五大质量工具之SPC

细心细心再细心---五大质量工具之SPC交流学习编制：杨英文一、什么是SPC？SPC=StatisticalProcessControl统计过程控制过程控制的需要1、探测—容忍浪费（允许将时间和材料投入到生产不一定有用的产品或服务中）2、预防—避免浪费（第一次就把工作做对）★利用统计方法对过程中的各个阶段进行控制，从而达到改进与保证质量的目的。SPC强调以全过程的预防为主。二、为什么要学习SPC?时代的需要：21世纪是质量的世纪，提出超严质量要求，是世界发展的大方向。如生产产品的不合格品率将由过去的百分之一、千分之一、降低到百万分之一（ppm,partspermillion),乃至十亿分之一（ppb,partsperbillion)科学的要求:要保证产品质量、要满足21世纪超严质量要求就必须应用质量科学。–生产控制方式由过去的3控制方式改为6控制方式。–3控制方式下的稳态不合格品率为2.7X10-3,–6控制方式下的稳态不合格品率为2.0X10-9–后者比前者降低了：2.7X10-3/2.0X10-9=1.35X106即一百三十五万倍!三、为什么要学习SPC?•3控制方式与6控制方式的比较：四、开展SPC的步骤•培训SPC–正态分布等统计基础知识品管七工具：调查表、分层法、散布图、排列图、直方图、因果图、控制图新七大工具：亲和图、系统图、矩阵图、过程决策图、关联图、矩阵解析、鱼骨图•确定关键质量因素–对每道工序，用因果图进行分析，造出所有关键质量因素，再用排列图找出最终产品影响最大的因素，即关键质量因素；–列出过程控制网图，即按工艺流程顺序将每道工序的关键质量因素列出•制订过程控制标准•对过程进行监控•对过程进行诊断并采取措施解决问题数据不是一个固定的数值，而是有波动的。例：加工一批轴零件，直径尺寸要求：80mm+0.15mm。该批产品测量结果为（20个零件）：79.95mm、79.91mm、80.08mm、79.93mm、79.96mm、80.04mm、80.08mm、79.98mm79.92mm、80.05mm、79.97mm、80.03mm、79.91mm、80.02mm、80.05mm、79.94mm79.95mm、80.02mm、79.90mm、80.05mm数据虽有波动，但却呈现一定的规律性。通过对上述数据观察，该批轴零件直径尺寸均在79.90mm至80.10mm之间，分散在80.00mm两侧。通过统计分析，该批数据的规律如下：最小值：79.90mm；最大值：80.08mm；平均值：79.987mm；中值：79.975mm；标准差：0.060mm；其他略。该批数据可进一步分组，统计各组频数，以作出直方图。1、什么是控制图–对过程质量加以测定、记录并进行控制管理的一种用统计方法设计的图。•控制图的组成–UCL(UpperControlLimit)上控制限–LCL(LowerControlLimit)下控制限–CL(CentralLine)中心线–按时间顺序抽取的样品统计量数值的描点序列现象1：链——同类型的点子接连不断的出现。链分为两种：连续链和间断链（1）连续链：出现以下情况时，要注意：连续7点呈上升或下降的趋势，这也是异常！可能与设备老化，润滑不足，人员疲劳有关。。这是典型的小概率事件！连续7点在中心线的一侧，这是异常控制图的分析与判断2010年度生产单位离职率统计0.0%0.0%3.7%4.64%6.6%9.4%10.6%5.03%7.06%5.17%4.06%5.12%4.59%4.16%0%2%4%6%8%10%12%1月2月3月4月5月6月1-6月2010年2009年13散布举例2520151050757065SampleNumberSampleMeanX-BarChartforProcessAX=70.91UCL=77.20LCL=64.622520151050757065SampleNumberSampleMeanX-BarChartforProcessAX=70.91UCL=77.20LCL=64.62252015105080706050SampleNumberSampleMeanX-BarChartforProcessBX=70.98UCL=77.27LCL=64.70非機遇原因过程A显示受控散布过程B显示不受控散布14因为生产制程中每一件成品都不同，因此如果制程很稳定，则生产产品的质量特性的分布将形成一种固定形状，称为分布。一般分布有下列之不同情形：位置分布宽度形状大小→大小→大小→…….或是以上這些的不同組合过程决策图关联图17五.SPC的推行步骤确立制造流程决定管制项目实施标准化管制图的运用Cpk1.33問題分析解決制程的继续管制制程能力分析Cpk1.33问题分析解决制程条件变动时工业革命以后，随着生产力的进一步发展，大规模生产的形成，如何控制大批量产品质量成为一个突出问题，单纯依靠事后检验的质量控制方法已不能适应当时经济发展的要求，必须改进质量管理方式。于是，英、美等国开始着手研究用统计方法代替事后检验的质量控制方法。1924年，美国的休哈特博士提出将3Sigma原理运用于生产过程当中，并发表了著名的“控制图法”，对过程变量进行控制，为统计质量管理奠定了理论和方法基础。统计过程控制，是企业提高质量管理水平的有效方法。它利用数理统计原理，通过检测数据的收集和分析，可以达到“事前预防”的效果，从而有效控制生产过程、不断改进品质。与全面质量管理相同，强调全员参与，而不是只依靠少数质量管理人员19•大多数的质量问题是错在作业人员•容许少数的不良,意外的瑕疵是无可避免的•质量是品管部门的责任•只重视质量检验,检验人员需负责解决瑕疵品•SPC只是在现场挂管制图六、对品质常有的错误观念（一）六、对品质的正确观念（二）•85%的质量问题是管理人员所要担负的,管理者态度的偏差，更胜过作业人员的懒散•第一次就把事情做好,并且将后工程视为顾客,才能真正做到零缺点质量•质量和公司每一个人都有关•质量检验是可以解决问题但却无法消除问题•SPC是让质量保证的系统持续运转不断改善制程,以提升质量与生产力21八、SPC的診斷•质量是否更稳定？•良品率是否提高？•制程是否更流畅？•成本是否更低廉？•异常是否更快能被检测到？•品管员是否逐渐在减少？PLAN计划DO实施CHECK检查ACT处理PLANDOCHECKACT1、分析现状3、原因分析4、措施计划5、对策实施6、检查效果7、标准化8、今后打算2、目标建立23十一、统计制程管制的定义•经由制程中去收集资料，而加以统计分析，从分析中得以发觉制程的变异，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。并藉由制程能力分析与标准化，以不断提升制程能力。•点出界就判异，查出异因，采取措施，保证消除，不再出现，纳入标准。24N母体数(批量数)USL规格上限n样本数(抽样数)SL规格中心限(u=规格中心值)X平均数LSL规格下限R全距Ca准确度(偏移度)σ(s)方差Cp精密度(离散度)σ(S)标准差(S=母体标准差,s=样本标准差)Cpk制程能力指数P不良率σ估计标准差NP不良数T规格公差T=USL-LSLC缺点数其它U每单位缺点XUCL平均数管制上限DPPM百万分之不良Xbar(X)平均数中心限UCL控制上限XLCL平均数管制下限CL控制中心限RUCL全距管制上限LCL控制下限Rbar(R)全距中心限M(X)中位数RLCL全距管制下限22^251.N=母体数(批量数):指母体(批量)数多少的个数.(例:共有50个数,N=50)2.n=样本数(抽样数):指样本(抽样)多少的个数.(例:抽了7个样品,n=7)3.X=平均数:所有数的平均值,计算公式:X=(X1+X2+……Xn)/nn=样本数,X1,X2…..表示各个数值例有数值:1.51.61.71.551.65X=(1.5+1.6+1.7+1.55+1.65)/5=1.64.R=全距:该组最大值-最小值的得数,计算公式:R=MAX(该组最大值)-MIN(该组最小值)例有数值:1.51.61.71.551.65R=1.7-1.5=0.225.方差σ=s=6.标准差1.母体标准差σ=S=2.样本标准差σ=s=(Xi-X)n(Xi-X)2n-1部份計算公式(Xi-X)n-1222267.中位數M,該組數據數值大小的中間一位,若該組數是偶數,取中間兩個數的合進行平均,例如A:13458M=X=4B:22.53477.5M=X=(3+4)/2=3.58.Xbar-R常數表N2345678910A21.8801.0230.7290.5770.4830.4190.3730.3370.308d21.1281.6932.0592.3262.5342.7042.8472.9703.078D3-----0.0760.1360.1840.223D43.2672.5742.2822.1142.0041.9241.8641.8161.777σ=R/d2^279.制程中心沒有偏移σ良品率表σ水平良品率%168.27%295.45%399.73%499.9937%599.999943%699.999998%10.制程中心偏移1.5σ良品率表σ水平良品率%130.23%269.13%393.32%499.3790%599.97670%699.999660%LowesQMS质量管理体系要求