重新计算控制界限然后保管新的控制界限假设过程显示出得变异特殊缘由与孤立的点无关系，或无法找到真正缘由，那么重新取样确定控制界限；.Xbar-S图对于大小为2,3或4的子集，在精度上技术没有差别当子集大小超越4时，规范差变得比

17、极差愈加准确，对于大于10的子集大小，最好运用Xbar-S图其制造方法根本上同Xbar-R图一样.控制图与规格界限控制图是用于监控稳定性控制图的目的是监控目前过程处的情况稳定与否-即使其不能到达规格要求控制界限与规格界限绝对没有关系控制图监控一组产品的均值和变异，规格是针对个别数值规格界限不应该放置于控制图之上才干分析要分开进展，虽然稳定性是声称过程是有才干的先决条件.目录第一章：根本统计概念分布的概念第二章：Minitab根本技艺第三章：统计过程控制引见第四章：计量型统计过程控制第五章：SPC控制图的了解第六章：计数型SPC第七章：SPC与过程才干研讨总结.SPC控制图的了解什么是失控？当一

18、个过程显示出一种非随机方式时，该过程便是在统计上失控小心留意失控的意思，由于该过程仍能够会消费出良品，该非随机方式只是意味着有很强的统计上的证据证明过程曾经发生变化. 控制图判异准那么过程异常的检验方式准那么1：一点落在A区以外ABCCBAxxx控制图中1点越出控制界限的概率为 0.0027。准那么1是控制图判异准那么中最为重要的检验方式。准那么1可以对分布参数的变化或分布参数的变化给出信号，变化越大给出信号的速度越快时间周期越短。准那么1还可以对过程中的单个失控做出反响，如计算错误、丈量误差大、原资料不合格、设备工装发生缺点等。.准那么2：延续9点落在中心线同一侧ABCCBAx控制图中1点落

19、于中心线一侧的概率为0.50那么延续9点落于中心线同一侧的概率为0.509 =0.00195准那么2是对准那么1的补充，以改良控制图的灵敏度。准那么2是为了检验分布中心线以下，那么反响了参数的减小，假设延续9点落于中心线以上，那么反响了分布参数的增大。.准那么3：延续6点递增或递减ABCCBAxx控制图中延续6点递增或递减的发生概率为 准那么3是针对分布参数过程平均值的趋势变化而设计的，它断定分布参数过程平均值的较小的趋势变化的灵敏度比准那么2要高更为灵敏。 过程中产生趋势变化的缘由能够是刀具、工具的磨损、维修程度降低、操作人员技艺的逐渐变化等，这种变化往往会呵斥概率也随之变化。递增或递减显示

20、了趋势的变化方向。.准那么4：延续14点中相邻两点上下交替ABCCBA 准那么4由于并不限定点子落入哪个区域，因此不能由概率计算来决议。准那么4是经过蒙特卡罗实验统计模拟实验所决议的。 准那么4用于检验由于数据未分层数据来源于两个总体，如轮流运用两台设备加工或由两位操作人员轮番进展操作而引起的系统效应，准那么4也可以检验过程中存在的周期性变化的异常。.准那么5：延续3点中有2点落在中心线同一侧的B区以外xxABCCBAx在控制图中1点落入中心线同一侧A区的概率为2点落入中心线同一侧A 区的概率为P=0.021452=0.000463点中的2点可以是任何2点，至于第3点可以在任何处，甚至不存在。

21、准那么5用于检验分布参数(过程平均值)的变化，对于分布参数的变化的检验也很灵敏。.准那么6：延续5点中有4点落在中心线同一侧C区以外ABCCBAx在控制图中，1点落入中心线同一侧C区以外的概率为准那么6与准那么5的情况类似，第5点可以在任何处。 准那么6是为了检验分布参数的变化，其对过程平均值偏移的检验是很灵敏的。.准那么7：延续15点中全部在中心线两侧C区以内ABCCBA延续 15 点落在中心线两侧 C 区以内的概率为0.682615=0.00325延续 16 点落在中心线两侧 C 区以内的概率为：0.682616=0.0022应留意出现准那么7的景象能够有两种情况：1由于分布参数的减小，这

22、是一种良好的异常，应进展质量分析，找出缘由将良好的情况加以稳定； 2数据的虚伪、数据分层不够以致控制图设计中的错误等。只需排除了这些能够之后才干总结分析现场减小规范差的先进阅历。.准那么8：延续8点在中心线两侧，但无1点在C区以内ABCBAC延续8点在中心线两侧 C 区以外的概率为：0.9973-0.68268=0.31478=0.0001 出现准那么8的景象能够是分布参数的显著增大，也有能够是数据分层不够，应仔细分析。.控制图的趋势规律.失控过程的常见缘由丈量精度和运用的仪器能否不同不同操作者能否采用不同的方法过程能否受环境如温度、湿度的影响环境能否有艰苦改动过程能否受工具磨损的影响当时过程

23、中能否有未经培训的工人参与原料来源能否有变过程能否受操作者疲劳的影响设备保养能否有变化能否经常调理机器样天性否来自不同机器？不同轮班时间和不同操作者操作者能否不愿报告坏音讯.目录第一章：根本统计概念分布的概念第二章：Minitab根本技艺第三章：统计过程控制引见第四章：计量型统计过程控制第五章：SPC控制图的了解第六章：计数型SPC第七章：SPC与过程才干研讨总结.计数型SPC内容计数型数据计数型数据的控制图P图nP图C图U图.缺陷与不合格品缺陷一个不满足规格要求的质量特性一个产品会具有一个或多个缺陷它能够会也能够不会影响产品性能或对客户规格的符合性不合格品包含一个或多个影响产品性能或规格的缺

24、陷产品即任何一个不符合要求的质量特性一个不合格品可以涵盖一个或多个缺陷.计数型控制图的优点和缺陷优点搜集数据不用破费太多的时间和本钱当对某一过程的关键输入变量不了解，但已确定客户要求及建立检验系统侦查缺陷的发生，可用计数型控制图对该过程的稳定性进展监控缺陷一个产品能够包含多种缺陷，因此该图表：关于是什么导致失控情况提供很少信息或甚至无信息由于其它类型的缺陷程度高而会“粉饰因一种类型缺陷引起的过程失控与计量型控制图比较，需求大量样本30以有效地侦测出过程偏移.统计分布计数型控制图是用来监控缺陷数或不合格品率或不合格品数缺陷数遵照一个泊松分布不合格品率或不合格品数遵照一个二项分布.计数型控制图类型

25、有4种计数型控制图类型C图U图nP图P图固定批量不定批量泊松分布二项分布.选择适当的控制图C-chart丈量一个子集中的总缺陷数假设每一个产品会有大量缺陷，子集大小可以是1个单位产品要求一个固定的子集大小U-chart丈量产品的单位缺陷数子集大小可以不定P-chart丈量一个子集中的有缺陷单位的比例子集大小可以不定nP-chart丈量一个子集中有缺陷产品的数量要求一个固定的子集大小.P-chart控制界限.Np-chart：不良品数量np-chart是一种计数型控制图，其画出一个子集中得不良品数量。子集样本大小必需相等或充分近似到可当做相等。.用minitab创建np图.用minitab创建n

26、p图.C-chart控制界限.U-chart控制界限.目录第一章：根本统计概念分布的概念第二章：Minitab根本技艺第三章：统计过程控制引见第四章：计量型统计过程控制第五章：SPC控制图的了解第六章：计数型SPC第七章：SPC与过程才干研讨总结.过程才干研讨capability我们继续地从流程中搜集资料并自问：“此流程能否有才干制造没有缺陷的产品？这种搜集并分析数据的方法，称为过程才干研讨TUSLLSLM.什么叫过程控制才干能消费均一质量产品的过程固有的才干过程被管理时，表示过程中消费的产品质量变动是什么程度的量一切质量特性都具有它的目的值(Target Value)， 质量特性与目的值的偏

27、向越小越优秀。.过程才干指数过程才干指数是过程能消费多么均匀质量产品的才干， 即，评价过程才干的测度。 在Minitab- 短期过程才干指数用 CP, CPK 来表示，长期过程才干指数用 PP, PPK来表示。 - 在这里CP 或 PP 是过程平均与规格中心一致时的过程才干指数， CPK 或 PPK 是过程平均与规格中心不一致时的过程才干指数。 .过程才干指数Time 1Time 2Time 3Time 4 长期过程才干对比短期过程才干在组群之内在组群之间2st+ 2shift= 2total称为短期过程才干曲线 st过程的潜能-过程能到达的最正确境界影响不大的要素称为shift以单位来表示平

28、均值的偏移，阐明我们对过程的控制起重要作用的少数要素长期流程才干.过程才干指数短期工程才干指数过程平均和规格中心一致时过程平均和规格中心不一致时st 表示短期规范偏向，在Minitab中以StDev(Within) 推定。.长期过程才干指数工程平均和规格中心一致时工程平均和规格中心不一致时lt 表示长期规范偏向，在Minitab中以 StDev(Overall)推定。.合理的部分群 (Rational Subgroup)合理的部分群意味着根据部分群构成原那么而构成的部分群，构成合理的部分群因此能准确地确认工程的固有才干。总变动群间变动总合群内变动总合部分群组成原那么 部分群内变动 (Varia

29、tion within Groups)为小 部分群间变动 (Variation between Groups)为大.合理的部分群 (Rational Subgroup)102030405091011Index充电量显示部分群内的变动小，部分群之间变动比较大。 分析点的陈列过程，容易找出工程改善的问题。 已构成合理的部分群时.合理的部分群 (Rational Subgroup)10203040508.59.510.511.5Index部分群内的变动大， 部分群之间的差不太明显。 不易找出工程改善问题。 充电量 假设没构成合理的部分群.过程目的过程才干是过程的“潜在才干Cp and Cpk过程绩效

30、是过程的“实践表现Pp and Ppk过程绩效值Ppk可趋近于过程才干值Cp满足一下条件时：顾客的规格真实地反映顾客的需求以统计而言，此流程是在控制中资料数据趋近于正态分布Cp就像是一个标杆或最正确值我们期望Ppk非常接近Cp.过程目的CpPpCpKPpk变异最正确能够性实践全部规格的中心点实践过程平均值的位置.过程才干研讨举例对一个过程进展过程才干研讨，首先要检验这组数据的正态性，由于只需正态性的数据才干进展过程才干研讨，非正态性数据要经过转换成正态数据后才干进展过程才干研讨下面经过一个实例演示一下如何用minitab进展过程才干研讨.过程才干研讨举例例题1为了工程才干分析，20天各选 5个

31、中心部品特性值的长度(mm)的测定数据如下。 中心部品的规格是按顾客要求600mm 2mm . 经过以下数据做工程才干分析。 598.0599.8600.0599.8600.0600.0598.8598.2599.4599.6599.4599.4600.0598.8599.2599.4599.6599.0599.2600.6598.8598.8599.8599.2599.4600.0600.2600.2599.6599.0599.0599.8600.8598.8598.2600.0599.2599.8601.2600.4600.2599.6599.6599.6600.2599.2599.0599.6600.4600.0599.0599.6599.4599.2597.8600.4599.6600.0600.8600.4599.4599.0598.4599.0599.6598.8599.2599.6598.6599.8599.6599.2599.6600.2599.8599.6600.0599.6599.2598.6599.6601.2599.6600.2600.0600.0599.4599.8599.2599.6599.4600.0600.0599.2599.4599.6599.8599.0599.6599.41 2 3 4 5 6 7 8 9 1011 12 13 14 15