SPC统计过程控制_2

LOGO统计过程能力控制认识统计过程能力控制(SPC)概述1基本的统计概念2统计过程能力控制(SPC)应用4统计过程能力控制(SPC)概述1一、统计过程能力控制(SPC)概述SPC起源与发展1.1924年W.A.Shewhart（休哈特）博士发明了品质控制图。2.1939年W.A.Shewhart博士与戴明博士合写了《品质观点的统计方法》。3.二战后美英将品质控制图方法引进制造业，并应用于生产过程。4.1950年，戴明到日本演讲，介绍了SQC的技术与观念。5.SQC是在发生问题后才去解决问题，是一种浪费，所以发展出了SPC。6.美国汽车制造商福特、通用汽车公司等对SPC很重视，所以SPC得以广泛应用。7.ISO9000（2000）体系亦注重过程控制和统计技术的应用。一、统计过程能力控制(SPC)概述Statistical:（统计）以概率统计学为基础，收集数据，用科学的方法分析数据、得出结论；Process：（过程）有输入-输出的一系列的活动；Control：（控制）事物的发展和变化是可预测的；SPC理解找到最适范围付出（经济）成本达到减小风险证明能力SPC理解应用统计技术（收集、计算、分析和改进数据）对过程中的各个阶段进行监控和诊断，从而了解制造过程的最佳范围（低成本、低风险），确定其控制范围的异常和正常规律，建立并运行一个稳定有效的过程，从而达到改进和保证产品质量的目的。一、统计过程能力控制(SPC)概述SPC意义全面、及时了解质量信息，信息共享有效监测和预防：区别偶然要因和异常要因引起的散布，减少偶然要因，改善制程能力，消除异常要因，能使制程趋于稳定SPC是了解工程是否稳定的方法，并通过保持过程受控和稳态提高过程能力和品质水平降低总的质量成本一、统计过程能力控制(SPC)概述二、基本的统计概念2二、基本的统计概念-特性特性的定义可以区分的特征。特性的分类关键特性普通特性顾客指定国家法律法规规定1.按重要程度评估顾客关注的经常出现异常的。。。。2.按状态产品特性过程特性二、基本的统计概念-特性计量型特点：可以连续取值，也称连续型数据。如：零件的尺寸、强度、重量、时间、温度等计数型特点：不可以连续取值，也称离散型数据。如：废品的件数、缺陷数定量数据（可测量）定性数据（感官判断）特性的表征特性值。二、基本的统计概念-波动波动的概念是指在现实生活中没有两件东西是完全一样的。生产实践证明，无论用多么精密的设备和工具，多么高超的操作技术，甚至由同一操作工，在同一设备上，用相同的工具，生产相同材料的同种产品，其加工后的质量特性（如：重量、尺寸等）总是有差异，这种差异称为波动。公差制度实际上就是对这个事实的客观承认。消除波动不是SPC的目的，但通过SPC可以对波动进行预测和控制。波动（变差）的概念产生波动人机器材料方法测量环境波动的原因二、基本的统计概念-波动指的是造成随着时间推移具有稳定的且可重复的分布过程中的许多变差的原因，我们称之为：“处于统计控制状态”、“受统计控制”，或有时间称“受控”，普通原因表现为一个稳定系統的偶然原因。只有变差的普通原因存在且不改变时，过程的输出才可以预测。如设备的正常震动，刀具的磨损，同一批材料的品质差异，熟练工人间的替换等。波动的原因二、基本的统计概念-波动1.普通原因指的是造成不是始终作用于过程的变差的原因，即当它们出现时将造成(整个)过程的分布改变。除非所有的特殊原因都被查找出来并且采取了措施，否則它们将继续用不可预测的方式来影响过程的输出。如果系统内存在变差的特殊原因，随时间的推移，过程的输出将不稳定。如设备故障，原材料不合格，没有资格的操作工、未按照作业指导书操作、工艺参数设定不对等。波动的原因二、基本的统计概念-波动2.特殊原因存在性方向影响大小消除的难易度普通原因始终偏向小难特殊原因有时或大或小大易波动的区别二、基本的统计概念-波动二、基本的统计概念-波动波动的种类1.正常波动由普通(偶然)原因造成。正常波动引起工序质量微小变化，难以查明或难以消除。它不能被操作工人控制，只能由技术、管理人员控制在公差范围内。2.异常波动：是由特殊(异常)原因造成异常波动引起工序质量变化较大，容易发现，应该由操作人员发现并纠正。基本统计计量说明二、基本的统计概念-统计计量数据1.总体调差研究对象的全部用“N”表示2.样本研究总体的情形和某种目的从总体中抽取一部分的代表者用“n”表示基本统计计量说明二、基本的统计概念-统计计量数据3.算数平均数X设X1，X2，…….Xn是一个大小为n的样本，则X=（X1+X2+……+Xn)/n4.中位数X将数据按数值大小顺序排列后，位于中间位置的数，称为中位数。如：5，9，10，4，7，X=7；如：5，9，10，4，7，8X=（7+8）/2=7.5基本统计计量说明二、基本的统计概念-统计计量数据5.极差R样本数据中的最大值Xmax与最小值Xmin的差值。R=Xmax-Xmin。如：5，9，10，4，7，R=10-4=6；基本统计计量说明6.标准偏差s、指各数据偏离平均值的距离的平均数，反映数据离散程度，总体标准偏差s样本的标准偏差如：5，9，10，4，7，s=2.28；如：7，7，7，6，8，s=0.63；数据整体分布离平均值越近，标准方差就越小；数据整体分布离平均值越远，标准方差越大。1)i()i(n1i21i2nXXNXXsN正态分布二、基本的统计概念-正态分布一种概率分布,生产与科学实验中很多随机变量的概率分布都可以近似地用正态分布来描述。概率特点：中间高，两边低，左右对称；两边伸向无穷远。σ越小，分布越集中在μ附近，σ越大，分布越分散。µ(mu)-位置参数和平均值（meanvalue)，表示分布的中心位置和期望值(sigma)-尺度参数（分布宽度），表示分布的分散程度和标准偏差正态分布二、基本的统计概念-正态分布面积定论：不论μ与σ取值如何1.X轴与正态曲线之间的面积恒等于1；2.正态分布下，横轴区间[µ3，µ+3]的面积为99.73%。正态分布二、基本的统计概念-正态分布正态分布-普通原因产生的变差二、基本的统计概念-正态分布正态分布-特殊原因产生的变差二、基本的统计概念-正态分布制程能力分析前提过程处于统计稳定状态过程中测量值服从正态分布测量变差相对较小，一般可以忽略不计工程及其他规范准确地代表顾客的需求，设计目标值位于规范中心二、基本的统计概念-CP&CPK指数二、基本的统计概念-CP&CPK指数ABCP值定义技术要求工序能力，指客户要求对过程要求，代表精密度二、基本的统计概念-CP&CPK指数CP=技术要求/过程分布CP值计算CP=(规格上线-规格下线）/6σ二、基本的统计概念-CP&CPK指数在正态分布情况下，分散幅度处于6σ范围内的比率为99.73%。分散幅度6σ表示该工序具有的实际加工精度。CP值的大小可定量计算出该工序的不合格率，可反映工序品质水平。过程刚好满足规格要求均值位移将导致产品超出规格CP值分析过程满足规格要求小的值位移将导致产品不会超出规格过程无法满足规格要求均值位移将导致更多产品超出规格二、基本的统计概念-CP&CPK指数CP评定准则二、基本的统计概念-CP&CPK指数CD二、基本的统计概念-CP&CPK指数二、基本的统计概念-CP&CPK指数Ca值定义及计算制程准确度，衡量实际平均值与规格中心值的一致性代表实际平均值距离规格边界距离USL1——USL如图：指过程分散平均值距离规格的边界有多远表明过程是否真正满足规格要求CPK值定义过程分布的一半过程均值距离最近的规格边界二、基本的统计概念-CP&CPK指数CPK值计算CPK=CP*|1-Ca|=二、基本的统计概念-CP&CPK指数既反映准确度与反映精确度，为综合指数。当Ca=0时CP=CPKCPK值分析制程能力好，中心值在目标内且分布均在规格内制程能力尚可，中心值在目标内且分布均在规格内但稍微太分散制程能力尚可，中心值有漂移，但分布尚在规格内二、基本的统计概念-CP&CPK指数CPK值分析制程能力不好，中心值虽目标内，但分布超出规格界限制程能力不好，中心值不在目标内，分布虽集中但超出规格界限制程能力最差，中心值不在目标内，分布不集中且超出规格界限二、基本的统计概念-CP&CPK指数指工序在一定时间里，处于受控状态（稳定状态）下的实际加工能力。它是工序固有的能力，或者说它是工序保证质量的能力。这里指的工序是指设备、材料、工艺方法、生产环境、操作者等五个基本因素综合作用的过程，也就是产品质量的生产过程。产品质量就是工序中的各个质量因素所起作用的综合表现。工序的实际加工能力是指工序质量特性的分散(或波动)程度。若工序能力越高，则产品质量特性值的分散就越小；若工序能力越低，则产品质量特性值的分散就越大。制程能力指数定义二、基本的统计概念-CP&CPK指数CPK评定准则二、基本的统计概念-CP&CPK指数质量管理中的应用不论µ与取值如何，产品质量特性落在[µ3，µ+3]范围内的概率为99.73%。落在[µ3，µ+3]范围外的概率为199.73%=0.27%1.正态分布图控制图的形成三、控制图控制图的形成3.控制图的形成把正态分布图(直方图更直观）按逆时针方向转90°，并将及均值分别标成LCL、UCL、CL，再将点按时间展开就得到如下一张控制图。33,三、控制图界限说明：规格界限：用以规定质量特性的最大（小）许可值。来保证各个单位产品的正确性能。上规格界限：USL；下规格界限：LSL。控制界限：是从实际生产出来的产品中抽取一定数量的产品，并进行检测，从所得观测值中计算出来者。上控制界限：UCL；下控制界限：LCL。控制图的形成三、控制图三、控制图什么是控制图是对过程质量特性值进行测定、记录、评估、监察过程是否处于统计控制状态的一种用统计方法设计的图型。带有控制界限，反映过程质量（变异的偶然或特殊）时间或样本号样本统计量数值LCLCLUCL上虚线：上控制界限UCL下虚线：下控制界限LCL中实线：中心线CL纵坐标：数据（质量特性值或其统计量）横坐标：按时间顺序抽样的样本编号控制图五要素三、控制图控制图类型—计量型三、控制图控制图类型—计数型三、控制图样本：25个子组每组5个数据纵坐标：子组均值或极差横坐标：样本编号三、控制图控制图类型—RX过程现场最常用的控制图,它广泛运用于控制长度、重量、强度、纯度、时间等场合。三、控制图控制图类型—RX控制界限为了显示仅存在普通变差时子组可变化的范围，与样本量相关。D4、D3、A2为常数，与n相关三、控制图控制图的判定准则1.过程稳定判定准则在数据点子随机排列的情况下:1.连续25个点，界外点数d=02.连续35个点，界外点数d≤13.连续100个点，界外点数d≤2控制图的判定准则2.过程异常判定准则1）离中心线脱离32）9点以上的点在中心线一侧连续出现三、控制图控制图的判定准则2.过程异常判定准则3）6点以上的连续点增加或减少4）14点以上连续点，交替上下打点三、控制图控制图的判定准则2.过程异常判定准则5）连续的3点中2点从中心线脱离26）连续的5点中4点从中心线脱离1三、控制图控制图的判定准则2.过程异常判定准则7）连续15点，落在中心线两侧的1范围内8）连续8点，从中心线脱离1三、控制图统计过程能力控制(SPC)应用4一、统计过程能力控制(SPC)应用SPC应用步骤I.SPC培训SPC的认识、控制图的分析，两种质量诊断理论，过程控制网图的制定等。II.确定关键变量(即关键质量因素)。(1)对全厂每道工序都要进行分析(可用因果图)，找出对最终产品影响最大的变量，即关键变量(可用排列图)。(2)找出关键变量后，列出过程控制网图。所谓过程控制网图即在图中按工艺流程顺序将每道工序的关键变量列出。III.提出或改进规格标准(1)