SPC培训提纲

2008年05月30日统计制程管制StatisticalProcessControl第一讲SPC基本概念及参数1、SPC的含议SPC是三个英文单词的缩写(StatisticalProcessConrtol),即统计制程管制(台湾称法),也叫统计过程控制(大陆称法).简单地说,就是利用统计学的原理,对制造企业在制程中的质量进行管制,以达到尽可能第一次就把质量做好。(其实它是可以应用到任何一个有大量数据产生的地方,如营销分析、财务分析、人员分析等等)SPC中使用到了各种管制图(如Xbar-RChart、P-Chart)、状态图(如柏拉图、直方图等)和质量指针,并通过管理的手法在生产过程中监控质量状态。2、SPC的背景二战结束后,日本作为战败国,百废待兴,加上日本本身是一个小岛国,资源缺少,相对比较适合做加工业,日本就提出以质量为根本来提升竞争力,所以就到美国请了戴明等人到日本指导质量.SPC在戴明的指导下,功能发挥得很不错,在日本产生了很大的影响.日本人为了劳记戴明的功劳,就在日本设立了一年一度的品管界最高奖项---戴明质量奖,后来美国和台湾等地也采用了日本的方式,设立一年一度的---戴明奖.是1924年美国休哈特(有称休怀特)博士发明了管制图(采用3倍σ)之后才产生的,当时在美国并不流行,自二战期间美国军方提出了一套抽样计划MIL-STD-105E和MIL-STD-414等之后,SPC才有所应用到军工企业,但应用还是不太广泛。3、SPC的原理SPC最初的原理是休哈特的3σ(标准差)管制图,利用它超出界限概率为0.27%的原理来反应在正常状况下的变范围。3σ3σUCLCLLCL现阶段SPC已发展到利用多3到6倍标准差的管制图,结合正态分布的直方图、2/8法则的柏拉图、各种推移图、其它各种状态图和质量指针,并用计算机来完成,以实现全面及时监控质量状态、预测和分析质量状况,并作出相应的判定。4、共同原因及特殊原因在生产过程中,质量变异的原因大致可分为两种:共同原因和特殊原因共同原因(chancecauses):也称系统原因、非机遇性原因,由综合因素共同产生的状况制程中变异因素是在统计的管制状态下，其产品这特性有固定的分布。通俗地说,就是在目前制程的各个因素环境下,品质变异是必然,并不是单个品管部门或制造部单独可以解决的,需要品管、生产、工程部门,甚至采购部门、业务部、行政部门等共同参于来解决。它是可以预测的。UCLCLLCL可预测到特殊原因(Assignablecauses):也称局部原因、机遇性原因,是由某个问题突然发生产生的状况制程中变异因素不在统计的管制状态下，其产品之特性没有固定的分配。通俗地说,就是谁不知道会发生的,由偶然因素产生的,如生产机台设备中某个电子组件突然被烧毁而导致机台工作混乱,生产出不合格产品。只要对制程中监控及时,此种原因很容易发生,但后果也非常严重,如若不能及时排除,其损失是非常大的。在一个管理严谨的企业,这类因素只能占到15%以下。它是不可以预测的。UCLCLLCL不可预测到5.质量指针:USL：规格上限SL：规格中心值LSL：规格下限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：Xbar管制图的管制上限RBar：Xbar管制图的中心值RLCL：Xbar管制图的管制下限Ca：制程准确度Cp制程精密度(制程潜力)Cpk制程能力PPMPartsPerMillionSGMs规格标准差SGMa制程标准差质量规格要求质量管理图分析质量六大特质分析6.指标释义组距(R):一组数据中的最大值减最小值R=MAX-MIN平均数(Mean,但通常用Xbar或X表示):把一组数据全部相加,再除以该组数据的个数.X=(X1+X2+……Xn)/n中位数(Median,通常用M表示):把一组数据先按大小顺序排列起来,然后取最中位的一位,如若该组数据为奇数,则取最中间一位,如若该组数据为偶数,则取中间两位的其中一位X(I+1)/2(I为奇数时)M=或Xi/2或(I/2+1)(I为偶数时)方差(σ2,有时也用S来表示):由该组数据中每个数据减实际平均数平方的和再除以该数组数据的个数(n).∑(Xi－Xbar)2σ2＝＝Sn-1注:有些书上可能是除以n(是样本数达达50以下时)标准差(σ,有时也用s表示):可直接由方差开平方得来有两种名称都标准差概念,一个是规格标准差(用σs表示),另一个是制程标准差(用σa表示也就是用前面公式计算出来的),σa是统计上的标准差概念,即是按上述公式计算出来的σs是为了在品管中有一个相对比较值而引进的,计算方法是σs=(USL-LSL)/6管制中心线(CenterLine):即实际数据的平均值(即Xbar)CL=Xbar管制上限(UpperControlLevel,缩写为UCL):由Xbar加上三倍的标准差UCL=Xbar+3σ=CL+3σ.管制下限(LowControlLevel,缩写为LCL):由Xbar减去三倍的标准差.LCL=Xbar-3σ=CL－3σSLLSLUSLLCLUCLCLLCLUCLCLSLLSLUSL3σ6σCa—准确度CapacityofAccuracyCa=k=|(USL+LSL)/2-Xbar|(USL-LSL)/2等级Ca值ABCD｜Ca｜≦12.5%12.5%＜｜Ca｜≦25%25%＜｜Ca｜≦50%50%＜｜Ca｜等级评定后之处置原则(Ca等级之处置)A级:作业员遵守作业标准操作,并达到规格之要求,须继续维持。B级:有必要可能将其改进为A级。C级:作业员可能看错规格,不按作业标准操作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之因，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，其对策方法是制造单位为主，技术单位副，品管单位为辅单边规格没有CaCp—精密度表示制程特性的一致性程度,值越大越集中,越小越分散CapacityofprecisionA.双边规格规格上下限距离除以6倍的标准差.Cp=(USL-LSL)/6σa=(USL-LSL)/(UCL-LCL)=(USL-SL)/(UCL-CL)=(SL-LSL)/(CL-LCL)SLLSLUSLLCLUCLCLB.单边上限规格Cp=(USL-CL)/3σa=CpUSLUSLLCLUCLCLSLLSLUSLLCLUCLCLC.单边下限规格Cp=(CL-LSL)/3σa=CpL等级Cp值ABCD1.33≦Cp1.00≦Cp＜1.330.83≦Cp＜1.00Cp＜0.83等级评定后之处置原则(Cp等级之处置)A级:此一制程甚为稳定，可以将规格容差缩小或胜任更精密之工作。B级:有发生不品之危险，必须加以注意，并设法维持不要使其变坏及迅速追查。C级:检讨规格及作业标准，可能本制程不能胜任如此精密之工作。D级:应采取紧急措施，全面检讨所有可能影响之因素，必要时应停止生产。以上也是与Ca一样，仅是一些基本原则，在一般上Cp如果不良时，其对策方法是技术单位为主，制造单位为副，品管单位为辅。制程能力指数(Cpk):A.双边规格Cpk=(1-Ca)*CpB.单边上限规格CPK=CPU=CpC.单边下限规格CPK=CPL=Cp工序（制程）能力是指处于稳定状态下的工序（制程）实际加工能力。稳定状态工序（制程）的条件:物料按标准供应;工序（制程）按标准实施且无异常;工序完成,按标准检测。测量Cp,Cpk时应避免的错误错误1:衡量所有的参数很多急于推行SPC的公司通常所犯的错误是衡量所有的产品参数,而不考虑其重要性.这种方法只能增加成本而不能增加价值.只有最重要的参数才需要2.0甚至更高的Cp值,其余的则无所谓.其余参数的Cp值可以是1.0甚至是0.5,而且大多数零部件来说甚至不需要测量.要想区分重要和不重要的参数,工程上的猜测并不是依据,而应该在产品或制造的设计阶段使用试验设计相关工具找出重要参数.错误2:经常地测量Cp,Cpk另外一个过分积极的缺点是不断的测量一些给定参数的Cp和Cpk值.测量一个Cp值的结果是非好即坏-----高于2.0或低于2.0.如果工序能力以前已经被验证过了,那就无需不断地进行再测量,可以通过预先控制加以监控.错误3:如果规格界限不正确,那么Cp和Cpk就没有意义Cp和Cpk以规格界限为基础,如果不评估后者的适切性,Cp和Cpk的计算可能就是错误的且没有意义的.错误4:将Cp测量扩大至供货商而不在本公司执行有这样一种说法:“能为者,为之;不能为者,教之.”有很多公司要求供货商具有较高的Cp值,而他们自己却不进行测量或达不到他们对供货商提出的要求.美国三大汽车厂商在这一点声名狼藉.在QS9000标准下,他们要求第一层汽车供货商产品的Cp值最低为1.33(据说正准备修订QS9000,要求Cp值为1.66甚至2.0).然而,大多他们自己的汽车制造厂不测量Cp值或者达不到Cp值1.33.在供货商行业内,福特公司以如下说法而闻名----“照我说的做,不要照我做的做”.制程能力判定:根据制程能力指数Cp.值(或Cpk)判定制程能力的方法一般按下表:项目级别制程能力指数Cp.及Cpk对应关系T与σ工序能力分析超级优异质量Cp2.00;Cpk1.50T12σ工序能力相当充分一流品质Cp1.50;1.50Cpk1.3312σT10σ工序能力充分二流品质Cp1.20;1.33Cpk1.0010σT8σ工序能力尚可三流品质Cp1.00;1.00≧Cpk.0.808σT6σ工序能力不足四流品质Cp0.80;0.80≧Cpk.0.606σT4σ工序能力相当不足五流品质Cp0.60;0.60≧Cpk.0.404σT2σ工序能力严重不足格外品质Cp=0.60以下;Cpk.=0.40以下T=2σ以下工序已由变异主导百万分之不良PPM:A.计数值之PPM计算:不良数PPM=╳1000000抽样数B.计量值之PPM计算静态:PPM=Φ[(LSL-Xbar)/σ]+Φ[(USL-Xbar)/σ]动态:PPM=Max{Φ[(LSL-Xbar)/σ+1.5]+Φ[(USL-Xbar)/σ+1.5],Φ[(LSL-Xbar)/σ-1.5]+Φ[(USL-Xbar)/σ-1.5]}第二讲SPC基本工具概述1.PDCA2.数据的收集和分析3.图形4.检查单5.柏拉图6.头脑风暴法7.鱼骨图8.直方图9.控制图10.散布图11.CEDAC(带卡片的因果图)12.层别法…..第三讲SPC计数值及其它图表1.PChart不良率管制图P-CHART的中文概念就是指不良率管制图,它是利用管制图的原理,对在制程中产品不良率进行管制。是SPC中计数值最常用和最主要的分析图形之一,也是质量管理中最基本的工具,它具有以下特点与功能:1.(1).掌握某产品或类别或生产线等取样母体的不良率状况,了解本系统中在正常状况下的不良状况,有助于做成本分析。(2).对于突发件(特殊原因)影响程度及时了解。(3).便于预测下一阶段的不良率。各组检验数相同各组检验数不相同各组检验数相差不大各组检验数相差较大P-CHART注：(1).上述各图形的管制界限计算不同(2).并存在以每笔为一点和每天为一点的算法A.各组检验数相同CL=Pbar=(不良总数/抽样总数)╳100%UCL＝Pbar＋3δ=Pbar＋3╳Pbar╳(1-Pbar)/ni(组抽样数)＝Pbar＋3╳Σ(Pi－Pbar)2／n(组数)LCL＝Pbar-3δ＝Pbar-3╳Σ(Pi－Pbar)2／n(组数)=Pbar-3╳Pbar╳(1-Pbar)/ni(组抽样数)B.各组检验数相差不大CL=Pbar=(不良总数/抽样总数)╳100%UCL＝Pbar＋3╳Pbar╳(1-Pbar)/n1(第1组样本数)LCL＝Pbar-3╳Pbar╳(1-Pbar)/n1(第1组样本数)注:管制下限算出为0点默认为0C.各组检验数相差较大-----有超过20%CL=Pbar=(不良总数/抽样