统计过程控制(4)

StatisticalProcessControl统计过程控制内容提要SPC的基本原理控制图过程能力研究直方图、柏拉图、散布图直通率、DPMO分析SPC简介SPCStatistical:（统计）以概率统计学为基础，用科学的方法分析数据、得出结论；Process：（过程）有输入-输出的一系列的活动；Control：（控制）事物的发展和变化是可预测的；SPC的基本原理波动无处不在正常波动和异常波动通过保持过程受控和稳态提高过程能力和品质水平3σ原理X68%95%99.7%SPC的意义全面、及时了解质量信息，信息共享有效监测和预防，提高生产率提高客户满意度，赢得更多客户保持产品和服务质量的稳定性及进一步的持续改进降低总的质量成本SPC的意义有效监测与预防管理控制图实际的变化发生在此处将导致在此处耗费时间查找原因USLUCL“SPC就像房屋中的烟雾探测器：只要这种装置备有电池，并且被正确安置以及旁边有人监听，那么它就可以提前发出警报使你有足够时间阻止房屋起火”——《6Sigma管理法追求卓越的阶梯》内容提要SPC的基本原理控制图过程能力研究直方图、柏拉图、散布图直通率、DPMOSPC简介控制图I.质量特性的分类II.控制图的分类III.控制图的构成IV.控制图应用的二个阶段V.控制限的计算VI.判异准则质量特性分类计量型：用各种计量仪器测出、以数值形式表现的测量结果，包括用量仪和检测装置测的零件直径、长度、形位误差等，也包括在制造过程状态监控测得的切削力、压力、温度、浓度等。计数型：通常是指不用仪器即可测出的数据。计件如不合格件数；计点如PCB上的漏焊数、溢胶数等计量型计数型计件型计点型II.控制图的构成+31234567891018171615141312111098765-3Average点落在该区间的概率为99.7%ComponentsofEveryControlChart:1.DataPoints3.UpperControlLimit2.CenterLine4.LowerControlLimit控制图的要素纵坐标：数据（质量特性值或其统计量）横坐标：按时间顺序抽样的样本编号上虚线：上控制界限UCL下虚线：下控制界限LCL中实线：中心线CL控制界限=平均值±3σ控制图原理：1）3σ原理：若变量X服从正态分布,那么,在±3σ范围内包含了99.73%的数值。2）中心极限定理：无论产品或服务质量水平的总体分布是什么，其的分布（每个都是从总体的一个抽样的均值）在当样本容量逐渐增大时将趋向于正态分布。xxIII.控制图的分类计量型控制图计数型控制图计量型控制图均值-极差控制图()均值-标准差控制图()单值-移动极差控制图()……SRXRXSXMRX计数型控制图不良率控制图（P图）不良品数控制图（Pn图）缺陷数控制图（C图）单位缺陷数控制图（U图）计量型数据吗？性质上是否均匀或不能按子组取样？关心的是不合格品率吗？样本容量是否恒定？样本容量是否恒定？子组容量≥9？MRXsxRxnp或p图p图C或U图U图是否是是是是是否否否否否关心的是单位零件缺陷数吗？是选择合适的控制图计量型控制图计数型控制图分析阶段控制阶段IV.控制图应用的二个阶段分析阶段在控制图的设计阶段使用,主要用以确定合理的控制界限;每一张控制图上的控制界限都是由该图上的数据计算出来;从分析阶段转入控制阶段在什么条件下分析阶段确定的控制限可以转入控制阶段使用：控制图是受控的过程能力能够满足生产要求控制阶段控制图的控制界限由分析阶段确定;控制图上的控制界限与该图中的数据无必然联系;使用时只需把采集到的样本数据或统计量在图上打点就行;何时应该重新计算控制界限1.控制图是根据稳定状态下的条件（人员、设备、原材料、工艺方法、测量系统、环境）来制定的。如果上述条件变化，则必须重新制定控制图.2.一定时间后检验控制图还是否适用；3.过程能力值有大的变化时。1.计算各组样本统计量，如样本平均值、极差及总平均值：nxxxxxn......321minmaxxxRkxxxxxk......321kRRRRRk...321控制图的控制限计算RxV.控制限的计算方法2.计算控制界限：控制图的控制限计算RxX控制图R控制图xCLxRCLRRAxUCLx2RDUCLR4RAxUCLx2RDUCLR3移动极差移动极差是指一个测定值xi与紧邻的测定值xi+1之差的绝对值，记作MR，MR=|xi-xi+1|（i=1,2,…,k-1)其中：k为测定值的个数;k个测定值有k-1个移动极差,每个移动极差值相当与样本大小n=2时的极差值.1计算总平均数:2计算移动极差平均数:kiikxkkxxxx1211......11)1(21111......kiikMRkkMRMRMRR控制图的控制限计算MRx3计算控制界限:RMxLCLxCLRMxUCL66.266.2控制图的控制限MRxX控制图MR控制图RMCLRRMUCLR267.30RLCLP控制图的控制限计算)1(13)1(13PPnPLCLPPnPUCLPCL计算总平均不良率和上下控制界限：kknnnnpnpnpp2121在实际应用中,当各组容量与其平均值相差不超过正负25%时,可用平均样本容量()来计算控制限.nnU控制图的控制限计算计算单位缺陷数和上下控制界限：nuuLCLnuuUCLncuCL33kknnnCCCu2121VI.判异准则及SPC的颜色管理在控制图上的正常表现为：（1）所有样本点都在控制界限之内；（2）样本点均匀分布，位于中心线两侧的样本点约各占1/2；（3）靠近中心线的样本点约占2/3；（4）靠近控制界限的样本点极少。受控状态失控状态明显特征是有:（1）一部分样本点超出控制界限除此之外，如果没有样本点出界，但（2）样本点排列和分布异常，也说明生产过程状态失控。判异准则例如：连续7点上升或下降连续3点中有2点落在警戒区内连续7点出现在中心线一侧判异准则SPC的颜色管理（colorManagement）蓝色：未经检测的点绿色：检测后正常的点红色：检测后异常点黄色：异常点经过异常编辑且有了改善措施的点内容提要SPC的基本原理控制图过程能力研究直方图、柏拉图、散布图直通率、DPMOSPC简介过程能力研究过程能力指处于统计稳态下的过程的加工能力；过程能力过程能力是以该过程产品质量特性值的变异或波动来表示的；根据3σ原理，在分布范围μ±3σ内，包含了99.73%的数据，接近于1，因此以±3σ，即6σ为标准来衡量过程是否具有足够的精确度和良好的经济特性的。过程能力记为B，则B=6σ过程Sigma估计Sigma计算Sigma2ˆdR4ˆcSnkmnkmxxSmii*,1)(12，则为个子组，每个子组容量Cp,Cpk,CpmPp,Ppk,Ppm)1,22ˆ3ˆ3ˆ3ˆ31(ˆ6kCpCpkCpkLSLUSLLSLUSLxkLSLxxUSLMinCpkLSLLSLxCplUSLxUSLCpuCpCprCrLSLUSLLSLUSLCp（也可以这样计算：则其分子称为偏移量。称为偏移系数，）（）（），（存在时）（当存在时）（当（常以百分数表示））（或都存在时）、当Cpm为目标值其中aTTaxLSLUSLCpm22)(ˆ6当规格中心与目标值不重合时的过程能力指数22)(633331Pr(6TaxSLSLUSLPpmLSLxxUSLMinPpkLSLLSLxPplUSLxUSLPpuPpPprLSLUSLLSLUSLPp），（存在时）（当存在时）（当（常以百分数表示））（或都存在时）、当内容提要SPC的基本原理控制图过程能力研究直方图、柏拉图、散布图直通率、DPMO分析SPC简介收集记录数据定组数（N）算极差（R）定组距（C）决定组的中心点、定组界制作次数分布表制作直方图填上次数、规格、平均值、数据来源、日期等制作直方图的步骤直方图的用途能够直观地看出数据的分布情况能够直观地判断生产过程的稳定性与规格比较，定性评价过程能力Pareto理论在品质管理中的应用目的：寻找主要问题或影响质量的主要原因品质管理中主要应用缺陷柏拉图异常柏拉图原因柏拉图措施柏拉图找出“重要的少数”因为80%的问题由20%的潜在原因引起散布图也称相关图，可以直观地表示出两变量之间的相关程度；当怀疑系统中两个变量可能有关系，但不能确定这种关系是什么的时候，就可以使用。依据两个变量画出横坐标轴和纵坐标轴：散布图散布图两个变量之间可能存在以下主要几种分布情况：相关系数衡量两个变量间线性关系的密切程度r的取值范围为：-1≤r≤1；r越接近于1，X与Y之间的线性关系越好r=1为完全正相关关系；r=-1为完全负相关关系r=0,两个变量之间不存在线性关系或者不相关.))((,yyxxLLLLriixyyyxxxy其中，SPC解决方案内容提要SPC的基本原理控制图过程能力研究直方图、柏拉图、散布图直通率、DPMO分析SPC简介直通率分析和DPMO分析直通率的含义直通率分析方法及意义DPMO的含义DPMO分析方法及意义直通率工序一通过检查，合格率95.5%工序二的合格率97%装配站合格率94.4%浪费45，000ppm浪费30，000ppm浪费56，000ppm浪费131，000ppmTPY直通率（FPY）•暴露出隐含成本•制程状况全面掌握•指出那些改进效果较明显的工序•通过了解过程不同部分的影响来研究整个过程FPY强调过程每一步骤的能力—而不只是最终结果Todaysoft®SPC解决方案DPMO分析单件产品缺陷率DPU：如果在某个子组的100件中发现3个缺陷，DPU=d/n=3/100=0.03d=缺陷数n检验的件数DPU表示单件水平上的能力。DPO（及DPMO）则测量机会水平上的能力DPMO：DefectsPerMillionOpportunityDPMO分析单个机会缺陷率DPO：如果每件有50个可能出错的机会，则在这个子组中有50×100个出现缺陷的机会。DPO=d/o=3/5000=0.0006d=缺陷数o=产生缺陷的机会数百万次机会缺陷率DPMO：DPMO=3/5000×106=600DPMO分析方法的意义直观了解和客观评价各种不同复杂类型的产品或过程的状况进行制程能力（Cpk）评价帮助深入研究过程不良现象、原因及纠正措施SPC解决方案SPC解决方案内容提要SPC的基本原理控制图过程能力研究直方图、柏拉图、散布图直通率、DPMO分析SPC简介SPC软件介绍总体介绍系统流程主要功能介绍品质控制规划数据采集过程监控数据分析软件特色分析SPC简介SPC是一套基于数据库系统的专业的过程控制软件。SPC以“过程”为中心帮助您规划整个制造过程的质量控制系统。SPC包括数据采集、过程监控和统计分析三个主要功能。SPC提供了丰富的统计量和图表分析方法。SPC提供了广泛的应用空间。系统应用流程品质控制规划(P)收集数据(D)过程监控(C)数据分析(A)质量持续改进1.品质控制规划规划各个过程下的关键质量特性及其控制参数规格控制限确定方法测试规则附属信息缺陷项目2.数据采集定义采集规划手工输入/自动转接数据SMT锡膏厚度IDDIQC游标卡尺CE测试系统3.过程监控定义过程监控方案过程监控颜色管理看板管理异常处理锁定/重新计算控制限；测试规则检测4.数据分析统计量控制图直方图排列图散点图DPMO分析报表5.系统维护权限管理；功能