SPC理论与实战(保密)

背壳的加工工艺3SPC的发展二战前二战中二战后质量管理=检验抓质量=把好检验关只能发现和剔除不合格品损失已大量造成补救措施=“亡羊补牢”内部损失和售后投诉索赔企业不堪重负1924年美国瓦尔特•休哈特博士控制图产生为SPC的起源标志美国战时质量管理标准军品的质量和及时交付五十年代以来SPC在日本工业界的大量推广应用日本崛起八十年代以后大公司积极推广应用对供应商也提出了相应要求ISO9000、QS9000及六西格玛管理今天计算机及专用软件推广SPC选才真正全面狂热起来高质量、低成本、短周期呼唤出SPC，并推动着其不断完善。前言带着问题交流合格/不合格稳定/不稳定有能力/没有能力产品资料符合性？过程受到的影响？始终生产合格产品？SPC基础知识过程控制的需要检测——容忍浪费预防——避免浪费通过生产来制造产品，通过质量控制来检查最终产品并剔除不符合规范的产品，在管理部门则经常靠检查或重新检查工作来找出错误，在这两种情况下都是使用检测的方法，这种方法是浪费的，因为它允许将时间和材料投入到生产不一定有用的产品或服务中。一种在第一步就可以避免生产无用的输出，从而避免浪费的更有效的方法是——预防SPC基础知识SPC在质量管理中的地位TQM戴明奖国家品质奖部长奖QC七手法DOE回归分析持续改进PDCAISO9000SPC基础知识检查表散点图鱼骨图流程图柏拉图直方图控制图缺陷检测过程控制模型∝控制策略：控制输出，事后把关工作方式融入所有的资源合格？顾客返修能返修？报废隐藏浪费是否能不能人机料法测环输入过程/系统输出工作方式融入所有的资源人机料法测环具有反馈的控制模型∝控制策略：控制过程，预防缺陷产品或是服务顾客识别顾客不断改变的需求和期望统计方法输入过程/系统输出顾客的声音过程的声音一次下线合格检测模型反馈模型控制点最终产品两种呼声控制方式检验统计方法、信息经济性差好产品质量差好两种控制模式的比较最差情况欠佳情况最优情况收集数据并在图表上描绘（建立统计基础的抽样计划）作业者得到了有效的SPC技术培训小组关注并监控SPC规则和信号管理层授权并支持问题调查和过程改进当控制图有异常信号时，通过根本原因分析采取正确的行动以预防问题再次发生变差因为过程中存在变差源（5M1E），这种差异的大小，影响整个过程，所以即使是同一过程生产出来的产品或是特性，都不可能完全相同。变差、分布每个零件的尺寸都是互不相同的若制造过程稳定，那么它们将形成一个分布（正态）变差、分布不同因素会影响的分布，形成以下几种情况：中心位置分布宽度曲线形状变差的普通原因和特殊原因普通原因如果过程仅因普通原因产生了变差，那么随着时间的推移，过程的输出形成一个稳定的分布且可预测，这样的过程是受控的。对过程影响约占85％需要对系统采取措施需要管理层授权才可以消除影响每一个该过程产生的零件系统措施变差的普通原因和特殊原因特殊原因如果过程存在特殊原因，那么即使随着时间的推移，过程的输出也无法形成一个稳定的分布且不可预测，这样的过程是不受控的。对过程影响约占15％需要采取一些局部措施即可消除通过作业者的行动就可以消除不影响每一个该过程产生的零件局部措施普通原因的过程状态仅存在变差普通原因分布稳定，呈现正态过程是统计受控的过程是可预测的如果过程仅因普通原因产生了变差，过程的输出形成一个稳定的分布且可预测，这样的过程是受控的。特殊原因的过程状态存在变差特殊原因分布不稳定，偏离正态过程是不受控的过程是不可预测的如果过程存在特殊原因，过程的输出也无法形成一个稳定的分布且不可预测，过程是不受控的。控制图可以检出20品质成本{为达成与维持某种品质水准而支出的一切成本，和因为不能达到水准而发生的成本损失，统称为品质成本。}----费根堡倡导全面质量管理理念的第一人品质管理缺陷所发生的损失直接损失间接损失内部损失废品处理使用合格率低低效率返修调整外部损失顾客抱怨对策费用丧失顾客销量下降品质成本分类品质成本直接品质成本预防成本检测成本内部成本损失外部成本损失间接品质成本顾客遭遇故障顾客投诉信誉损失品质与成本品质成本总和最适成本预防及检测成本内部及外部成本损失100%合格品质最优成本最适品质待改善品质水准品质成本24时刻记得成本存在一个最优的质量水平，在此之外，质量改进的成本超过减少缺陷数的预期成本效益。成本Sigma质量水准最优质量水准对成本的影响成本用于：内外部损失及间接品质损失成本用于：预防及检测（设备）改进产品改进过程26抽样计划主要构成抽样大小——样本包含的零件数抽样频率——抽样的时间间隔，多长时间抽一次样抽样类型——连续、随机、结构化的计划用于测量或监控的特性或参数抽样应满足1、迅速的发现过程或产品的变化，并且尽可能的经济（需与传递到顾客处的风险相比较）2、提供可靠的、具代表性的数据作为采取过程措施决定的主要要素3、提供数据用于做控制图以回答关于过程的正确问题4、作为控制计划的主要组成部分之一（对于不受控的情况，在控制计划的“反应计划”一栏还需根据抽样计划制定围堵措施或策略）抽样的一般程序确定抽样总体→确定大小→确定取样范围→抽取样本→评估样本的代表性27抽样计划是控制计划的重要组成部分CP中的反应计划需制订出产生异常后的围堵措施28抽样大小作为计量型数据通用抽样准则，推荐至少4或5个的连续样本为一个子组，因为：1、抽样成本较低2、更容易使用极差图3、过程在抽样时出现的变化较小4、在抽取25组样本时足够使大多数过程呈现正太分布29计数型数据抽样大小公式n+1＝ln（1-c）ln(R)n－需要的样本大小c－置信水平R－预估的过程合格率对于计数型数据样本容量，一般不少于500（20～25组，每组至少25个数据）30抽样频率类似抽样大小，抽样频率也没有一个“固定而快捷”的准则。但可以按照以下因素考虑决定抽样频率：原材料、工具、工艺、操作者和环境的变化31抽样类型输入联合输出方法1：每个子组是从每个生产流获得的一个或多个测量值组成，这种分组方法是有重叠的方法2：分别从每个生产流中收集数据，一个子组仅由从一条生产流中获得的测量值组成。方法3：每个子组是从所有生产流的联合输出中获得的测量组成理解子组内和子组间的变差原因对理解控制图和过程变差是最重要的。大多计量型数据用控制图可将子组内的变差与子组间的变差相比。因此，在解释控制图形成子组时，重要的是理解影响过程结果的变差可能的原因。32抽样的疑惑传统的全数检验？合理的抽样检验？最能为质量持续改进提供依据的是？控制图介绍什么是控制图控制图（ControlChar）是对过程质量特性值进行测量、记录、评估和监察过程是否处于受控状态的一种用统计方法设计的图。10987654321005101520上控制限下控制限均值观测序号观测值控制图介绍中心线（CL,ControlLine）上控制线(UCL,UpperControlLine)下控制线（LCL,LowerControlLine）控制图的组成部分10987654321005101520上控制限下控制限均值非任意变化区域观测序号观测值任意变化区域观测点1010987654321005101520非任意变化区域观测序号观测值任意变化区域LCL-3sUCL+3s均值99.73%控制图的组成部分处于受控状态的生产过程，若以“3σ”原则确定控制界限，那么再抽样检验中，将有99.73％的质量特性值或质量特性值的统计量落在控制界限之内(任意变化区域)。而落在控制界限之外的概率为0.27％，是一个小概率事件。控制图补充说明※统计控制限均值+/-3个标准偏差※它是在过程受控时进行设定的固定在基准值过程改变了就要做调整决不会变宽※控制限同公差带不相关※过程变化的一个统计术语※在均值的3倍标准偏差之内；它是任意的没有原因的；它不呈现某种运行趋势；它不呈现某种趋势。※偶然原因变化导致。正常独立处理过程过程的声音（测量）否调整是○○○交付客户控制图的应用控制图分类※数据：是能够客观地反映事实的资料和数字※数据的质量特性值分为：计量值可以用量具、仪表等进行测量而得出的连续性数值，可以出现小数。计数值不能用量具、仪表来度量的非连续性的正整数值。计量型数据的控制图–Xbar-R图（均值－极差图）–Xbar-S图（均值－标准差图）–I-MR图（单值－移动极差图）–（中位数图）计数型数据的控制图–P图（不合格品率图）–np图（不合格品数图）–c图（不合格数图）–u图（单位产品不合格数图）控制图分类图Rx~控制图选择确定要制图的特性指标数据是变量数据吗?是对不合格品感兴趣吗?样本量恒定吗?样本量恒定吗?数据本身都一致或者是不益于分组采样吗?子组均值能被确定吗?子组样本大于或是等于9吗？每个子组都有计算‘s’的能力吗?使用I-MR图使用NP图或是p图使用p图使用C图使用u图使用中位数值图使用Xbar&R图是对缺陷感兴趣吗?使用Xbar&R图使用Xbar&S图不是不是不是不是不是不是没有不是是是是是有是是是是计量型控制图Xbar－R※最常用的计量型控制图是X控制图和R控制图。经常上下对应的画在一起的综合控制图。※X控制图主要观察工序平均值X的变化，R控制图主要观察工序散差的变化。由于两图同时使用，既可观察各组平均值的变化，又能观察到整体分布的变化情况。※X-R控制图最适合于产品产量较大且稳定的生产过程。Xbar-R控制图的操作步骤※确定对象、抽取数据（收集25个样本，每个含5个数据）※计算样本的X和R※计算所有数据的X和R※计算R图的控制线、X图的控制线※将数据在图中打点并作图。计量型控制图22XXUCLXARLCLXARA2,D3和D4是休哈特控制常数43RRUCLDRLCLDR确定Xbar－R图的上下控制线X1X2X3X4X5SG143.843.747.246.344.4SG244.743.245.745.844.4SG345.343.844.346.246.6SG445.444.144.645.345.0SG543.845.644.644.845.0SG645.746.045.645.946.5SG746.545.645.746.945.6SG846.145.845.545.945.1SG944.544.045.445.844.7SG1047.843.644.546.044.5SG1145.545.442.847.045.1SG1246.843.543.446.045.0SG1344.244.746.144.545.8SG1444.644.745.243.045.5SG1546.046.045.044.547.2SG1646.343.744.846.045.4SG1743.243.045.644.845.4SG1845.245.146.945.044.8SG1944.644.544.643.745.1SG2045.644.246.043.545.9计量型控制图I-MR单值，移动极差图I-MR图是针对相同数据的两个单独的图形※I图是单值图※MR图是移动极差图※I-MR图对趋势，循环和模式是敏感的※当子组变差为零或没有子组存在时使用它破坏性测试成批处理I-MR和单值图每隔一个小时，STA就会测一次钣金的焊接强度。过程受控吗?由于数据是单值，因此将要使用I-MR图。这是破坏性测试的一个例子。PullTest2.382.062.461.962.222.442.162.131.972.292.071.972.092.162.572.832.042.132.552.39画I-MR图PullTestMR(2)12.3822.060.3232.460.4041.960.5052.220.2662.440.2272.160.2882.130.0391.970.16102.290.32112.070.22121.970.10132.090.12142.160.07152.570.41162.830.26172.040.79182.130.09192.550.42202.390.16Ave2.2440.270E2,D3和D4是休哈特控制常数确定I-MRUC