SPC讲义(12小时)-顺达

StatisticalProcessControlSPC统计过程控制讲师：李国防(MinisterLee)[e-mail]012李国防•经历：•美国质量协会（ASQ）会员63397902•美国质量协会（ASQ）认证质量工程师（CQE）51594•中国质量协会会员•中国质量协会注册6SIGMA黑带CAQ-BBEC-0600103•中国统计局注册统计师(中级)2005100220532050524•中国质量协会注册中级质量工程师0027442•内部讲师培训师3课程行为准则需要双向的沟通（讲师和学员）如果您有与课题相关的经历或资料，请与大家分享有问题作好记录联想式听讲－－我如何在工作中运用这种工具或方法休息后准时回来关闭手机或者使用振动方式如果您认为课程过重请及时告诉讲师4课程大纲1.质量的发展2.直方图与正态分布3.管制圖4.制程能力评估5.制程監控6.如何成功推动SPCSPC是英文StatisticalProcessControl的前缀简称,即统计过程控制。是應用統計方法對過程中的各個階段進行評估和監控,建立并保持處于可接受的并且穩定的水平,從而保証產品與服務符合符合規定要求的一種質量管理技朮.SPC:主要工具是控制圖等圖形SPC特點:是制程中的預防性方法.SPC-SPD(Diagnosis,診斷)PCS:ProcessCapabilityStatistical。什么是SPC6SPC的历史•管制图是1924年由美国品管大师W.A.Shewhart博士发明。因其用法简单且效果显著，人人能用，到处可用，遂成为实施质量管理时不可缺少的主要工具，当时称为(StatisticalQualityControl)。71924年发明W.A.Shewhart1931发表1931年Shewhart发表了“EconomicControlofQualityofManufactureProduct”1941~1942制定成美国标准Z1-1-1941GuideforQualityControlZ1-2-1941ControlChartMethodforanalyzingDataZ1-3-1942ControlChartMethodforControlQualityDuringProductionSPC的发展8•SPC興起是宣告『經驗掛帥時代』的結束─手工藝的產業：SPC無用武之地→經驗取勝─當經驗可以整理，再加上設備、制程或系統時，那SPC時機的導入，就自然成熟了。•SPC興起是宣告『品質公共認證時代』的來臨─1980年以前，客戶大都以自己的資源與方法，來認定某些合格的供應商，造成買賣雙方的浪費。─1980年以後，『GMP』及『ISO9000』的興起，因為重視產品生產的『過程』與『系統』，故更須有賴SPC來監控『過程』與『系統』的一致性。SPC興起與背景9SPC與傳統SQC的最大不同點，就是由Q→P的轉變SPC的焦點→過程(Process)強調重點重點SQC產品品質.著重於買賣雙方可共同評斷、鑑定的一種『既成事實』QSPC產品過程,即process.過程的起伏變化，才是造成品質變異(Variation)的主要根源P10過程起伏條件品質異常產品優劣因因果果品質變異的大小，它才是決定產品優劣的關鍵SPC的焦點→過程(Process)11數據的類型1.連續數據.連續數據又叫計量(Variable)數據,是通過量測所獲得的數據.其特點是可以用單位來度量.如攝氏度、秒、千米.2.離散數據.離散數據又叫計數(Attribute)數據,其特點是表現的是屬性和類別.是通過計數所得到的數據.不能被精確細分.121.總體(Population):我們研究對象的全部,或全部數據;N2.樣本(Sample):從總體中抽取的能代表母體特徵的部分;n3.平均值(Mean):總體或樣本的所有數值的平均數;X4.中位數(Median):樣本按大小順序排列后,位居中間的數值Me5.方差(Variance):數據與其平均值之間差值的平方的平均值;S26.標準差(StandardDeviation):方差的正平方根,表示一組數據的分散程度;σ7.全距(Range):樣本的最大值減去最小值的差.R基本統計術語13基本統計術語8.Ca准確度.(與規格中心值作比較)Ca=*100%實際平均值--規格中心值T/2XXXXXXXXXXXXXXXXXXXXXXXXXX|Ca|等級判別Ca12.5%A級12.5%Ca25%B級25%Ca50%C級Ca50%D級Ca0--實際平均值較規格中心值偏高Ca0--實際平均值較規格中心值偏低14規格中心值50%12.5%25%100%規格上限(下限)DCBACa處置原則A級：維持現狀B級：改進為A級C級：立即檢討改善D級：立即採取緊急措施，全面檢討，必要時停止生產Ca等級說明15基本統計術語9.Cp精密度.表示數據之間的離散趨勢.Cp===規格公差規格上限--規格下限6σ6σCpU+CpL2數據分散XXXXXXXXXXX數據集中XXXXXXXXXXXXXXCpU:上管制Cp值CpL:下管制Cp值16Cp值的等級判定Cp值愈大---規格公差(T)大於估計實際標準差(σ)愈多，即表示製程的變異寬度遠小於規格公差Cp值愈大,品質愈佳。依Cp值大小一般分為五級：等級Cp值ACp1.67B1.67Cp1.33C1.33Cp1.00D1.00Cp0.67ECp0.6717Cp等級之說明Cp=T/6σ6σE級6σD級6σC級6σB級6σA級規格中心值規格上限規格下限Cp0.67Cp=0.67Cp=1.00Cp=1.33Cp=1.67T=10σT=8σT=6σT=4σ1810.Cpk過程能力指數.10.1Cpk=(1-|Ca|)*CpCa表集中趨勢.Cp表離散趨勢Ca=0時,Cpk=Cp單邊規格時.Cpk以Cp值計之.10.2Cpk=Min(CpU,CpL)Cpk=1.33時,表示制程能力足夠1.33Cpk=1.0時,表示制程能力尚可,應再努力Cpk1.0時,表示制程不足,必須加以改善19習題:1.已知内层前处理咬蚀量規格上限(USL)為50,規格下限(LSL)為30,規格中心值是40,实际(Xbar)平均值為41.2,σ标准差=2求Ca,Cp.CpU,CpL.Cpk.CpU=(USL-Xbar)/3σCPL=(Xbar-LSL)/3σUSL规格上限LSL规格下限Xbar实际平均值Ca准度度=（实际平均值-规格平均值）/公差的一半Cp=（规格上限---规格下限）/6*σ200.1920.1800.1680.1560.1440.1320.1200.108LSLTargetUSLProcessDataSample?N1649StDev(Within)0.0069088StDev(Overall)0.0118408LSL0.10668Target0.1524USL0.19812SampleMean0.158492Potential(Within)CapabilityCCpk2.21OverallCapabilityPp1.29PPL1.46PPU1.12PpkCp1.12Cpm1.142.21CPL2.50CPU1.91Cpk1.91ObservedPerformancePPM??LSL0.00PPM??USL0.00PPM?Total0.00Exp.WithinPerformancePPM??LSL0.00PPM??USL0.00PPM?Total0.00Exp.OverallPerformancePPM??LSL6.05PPM??USL408.82PPM?Total414.87WithinOverallProcessCapabilityofC1821直方圖一.何谓直方图?直方图就是将所收集的数据、特性质或结果值,用一定的范围在横轴上加以区分成几个相等的区间,将各区间内的测定值所出现的次数累积起来的面积用柱形输出的图形.塑膠殼147222325106110510152025301.281.311.341.371.41.431.461.491.521.55尺寸(mm)個數222324二.直方图的制作步骤:1.收集數據並且記錄在紙上.2.找出数据中的最大值与最小值.3.计算全距.4.决定组数与组距.5.决定各组的上组界与下组界.6.决定组的中心点.7.制作次数分配表.8.制作直方图.29演練某电缆厂有两台生产设备,最近,经常有不符合规格值(135~210g)异常产品发生,今就A,B两台设备分别测定50批产品,请解析并回答下列回题:1.作全距数据的直方图.2.作A,B两台设备之层别图3.由直方图所得的情报，请说明哪台设备较不佳30收集數據如下:A設備B設備1751791681651831561481651521611681881841701721671501501361231691821771861501611621701391621791601851801631321191571571631871691941781761571581651641731731771671661791501661441571621761831631751611721701371691531671741721841881771551601521561541731711621671601511631581461651691761551701531421691481553101234567891001234567890123456789100123456789012345678910012345678雙峰型孤島型高原型正態型鋸齒型絕壁型四.分佈狀態判斷32五.與規格值或標準值作比較012345678下限上限33C.表示制程之生产完全没有依照规格去考虑,或规格订得不合理,根本无法达到规格.01234567LSLUSL34六.直方图在应用上必须注意事项直方图可根据由图形按分布形状来观察制程是否正常.产品规格分布图案可与标准规格作比较,有多大的差异.是否必要再进一步层别化.35100个机螺丝直径直方图。图中的直方高度与该组的频数成正比从直方图到正态分布如果资料越多，分组越密，则直方图也越趋近一条光滑曲线，如直方图趋近光滑曲线(如图所示)。在极限情况下得到的光滑曲线即为分布曲线，它反映了产品质量的统计规律36将各组的频数用资料总和N=100除，就得到各组的频率，它表示机螺丝直径属于各组的可能性大小。显然，各组频率之和为1。若以直方面积来表示该组的频率，则所有直方面积总和也为1。37•测定平均值•在中心线或平均值两侧呈现左右对称之分布•极大值与极小值数量很小•常态曲线左右两尾与横轴渐渐靠近但不相交•曲线下的面积总和为1正态分布特征38统计学•为了解被调查群体的某些隐含的特性，运用合理的抽样方法从被调查群体N中取得适当的样本n，通过研究样本来发现群体的特性!39数据的离散程度•R极差(Range)＝最大值－最小值＝Ｘmax－Ｘmin•V方差/变异(Variation)(总体)(样本)•S标准差Standarddeviation(总体)(样本)NXi22)(NXi2)(1)(22nXXsi1)(2nXXsi4041正态分布中，任一点出现在μσ内的概率为P(μ-σXμ+σ)=68.26%μ2σ内的概率为P(μ-2σXμ+2σ)=95.45%μ3σ内的概率为P(μ-3σXμ+3σ)=99.73%+++68.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ正態分佈42正态分布概率(双边)μ±kσ在內的概率在外的概率(P)μ±0.67σ50.00%50.00%μ±1σ68.26%31.74%μ±1.96σ95.00%5.00%μ±2σ95.45%4.55%μ±2.58σ99.00%1.00%μ±3σ99.73%0.27%43正态曲线单侧的概率(P值