SPC统计过程控制培训教材

SPC（统计过程控制）培训教材StatisticalProcessControl作成：Jack日期：2010.07.20课程大纲一、什么是SPC1、SPC的含义2、SPC的作用与特点二、基本的统计概念1、主要的统计学名词2、正态分布的基本知识3、主要统计参数三、持续改进及SPC概述1、过程控制控制的是什么2、局部措施和对系统采取措施3、控制图四、管制图的种类五、计数型数据管制图1、p图/不良率控制图2、np图/不合格品数控制图3、c图/不良（缺陷）数控制图4、u图/单位不良（缺陷）数控制图六、计量型数据管制图1、与过程相关的管制图2、使用控制图的准备3、Xbar-R图4、Xbar-s图5、Xmed-R图6、X-Rm图七、管制图的选择方法八、过程能力分析及管制图的判读1、过程能力分析2、管制图判读一、SPC的含义1、什么是SPC◆SPC--StatisticalProcessControl(统计过程控制）◆含义--利用统计技术对过程中的各个阶段进行监控，从而达到保证产品质量的目的。2、SPC的作用与特点◆作用：-确保制程持续稳定、可预测。-提高产品质量、生产能力、降低成本。-为制程分析提供依据。-区分变差的特殊原因和普通原因，作为采取局部措施或对系统采取措施的指南。◆特点：-SPC是全系统的，全过程的，要求全员参加，人人有責。这点与TQM的精神完全一致。-SPC強调用科学方法(主要是统计技术，尤其是控制图理论来保证全程的预防。-SPC不仅用于生产过程，而且可用于服务过程一一切管理过程。二、基本的统计概念1、主要的统计学名词-1名称解释平均值（Xbar）一组测量值的均值，群体平均值用μ表示极差（Range）一个子组、样本或总体中最大与最小值之差标准差σ（Sigma）(StandardDeviation)过程输出的分布宽度或从过程中统计抽样值（例如：子组均值）的分布宽度的量度，用希腊字母σ或字母s（用于样本标准差）表示。样本标准差也可用σP表示单值（Individual）一个单个的单位产品或一个特性的一次测量，通常用符号X表示。中心线（CentralLine）控制图上的一条线，代表所给数据平均值。过程均值(ProcessAverage)一个特定过程特性的测量值分布的位置即为过程均值，通常用X来表示。变差（Variation）过程的单个输出之间不可避免的差别；变差的原因可分为两类：普通原因和特殊原因。普通原因（CommonCause）造成变差的一个原因，它影响被研究过程输出的所有单值；在控制图分析中，它表现为随机过程变差的一部分。特殊原因(SpecialCause）一种间断性的，不可预计的，不稳定的变差根源。有时被称为可查明原因，它存在的信号是：存在超过控制限的点或存在在控制限之内的链或其它非随机性的图形。过程能(ProcessCapability)是指按标准偏差为单位来描述的过程均值和规格界限的距离，用Z来表示。移动极差（MovingRange)两个或多个连续样本值中最大值和最小值之差。2、正态分布的基本知识◆在中心线或平均值两侧呈现对称之分布◆常态曲线左右两尾与横轴渐渐靠近但不相交◆曲线下的面积和为1如下例：例：100个螺丝直径直方图。图中的直方高度与该组的出现频数成正比螺丝直径直方图直方图趋近光滑曲线将各组的頻数用资料总和N=100相除，就得到各组的频率，它表示螺丝直径属于各组的可能性大小。显然，各组频率之和为1。若以直方面积来表示该组的频率，则所有直方面积总和也为1。在极限情况下得到的光滑曲线即为分布曲线，它反映了产品质量的统计规律，如分布曲线图所示.正态分布中，任一点出现在μ±1σ內的概率为：P(μ-1σXμ+1σ)=68.27%μ±2σ內的概率为：P(μ-2σXμ+2σ)=95.45%μ±3σ內的概率为：P(μ-3σXμ+3σ)=99.73%◆正态分布有一个结论对质量管理很有用，即无论无论均值μ和标准差σ取何值，产品质量特性值落在μ±3σ之间的概率为99.73。◆于是落在μ±3σ之外的概率为100%一99.73%=0.27%。◆而超过一侧，即大于μ-3σ或小于μ+3σ的概率为0.27%/2=0.135%≈1‰。如正态分布曲线图。这个结论十分重要。控制图即基于这一理论而产生。红色代表实际制程分布形态蓝色代表规格分布形态3、主要的统计参数◆用于制程特征分析的参数Ca：制程准确度Cp：制程精密度/潜力Pp：初期制程潜力Cpk：制程能力Ppk：初期制程能力PPM：百万分之不良率Sigmas：規格标准差Sigmaa：制程标准差Sigmap：样本标准差◆用于品质管制图分析的参数XUCL：Xbar管制图的管制上限Xbar：Xbar管制图的中心值XLCL：Xbar管制图的管制下限RUCL：R管制图的管制上限Rbar：R管制图的中心值RLCL：R管制图的管制下限◆平均数、中位数、众数、全距、平方和、变异数、及标准差的计算平均数(Xbar)Xbar=(x1+x2+……xn)/N中位数(Me)将数据从小到大或大至小依次排列，位居中央的数称为中位数。众数(Mo)一群数据中，再现次数最多的数。全距(R)一组数值中最大值与最小值之差：R=Max-Min平方和(S)各数值与平均值之差之平方总和：S=Σ(X-X)2变异数[V(X)]平方和除以数据个数：V(X)=S/n=Σ(X-X)2/n标准差(σ)变异数之开方：σ=√V=√S/n=√Σ(X-X)2/n◆标准差的计算-規格標準差—σs读做SigmaSpecσs---3σ=USL–LSL6σs---6σ=USL–LSL12σp=√Σ(Xi-Xbar)2n-1ni-1σa＝Rd2-制程标准差—σa读做SigmaActual-样本标准差—σp读做SigmaPattern◆制程准确度—CaCapacityofAccuracyCa=L1/L2L1=X─SLL2=(USL—LSL)/2等級Ca值ABCD｜Ca｜≦12.5%12.5%＜｜Ca｜≦25%25%＜｜Ca｜≦50%50%＜｜Ca｜◆制程准确度—Ca的等级解说Ca等级处置原则：A级：作业员遵守作业标准操作并达到规格的要求。B级：有必要时可能将其改进为A级。C级：作业员可能看错规格没按操作标准作业或检讨规格及作业标准。D级：应采取紧急措施，全面检讨所有可能影响的原因，必要时得停止生产。以上仅是些基本原则，在一般应用上Ca如果不良时，其对策方法是以制造单位为主，技术单位为副，品管单位为辅。Cp：是一个关键制程指数，为标准公差范围与6个SIGMA的比值，Cp的计算应该在制程已达到管制状态时进行。◆制程精密度/潜力-Cp(ProcessPotential)Cp=USL-LSL6σa(双边规格)Cpu=USL-μ3σa(单边规格上限)Cpl=μ-LSL3σa(单边规格下限)或等級Cp值ABCD1.33≦Cp1.00≦Cp＜1.330.83≦Cp＜1.00Cp＜0.83◆制程精确度/潜力—Cp的等级解说Cp等级处置原则：A级：制程甚稳定，可以将规格公差缩小或胜任更精密的工作。B级：有发生不良品的危险，必须加以注意，并设法维持不要使其变坏及迅速自查。C级：检讨规格及作业标准，可能本制程不能胜任如此精密的工作。D级：应采取紧急措施，全面检讨所有可能影响的原因，必要时得停止生产。以上仅是些基本原则，在一般应用上Cp如果不良时，其对策方法是以制造单位为主，技术单位为副，品管单位为辅。◆制程能力综合指数—CpkCpk是综合Ca(k)及Cp两者的指数计算为：当Ca=0時，Cpk=Cp；单边规格时：Cpk即为Cp的绝对值等級評定:等級Cpk值ABC1.33≦Cpk1.0≦Cpk＜1.33Cpk＜1.0A级：制程能力充足B级：制程能力尚可，仍需努力C级：制程能力需要改善Cpk=(规格上限–Xbar)/3σa或(Xbar–规格下限)/3σa两者取小值◆初期制程潜力—Pp-Pp初期制程潜力，为一项类似于Cp的指数，但本项指数的计算，是以新制程之初期短程性研究所得的数据为基础，取得的制程数据，至少应包括该制程初期评估时的二十组数据，但计算时，应定义“样本标准差”而进行Pp=USL-LSL6σp◆初期制程能力—PpkPreliminaryprocesscapability-Ppk初期制程能力，为一项类似于Cpk的指数，但本项指数的计算，是以新制程之初期短程性研究所得的数据为基础，取得的制程数据，至少应包括该制程初期评估时的二十组数据，但计算时，应于取得的数据足以显示制程至于稳定状态时实施。Ppk=規格上限-Xbar3σpXbar-規格下限3σp或(取其较小值)三、过程控制1、过程控制控制的是什么？◆过程控制是整个生产（服务）过程中各种变差的控制。变差所产生的原因可分为普通原因和特殊原因。◆普通原因：是指过程在受控的状态下，出现的具有稳定的且可重复的分布过程的变差的原因。普通原因表现为一个稳定系统的偶然原因。只有过程变差的普通原因存在且不改变时，过程的输出才可以预测。◆特殊原因：（通常也叫可查明原因）是指造成不是始终作用于过程的变差的原因，即当它们出现时将造成（整个）过程的分布改变。只有特殊原因被查出且采取措施,否则它们将继续不可预测的影响过程的输出。◆过程控制所控制的正是影响过程输出的特殊原因。◆如果仅存在变差的普通原因，随着时间的推移，过程的输出形成一个稳定的分布并可预测◆如果存在变差的特殊原因，随着时间的推移，过程的输出不稳定。范围范围目标值线预测预测目标值线时间时间2、局部措施和对系统采取措施◆局部措施通常用来消除变差的特殊原因通常由与过程直接相关的人员实施通常可纠正大约15%的过程问题◆对系统采取措施通常用来消除变差的普通原因几乎总是要求管理措施，以便纠正大约可纠正85%的过程问题3、控制图◆收集收集数据并画在图上◆控制根据过程数据计算实验控制限识别变差的特殊原因并采取措施◆分析及改进确定普通原因变差的大小并采取减小它的措施重复这三个阶段从而不断改进过程控制上限中心线控制下限3、控制图◆收集收集数据并画在图上◆控制根据过程数据计算实验控制限识别变差的特殊原因并采取措施◆分析及改进确定普通原因变差的大小并采取减小它的措施重复这三个阶段从而不断改进过程控制上限中心线控制下限◆控制图的益处：●供正在进行过程控制的操作者使用●有助于过程在质量上和成本上能持续地，可预测地保持下去●使过程达到：─更高的质量─更低的单件成本─更高的有效能力●为讨论过程的性能提供共同的语言●区分变差的特殊原因和普通原因，作为采取局部措施或对系统采取措施的指南四、控制图的种类计量型数据X-R均值和极差图计数型数据Pchart不良率管制图X-δ均值和标准差图nPchart不良数管制图Xmed-R中位值极差图Cchart缺点数管制图X-MR单值移动极差图Uchart单位缺点数管制图五、计数型数据控制图1、P图/不良率控制图◆P图是用来测量在一批检验项目中不合格品（缺陷）项目的百分数。◆步骤：1收集数据，选择子组容量、频率和数量：-子组容量：需足够大(最好能恒定)，并有包含几个不合格品。-分组频率：根据实际情况，兼容量大和信息反馈快的要求。-子组数量：收集的时间需足够长，使得可以找到所有可能影响到过程变差源，一般为25组2计算每个子组的不良率(P)：P=np/n3选择控制图的座标刻度并将不良率绘到图上。4计算管制界限：-计算过程不良率(Pbar):Pbar=（n1p1+n2p2+…+nkpk）/(n1+n2+…+nk)-计算控制上、下限(Pbar):nPPPLCLnPPPUCLPP)1(3)1(3注：1从上述公式看出，凡是各组容量不一样，控制限随之变化。2在实际运用中，当各组容量不超过其平均容量25%时，可用平均样本容量n代替n来计算控制限USL；LSL。方法如下：A、确定可能超出其平均值±25%的样本容量范围。B、分别找出样本容量超出该范围的所有子组和没有超出该范围的子组。C、按上式分别计算样本容量为n和n时的点的控制限.UCL,LCL=P±3P(1–P)/n=P±3p(