SPC-详解

1SPCSPC:StatisticalProcssControl统计过程控制应用统计技术对过程中的各个阶段进行评估和检察,保持过程处于可接受的和稳定的水平,以保证产品与服务满足要求的均匀性.2SPC的发展•SPC:StatisticalProcssControl统计过程控制•SPD:StatisticalProcessDiagnosis•统计过程诊断•SPA:StatisticalProcessAdjustment•统计过程调整3SPC的特点•1)与全面质量管理相同,强调全员参加,而不是只依靠少数质量管理人员;•2)强调应用科学(统计)方法来保证预防原则的实现,而不是只停留在口头或书面的保证;•3)SPC不是用来解决个别工序采用什么控制图的问题,SPC强调从整个过程﹑整个体系出发来解决问题.SPC的重点就在于“P(Process,过程)”4SPC------Concept质量管理发展的三阶段：质量检验阶段全面质量管理阶段统计质量控制阶段特点：事后的质量保证/已产生不合格品特点：预防性的质量保证/捕捉不合格先兆特点：全员参与/全过程控制操作者检验工长检验TQM统计质量控制检验员检验质量检验阶段统计质量控制阶段全面质量管理阶段进度时间19001920194019601980朱兰(Juran)戴明(W.EdwordsDeming)休哈特(W.A.Shewhart)：控制图罗米格/道吉：统计抽样5SevenQCTools1.CauseandEffect---FishboneDiagram因果图法---鱼刺图2.Controlchart控制图法3.Pareto帕累托图---排列图法4.Flowchart流程图5.Checksheet调查表法6.Histogram直方图法7.DataPoints散布图法6常规控制图(ShewhartControlCharts)UCL控制图是对过程质量特性值进行测定﹑记录﹑评估和检察过程CLLCL7SPC------ConceptWhatisSPCPProcess过程SPC适用于有计划的，且重复批量生产的PROCESS.Examples:Manufacturingprocesses,development-,logistic-andadministrativeprocesses.Uypicallywebeginwithtechnicalprocesses.CControl控制观察不经常产生的变异和过程的变化寻求根本原因避免今后产生类似的现象SStatistical统计统计方法帮助我们分析和改进ProcessExamples:controlcharts,histogram,probabilitypaper,capabilityindices,arithmeticmean,standarddeviation?8WhySPC?SPC可以帮助我们保证产品和服务的质量维持稳定SPC可以及时反映Process的结果或参数是否同我们的期望值保持一致。SPC可以作为一种早期的预警减少Process的变异。.SPC是改进产品/服务的质量及可靠性的基础.WhereisSPCapplicable?SPC适用于有计划的，且能重复批量生产的PROCESSSPC适用于一切可重复进行的Action,只要这些Action的参数是可衡量的。WhichproductcharacteristicsshouldbecontrolledbySPC?9SPC-------ControlChart质量分布服从正态分布，正态分布由两个特征值决定，表征分布中心位置，σ表征离散度；一般和σ未知，而以样本的平均值和标准差S代替。XX基本原则：222)(21)(xexf10SPC-------ControlChartμ±kσ在内的或然率在外的或然率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%W.A.Shewhart理论控制图是以常态分配中的三个标准差为理论依据。中心线为平均值，上、下控制界限为平均数加减三个标准差（±3ó）的值，以判断过程中是否有问题发生。此即修哈特博士（W.A.Shewhart)所创造的方法。控制图即以3个标准差为基础，换句话说，只要群体是常态分配，则自该群体进行取样时，用取出的数值加以平均计算来代表群体，则每进行10000次的抽样会有27次偶然机会，不予计较。同样我们平均抽样时如有超出时，判定为异常，则误判的机率也是千分之三。11控制图的控制界限是把常态分布图形旋转90°后，在平均值处绘成中心线（CL），平均值加三个标准差处绘成上控制界限（UCL），在平均值减三个标准差处绘成下控制界限（LCL）。-90°+3óUCLμCL-3óLCL-3óμ+3óSPC-------ControlChart控制图的形成：12控制图的常见种类：1.按数据性质分类：（1）计算值控制图：所谓计算值是指控制图的数据均属于由量具实际量测而得；如长度、重量、浓度等特性均为连续性的，常用的有：（a）平均数与极差控制图（Xbar-RChart）（b）平均数与标准差控制图(Xbar-óChart)（c）中位数与极差控制图(Xmid-RChart)（2）计数值控制图：（a）不良率控制图(Pchart)(b).不良数控制图(Pnchart,又称npchart或dchart)2.按控制图的用途分类：（1）解析用控制图：这种控制图先有数据，后有控制界限（μ与ó未知之群体）。（2）控制用控制图：先有控制界限，后有数据（μ与ó已知之群体）。SPC-------ControlChart13控制图的绘制：X-R控制图：（a）先行收集100个数据，依测定的先后顺序排列。（b）以2˜5个数据为一组（一般采4˜5个），分成约20˜25组。（c）将各组数据记入表格栏位内。（d）计算各组的平均值X（取至测定最小单位下一位数）。（e）计算各组之极差R（最大值-最小值=R）。k（f）计算总平均X=(X1+X2+X3+……+Xk)/k=?Xi/k(k为组数)i=1k(g)计算极差的平均R=(R1+R2+R3+……+Rk)/k=?Ri/ki=1(h)计算控制界限X控制图:中心线(CL)=X控制上限(UCL)=X+A2R控制下限(LCL)=X-A2RR控制图:中心线(CL)=R控制上限(UCL)=D4.R管制下限(LCL)=D3.RA2,D3,D4之值,随每组的样本不同而有差异,但仍遵循三个标准的原理计算而得,今已被调整成常用系数表。（i）绘制中心线及控制界限，并将各点点入图中。（j）将各数据履历及特殊原因记入，以备查考、分析、判断。SPC-------ControlChart14某公司为控制最终产品的灌装重量,每小时以过程中,随机取5个样本来测定其重量,共25组数据,试根据这些数据绘制X-R控制图及~X-R控制图(规格值为60~±5kg测定值测定值样组X1X2X3X4X5XR样组X1X2X3X4X5XR12345678910111213565958646357595757585858626462626059616263636060636164626260596162636360606361626062566361616060586060585860646059616061616156606360.260.461.660.860.660.860.859.259.459.859.060.461.2836847387455514151617181920212223242558616359576258615660646160615958596058626358596157616360596262606160606059625660605758596160615661615862625962646060606159.061.259.859.859.460.089.661.260.259.660.859.8417455457255SPC-------ControlChart例:151.计算X,R:X=(60.2+60.4+……+60.8+59.8)/25=60.15R=(8+3+6+……+2+5+5)/25=5.082.计算控制界限:查系数表当n=5A2=0.577,D3=0,D4=2.115X控制图:CL=X=60.15UCL=X+A2R=60.15+0.5775.08=63.08LCL=X-A2R=60.15-0.5775.08=57.22R控制图:CL=R=5.08UCL=D4R=2.1155.08=10.74LCL=D3R=05.08=03.将数据依顺序填入并绘图.4.以X-R控制图绘制.SPC-------ControlChart[解]:16SPC-------ControlChart控制图的判断小概率事件原理：若事件A发生的概率很小（如0.01），现经一次（或少数次）实验，事件A居然发生了，就有理由认为事件A的发生是异常。过程异常判断准则：1点子超出控制界限2.连续点子a.在中心线以上b.在中心线以上c.有连续上升的趋势d.有连续下降的趋势7点原则17SPC-------ControlChart不稳定状态点子超出控制界限稳定受控状态不稳定状态连续7个点子在中心线以下不稳定状态连续7个点子呈上升趋势UCLLCL分析：182。过程能力指数：过程满足质量要求的程度及程能力与过程目标相比较的值sTlTuTlTuBTCp66Tu和Tl分别为公差上限和公差下限，二者的平均值称为公差中心2TlTuM1.过程能力：以过程实际质量特征值分布的6倍标准差表示B=6σ过程能力指数及能力计算目标值范围上，下公差19XM修正的过程能力指数为CpkCpk)1(K为偏移系数，TTk22代入上式得：STCpk62单向公差且只给定上公差时SXTuCpu3单向公差且只给定下公差时STlXCpl3若分布中心与公差中心不重合，有偏移量若分布中心与公差中心重合，用Cp表示过程能力指数过程能力指数及能力计算201）给定最大不合格品率Pu时CCCuCpu3nPPPPuCpu)1(32）给定最大缺陷数Cu时3.记数值数据时过程能力指数的计算1.记量值数据时过程能力指数的计算Cpk=Min{Cpu,Cpl}S=R/d22.记量值数据时过程性能指数的计算(稳定过程能力的指数)Ppk=Min{Cpu,Cpl}S=过程能力指数及能力计算21过程能力指数及能力计算例：金线拉力质量要求大于3g,经SPC抽样测量后计算得X=5.6gS=0.88,则：Cpl=(5.6-3)/(3*0.88)=0.9822过程能力指数及能力计算过程能力等级评定：等级特级一级二级三级四级Cp1.671.67—1.331.33--11-0.670.67?程能力过高充分尚可不充分不足处理措施对关键参数应缩小公差范围/放宽要求对非关键参数可放宽要求/可减少检验频次采取措施监控过程及时发现波动/正常检验分析离散度大的原因/必要是全检停产找原因/全检23控制图在贯彻预防中的作用：及时告警控制图在贯彻预防中的对策：查出异因采取措施加以消除不再出现纳入标准(20字方针)24控制图的两种错误：1.第一种错误(errorofthefirsttype)虚发警报(falsealarm)寻找根本不存在的异因2.第二种错误(errorofthesecondtype)漏发警报(alarmmissing)造成废次品增加解决方法：？(最优间距)25联合应用Cp与Cpk所代表的合格品率(Cp)0.330.671.001.331.672.00(Cpk)0.3366.368%84%84.0134%84.134%84.1344%84.13447%0.6795.45097.722%97.725%97.72499%97.72499%1.0099.730%99.865%99.86