SPCTraining65.ppt

1、SPC统计过程控制,规格管理的危险性,Not just to meet customer or contractual requirements!被BOSS训斥的痛苦!,控制线管理的益处,Spec,LSL,USL,Very Centered,变异是我们的敌人,LCL,UCL,不良品已经产生,潜在不良出现,下面按字面意思来解释一下什么是统计过程控制 (Statistical Process Control). 统计学(Statistics)是数学的一个分支: 1.从所有同类项目(总体)(population)中抽取一些项目(样本)(samples) 2.计算集中特性(central tenden

2、cy),如算术平均数(average或mean), 如极差 (range),方差(variance)和标准差(standard deviation). 3.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,根据经验/接受抽样样本的品质去推断应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,物料与/或人 事引起).统计学有助我们分辨随机与非随机因素.,什么是统计过程控制(S

3、PC),过程(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. 控制(control)的意思是通过过程控制成功地控制产品服务.控制是指通过经预先设计的实验及采用统计技巧成功地: 1)过程进行控制; 2)维持或改善控制.目标是使品质维持不变. 把统计,过程及控制三个名词的英文字头起来就是SPC.,什么是统计过程控制(SPC),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几个重要概念.第一个,也是最重要的是你能否确定过程的输入和

4、输出并把它们定量化,然后才开始控制该过程- - 不是先行控制. SPC是以预防代替检验,制业与其他行业一样,预防发生错误永远比事后矫正为好,而且简单得多.,什么是统计过程控制(SPC),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至及保持统计控制状况及改善过程能力。 SPC解释为 . 运用统计方法于过程控制上以控制产品品质,S,P,C,什么是统计过程控制(SPC)总结,控制图是1924年由美国品管大师W.A. Shewhart博士发明. 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 (Stat

5、istical Quality Control).,控制图的历史,英国在1932年，邀请W.A. Shewhart博士到伦敦，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之气氛。 就控制图在工厂中实施来说，英国比美国为早。,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,统计学在生产中应用的目的,1.了解产品总体性能 2. 取消人为特殊因素造成的极端值以稳定制程 3. 规格趋向目标值 4. 减小差异 5. 審核規格，看看是否適用,SPC 可以帮助我们,区分正常波动和异常波动； 及时发现

6、异常征兆； 消除异常因素； 减少异常波动； 提高过程能力；,预防控制,正常波动和异常波动,波动是质量的敌人； 品质改善就是要持续减少设计、制造和服务过程的波动；,正常波动： 稳定的； 结果是可预测的； 是永久性的；,异常波动： 不稳定的; 结果不可预测; 现象会重复发生, 除非有所行动; 可以减少;,正常波动和异常波动,波动无处不在,正常波动和异常波动,产品质量的统计观点,产品质量具有变异性(Variation),产品质量的变异具有统计规律性,产品质量的统计观点,作好质量管理首先应明确： 1 贯彻预防原则是现代质量管理的核心与精髓； 2 质量管理科学有一个重要的特点，即对于质量管理所提出的原则

7、、方针、目标都要有科学措施与科学方法来保证他们的实现。,现代质量管理的原则,控制图,SPC的核心工具. 1924年休哈特(Walter Shewhart)提出, 他曾说: “在一切制造过程中所呈现的波动有两种, 第一是过程内部引起的波动称为正常波动; 第二是可查明原因的间断波动称为异常波动.,控制图的构成,控制图的构成: 1. Data Points 3. Upper Control Limit 2. Center Line 4. Lower Control Limit,正态分布的概率,正态分布的概率,是贯彻预防原则的SPC的重要工具，是质量管理七个工具的核心。 1984年名古屋工业大学调查1

8、15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5000职工一共用了35000张控制图。,控制图的重要性, 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,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

9、。,何时使用SPC,基本统计术语,总体,样本,总体 -简单而言，我们有兴趣知道的数据整体,如1000台燃具 样本 -一组只包含部份总体的数据。简单而言，这是总体中选出的数据,如1000台燃具中的其中10台.,基本统计术语,1.决定数据的趋中程度(太阳能热水器热效率的集 中程度,4.84,4.98,4.85. 2.以数理表达分散的程度 3.决定样本频率分布的形状,描述统计,平均 - 所有值总和除以样本容量(热水产率: 96.76,99.66,96.93,97.87) 备注: 不小于额定产水能力的90%. 中位数 - 顺序(由小至大或由大至小)数列中心项的数值 众数 - 在样本中出现次数最多的值,

10、基本统计术语,趋中的量度,优点 概念容易被理解和接受。 一组数据只有一个平均数且组中每个数据的变化都会影响平均数。,缺点 平均数受超常值的影响。 大量数据计算平均数较为繁琐。,平均数的优缺点,优点 中位数不受超常值的影响。,缺点 需要对数据排序，对大样本将非常繁琐。,中位数的优、缺点,优点 众数不受超常值 影响。 可应用于定性数据。,缺点 一组数据可能不存在众数。 有时一组数据会有一个以上的众数。,众数的优、缺点,分散的量度,标准差(SD) 过程输出的分布宽度，距离或每平均值的偏差 热水温升的内控标准为48-65K, 实际量测数据为: 56.8; 54.6; 51.1 53.4,基本统计术语,

11、极差 一个子组、样本或总体中最大值与最小值之差; 最低温升的量测数据为 9.6, 6.2,5.7,9.6, 那么最低温 升的极差为:,分散的量度,基本统计术语,众数,中位数,平均数,右偏态情形下分布集中程度与离散程度间的关系,众数,中位数,平均数,左偏态分布下分布集中程度和离散程度间的关系,双峰分布下分布集中程度与离散程度间的关系,课程目的 1. 了解控制图的分 类与应用. 2. 掌握针对质量特性值选择控制图类型.,课程内容 1、控制图的基本原理； 2、计量值与计数值控制图； 3、分析与控制用控制图； 4、控制图的应用时机； 5、控制图的应用步驟,SPC控制图篇,概念介绍,计量值：用各种计量仪

12、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尺寸、长度、形位误差等, 如电池之压片厚度, 小片称重, 卷针直径等指标. 计数值：通常是指不用仪器即可测出的数据。计件如不合格品数, e.g 裁大片外观不良数，服从二项分布；计点如电池激光焊接的气密性, 短路数等, 服从泊松分布.,控制图的基本原理,以3原理为基础：管制图是以常态分配中的3 原理为理论依据，中心线为平均值，上下控制界限为以平均值加减3 的值，以判断过程中是否有问题发生，此即休哈特博士所创的控制方法。 中心极限定理：无论随机变量的共同分布是什么（离散分布或连续分布，正态分布或非正态分布），只要独立统分布随机变量的个数

13、n较大时， 的分布总是正态分布。,控 制 图,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,Remark: 规格线：由客户或设计部门给出; 控制界线：由过程的实际数据统计计算得出; 一般情况下,控制界限严于规格;,控制图的分类(按数据种类分),計量值管制图 (Control Charts for Variables) 平均值与全距控制图(X-R Chart) 平均值标准差控制图(X-Chart) 中位数与全距控制图(X-R Chart) 个别值与移动全距控制图(X-MR Chart)

14、 计数值控制图 (Control Charts for Attribute) 不良率控制图(P Chart) 不良数控制图(Pn Chart) 缺点数控制图(C Chart) 单位缺点数控制图(U Chart),计数值控制图 亡羊补牢愈少愈好,计量值控制图 防患未燃愈多愈好,计量值 Vs. 计数值,计量型数据吗？,n=1？,关心的是 不合格率吗？,均值是否 方便计算？,n是否恒定？,n是否恒定？,n 9？,s是否 方便计算？,Pn或p图,p图,C或U图,U图,是,否,是,是,是,是,是,是,是,否,否,否,否,否,否,否,n：样本容量,控制图的应用时机,解析用控制图 决定过程控制方法用 过程解

15、析用 过程能力研究用 过程管制准备用,控制用控制图 追查不正常原因 迅速消除此项原因 研究并采取防止此项原因重复发生之措施。,控制图的分类(按用途分),制作分析用控制图之目的,在控制图的设计阶段使用,主要用以确定合理的控制界限; 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;,控制图的控制界限由分析阶段确定; 使用时只需把采集到的样本数据或统计量在图上打点就行;,制作控制用控制图之目的,制作分析控制图注意点,上下控制限和中心线都是通过抽样收集过去一段生产稳态下的数据计算出来的； 根据计算结果作成分析用控制图，并确认是在控制状态下且过程能力尚可后，方可将其控制限应用在过程控制用控制图上；,

16、收集数据,绘制解析用 控制图,控制 用控制图,稳定状态,满足规格,去除异常原因,检讨5M1E各方面,提升过程能力,计算Pp,Ppk,控制图绘制流程,Yes,No,Yes,No,控制图的应用步骤,1. 选取要控制的质量特性值； 2. 选择合适的控制图种类；(均值-极差） 3. 确定样本组数k，样本量n和抽样间隔，一般样本组数不少于20-25个； 4. 收集生产条件比较稳定和有代表性的一批数据（至少100个以上）； 5. 计算各组样本统计量，如样本均值、极差、标准差； 6. 计算各统计量控制界限(LCL,CL,UCL)；,控制图的应用,画控制图；并将计算出的统计量在控制图上打点； 观察分析控制图；

17、 决定下一步行动。,计量值控制图制作与应用,课程目的： 掌握三种计量值控制图的制作与应用方法。,课程内容： 控制图的使用场地、特征、统计量所服从的分布、制作步骤。,计量值控制图,均值-极差控制图 ( ) 均值-标准差控制图 ( ) 单值-移动极差控制图 ( X-MR ),均值-极差控制图（ ）,最常用；最基本； 控制对象为计量值； 适用于n 10的情况； 均值图用于显示子组间的波动, 观察和分析数据分布的均值的变化，即过程的集中趋势 (稳定趋势)； 极差图用于显示子组内的波动, 观察和分析数据分布的分散情况，即过程的离散程度； 精度尚可, 使用方便.,均值-极差控制图作法重点,(1) 选择控制

18、特性X, 决定样本大小n, 抽样频率及样本组数K； 1选择控制特性X -能测定的产品或过程特性; -对客户使用及生产关系重大的特性; -对下工程影响较大的特性; -经常出问题的特性; -关键产品或过程特性; -控制计划有规定的控制项目;,(1) 选择控制特性X, 决定样本大小n, 抽样频率及样本组数K； 2决定样本大小n及抽样频率 -n约在25之间, 不宜太大; -同一组数据尽量是同一时间及同一条件下生产的成品; -初期分析的过程系统尽量以较高的抽样频率连续取样, 稳 定的过程系统频率可以较低; -每组样本应记录日期,时间,作业员, 机台, 原材料或零件批 别等层别, 以利发掘和矫正特殊原因;

19、 -不影响生产作业及可接受的成本; 3决定样本组数K; -足够的样本数以保证过程系统的主要变异有机会出现.,均值-极差控制图作法重点,收集数据（20-25组以上）； 计算各组样本统计量,样本平均值,极差,总平均值； 计算控制界限； 绘制控制图（分析用控制图）。 剔除异常点。 重新计算控制界限。 作为日常控制用（控制用控制图）,均值-极差控制图作法步骤,注意点： 确定抽样间隔期 确定抽样间隔应考虑的因素 工序稳定性 抽样时间及成本因素 工序能力指数 工序调整周期(ECN) 一般在两次相邻的工序调整之间要抽取2024个样本. *当n10时，此时用R/d2作为对的估计，误差较大，此时一般选用 -S控

20、制图代替 -R图。,及时法与定期法的比较,即时法 极小化样本内差异 极大化样本间差 可提供性原因出现的具体时间 对工序变异敏感 样本是齐同性的,定期法 极大化样本差异 极小化样本间差异 只能提供系统性原因 出现的时间段 或许在某些特定工序 下适用 难以形成齐同性样本,连续生产,抽取五个零件作为样本,检查五个零件，并进行评价,？,继续生产,Yes,采取措施 (与班组长商议),No,及时法数据采集模式,数据记录一般格式,控制图的应用,1) 收集数据：至少75个以上，最好100个以上。（要按照一定的原则决定样本的间隔时间、组数和样本大小n；n通常取3，4，5；）,2) 计算各组样本统计量，如样本平均

21、值、极差及总平均值；,3) 计算控制界限：,均值控制图,极差控制图,均值-极差控制图_ 计算Formula,1. 一新电池经试作一周后, 初期过程控制能力足够, 量产时每天收集一组数据, 每组n=5, 共收集20组, 产品规格为50+/-5V, 请制作并解析Xbar-R控制图.,均值-极差控制图应用实例,(1)计算控制线并描点.,均值-极差控制图应用实例,典型特殊原因识别汇总,均值-标准差控制图制作 Xbar-S,均值-极差控制图比克实例,1. 比克电池品质部为控制切片过程之的裁小片的切片宽度, 收集20组(每组抽测5个样品) 数据后, 检测得到的 X=0.715, R=0.123,试计算此切

22、片的SPC上下控制线.,Answer: UCLx=0.841 LCLx=0.589 UCLR=0.317 LCLR=0,何时应该重新计算控制界限,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、环境即5M1E）来制定的。如果上述条件变化，则必须重新制定控制图，例如： 设备更新、经过修理、更换零件； 改变工艺参数或采用新工艺； 改变测量方法或测量仪器； 采用新型原材料或其他原材料； 环境变化。 一定时间后检验控制图还是否适用； 过程能力值有大的变化时；,均值-标准差控制图制作 Xbar-S,均值-标准差控制图（ ）,子组样本容量较大，因此更有效地体现变差，检出能力高； 当n

23、10时，s图代替R图，因为R图所反映的过程的分散程度已经不合适，误差太大，所以采用对过程分散程度反映较好的S图； 计算复杂，因此适用于采用计算机或袖珍计算器能简单按程序计算出S的情况下； 精度最高, 计算量大.,Xbar-S控制图作法步骤,收集数据（20组以上）； 计算各组的平均值( )和标准差（S）； 计算总平均值( )和标准差的平均值( ) ； 计算控制界限； 绘制控制图（分析用控制图）。 剔除异常点。 重新计算控制界限。 作为日常控制用（控制用控制图）,均值的计算同 标准差的计算为：,均值-标准差控制图,均值-标准差控制图_控制界限,均值控制图,标准差控制图,控制限计算举例,8mm之模具

24、冲头,单值-移动极差控制图（ X-MR）,单值-移动极差控制图（ X-MR),与均值-极差控制图的作用类似； 不需多个测量值或样本是均匀的（如浓度）； 因为费用或时间的关系，过程只有一个测量值（如破坏性实验）； 用自动化检查，对产品进行全检时； 精度较差, 计算量小.,移动极差,移动极差是指一个测定值 xi 与紧邻的测定值xi+1 之差的绝对值，记作Rs， Rs = | xi - xi+1 | （i=1,2,k-1) k为测定值的个数; k个测定值有k-1个移动极差,每个移动极差值相当与样本大小n=2时的极差值.,怎样确定控制界限,1 计算总平均数: 2 计算移动极差平均数:,怎样确定控制界限

25、,3 计算控制界限:,n=2时,E2=2.66,X控制图,怎样确定控制界限,3 计算控制界限:,Rs控制图,相当于n=2时的极差控制图; n=2时,D4=3.267,D3=0,例1：某制药厂某种药品碱的单耗数据如表，做单值-移动极差图,收集数据,X-MR控制图实例,2）计算各组的统计量,计算样本的平均值： 计算移动极差Rsi及其平均值：,X-MR控制图实例,数据表如下：,X-MR控制图实例,3）计算控制界限,X控制图 Rs控制图,4）作控制图,X-MR控制图实例,X-MR控制图实例,X-MR控制图控制线计算比克练习,例2：比克电池为控制注液车间环境温湿度对电池性能的影响. 在生产稳态下已取得2

26、5组湿度数据, 如下表, 由于湿度测量每次只能获取一个数据, 试用X-MR控制图对其加以控制.,计量值控制图的合理分组,控制图是研判过程系统变异的原因是普通原因还是特殊原因的统计分析工具. 如何达成此目的, 取决与数据收集时合理分组与否. 让组内变异最小化, 组间变异最大化是合理分组的原则.,计量值控制图的合理分组,计量值控制图的导入注意事项,因计量值控制图牵涉到较多的工程技术问题, 因而在导入前要注意准备下列事项: 1建立一个适宜的矫正行动的管理制度, 如在品质异常处理标准作业中规定, 当现场数据显示异常时, 作业员如何处置, 向谁报告; 2定义过程系统, 以确定影响过程的因素, 如5M1E

27、,或以特性要因图分析; 3定义控制特性; 4定义现场异常事件, 如停机, 停电, 换线, 换夹具, 换模, 用新材料或替代材料, 工程变更; 5定义测量系统, 并进行测量系统分析; 6为了减少不必要的变异来源, 要进行合理的分组.,计数值控制图,课程目的： 掌握四种计数值控制图的制作与应用。,课程内容： 控制图的使用场地、特征、统计量所服从的分布、制作步骤与应用。,计数值控制图,不合格品数控制图（Pn图） 不合格品率控制图（P图） 缺陷数控制图（C图） 缺陷率控制图（U图）,计数值控制图的制作重点,(1) 收集数据: 决定样本大小, 抽样频率及组数K； 1决定样本大小n及抽样频率 -n约在50

28、200之间, 不宜太小(np5); -不同组的样本大小n不一定相同, 但最好相同; 若无法相同, 差异程度最好别超过+/-25%. -假如一件成品有多个检验项目, 其中有一项不符, 则整件成品算不良; -每组样本应记录日期,时间,作业员, 机台, 原材料或零件批别等层别, 以利发掘和矫正特殊原因; 3决定样本组数K; -足够的样本数以保证过程系统的主要变异有机会出现. - 25组以上的样本以能证明过程的控制状态及估计过程的不良率.,不合格品数控制图(Pn图),样本容量n恒定； 不合格品数是一个服从二项分布的随机变量； 当Pn 5时近似服从正态分布N np，np(1-p)；,不合格品数控制图作图

29、步骤,1. 确定数据样本容量n的大小； n常取50以上的数 例8：某厂某产品不合格品数统计资料中以100为样本大小。,不合格品数控制图作图步骤,2 收集数据Pn1，Pn2, Pn3 , , Pnk ,k为样本数；,不合格品数控制图作图步骤,3 计算控制中心和控制界限；,不合格品数控制图作图步骤,该例中,所以:,不合格品数控制图作图步骤,4 作控制图,不合格品数控制图比克练习,例：比克电池品质管理层为了了解电池的品质状况, 经抽样检查25批电池后, 得出的不良数据如下表, 试制作Pn图.,不合格品率控制图(P图),不合格品率控制图(P图),样本容量n大小不定时对产品合格与否的控制图; 服从二项分

30、布; 当P较小n足够大时,该分布趋向于正态分布,不合格品率控制图作图步骤,1 收集数据; 注意: 1 要求样本中大体含15个不合格品,即Pn=15; 2 估计不合格品率为P时,可由下式计算n: 3 一般取1025个样本.,不合格品率控制图作图步骤,2 计算不合格品率P及平均不合格品率;,不合格品率控制图作图步骤,3.计算中心线和控制界限;,与n有关,计算控制界限,不合格品率控制图作图步骤,4 作控制图.,例：比克品质管理层为了了解过去电池的品质状况, 经抽样检查25批电池后, 得出的不良数据如下表, 试制作P图.,不合格品率控制图比克练习,缺陷数控制图（C图）,缺陷数控制图（C图）,缺陷数控制

31、图作图步骤,1 收集数据； 注意：一般取25组数据； 如果缺陷数较小，可将几个样本合为一个，使每组缺陷数C=0的情况尽量减少，否则用来作控制图不适宜； 不同的缺陷应尽可能分层处理。,缺陷数控制图作图步骤,2 计算平均缺陷数,缺陷数控制图作图步骤,3 计算中心线和控制界限:,例1,4 作控制图,缺陷数控制图华帝练习,例：比克电池为了解激光焊接短路品质状况, 连续抽样检查25批产品, 其数据记录如下表, 试制作C图,单位缺陷数控制图(U图),单位缺陷数控制图(U图),单位缺陷数控制图(U图),通过测定样本上单位数量（如面积、容积、长度、时间等）上缺陷数进行控制的场合； 与C图具有相同的原理，不同的

32、是U图的取样大小可以浮动，只要能计算出每单位上的缺陷数即可； 设n为样本大小，C为缺陷数，则单位缺陷数为： u=c/n,单位缺陷数控制图作图步骤,数据，包括样本大小和缺陷数；,单位缺陷数控制图作图步骤,计算单位缺陷数和上下控制界限；,计算结果,单位缺陷数控制图作图步骤,单位缺陷数控制图作图步骤,作控制图,计数值控制图导入注意事项,因计数值控制图牵涉到较多的工程技术问题, 因计数值控制图则与管理系统有较大关系, 因此导入前牵涉到较多的管理制度, 例如: 1将品质目标量化, 即如何制定展开至过程系统的品质水准; 2如何定义能与品质绩效奖金相挂钩的过程系统良率; 3如何透过复杂程度不同的机种或过程对

33、过程系统的良率, 不良率进行公平的比较; 4加工性的过程与装配性的过程如何以计件或计点制定判定标准;,计数值控制图导入准备事项,1建立一个适宜的矫正行动的管理制度, 如在品质异常处理标准作业中规定, 当现场数据显示异常时, 作业员如何处置, 向谁报告; 2定义过程系统, 以确定影响过程的因素, 如5M1E,或以特性要因图分析; 3定义控制特性并定义不良或缺点代号及名称, 以方便作业员记录; 4定义现场异常事件, 如停机, 停电, 换线, 换夹具, 换模, 用新材料或替代材料, 工程变更; 5定义测量系统, 如Go-NoGo量规, 目视检验等标准判定程序; 6为了减少不必要的变异来源, 要进行合

34、理的分组.,计数值控制图的分组原则,1过程作业应该在同一条件下; 2同一时间内生产的数据尽量分成一组; 3样本大小n, 尽量使np5, 但不宜过大;,计数值控制图的分组原则,分组太大和太小的实例. 实例1: 注射用的小玻璃瓶, 若存在伤痕, 气泡, 裂痕等缺陷, 注药液后就会发生问题, 所以在过程中设置一个目视检验站进行控制. 近一个月的记录, 得出一些数据. 用这些数据绘制成P图, 发现实际过程并无异常, 但在控制图上出现许多超出控制线的点, 因此初步认为分组过大.,分组过大,计数值控制图的分组原则,分组太大和太小的实例. 实例2: 冲压制品由外包厂提供, 在进料检验时100%检验, 作为外

35、包管理之一环, 依检验记录绘制P控制图. 最近产线反映不合格品一再出现, 即提出了对外包厂是否要采取措施的问题, 但依上月之检验记录看, 20天内有2次超出控制界限外, 但每次只有一个不合格, 而其他天不合格数皆为0, 初步分析认为分组数过小, 若每组样本大小n增为10倍以上, 则可使np5.,计数值控制图的分组原则,分组过小,计数值控制图的分组原则,计量型数据控制图分类,控制图的分类与选用,计数型数据控制图分类,控制图的分类与选用,过程能力研究 把 握 品 质， 从 过 程 开 始,Process capability analysis,目的： 理解进行过程能力分析的重要性； 掌握过程能力指

36、数计算和分析的方法。,内容： 过程能力的概念； 分析过程能力的意义； 过程能力指数 计算及分析； 过程能力指数的评价；,变异很小, 但不准确,准确但变异大,过程能力图示法,过程能力图示法,技术上受控,统计上未受控,统计上受控,技术上未受控,过程能力图示法,过 程 能 力,过 程 能 力 指 处 于 统计稳定状态下过程的实 际加 工 能 力； 过程能力指数是依特性值的规格或 过程特性的中心位置及一致程度, 来表示过程中心的偏移和过程均匀度.,过 程 能 力,过程能力是以该过程产品质量特性值的变异或波动来表示的； 根据3原理, 在分布范围 3 内，包含了99.73%的数据,接近于1,因此,以3 ,

37、即6 为标准来衡量过程是否具有足够的精确度和良好的经济特性。把过程能力记为B , 则 B= 6 ,影响过程能力的因素, 人、机、料、法、测、环 （5M1E） 操作者方面：如操作者的技术水平、熟练程度、质量意识、责任心、管理程度等； 设备方面：如设备精度的稳定性，性能的可靠性，定位装置和传动装置的准确性，设备的冷却、润滑情况等等； 材料方面：如材料的成分，配套元器件的质量等等；,影响过程能力的因素,工艺方面：如工艺流程的安排，过程之间的衔接，工艺方法、工艺装备、工艺参数、过程加工的指导文件、工艺卡、操作规范、作业指导书等； 测量方面：如测量仪器的精度、稳定性、测量者的读数习惯、测量方法等等都会对

38、结论的形成产生一定的影响； 环境方面：如生产现场的温度、湿度、噪音干扰、振动、照明、室内净化、现场污染程度等等。,进行过程能力分析的意义,一、保证产品质量的基础工作； 二、提高过程能力的有效手段； 三、找出产品质量改进的方向； 四、向客户证明加工过程的能力。,Cp,Cpk与Pp,Ppk的区别,Cp指数= Cp（Capability of process） 过程能力指数 Cp:“我们能做得多好” Cpk:“我们真正能做得多好”,Cp,Cpk与Pp,Ppk的区别,Pp过程性能指数 Pp：“我们实际做到多好” Ppk修正的过程性能指数 Ppk：“我们实际真正做到多好”,Cp,Cpk与Pp,Ppk的应用时机,过程能力指数,过程性能指数,新产品试作阶段; 初期生产阶段; 工程变更或设备变更时; 用于初始过程能力研究;,量产阶段; 用于过程能力研究;,指数分类,一、过程能力指数(Process Capability Index) 1、Cp：分布中心无偏离规格中心时衡量 过程能力的指数； 2、Cpk: 分布中心偏离规格中心时衡量 过程能力的指数； 3、Cpm：目标值与规格中心不一致时衡量 过程能力的指数； 4、Cpu：上单侧过程能力指数； 5、Cpl： 下单侧过程能力指数。,二、过程绩效指数(Process Perform