SPC计量值管制.ppt

1、计量值管制图,什么是“失控”?,When a process shows a non-random pattern, it is considered to be statistically out of control 当一个过程显示出一种非随机模式时，该过程便 是在统计上失控.,小心失控的意思，因为该过程仍可能会产出良品，该非随机模式只是意味着存在过程已经发生变化的统计证据.,管制图的解释,管制图是探测特殊原因变异的有力工具. 如果发现了特殊原因: 如果失控条件是一个趋势的一部分,把该趋势的起点和终点都标出来 对流程进行分析以确定引起失控条件(OOC condition)的原因 对该条件纠

2、正并防止再发生 去掉失控的点后重新计算控制界限 根据新控制界限制重新评估管制图 只有在造成失控条件的原因得到确认并纠正后才重新计算控制,1 Sigma,2 Sigma,3 Sigma,1 Sigma,2 Sigma,3 Sigma,68.26 %,95.45 %,99.73 %,% 数据点的百分比,UCL,LCL,时间,我们测量的 项目,标准偏差规则 “数据处于哪个位置?”,超过管制上限，为不可接受区域,在管制界限内，为可接受区域,全距图的解释 (Range Charts),应先解释全距图 在全距图中, 单个失控点常由计算错误, 作图错误或量测错误引起. 这时应首先验证该图的准确性. 在全距图

3、中的趋势可能有以下原因造成: 流程的变异确实发生变化 量测系统发生变化 识别造成失控原因, 除去失控点并重新计算控制界限 如果把一个点从全距图中去掉, 也应从X-bar图中去掉.,X-bar的解释,基于某个特定特征发生的机率(或由随机变化引起的机率)大小可以解释管制图. 所有检验都要识别其由随机发生引起的机率低于 0.3 %的事件 (这些事件在3 s区或 3 s限以外) 管制图在平均在线下被分为不同的sigma区间 区间C距平均数 3 s,控制图失控检验,八种检验状态所发生的概率,八种检验状态所发生的概率,检验 1和2,检验 1 基本检验. 由流程中的一个大的改变引起. 要求马上采取行动.,检

4、验 2 由流程平均数改变引起 流程方法的调整 引进新材料,检验 1.单个点超出区间,x,检验 3和4,检验 3 向上或向下的趋势 有下列原因造成 机械磨损 化学成分减少 污染增大等. 工具逐渐磨损,维修水平逐渐降低,检验 4 上下波动 过度调节 班次间变异 机器间变异 轮流使用两台设备及两位操作人员轮流操作,检验 3.有六个点连续上升或下降,x,x,检验 4.连续时十四个点交替上升和下降,x,检验 5 第二个基本检验 在3 s 限内高度变动 主要的特殊变异原因之一,检验 6 另一个检验偏移的规则 检验 1, 5, 6 相互关联并显示出某个特殊原因引起的流程高度变化状态,检验 5.连续三个点有两

5、个在区间A或以外,x,x,x,检验 6.连续五个点中有四个在区间B或 以外,x,x,检验 5和6,检验 7和8,检验 7 白色空间检验 当组内变异大于组间变异时发生, 或 陈旧的或算错的控制界限,检验 8 平均数波动 有混合现象 过度控制 同一个图上有两个流程在进行 标准偏差太大,检验 7.连续十四个点在区间C中 (中在线下都有),x,检验 8.连续八个点在中线两边但不在 区间C内,x,练习解释管制图,有失控条件吗? 违背了哪个规则?,按前面列出的八个规则解释下列管制图 .,采取行动 针对特殊原因,作管制图是为了采取适当行动. 否则只是浪费时间和金钱 如果要求采取行动但从来没有, 那么管制图只

6、是让人感到舒服的墙纸. “看, 我们有SPC!” 所采取的行动应基于对流程不断加深的理解 识别引起变异的根本原因并加以改正 在管制图上记载问题所在及如何改正的 把问题和措施记录到故障排除指南中从而可以当场采取行动 只有在确认并消除特殊原因后才重新计算控制界限,采取行动 针对共同原因 (Common Causes),比较流程的自然控制界限和规格限. 由控制界限确定制程能力并与规格限比较.流程是否有足够能力? 减少流程的自然变异是多数 6Sigma项目的目的. 在控制阶段, 共同原因引起的变异应很好地落在规格限里面. 除非已知的流程改变能解释短期偏移, 否则不要重新计算控制界限,总结 平均图和全距

7、图,多用于机器控制的流程 当数据可以合理编组时使用 区分特殊原因和共同原因引起的变异的有力工具 其有效性来自于连续数据与不连续数据的区别能力的差别. 还记得如何计算样本大小吗? 易于显示趋势, 流程偏移和其他非随机变异 有助于迅速估计制程能力,考察失控过程时常见原因,测量精度和使用的仪器是否不同? 不同操作者是否采用不同的方法? 过程是滞受环境(如温度，湿度)的影响? 环境是否有重大改变? 过程是否受工具磨损的影响? 当时过程中是澡有未经培训的工人参与? 原料来源是否有变?,考察失控过程时常见原因,过程是否受操作者疲劳的影响? 设备保养程序中是否有变化? 是否经常调节机器? 样本是否来自不同的

8、机器?不同轮班时间和不同的操作者? 操作者是滞不愿报告“坏消息”?,实例 用Minitab建立管制图,SPC Data.mtw,在Minitab中,打开文件SPC Data.mtw 由选单中选Stat Control Charts Xbar-R 选用列C1-C5的资料,实例: 管制图的检验,在Xbar-R Options对话框中按Tests钮 选则要进行的检验.检验1和5在寻找大的特殊原因时最好. 在Xbar-R Options对话框中按Estimate钮,选择Rbar,X-bar和R图 Minitab输出,重新计算控制界限(Control Limits),在确定了失控点的原因后就可以消除这些

9、点以便计算控制界限 前面的例子中第9, 11和24 点可以在计算控制界限时去掉 在X-bar和R图对话框中按Estimate 钮并输入这些违背规则的数据点,修正后的Minitab输出,请注意控制界限的微小改变 :,用现有控制界限作图,Minitab也可以在已有过往数据并验证其准确性后画出并评估数据 在Xbar-R Options 对话框中输入 过往资料:,Minitab有过往资料时的结果,用过往控制界限分析数据时, 现在注意失控点的数量,另一个图X-bar和S (标准偏差),X-bar和S图由组内标准偏差直接计算控制界限 当满足下列条件时使用 数据由计算机记录和绘图, 实时计算的s容易结合到图

10、中 各组的样本数较大 ( 10). 这在自动量测及报告数据的量测设备中常见. Minitab有一个自动建立X-bar和S图的程序.,实例 用Minitab作X-bar和S图,在Minitab中选Stat Control Charts Variables Chart for SubgroupsXbar-S 比较 X-bar/S图与X-bar/R图. 看到什么差别了吗?,关于合理分组的几句话,在X-bar图中, 控制界限由组内变异决定. 数据分组必须合理 合理分组的例子: 批量生产中同一批的工件 一个短时期内生产的工件 不合理分组的例子: 同一工件的多次量测 按量测次序而不是按流程次序分组. 如果

11、你不能用简单语言解释分组策略, 该管制图可能价值不高.,合理分组实例,用注塑模生产一种插座, 一次四件, 一个槽一件. 对插座的量测包括量测大于 5.00 毫米的厚度. 量测时读到毫米的百分之一. 主管每天四次到压机收集五个连续压塑周期生产的工件. 由于每个周期生产四个工件, 他每两个小时要量测20 个工件. 主管还跟踪了各工件的周期和所在的槽位. 主管要用SPC分析数据,他必须选择如何把数据组织成适当的编组, 以及如何把分组数据组织成管制图.,主管把二十个量测结果(每两个小时)按下列表格记录下来.,合理分组 (Rational Subgroups),数据可以按三种方法组织: 按行, 按列及按

12、样本,让我们用Minitab分析资料. 打开文件SocketData.mtw (为了方便数据已堆叠起来),SocketData.mtw,X-bar和R图 按样本分组,在Minitab中建立X-bar和R图以分析按样本分配的变异如何? 有几个组? 每组大小有多大? 选Stat Control Charts Variables Chart for Subgroups Xbar-R,SocketData.mtw,X-bar和R图 按样本分组,Minitab输出结果:,按Cycle分组(行),在Minitab中建立X-bar/R管制图以分析按周期分配的变异如何? 有几个组? 每组大小有多大? 选Stat Control Charts Variables Chart for Subgroups Xbar-R,SocketData.mtw,按周期分组(行) 结果,Minitab输出结