您好,欢迎访问三七文档
1StatisticalProcessControl统计过程控制2课程目的:了解什么是SPC理解SPC的作用理解有关SPC的理论基础能够计算流程能力Cp,Cpk,Pp,Ppk了解常用控制图的种类能够使用Minitab建立控制图能够对图表进行解释并确定工序什么时候处于失控状态课程目的3什么是SPC统计--可能性基础上的决策规则。过程--任何重复的工作或步骤。控制--监察过程的表现。这个分析是基于和“ttest”假设测试一样的概念。它能提供关于过程的决策,在问题影响输出前加以更正。SPC能发出信号提示一个在稳定状态过程的差异正受到外来肇因的影响。4SPC的功效SPC作为一个持续改善的工具,它可以:将流程变异减至最少消除流程的错败将产品能力尽量提升加强客户满意程度对流程进行预测给出信息何时需要对流程采取改善措施,何时不用SPC的功效51924年,美国贝尔实验室休哈特博士(WalterShewhart)首先提出了控制图的理论。战后戴明(Deming)把SPC在日本发扬光大,使日本产品的质量有了极大的提高,日本由此设立了质量界最高奖项---戴明质量奖。SPC的历史SPC的历史6数据的类型数据可以分成两大类型:•离散型数据(DiscreteData)不能被合理细分发生/没发生好板/坏板•连续型数据(Continuousdata)衡量尺度可以根据精确度的要求细分成更精确,更小的分辨率。SPC的理论基础7过程数据可以从流程中收集而得到,流程是将各项输入资源(人,机,料,法,环)按一定要求组合起来,并将其转化为输出的活动。人机料法环输出(Y)资源组合过程PCB制作中,板面电镀是一个过程:输出:•镀铜的PCB输入:•药水•铜球•电流•操作方法•环境…输入XSPC的理论基础8波动即使从同一个过程出来的产品也是不一样,它们的差异通过其特征值的波动表现出来。在外型加工工序中,同一台机器生产的同型号的板,没有任何两块其外型尺寸是一样的。20.12mm20.15mmSPC的理论基础9波动:普通原因和特殊原因普通原因•产品设计问题•机器能力•不适用的物料•环境特殊原因(可查明原因)•技巧的欠缺•注意力不集中•不合格的某一批次物料引起波动的原因很多,有些是流程固有的,我们称之为普通原因;有些是外来的干扰,我们称之为特殊原因。SPC的理论基础10SPC的理论基础过程分布规律随时间的变化情况11SPC的理论基础过程中存在特殊原因,应采取局部措施识别、消除特殊原因,使过程受控12SPC的理论基础过程受控,即过程中仅存在普通原因,但不合格品率太高,往往需要对系统采取措施来改进过程13识别特殊原因的有效方法:合理子组(RationalSubgroup)“那些可查明原因的波动可用有效方法加以发现,并可被剔去,但正常波动是不会消失的,除非改变基本过程”。正常波动异常波动合理子组内的波动为正常波动合理子组间的波动为异常波动子组A子组BTimeTimeSPC的理论基础14波动和分布当我们从流程收集到足够的产品时,产品的质量特征值将呈现一定的规律,这就是产品的质量特征值的分布。在外型加工工序中,当收集到足够的同型号的板时,我们把这些板的长度汇总在一起,会发现大部分板的长度在某个值附近。Length20mmX=20.1mmSPC的理论基础15正态分布(NormalDistribution)SPC的理论基础当流程只存在共同原因时,大部分的流程输出是呈正态分布。正态分布有两个重要参数:描述分布的位置::均值m描述分布的离散程度:标准差s和极差RR=Max(Xi)-Min(Xi)SXiNMean(m)=Standarddeviation(s)=S(Xi-m)²N离散程度一样,位置不一样位置一样,离散程度不一样16标准得分:观察值离平均值有多远正态分布是概率分布,观察值出现在平均值附近的概率大,而远离平均值的观察值出现的概率小,离平均值越远,出现的概率越低。标准得分定义为数据离平均值有几个标准差距离。Z=x-msmx1x2X1的Z值为2表示x1离平均值为2个标准差距离2s-1sSPC的理论基础17正态分布的重要性质由于正态分布是概率分布,观察值出现在某个区域的可以通过计算得来。68.3%95.4%99.7%mm+sm+2sm+3sm-sm-2sm-3s产品外围尺寸服从正态分布,那么:68.3%的产品尺寸在(m-s,m+s)区域外95.4%的产品尺寸在(m-2s,m+2s)区域外99.7%的产品尺寸在(m-3s,m+3s)区域外只有0.3%的观察值落在m±3s区域外SPC的理论基础1868.3%95.4%99.7%mm+sm+2sm+3sm-sm-2sm-3s控制图的构成m1s-1s-2s-3s2s3sUCL上控制限CL中心线LCL下控制限OutofcontrolPoint当流程只受共同原因作用,那么流程输出超出±3s限的概率很低,如果发现流程输出超出此范围即暗示可能存在特殊原因。SPC的理论基础3s3s19一张控制图主要包含以下要素:SPC控制图(Controlchart)的构成UCL上控制限CL中心线LCL下控制限1.561.541.521.501.481.461.44控制限测量值刻度样本次序样本连线SPC的理论基础20连续型变量控制图连续型变量分布有两类参数,一类描述分布位置的如平均值X,另一类描述分布离散程度的,如标准差s和极差R;所以相对应的有两类控制图,一类监控分布位置的变化,另一类监控分布离散程度的变化。位置控制图:平均值图(Xchart)单值图(Individualchart)离散程度控制图:标准差控制图(schart)极差图(Rchart)移动极差图(MRchart)常用连续型变量控制图:平均值-极差图(X-Rchart),看图平均值-标准差图(X-Schart),看图单值-移动极差图(I-MRchart),看图控制图的种类21Defective—缺陷产品不满足质量要求的整件产品,不考虑这件产品上到底有多少缺陷。Defect—缺陷不满足某一个质量标准的缺陷。一件缺陷产品有一个或多个缺陷。术语:Defective&Defect练习:请举出PCB制造中的Defective和Defect控制图的种类有关离散型控制图基础理论22常用离散型控制图的分类和使用不合格品率控制图PChart记件控制图Defective记点控制图Defect不合格品数控制图nPChart要求恒定样本量单位产品缺陷数控制图uChart缺陷数控制图CChart要求恒定样本量控制图的种类看图看图看图看图23为了选择合适的控制图表来监控过程,首先要决定关键过程变量(X’s)是连续的还是离散的.监控连续X‘s的变量图表监察离散X's的属性图表控制图的种类np图不合格品数控制图(子组容量恒定)p图不合格品率控制图C图缺陷数控制图(子组容量恒定)U图单位缺陷数控制图Xbar-s(均值-标准差)n≥2I-MR(单值-移动极差)n=1Xbar-R(均值-极差)n=2~924流程能力:Cp和Cpk流程能力Cp定义为规范范围和±3s范围的比值:流程衡量指标流程输出的±3s范围越窄就越能满足规范要求.流程输出的±3s范围宽,超出规范的机会就越大。mUSLLSLCp1USL-LSL6sCp=mUSLLSLCp=1mUSLLSLCp1当采用Cp时,我们假定规范中心和流程中心重合,即(USL-LSL)/2=m25流程能力:Cp和Cpk通常,流程中心m在规范(LSL,USL)之中,把规范分成两个区间(m,USL)和(LSL,m)并分别与3s比较:实际中,流程的中心很少会和规范中心重合,此时我们使用实际流程指数Cpk。m-LSL3sCpL=单侧下限流程能力指数:USL-m3sCpU=单侧上限流程能力指数:Cpk=Min(CpL,CpU)流程衡量指标USLLSL目标m流程平均值和目标值偏离26关于Cp和Cpk的一些考虑Cp和Cpk都是用短期的数据计算出来的,其前提是流程稳定:Cp和Cpk通常应用于:验证流程能否满足客户规范要求根据规格评估流程表现.决定流程是否能满足新规格要求.根据Cpk及Cp值的距离制订改善目标.评估供应商.流程衡量指标客户关注的重点:由于Cpk考虑了流程中心值偏移和流程波动,所以成为客户考察的重点,通常客户要求Cpk在1.33或1.5以上。27流程性能指数:Pp和Ppk当流程不稳定或长期中流程受各种因数影响输出不是正态时,我们使用流程性能指数Pp和Ppk。Pp,流程中心m与规范中心重合Ppk,中心值存在偏移USL-LSL6sLTPp=m-LSL3sLTPpL=单侧下限流程性能指数:USL-m3sLTPpU=单侧上限流程性能指数:Ppk=Min(PpL,PpU)流程衡量指标28流程指标Z值(s水平)的介绍Sigma质量水平代表每百万次操作中出错的概率流程衡量指标29Cpk,Z值和PPM的对应关系当考虑中心值偏移1.5s时,Z值,Cpk,PPM有以下关系Z(Sigmalevel)CpkPPM2.00.173080002.50.331580003.00.50668003.50.67227004.00.8362004.51.0013505.01.172335.171.221235.331.28635.501.33325.831.447.36.001.503.4流程衡量指标30使用控制图的流程此章节里我们将通过一个例子说明如何对一个流程建立和使用控制图。选择流程和参数确定控制图确定:•样本量•采样频率•样本组数收集数据作图对图表进行解释流程失控吗?查找原因改善流程能力Cpk研究Cpk1.33或Cpk客户指定值?保持受控状态利用得到的控制限对流程进行控制不断改善样本组数20?31如何确定流程和控制参数通常有几个方法可以用来确定哪些流程和参数需要作SPC。在先期产品质量策划(APQP)确定产品流程图Flowchart失效模式分析FMEA控制计划ControlPlan根据厂内质量表现情况对流程排出优先顺序进行控制通过对流程进行分析,找出其中关键的输入因数进行控制例如:板面电镀工序中,药水浓度是影响电镀质量的关键因素。湿菲林工序中,油墨粘度是关键的因素。32确定样本量,采样频率和样本组数样本量的确定:考虑时间和工作量的影响出于统计学的考虑(中心极限定理),样本量n≥4,一般取n=5对于类似于液体浓度的参数,n=1采样频率的确定:同一组内的各点之间的时间间隔应足够小以降低特殊原因对组内的影响组间的时间间隔安排能使控制图最大机会捕捉到特殊原因。样本组数的确定:要建立新控制图和计算Cpk,样本组数2033确定样本量,采样频率和样本组数样本量采样频率34作图—计算控制限我们要对外型加工工序中R1#机器加工产品的外围公差进行SPC控制:流程:外型加工参数:宽度控制图:X-R样本量:5采样频率:每班一次样本组数:20收集数据作图1.计算每个子组的均值x和Rxi=(xi1+xi1+…+xin)/nRi=max(Xi)-min(Xi)2.在控制图上描出x和R3.计算k个子组均值的均值x(Xbar图的中心线)x=(x1+x2+…+xk)/k4.计算k个子组极差的平均值R(R图的中心线)R=(R1+R2+…+Rk)/k35对控制图进行解释•流程的状况如何?•在流程能力分析之前对图形进行分析:–先对离差控制图(Rchart,SChart)进行分析.–在构建图形时,如果发现了超出控制限的点,找出其中原因并把其剔除,重新构建控制图。36一般过程变差-“乏味…”这个图表代表一个可预测的过程,在该过程中变差仅受随机变差的支配。图中各点的上下跳动是不可预测的,但是它们都趋向于围绕着中心线(然而,不是非常接近)并且保持在控制极限范围之内。这种型态是任何控制图的目标,它不一定表明过程的最佳能力,也不一定表明工序能满足规格要求,但是,它显示该工序是稳定的。37特定原因改变--“发生了什么?”一些典型原因:•引入了一批不
本文标题:SPC培训资料_2
链接地址:https://www.777doc.com/doc-416710 .html