SPC统计过程控制中级教材

LSQ管理自主培训教材CDMIA统计过程控制(SPC)LSQ管理自主培训教材CDMIA序SPC简介1-1SPC基本概念1-2SPC的发展史1-3SPC主要功用1-4SPC实施流程Page:3LSQ培训教材解析用SPC控制图制程能力分析控制用SPC控制图数据正态分析SPC内容数据收集计划制程能力改善SPC基本概念SPC，StatisticalProcessControl（统计过程控制）的简称，是一种借助数理统计方法的过程控制工具。SPC对质量数据进行统计、分析从而区分出生产过程中产品质量的正常波动与异常波动，以便对过程的异常及时提出预警，提醒管理人员采取措施消除异常，恢复过程的稳定性，从而提高产品的质量。Page:4LSQ培训教材SPC的发展史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光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。Page:5LSQ培训教材SPC主要功用可即时发现制程异常，及时预警；现状分析，可发现快速改善机会。掌握制程能力，做为改善之参考。SPC适用范围非常广泛，无论是品质方面、成本方面还是交期方面，都可适用。当然，用途不一样，功能也不一样。Page:6LSQ培训教材SPC实施流程搜集数据制作解析用管制图制程能力分析转为管制用管制图分析并消除异常原因提升制程能力检讨机械、设备等等过程是否稳定？能力是否足够？删掉异常数据(组)NONOYesyesLSQ管理自主培训教材CDMIA第一章数据收集1-1、数据类型1-2、数据收集1-3、统计学的作用Page:8LSQ培训教材1-1、数据类型为了解原料、制程、产品的品质特性，经调查或实验而得到的数字或数量就是数据。按不同的分类方法，数据有不同的类型：问题解决问题/事项连续型Data(ContinuousData)离散型Data(DiscreteData)•连续型数据(计量型):如长度,重量,时间等能够测定的数据•离散型数据(计数型):如合格/不合格等能用个数表示的数据资料的类型属性(Attribute)命名(Nominal)范畴(Category)统计特征值缺陷(Defect)资料的类型变数(Variable)比率(Ratio)统计特征值位置(Location)散布(Spread)形状(Shape)依数据特性区分依数据来源分o材料或产品数据o制程数据o检验数据依数据时间先后o过去数据o日常数据o新数据课堂互动：请列举身边遇到的数据并说出类型。Page:9LSQ培训教材1-1、数据类型连续数据与离散数据进行比较的解释：•一般来说，连续数据比离散数据更可取，因为你可以利用更少的数据获得更多的信息。•如果不能得到连续数据，就可以对离散数据进行分析，发现结果，作出判断。1.销售订单准确度2.数据输入准确度3.销售地区4.使用“合格/不合格”测量仪器得到的孔径5.孔径6.应答中心对话时间7.制冷氟利昂的重量(克)8.每百万部件中有缺陷部件的数量9.装配线缺陷(ALD)Page:10LSQ培训教材1-2、数据收集要点XXXXXXXXXXXXXXXXXXXXXXXX$$$X##X$$XXX##X#####X$X$#XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX数据收集目的1、制作控制图？2、要因验证？3、能力分析？4、项目选择？……数据收集方法数据收集原则随机抽样法系统抽样法分层抽样法集体抽样法数据收集注意事项1、测量系统是否可靠？2、是否遗漏或重复？Page:11LSQ培训教材1-2、数据收集要点◆总体和样本(接收检验与统计的区别）样本(Sample,10)总体(N=1,000)Sample10个测定(规格:100±4)ⅩⅩⅩⅩⅩⅩⅩⅩⅩⅩ96979899100104101规格下限规格上限102103•总体能不能判断为良品？1)AQL→Yes:因为Sampling的10个测定值都在规格内→OK2)SPC→No:用SampleData推定总体的不良率为2.8%→异常水平Page:12LSQ培训教材1-3、统计学的作用统计描述:用图表和几个总结性数字(均值、方差、标准差)描述一组数据。(基础统计量、图形分析）统计推理:确定结果之间的变异何时可能是由于随机误差引起的，何时不能归因于随机误差；分析结果与原因之间存在的(因果)关系？(假设检验、方差分析、多变量分析、回归）试验设计：收集并分析数据，以估算过程变化的影响,并决定如何进行最佳化设置。(实验计划)统计学用三类方法处理误差统计学的作用LSQ管理自主培训教材CDMIA第二章控制图基本理论2-1过程波动解析2-2控制图原理2-3合理子组原则2-4控制图的使用2-5控制图选择Page:14LSQ培训教材2-1、过程波动解析产品的品质特性一定会有波动！所以我们预期的观测值就会有差异：•如果我们研究BL外框的对角尺寸，每个样品是不是一样的；•如果我们测量10台冰箱的能耗，得到的结果也是不一样的；这种差异使我们的工作更具挑战性！一般来说，我们不能相信来自一个数据点的结果，通常收集多个数据点、并且非常注意如何选取这些样本，以减少偏差。变异(误差)的产生是必然的、意料之中的，是统计学的基础。变异来源Page:15LSQ培训教材2-1、过程波动解析造成这种误差的原因在于产品或服务实现过程中的因素变异，普遍来源有：测量Measurement流程变异的原因人员Manpower环境Environment设备Machine方法Methods材料Material关键是要分析哪种变因对响应变量的贡献最大--分析技术变异来源Page:16LSQ培训教材2-1、过程波动解析误差分类我们把误差分成两类：系统误差（原因误差、特殊误差）预期的（和可预测的）测量结果之间的差异；随机误差（偶然误差）不可预测的测量结果之间的差异；Example:使用不正确的工具、操作员设置调试过失）机器振动/温度波动/材料硬度的可变性系统误差随机误差Page:17LSQ培训教材2-2、控制图原理管制图是1924年由休哈特博士(Dr.W.A.Shewhart),在研究产品品质特性之次数分配时所发现。正常工程所生产出来产品的品质特性，其分配大都呈常态分配的，会超出三个标准差(±3)的产品只有0.27%。依此原理，将常态曲线图旋转90度，在三个标准差的地方加上两条界限，并将抽样数据按顺序点绘而成为管制图。μ-3σμ-2σμ-1σμμ+1σμ+2σμ+3σ规格范围3原则Page:18LSQ培训教材2-3、合理子组原则合理子组原则是休哈特提出的控制图的理论基础之一。在抽取样本时要使组内波动仅由偶然因素引起；组间波动主要由异常因素引起。休博士称这样的样本为“子组”。显然，这样的子组内不应有异常波动，故用其估计出来的σ较为精确。这样的子组的容量一般较小，经济性得到很好保证；另外，由于σ较小，控制限就小了，从而对检出异常波动较为灵敏。为实现“合理子组原则”，一个简单的方法就是在最短的时间内把一个子组全部取出，或连续抽样。这样，由于抽样时间短，就可避免异常原因进入子组。Page:19LSQ培训教材2-4、控制图的使用分析用控制图控制用控制图1、调整过程使过程达到受控2、使过程能力指数Cpk或Cp达到顾客需求一旦实现了以上两点，分析用控制图即可转入控制用控制图。Page:20LSQ培训教材2-5、控制图分类及选择n≧2?n≥10数据性质?计量值计数值单位固定﹖n固定﹖研究X？图计数类型﹖X-S图X-R图X-RS图p图pn图C图u图YESNOMe-RNOYES不良比率缺陷NOYESYESNONOYES精度最高精度尚可精度较差不得已才用LSQ管理自主培训教材CDMIA第三章制作解析用控制图3-1正态分布及检定3-2数据受控分析3-3过程能力指数3-4过程能力分析Page:22LSQ培训教材3-1、正态性分布及检定正态分布总面积是1,脱离已知规格的面积,就是所推定的不良率上限(USL)下限(LSL)均值()标准偏差()拐点与平均值之间的距离是一个标准差。如果三倍的标准差都落在目标值和规范的上下限内，我们就称这个过程具有“三个西格玛能力”99.73%的数据外于平均值的3σ内,95.46%的数据位于平均值的2σ内,68.26%的数据在平均值的1σ内.拐点1USLp(d)3平均值LSL曲线从较陡的状态变得越来越平坦Page:23LSQ培训教材3-1、数据正态性检定25201510599.99995908070605040302010510.1横一长度百分比均值15.17标准差2.800N125AD0.718P值0.059横一长度的概率图正态P0.05数据服从正态分布Page:24LSQ培训教材3-2、数据受控分析一个过程开始实施控制图时，几乎不会恰巧处于受控状态，即总会存在异常波动。在这种失控状态下建立起来的控制图，上下控制限间距一定较宽，这会导致判断失误。因此，一开始，总是要将失控状态调整到理想状态，这就是分析用控制图阶段。Page:25LSQ培训教材3-2、数据受控分析2523211917151311975311816141210子组号样本均值__X=15.020+3SL=18.646-3SL=11.393+2SL=17.437-2SL=12.602+1SL=16.228-1SL=13.8112523211917151311975316.04.53.01.50.0子组号样本标准差_S=2.541+3SL=5.308-3SL=0+2SL=4.386-2SL=0.696+1SL=3.464-1SL=1.61911横一长度的Xbar-S控制图消除异常原因后去掉这组数据消除异常原因后去掉这组数据232119171513119753118.016.515.013.512.0子组号样本均值__X=15.176+3SL=18.583-3SL=11.770+2SL=17.447-2SL=12.905+1SL=16.312-1SL=14.04123211917151311975314.83.62.41.20.0子组号样本标准差_S=2.387+3SL=4.986-3SL=0+2SL=4.119-2SL=0.654+1SL=3.253-1SL=1.520横一长度的Xbar-S控制图Page:26LSQ培训教材3-3、过程能力指数Ca=×100％实绩中心值－规格中心值规格容许差T=Su-SL＝规格上限－规格下限T/2X－μ×100％＝规格公差6个标准差T6σSu-X3σX-SL3σCp=或Cp=----单边规格时Cp==----双边规格时CaTXKCpCaTKCpk2/16)1(•当Ca=0时CpK=Cp•单边规格时Cpk即以Cp值计等级CpK值要求A+1.67≤CpK简化A1.33≤CpK1.67维持B1.00≤CpK1.33改进C0.67≤CpK1.00全检DCpK0.67停产Page:27LSQ培训教材3-4、过程能力分析2018161412108LSL目标USLLSL13目标15USL17样本均值15.1762样本N115标准差（组内）2.53908标准差（整体）2.62423过程数据Cp0.26CPL0.29CPU0.24Cpk0.24Pp0.25PPL0.28PPU0.23Ppk0.23Cpm0.25整体能力潜在（组内）能力PPMLSL208695.65PPMUSL313043.48PPM合计521739.13实测性能PPMLSL195705.40