SPC_过程能力控制

统计过程控制SPCStatisticalProcessControlAgenda一．统计的部分特征概念二．数据类型介绍三．控制图的介绍.选用.判定Agenda一．统计的部分特征概念二．数据类型介绍三．控制图的介绍.选用.判定统计过程控制StatisticalProcessControl统计控制的过程StatisticallyControlledProcess概述-SPCforSCP当过程处于统计控制状态，其性能是可以预测的即：一致的质量水平+稳定的成本!•Process过程和Variation变异(变差)•CommonCause一般原因（普通原因、机遇原因）•SpecialCause特殊原因（非机遇原因）•StatisticallyControlled统计控制状态（“受控”）第一组、过程•Process过程：将输入转化为输出的一组彼此相关的资源和活动.•Variation变异(变差)：CommonVariation,SpecialVariation过程和变异位置分布形狀大小大小大小一般原因vs.特殊原因原因分类定义和特点举例一般原因(CommonCause)造成一般变异。•随时间的推移稳定、可重复•可以预测•不易识别、不易消除•大量的•引起细微的变异•正常的特殊原因(SpecialCause)造成特殊变异。•并非始终的作用于过程•难以预测•易识别、易消除•少量的•引起严重的变异•异常的•原材料的微小变化•设备的微小震动•刀具的正常磨损•模具正常的老化•操作者细微的不稳定•夹具的正常磨损•…•使用了一批不合格的原材料•设备的不正确调整•刀具的严重磨损•模具损坏•操作者做错（判定标准错）•使用了错误的夹具•…SPC目的–改进消除特殊原因改进一般原因原因变异措施一般原因(CommonCause)一般变异(CommonVariation)•过程稳定•可采用抽样方法系统措施（SystemAction）•可改进约85%的制程问题•多需管理人员支持•一般成本较高特殊原因(SpecialCause)特殊变异(SpecialVariation)•过程还不够稳定•需全检以保证质量局部措施（LocalAction）•可改进约15%的制程问题•多由现场工作人员制定实施•一般成本较低一般变异vs.特殊变异大小失控(有特殊原因)受控(特殊原因消除)受控vs.失控此过程变异在统计控制状态下,其产品特性的分布有固定的分布,即:位置、分布、形狀。所导致的过程变异不在统计控制状态下，其产品特性的分布沒有固定的分布。StatisticallyControlled统计控制状态(“受控”)仅存在造成变异的一般原因，特殊原因已经消除。该过程输出的产品的特性的总体分布(曲线)的位置、分布、形状无变化，可按照预测继续生产相同分布的(一定比率的)符合规范的产品。“受控”规格Spec（标准值Criterion+公差Tolerance）控制（UCLCLLCL）标准值Criterion中心线CenterLine，CL（一般取平均值Average,ormean）规格限SpecLimit，SL（规格上限USL，规格下限LSL）控制限ControlLimit，CL（控制上限UCL，控制下限LCL）第二组、控制区别：规格限和控制限控制限ControlLimit，CL上控制限UpperControlLimit，UCL下控制限LowerControlLimit，LCL说明：*并不是目标值或规格限值，而是来自过程的自然变化和抽样计划，然后，由实测的数据计算出来的。用于解释统计控制数据。*当过程处于“受控”状态，控制限可用来解释过程能力。控制限•均值(平均值)Average，X(Xbar)=(X1+X2+…+Xn)/n•中位数（中值，中间值）Median，Xmed：Xi大小排列，中间的那个（*该值和比它大及比它小的数值是等差的，Xmed=Xmin+R/2）•众数Mode：出现次数最多的那个•全距，变差，极差R(Range)=Max(X1,..,Xn)-Min(X1,…,Xn)（步差，移动极差MovingRange，MR）•方差（Variance），标准差σ，Sigma（StandardDeviation）•平均差：一组数据值与其均值之差的绝对值的平均数•一组数据：X1，X2，…，Xn-1，Xn——Individual单值Xi•规格Spec:X0+/-a(或+a/-b)——X0标准值(期望值，目标值)，a(或a,b)为上下公差•USL(Limit)规格上限，LSL规格下限•公差，容差Tolerance，Deviation,D=USL-LSL=2a(或a+b)第三组、统计物理概念区别：公差D和全距R平均值和中位数、众数标准差和平均差方差标准差样本方差样本标准差nxxnii212)(，nxxnii12)(1)(212nxxSnii，1)(12nxxSnii方差与标准差为什么用样本估计总体的方差时，分母的n必须改为(n-1)？，，自由度（DF,DegreeofFreedom）：指当以样本的统计量来估计总体的参数时，样本中独立或能自由变化的数据的个数称为该统计量的自由度。--在估计总体的平均数时：样本中的n个数全部加起来，其中任何一个数都和其他数据相独立，从其中抽出任何一个数都不影响其他数据（这也是随机抽样所要求的）。因此一组数据中每一个数据都是独立的，所以自由度就是估计总体参数时独立数据的数目，而平均数是根据n个独立数据来估计的，因此自由度为n。--在估计总体的方差（标准差）时：从公式我们可以看出，总体的方差是由各数据与总体平均数的差值求出来的，因此必须将固定后才可以求总体的方差。因此，由于被固定，它就不能独立自由变化，也就是方差受到总体平均数的限制，此n个数据就少了一个自由变化的机会，因此要从n里减掉一个。那为什么平均数被固定后会限制数据的自由变化？，，假设一个样本有两个数值，X1=10,X2=20,我们现在要用这个样本估计总体的方差，则样本的平均数是：Xm=X/n=(10+20)/2=15现在假设我们已知Xm=15,X1=10,根据公式Xm=X/n，则有：X2=2Xm-X1=2×15-10=20由此我们可以知道：在有两个数据样本中，当平均数的值和其中一个数据的值已知时，另一个数据的值就不能自由变化了，因此这个样本的自由度就减少一个，变成了（n-1）。依此类推：在一组数据中，当其平均数和前面的数据都已知时，最后一个数据就被固定而不能独立变化了，因此这个样本能够独立自由变化的数目就是（n-1）个.定义优、缺点均值XbarAverage(X1+X2+…+Xn)/n平均，最基本最常用的集中趋势的量度中位数XmedMedianXi大小排列，中间的那个•消除了最大和最小值的影响•测量不经济或时间长时，用它来预测平均值众数Mode出现次数最多的那个•消除了最大和最小值的影响•用于极度倾斜的分布•用于不规则的分布，如出现两个高峰均值、中位数、众数全距、标准差、平均差定义优、缺点全距RRangeMax(X1,..,Xn)-Min(X1,…,Xn)•简单，最基本最常用的变异的量度•数据越少越好用标准差σSigma•考虑了所有数据的情况从而能真实反映数据离散程度的大小•避免了绝对值计算平均差•充分考虑了每一个数值离中的情况•较灵敏，故易受极端值影响•计算方法较简单•绝对值运算给数学处理带来不便nxxnii12)(nXXDAnii1..统计物理概念的总结对统计物理概念的描述集中趋势变异程度分布形状均值中位数众数其他指标全距方差标准差变异系数其他指标偏度峰度位置分布形狀大小大小大小*D为公差（容差）。精确度Cp=(D/2)/3σCp(U)=(USL-Xbar)/3σCpuCp(L)=(Xbar-LSL)/3σCpl精准度Cpk=Cp*(1-k)=[D-abs(Xbar-X0)]/6σCpk=Min(Cpu,Cpl)准确度k=abs(Xbar-X0)/(D/2)第四组、过程能力精确度和准确度精确度好，准确度差准确度好，精确度差过程能力規格下限受控且制程能力满足要求(普通原因的变差減少)規格上限時間受控但过程能力不足(普通原因导致的变差太大)过程能力指一个稳定过程中固有变异的范围。如果分析表明过程呈正态分布，且稳定，可用Cpk表示；如果过程呈正态分布，但不稳定，则应计算系统Ppk;如果过程呈非正态分布，则需要采用其它统计方法（如PPM）。应用Cpk计算过程能力的前提条件一、过程处于“受控”状态：特性值或其转化值服从正态分布；控制限符合客户的要求；期望值位于控制限的中心。二、测量变差相对较小（测量系统的能力保证）。xµf(x)xµf(x)68.27%xµf(x)95.45%99.73%-1+1-2+2-3+3正态分布NormalDistribution-3σ-2σ-1σμ+1σ+2σ+3σ0.135%0.135%99.73%95.45%68.27%正态分布LSLUSLaverageX0XiD/2Abs(X0-average)σ•过程能力，ProcessCapability•过程能力指数，ProcessCapabilityIndex过程能力CpkCapabilityIndexofProcess过程能力指数PpkPerformanceIndexofProcess过程表现指数注：σ为各组平均值之标准差同左注：σ为各单值之标准差过程能力稳定的、已知的过程（短期的）不稳定的、未知的过程（长期的）Cpkvs.Ppk•要求–初期之过程能力Ppk=1.67–稳定之过程能力Cpk=1.33Cpk1.33过程能力不足1.67=Cpk=1.33过程能力满足Cpk1.67过程能力过足过程能力要求思考题：6Sigma意味着什么?6Sigma质量表示：质量特性的分散程度只占规格限的一半!对顾客要求高度符合!思考题Cpk经常被用于计算计量型数据特性的稳定过程能力，那么，Cpk可否被用于计算计数型数据特性的稳定过程能力？思考题：是否所有图中体现的特殊变异都是不好的、不受欢迎的？思考题对于单边公差的特性，是否可以用Cpk表征其精准度？Agenda一．统计的部分特征概念二．数据类型介绍三．控制图的介绍.选用.判定计数型(Attribute)：不连续的,计数的如:1,2,3;好/坏,计量型(Variable)：连续的,可测量的如:长度,10米..电流:1A等二数据类型思考题：本公司的过程特性•质量数据：直通率，FOR，LRR（批拒收率），DR（不良率），不良品数，单项不良品数，不良数，电流/电压值，尺寸，称重•制程参数：锡膏厚度，炉温（Peak温度、熔点以上保持时间），车间温、湿度，电批扭力，气压值，烙铁温度•生产数据：单位产量，CycleTime（标准工时），耗料率/抛料率（报废率），结单率练习Agenda一．统计的部分特征概念二．数据类型介绍三．控制图的介绍.选用.判定•第一组、分类•第二组、根据数据类型选择图型.绘图.读图•第三组、判定准则•第四组、一般原因分析1.计量型控制图A.平均值与全距(Xbar-RChart)B.单值图(I-MR)2.计数型控制图A.不良品率(p-Chart)B.不良品数(np-Chart)C.缺点数(c-Chart)D.单位缺点数(u-Chart).A.SPCChart-分类（依对象分）1、分析用控制图:先有数据，后有控制限。A.决定方针用；B.制程分析用；C.制程能力研究用；D.为制程控制做准备。2、控制用控制图:先有控制限，后有数据。用于控制制程品质，如有异常点，则：A.追查不正常原因；B.迅速消除此原因；C.研究采取防止此项原因重复发生的措施。IsitSTILLundercontrol?Isitundercontrol?B.SPCChart-分类（依用途分）图型原则控制线计算时机初始控制线计算初始控制线的再计算初始设定流程或研究流程时流程中发生已知的改变,且已验证其对流程的影响.步骤数据控制图1收集数据,选图