SPC技术实战公开课课件.ppt

SPC,品保培训资料,一、统计制程管理概述,二、SPC基础统计基本知识,三、统计过程管理,、控制图原理、制作与分析,、直方图和过程能力的分析与研究,、QC七大手法,四、总结,、现场品质管制流程与数据的采集,一、统计制程管理概述,质量检验SPCTQM,背景,沃尔特安德鲁休哈特（Walter Andrew Shewhart）1891年3月18日生于伊利诺伊州纽坎顿 1967年3月11卒于新泽西州特诺伊山 休哈特主要的职业生涯在贝尔电话实验室（Bell Telephone Laboratories)现为朗讯科技（Lucent Technologies）渡过。1924年，他首次应用统计方法与质量控制之中，他制作了世界第一张控制图。1931年，他出版制造业产品品质的经济控制。1947年，美国质量控制协会（ASQC）才认识到休哈特的重要贡献。从1950年开始，他的同事及学生戴明博士（Edwards Deming）将休哈特的控制理论传授给日本人。过去二十年来，休哈特的控制理论和控制图已成为世界标准。,统计控制概述,1、预防与检测-Slide 2 2、过程控制系统-Slide 33、变差：普通原因及特殊原因-Slide 44、局部措施和对系统采取措施-Slide 65、过程控制和过程能力-Slide 76、过程改进循环及过程控制-Slide 87、控制图：过程控制工具-Slide 98、控制图的益处-Slide 10,统计控制概述之一,过程控制的需要检测容忍浪费预防避免浪费,检测与预防,统计控制概述之二,过程控制系统,我们工作的 方式/资源 的 融合,顾客,产品或服务,识别不断变化的需求和期望,顾客的呼声,人,设备,环境,材料,方法,输入,过程/系统,输出,过程的呼声,统计方法,过程控制系统,统计控制概述之三,变差的普通及特殊原因 1,1、每件产品的尺寸都与别的不同,2、但它们形成一个模型，若稳定，可以描述为一个分布,3、分布可以通过以下特征加以区分：,A.位置,B.分布宽度,C.形状,统计控制概述之三,变差的普通及特殊原因 2,如果仅存在变差的普通原因随着时间推移，过程输出形成一个稳定的分布并可预测,预测,时间,时间,如果仅存在变差的特殊原因，随着时间推移，过程输出不稳定,统计控制概述之四,局部措施和系统措施,局部措施和系统措施局部措施 通常用来消除变差的特殊原因 通常由与过程直接相关的人员实施 通常可以纠正大约 15%的过程问题系统措施 通常用来消除变差的普通原因 几乎总是要求管理措施，以便纠正 大约可以纠正 85%的过程问题,统计控制概述之五,过程控制和过程能力,过程控制,过程能力,不受控存在特殊原因,受控 消除了特 殊原因,受控，但没有能力符合规范普通原因造成的变差太大,受控，且有有能力符合规范普通原因造成的变差减少,规范上限,规范下限,统计控制概述之六,过程改进循环及过程控制,1、分析过程 本过程应做些什么？会出现什么错误？本过程正在做什么？达到统计控制状态？确定能力,2、维护过程 监控过程性能 查找变差的特 殊原因并采取 措施,3、改进过程 改进过程从而 更好地理解普 通原因变差 减少普通原因 变差,统计控制概述之七,控制图-过程控制的工具,上控制限 UCL,中线 UCL,下控制限 LCL,1、收集 收集数据并画在图上2、控制 根据过程数据计算试验控制界限 识别变差的特殊原因并采取措施3、分析和改进 确定普通原因变差的大小并采取减小它的措施,重复这三个阶段从而不断改进过程,统计控制概述之八,控制图的益处,合理使用控制图能：供正在进行过程控制的操作者使用有助于过程在质量上和成本上能持续地，可预测地保持下去使过程达到：-更高的质量-更低的单件成本-更高的有效能力为讨论过程的能力提供共同的语言区分变差的特殊原因和普通原因，作为采取局部措施或系统措施的指南,一、统计制程管理概述,二、SPC基础统计基本知识,与常用统计量,产品质量的统计观点（一）：产品质量具有变异性 影响产品质量的因素有6M：Man：人 Machine：机 Material：料 Method：法 Mother-nature：环 Measurement：测 无论人类社会如何进步发展，产品质量不可能保持绝对恒定，一定具有变异性。,SPC基础,产品质量的统计观点（二）产品质量的变异具有统计规律性 确定性现象 确定性规律：在一定条件下，必然发生或不可能发生的事件。如一个大气压（760mm汞柱）下，H2O的变化规律。温度 0 固体状态 温度 0 t 100 液体状态 温度 100 气体状态随机现象 统计规律：在一定条件下事件可能发生也可能不发生的现象。如我们无法预知内存电性能测试合格率大于99%，但大量统计数据证明有90%的可能性大于99%。,SPC基础,分布（Distribution）：用来描述随机现象的统计规律，说明两个问题：变异的幅度有多大；出现这么大幅度的概率。计量特性值：如PCB金手指厚度、重量或时间等连续性数据，最常见的是正态分布（normal distribution）。计件特性值：如内存合格/不合格两种离散性数据，最常见的是二项分布（binomial distribution）。计点特性值：如每条内存上少锡点数等离数性数据，最常见的是泊松分布（Poisson distribution）。由于二项分布和泊松分布数据统计理论较复杂，以下讨论以正态分布为例。,SPC基础,直方图（histogram）：在横轴上以样本数据每组对应的组距等距离线段为底，纵轴表示样本数据落入相应直方组的频数的n个矩形所组成的图形。如100条PCB金手指厚度，标准503.94,统计学显示计量特性值分布特点是：中间高，两头低、左右对称,用面积表示频率或频数,SPC基础,正态分布：直方图所取得数据越多，分组越密，则直方图就越趋近一条光滑的曲线。这条光滑的曲线就形成正态分布曲线，其特点是中间高，两头低，左右对称并延伸至无穷。,SPC基础,正态分布特征：正态分布是一条曲线，讨论起来不方便，故用其两个参数描述其特征：1.平均值（average）2.标准差（standard deviation）说明：（1）平方是为了避免正负抵消（2）是求平均值（3）是为了避免单位变化或无故放大,SPC基础,何谓标准差()?希腊文字里的 sigma小写符号-是统计学符号。代表母体的“标准偏差”.（Standard Deviation）统计学中，标准偏差意指任何一组事项或流程所产出的变异或不一致的度量值。例热汉堡、三件衬衫，超市感觉。,SPC基础,从技术上来说，标准差是在某流程中，变异（Variation）程度的度量值。Ts=21+/-2 0C的温度控制器 Ta=13-29 0C-不合格，变异=8 也就是说标准差就象是一把尺，用来评估流程结果的好坏。,标准差之例,SPC基础,s 规格标准差,读做Sigma Spec,SPC基础,a制程标准差,读做Sigma Actual,注：样本数 n 25,SPC基础,例题说明,X1=1 X2=2 X3=3,SPC基础,3与6的比较,“品質特性”中組合零件之數目 3品質水準的產品品質可靠度 6品質水準的產品品質可靠度,1 99.7300029%99.999999800%,9 97.5861047%99.999998200%,10 97.3325980%99.999998000%,2000 0.4483975%99.999600001%,50 87.3557666%99.999990000%,75 81.6464617%99.999985000%,100 76.3102995%99.999980000%,250 50.8695500%99.999950000%,500 25.8771111%99.999900000%,1000 6.6962488%99.999800000%,750 13.1635700%99.999850000%,SPC基础,不同个数的相对严重程度之示意,以书刊错字校对为例 6 一间小型图书馆全部藏书中有一个错字 5 一部百科全书中有一个错字 4 一册书每30页中有一个错字 3 每页书中有1.5个错字 2 每页书中有25个错字 1 每页书中有170个错字,6的诠释,SPC基础,不同个数与PPM品质水准的对比,SPC基础,平均值对正态曲线的影响：若平均值增大，则正态曲线往右移动，见；若平均值减小，则正态曲线往左移动，见。,SPC基础,标准差对正态曲线的影响若标准差越大，则数据分布越分散，波动范围大，见=2.5；若标准差越小，则数据分布越集中，波动范围小，见=0.4。,x,y,=2.5,=0.4,=1.0,SPC基础,正态分布平均值与标准差的关系平均值与标准差是相互独立的。无论平均值如何变化都不会改变正态分布的形状，即标准差；无论标准差如何变化，也不会影响数据的对称中心，即平均值。质量管理的发展史就是与 和 斗争的历史，就是优化值（提高或降低）和缩小 值的历史。,SPC基础,3 原则不论与 取值为何，只要上下限距中心值（平均值）的距离各为3，则产品质量特征值落在 范围内的为99.73%，这是数学计算的精确值，应该牢牢记住。下限 上限 0.135%0.135%99.73%-3+3 产品质量特证值落在 之外的概率为0.27%，其中单侧的概率分别为0.135%。休哈特正是据此发明了控制图。,SPC基础,一、统计制程管理概述,二、SPC基础统计基本知识,三、统计过程管理,、直方图和过程能力的分析与研究,直方图的定义、用途 将收集的测定值或数据之全距分为几个相等区间作为横轴，并将各区间内之测定值所出现次数累积而成的面积以条状方式排列起来所产生的图形，称之为直方图。了解分配型态 研究制程能力 工程解析与管制 分配型态的统计检定,直方图,直方图的制作1.收集数据2.计算组数3.计算全距：由全体数据中找出最大值与最小值之差。4.决定组距：为便于计算平均数与标准差,组距常取 2、5、10 的倍数。组距=全距/组数5.决定各组之上下组界：先求出最小一组的下组界，再求出上组界依此类推，计算至最大 一组之组界。最小一组下组界=最小值-测定值之最小位数/2 最小一组上组界=下组界+组距6.决定组中点7.制作次数分布表8.制作直方图,直方图,直方图常见型态及说明1.正常型：中间高，两边低有集中趋势；左右对称分配，显示属常态分配，制程正常运转。,直方图,直方图常见型态及说明2.缺齿型：高低不一，有缺齿情形。属不正常分配，次数分配不妥当或检查员有假造数据、测量仪器不精密等皆会有此情形。,直方图,直方图常见型态及说明3.切边型：有一端被切断，可能原因数据经过挑选或制程本身经过全检后所造成，若剔除某一规格以上时则切边即会形成。,直方图,直方图常见型态及说明4.双峰型：有二个高峰出现，可能原因有二种分配相混合，例如二种机台或二种不同原料，测定值因环境不同影响所造成。,直方图,直方图常见型态及说明5.离岛型：在左边或右边形成小岛，原因测定有错误，一定有异常原因存在，只要去除应可制出合乎规格之制品。,直方图,直方图常见型态及说明6.高原型：形状似高原状，不同平均值分配混合所造成，应利用层别分离后在作直方图作比较。,直方图,直方图实例演练,直方图,直方图的作法 1.找出Data中之最大及最小值 Max=10.6 Min=9.22 2.决定组数-K 等于 n 的平方根 n=100 k=10 3.决定组距h-将最大值减去最小值后，除以组数，再取最小测量单位的整数倍即可（Max-Min）/K=（10.6-9.22）/10=0.138 h=0.138（取最小量测单位之整数倍）4.决定组界值-由最小值减去最小测良单位的1/2，就是第一组的下限，再逐次加上各组距，直到可含盖最大值即完成 Ex:9.22-0.001/2=9.2195（第一组下界）9.2195+0.138=9.3575（第一组上界、第二组下界）9.3575+0.138=9.4955（第二组上界、第参组下界）.,直方图,直方圖的作法 5.求出各組的中心值-各組上界加下界除以二（9.3575+9.2195）/2=9.2885 第一組中心值（9.4955+9.3575）/2=9.4265 第二組中心值6.計算落在各組內的 次數 第一組次數 1次 第二組次數 1次 第三組次數 7次 第四組次數 10次 第五組次數 13次 第六組次數 23次 第七組次數 25次 第八組次數 9次 第九組次數 9次 第十組次數 2次 7.作成直方圖,直方图,直方图,过程能力（Process capability)：旧译“工序能力”，根据ISO8402和GB3358，现统一改译为“过程能力”。它指过程的加工质量满足技术标准的能力，是衡量过程加工内在一致性的标准。“生产能力”是指一定时间内加工数量方面的能力。过程能力指数（Process capability index）：指过程质量能力满足技术标准（产品规格、公差）或技术要求或客户要求的程度，一般记以 CP、CPK、DPPM、。前提条件：必须在稳态下计算才能有意义，没有稳定，也就没有过程能力，ISO8258：1991。,过程能力,过程能力指数类型：值：反映过程平均值 CP 值：反应过程变异程度 CPK值：反映过程的平均值和变异程度 DPPM值：反应过程不合格品比值,过程能力,值：相同，但品质水准大不相同。,过程能力,过程能力指数：双侧规格 其中：T为技术规格的公差幅度 Tu为上规格限 TL为下规格限 为总体标准差 S为样本标准差,过程能力,值的含义：分子：反映产品的技术要求，或客户要求；分母：双侧6，即单侧3，反应过程加工的质量或企业的控制能力，为什么取双侧6 或单侧3？因为双侧6 的质量代表99.73%的合格品，0.27%的不合格品，这在当时是相当满意的质量标准，故以它为分母作为基准值。值：反映产品技术要求（客户要求）为过程实际控制能力的倍数，因为 越小，则质量差异越小，质量越好，越稳定，所以，值越大越好。,过程能力,=1的含义：T值为常数，当 值确定，且6=T时，=1即是说：当样本质量特征值均值与规格中心线相等重合时，样本质量特征值偏差 的大小正好使其的6倍等于技术要求或客户要求的范围（T），在这种情况下，过程的合格率为99.73%，不合格率为0.27%，或DPPM为 2700。,过程能力,的缺陷：值相等，但品质水准大不相同。过程达到一定的 只能算具有潜在的过程能力。,%,合格品,99.73%,合格品,LSL,USL,LSL,USL,过程能力,单侧K方式与CP、DPPM的关系。,Tu,TL,2 3 4 5 6,因为T值是一定的，一旦计算出值后，我们便知道T值与值之间的关系，进而可以计算出CP值与DPPM的值。,过程能力,单侧规格的过程能力指数若只有上限要求，无下限要求，则：若只有下限要求，无上限要求，则：,过程能力,过程能力指数CP评估标准,过程能力,偏移情况的过程能力指数Cpk一旦过程质量特性值的均值与公差中心M不重合，即有偏移时，显然不合格品率增大，也即CP值降低，故原CP值计算公式不能反映偏移的实际情况，需要加以修正。,可以向上限偏移，也可以向下限偏移，则：实际偏移值（绝对值）偏移度（只占单侧规格的比例。修正的过程能力指数,过程能力,性能指数（Performance Index）PPK 上式的意思是：既然分布中心偏移了，它对上公差和下公差各有一个单侧过程能力指数CPU 和CPL，则二者的最小值反映了该过程的能力指数。,USL-,LSL,USL,LSL,过程能力,CP与CPK的联合使用,过程能力,CP与CPK的联合使用因为CPK=（1-）CP所以=（1-）例：CP=1.33，即4 方式，双侧T=8,CPK=0.33则：4（1-）4=3 表明：已偏移到单侧的3 处，距离两侧界限分别为1 和 7，查表知其不合格率为 P(1)+P(7)=0.1586552539 合格率为P=1-0.1586552539=84.134%,过程能力,对全厂每道工序都要进行分析(可用因果图)，找出对最终产品 影响最大的变量，即关键变量(可用排列图)。如美国LTV钢铁公司共确定了大约20000个关键变量。找出关键变量后，列出过程控制网图。所谓过程控制网图即在图中按工艺流程顺序将每道工序的关键变量列出。对步骤2得到的每一个关键变量进行具体分析。对每个关键变量建立过程控制标准，并填写过程控制标准表。,决定管制项目,过程能力,程序控制标准表,编制控制标准手册，在各部门落实。将具有立法性质的有关过程控制标准的文件编制成明确易懂、便于操作的手册，使各道工序使用。如美国LTV公司共编了600本上述手册。,实施标准化,过程能力,制程能力解析,品质的一致性,谁的成绩好呢?,谁较有潜力呢?,你会选谁当选手呢?,乙选手,甲选手,您的工厂/服务品质/供货商若有问题,您希望是甲状况还是乙状况呢?,符合规格就真的OK了吗?,过程能力,制程能力靶心图,1.状态:统计稳态与技术稳态同时达到,这是最理想的状态。,2.状态:统计稳态未达到,技术稳态达到。,3.状态:统计稳态达到,技术稳态未达到。,4.状态IV:统计稳态与技术稳态均未达到。这是最不理 想的状态。,过程能力,基本统计量,过程能力统计量,正态分布及3 SIGMA、6 SIGMA,常用统计量,群体样本：群体平均值X bar：平均数(均值)：群体标准差x：样本标准差N：母体数(批量数)n：样本数(抽样数)R：组距或全距,Statistical,常用统计量,基本统计量,規格 制程USLUCL SLCLLSLLCLs aCa Cp Cpk,Process,常用统计量,过程能力统计量,Statistical Process Control,規格 制程USLUCL SLCLLSLLCLs aCa Cp Cpk,群體 樣本 X bar xN n R,計量值：均值極差圖s規格標准差圖直方圖,計數值：P不良率圖C缺點數圖柏拉圖,在中心线或平均值两侧呈现对称之分布,正态分布基本知识,常态曲线左右两尾与横轴渐渐靠近但不相交,曲线下的面积总和为1,正态分布及3 SIGMA、6 SIGMA,常用统计量,100个机螺丝直径直方图图中的直方高度与该组的频数成正比,举例说明：,机螺丝直径直方图 直方图趋近光,常用统计量,将各组的频数用数据总和N=100除，就得到各组的频率，它表示机螺丝直径属于各组的可能性大小。显然，各组频率之和为1。若以直方面积来表示该组的频率，则所有直方面积总和也为1。,如果资料越多，分组越密，则机螺丝直径直方图的直方图也越趋近一条光滑曲线，如直方图趋近光滑曲线图所示。在极限情况下得到的光滑曲线即为分布曲线，它反映了产品质量的统计规律，如分布曲线图所示,常用统计量,正态分布中，任一点出现在 内的概率为 P(-X+)=68.27%2内的概率为 P(-2X+2)=95.45%3内的概率为 P(-3X+3)=99.73%,常用统计量,不同的常态分配,常用统计量,不同的常态分配,常用统计量,不同的常态分配,X,常用统计量,蓝色代表规格分布形态,红色代表实际制程分布形态,常用统计量,举例说明：初三学生体育测试:跳远:(男生组)2.50m 95%达标率(女生组)2.30m 95%达标率 东西方身体素质差异 身高:东方成年男性168cm 西方成年男性175cm 体重:东方成年男性65kg 西方成年男性75kg,常用统计量,一、统计制程管理概述,二、SPC基础统计基本知识,三、统计过程管理,、现场品质管制流程与数据的采集,、直方图和过程能力的分析与研究,建立企业的数据收集规划,计数值数据收集,计量值数据收集,品质变异原因,品质变异的规律,现场品质管制流程与数据的采集,数据收集的流程如下：,工程部制定QC工程图或客户要求,确定品检项目及品质要求,制定样本计划及现场检验查检表,制定样本计划及现场检验查检表,检验人员现场实际检验并填写查检表,做数据处理或正确无误输入计算机,现场品质管制流程与数据的采集,SPC在数据收集过程中必须强调四项原则：,真 实,及 时,简 洁,标 准,现场品质管制流程与数据的采集,在计数值数据收集过程中,要特别注意的是抽样计划、缺点类别及缺点代码的划分。一、计数值抽样计划 根据计数值的理论,计数值具有不连续性,是以一批产品为母体来决定抽取样本数的,但这样会使制程中的间接生产人员无法确定下一批检验的时间,故而难以做品质的预测。在此,作者建议计数值也说量做到连续抽取,这样可以预知下一批的检验时间,也可根据图形预测下步的品质状态,更符合SPC的预测功能。,现场品质管制流程与数据的采集,1.计数值的抽样计划步率要根据产品的批来定,如若一个制令批数量多,需要生产3天以上,与制令批数量较少生产几个小时就不同。所以抽样计划在检验时间上就不能完全固定,其原则通常为:每一批至少保证有一次抽样检验,尽量分多次连续抽样检验。即生产时间再短,最少也要抽一次;通常连续生产1.52天以上时,最少抽5至7次;连续生产20天以上可以上,根据实际状况(通常指在管制状态下)可以考虑每天抽一次。,现场品质管制流程与数据的采集,2.抽样计划中的抽样数 对于外观检验或非常大缺失的项目,通常采MIL-STD-105E或Z=1.4标准抽样。对于每一次的抽样数,尽可能使之相同,一般连续生产时间较长较为好处理,时间短较为难处理,但对于不良率管制图也能适用意但应使用检验数不同的管制图)。3.计数值抽样中的允收计划 通常可根据AQL要求来判定是停止生产还是继续生,也可根据公司制定的目标各段工序不良率或缺失率目标来判定。,现场品质管制流程与数据的采集,二、计数值数据收集项目 计数值的数据收集项目在实际工作中,批号或制令号、物料编号(或物料名称,则时还要有规格)、收集时间、工序位置、检验人员、批量数、抽样数、各缺点代码个数、不合格品个数等项目是必填写项,客户名称、班别、机台别、关键材料供货商等项目是根据实际尽量填写完整。在计数值数据中实际杯验数据只有三项:各缺点代个数、缺点总数、不良个数。缺点总数大于等于不良个数。为了规范缺点代码,一般都需要充缺点类别,还可以对缺点代码设立一个严重权数。一个企业所有缺点代码一定要规范统一,通常归纳为515项缺点类别,最后一类通常为”其它不良”,无法归纳的一些特殊不良列入其中。如遇产品和缺点很多时,可以在编码上着手,编号取长一点,预留空间,也可根据实际状况加多一层的缺点分类。,三、数据筛选 在筛选数据做分析时,下列各项目应尽可能灵活 时间段选择时间段应是灵活的,可以选择从XXXX年XX月XX日XX分到XXXX年XX月XX日XX分,甚至有时还可能需要精确到秒,将这一时段的所有数据处理,这样就可以选择出一天、一周、一月、一年的所有数据,便于图形分析。产品项目其实包含了产品编码及产品类别等,应可以选择某个产品或某几个产品合并到一起处理,或者某一类产品所有的数据合并处理。,现场品质管制流程与数据的采集,检验工序位置有时也叫检验站或QC站。因为一个产品的生产可能需要经过多个计数检验站,为了查看整体状况,所以检验站需要能够选单个或多个合并一起处理。其它各项层别条件如检验人员、班别、客户别、机台别等,是根据各个企业及产品不同而自行设定,但各项层别条件应可选择单个或多个,也可不选使符合相应条件的所有记录合并处理。,现场品质管制流程与数据的采集,在计量值数据收集过程中,除了第一节讲到的基本步骤外,要特别注意的是抽样计划,然后进行量测,再将量测值做处理。它的原则是先密后可松。一、计量值抽样计划 根据计量值的特性,它具有连续性,故它的抽样计划与计数值有很大差异。它通常根据产品要求,对产品的重要特性或相关重要因素做定时抽取固定样本个数(不重要的特性就不用做计量值检验了),然后进行量测分析。,现场品质管制流程与数据的采集,计量值的抽样计划目前常用的标准 MIL-STD-414和国内的GB6378。计量值的抽样计划频率 也应根据产品的特性和当前品质状况来制定，产品特性越易检验或重要，抽样频率通常越高，当前品质越差相对频率应加快大一些。如预批次中生产时间较短，为了做直方图或正态分布，也可适当加大抽样频率。现常用的抽样频率为：每2小时或4小时抽一次，每天抽一次较为少见(一般出现在难检和品质较为稳定的特性中)。抽样频率在初始阶段相对高一点，在过程中如发现经管制不断监控舆改善，达到了稳定阶段，可视情况酌情减少抽样频率，甚至放弃该点的计量监控。中间的时间点应根据产品特点及制程特点而定，但在过程中不能又较大幅度的变化。例如在第一个月中，采用5个/小时；经过1个月的监控，品质已稳定，已经又2周时间是cpk乿值达到了2.0以上，可采用5个/4小时(注：一般不宜采用减少每次抽样数)；又经过一个月，发现cpk还是在2.0以上，且没有大幅的周期变化的特性，则可放弃该点做计量值管制。,现场品质管制流程与数据的采集,计量值的管制点 通常为工程部在设计时设定的重要特性，或客户制定要求的重要特性，或在计数值经过几个周期发现某个位置无法或很难再提升品质时，可提出对该位置点的各项相关重要难点做管制。如电阻的电阻值，塑料面板的尺寸，弹簧的最大值。计量值的每次抽样数 也必须根据产品特性或客户要求而定。大部分的产品都采用420个，但如遇化学品、药品等具有含量性质的量测特性，也有采用1个样品/次，如电镀时的化学药品浓度。通常对某一管制特性，其样本数应该是固定的，不要轻易变更。,现场品质管制流程与数据的采集,计量值抽样检验评判 通常有3个级别来品质判定：一是是否超出相应的管制界限或出现管制图判读的异常，如若超出表示有异常发生；二是是否超规格界限，如若超出，则表示有不合格拼发生，制程问题较为严重，甚至要求停止生产；三是该数据区的cpk品质指针是否达到1.33以上。注意：通常以初期时CPK品质指数达不到1.33，属正常，但以后要不断找出原因并纠正改善；再试产期通常要求CPK指针达到1.5以上，量产后要达到1.33以上，这是做品质零缺点的基础,现场品质管制流程与数据的采集,二、计量值数据收集项目 SPC在做计量值数据收集时，包括有产品相关项目和数据条件项目两种。1.产品相关项目 产品相关项目先确定产品的类别、型号规格或产品编号、管制特性、管制特性之间的关系、管制特性的规格界限、检验工作站、量测精度、使用标准差水准等相关产品信息，然后根据抽出的样本进行量测，记录具体数值，最后再进入计算机或处理分析,现场品质管制流程与数据的采集,产品类别舆产品编号：同计数值部分一样，一个企业通常分510个产品类别，一个产品编号只能对应一个产品类别。管制特性：也就是管制点，指量测数据分析的具体位置。一个产品可能有多个管制特性，一个塑料件可能有长度、宽度、厚度等。在一般非新型高科技产业的产品(如IC或晶体)中，对于一个产品，管制特性不要设太多，一般同一时间段有6个就足够，因为太多增加检验工作量，而且当某项品质稳定到一个程度后可以放弃管制,现场品质管制流程与数据的采集,管制特性之间的关系：是指方有多个管制特性时，为了分析管制图特性之间是否有相关性，便于管制特性之间的比较，计算出产品计量总和品质指数，通常要设定各管制特性舆整体品质之间的关系，以CPK值为基准，既有：取最大CPK、最小CPK、平均CPK权重等于。管制特性规格界限：是指产品要求的规格下限，工程部在设计产品时候就界定好或客户给定的，是不可以随便改编的，通常又分双边规格和单边规格。检验工作站：是指该项管制特性所在的位置，一个产品的一项管制特性通常只能耐对应一个检验工作站。,现场品质管制流程与数据的采集,量测精度：是指对该项管制特性量测值的小数字确认，也是在工程设计产品之时就确定好的，同时还要根据量测仪器来确定。通常使用2位小数较多，但如果小数字数较多，如有5位，则建议以特定单位将小数点向后移动23位，这样更便于在后面的运算，尤其是采用计算机化处理时。使用标准差水准：是指此管制特性在最后的品质状态分析中采用几倍标准差，通常是从3到6，中间有：3、3.5、4、4.5、5、5.5、6等。在后面使用的图形有s和a图两种，但注意使用多少倍标准差时，管制界限应该要在规格界限内才有意义。,现场品质管制流程与数据的采集,2.数据条件项目 主要是指各项层别条件，如检验人员、机台别、班别、客户别等项目，这些在第一节已经介绍过，主要是根据自身需要适当加入一个条件，以便于某一产品产量很多时，对各项层条件的内容做逐个的分析。,现场品质管制流程与数据的采集,三、数据筛选 计量值的数据筛选比计数值较为简单，因计量值分析通常都是分析单个产品的简项管制特性，只有极少的产品才分析综合品质指数(多个管制特性合并到一起)，所以数据筛选过程中，只要时间段的选择和各项层别条件项目选择就够了。,现场品质管制流程与数据的采集,时间段选择 时间段应是灵活的，可以选择从年月日时分到年月日时分，甚至有时还可能需要精确到秒，将这一时间段的所有数据处理。这样就可以选择出一天、一周、一月、一年的所有数据，便于图形分析。各项层别条件 如检验人员、班别、客户别、机台别等，是根据各个企业及产品不同而自行设定，但各项层别条件应可选择单个或多个，也可不选。使符合相应条件的所有纪录合并处理。,现场品质管制流程与数据的采集,现场品质管制流程与数据的采集,品质变异性质的分类:普通原因和特殊原因,普通原因(chance causes):非人为原因、共同原因、偶然原因、一般原 因、机遇原因。,操作者细微的不稳定性,设备的微小振动、车床转速、进给速度、刀具的正常磨损,同批材料内部结构的不均匀性,用同一量测器,由同一人量测同产品数次,在短期间量测差异,其它如:气候及环境之变化,现场品质管制流程与数据的采集,特殊原因(Assignable causes):可避免原因、人为原因、非机遇原因、异常原因、局部原因。,操作者未遵照操作标准而操作,虽然遵照操作标准,但操作标准不完善,机器设备的不正确调整,刀具的严重磨损,操作人员的更动,使用不合规格标准的原材料,量具不准确,现场品质管制流程与数据的采集,拉力强度(单位:kg/cm2),现场品质管制流程与数据的采集,一、统计制程管理概述,二、SPC基础统计基本知识,三、统计过程管理,、控制图原理、制作与分析,、直方图和过程能力的分析与研究,、现场品质管制流程与数据的采集,SPC是英文Statistical Process Control的简称，即统计制程控制。SPC就是应用统计技术对过程中的各个阶段进行监控，从而达到改进与保证质量的目的。,SPC的特点是:,(1)SPC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。,(2)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。,(3)SPC不仅用于生产过程，而且可用于服务过程和一切管理过程。,控制图原理、制作与分析,1.控制图原理、制作与分析,2.分析用控制图与控制用控制图,3.判断制程稳定或异常的准则,4.休哈特控制图的种类及其用途,5.计量值控制图制作与分析,6.计数值控制图制作与分析,控制图原理、制作与分析,什么是控制图 控制图是对过程质量加以测定、记录从而进行控制管理的一种用科学方法设计的图。图上有中心线(CL)、上控制界限(UCL)和下控制界限(LCL)，并有按时间顺序抽取的样本统计量数值的描点序列，参见控制图标例图。,控制图原理、制作与分析,控制图原理的两种解释,控制图原理的第一种解释：在控制图上描点，实质上就是进行统计假设检验，而控制图的上、下控制界即为接受域与拒绝域的分界限，点子落在上、下界限之间，表明可接受，点子落在上、下界限之外，表明应拒绝。,控制图原理、制作与分析,正态分布有一个结论对质量管理很有用，即无论均值和标准差取何值，产品质量特性值落在3之间的概率为99.73，于是落在3之外的概率为100%一99.73%=0.27%，而超过一侧，即大于-3或小于+3的概率为0.27%/2=0.135%1，如正态分布曲线图。这个结论十分重要。控制图即基于这一理论而产生。,控制图原理、制作与分析,控制图原理、制作与分析,两类错误,虚发警报的错误,也称第I类错误。在生产正常的情况下,纯粹出于偶然而点子出界的概率虽然很小,但总还不是绝对不可能发生的。因此,在生产正常、点子出界的场合,根据点子出界而判断生产异常就犯了虚发警报的错误或第I类错误,发生这种错误的概率通常记以,虚发警报的错误,控制图原理、制作与分析,漏发警报的错误,也称第类错误。在生产异常的情况下,产品质量的分布偏离了典型分布,但总还有一部分产品的质量特性值是在上下控制界之内的。如果抽到这样的产品进行检测并在控制图中描点,这时由于点子未出界而判断生产正常就犯了漏发警报的错误或第类错误,发生这种错误的概率通常记以 由于控制图是通过抽查来监控产品质量的,故两类错误是不可避免的。在控制图上,中心线一般是对称轴,所能变动的只是上下控制限的间距。若将间距增大,则减小而增大,反之,则增大而减小。因此,只能根据这两类错误造成的总损失最小来确定上下控制界限。根据经验，3作为管制限可以使总损失最小,漏发警报的错误,控制图原理、制作与分析,控制图原理的第二种解释,根据来源的不同，质量因素可以分成4M1E五个方面。但从对质量的影响大小来看，质量因素可分成偶然因素(简称偶因)与异常因素(简称异因)两类。偶因是始终存在的，对质量的影响微小，但难以除去，例如机床开动时的轻微振动等。异因则有时存在，对质量影响大，但不难除去，例如车刀磨损、固定机床的螺母松动等。,控制图原理、制作与分析,偶然因素（偶波）和异常因素（异波）,偶然因素之变异,异常因素之变异,大量之微小原因所引起,不可避免2.不管发生何种之偶然原因，其个别之变异极为微小3.几个较代表性之偶然原因如下：(1)原料之微小变异(2)机械之微小掁动(3)仪器测定时不十分精确之作法4.实际上要除去制程上之偶然原因，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,可以避免2.任何一个异常原因，都可能发生大之变异几个较代表性之异常原因如下：(1)原料群体之不良(2)不完全之机械调整(3)新手之作业员4.异常原因之变不但可以找出其原因，并且除去这些原因之处置，在经济观点上讲常是正确者,控制图原理、制作与分析,局部性的对策及系统中的对策,局部问题的对策,(1)通常用来消除特殊原因造成的变异,(2)可以被制程附近的人员来执行,(3)一般可以改善制程的 15%,系统改善的对策,(1)通常用来减低普通原因造成的变异,(2)几乎总是需要管理者的行动来加以矫正,(3)一般可以改善制程的 85%,控制图原理、制作与分析,偶波与异波都是产品质量的波动，如何能发现异波的到来呢？经验与理论分析表明，当生产过程中只存在偶波时，产品质量将形成某种典型分布。如果除去偶波外还有异波，则产品质量的分布必将偏离原来的典型分布。因此，根据典型分布是否偏离就能判断异波，即异因是否发生，而典型分布的偏离可由控制图检出。例如在车制螺丝的时，由于发生了车刀磨损的异因，螺丝直径的分布偏离了原来的正态分布而向上移动，于是点子超出上控制界的概率大为增加，从而点子频频出界，表明存在异波。控制图上的控制界限就是区分偶波与异波的科学界限。,控制图原理、制作与分析,根据不同的用途,控制图分成两类,即分析用控制图与控制用控制图。分析用控制图的主要目的是:(1)分析生产过程是否处于稳态。若过程不处于稳态,则须调整过程,使之达到稳态。(2)分析生产,过程的工序能力是否满足技术要求。若不满足,则需调整工序能力,使之满足。比利时学者威尔达(S.J.Wierda)称此状态为技术稳态,而前一状态为统计稳态。根据统计稳态与技术稳态的是否达到可以分为如状态分类表所示的四种情况:,控制图原理、制作与分析,1.状态:统计稳态与技术稳态同时达到,这是最理想的状态。,2.状态:统计稳态未达到,技术稳态达到。,3.状态:统计稳态达到,技术稳态未达到。,4.状态IV:统计稳态与技术稳态均未达到。这是最不理 想的状态。,控制图原理、制作与分析,当过程达到了我们所确定的状态后,才能将分析用控制图的控制线延长作为控制用控制图。由于后者相当于生产中的大法,故由前者转为后