质量管理五大工具

质量管理五大工具1总体介绍2SPC3MSA4FMEA5APQP6PPAP1总体介绍质量管理五大工具，也称品管五大工具。包括：1.统计过程控制（SPC，StatisticalProcessControl）；2.测量系统分析（MSA，MeasureSystemAnalyse）；3.失效模式和效果分析（FMEA，FailureMode&EffectAnalyse）；4.产品质量先期策划（APQP，AdvancedProductQualityPlanning）；5.生产件批准程序（PPAP，ProductionPartApprovalProcess）2SPC2.1概念SPC是一种制造控制方法，是将制造中的控制项目，依其特性所收集的数据，通过过程能力的分析与过程标准化，发掘过程中的异常，并立即采取改善措施，使过程恢复正常的方法。利用统计的方法来监控制程的状态，确定生产过程在管制的状态下，以降低产品品质的变异SPC能解决之问题1.经济性：有效的抽样管制，不用全数检验，不良率，得以控制成本。使制程稳定，能掌握品质、成本与交期。2.预警性：制程的异常趋势可即时对策，预防整批不良，以减少浪费。3.分辨特殊原因：作为局部问题对策或管理阶层系统改进之参考。4.善用机器设备：估计机器能力，可妥善安排适当机器生产适当零件。5.改善的评估：制程能力可作为改善前後比较之指标。2.2目的·对过程做出可靠有效的评估；·确定过程的统计控制界限，判断过程是否失控和过程是否有能力；·为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生；·减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作[1]。2.3计算表Pp和Ppk不合格率计算能力比值PP不合格（双边）Ppk不合格（单边）0.50133,620133,6200.6071,86071,8600.7035,73035,7300.8016,39616,3960.906,9346,9341.002,7002,7001.109669661.203183181.3096961.4026261.50771.60221.700.3400.3401.800.0600.0601.900.0120.0122.000.0020.002CPK是ComplexProcessCapabilityindex的缩写，是现代企业用于表示制程能力的指标。制程能力强才可能生产出质量、可靠性高的产品。而PPK是SPC中控制图中用来计算工序能力或叫过程能力的指数，是指考虑过程有偏差时，样本数据的过程性能。CPK与PPK的区别：1、CPK主要是子组间的变差产生，所以数据要分组，也就是说，采值是进行分组，涉及到子组，子组容量，采值频次等。它针对的是一个长期的过程。做CPK时，过程要求受控。2、PPK是整体变差的影响，它不考虑采值的过程，可以连续采值也可以间断采值。3、PPK的评价过程是稳定过程，PPK可以不是稳定的过程；CPK的样本容量是30~50，PPK的样本容量是大于或等于100；CPK评价的是单批（几小时或几天），PPK评价的是多批（几周或几个月）。CPK=1.33（1.5的偏离）是4σ的水平，合格率达到99.379%。根据PPAP手册在汽车行业量产阶段CPK的接受准则是≥1.67。但≥1.33表示目前尚可接受，需要改进。4、CPK---过程能力指数（短期的）5、PPK---过程性能指数（长期的6、“PPK，是进入大批量生产前，对小批生产的能力评价，一般要求≥1.67；而CPK，是进入大批量生产后，为保证批量生产下的产品的品质状况不至于下降，且为保证与小批生产具有同样的控制能力，所进行的生产能力的评价，一般要求≥1.33；一般来说，CPK需要借助PPK的控制界限来作控制。一个产品品质的形成需要许多过程（工序），其中有一些过程对产品品质好坏起至关重要的作用，这样的过程称为关键过程，SPC控制图应首先用于关键过程，而不是所有的工序。以上是SPC控制图实施的八大步骤：1、识别关键过程一个产品品质的形成需要许多过程（工序），其中有一些过程对产品品质好坏起至关重要的作用，这样的过程称为关键过程，SPC控制图应首先用于关键过程，而不是所有的工序。因此，实施SPC，首先是识别出关键过程。然后，对关键过程进行分析研究，识别出过程的结构（输入、输出、资源、活动等）。2、确定过程关键变量（特性）对关键过程进行分析（可采用因果图、排列图等），找出对产品质量影响最大的变量（特性）。3、制定过程控制计划和规格标准这一步往往是最困难和费时，可采用一些实验方法参考有关标准。4、过程数据的收集、整理5、过程受控状态初始分析采用分析用控制图分析过程是否受控和稳定，如果发现不受控或有变差的特殊原因，应采取措施。注意：此时过程的分布中心（X）和均差σ、控制图界限可能都未知。6、过程能力分析只有过程是受控、稳定的，才有必要分析过程能力，当发现过程能力不足时，应采取措施。7、控制图监控只有当过程是受控、稳定的，过程能力足够才能采用监控用控制图，进入SPC实施阶段。8、监控、诊断、改进在监控过程中，当发现有异常时，应及时分析原因，采取措施，使过程恢复正常。对于受控和稳定的过程，也要不断改进，减小变差的普通原因，提高质量降低成本。误区之一：没能找到正确的管制点不知道哪些点要用管制图进行管制,花费大量的时间与人力,在不必要的点上进行管制.熟不知,SPC只应用于重点的尺寸（特性的）.那么重点尺寸\性能如何确定呢?通常应用FMEA的方法,开发重要管制点.严重度为8或以上的点,都是考虑的对象.(如果客户有指明,依客户要求即可);误区之二：没有适宜的测量工具.计量值管制图,需要用测量工具取得管制特性的数值.管制图对测量系统有很高的要求.通常,我们要求GR&R不大于10%.而在进行测量系统分析之前,要事先确认测量仪器的分辨力,要求测量仪器具有能够分辨出过程变差的十分之一到五分之一的精度,方可用于制程的解析与管制,否则,管制图不能识别过程的谈判.而很多工厂勿略了这一点,导致做出来的管制图没办法有效的应用,甚至造成误导;误区之三：没有解析生产过程,直接进行管制.管制图的应用分为两个步骤:解析与管制.在进行制程管制之前,一定要进行解析.解析是目的是确定制程是的稳定的,进而是可预测的,并且看过程能力是否符合要求.从而了解到过程是否存在特殊原因、普通原因的变差是否过大等致关重要的制程信息。制程只有在稳定，并且制程能力可以接受的情况下，方才进入管制状态。误区之四：解析与管制脱节。在完成制程解析后，如果我们认为制程是稳定且制程能力可接受的，那么，就进入管制状态。制程控制时，是先将管制线画在管制图中，然后依抽样的结果在管制图上进行描点。那么，管制时管制图的管制线是怎么来的呢？管制图中的管制线是解析得来的，也就是说，过程解析成功后，管制线要延用下去，用于管制。很多工厂没能延用解析得来的管制线，管制图不能表明过程是稳定与受控的。误区之五：管制图没有记录重大事项。要知道，管制图所反应的是“过程”的变化。生产的过程输入的要项为5M1E（人、机、料、法、环、量），5M1E的任何变化都可能对生产出来的产品造成影响。换句话说，如果产品的变差过大，那是由5M1E其中的一项或多项变动所引起的。如果这些变动会引起产品平均值或产品变差较大的变化，那么，这些变化就会在XBAR图或R图上反映出来，我们也就可以从管制图上了解制程的变动。发现有变异就是改善的契机，而改善的第一步就是分析原因，那么，5M1E中的哪些方面发生了变化呢？我们可以查找管制图中记录的重大事项，就可以明了。所以，在使用控制图的时候，5M1E的任何变化，我们都要记录在管制图中相应的时段上。误区之六：不能正确理解XBAR图与R图的含义。当我们把XBAR-R管制图画出来之后，我们到底从图上得哪些有用的资讯呢？这要从XBAR及R图所代表的意义来进行探讨。首先，这两个图到底先看哪个图？为什么？R反应的是每个子组组内的变差，它反映了在收集数据的这个时间段，制程所发生的变差，所以他代表了组内固有的变差；XBAR图反映的是每个子组的平均值的变化趋势，所以其反映的是组间的变差。组内变差可以接受时，有明分组是合理的；组间变差没有特殊原因时，表明我们在一段时间内，对过程的管理是有效的、可接受的。所以，我们一般先看R图的趋势，再看XBAR图。误区之七：管制线与规格线混为一谈当产品设计出来之后，规格线就已经定下来了；当产品生产出来后，管制图的管制线也定出来了。规格线是由产品设计者决定的，而管制线是由过程的设计者决定的，管制线是由过程的变差决定的。管制图上点的变动只能用来判断过程是否稳定受控，与产品规格没有任何的联系，它只决定于生产过程的变差。当西格玛小时，管制线就变得比较窄，反之就变得比较宽，但如果没有特殊原因存在，管制图中的点跑出管制界线的机会只有千分之三。而有些公司在画管制图时，往往画蛇添足，在管制图上再加上上下规格线，并以此来判产品是否合格，这是很没有道理，也是完全没有必要的。误区之八：不能正确理解管制图上点变动所代表的意思我们常常以七点连线来判定制程的异常，也常用超过三分之二的点在C区等法则来判断制程是否出现异常。如果是作业员，只在了解判定准则就好了；但作为品管工程师，如果不理解其中的原委，就没有办法对这些情况作出应变处理。那么这么判定的理由是什么呢？其实，这些判定法则都是从概率原理作出推论的。比如，我们知道，如果一个产品特性值呈正态分布，那么，点落在C区的概率约为4.5%，现在有三分之二的点出现在4.5%的概率区域里，那就与正态分布的原理不一致了，不一致也就是我们所说的异常。误区之九：没有将管制图用于改善大部分公司的管制图都是应客户的要求而建立，所以，最多也只是用于侦测与预防过程特殊原因变异的发生，很少有用于过程改善的。其实，当管制图的点显示有特殊原因出现时，正是过程改善的契机。如果这个时候我们从异常点切入，能回溯到造成异常发生的5M1E的变化，问题的症结也就找到了。用就管制图进行改善时，往往与分组法、层别法相结全使用，会取得很好的效果。误区之十：管制图是品管的事情SPC成功的必要条件，是全员培训。每一个人员，都要了解变差、普通原因、特殊原因的观念，与变关有差的人员，都要能看懂管制图，技术人员一定要了解过度调整的概念……等。如果缺乏必要的培训，管制图最终只会被认为是品管人员的事，而其实我们知道，过程的变差及产品的平均值并不由品管决定，变差与平均值更多的是由生产过程设计人员及调机的技术人员所决定的。如果不了解变差这些观念，大部分人员都会认为：产品只要合符规格就行了！显然，这并不是SPC的意图。所以，只有品管在关注管制图是远远不够的，我们需要全员对管制图的关注。3MSA一是确保测量数据的准确性/质量，使用测量系统分析（MSA）方法对获得测量数据的测量系统进行评估；二是确保使用了合适的数据分析方法，如使用SPC工具、试验设计、方差分析、回归分析等。MSA（MeasurementSystemAnalysis）使用数理统计和图表的方法对测量系统的分辨率和误差进行分析。测量系统分析（MSA）是对每个零件能够重复读数的测量系统进行分析，评定测量系统的质量，判断测量系统产生的数据可接受性。MSA的目的：了解测量过程，确定在测量过程中的误差总量，及评估用于生产和过程控制中的测量系统的充分性。MSA促进了解和改进（减少变差）。在日常生产中，我们经常根据获得的过程加工部件的测量数据去分析过程的状态、过程的能力和监控过程的变化；那么，怎么确保分析的结果是正确的呢？我们必须从两方面来保证：1)是确保测量数据的准确性/质量，使用测量系统分析（MSA）方法对获得测量数据的测量系统进行评估；2)是确保使用了合适的数据分析方法，如使用SPC工具、试验设计、方差分析、回归分析等。MSA使用数理统计和图表的方法对测量系统的分辨率和误差进行分析，以评估测量系统的分辨率和误差对于被测量的参数来说是否合适，并确定测量系统误差的主要成分。4FMEA在设计和制造产品时，通常有三道控制缺陷的防线