QC七大技术在QC活动中的应用（DOC12页）

初级SPC培训教程关于SPCSPC——StatisticalProcessControl既统计过程控制定义：利用统计技术对过程中的各个阶段进行评估和监察，建立并保持过程处于可接受的并且稳定的水平，从而保证产品和服务符合规定要求的一种技术。统计过程控制的产生背景二十世纪二十年代美国贝尔实验室的休哈特(W.A.Shewhart)博士首创过程控制理论极其监控过程的工具—控制图形成SPC的基础，后扩展到任何可以应用的数理统计方法。SPC兴起是宣告『经验挂帅时代』的结束─在手工业时代：SPC无用武之地→经验取胜─当经验可以整理，再加上设备、制程和系统时，那SPC的导入，就自然成熟了。SPC兴起是宣告『品质公共认证时代』的来临─1980年以前，客戶大都以自己的资源与方法，来认定某些合格供应商，造成买卖双方的浪费。─1980年以后，『GMP』及『ISO9000』的兴起，因为重视产品生产的『制程』与『系统』，故更須有賴SPC來监控『制程』与『系統』的一致性。统计过程控制的实施过程经由制程中去收集资料，而加以统计分析，并从分析中发觉制程的变异，并经由问题分析以找出异常原因，立即采取改善措施，使制程恢复正常。再借由制程能力分析与标准化，以不断提高制程能力。控制图——实施统计过程控制的工具控制图的结构：下控制线：LCL（lowercontrolline)上控制线：UCL（uppercontrolline)中心线：CL（centralline)数据点序列控制图的形成将记录质量特性的正态分布图转90度方向，使自变量增加的方向垂直向上，将平均值与上下偏差分别转换为中心线与上下管制线，将特性计量数值按时间或抽样序号顺序标记连线，既形成控制图。50403020101413121110IndexCO2-ShrtCO2Levelsfor55TimePoints正态分布“正态”分布是一种数据具有某些一致的特性的分布这些特性对于我们理解后面采集数据的过程是非常有用的多数自然现象和人类行为的过程是呈正态分布的,或者可以看成正态分布规格下线UX规格上线群體：N規格中心值：U平均數：X〈集中趨勢〉控制图原理区别造成质量波动的偶然和异常因素，剔除异常因素，以达到控制质量相对稳定的目的。偶然因素与异常因素偶然因素：是指过程在受控的状态下，出现的具有稳定的且可重复的分布过程的变差的原因。普通原因表现为一个稳态系统的偶然原因。只有过程变差的普通原因存在且不改变时，过程的输出才可以预测。•大量之微小原因所引起•原料在一定範圍內之微小變異•機械之微小振動•儀器測定時，不十分精確之做法•依據作業標準執行作業的變化•實際上，要除去制程上之機遇原因，是件非常不經濟之處置异常因素：（通常也叫可查明原因）是指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。只用特殊原因被查出且采取措施,否则它们将继续不可预测的影响过程的输出。•一個或少數幾個較大原因所引起•使用規格外的原物料•新手之操作人員•不完全之機械調整•未依據作業標準執行作業•所制訂之作業標準不合理•非機遇原因之變異，不但可以找出其原因，並且除去這些原因之處置，在經濟觀點上來說，是正確的精度过程控制中常用精度这个概念来反映质量的波动（变异）程度。精度又可分为：•准确度(Accuracy)：–反映系统误差（异常因素造成的误差）的影响程度；•精密度(Precision)：–反映偶然误差（偶然因素造成的误差）的影响程度；•精确度(Uncertainty)：–反映系统误差和偶然误差综合的影响程度准确度好精密度好系统误差小偶然误差小准确度差精密度高系统误差大偶然误差小准确度高精密度差系统误差小偶然误差大准确度差精密度差系统误差大偶然误差大管制图类别•计量值管制图X─R(均值-极差控制图)X─S(均值-标准差控制图)Me─R(中位数-极差控制图)X─Rs(单值-移动极差控制图)•计数值管制图P(不合格品率控制图)np(不合格品数控制图)C(不合格数控制图)U(单位不合格数控制图)均值-极差图---用于控制对象为长度、重量、强度、纯度、时间、收率和生产量等计量值的场合，X图用于观察正态分布均值的变化；R图用于观察正态分布的分散情况或变异度的情况均值-标准差图---同均值-极差图，用标准差代替极差，R图计算方便；但当n10时，s图比R图效率高；最终替代R图●中位极差图---Me表示中位值。现在由于计算机应用普及，平均值计算不是问题，故已淘汰，被均值-标准差图替代。如何使用控制图识别过程状态在两类错误中取得最小损失的平衡点用3原则确立管制线判定统计控制状态——判异准则判定技术控制状态——过程能力指数两类错误一.第一种错误:虚发警报(falsealarm)，概率记为α二.第二种错误:漏发警报(alarmmissing)，概率记为β三.减少两种错误所造成的损失：●UCL、LCL距离间隔大，α减小β增大●UCL、LCL距离间隔小，α增大β减小mTUSLLSLα减小β增大αβ3原则是统计学上的术语，表示标准离差；是衡量一系列指标或流程偏离期望程度的指标；如果将稳态下的样本量值的平均值近似为期望值，则标准离差表示任何样本量值与平均值的平均差异程度；nxx2)(95.45%99.73%68.27%-3-2-1X+1+2+3P(u-Xu+)=0.6827P(u-2Xu+2)=0.9545P(u-3Xu+3)=0.9973於uk之間的機率群體：N規格中心值：T平均數：X〈集中趨勢〉標準偏差：〈離散趨勢〉被涵蓋在特定範圍的機率當X=μ時1Sigma2Sigma3Sigma1Sigma2Sigma3Sigma68.26%95.45%99.73%%数据点的百分比UCLLCL时间我们测量的项目UCL=μ+3CL=μLCL=μ-3判异准则两类：●连续25点有点出界；连续35点有超过1点出界或连续100点有超过2点出界判异●界内点排列不随机判异1、连续7点或更多点落在中心线同一侧LCLUCLCLABCCBA2.连续7点递增或递减LCLUCLCLABCCBA3.连续14中相邻点上下交替LCLUCLCLABCCBA4.连续3点中有2点落在中心线同一侧的B区以外LCLUCLCLABCCBA5.连续5点中有4点落在中心线同一侧的C区以外LCLUCLCLABCCBA6.连续15点在C区中心线上下LCLUCLCLABCCBA7.连续8点在中心线两侧，但无一区在C区中LCLUCLCLABCCBA过程能力指数Cp（CapabilityIndiesofProcess）：稳定过程的能力指数稳定过程中过程变差仅由偶然原因引起，Cp表示为稳态下的质量最小波动LCLUCL-4–3–2–101234Cp=1.67=0.6Cp=1.33=0.75Cp=1.00=1.0Cp=0.67=1.5•表示过程加工的均匀性（稳定性），即“质量能力”，Cp越大，质量特性的分布越“苗条”，质量能力越强表示质量特性的精密度，Cp越大，精密度越高，特性离散程度越低不精密精密••••••••••••••••定义为容差宽度除以过程能力当未知时可用，其中R表示平均极差，d2为修正偏差的常数，T表示技术公差幅度(單邊規格)規格公差6個估計實績標準差=T6σCp=(雙邊規格)或規格上限-實績平均值3個估計實績標準差=USL-X3σCp=實績平均值-規格下限3個估計實績標準差=X-LSL3σCp=dR2^/n2345678910d21.131.692.062.332.532.702.852.973.08等級Cp值ACp1.67B1.67Cp1.33C1.33Cp1.00D1.00Cp0.67ECp0.67参考评价：A级：过程能力过高（应视具体情况而定）。B级：过程能力充分，表示技术管理能力已经很好，应继续维持。C级：过程能力充足，但技术管理能力较勉强，应设法提高到B级。D级：过程能力不足，表示技术管理能力已很差，应采取措施立即改善。E级：过程能力严重不足，表示应采取紧急措施和全面检查，必要时可停工整顿。关于Cpk表示修正分布中心与公差中心之后的过程能力指数Cpk=（1-K）Cp,K表示偏移度，即偏移的绝对值与技术公差幅度一半的比值表示过程中心μ与公差中心M的偏离情况，Cpk越大，离散程度越小，同时分布偏心程度也越小，也即过程中心对公差中心越“瞄准”。使过程的“质量能力”与“管理能力”二者综合的结合，也是精密度与准确度的结合，既精确度。SPC过程改进流程用控制图评估过程输出过程未处于统计控制状态过程处于统计控制状态去处可查明原因评价过程能力过程能力不足过程能力充足检查过程中心对准情况管理决策过程改进尝试均值-极差控制图举例谢谢各位！