09.NEW-SPC品质过程管控培训教材

1讲师：胡世华E-mail:Hush@SPC

统计过程控制WELCOME热烈欢迎参加2课程大纲SPC的基本概念;计量型控制图;计数型控制图;31.什么是SPC?S=StatisticalP=ProcessC=Control

統計製程控制一.SPC的基本概念41.什么是SPC?品質控制的發展六階段為:1.操作工品管2.領班品管3.檢驗員品管

4.統計品管5.全面品管6.全面品質經營在第4階段,修瓦特博士(1924年)發表“製造產品品質的經濟控制”以後,統計方法在品質控制的運用,即接連不斷,現今ISO9000系列另專章說明統計方法的應用,其不僅用於生產後(檢驗)階段,舉凡市場開發及至顧客抱怨均派上用場。52.过程控制的需要检测——容忍浪费预防——避免浪费63.变差是什么？在一个程序的个别项目/输出之间的不可避免的差异(可分普通和特殊原因)变差的例子你的操作有变化机器有变化你的仪器有变化产品的质量特性有变化76.变差的起源……测量Measurement变差人力Manpower环境Mother-natured机械Machine方法Methods物料Material84.变差的类型没有任何两样事物是一模一样的；例如：两片雪花，两个人的指纹，同一台机器所生产的两件产品。所有工序都存在变差；95.变差产生的原因普通原因又叫系统原因、不可查原因等特殊原因又叫异常原因、可查明原因等107.变差的普通原因如果仅存在变差的普通原因，随着时间的推移，过程的输出形成一个稳定的分布并可预测。118.变差的特殊原因

如果存在变差的特殊原因，随着时间的推移，过程输出不稳定129.关于变差，我们想知道什么？多大？种类？可预测吗？13各种流程中变异无处不在质量特性的直方图表示当你测量了一定数量的产品后，就会形成一条曲线，这便是质量特性X的分布：1410.什么是正态分布?一种用于计量型数据的,连续的,对称的钟型频率分布,它是计量型数据用控制图的基础.当一组测量数据服从正态分布时,有大约68.26%的测量值落在平均值处正负一个标准差的区间内,大约95.44%的测量值将落在平均值处正负两个标准差的区间内;大约99.73%的值将落在平均值处正负三个标准差的区间内.15LSLUSL合格品缺陷品缺陷品我们将正态曲线和横轴之间的面积看作1,可以计算出上下规格界限之外的面积,该面积就是出现缺陷的概率,如下图:16标准的正态分布17从上述公式可看出,工序西格玛值是平均值与规格上下限之间包括的标准差的数量,表示如下图:LSLUSL1σ2σ3σμ1812.过程分类过程可以用受控/不受控/满足规范/不满足规范来分类1913.过程分类

满足要求

受控

不受控

满足规范1类3类

不满足规范2类4类2015.过程的改进循环及过程控制分析过程本过程应该做些什么？会出现什么错误？本过程正在做什么？达到统计控制状态？确定能力。维护（控制）过程监控过程性能查找偏差的特殊原因并采取措施改进过程改变过程从而更好地理解普通原因变差减少普通原因变差21二.计量型控制图(ControlChart)1.定义:是一种以实际产品的特性与过去经验制程能力的控制界限进行比较,而以时间顺序用图形表示的方式.2.功用:制程变异的原因可分为:偶然原因和异常原因,控制图主要用来控制异常,追查真因,采取行动,使制程恢复正常.223.控制图的分类:(1)计量值控制图(由量具实际测量的值)

如:长度,重量,温度等特性均为连续性的值.

常见的:均值与全距控制图(X-RCHART)(2)计数值控制图(以单位计数的值)

如:不良数,缺点数等间断数据.

常见的:不良率控制图(PCHART)23(一)均值和极差图

从生产线抽取并测量2个2.628inch2.632inch24这两个数据能…？它们可以告诉我们一个大概的情况。但是……该工序变差到底有多大？下一个产品又会怎样呢？25结论：

少量的测量数据不能说明过程的变差范围。！仅靠这两个数据不能回答这两个问题！26控制图的绘制A.X-R控制图的作法

(1)收集100个以上数据,依测定时间顺序或群体顺序排列.(2)把2-6个(一般采4-5个)数据分为一组.(3)把数据记入数据表.(4)计算各组的均值X.(5)计算各组的全距R.

(6)计算总平均X=

(7)计算全距平均R=

ΣX组数ΣX组数27控制图的绘制(8)计算控制界限X控制图:中心线CL=X

上限UCL=X+A2R

下限LCL=X-A2RR控制图:中心线CL=R

上限UCL=D4R

下限LCL=D3RA2,D4,D3可查表(9)绘控制界限,并将点点入图中.(10)记入数履历及特殊原因,以备查考,分析,判断.28X-R控制图实例组号12345678910111213141516171819202122232425X1X2X3X4X5XR464948545347494747484848524851534947524851465050505151525049545245465251515250514948495048525350545154525250495152535350505351475153504952525051485051525052465351515050485050484952465050474849515049514850545049515051515146505351514852524952545050514650.250.451.65050.650.850.849.249.449.84950.451.24952.251.249.849.45049.651.250.249.650.849.88348473874555417455457275XRUCL=53.08CL=50.15LCL=47.22UCL=10.77CL=5.081)X=∑X/25=50.15R=∑R/25=5.08(A2=0.577,D4=2.12)2)X控制图:CL=X=50.15UCL=X+A2R=53.08LCL=X-A2R=47.223)R控制图:CL=R=5.08UCL=D4R=10.77LCL=D3R(n<6,故不考虑)29过程能力解释Cp---稳定过程的能力指数，代表过程的长期能力，已排除过程的特殊原因；Cpk---稳定过程的能力指数，定义为CPL或CPU中的最小值；Pp---过程表现的性能指数，代表过程在一段时间内的表现，未排除过程的特殊原因；Ppk---过程表现的性能指数，定义为PPL或PPU中的最小值。30过程能力计算Cp=(USL-LSL)/6σUSL:工程规范的上限LSL:工程规范的下限σ=R/d2:为过程特性标准差的估计值，这里指过程中统计抽样值的分布宽度的量度，与子组大小相关。Cpk=Min(CpU或CpL)Pp=(USL-LSL)/6σσS：=√

∑(Xi-X)2/n-1一个过程特性单值分布的标准差，与整个过程的分布宽度相关。Ppk=Min(PPU或PPL)i=131过程能力计算CPU=(USL-X)/3σR/d2CPL=(X-LSL)/3σR/d2PPU=(USL-X)/3σS

PPL=(X-LSL)/3σS32製程能力分析與製程基準：代號判斷計算公式等級分級基準雙邊規格時單邊規格時Ca準確值(比較製程分配中心與規格平均值一致之情形)

X-μ

Ca=T/2--ABCD│Ca│≦12.5%

12.5%<│Ca│≦25%

25%<│Ca│≦50%

50%<│Ca│Cp精密度(比較製程分散寬度與公差範圍)

TCp=6σ

Su-XCp=3σX-SlCp=3σABCD1.33≦Cp

1.00≦Cp<1.33

0.83≦Cp<1.00

Cp<0.83註：上表之符號意義如下

1.μ=規格中心2.T(公差)=Su-Sl=規格上限–規格下限3.σ=製程分配之群體標準差估計值。4.X=製程分配之平均值33製程能力指數(總合指數)：代號判斷計算公式等級分級基準PPK初期製程能力指數(初期分析用)TPPK=(1–K)*6σ=(1-│Ca│)*CpABCD1.67≦PPK

1.33≦PPK<1.67

1.00≦PPK<1.33

PPK<1.00CPK量產製程能力指數(製程中如以控制圖執行控制可代PPK)TCPK=(1–K)*

6*R/d2=(1-│Ca│)*CpABC1.33≦CPK

1.00≦CPK<1.33

CPK<1.0034评价过程能力不论是对未满足的能力指数值作出响应，或是为超过最低能力指数要求对持续改进成本和质量性能作出响应，所要求的措施是相同的：通过减少普通原因引起的变差或将过程均值调整到接近目标值方法来改进过程性能，这通常意味着要采取管理措施来改进系统；对输出进行筛选，根据需要进行报废或返工处置；改变规范使之与过程性能一致（这样既不能改进过程也不能满足顾客要求）注：后两种方法一般只用于采取紧急措施来满足短期需要的情况，与前一种方法相比显然是下策。35(二).均值和标准差图：X-s图均值和标准差图与X-R图一样，也是从测得的过程输出数据中发展来的；一般来说，当出现以下一种或多种情况时，可采用均值和标准差图：数据是由计算机按实时时序记录和/或描图的，则s的计算程序容易集成化；有方便适用的器具使s的计算能简单按程序算出；使用的子组样本容量较大，更有效的变差容量是合适的。收集数据：如果原始数据量大，常将他们记录在单独的数据表上，只有每组的均值和标准差出现在图上。36X-s图示例37X-s图公式S=√

∑(Xi-X)2/n-1UCLS=B4SLCLS=B3SUCLx=X+A3SLCLx=X-A3SCLS=S38(三).中位数图(X-R)中位数图在应用中的优点：易于使用，不要求很多计算；由于描的是单值的点（以及中位数），可显示过程输出的分布宽度并且给出过程变差的趋势；由于一张图上可显示中位数及分布宽度，所以它可以用来对几个过程的输出或同一过程的不同阶段的使出进行比较；收集数据一般情况下，中位数图用在子组的样本容量小于或等于10的情况，样本容量为奇数时更方便。如果子组样本容量为偶数，中位数是中间两个数的均值；将每个子组的中位数和极差填入数据表~39中位数图示例40X-R图公式CLR=RUCLR=D4RLCLR=D3RUCLx=X+A2RLCLx=X-A2RCLx=X~~~~~~41(四).单值和移动极差图（X-MR图）当测量费用很大时（如破坏性试验）或当任何时刻点的输出性质比较一致时（如化学溶液的PH值），可使用X-MR图，但要注意：单值控制在检查过程变化时不够敏感；如果过程的分布不是对称的，则在解释控制图时要十分小心；不能区分过程的零件间重复性；由于每一子组仅有一个单值，X均值和标准差值会有较大的变异性。收集数据：在数据图上从左到右记录单值读数（X）计算移动极差（MR），请注意极差的个数会比单值读数的个数少一个。42X-MR图示例43X-MR图公式UCLMR=D4RLCLMR=D3RUCLx=X+E2RLCLx=X-E2RCLx=X44(五).P控制图的作法收集数据,至少20组以上.计算每组之不良率P.计算平均不良率P=总不良个数ΣN/总检查数∑n计算控制界限中心线CL=P

上限UCL=P+3√P(1-P)/n

下限LCL=P-3√P(1-P)/n

绘控制界限,并将点点图中.记入数据履历及特殊原因,以备查考,分析,判断.45P控制图实例批号12345678910111213141516171819202122232425合计平均样数1001001001001001001001001001001001001001001001001001001001001001001001001002500100NG数420532432614102316133207368---不良率%4205324326141023161332073---2.78UCL=7.6%2640CL=2.7%1)P=68/2500=2.7%CL=P=2.7%2)UCL=0.0756