您好,欢迎访问三七文档
当前位置:首页 > 商业/管理/HR > 质量控制/管理 > 五大手册之3SPC培训(学员专用)
ISO/TS16949:2009标准培训讲师:段同知13509636402duantz@163.com五大技术手册产品质量先期策划和控制计划(APQP&CP)潜在失效模式和后果分析参考手册(FMEA)测量系统分析参考手册(MSA)统计过程控制参考手册(SPC)生产件批准程序(PPAP)重要的顾客手册ISO/TS16949:2009五大手册目录•1、测量系统分析(MSA-3),(2003年5月第三版第二次印刷)•2、生产零件批准过程(PPAP-4),(2006年3月第四版)•3、统计过程控制(SPC-2),(2005年7月第二版)•4、潜在实效模式及后果分析实施手册(FMEA-4),(2008年6月第四版)•5、先期产品质量策划与控制计划实施手册(APQP-2),(2008年7月第二版)SPC统计过程控制知识培训段同知统计过程控制(SPC)第一节统计过程控制的基本知识一、SPC(StatisticalProcessControl)的基本概念统计过程控制,是为了贯彻预防原则,应用统计方法对过程中的各个阶段进行评估和监控,建立并保持过程处于可接受的并且稳定的水平,从而保证产品与服务符合规定要求的一种技术。主要工具:控制图二、统计过程控制的发展SPC:统计过程控制;SPD:统计过程诊断;SPA:统计过程调整。三者间的关系:SPCSPDSPASPC历史1924年,美国的休哈特博士提出将3Sigma原理运用于生产过程当中,并发表了著名的“控制图法”,对过程变量进行控制,为统计质量管理奠定了理论和方法基础。工业中开始用统计方法代替事后检验的质量控制方法。二战后,日本从美国请来了戴明,推广控制图的应用。SPC在日本工业界的大力推广应用,对日本产品质量的崛起起到了至关重要的作用;八十年代以后,世界许多大公司纷纷在自已内部积极推广应用SPC,而且对供应商也提出了相应要求。在ISO9000以及QS9000中也提出了在生产控制中应用SPC方法的要求。汽车行业发展史伴随质量管理发展史:质量是检验出来的QC质量是制造出来的QA质量是设计出来的TQC质量是预防出来的TQM预测过程输出分布SPC统计过程控制:认识SPCSPC历史第二节常规控制图(休哈特控制图)原理一、常规控制图的构造控制图是对过程质量特性值进行测定、记录、评估和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。图2-1控制图示例CLLCLUCL样本统计量数值时间或样本号休哈特博士有三句名言:1)在一切制造过程中所呈现出的波动有两个分量。第一个是过程内部引起的稳定分量(偶然波动),第二个是可查明原因的间断波动(异常波动)2)那些可以查明原因的波动可用有效方法加以发现,并可备剔去,但偶然波动是不会消失,除非改变基本过程。3)基于3Sigma限的控制图可以把偶然波动与异常波动区分开来。控制界限基于对X或Y设立±3S平均界限。统计过程控制:认识SPC控制图原理•判断制程是否稳定的,处于统计过程控制。•发现产生变异的特殊原因,并采取措施以改善制程。•根据SPC提供的信息,对制程采取预防措施,事先消除产生变异的特殊原因,以保证制程处于统计过程控制状态。•简单扼要的来说,用控制图能让我们更加容易发现造成非自然变异的特殊原因并且最小化对自然变异的过敏反应。统计过程控制:认识SPC为什么使用SPC在生产过程中,产品的加工尺寸的变异是不可避免的。它是由人、机器、材料、方法和环境等基本因素的变异影响所致。变异分为两种:自然变异和非自然变异自然变异是偶然性原因(不可避免因素)造成的。它对产品质量影响较小,在技术上难以消除,在经济上也不值得消除非自然变异是由系统原因(异常因素)造成的。它对产品质量影响很大,但能够采取措施避免和消除SPC(统计过程控制)的目的就是消除、避免非自然变异,使过程处于自然变异状态。统计过程控制:认识SPC自然变异和非自然变异在过程中稳定的和随时间重复分布的变差的原因在稳定系统中的偶然原因如只有普通要因,过程的输出是可预测的这时过程可称为处于统计控制状态如果只存在变异的普通原因,那么过程输出随着时间推移是连续不变的和可预测的如果存在变异的特殊原因,那么过程输出既不是连续不变的又不可预测统计过程控制:认识SPC普通原因与特殊原因可指出的原因:在过程中不时常发生的变化原因当发生时,会将整个过程分布改变除非对所有的变化特殊要因找出和处理,它们会持续以不可预测的方式影响过程输出特殊原因明天的质量不稳定如果存在特殊原因,过程输出是随时间不稳定的统计过程控制:认识SPC普通原因与特殊原因控制图的构成中心线模型,对于变量图表的控制上限&下限控制上限UCL=m+k1s中心线centerline=m控制下限LCL=m-k2s因为我们必须从样本中估算,所以m≈x样本平均值的均值s≈s样本标准差k1,k2通常取3统计过程控制:SPC构成优点:是其随着时间推移来跟踪过程的能力这种随着时间的跟踪意味着某些趋势或模式,可能表示出特殊原因正随着时间的推移出现time统计过程控制:SPC控制图基于时间的控制图•SPC是用于观测变异并使用统计信号来监控和/或进行改善的基本工具。该工具几乎可应用于任何领域,如:设备性能特性记帐作业的出错率损耗分析中的报废率物料管理系统中的中转时间统计过程控制:SPC控制图在何处使用SPC控制图•缺点必须提供充分的培训必须正确收集数据必须正确的计算和标绘所需的统计量(例如:均值,极差,标准差)必须正确分析图表所采取的纠正措施必须适当优点已证实的改善生产力的技术方法预防缺陷的有效方法防止不必要的过程调整提供诊断信息提供过程能力信息可应用于计数型和计量型两种数据类型统计过程控制:SPC控制图SPC优点与缺点注意:控制图中的控制限与规格限是不一样的!每个过程可按是否满足过程或产品规格和是否受控分成4类。过程产品规格过程受控吗受控不受控符合第一类第三类不符合第二类第四类统计过程控制:SPC控制图控制线与规格线•最理想的是第一类,过程受控,过程或产品符合要求。•第二类虽然受控,但普通原因的变化大。•第三类过程或产品符合要求,但不受控,必须找出特殊原因。•第四类不受控,过程或产品也不符合要求,普通原因和特殊原因都存在。•要有合格产品(实际变异必须少于设计的规格公差)且过程必须处于统计控制状态,才能令挑剔的顾客满意。•当过程能力CPK=2,达到6Sigma水平时,制造过程品质保证能力可以放心了。统计过程控制:与过程能力的关系过程控制与过程能力的关系二、SPC的理论基础——产品的统计观点产品质量的统计观点是现代质量管理的基本观点之一。(一)产品的质量具有变异性(二)产品质量的变异具有统计规律性图2-3二项分布(图中P为不合格品率)b(m;n,p)2468101214161820mP=0.75p=0.25p=0.5n=20图2-4泊松分布(图中λ为平均不合格数)02468101214161820p(k;λ)kλ=2.5λ=5λ=10图2-5正态分布xn(x;μ,σ2)μ三、控制图的形成及控制图原理的几种解释(一)正态分布的基础知识(1)数据越多,分组越密。直方图也越接近一条光滑曲线。最常见的分布为正态。图2-5直方图趋近光滑曲线(2)正态分布是一条曲线,采用两个参数:平均值μ与标准差σ表示。图2-6正态曲线随着平均值变化μ’μ图2-7正态曲线随着标准差变化σ=2.5σ=1.0σ=0.4yx不论μ与σ取值为何,产品质量特性值落在[μ-3σ,μ+3σ]范围内的概率为99.73%。图2-8正态分布曲线下的面积μμ+3σμ-3σ99.73%0.135%0.135%(3)常规控制图的形成CLUCLLCL891011μ+3σμμ-3σ(二)控制图原理的第一种解释•点出界就判异小概率事件原理:小概率事件在一次试验中几乎不可能发生,若发生即判断异常。CLUCLLCL891011μ+3σμμ-3σ2019年8月21日二、控制图原理(续)如果将正态分布曲线图向右旋转90°,3条线的位置如图(就得到了一张控制图):-∞3σμ+∞3σUCLCLLCL2019年8月21日控制图图例1234567891011121415161819202122232425二、控制图原理(续)样本序号LCLCLUCL质量特性值2019年8月21日二、控制图原理控制图的益处:供正在进行过程控制的操作者使用有助于过程在质量上和成本上能持续地、可预测地保持下去。使过程达到:更高的质量更低的单件成本更高的有效能力为讨论过程的性能提供共同的语言区分变差的特殊原因和普通原因,作为采取局部措施或对系统采取措施的指南。2019年8月21日二、控制图原理(续)统计控制状态常易发生的错误:虚发警报:过程正常,由于点子偶然超出界外而判异,通常称为α,将造成寻找根本不存在的异因的损失;漏发警报:过程异常,但仍会有部分产品,其质量特性值仍位于控制界限内而未判异,通常称为β,将造成不合格品增加的损失。2019年8月21日二、控制图原理(续)如何减少该两类错误造成的损失:常规控制图共有三条线,一般正态分布控制图的中心限CL固定,故只能调整UCL和LCL二者之间的距离,若此距离增加,则α减小β增大,反之则α增大β减小,故无论如何调整,两种错误都无法避免。解决的办法:根据两种错误造成的总损失最小的原则来确定UCL和LCL的最优间隔距离,经验证休哈特所提出的3σ方式较好,接近最优间隔距离。2019年8月21日二、控制图原理(续)3σ原则(正态分布)即是控制图的上下控制限和中心线由下式确定:UCL=μ+3σCL=μLCL=μ-3σ2019年8月21日二、控制图原理(续)具体图示如下:μ-3σμ-2σμ-1σμμ+1σμ+2σμ+3σ68.26%95.46%99.73%2019年8月21日二、控制图原理(续)从该图可得出以下几个在质量管理中常用的结论:总体数据落在:μ±1σ界限范围内的概率为68.26%μ±2σ界限范围内的概率为95.46%μ±3σ界限范围内的概率为99.73%μ±1.96σ界限范围内的概率为95.0%而数据落在:μ±3σ之外的概率应小于3‰μ±1.96σ之外的概率为5%2019年8月21日二、控制图原理(续)常规控制图的分类:控制图代号控制图名称均值—极差控制图均值—标准差控制图中位数—极差控制图单值—移动极差控制图P图不合格品率控制图np图不合格品数控制图C图不合格数(缺陷数)控制图U图单位产品不合格数控制图Me-R控制图-X-R控制图-X-S控制图X-Rs控制图2019年8月21日SPC统计过程控制培训目录统计过程控制概述控制图原理分析用控制图和控制用控制图过程能力与过程能力指数常规控制图的作法及其应用统计过程诊断、6σ与SPC的关系结束语2019年8月21日三、分析用和控制用控制图两种控制图的含义:一道工序开始应用控制图时,几乎不可能恰巧处于稳态,也即存在异因。如果以这种非稳态状态下的参数来建立控制图,控制图界限的间隔一定较宽,因此,开始时总需要将非稳态的过程调整到稳态,这就是分析用控制图;等到过程稳定后,才能延长控制图的控制线作为控制用控制图。2019年8月21日三、分析用和控制用控制图(续)分析用控制图主要分析:所分析的过程是否处于统计控制状态?该过程的过程能力是否满足要求(即是否达到技术稳态)?控制状态分类:状态Ⅰ——统计控制状态和技术控制状态均达到;状态Ⅱ——统计控制状态未达到,技术控制状态达到;状态Ⅲ——统计控制状态达到,技术控制状态未达到;状态Ⅳ——统计控制状态和技术控制状态均未达到。2019年8月21日三、分析用和控制用控制图(续)控制用控制图:当过程达到我们所确定的状态后,才能将分析用控制图的控制线延长作为控制用控制图。进入日常管理,其关健是保持所确定的稳态。经过一阶段的使用后。可能又会出现新的异常,这时应查出异因,采取措施、加以消除、恢复统计控制状态。2019年8月21日三、分析用和控制用控制图(续)常规控制图的设
本文标题:五大手册之3SPC培训(学员专用)
链接地址:https://www.777doc.com/doc-418332 .html