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 > 新编初级SPCRevA--Feb19'09
统计过程控制(初级)StatisticalProcessControl编制:陈丰林确认:张伟批准:吴少杰日期:2009/02/192课程大纲•学习本课程之目的•何谓SPC•控制图的历史与发展•波动的概念•统计过程控制原理•“”及“”风险•控制图的种类•Xbar-R控制图的作法•控制图之判读•使用控制图常犯的错误观念•制程能力分析与制程能力指标•P图的制作3一.本课程的目的使学员•能了解并说出统计制程管制之(A.基本概念,B.应用,C.绘制,D.判图)•能了解并计算制程能力指数与进行制程能力分析•异常反应与进行处置•进行制程监控及改善4上课前先问各位一个问题?1.请问各位对自己的体重满意吗?2.为何满意或不满意?3.判定标准何在?判定标准:理想体重是:男生:(身高(公分)-80)*0.7女生:(身高(公分)-70)*0.6,加减百分之十以内都可以接受.如:女生身高1.55M,体重应控制在51kg+5.1kg即45.9~56.1kg均是正常.5如何维持理想体重?6二.何谓SPC?S(Statistic):统计即透过统计的技术手法P(Process):过程用来检视过程是否正常C(Control):控制产品的品质控制系统SPC就是应用统计技术对过程中的各个阶段收集的数据进行分析,并调整制程,从而达到改进与保证质量的目的。SPC强调预防,防患於未然是SPC的宗旨SPC即StatisticProcessControl的缩写7•控制图是1924年由美国品管大师W.A.Shewhart博士发明。当时称为(StatisticalQualityControl)。89101112131357911131517192123252729三.控制图的历史与发展8四.SPC的基本观念世上没有任何两件事.人员.产品是完全一样制造过程中所产生之变异是可以衡量的事情.产品的变异通常根据一定的模式而产生宇宙万物及工业产品大都呈常态分配例如:身高.体重.智力.考试成绩.所得分配变异的原因可分为偶因及异因偶因属管理系统的范围异因却是作业人员本身就能解决的应用SPC可以指出制程最需要改善的地方9SPC是全系统的,全过程的,要求全员参加,人人有责。这点与全面质量管理的精神完全一致。SPC强调用科学方法(主要是统计技术,尤其是控制图理论)来保证全过程的预防。SPC不仅用于生产过程,而且可用於服务过程和一切管理过程。五.SPC的特点10六.波动的概念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。波动原因人机器材料方法测量环境11PROCESS原料人机法环测量结果好不好不要等产品做出来后再去看它好不好而是在制造的时候就要把它制造好七.波动的概念12波动的种类:•正常波动:是由普通(偶然)原因造成的。如操作方法的微小变动,机床的微小振动,刀具的正常磨损,夹具的微小松动,材质上的微量差异等。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。•异常波动:是由特殊(异常)原因造成的。如原材料不合格,设备出现故障,工夹具不良,操作者不熟练等。异常波动造成的波动较大,容易发现,应该由操作人员发现并纠正。七.波动的概念13普通原因、特殊原因•普通原因: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统的偶然原因。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。•特殊原因: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,否则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。七.波动的概念14控制图是用于分析和控制过程质量的一种方法。控制图是一种带有控制界限的反映过程质量的记录图形,图的纵轴代表产品质量特性值(或由质量特性值获得的某种统计量);横轴代表按时间顺序(自左至右)抽取的各个样本号;图内有中心线(记为CL)、上控制界限(记为UCL)和下控制界限(记为LCL)三条线.上控制界限(UCL)中心线(CL)下控制界限(LCL)八.统计制程管制原理15•规格界限:是用以说明质量特性的最大许可值,来保证各个单位产品的正确性能。(一般用黑色实线表示)•控制界限:应用于一群单位产品集体的量度,这种量度是从一群中各个单位产品所得观测值中计算出来者(一般用红色虚线表示)•统计过程控制的目的:在尽快侦测出可归属原因(特殊原因)之发生或过程之跳,以便在制造出更多不合格品之前,就能发现制程之变异并进行改善工作例如:连续7天因每天吃宵夜所以体重持续增加八.统计制程管制原理16在制程上为何要使用统计制程管制?在任何的生产过程中,不管如何设计或维护,产品的一些固有的或自然的变异将永远存在.这些变异是由一些小量不可控制原因累积而成的,如:同种原料内的变化、机器的震动所引起的变化等,当这些变异之量极小时,制程仍可被接受.这些自然变异通常称为机遇原因或是普通原因.八.统计制程管制原理17•在制程上为何要使用统计制程管制?此外,制程中可能存在有其它的变异,这些变异的来源有机器的不适当调整、操作员之错误、机器故障或损坏等,这些变异的幅度通常较机遇原因之变异大,当这些变异出现时,代表制程不可接受.这些变异称为非机遇原因或特殊原因,制程若在非机遇变异下操作则称为制程失控(Outofcontrol).“非机遇原因”就是我们进行统计制程管制所要找到的重点因此,统计制程管制对改善制程而言是一个很重要的工具.八.统计制程管制原理18品质变异的原因机遇原因(正常波动)非机遇原因(异常波动)1.大量之微小原因所引起2.品质变异极为微小3.几个较代表性例子如下:(1)原料之微小变异(2)机械之微小震动(3)仪器量测不十分准确4.实际上要除去一般变异原因,是件非常不经济之处置1.一个或少数几个较大原因所引起2.任何一个非机遇原因,都可能发生大的变异3.几个较代表性例子如下:(1)原料之批不良(2)不完全之机械调整(3)新手之作业员4.除去这些原因,在经济上通常是正确的八.统计制程管制原理19其中µ:常态分配的中心值(Mean)σ2:常态分配的变异(Variance)σ:常态分配的标准差(StandardDeviation)常态分配特性(1)曲线与横轴所围的面面积1;(2)以µ为中心呈对称性分布;(3)变异σ2代表分配函数的离散程度如图1所示,具有相同µ的二个常态分配(a)与(b),(a)的离散程度比(b)小,即σ2aσ2b,所以常态分配(a)大多数的点倾向於集中µ的附近.μ图1(a)σ2a(b)σ2b八.统计制程管制原理20不良率在常态分配图中的表示常态分配中任一点出现在:µ±1σ内的机率为P(µ-σXµ+σ=68.27%)µ±2σ内的机率为P(µ-2σXµ+2σ=95.45%)µ±3σ内的机率为P(µ-3σXµ+3σ=99.73%)我们常用产品品质特性的常态分配与规格相比较,以决定产品的不良率.如右图所示产品品质特性的常态分配.规格上限:USL(UpperSpecificationLimit)规格下限:LSL(LowerSpecificationLimit)落在规格上,下限外的斜线面积即为产品的不良率.μLSLUSLμ-3σ-2σ-1σ+3σ+2σ+1σ68.27%95.45%99.73%0.135%0.135%八.统计制程管制原理21•工序处于稳定状态下,其计量值的分布大致符合正态分布。由正态分布的性质可知:质量数据出现在平均值的正负三个标准偏差(X3)之外的概率仅为0.27%。这是一个很小的概率,根据概率论“视小概率事件为实际上不可能”的原理,可以认为:出现在X3区间外的事件是异常波动,它的发生是由于异常原因使其总体的分布偏离了正常位置。•控制限的宽度就是根据这一原理定为3。八.统计制程管制原理22九.“”及“”风险根据控制限作出的判断也可能产生错误,可能产生的错误有两类•第一类错误是把正常判为异常,它的概率为,也就是说,工序过程并没有发生异常,只是由于随机的原因引起了数据过大波动,少数数据越出了控制限,使人误将正常判为异常。虚发警报,由于徒劳地查找原因并为此采取了相应的措施,从而造成损失.因此,第一种错误又称为徒劳错误.•第二类错误是将异常判为正常,它的概率记为,即工序中确实发生了异常,但数据没有越出控制限,没有反映出异常,因而使人将异常误判为正常。漏发警报,过程已经处于不稳定状态,但并未采取相应的措施,从而不合格品增加,也造成损失.•两类错误不能同时避免,减少第一类错误(),就会增加第二类错误(),反之亦然。即α与β增减趋势相反23•生产者冒险率α(生产者)─好批(正常批)被误判为坏批,即被冤枉了!!─此时产品可能需报废或重工或挑选,则生者就有所损失了!!─我们期望能:勿枉─故希望生产者冒险率很低•消费者冒险率β(消费者)─坏批(异常批)被误判为好批,即做冤大头了!!─此坏产品很多根本不能用,故消费者就有所损失了(白花錢了)!!─我们期望能:勿纵─也希望消费者冒险率很低九.“”及“”风险24生产者的冒险率(左右共计)消费者的冒险率(左右共计)±1σ31.74%0.3PPM±2σ4.54%3PPM±3σ0.27%0.27%±4σ3PPM4.54%±5σ0.3PPM31.74%九.“”及“”风险25管制界限损失β(消费者)冒险率α(生产者)冒险率两种错误总和±1σ±3σ±4σ±5σ±6σ±2σ两种错误之经济平衡点---σ与损失的关系(判退机率高则则失高)九.“”及“”风险26十.控制图的种类计数值p控制图Pn控制图C控制图u控制图不良率控制图不良数控制图缺点数控制图单位缺点数控制图计量值Xbar-R控制图Xbar-S()控制图Xme-R控制图X-Rm控制图平均值与全距控制图平均值与标准差控制图中位值与全距控制图个別值与移动全距控制图数据种类(性质)符号控制图名称控制图依数据类型(性质)分二类27“n”=10~25控制图的选定资料性质不良数或缺陷数单位大小是否一定“n”是否一定样本大小n≧2Cl的性质“n”是否较大“u”图“c”图“np”图“p”图X-Rm图Xme-R图Xbar-R图Xbar-s图计数值计量值“n”=1n≧2中位数平均值“n”=2~9缺陷数不良数不一定一定一定不一定十.控制图的种类28CASESTUDYC100平方米每一百平方米布中的脏点np100电灯亮/不亮X-Rm1乙醇比重Xbar-s10重量Xbar-R5长度选用什么控制图样本数质量特性十.控制图的种类29管制图依用途分二类1.解析用控制图根据样本数据计算出控制图的中心线和上、下控制界限,画出控制图,以便分析和判断过程是否处于于稳定状态。如果分析结果显示过程有异常波动时,首先找出原因,采取措施,然后重新抽取样本、测定数据、重新计算控制图界限进行分析。•决定方针用•制程解析用•研究制程能力用•制程管制之准备用2.管制用控制图:用作管制生产制程之品质经过上述分析证实过程稳定并能满足质量要求,此时的控制图可以用于现场对日常的过程质量进行控制•追查不正常原因•迅速消除此项原因•研究采取再发防止措施十.控制图的种类30十一:控制图之绘制流程管制图之绘制流程收集数据决定管制图特性值绘制解析用管制图安定状态?绘制直方图满足规格?管制用控制图追求、去除异常原因以达安定状态非安定状态不满足检讨机械、设备等等提升制程能力(DOE...)满足安定状态31十二、建立Xbar-R
本文标题:新编初级SPCRevA--Feb19'09
链接地址:https://www.777doc.com/doc-418725 .html