SPC统计过程控制

1、Tab 3:SPC统计过程控制，目标1 .可以使用“xbar和s图表”进行连续数据分析。 可以使用“p”控制图进行离散数据分析。 可以确定各图表类型的控制界限范围。 可以说明图表，确定工序变为失控状态的时期。 5 .可以说明根据图表信息采取措施的重要性。 介绍了Tab 3:统计过程控制、目的统计过程控制的概念。进程：所有重复的工作或步骤。 管理-监视工序的执行。 根据与“t test”的假设检查相同的概念进行分析，可以在问题影响输出结果之前，进行有关工程的决定、行动、问题解决。 的双曲馀弦值。 另外，当处于稳定状态的工序的劣化受到了外部的能够指定的原因影响时，SPC发出信号。 进程失控的情况下

2、，SPC发出信号，你的任务是找出失控的原因，进行修正，确保不发生问题。 六个西格玛质量的重点将控制范围转移到工序的上游，利用工序输入变量的特征(键x )的控制，提高六个西格玛和SPC、控制图表应用于过程变量的自变量设计变量X1、X2、Xk、原因变量的稳定性，响应值Y1、Y2、y 你想知道什么？ -重要的流程变量(x或y )是否随时间变化？ (也就是说，这个过程稳定吗？ )如何观察输出变量？ 根据实时数据和流程变化图表，SPC是一个严格的流程，操作团队要求积极参与数据的收集和分析。 记录了、，失控状况的修复行为，UCL，LCL，X Bar图，样本/组(时间顺序)，Sigma图，控制下限，总平均中

3、心线，控制上限，控制图中，平均西格玛中心线， 包含控制图表的统计过程控制图是贝尔实验室的沃尔特谢弗1920年开发的，提供了测定过程的观察值和用统计方法计算的“控制界限范围”(期望值)的图表比较。 描绘随时间变化的表现。 因为过程的变化包括平均值和方差的变化，所以总是同时绘制平均值和方差的管理图(Xbar和s )。 平均值的控制极限表示双边假设检定极限，用于估计观测样品的平均值是否变化。 Sigma的控制极限或极差表示方差在哪里。 假说检查？ 另外，控制图是连续进行的双边检定的图表表示，其中Ho和Ha被定义为：对于3限制，其为=0.00135，并且当组的平均值超过控制图的极限时，该图表显示出样本

4、平均值与历史平均值之间的差。 注意：近似可靠性为99.7%，流程的稳定性，下图显示了各种不稳定的流程。 控制图表有助于确定这些不稳定的状态何时发生，以及存在于什么环境中。 不稳定的过程没有可预测的表达，稳定的运行状态可能不会持续变化。 另外，如果时间、平均/方差、过程的稳定性、过程的输出值仅因为一般原因而恶化，则过程被认为是稳定的。 组的平均值和方差的测量值在其控制界限范围内，没有显示特定原因存在的证据。 如果控制图表中出现数据的非随机类型，或某点超过了控制极限，这是一个明显的信号，表示在你的过程中出现了可指定源(特定原因)的劣化。 一个稳定过程的输出值很少超过正负3个Sigma范围。、稳定过

5、程变差的区域(仅一般原因变差)，减少平均值和差距Xbar可能发生的错误。 )4.5 s -与客户的需求相比，个别测量的长期过程性能目标。 6.0 s -与客户需求相比，个别测量的短期流程恶化目标。 当过程稳定时，3 s极限对变化的灵敏度高，反应过度的可能性低。一个消费者服务组织希望能监视消费者对公司的满意度。 每周评价公司10个地区服务中心的调查结果，制作表。 以下示例说明了Xbar-s管理图如何监视“消费者满意度”(在此示例中，满意度越高，公司的运营情况越好)。 )创建Xbar-s控制图表主要信息：组的总数=25组大小、n=10合计平均、X=4.096 S=.1403、变量控制图表的例子、控

6、制限制计算式：实际数据的控制限制计算、下页的常数SPC表、控制图表计算控制图的极限范围的标准偏差基于图的类型。 对于Xbar图表，它是组平均的标准偏差，类似于合并标准偏差。 在s图表中，是组标准偏差的标准偏差。 这两种类型的表达式都取决于组的大小。 控制图表的使用，控制图表可以在测量和分析阶段跟踪过程的变化，分析和记录显着的变化。 控制图表用于在控制过程中保持改进的结果。 用图表监视记录输入变量(x )，分析x的变化并控制。 不断变化的控制界限，比起每次观测都变化的界限，控制图最好使用历史稳定过程的界限。 历史界限决定了“期待”的数据范围和“零假说(H0 )”。 一个过程被改变(使用Minit

7、a的历史设置值)，并且如果该改变被认为具有统计有效性(Ha )，则改变控制范围。 规定的实际过程发生变化时。 在决定进程能力之前，基于持续进行的进程控制.首先，对Sigma图表进行说明。 如果能识别出在初始能力分析期间引起“失控”的特殊原因不好，就能在计算控制界限范围时删除这些数据点。 一般的进程正在恶化无聊，这个图表代表了一个可预测的进程，在这个进程中，恶化只是受随机的恶化控制。 图中各点的上下抖动无法预测，但以中心线为中心(但并不是非常接近)，有停留在控制界限内的倾向。 这种类型是任何控制图表的目标，不一定表示过程的最佳能力，工序不一定满足规格要求，但表示工序稳定。 特定的原因是“发生了什

8、么？ “偶然的情况下，某个要素进入进程，引起突发性的暂时变化。 该原因在XBar图中可以表现为失控的点集，但s图通常不受这些移动点的影响。 一些典型的原因：引入了非标准材料测量系统的临时偏差不同的检查员不同类型的工具，有时会发生异常现象，结果偶然出现一些“奇点”，它们并不是基本过程分布的一部分。 发生某个异常点后，过程会回到正常状态，直到发生下一个异常点为止。 一些典型的原因：测量过程中发生的错误，出现了底层(或最上层)原材料棒、线圈等末端污垢和进口材料、奇点、奇点、和一些有趣的现象”。 如果发生这种变化，在该过程中会发生零件尺寸的平均值变大、生产增加、硬度变高的现象。 这个过程的基本恶化没有

9、改变，极端恶劣也没有显示出变化的出现。 “你做了什么？ ”、现象：连续的7个据点倾向于向上移动，进程“向哪里发展？ ”的倾向。 一个趋势是流程级别逐渐移动，只在xBar图表中反映出来。原料、测量、人为因素可能会引起过程趋势，但这是不可能的。 问题通常发生在设备本身、电源设备或以前的处理环境中。 一些典型的原因：这种现象通常与“工具磨损”有关。 例：在电镀作业和多种化学工业作业中电镀槽的消耗回路管的磨损，地区测试，概率分布地区，当发生以下状况时，进程变为“失控”状态，Copyright 1995 Six Sigma Academy，Inc， 如果用人手进行平均值和极差图(Xbat - R )，因

10、为Sigma的计算非常复杂，所以Xbar - R图成为人工控制图的优先方法。 通过计算包内的数据的极差来使用表示劣化的(极大-极小) A2Rbar求出3s/sqrt(n )的近似值，把D3和D4乘以Rbar求出极差劣化的控制界限的上下限。 用与Xbar - S相似的方法进行分析。 此外，将单个中心点和移动极值图(XmR )，单个变量X -移动极值图应用于群组内可测量的无劣化的情况(例如，类似于过程温度、压力的测量)，或者无法合理地对数据分组的情况(由于成本或其他限制因素)。 如果不小心地应用于“组内”劣化的进程，如果如上图所示控制图表数据，有时图表会变得难以阅读，或难以使用。 跟踪各个测量时，

11、没有关于短期和长期劣化差异的信息。 可以检测到过程中的任何大小的变化。 这个可编程的灵敏度使EWMA成为监视控制过程的好工具。 请注意EWMA的形状。 此图中使用的数据与我们之前连续数据图中的数据相同。 我们注意到，平均值呈上升趋势，其中有平均值下降的显着位移。 指数加权移动差(EWMA )图、EWMA图比其他控制图敏感得多。 在EWMA图中的数据点中融合了之前观察到的信息，该图被成形，是用特征量控制图、np p、主要的属性图、np -测定的缺陷数。 控制界限范围基于二项式分布。 因为记录了原始缺陷数，所以组的大小必须相同。 记录p样品的缺陷部分。 控制界限范围基于二项式分布。 由于比例是缺陷

12、相对样本大小的比例，所以样本的大小不需要相同。 属性控制图表的例子，当地的牙科小组为了知道为什么很多患者失去合同，成立了问题解决小组，该小组决定用p图表跟踪“失去合同”的患者的比例。 牙科门诊部开始每月提供患者“丧失合同”的比例。 因为一次“失去合同”是缺陷的约定，所以平均有缺陷部分的比例是p。 根据前六个月计算控制图的极限范围。 使用的样品数每月预约100次。 p图表表达式：p=236/600=0.393，表达式中的sdi=403642=236sni=600 6个月内的总采样数UCL=.393 (.393 *.607 )/100 )=0. 5395 LCL=.393-3 (.393 *.60

13、3 ) 这个研究小组分析了患者失去合同的原因，并对其进行了排序。 研究小组确认了，如果给患者提供灵活的日程，有助于减少违约次数。 1997年1月实施了灵活的预约政策。 控制表显示，实施灵活的预约政策后，失去合同的次数减少得惊人。 通过采用新的预约政策，该集团将平均“失去合同”率从原来的40%下降到了20 % (20 %是1997年数据的新平均)。 创建p图，并在文件： ge apps6sigmaaminitabtrindminitabsession4patients.mtw、数据表、启动质量工具图表和电子表格中设置两个栏然后打开对话框，确认计数栏是“变量”。 接着，填写组数(n )和p的历史数

14、据(这里p的历史数据指其1996年的值)。 )改进图形输出，然后选择“注释标题”按钮。 使用可用的线型和格式输入图形标题。 单击“确定”。然后按下一步选择“Stamp”按钮。 在此对话框中，确认子组的识别信息，即月亮。 单击“确定”。 然后选择“框架技巧”(FrameTick )按钮。 在此对话框中，为了便于使用图表，请确认坐标轴标记的各种特殊设定。 如果需要对重要的信息添加脚注，请使用“AnnotateFootnote”按钮。 在这个例子中，参照了p的历史数据。 如果要添加参考线，请使用“FrameReference”按钮。 在本例中，1996年12月的线表示截止年。 单击，最后，双击图形窗

15、口打开编辑选项板。的。 此工具用于添加年日期并设置颜色。 统计流程控制应用中的实践问题，流程管理和数据采集需要规范化的方法。 最适合自动或半自动环境的(作为实时过程监视的工具)“失控”状态需要正确应对。 通过增加分组样本的数目，可以提高控制图检测非随机劣化的灵敏度。 复位基线数据，确认执行结果，重新计算控制界限范围也许是合适的方法。 只有在过程的劣化确实变动(稳定)的情况下，才重新计算新的控制界限范围。 虽然可以基于5到10个数据包的数据计算临时的控制界限范围，但是平均和西格图的长期控制界限范围的计算至少需要25组“控制”状态的数据包数据点。 另外，诸如SPC图之类的目标，连续数据的SPC可用

16、来将进程扩展至目标值，从而使特征(离散数据)的SPC图最小化缺陷。 连续数据、离散数据、统计过程控制是一种优秀的上游过程控制工具。 控制图表非常适合监视和控制你的少数重要变量x。 该控制图表可以监视过程的劣化，并且当过程的劣化受到其它特殊原因的影响时产生呈现信号。 SPC控制图使用连续变量XbarS Xbar极差单值移动极差(XmR) EWMA控制图离散变量(属性) p图np图控制图的基本技术是： -实时绘制数据。 确认失控状态，做出反应。 -控制界限范围外的点。 -确定失控的原因。 -实施持久的解决方案。 -如果进程没有“失控”，请不要调整。 主要概念： Tab 3 - SPC、统计质量管理说明书1956是I.D.C .贸易公司、西部电子公司、P.O.Box 26205、印第安纳波利斯、 IN 46226出版统计质量管理是由McGraw-Hill有限公司的Eugene L. Grant和Richard S.Leavenworth于198