SPC_Study（PPT47页)

NAIConfidentialSPC(StatisticalProcessControl)Study1NAIConfidential2SPCStudyChapter4管制图Chapter5Minitab操作制程能力指标Chapter3SPC简介Chapter2基础统计知识Chapter1NAIConfidential3基础统计知识SPC是StatisticalProcessControl的简称，中文为统计过程控制。利用统计的方法来监控过程的状态，确定生产过程在管制的状态下，以降低产品品质的变异。NAIConfidential4平均数(Mean):平均数指的是算术平均数，样本数据的总和除以样本个数。反应的数据的集中趋势。算术平均数相对于加权平均数？中位数(Median):中位数是分配的中央点或者将数列按大小顺序排序后，位于中间位置之数值。3,5,5,7,8,8,9众数(Mode):众数是出现次数最多的那个数。3,5,5,7,8,8,9全距(Range):全距是样本数据中最大值与最小值之差。R=Max(Xi)-Min(Xi)基础统计知识NAIConfidential5方差(Variance):是各个数据与平均数之差的平方的和的平均数，通常用D表示。在数量统计中，方差用来衡量变量和其数学期望值(即均值)之间的偏离程度。标准差(Standarddeviation):标准差是方差的算术平方根，通常用S表示。标准差与方差不同的是，标准差和变量的计算单位相同，比方差清楚，因此很多时候我们分析的时候更多的使用的是标准差。一般，标准差越大，数据的离散程度越大；标注差越小，数据的离散程度越小。Eg：求下面一组数据的方差和标准差2，3，4，5，6，7，8，9Average=5.5D={(2-5.5)2+(3-5.5)2+(4-5.5)2+(5-5.5)2+(6-5.5)2+(7-5.5)2+(8-5.5)2+(9-5.5)2}/(8-1)=6S=2.44949基础统计知识NAIConfidential6常态分布，也叫正态分布(Normaldistribution)/高斯分布(Gaussiandistribution)正态分布曲线，也称为钟形曲线，如下：正态分布的特性：集中性：正态曲线的高峰位于正中央，即变量平均数所在的位置。对称性：正态曲线关于x=μ左右对称，曲线向左右两边无限延伸时，以x轴为渐近线，但两端永远不与X轴相交。均匀变动性：正态曲线由平均数所在处开始，分别向左右两侧逐渐均匀下降。正态分布有两个参数，即均数μ和标准差σ，可记作N（μ，σ）。当xμ时，曲线上升；当xμ时，曲线下降。σ越大，正态曲线越扁平；σ越小，正态曲线越尖陡。在正态曲线下方和x轴上方范围内区域面积为1。3σ原则：(μ-σX≤μ+σ)=68.3%(μ-2σX≤μ+2σ)=95.4%(μ-3σX≤μ+3σ)=99.7%基础统计知识在自然界与生产中，一些现象受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小时，总的影响可以看作是服从正态分布的。NAIConfidential7SPCStudyChapter4管制图Chapter5Minitab操作制程能力指标Chapter3SPC简介Chapter2基础统计知识Chapter1NAIConfidential8SPC简介DOE帮我们找到最合适制程条件，SPC帮助我们找到制程中的问题，并改善到稳定状态后进行长期的监控。SPC强调的是过程控制，强调质量是制造出来的，而非检验出来的。好的SPC管控能节省大量的检验成本，能预防质量特性的变异，满足客户要求。MSANAIConfidential9制程产品检验/QC客户满意制程(Process)影响工作结果的所有原因的集合。以抽样方式抽取样本，以估计制程母体的情况。运用统计手法(Statistical)作为制程分析,管制及改善的工具。管制(Control)确保达到要求，必要时采取矫正措施。SPC：StatisticalProcessControl应用统计手法，将制程中任一特性的变异进行管控。SPC简介NAIConfidential10SPC控制图是对过程质量加以测定、记录从而进行控制管理的一种用科学方法设计的图。1928年由沃特·休哈特（WalterShewhart）博士率先提出。SPC的基本原理如下：A.休哈特博士将影响产品品质的变异分为不可归咎变异和可归咎变异两类因素：①不可归咎变异因素是在过程中随时都会影响到产品不可避免原因。②可归咎变异因素则是在某种特定条件下的过程中才会影响到产品可避免原因。B.如果某一过程只受到不可归咎变异因素影响，则该过程称为稳定过程，即产品品质特性的变异是在可预测的统计控制范围之内；如果某一过程同时被不可归咎与可归咎两个变异因素所影响，则该过程是不稳定的，此时产品品质特性的变异将无法以统计方法来预测。SPC简介NAIConfidential11可避免的原因(SpecialCause)非机遇原因–相对少的出处–对Process的影响大–出处的认识和解决容易–可以有条件的消除作业员错误的操作使用错误的材料错误的参数设定不合适的工治具不可避免原因(CommonCause)机遇原因–各种因素和各自的因素间作用(interactions)为起因–不知道明确出处,但可以模型化–不容易经济性消除–对process影响小原材料本身的差异机器的磨损温度/湿度空气(回流焊中加惰性气体)实施SPC的目的之一：消除可避免原因SPC简介NAIConfidential12预测预测SPC简介只受不可避免原因影响的过程为稳定过程，其趋势具有可预测性受可避免原因影响的过程为不稳定过程，其趋势具有不可预测性NAIConfidential13SPCStudyChapter4管制图Chapter5Minitab操作制程能力指标Chapter3SPC简介Chapter2基础统计知识Chapter1NAIConfidential14制程能力指标准确度：测定结果与真实值或参考值接近的程度。准确度的高低常以误差的大小来衡量，即误差越小，准确度越高，误差越大，准确度越低。精确度：指在相同条件下N次重复测定结果彼此相符合的程度。精确度一般以标准偏差表示。标准偏差越小，精确度越好。准确度精确度NAIConfidential15制程准确度（CapabilityofAccuracy,Ca）公式：Ca=2*(X-m)/T，T=USL-LSL,m=(USL+LSL)/2平均值与规格中心之差除以规格公差的一半，代表平均值偏离规格中心的程度。Ca越小越好，若为单边规格，则Ca无法计算。制程精确度（Capabilityofprecision,Cp）公式：Cp=T/6*S,T=USL-LSL规格公差除以6倍标准差(6*S)。Cp越大越好。只有单边规格时：上规格：Cp=(USL-X)/6*s;下规格：Cp=(X-LSL)/6*s制程能力指标NAIConfidential16准确度好，精确度好准确度不好，精确度不好准确度好，精确度不好准确度不好，精确度好制程能力指标NAIConfidential17Ca只考虑集中趋势.Cp只考虑离散趋势.Cpk同时考虑集中和离散趋势。Cpk=Cp*(1-ABS(Ca))或Cpk=Min(CpkL,CpkU)制程能力指标NAIConfidential18制程能力指标NAIConfidential19过程固有变差——仅由于普通原因产生的那部分过程变差。该变差可以从控制图上通过R/d2来估计。过程总变差——由于普通和特殊两种原因所造成的变差，本变差可用样本标准差S来估计。这是用详细的控制图或过程研究中得到的所有单值读数计算出来的。过程能力——仅适用于统计稳定的过程，是过程固有变差的6σ范围，式中σ通常由R/d2计算而得。过程性能——过程总变差的6σ范围，式中σ通常通过样本的标准差S计算而得，记为σs。制程能力指标NAIConfidential20CP：这是一个能力指数，定义为容差宽度除以过程能力，不考虑过程有无偏移，一般表达为：PP：这是性能指数，定义为不考虑过程有无偏移时，容差范围除以过程性能，一般表达为：CPU：这是上限能力指数，定义为上容差范围上限除以实际过程分布宽度上限，一般表达为：CPL：这是下限能力指数，定义为容差范围下限除以实际过程分布宽度下限，一般表达为:CPK：这是考虑到过程中心的能力指数，定义为CPU或CPL的最小值。它等于过程均值与最近的规范之间的差除以过程总分布宽度的一半。PPK：这是考虑到过程中心的性能指数，定义为：或.当过程统计量的分布均值μ与公差中心M不重合时，即有偏移。制程能力指标NAIConfidential21所有进行能力指数度量时必须满足的以下最低条件：产生数据的过程处于统计稳定状态；过程数据的单个测量值基本处于正态分布；规范是以顾客要求为基础的；设计目标值位于规范的中心；引入的测量系统变差相对较小；(MSA的作用)存在一种将计算的指数看成为“真实”的指数（或比值）的意愿即：不考虑抽样变差对计算值的影响，（例如仅仅由于抽样变差CPK“真值”为1.40的过程，计算值可能是1.05,或反之亦然。)。使用能力或性能指数对过程描述时注意以下问题：描述一个过程时不能只使用一个指数应同时使用两个或多个指数或比值—例如，CP和CPK，PP至少应一起使用极力推荐图表分析和过程量度一起使用所有的能力评审都是针对性单个的过程特性，不能把几个过程的能力结果合成或平均为一个指数。制程能力指标NAIConfidential22SPC手册：本手册充分意识到人们会误解和相反地理解与过程“控制”、“能力”和“性能”有关的基本概念和定义。这里应指出的是彻底解决这些问题不是本手册的目的。而只是将它们提出和讨论到一定的深度使每个读者有机会对它们作出更好的解释，以便为不断改进过程提供有价值资料和知识。制程能力指标NAIConfidential23制程能力指标NAIConfidential24SPCStudyChapter4管制图Chapter5Minitab操作制程能力指标Chapter3SPC简介Chapter2基础统计知识Chapter1NAIConfidential25管制图控制图是SPC中最重要的工具。控制图是于1924年由美国品管大师修哈特(W.A.Shewhart)博士所发明。控制界限的构成:控制图是以常态分配中的三个标准差为理论依据。中心线为平均值,上、下控制界限为平均数加减三个标准差(X±3*σ)的值,以判断过程中是否有问题发生。NAIConfidential2699.73%95.45%68.26%2311233390°33UCLCLLCL管制图NAIConfidential27XRXRX~RmX1.按数据性质分类:(1)计量值控制图:所谓计量值是指控制图的数据均属于由量具实际量测而得。如长度、重量、浓度等特性均为连续性的，常用的有:平均数与极差控制图(Chart)平均数与标准差控制图(Chart)中位数与极差控制图(Chart)个别值与移动极差控制图(chart)(2)计数值控制图:所谓计数值是指控制图的数据均属于以单位计数者而得;如不合格数、缺点数等间断性数据等。常用的有:不良率控制图(Pchart)不良数控制图(Pnchart,又称npchart或dchart)缺点数控制图(Cchart)2.按控制图的用途分类:(1)解析用控制图:这种控制图先有数据,后有控制界限(μ与σ未知的群体)。制程解析用/制程能力研究用/制程控制的准备(2)控制用控制图:先有控制界限,后有数据(μ与σ已知之群体)。其主要用途为控制过程的质量管制图NAIConfidential28管制图管制图分类及其选用：NAIConfidential29管制图解析用管制图与控制用管制图：NAIConfiden