质量过程控制及改善培训教材

本资料来源单位：力诺太阳能集团姓名：李哲质量过程控制及改善

培训课件培训目标本课程旨在帮助同事们掌握minitab统计分析软件，研究和检测质量问题并改进生产过程。掌握几种图形工具，检测出质量问题使用控制图跟踪质量过程并检测是否存在特殊原因

绘制能力直方图和能力图评估过程能力

利用抽检特征曲线确定整个批次接收还是拒收学习方法技巧A要有几本好的工具书B要学会在网上寻找资源C从模仿开始，慢慢理解

D培训结束后经常练习、使用

《Minitab使用教程》、《EXCE图表制作》质量检测图形工具11-1.运行图1-2.帕累托图1-3.因果图运行图概念：所有过程中都会发生变异。常规原因变异是过程中正常的一部分。另一种类型的变异（称为特殊原因）来自系统外部，并导致数据中可识别的模式、偏移或趋势。运行图显示特殊原因是否正在影响您的过程。当只有常规原因影响过程输出时，过程受控制。运行图执行两种随机性检验，提供有关因趋势、振动、混合和聚类引起的非随机变异的信息。解释结果在0.05水平下聚类检验很显著。由于聚类检验的概率(p=0.022)小于a

值0.05，因此可以断定特殊原因正在影响您的过程，且您应该调查可能的来源。聚类可以指出抽样问题或测量问题。帕累托图概念：

Pareto图是一种条形图，帮助您确定哪些问题最重要，以使您可以集中改进可获得最大收获的领域。其中水平轴表示所关注的类别，而非连续尺度。类别通常是缺陷。通过从大到小排列条形，Pareto图可帮助您确定哪些缺陷组成“少数重要”，哪些缺陷为“多数琐碎”。累积百分比线条帮助您判断每种类别所加入的贡献。Pareto图可帮助着重改进能获得最大收益的方面。解释结果由于超过一半的测速计因此缺陷遭到拒收，因此请着重改进缺失螺丝钉的数量。

因果图概念：因果（或鱼骨）图描述问题的潜在原因。右侧显示问题（效应），左侧以树状结构显示原因的列表。树的分支常常与原因的主类别相关联。每个分支都列出该类别中的更多具体原因。您还可以向任何分支中添加子分支。鱼骨图是一种方便地组织问题原因的相关信息的工具。尽管没有构造鱼骨图的“正确”方法，但某些特定的类型本身就很适合于许多不同的情况。这些类型之一是“5M”图，这样称呼是因为分支上的五个类别都以字母M开头（“人员”也称“Man”）。跟踪踪质质量量过过程程并并检检测测是是否否存存在在特特殊殊原原因因21-1.控制图概念1-2.缺陷（计数型）控制图1-3.成型过程（测量型）控制图1-4.利用控制图判断生产过程失控控制制图图概概念念：：可以以使使用用控控制制图图跟跟踪踪一一段段时时间间内内的的过过程程统统计计量量并并检检测测是是否否存存在在特特殊殊原原因因。。·控制制图图的的结结构构质量量特特征征样样本本编编号号（（或或时时间间））控控制制上上中中心心控控制制下下限限特殊殊原原因因所所导导致致的的变变异异可可以以检检测测并并受受控控制制。。示示例例包包括括设设备备、、班班次次或或天天数数的的差差异异。。而而另另一一方方面面，，常常规规原原因因变变异异是是过过程程中中所所固固有有的的。。当当只只有有常常规规原原因因（（而而非非特特殊殊原原因因））影影响响过过程程输输出出时时，，过过程程即即受受控控制制。。当点点落落于于控控制制限限制制的的界界限限之之内内，，且且这这些些点点未未显显示示出出任任何何非非随随机机模模式式时时，，过过程程即即受受控控制制。。1-2.缺陷（计数型）控制图缺陷陷控控制制图图概概念念：：结构构上上类类似似于于变变量量控控制制图图，，只只不不过过它它们们是是根根据据计计数数数数据据而而不不是是测测量量数数据据绘绘制制统统计计图图。。例例如如，，可可将将产产品品与与标标准准进进行行比比较较，，并并将将其其归归类类为为有有缺缺陷陷产产品品或或无无缺缺陷陷产产品品。。也也可可以以根根据据产产品品的的缺缺陷陷数数为为产产品品归归类类。。与与使使用用变变量量控控制制图图一一样样，，绘绘制制过过程程统统计计量量（（如如缺缺陷陷数数））也也是是相相对对于于样样本本数数量量或或时时间间的的。。缺陷陷品品控控制制图图您可以以将产产品与与标准准进行行比较较，并并将其其归类类为有有缺陷陷产品品或无无缺陷陷产品品。例例如，，线长长是否否满足足强度度要求求。缺缺陷品品控制制图有有：·P控制图图，，该控控制图图绘制制每个个子组组中缺缺陷品品的比比率。。·NP控制图图，，该控控制图图绘制制每个个子组组中缺缺陷品品的数数量。。缺陷控制图图如果产品非非常复杂，，则某一缺缺陷并不一一定会导致致缺陷产品品。根据产产品的缺陷陷数将产品品归类有时时会更加方方便。例如如，您可以以统计产品品表面的刮刮痕数。缺缺陷控制图图有：·C控制图，，该控制图图绘制每个个子组中的的缺陷数。。当子组组大小固定定时，请使使用C控制图。·U控制图，，该控制图图绘制在每每个子组中中抽取的每每单位样本本的缺陷数数。当子组组大小不固固定时，请请使用U控制图。例如，如果果您要统计计电视屏幕幕内表面的的瑕疵数，，C控制图将绘绘制实际瑕瑕疵数，而而U控制图将绘绘制所抽取取样本中每每平方英寸寸的瑕疵数数。1-2.缺陷（计数型）控制图1-2.缺陷（计数型）控制图变量控制图图概念：：多值变量控控制图数数据标绘来来自连续测测量数据（（如长度度或外径））的统计量量。单值的的变量控制制图、时间间加权控制制图和多多变量控制制图也标标绘测量数数据。缺陷陷控制图标标绘计数数数据，如缺缺陷或缺陷陷单元的的数量。选择多值的的变量控制制图有五种变量量控制图：：·X和R-X控制图和R控制图（显显示在一个个窗口中））·X和S-X控制图和S控制图（显显示在一个个窗口中））·I-MR-R/S（组间/组内）-同时使用子子组间和子子组内变异异的三向控控制图。I-MR-R/S控制图由I控制图、MR控制图以及及R或S控制图组成成。·X-子组平均值值的控制图图·R-子组极差的的控制图·S-子组标准差差的控制图图·I-MR-R/S（组间/组内）控制制图要求在在至少一个个子组中有有两个或更更多观测值值。子组大大小不必相相同。1-3.变量（测量数据）控制图1-3.变量（测量数据）控制图1-3.变量（测量数据）控制图通过绘制历历史图，可可以显示过过程中的各各个阶段，，历史图图是对数据据中的不同同组独立估估计控制限限制和中心心线的控制制图。在比比较过程改改进前后的的数据时历历史图尤其其有用。控制图是统统计过程控控制（SPC）理论与实实践的核心心工具。我我们用控制制图来监控控过程、判判断过程的的受控状态态，一旦控控制图出现现异常的信信息，就可可以认为过过程发生了了异常，从从而对生产产过程进行行检讨，寻寻找原因，，制定改善善措施，对对过程进行行修正，直直到过程重重新达到质质量要求。。利用控制制图识别别生产过过程状态态------受控状态态或失控控状态，，是根据据图上样样本点的的位置以以及变化化趋势进进行分析析和判断断的。判判断的依依据主要要有两点点：（1）如果控控制图上上点所反反映的过过程的均均值μ和/或方差σ发生（不不允许的的）变化化。1-4.利用控制图判断生产过程失控过程能力分析31-1.过程能力概念1-2.连续数据能力分析1-3.缺陷数据能力分析1-4.过程能力指数的解释方法1-5.样本数据分布的识别与选择1-6.力诺太阳CPK数据采集方法（草案）1-1.过程能力概念过程一旦旦处于统统计控制制状态态下（即即稳定生生产）后后，就可可能要确确定其是是否有能能力（即即符合规规格限制制并生产产出“良良好”的的部件））。您通通过将过过程变异异的宽度度与规格格限制的的宽度相相比较来来确定能能力。过过程需要要处于受受控状态态，然后后才能评评估其能能力；否否则，会会错误地地估计过过程能力力。只有有过程受受控，，才有能能力一说说。为正正确使用用能力统统计量，，应通过过检查位位置的控控制图（（如Xbar控制图或或I控制图））或变异异的控制制图（如如R控制图、、S控制图或或MR控制图））来证实实过程稳稳定可以通过过绘制能能力直方方图和能能力图以以图形化化方式评评估过程程能力。。这些图图形有助助于评估估数据的的分布并并证实过过程受控控。还可可以计算算能力指指数，即即规格公公差占占自然过过程变异异的比率率。能力力指数（（即统计计量）是是评估过过程能力力的简单单方法。。由于将将过程信信息简化化为一个个数字，，因此可可以使用用能力统统计量对对一个过过程与另另一个过过程的能能力进行行比较。。能力统计计量使用用起来很很简单，，但是它它们也有有一些分分布属性性尚未完完全为人人所了解解。一般般而言，，最好不不要依赖赖单个能能力统计计量确定定过程的的特征。。1-2.连续数据能力分析-CPK分析解释结果如果要解释过过程能力统计计量，则数据据应近似服从从正态分布。。这一要求似似乎已得到满满足，正如上上方重叠有正正态曲线的直直方图所示。。但是，可以以看到过程平平均值(0.54646)略小于目标(0.55)。并且分布的的两个尾部都都落在规格限限之外。这意意味着，有时时会发现某些些电缆直径小小于0.50厘米的规格下下限或大于0.60厘米的规格上上限。Ppk指数表明过程程生产的单位位是否在公差差限内。此此处，Ppk指数为0.80，表明制造商商必须通过减减少变异并使使过程以目标标为中心来改改进过程。显显然，与过程程不以目标为为中心相比，，过程中的较较大变异对此此生产线而言言是严重得多多的问题。同样，PPM合计（预期整整体性能）是是其受关注的的特征在公差差限之外的百百万分数部部件数(10969.28)。这意味着每每一百万条线线缆中大约有有10969条不符合规格格。制造商未未满足客户的的要求，应通通过降低过程程变异来改进进其过程。1-2.连续数据能力分析-综合能力分析解释结果在控制图和R控制图上，点点都是随机分分布在控制极极限之间的，，表明这是稳稳定过程。。但是，还应应比较R控制图与控控制图上上的点，以查查看它们是否否彼此相似。。本例中的这这些点并非这这样，再次表表明这是稳定定过程。最后后20个子组的控制制图上的点随随机地水平散散开，没有趋趋势或偏移，，这也表明过过程是稳定的的。如果要解释过过程能力统计计量，则您的的数据应近似似服从正态分分布。在能力力直方图上，，数据近似服服从正态曲线线。在正态概概率图上，点点近似呈一条条直线，并落落于95%置信区间内。。这些模式表表明数据是正正态分布的。。但是，从能能力图可以以看出，整体体过程变异的的区间（整体体）比规格限限的区间（规规格）宽。这这意味着有时时线缆的直径径会超出公差差限[0.50,0.60]。此外，Ppk的值(0.80)落于要求的目目标1.33之下，表明制制造商需要改改进过程。解释结果P控制图表明有有1个点不受控。。累积缺陷百百分比控制图图显示整体体缺陷品率的的估计值似乎乎停留在22%左右，但需要要收集更多数数据对此加以以验证。缺陷陷品率似乎不不受样本大小小的影响。过过程Z大约为0.75，非常差。此此过程可能需需要进行大量量改进。1-3.缺陷数据能力分析--缺陷品解释结果U控制图表明明有3个点不受控制制。累积DPU控制图（（每单位的的缺陷数））停留在在值0.0265附近，表明明收集的样样本足以很很好地估计计DPU平均值。DPU的比率似乎乎不受电线线长度的影影响。1-3.缺陷数据能力分析--缺陷品Cp、Cpk、Pp和Ppk统计量是潜潜在和整体体能力的度度量。由于于将过程信信息简化为为一个数字字，因此可可以使用能能力统计量量对一个过过程与另一一个过程比比较其能力力。在实践践中，许多多人将1.33视为过程程能力统统计量的的最小可可接受值值。小于于1的值表明明过程变变异比规规格展开开要宽。。要了解解和解释释能力统统计，请请使用以以下信息息作为指指导。使用能力力统计量量可以监监视并报报告一段段时间内内系统的的改进情情况。能能力统计计量的解解释因对对分析所所使用的的分布而而异。对对于：正态分布布：·Cp和Cpk-Cp不考虑过过程平均均值相对对于规格格限的位位置。Cpk指数度量量的与过过程展开开相比，，过程运运行接近近其规格格限的程程度。仅仅当您满满足目标标值（（未指定定目标值值时为过过程平均均值）且且变异最最小时，，Cpk才较高。。例如，，过程在在执行中中可能变变异最小小，但远远离目标标（或过过程平均均值）并并接近规规格限之之一，这这样会导导致Cpk较低而Cp较高。·Pp和Ppk-Pp和Ppk的解释方方式分别别与Cp和Cpk相同。·Cpk与Ppk-使用整体体变异来来计算Ppk。子组间间变异异和子组组内变异异都对整整体变异异有所贡贡献。计计算Cpk时使用子子组内变变异，而而不使用用子组间间的偏移移和漂移移。Ppk针对整个个过程。。如果Cpk与Ppk相同，则则整体标标准差与与子组内内标准差差近似相相等。·Cpm-指定了目目标值时时，计计算Cpm。使用Cpm评估过程程是否以以目标为为中心。。Cpm指数越高高，过程程越好。。如果Cpm、Ppk与Pp相同，则则过程平平均值与与目标值值相同。。非正态分分布：基于非正正态分布布的能力力指数可可按照与与基于正正态分布布的指数数相同的的方式来来解释。。比较Pp和Ppk以评估过过程中位位数是否否接近于于规格中中点。如如果Pp大于Ppk，则过过程中中位数数将远远离规规格中中点并并接近近于规规格限限之一一。1-4.过程能力指数的解释方法解释结结果通过拟拟合优优度检检验结结果和和概率率图来来识别别和选选择数数据分分布。。拟合优优度检检验-该表包包括Anderson-Darling(AD)统计量量以以及分分布的的对应应p值。对对于临临界值值a，大于于a的p值表明明数据据服从从该分分布。。大于于0.25、0.467、0.213和0.238的p值表明明Weibull、3参数Weibull、最大大极值值和Gamma分布与与数据据的拟拟合良良好。。Box-Cox（p值=0.574）和Johnson变换（（p值=0.799）也较较好地地拟合合了数数据。。概率图图-概率图图包括括有序序数据据集相相应概概率的的百分分位数数点。。概率率图显显示，，对于于2参数Weibull、3参数Weibull、最大大极值值和Gamma分布，，数据据点近近似成成一条条直线线，并并在置置信区区间内内。如果有有多个个分布布与数数据拟拟合：选择择p值最大大的分分布；；如如果p值非常常接近近，则则选择择：以以前对对类似似数据据集使使用过过的分分布。。基于于能力力统计计量的的分布布。选选择最最保守守的分分布。。1-5.样本数据分布的识别与选择1-6.力诺太阳CPK数据采集方法（草案）制定产品抽样验收计划41-1.抽样验收概念1-2.不合格品类抽样验收方法1-3.产品特征类抽样验收方法1-4.批次接收、拒收方法抽样验收是是评估进厂厂的产品样样本以确定定是接受整整个批次以以供使用还还是拒收并并退回的过过程。例如如，假设一一个杂货商商收到5000公斤苹果。。他想检验验少量苹果果以确定是是接受整批批货进行销销售，还是是应当拒收收并退给供供应商。抽抽样验收将将帮助他决决定要检验验多少苹果果，以及接接受货物时时允许有多多少缺陷品品。在100%检验的代价价比接受缺缺陷品所产产生的后果果高得多时时，抽样验验收非常常有用；但但是，抽样样验收无法法估计质量量水平，也也不提供任任何直接的的过程控制制。抽样计划的的类型·属性性，它它以以样样本本中中的的缺缺陷陷数数或或缺缺陷陷品品数数为为基基础础。。例例如如，，毛毛管管的的结结石石数数。。·变量量，它它以以可可测测量量的的质质量量特特征征为为基基础础。。例例如如，，可可以以检检验验毛毛管管的的壁壁厚厚。。对于于变变量量计计划划，，需需要要基基于于实实际际测测量量值值来来计计算算平平均均值值、、标标准准差差和和Z值。。使使用用按变变量量抽抽样样验验收收-接受受/拒绝绝批批次次基于于特特定定样样本本数数据据执执行行计计算算并并决决定定接接受受批批次次与与否否。。此外外，，对对于于变变量量抽抽样样计计划划，，每每个个抽抽样样计计划划只只能能检检验验一一个个测测量量值值。。例例如如，，如如果果需需要要检检验验壁壁厚厚和和外外径径，，则则需需要要两两个个单单独独的的抽抽样样计计划划。。变变量量抽抽样样计计划划假假设设质质量量特特征征的的分分布布是是正正态态的的。。但但是是，，使使用用变变量量数数据据的的主主要要优优势势是是变变量量抽抽样样计计划划所所需需的的样样本本大大小小比比属属性性抽抽样样计计划划小小得得多多。。1-1.抽样验收概念创建抽样计划划以确定样本本大小，并基基于该样本中中发现的缺陷陷品数或缺陷陷数决定是接接受还是拒收收整个批次的的产品。实例：假设收收到车间5000支毛管，使您您很不满意的的是许多毛管管壁厚不达标标。您决定实实施一个抽样样计划，以便便能够判断接接受或拒收整整个批次。您您与车间协商商后共同认可可的整批产品品不合格率比比例为1.5%时，可接受车车间毛管，否否则将退回车车间。在建立立抽样计划时时，质检人员员和车间议定定大约有95%的时间会接受受含1.5%缺陷品的批次次，以保护车车间的利益。。同时质检人人员和车间议议定绝大多数数情况下将拒拒收含10%缺陷品的批次次，以保护公公司的利益。。抽样计划确定定：1-2.