TS16949-SPC统计过程控制培训5.ppt

1、统计过程控制SPC,一、定义 控制图是用于分析和控制过程质量的一种方法。控制图是一种带有控制界限的反映过程质量的记录图形，图的纵轴代表产品质量特性值(或由质量特性值获得的某种统计量)；横轴代表按时间顺序(自左至右)抽取的各个样本号；图内有中心线(记为CL)、上控制界限(记为UCL)和下控制界限(记为LCL)三条线,二、控制图的历史,控制图是1924年由美国品管大师W.A. Shewhart博士发明。因其用法简简单且效果显著，人人能用，到处可用，遂成为实施品质管制不可缺少的主要工具，当时称为(Statistical Quality Control)。,控制图说明、原理,1924年发明,W.A.

2、Shewhart,1931发表,1931年Shewhart发表了 “Economic Control of Quality of Manufacture Product”,19411942 制定成美国标准,Z1-1-1941 Guide for Quality Control Z1-2-1941 Control Chart Method for analyzing Data Z1-3-1942 Control Chart Method for Control Quality During Production,三、控制图的发展,控制图在英国及日本的历史,英国在1932年，邀请.A. Shewh

3、art博士到伦敦，主讲统计品质管制，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，制定了相产的JIS标准。,SPC 第二条：控制图上点的排列分布没有缺陷.,控制图的判定准则 基本判定准则： 当控制图中的点出现下列情况之一，说明生产过程存在特殊原因，需立即采取措施予以消除以确保制程处于稳定状态： 超出控制线的点 连续七点上升或下降 连续七点全在中心点之上或之下 点出现在中心线单侧较多时，如： 连续11点中有10点以上 连续14点中有12点以上 连续17点中有

4、14点以上 连续20点中有16点以上,控制图的观察分析,进行控制所遵循的依据: 连续25点以上处于控制界限內; 连续35点中, 仅有1点超出控制界限; 连续100点中, 不多于2点超出控制界限. 五种缺陷 链: 点连续点出现在中心线 CL 一侧的现象称为链, 链的长度用链內所含点数多少来判別. 当出现5点链时, 应注意发展情況, 检查操作方法有无异常; 当出现6点链时,应开始调查原因; 当出现7点链时, 判定为有异常, 应采取措施.,从概率的计算中, 得出结论: 点出在中心线一侧的概率A1=1/2 点连续出现在中心线一侧的概率A1=(1/2)7 = 1/128 (0.7%)即在128次中才发生

5、一次, 如果是在稳定生产中处于控制状态下,这种可能性是极小的. 因此, 可以认为这时生产状态出现异常. 偏离: 较多的点间断地出现在中心线的一侧时偏离. 如有以下情況则可判断为异状态. 连续的11点中至少有10点出现在一侧时; 连续的14点中至少有12点出现在一侧时; 连续的17点中至少有14点出现在一侧时; 连续的20点中至少有16点出现在一侧时.,控制图的观察分析,倾向: 若干点连续上升或下降的情况称为倾向, 其判別准则如下: 当出现连续5点不断上升或下降趋向时, 要注意该工序的操作方法; 当出现连续6点不断上升或下降的趋向时, 要开始调查原因; 当出现连续7点不断上升或下降的趋向时, 应

6、判断为异常, 需采取措施. 周期: 点的上升或下降出现明显的一定的时隔时称为周期. 周期包括呈队阶梯形周期变动、波状周期变动、大小波动等情況.,控制图的观察分析,接近:图上的点接近中心线或上下控制界限的现象称为接近. 接近控制界限时, 在中心线与控制界限间作三等分线, 如果在外侧的1/3带状区间內存在下述情況可判定为异常: 连续3点中有2点(该两点可不连续)在外侧的1/3带状区间內; 连续7点中有3点(该3点可不连续)在外侧的1/3带状区间內; 连续10点中有4点(该4点可不连续)在外侧的1/3带状区间內. 受控的过程并不是在图上永远不失控，如果一个控制图从来没有显示失控，这个过程是否需要使用

7、控制图？,控制图的观察分析,图示判定准则： 当控制图中的点出现下列情况之一，说明生产过程存在特殊原因，需立即采取措施予以消除以确保生产过程处于稳定状态。,判定准则1:(2/3A) 3点中有2点在A区或A区以外,判定准则2: (4/5B) 5点中有4点在B区或B区以外,A B C C B A,UCL LCL,A B C C B A,UCL LCL,判定准则3:(6连串) 连续6点持续地上升或下降,判定准则4: (8缺C) 有8点在中心线的两侧,但C区并无点子,A B C C B A,UCL LCL,A B C C B A,UCL LCL,判定准则5: (7单侧) 连续7点在C区或C区以外,判定准

8、则6: (14升降) 连续14点交互着一升一降,判定准则7: (15C) 连续15点在中心线上下两侧的C区,判定准则8: (1界外) 有1点在A区以外,为了继续进行控制延长控制限,估计过程标准偏差,计算新的控制限,案例分析 Case study,76,74,74,72,56,65,74,79,73,75,61,64,72,79,4,74,70,76,71,58,68,74,81,72,76,62,65,77,78,3,72,74,73,72,56,68,79,81,77,75,64,65,78,74,2,73,72,73,70,55,72,80,80,78,74,62,70,74,75,1,2

9、8,27,26,25,24,23,22,21,20,19,18,17,16,15,78,72,72,77,75,72,76,71,72,80,72,75,79,69,4,80,75,77,76,75,77,75,73,71,78,75,76,77,68,3,79,75,76,74,76,78,74,72,74,78,74,73,75,68,2,72,70,73,74,73,70,72,70,74,76,72,74,76,67,1,14,13,12,11,10,9,8,7,6,5,4,3,2,1,案例分析 Case study,请计算出上表的X-R控制图的控制限？ 请判定过程是否稳定？ 如果是不

10、稳定该如何处理？,步骤D：,过程准确度Ca,Ca=,x,u,T,/,2,（T为公差）,制程性能指数Pp=(USL-LSL)/6S Ppk类似与Cpk的计算所得 Cr：能力比值=Cp的倒数 Pr：性能比值=Pp的倒数 PPM,制程性能的其他指数表达,指数差异说明,六、示例 某公司为控制某型号产品的尺寸（规格为605），每天取样五个作测量，数据如下所示，根据所画出的 控制图判断是否存在特殊原因，并计算Cpk。 61.3 59.3 59.7 58.8 59.7 55.5 59.7 57.3 60.3 61.0 62.6 58.8 58.5 60.3 59.5 59.6 63.3 60.1 59.7

11、63.7 58.7 62.5 60.0 59.9 63.2 60.7 60.9 59.5 61.4 59.9 58.5 57.8 60.4 58.0 63.9 57.7 56.8 59.3 61.9 59.2 58.7 57.3 60.6 59.7 61.1 58.7 59.3 60.6 59.3 60.4 55.1 59.9 60.5 64.2 56.9 56.9 55.4 62.3 64.7 59.2 58.0 61.1 61.3 58.3 61.6 61.3 59.6 56.9 62.0 61.5 59.3 58.6 61.7 60.7 61.1 64.2 60.5 57.8 61.0

12、57.5 61.1 59.7 60.6 60.7 60.3 59.5 57.3 64.2 63.2 62.1 57.0 57.8 61.1 60.1 60.0 60.3 56.2 59.5 58.1 58.0,A收集数据：在计算各个子组的平均数和标准差其公式分別如下：,2、建立X-S控制图的步骤：,建立X-S图的步骤与X-R图相似，不同之处如下：,B计算控制限,C过程控制解释： (控制图的判定准则与 X-R图一致),D 过程能力解释,A 收集数据 一般情況下，中位数图用在样本容量小于10的情況，样本容量为奇数时更为方便。如果子组样本容量为偶数，中位数是中间两个数的均值。,3、建立X-R控制图的

13、步骤：,建立X-R图的步骤与X-R图相似，不同之处如下：,B计算控制限,C 过程控制解释： (X-R控制图的判定准则与X-R图一致),估计过程标准偏差：,单值控制图在检查过程变化时不如X-R图敏感。 如果过程的分布不是对称的，则在解释单值控制图时要非常小心。 单值控制图不能区分过程零件间重复性，最好能使用X-R。 由于每一子组仅有一个单值，所以平均值和标准差会有较大的变性，直到子组数达到100个以上。,4、建立X-Rm控制图的步骤：,A 收集数据 收集各组数据 计算单值间的移动极差。通常最好是记录每结连续读数间的差值(例如第一和第二个读数点的差的绝对值，第二和第三读数间的差的绝对值等)。移动极

14、差的个数会比单值读数少一个(25个读值可得24个移动极差)，在很少的情況下，可在较大的移动组(例如3或4个)或固定的子组(例如所有的读数均在一个班上读取)的基础上计算极差。,建立X-Rm图的步骤与X-R图的不同之处如下：,B计算控制限,C过程控制解释 审查移动极差图中超出控制限的点，这是存在特殊原因的信号。记住连续的移动极差间是有联系的，因为它们至少有一点是共同的。由于这个原因，在解释趋势时要特別注意。 可用单值图分析超出控制限的点，在控制限內点的分布，以趋势或图形。但是这需要注意，如果边程分布不是对称，用前面所述的用于X图的规则来解释时，可能会给出实际上不存在的特殊原因的信号,估计过程标准偏

15、差： 式中，Rm这移动极差的均值，d2是用于对移动极差分组的随样本容量n而变化的常数。,计数型控制图,不良和缺陷的说明,1、建立P控制图的步骤：,建立p图的步骤A,A1 选择子组容量、频率、数量,子组容量：用于计数型数据的控制图一般要求较大的子组容量(例如50200)以便检验出性能的变化，一般希望每组內能包括几个不合格品，但样本数如果太大也会有不利之处。NP大于或等于5 分组频率：应根据产品的周期确定分组的频率以便帮助分析和纠正发现的问题。时间隔短则反馈快，但也许与的子组容量的要求矛盾 子组数量：要大于等于25组以上，才能判定其稳定性。,A2 计算每个子组內的不合格品率,记录每个子组內的下列值

16、 被检项目的数量n 发现的不合格项目的数量np 通过这些数据计算不合格品率,A3 选择控制图的坐标刻度,描绘数据点用的图应将不合格品率作为从坐标，子组识別作为横坐标。纵坐标刻度应从0到初步研究数据读数中最大的不合格率值的1.5到2倍。,A4 将不合格品率描绘在控制图上,描绘每个子组的p值，将这些点联成线通常有助于发现异常图形和趋势。 当点描完后，粗览一遍看看它们是否合理，如果任意一点比別的高出或低出许多，检查计算是否正确。 记录过程的变化或者可能影响过程的异常状況，当这些情况被发现时，将它们记录在控制图的“备注”部份。,建立p控制图的步骤B,计算平均不合格率及控制限,画线并标注,均值用水平实线

17、：一般为黑色或草蓝色实线。 控制限用水平虚线：一般为红色虚线。 尽量让样本数一致，如果样本数一直在变化，会如下图：,建立p图的步骤C,分析数据点，找出不稳定的证据,判定方法同计量型控制图,寻找并纠正特殊原因,当从数据中已发现了失控的情況时，则必须研究操作过程以便确定其原因。然后纠正该原因并尽可能防止其再发生。由于特殊原因是通过控制图发现的，要求对操作进行分析，并且希望操作者或现场检验员有能力发现变差原因并纠正。可利用诸如排列图和因果分析图等解決定问题数据。,重新计算控制限,当进行初始过程研究或对过程能力重新评价时，应重新计算试验控制限，以更排除某些控制时期的影响，这些时期中控制状态受到特殊原因

18、的影响，但已被纠正。 一旦历史数据表明一致性均在试验的控制限內，则可将控制限延伸到将来的时期。它们便变成了操作控制限，当将来的数据收集记录了后，就对照它来评价。,控制限运用说明,建立p的步骤D,过程能力解释,计算过程能力,对于p图，过程能力是通过过程平均不合率来表，当所有点都受控后才计算该值。如需要，还可以用符合规范的比例(1-p)来表示。 对于过程能力的初步估计值，应使用历史数据，但应剔除与特殊原因有关的数据点。 当正式研究过程能力时，应使用新的数据，最好是25个或更多时期子组，且所有的点都受统计控制。这些连续的受控的时期子组的p值是该过程当前能力的更好的估计值。,评价过程能力,改善过程能力

19、,过程一旦表现出于统计控制状态，该过程所保持的不合格平均水平即反应了该系统的变差原因过程能力。在操作上诊断特殊原因(控制)变差问题的分析方法不适于诊断影响系统的普通原因变差。必须对系统本身直接采取管理措施，否则过程能力不可能得到改进。有必要使用长期的解決问题的方法来纠正造成长期不合格的原因。 可以使用诸如排列图分析法及因果分析图等解決问题技术。但是如果仅使用计数型数据将很难理解问题所在，通常仅可能地追溯变差的可疑原因，并借助计量型数据进行分交有利于问题的解決。,绘制图分析修改后的过程控制图,当对过程采取了系统的措施后，其效果应在控制图上明显地反应出来； 控制图成为验证措施有效性的一种途径。 对

20、过程进行改变時，应小心地监视控制。这个变化时期对系统操作会是破坏性，可能造成新的控制问题，掩盖系统变化后的真实效果。 在过程改变期间出现的特殊原因变差被识別并纠正后，过程将按一个新的过程均值处于统计控制状态。这个新的均值反映了受控制状态下的性能。可作为现行控制的基础。但是还应对继续系统进行调查和改进。,案例分析 Case study,Case study,请计算出上表的p控制图的控制限？ 请判定过程是否稳定？ 如果是不稳定该如何处理？,不合格品数np图,“np”图是肉来度量一个检验中的不合格品的数量，与p图不同，np图表示不合格品实际数量而不是与样本的比率。P图和np图适用的基本情況相同，当满

21、足下列情況可选用np图 不合格品的实际数量比不合格品率更有意义或更容易报告。 各阶段子组的样本容量相同。“np”图的详细说明与p图很相似，不同之处如下：,A收集数据,受检验样本的容量必须相等。分组的周期应按照生产间隔和反馈系统而定。样本容量应足够大使每个子组內都出现几个不合格品，在数据表上记录样本的容量。 记录并描绘每个子组內的不合格品数(np)。,B 计算控制限,过程控制解释、过程能力解释,C过程控制解释：同“p”图的解释。 D过程能力解释：过程能力如下：,不合格品数np图,不合格数c图,“c”图內来测量一个检验批內的缺陷的数量，c图要求样本的容量或受检材料的数量恒定，它主要用以下两类检验：

22、 不合格分布在连续的产品流上(例如每匹维尼龙上的瑕疪，玻璃上的气泡或电线上绝缘层薄的点)，以及可以用不合格的平均比率表示的地方(如每100平方米维尼龙上暇疵)。 在单个的产品检验中可能发现许多不同潜在原因造成的不合格(例如：在一个修理部记录，每辆车或元件可能存在一个或多个不同的不合格)。 主要不同之处如下：,A收集数据,检验样本的容量(零件的数量，织物的面积，电线的长度等)要求相等，这样描绘的c值将反映质量性能的变化(缺陷的发生率)而不是外观的变化(样本容量n)，在数据表中记录样本容量； 记录并描绘每个子组內的缺陷数(c),B计算控制限,过程控制解释、过程能力解释,过程控制解释 同p图解释 过程能力解释 过程能力为c平均值，即固定容量n的样本的缺陷数平均值。,单位产品不合格数的u图,“u”图用来测量具有容量不同的样本(受检材料的量不同)的子组內每检验单位产品之內的缺陷数量。除了缺陷量是按每单位产品为基本量表示以外，它是与c图相似的。“u”图和“c”图适用于相同的数据状况，但如果样本含有多