Minitab培训-SPC统计过程分析

StatisticalProcesscontrol统计过程控制SPC了解统计基本概念了解控制图原理计量型与计数型控制图的作法与适用范围控制图的选用原则过程的特性及过程能力Ppk和Cpk之间的区别以及了解如何计算这些指数。课程目标课程重点规格过程USLUCLSLCLLSLLCLCaCpCpk总体-N样本-nμ总体平均值X-bar样本平均值StatisticalProcessControlδ-总体标准差S-样本标准差R极差X单值𝑥中位数计量值:均值－极差控制图中位数－极差控制图单值－移动极差控制图均值－标准差控制图计数值不合格品率控制图（Ｐ图）不合格品数控制图（Pn图）缺陷数控制图（c图）单位缺陷数控制图（µ图）■Statistical:（统计）以概率统计学为基础，用科学的方法分析数据，得出结论；■Process：（过程）有输入-输出的一系列的活动；■Control：（控制）事物的发展和变化是可预测的；抽样检验UCLCLLCL在管制图中发现不正常状态管制图调整品质什么是SPC?生产过程样本数据Ｎμσnxs一、总体（母体）：是指在某一次统计分析中研究对象的全体。1.有限总体：被研究对象是有限的，如一批产品的总数；2.无限总体：被研究对象是无限的，如某个企业、某个生产过程从前、现在、将来生产的全部产品。3.个体：组成总体的每个单元（产品）叫做个体4.总体含量（总体大小）：总体中所含的个体数，常用N表示。二、样本（子样）：是指从总体中随机抽取出来并且要对它进行详细研究分析的一部分个体（产品）；1.样本是由1个或若干个样品组成的。2.样本容量（样本大小）：样本中所含的样品数目，常用n表示。抽样：是指从总体中随机抽取样品组成样本的活动过程。统计分析的基本概念无限总体有限总体工序一批产品一批半成品样本数据样本数据判断判断目的总体样本数据对工序进行分析控制对一批产品质量进行判断，确定是否合格数据、样本和总体的关系某种成品零件分装在20个零件箱装，每箱各装50个，总共是1000个。如果想从中取100个零件作为样本进行测试研究。简单随机抽样：将20箱零件倒在一起，混合均匀，并将零件从1～1000编号，然后用查随机数表或抽签的办法从中抽出编号毫无规律的100个零件组成样本。系统抽样：将20箱零件倒在一起，混合均匀，并将零件从1～1000编号，然后用查随机数表或抽签的办法先决定起始编号，按相同的尾数抽取100个零件组成样本。分层抽样：20箱零件，每箱都随机抽取5个零件，共100个组成样本。整群抽样：先从20箱零件随机抽出2箱，该2箱零件组成样本。案例一、集中量数：一群数据之代表值，表示数据的集中位置。意义：1.次数分配中心的位置，又称位置量数。2.计算法由【平均方式】而得。3.各种结果皆向其中心集中，也称集中趋势量数。种类：平均数、中位数、众数3.众数(Mode):－Mo一群数据中，出现次数最多次的数值。若二相邻两数值均为出现次数最多的数值，则取平均值。频数最大的数量,用以消除极大及极小值的影响。组别1234结果A50505050?B01000100?二、差异量数：以一个数字来代表一群统计数据内差异或离散程度。离散趋势指标。目的：若一群数据差异量大，则平均数代表性小，反之则大，因此为了了解一群数据之特性，除了计算平均数外，还必须计算差异量数的大小。种类：极差、标准差案例说明：1.极差（Range）－R:度量样本数据分散范围的量,公式：R=Xmax-Xmin(样本或总体中的最大值减最小值)。2.标准差(σ.S):样本数据离散程度的统计量,利用每个样本数据偏离其中心位置的大小来表示离散程度,较精确。国际标准化组织规定，把样本方差的正平方根作为样本标准偏差，用符号S来表示。其计算公式：过程/系统制程控制系统--有反馈的过程控制系统模型产品或服务输入输出我们工作的方式/资源的融合统计方法顾客识别不断变化的需求量和期望Process:（过程）过程的呼声顾客的呼声人员设备材料方法环境■稳定过程：产品质量质量特性的变异是在可预测的统计控制■不稳定过程：产品质量质量特性的变异无法以统计方法来预测；过程的稳定性:范围之内；过程受控过程失控过程变差：包含普通原因和特殊原因控制Control一、控制图概述控制图(Controlchart)就是对生产过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控制状态的一种图形方法。根据假设检验的原理构造一种图，用于监测生产过程是否处于控制状态。它是统计质量管理的一种重要手段和工具。•区分过程中的正常变异或异常变异,并判断过程是否处于控制状态的一种工具.1.美国W.A.Shewhart博士于1924年5月16日发明了第一张管制图，开启了统计品管的新时代.二、控制图诞生控制图是：•1.实时图表化反馈过程的工具。•2.设计的目的是告诉操作者什么时候做什么或不做什么。•3.按时间序列展示过程的个性/表现。•4.设计用来区分信号与噪音。•5.侦测均值及/或标准差的变化。•6.用于决定过程是稳定的（可预测的）或失控的（不可预测的）。控制图不是•1.不是能力分析的替代工具。•2.在来料检验的过程中很难用到（没有时间序列）。•3.控制图不是高效的比较分析工具。•4.不应与运行图或预控制图混淆。•运用控制图的目的之一就是，通过观察控制图上产品质量特性值的分布状况，分析和判断生产过程是否发生了异常，一旦发现异常就要及时采取必要的措施加以消除，使生产过程恢复稳定状态。也可以应用控制图来使生产过程达到统计控制的状态。产品质量特性值的分布是一种统计分布．因此，绘制控制图需要应用概率论的相关理论和知识。三、控制图目的（mu）（sigma）对于服从或近似服从正态分布的统计量，大约有99.73%的数据点会落在上下控制限之内。数据点落在上下控制限之外的概率约为0.27%，根据小概率原则，可判为异常点。1.上虚线：上控制界限UCL2.下虚线：下控制界限LCL3.中实线：中心线CL控制界限=平均值±3σ控制图的构成控制限与规格限■按产品质量的特性来分类，控制图可分为:控制图种类及适用场合类别名称控制图符号特点适用场合用途计量值控制图平均值---极差控制图-R最常用，判断工序是否正常的效果好，但计算工作量大适用于产品批量较大，且稳定、正常的工序图用于观察分布的均值变化，R图用于观察分布的一致性变化。-R联合运用，用于观察分布的变化平均值---标准差控制图-SS的计算比R复杂，但其精度高当10时用S图代替R图,适用于检验时间远比加工时间短的场合图用于观察分布均值变化，S图用于观察分布的一致性变化。-S联合运用，用于观察分布的变化。中位数---极差控制图-R计算简便，但效果较差适用于产品批量较大，且稳定、正常的工序图用于观察分布的中位数变化，R图用于观察分布的一致性变化。-R联合运用，用于观察分布的变化单值---移动极差控制图x--Rs简便省事，并能及时判断工序是否处于稳定状态，缺点是不易发现工序分布中心的变化适用于因各种原因(时间、费用等）每次只能得到一个数据或希望尽快发现并消除异常因素的场合，适用于均质产品而无需抽取多个试样。如一炉钢的成份X图用于观察分布的单值变化，Rs图用于观察分布的一致性变化。X-Rs联合运用，用于观察分布的变化，但灵敏度低计数值控制图不合格品数控制图pn较常用，计算简单，操作工人易于理解样本数量相等用于控制一般的过程不合格品率控制图p计算量大，控制线凹凸不平（在特定条件下，控制线可为直线）样本数量可以不等用于控制关键的过程缺陷数控制图c较常用，计算简单，操作工人易于理解样本数量相等用于控制一般缺陷数的场合单位缺陷数控制数u计算量大，控制线凹凸不平（在特定条件下，控制线可为直线）样本数量可以不等用于控制每单位缺陷数，如线路板焊接不良点数■按控制图的用途来分类，控制图可分为:分析用控制图与控制用控制图；分析阶段确认关键制程及特性制订初始过程能力计划表/控制计划导入ＳＰＣ进行关键制程及特性之管制不足足够持续进行制程改善计划制程能力控制阶段{1.在控制图的设计阶段使用,主要用以确定合理的控制界限;并判定是否处于统计状态。2.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;计算过程能力是否符合要求。•控制图是受控的。•过程能力能够满足生产要求。提报及执行制程改善计划1.控制界限由分析阶段的控制图转换而来;2.控制图用于使过程保持稳定受控;当点子发现异常,表示过程不稳定,应及时消除异常原因.3.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;不必再计算控制限管制图的选择的选择计数值（离散型）计量值（连续型）n=1管制图的选择数据性质？样本大小n=？数据系不良数或缺点数CL性质?n是否相等？单位大小是否相关n=？n≧2n=2~5n=3或5n≧10不是是不是是缺点数不良数~X−R管制图P管制图PN管制图U管制图C管制图~XXX−R管制图X−s制图X−Rm管制图正常点子之动态之管制图，如图。1.多数的点子，集中在中心线附近，且两边对称。2.少数的点子，落在管制界限附近。3.点子之分布呈随机状态，无任何规则可寻。4.没有点子超出管制界限外(就是有也很少)。管制图的判定方法计量型管制图判读管制图之不正常型态之鉴别是根据或然率之理论而加以判定的，出现下述之一项者，即为不正常之型态，应调查可能原因。53计数型数据控制图P管制图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。收集数据选择子组的容量、频率和数量子组容量：子组容量足够大（最好能恒定），并包括几个不合格品。分组频率：根据实际情况，兼大容量和信息反馈快的要求。子组数量：收集的时间足够长，使得可以找到所有可能影响过程的变差源。一般为25组。计算每个子组内的不合格品率（P）P=np/nn为每组检验的产品的数量；np为每组发现的不良品的数量。选择控制图的坐标刻度一般不良品率为纵坐标，子组别（小时/天）作为横坐标,纵坐标的刻度应从0到初步研究数据读读数中最大的不合格率值的1.5到2倍。将不合格品率描绘在控制图上ab描点，连成线来发现异常图形和趋势。在控制图的“备注”部分记录过程的变化和可能影响过程的异常情况。计算控制限计算过程平均不合格品率（P）P=（n1p1+n2p2+…+nkpk）/(n1+n2+…+nk)式中：n1p1；nkpk分别为每个子组内的不合格的数目n1；nk为每个子组的检验总数计算上下控制限（UCL；LCL）UCLp=P+3P(1–P)/nLCLp=P–3P(1–P)/nP为平均不良率；n为恒定的样本容量注：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UCL；LCL。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.画线并标注过程平均（P）为水平实线，控制限（USL；LSL）为虚线。(初始研究时，这些被认为是试验控制限。）过程控制用控制图解释：分析数据点，找出不稳定的证据（一个受控的P管制图中，落在均值两侧的点的数量将几乎相等）。超出控制限的点ab超出极差上控制限的点通常说明存在下列情况中的一种或几种：1、控制限计算错误或描点时描错。2、测量系统变化（如：不同的检验员或量具）。3、过程恶化。低于控制限之下的点，说明存在下列情况的一种或多种：1、控制限或描点时描错。2、测量系统已改变或过程性能已改进。链a出现高于均值的长链或上升链（7点），通常表明存在下列情况之一或两者。1、测量系统的改变（如新的检验人或新的量具）2、过程性能已恶化b低于均值的链或下降链说明存在下列情况之一或全部：1、过程性能已改进2、测量系统的改好注：当np很小时（5以下），出现低于P的链的可能性增加，因此有必要用长度为8点或更多的点的长链作为不合格品率降低的标志。明显的非随机图形a非随机图形例子：明显的趋势；周期性；子组内数据间有规律的关系等。b一般情况，各点与