SPCTrainingMaterial.ppt

1、SPC Training Material,第一部分：SPC概述,SPC Technique and Practice,SPC的起源与发展,1924年休哈特博士(Dr. Walter Shewhart)在贝尔实验室发明了第一张管制图-P Chart，运用了3倍标准差的理念； 二战期间，美国军方将品质控制图的方法引进军工企业，并应用于生产过程中，但应用范围并不广泛； 直至二战结束，作为战败国的日本将品质作为提升竞争力的根本，于1950年邀请了戴明博士到日本演讲，介绍了SQC的技术与观念，SPC技术在日本产生了很大的功效； 而真正将SPC广泛推广的是美国著名的汽车制造商福特（Ford）,通用（G.

2、M.）以及克莱斯勒（Chrysler ）公司。,SPC Technique and Practice,SPC的全称是统计过程控制（ Statistical Process Control） 它运用统计学技术来分析制程或其输出，为达到和维持统计受控的状态 以及制程能力的提高提供了科学的理论依据。 我们收集数据： 研究我们的制程何时发生了变化（不受控制）,使制程达到统计受控状态； 监控我们的制程确保输出的稳定性，维持统计受控的状态； 帮助我们持续改进制程，改善我们制程的能力。,SPC Technique and Practice,SPC定义和目的,第二部分： SPC基础理论,SPC Techniq

3、ue and Practice,观察的偏差,当重复测量时,经常产生不同的结果,这就是偏 差,普通原因的偏差 测量中的差异是被期望的并可以预测的 特殊原因的偏差(随机) 测量中的差异是不可预测的,SPC Technique and Practice,普通原因和特殊原因,普通原因 Common cause 随着时间的推移是稳定的，可预测的； 流程或产品是处于统计受控的。,特殊原因 Special cause 变异的来源是间断的（不经常作用在流程上），不可预测的； 由于一个或几个主要的因素； 可以纠正； 如未进行预防措施可重复发生； 随着时间的推移，流程或产品处于不稳定状态；,偏差的特性,偏差是自然

4、的,固有的.是我们周围世界上任何事物的固有特性. 没有任何事物或一种服务完全一致. 测量设备越精密,越能发现事物之间的区别. 管理层的工作之一是与雇员一起尽可能减少差异.,SPC Technique and Practice,每件产品的尺寸与别的都不同,但它们形成一个模型，若稳定，可以描述为一个分布,范围,范围,范围,范围,范围,范围,范围,SPC Technique and Practice,LSL,USL,CL,次数,组,规格范围,制程范围,由分布图可与规格比较,SPC Technique and Practice,分布又可以通过以下因素来加以区分,*位置,*分布宽度(从最小值至最大值之间

5、的距离),*形状(是否对称、偏斜等),范围,范围,范围,SPC Technique and Practice,分布之中心倾向-准确度,SPC Technique and Practice,分布的散布状态-精密度,SPC Technique and Practice,准确度(居中性)精密度(离散性),SPC Technique and Practice,精密度与准确度,精 密 度,准 确 度,规格上限,规格下限,规格上限,规格下限,规格上限,规格下限,规格上限,规格下限,SPC Technique and Practice,所以我们最希望得到的分布是：,既准确又精密,SPC Technique

6、and Practice,正态分布,大量的实例证明，在现实世界中，正态分布是最具有代表性的分布形态，它能描述众多质量特性x随机取值的统计规律性 它的概率密度分布函数形式为,正态分布含有两个参数和，常记为N(, 2).其中为正态均值，它为正态分布的中心。质量特性x在附近取值的机会最大。 2 是正态方差， 0是正态标准差。方差2和标准差 都是描述质量特性x随机取值的分散程度。,1 2,N(1, 2),N(2, 2),相同， 不同（ 12）,正态曲线的比较,N(, 12),N(, 22),相同， 不同（ 1 2）,3控制图,为了方便现场使用和及时记录现场质量波动情况，我们置于现场的正态分布图是将其与

7、其控制限旋转了900使用的，如图所示： In order to use and record the quality state in time, we rotate the chart 900,see the below chart: 中心线（Central Line,简记CL）,对应值； 上控制限（Upper Control Limit,简记UCL）,对应 +3； 下控制限 （Lower Control Limit,简记LCL）,对应 -3 。,制程能力,什么是制程能力What is Process Capability? 制程能力是评价一个过程的质量以及过程满足顾客要求（包含技术要求）的

8、能力 Process capability is defined as the ability of a process to satisfy customer expectations. 因为规格值反映了客户的要求，能力的衡量将制程的声音与客户的声音结合起来。 Because the specification limits are assumed to reflect customer desires, capability measures are said to relate the “Voice of the process” to the “Voice of the Custome

9、r” 制程能力研究能够使制造企业改进生产力，降低成本以及增强他们的战略优势。 Capability studies enable manufactures to improve productivity, reduce costs, and enhance their strategic advantage over competitors.,制程能力指数,讨论过程能力指数是在下面两个基本假设下进行。 1.过程稳定（或过程受控），即过程的质量特性x的波动仅有正常波动源引起， 这时过程的质量特性x服从某个正态分布； 2.双边规范限LSL和USL能准确表达顾客要求。 过程能力指数：Ca, Cp ,

10、 Cpu , Cpl , Cpk,Cp、Cpl、Cpu 和Cpk,要透过统计方法去控制制程工序，是需要控制工序的中心值和分布情况； 工序潜能指数(Cp)只测试工序的分布而忽略中心值，因此有可能一个高Cp数值理论上指示工序的能力可接受，而实际因制程中心值移近规格界限而产生大量的拒收产品。,SPC Technique and Practice,Cp、Cpl、Cpu和Cpk,Cpu是量度中心值和上限规格界限之间区域的工序分布； Cpl是量度中心值和下限规格界限之间区域的工序分布； 正常来说，Cpu和Cpl的数值越大，工序的分布便越好。 数值Cpk是量度“工序表现”。它考虑的范围包括分布情况和区域。C

11、pk是与工序表现和规格界限相连。,SPC Technique and Practice,Cp= Ca= Cpu= Cpl= Cpk=min Cpl, Cpu,Process Variation,Specification,USL-LSL,6,USL-,3,Cp = 1 and Cpk = 1,Cp = 2 and Cpk = 1,Cp = 2 and Cpk = 0,制程能力指数,-SL,USL-LSL,1,Cpk1.67,1.67Cpk1.33,1.33Cpk1.00,1.00Cpk0.67,0.67Cpk,LSL,USL,LSL,USL,LSL,USL,LSL,USL,LSL,USL,2,

12、3,4,5,Cpk,分布与规格之关系,制程能力判断,太佳,可考虑缩小规格 简化或降低成本,理想，保持,必须保持， 需注意,有不良品 要改善,不足,警告,合格,应采取紧急措施,非常不足,处置,No.,s,s,s,s,s,本公司要求当Cpk1.50(Dell) 销售区域,生产线,操作班组和工厂.,无辜或有罪,逻辑变量(也称离散变量),合格/不合格,区域,SPC Technique and Practice,逻辑变量,逻辑变量的例子: 有缺陷灯泡的个数 合格/不合格 发票的正确性 正确/不正确 按时交付 按时/迟交,为了有效的分析,逻辑变量要求更多的数据点,SPC Technique and Pra

13、ctice,连续变量的控制图,平均数极差控制图 Xbar-R chart 此图用于测量流程的目标或中心值，监控随时间变化的数据的均值和全距的变异。 平均数标准差控制图 Xbar-S chart 同上，但平均数全距图中R容易受个别值影响较大，标准差相对较小，尤其当每组样本大小较大时（n10）,在样本数较小时两者差异不大。 . 单值移动极差控制图 I-MR chart 此图在实际情况中，不易得到子组，仅能得到一个数据时使用，它以不分组的方式描点，要求每次或每组的样本数为1。,SPC Technique and Practice,p控制图 p chart 此图用于跟踪每个子群中缺陷产品的比率，样本大

14、小可以变化 np控制图 np chart 同上，用于跟踪每个子群中缺陷产品的数目，但样本大小不变 c chart c控制图 此图用于跟踪在一个恒定的样本数中存在缺陷点的数目,（每个单位可以有多个缺陷点） u chart u控制图 此图用于绘制每个样本子群中的单位缺陷数，样本大小是可变的。,逻辑变量控制图种类,SPC Technique and Practice,控制图的使用范围?,控制图,数据描述,样本大小,子组的均值 子组的差值 单个数据 两个相邻数据的差值,X R X Moving R,必须相等 必须相等 1 2,p np c ,每个样本的不良比例 每个样本不良项目的数量 每个样本的不良个

15、数 每单位的不良,可以不相等 必须相等 必须相等 可以不相等,连续变量控制论图,逻辑变量控制图,SPC Technique and Practice,连续变量控制图控制限,注：表中A2 ,A3 ,D3 ,D4 ,B3 ,B4 与样本量n有关，可查表得 表中E2 =3/d2 ,当n=2时,E2 =3/1.128=2.55.,某金属零件的长度是一个重要的质量特性。为对其进行控制，在生产现场每隔1小时连续测量3件产品的长度，数据如下：,控制图 Xbar-R Chart,计算过程平均值x与平均极差Rbar: X=10.001, Rbar=0.105 计算Xbar-R图的中心线与控制限： Xbar图：C

16、L=10.001 UCL=CL+A2 Rbar=10.001+1.023*0.105=10.108 LCL= CL-A2 Rbar=10.001-1.023*0.105=9.894 R图：CL=0.105 UCL=D4 Rbar=2.574*0.105=0.270 LCL=D3 Rbar=0,控制限计算,用Minitab作图：,控制图 Xbar-R Chart,Xbar-R Chart 显示：过程受控,控制图 Xbar-R Chart,控制图 Xbar-S Chart,Xbar S Chart 的制作极似Xbar-R Chart,只是把R(全距)改成了标准差。 引用上一案例数据，作Xbar-S

17、 Chart: 计算过程平均值X与全体数据的标准差: X=10.001, Sbar=0.055 计算Xbar-S图的中心线与控制限： Xbar图：CL=10.001 UCL=CL+A2 Rbar=10.001+1.023*0.105=10.108 LCL= CL-A2 Rbar=10.001-1.023*0.105=9.894 S图：CL=0.055 UCL=B4 Rbar=2.568*0.055=0.141 LCL=B3 Rbar=0,用Minitab作图：,控制图 Xbar-S Chart,Xbar-S Chart 显示：过程受控,控制图 Xbar-S Chart,控制图I-MR Char

18、t,在这些场合可以运用单值-移动极差控制图： 1.生产效率、消耗定额、单位成本等要在一天或数天内才能得到一个数据； 2.液体浓度、化学溶液的PH值等，由于生产过程质量均匀，不需多抽样品； 3.取得测量值的成本高或需时间长，如复杂的化学分析，破坏性检查等。 数据的收集与处理 设在k个时间段内各收集一个测量值，共有k个测量值，记为X1 , X2 , , Xk 。那么用于作控制图的点是： 单值点： X1 X2 X3 , , Xk-2 Xk-1 Xk 移动极差点： R2 R3 , , Rk-2 Rk-1 Rk (当选取的移动距离为1时) 其中R2 =|X2 X1|, R3 =|X3 X2|等，可以看出

19、，若单值有25个，当移动距离为1时，则移动极差只有24个，当移动距离为2时，则移动极差只有23个,控制图I-MR Chart,某车间产品质量与酸洗浓度关系密切，因此决定每隔2小时测量一次酸洗浓度，测得数据如下：,X M R 8.00 8.50 0.50 7.40 0.90 10.5 3.10 9.30 1.20 11.1 1.80 10.4 0.70 10.4 0.00 9.00 1.40 10.0 1.00 10.3 0.30 12.2 1.90 11.6 0.60 11.5 0.10 11.0 0.50 12.0 1.00 8.60 3.40 10.2 1.60 10.1 0.10 10.

20、5 0.40 9.10 1.40 11.5 2.40 11.1 0.40,过程平均值Xbar和平均移动极差Rbar:,计算控制限： Xbar图：CL=10.187 UCL=X + E2 R=10.187+(3/1.128)*1.132=13.197 LCL= X + E2 R=10.187-(3/1.128)*1.132=7.177 R图： CL=1.132 UCL=D4 Rbar=3.267*1.132=3.698 LCL=D3 Rbar=0,控制图I-MR Chart,用Minitab作图：,控制图I-MR Chart,I-MR Chart 显示：过程受控,逻辑变量控制图 Control

21、chart for Attribute Data 许多品质特性是由属性来表达的, 即使大多数品质特性都可以测量, 但是有时侯由于成本关系用变量控制图不切实际时采用属性控制图 Many quality characteristics are observed and expressed as attributes, even most of the quality characteristics can be measured, it is sometimes not practical or economical to use variable control charts 逻辑变量控制图的使

22、用及解释与变量型控制图类似, 与变量型控制图相比,属性控制图要求拥有较大的样本数（通常=50） The use and interpretation of attribute control charts are similar to variable control charts Larger sample size required compare to variable charts. (usually =50) b) 仅能提供较少的信息 Less information,逻辑变量控制图,控制限,控制图P Chart,某喷粉件的外观不合格品件数如下：,控制图P Chart,1.计算过程的

23、平均不合格品率：,2.对每一个样本计算上、下控制限,用Minitab作图：,控制图P Chart,I-MR Chart 显示： TEST 1. One point more than 3.00 standard deviations from center line. Test Failed at points: 2, 4, 18, 19,控制图P Chart,控制图P Chart,引用上例，当样本容量相等时，设为741，则用Minitab运行结果如下：,P Charts,计算p chart 上下3倍标准方差的控制线. 如果样本大小不一致,可用以下两种方法计算控制线: 方法一: 基于最大或最小

24、样本来计算控制线 所以会有两套控制线出现在p chart,基于最大样本计算出的最窄的控制线和基于最小样本计算出的最宽的控制线. 方法二:分别计算每一组不合格分数的控制线.,SPC Technique and Practice,p Charts,使用多重控制线: 超出最宽的控制线的任何值均显示过程失控; 在最窄控制线内的数值表明过程受控; 在两条上控制线之间或在两条下控制线之间的数据须重新评估.,SPC Technique and Practice,Test 1. One Point Beyond Zone A=3Sigma 某一点超出3Sigma 区,Test 2. Nine Points in a Row on One Side of the Center Line 连续9个点分布于中心线的一边,Test 3. Six Points in a Row Steadily Increasing or Decreasing 连续6点持续上升或下降,Test 4. Fourteen Points in a Row Alternating Up and Down 连续14点交替上升下降,控制图的判定规则,Test 5. Two Out