SPC(1-基础知识)

培训师:卢子俊SPC统计过程控制教材编写及主讲：卢子俊教材编写及主讲：卢子俊培训师:卢子俊规格管理的危险性Notjusttomeetcustomerorcontractualrequirements!!!—被BOSS训斥的痛苦!!!培训师:卢子俊控制线管理的益处SpecLSLUSLVeryCentered变异是我们的敌人LCLUCL不良品已经产生潜在不良出现培训师:卢子俊过程(process)是指生产产品/服务的一系列行动或操作,也指支持产品/服务的过程如管理,财务,采购与工艺.控制(control)的意思是通过过程控制成功地控制产品/服务.控制是指通过经预先设计的实验及采用统计技巧成功地对:1)过程进行控制;2)维持或改善控制.目标是使品质维持不变.统计,过程及控制三个名词的英文字头起来就是SPC.什么是统计过程控制(SPC)培训师:卢子俊SPC就是利用统计方法去:1.分析过程的输出并指出其特性.2.使过程在统计控制情况下成功地进行和维持.3.有系统地减少该过程主要输出特性的变异.SPC是以预防代替检验,制造业与其他行业一样,预防发生错误永远比事后矫正为好,而且简单得多.什么是统计过程控制(SPC)培训师:卢子俊简单来说，SPC是透过运用统计学上的技巧如控制图分析过程或其输出，从而作出适当的行动以达至及保持统计控制状况及改善过程能力。SPC解释为...运用统计方法于过程控制上以控制产品品质SPC什么是统计过程控制(SPC)—总结培训师:卢子俊•控制图是1924年由美国品管大师W.A.Shewhart博士发明.因其用法简单且效果显著,人人能用,到处可用,逐渐成为实施品质管制时不可缺少的主要工具,当时称为(StatisticalQualityControl).控制图的历史培训师:卢子俊•英国在1932年，邀请W.A.Shewhart博士到伦敦，主讲统计品质管控，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，制定了相关的JIS标准。控制图在英国及日本的历史培训师:卢子俊SPC&SQC过程原料測量結果針對產品所做的仍只是在做SQC針對過程的重要控制參數所做的才是SPC机器人员方法环境量测培训师:卢子俊PROCESS原料人机法环测量测量結果好不好不要等产品做出來后再去看它好不好!!而是在制造的時候就要把它制造好!!!预防或容忍?培训师:卢子俊过程控制反馈循环图过程人员设备原料方法量测环境产品或服务客户确认客户需求与期望客户声音统计方法过程之声输入过程/系统输出培训师:卢子俊品质失败的结果过程波动引起品质不良报废返工停工加强检验内部成本高的检验成本重复修理存货增多维护成本升高返工市场份额下降资金周转期长客户失望外部成本培训师:卢子俊统计学在生产中应用的目的1.了解产品总体性能2.取消人为特殊因素造成的极端值以稳定制程3.规格趋向目标值4.减小差异5.審核規格，看看是否適用培训师:卢子俊SPC可以帮助我们•区分正常波动和异常波动；•及时发现异常征兆；•消除异常因素；•减少异常波动；•提高过程能力；预防控制培训师:卢子俊普通原因和特殊原因•▲普通原因（偶然因素）——是具有稳定的、随时间可重复的分布的诸多过程变化根源。•处于统计控制状态的稳定系统•过程的输出是可预测的。•偶因是过程固有的、始终存在，对质量的影响微小。•例如：机床开动时的轻微振动、机器部件的正常间隙、轴承自然磨损等。▲特殊原因（异常因素）——指并不永远作用于过程而引起变化的任何因素。•如果存在特殊原因，过程输出随时间进程将不是稳定的。•异因则非过程固有，有时存在，有时不存在，对质量影响大，但不难除去。•例如：刀具磨损、原材料不均匀、设备未润滑、参数设置不正确、人员技术不纯熟等。培训师:卢子俊正常波动和异常波动•波动是质量的敌人；•品质改善就是要持续减少设计、制造和服务过程的波动；正常波动：ƒ稳定的；ƒ结果是可预测的；ƒ是永久性的；异常波动：ƒ不稳定的;ƒ结果不可预测;ƒ现象会重复发生,除非有所行动;ƒ可以减少;培训师:卢子俊正常波动和异常波动波动无处不在培训师:卢子俊正常波动和异常波动培训师:卢子俊正常波动和异常波动培训师:卢子俊产品质量的统计观点产品质量具有变异性(Variation)产品质量的变异具有统计规律性产品质量的统计观点培训师:卢子俊作好质量管理首先应明确：1贯彻预防原则是现代质量管理的核心与精髓；2质量管理科学有一个重要的特点，即对于质量管理所提出的原则、方针、目标都要有科学措施与科学方法来保证他们的实现。现代质量管理的原则培训师:卢子俊控制图™SPC的核心工具.™1924年休哈特(WalterShewhart)提出,™在一切制造过程中所呈现的波动有两种™第一是过程内部引起的波动称为正常波动™第二是可查明原因的间断波动称为异常波动培训师:卢子俊控制图的构成+3σ1234567891018171615141312111098765-3σAverage点落在该区间的概率为99.73%控制图的构成:1.DataPoints3.UpperControlLimit2.CenterLine4.LowerControlLimit培训师:卢子俊68.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ正态分布的概率培训师:卢子俊0.27%99.73%μ±3σ1.00%99.00%μ±2.58σ4.55%95.45%μ±2σ5.00%95.00%μ±1.96σ31.74%68.26%μ±1σ50.00%50.00%μ±0.67σ在外的概率在內的概率μ±kσ正态分布的概率培训师:卢子俊★是贯彻预防原则的SPC的重要工具，是质量管理七个工具的核心。★1984年名古屋工业大学调查115家日本各行各业的中小型工厂，平均每家采用137张控制图；★柯达5000职工一共用了35000张控制图。控制图的重要性培训师:卢子俊●优质企业平均有73%(用SPC方法的)的过程Cpk超过1.33，低质企业只有45%过程达到Cpk=1.33。●Cpk1.67的企业，平均销售收入增长率为11%以上，而其它企业的数据为4.4%。●一家企业用了三年的时间使废品率降低58%，其使用的方法：将使用SPC的过程比例由52%增加到68%。控制图的重要性培训师:卢子俊●原则上,应该用于有数量特性或参数和持续性的所有工艺过程;●SPC使用的领域是大规模生产;●多数企业，SPC用于生产阶段;●在强调预防的企业，在开发阶段也用SPC。何时使用SPC培训师:卢子俊基本统计术语总体样本总体-简单而言，我们有兴趣知道的数据整体,如1000台燃具样本-一组只包含部份总体的数据。简单而言，这是总体中选出的数据,如1000台燃具中的其中10台.培训师:卢子俊基本统计术语1.决定数据的趋中程度(太阳能热水器热效率的集中程度,4.84,4.98,4.85….2.以数理表达分散的程度3.决定样本频率分布的形状中心趋向分佈形狀分散描述统计培训师:卢子俊平均-所有值总和除以样本容量(热水产率:96.76,99.66,96.93,97.87)备注:不小于额定产水能力的90%.中位数-顺序(由小至大或由大至小)数列中心项的数值众数-在样本中出现次数最多的值12344445555556668889平均数=中位数=众数=基本统计术语趋中的量度培训师:卢子俊优点■概念容易被理解和接受。■一组数据只有一个平均数且组中每个数据的变化都会影响平均数。缺点■平均数受超常值的影响。■大量数据计算平均数较为繁琐。平均数的优缺点培训师:卢子俊优点中位数不受超常值的影响。缺点需要对数据排序，对大样本将非常繁琐。中位数的优、缺点培训师:卢子俊优点■众数不受超常值影响。■可应用于定性数据。缺点■一组数据可能不存在众数。■有时一组数据会有一个以上的众数。众数的优、缺点培训师:卢子俊分散的量度标准差(SD)-过程输出的分布宽度，距离或每平均值的偏差热水温升的内控标准为48-65K,实际量测数据为:56.8;54.6;51.153.4Σ(Xi-X)2n-1s=基本统计术语培训师:卢子俊极差一个子组、样本或总体中最大值与最小值之差;最低温升的量测数据为9.6,6.2,5.7,9.6,那么最低温升的极差为:R=(最高值)-(最低值)分散的量度基本统计术语培训师:卢子俊众数中位数平均数右偏态情形下分布集中程度与离散程度间的关系培训师:卢子俊众数中位数平均数左偏态分布下分布集中程度和离散程度间的关系培训师:卢子俊众数平均数双峰分布下分布集中程度与离散程度间的关系