SPC培训课件.ppt

SPC培训课件,目 录,第一章:SPC 概论-产生、作用和术语 第二章：数据的收集、整理与分析 第三章：过程能力分析控制图应用 第四章：控制图介绍 第五章：计量值控制图 第六章：控制图的分析与判断,第一章:SPC 概论-产生、作用和术语,五大核心工具之间的关系：APQP 是方法；FMEA、MSA、SPC 是工具；PPAP 是结果，是输出！,概论,品管历史,品管观念,品管制度,18C前19C 初19C 20年代19C 40年代19C 60年代19C 80年代,作业人员品质管理领班品质管理检验员品质管理统计的品质管理品质保证全面质量管理全面质量责任,品质是检查出来的 品质是制造出来的品质是设计出来的品质是管理出来的品质是习惯出来的,品质检查（QI）品质控制（QC）品质确保（QA）全面品质（TQC）全面品质（TQM）,时 间,质量观念的发展,过程控制的需要,探测-容忍浪费预防-避免浪费,通过质量控制来检查最终产品并剔除不符合规范的产品，在管理部门则经常靠检查或重新检查工作来找出错误，在这两种情况下都是使用检测的方法，这种方法是浪费的,一种在第一步就可以避免生产无用的输出，从而避免浪费的更有效的方法,X,Upper Control Limit,Upper Control Limit,A,B,C,D,E,L,M,N,O,P,能控制的因子-改善对象-能调整-特别情况,不能控制的因子-共同事项-Noise-持续的事项,反馈信号,控制过程因素,输入,输出,样本抽样,PROCESS 过程,调整作用,获得稳定、可预测的输出分布,SPC统计过程控制基本知识,位置,宽度,形状,常见的过程分布为正态分布，二项式分布和泊松分布（计数型数据）,评价一个公差分布的三个基本特性位置：分布中心，常用平均值、中位数和众数表达宽度：表明分布的离散水平，重用标准差、极差表示形状：表明分布的形状，常用偏态（对称性）和峰度表示,SPC统计过程控制基本知识,变差的普通原因和特殊原因 普通原因：是指过程在受控的状态下，出现的具有稳定的且可重复的分布过程的变差的原因。表现为：过程固有的，也就是系统的原因；始终作用于过程；过程的分布是可以预测的；,SPC统计过程控制基本知识,特殊原因：（通常也叫可查明原因）是指造成不是始终作用于过程的变差的原因，即当它们出现时将造成（整个）过程的分布改变。只用特殊原因被查出且采取措施,否则它们将继续不可预测的影响过程的输出。表现为：不是始终作用于过程，是偶然的；导致过程分布的结果无法预测；消除后可以使过程分布结果可预测；特殊原因是有害的或者也可能是有益的；,SPC统计过程控制基本知识,如果仅存在变差的普通原因，目标值线随着时间的推移，过程的输出形成一个稳定的分布并可预测。预测 时间 范围 目标值线如果存在变差的特殊原因，随着时间的推 预测移，过程的输出不稳定。范围 时间,SPC统计过程控制基本知识,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纠正大约15%的过程问题对系统采取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，以便纠正大约可纠正85%的过程问题,SPC统计过程控制基本知识,过程控制稳定（只有普通原因作用的过程）受控（消除了特殊原因）时间 范围 不受控（存在特殊原因）,SPC统计过程控制基本知识,过程能力：是由变差的普通原因决定的，通常代表过程本身的最佳性能 受控且有能力符合规范（普通原因造成的变差已减少）规范下限 规范上限 时间 范围 受控但没有能力符合规范（普通原因造成的变差太大）,SPC统计过程控制基本知识,过程分类(按其能力和是否受控)控制理想的过程是第1类过程;第2类过程受控但因普通原因的变差过大;第3类过程符合要求,但不是受控过程(特殊原因);有时可接受;第4类过程不可接受;,SPC统计过程控制基本知识,过程分类(按其能力和是否受控)第3类过程符合要求,但不是受控过程(特殊原因);有时可接受,要求是;过程能力可以满足客户要求；解决问题需要投入费用超过预期的收益；特殊原因已经被识别，并且可以控制；当过程出现一个新的特殊原因时可以能够识别；客户同意,SPC统计过程控制基本知识,“我们的工作质量？”,生产者主张的品质,顾客感受的品质,我们要站在顾客的立场上，要用波动的观点要用统计性思考方式看待产品和工作结果。,SPC统计过程控制基本知识,“我们的工作质量？”-用过程声音保证客户的声音,客户的声音-产品的公差，或者工程规范过程的声音-过程控制规范（也就是控制限）,SPC统计过程控制基本知识,SPC的益处1、供正在进行过程的操作者使用,确保制程持续稳定、可预测。2、提高产品质量、生产能力、降低成本。3、是讨论过程的性能提供共同的语言,为制程分析提供依据。4、区分变差的特殊原因和普通原因，作为采取局部措施或对系统采取措施的指南.,SPC统计过程控制基本知识,S P C=Statistical Process Control,Statistical:（统计）用统计方法 通过Sample Data（抽样数据）监控和分析Process（过程）的变化,Process:（过程）分解出确保质量的要素 理解管理计划的必要性 确保树立管理计划能有效实施Control:（控制）早期预报Process的变化 具备在最终Output（输出）出现前能纠正问题的时间,第二章:数据的收集、整理与分析,真实性:只有真实的数据才能反映真实的品质状.。及时性:SPC的主要功能是预测品质，只有数据及时才能及时分析，才可能 预测品质，否则预测就无意义了.简洁性:简洁管理减少人力、物力、财力，过多的复杂工作会增加成本，造成不必要的浪费.标准性:收集数据的项目个数及格式是规范统一的，便于管理和统计分析。,数据收集四原则,数据统计的基本概念单位产品（unit product）：为实施检验的需要而划分的基本单元。（有时也可以称为个体）批量：单位产品的总和，又称总体。样本：自总体中抽取一部分个体所构成的集合。随机抽样：总体中的样本个体具有被均等机会抽取出的抽样方式。计量值：以产品本身的特性来表示，如长度、温度、总重量等。计数值：以缺陷数和个数表示。,数据收集和整理数据收集：应注意依照分层原则按照原料、设备、班次、作业员 等分别归类，防止不同层别数据混在一个群体之中。数据整理：计量值数据绘制直方图判定过程是否稳定、正常。,注意要掌握数据变差的内容,中心偏右的直方图考虑会出现什么问题,下限,分散度小的直方图能力富裕型,分散度大的直方图能力不足型,无富裕型直方图,直方图形态分析,对于直方图主要分析两类问题 一是观察数据的分散程度二是数据分布中心与规格中的偏离状态,数据覆盖的范围，由过程固有技术特性决定。如：各项过程参数是否适当设置,数据中心是否符合规格要求，由过程管理因素决定。如：各项过程参数是否在规定的条件下,过程 过程特性,输入变量控制变量,输入变量干扰变量,输出：Y产品特性,1.剔除特殊原因的波动 2.减少分散,集中到目标值,统计过程控制基本方法,.,.,.,(1)平均值（或）：n个样本测定值X1，X2，Xn的平均值 记为 群体的平均值记为。(2)中位数：n个样本测定值X1，X2，Xn，n为奇数时，将n 测定值从大到小排列，最中间的一个数值即为中位数。(3)众数Mo：n个样本测定值中，发生次数最多的数值(4)全距R：样本数据中最大数与最小数之差。（全距R又称极差，在控制图使用中普遍使用极差控制图）(5)样本标准差S：(6)群体标准差：,S2 是2的无偏估计,是的无偏估计，,过程或数据分布的形态,峰态分析,数据的分布服从正态分布（，）既分布平均值为，标准差为，根据这两个特性值就可以确定出这一组数据的分布形态。,变化，而不变,正态分布的性质1.分配形态对称于横坐标上平均点上的垂直线。2.正态分配曲线左右两尾逐渐接近于横坐标轴，但不与横坐标相交。3.曲线下横轴上的面积等于1，其概率分布如下图。,正态分布特性,1,2,3,5,6,4,-6,-5,-4,-2,-1,-3,99.73%,99.9937%,99.999943%,99.9999998%,第三章:过程能力分析,过程能力分析,表述过程指数分为过程能力和过程性能过程能力：只有普通原因作用的状况下，过程的分布形状。一把分为Cp与Cpk。Cp:过程能力（B）B=6（6倍标准差）因为在3分布范围内的概率分布为99.73%。表示该过程产品质量波动的范围。过程能力指数 Cp（Capability of Process）过程能力指数-,T-表示产品公差 B（6）-表示过程能力,规格管理的危险性,Not just to meet customer or contractual requirements!被BOSS训斥的痛苦!,控制线管理的益处,Spec,LSL,USL,Very Centered,变异是我们的敌人,LCL,UCL,不良品已经产生,潜在不良出现,计量型数据的过程能力和过程性能,过程固有变差(过程能力指数)仅由于普通原因产生的过程变差,该变差可以从控制图通过R/d2来估计；过程总变差(过程性能指数)-由于普通和特殊两种原因造成的变差,本变差可用样本标准差S来估计。,过程能力指数研究,Cp:过程能力指数，过程能力与规格最大允差的比较，反映了过程满足既定规格公差要求的能力，不受过程位置影响。仅适用于统计稳定过程，是过程在受控状态下的实际加工能力，不考虑过程的偏移，是过程固有变差（仅由于普通原因产生的变差）的6范围，式中通常用R-bar/d2或者s-bar/c4来估计。所以过程能力是用过程在受控状态下短期数据计算的。因此又将过程能力称为“短期过程能力”，实际中常将短期省略。这个指数只是针对双边公差而计算的，对于单边公差没有意义。Cpk:能力指数，综合考虑了过程分布的位置和变差的能力指数。是在过程有偏移情况下的过程能力，前提是要过程稳定且数据是正态分布，而且数据应该在25组以上（建议最少不要低于20组，数据组越少风险越大），只考虑过程受普通原因的影响。因为过程只受到普通原因变差影响是理想状态下的，从长期来说过程总会受到各种特殊原因的影响，所以又被称为短期过程能力，也叫潜在过程能力。,CPK通过CPU或CPL的最小值来计算，计算公式:CPU=(USL-X-bar)/3和CPL=(X-bar-LSL)/3对于双边公差，通常为Cpk Cp,只有过程位于中心时，Cpk=Cp。1.33 CPK 1.67在此范围过程稳定PPK：过程性能指数，因为计算不需要过程稳定（因为在计算公式中已经考虑了普通和特殊两种原因的影响），所以在 PPAP手册中要求在产品进行试生产过程不稳定时（此时过程受两种原因影响）用 PPK衡量过程能力，要求PPK=1.67 才能进入量产阶段，所以又把PPK称为初期能力指数。PPK通过 PPU或 PPL的最小值来计算，计算公式 PPU=(USL-X-bar)/3s和 PPL=(X-bar-LSL)/3sCMK：设备能力指数,Cp（CapabilityIndiesofProcess）：稳定过程的能力指数，定义为容差宽度除以过程能力，不考虑过程有无偏移，一般表达式为：CPU：稳定过程的上限能力指数，定义为容差范围上限除以实际过程分布宽度上限，一般表达式为：CPL：稳定过程的下限能力指数，定义为容差范围下限除以实际过程分布宽度下限，一般表达式为：,在Cp、Cpk中，计算的是稳定过程的能力，稳定过程中过程变差仅由普通原因引起，公式中的标准差可以通过控制图中的样本平均极差R估计得出：因此，Cp、Cpk一般与控制图一起使用，首先利用控制图判断过程是否受控，如果过程不受控，要采取措施改善过程，使过程处于受控状态。确保过程受控后，再计算Cp、Cpk。由于普通和特殊两种原因所造成的变差，可以用样本标准差S来估计，过程性能指数的计算使用该标准差。即：,过程能力与设备能力的区别：,过程指数-过程能力指数与过程性能指数,过程能力指数Cp、Cpk：只包含子组内变差（以子组内数据的标准差进行评估），不考虑过程均值与目标值的偏差程度；过程性能指数Pp、Ppk：包含子组内变差和子组间变差（以所有数据的标准差进行评估）；考虑过程均值与过程目标值的偏差程度。指数要综合评估，很难基于单个指数或比值来评价或认识过程，分析过程是在评价指数的同时，利用图形（控制图、分布图及损失函数图）。用Cp&Pp、Cpk&Ppk比较，且用过程固有变差与过程总变差作图，很容易发现特殊原因的影响分析/消除。,过程能力指数的计算（双侧公差）,1.分布中心与公差中心重合,2.分布中心与公差中心不重合时（有偏移）,Cpk,=(1-k)Cp k为修正系数,TU,T=TU-TL,-3,TL,3,M,M-表示公差中心-表示数据分布中心,根据值与规格的上下限值中哪个最接近，来计算。既：,s,3,x,T,Cpk,L,-,=,接近下限时,接近上限时,s,Cpk,U,-,=,x,x,T,x,过程能力指数的计算（单侧公差）,-表示数据分布中心,x,2.只有下限公差时，过程能力为CpL。,在监控过程中,使用-R 控制图计算R值,可以较简便的算出过程能力指数。,R-极差平均值,-控制图常数(常用 n=5时,d2=2.326 n=6时,d2=2.534),1.只有上限公差时，过程能力为CpU。,过程能力指数的评定,提高过程能力指数,调整过程分布中心，减少偏移量。工具磨损、加工条件随时间变化的规律，采取调整和补偿。通过首件检查，调整定位装置。改变操作者的不良加工习惯。采用更精密的量规。提高过程能力，减少分散程度 改进工艺方法，优化过程参数，使用新材料，新技术 更新设备，提高工装精度 减少材料批次间的波动 修订公差范围 必须保证不影响产品质量，可修订不切实际的过高公差,第四章:控制图的应用,3控制的判稳准则,P(-3 X+3)=0.9973 是基于正态分布的重要特性。假设产品的特性值服从正态分布，则产品特性值 在区间（-3，+3）的分布概率为99.73%。目前世界上大部分国家 都采用3倍标准差为控制界限。如有一点出界就判定异常是很可靠的。但只打一个点未出界可能是-过程稳定-虚报（一类错误，二类错误）,管理要求,FMEA分析,关键产品特性KPC,关键控制特性的界限规格,确定来自客户的图纸、技术协议以及相关技术规格规定等。质量战略重点、成本考虑等。,利用失效模式和后果分析（FMEA)的方法分析客户要求中各项特性的重要程度等级。,根据客户要求特性的重要程度等级，找出关键产品特性。,关键控制特性KCC,根据关键产品特性在各个工序的分布，建立与之对应的工序控制矩阵图，从而确定需要控制的工序特性项目。,根据确定下来的所有关键控制特性项目，结合客户的要求和工程要求，确定管理界限规格。,关键质量特性确认,控制图的术语1).普通原因：2).特殊原因：3).中心线（CL）：表示控制的平均值或平均数。4).控制上限（UCL）：中心线上方的控制界限。5).控制下限（LCL）：中心线下方的控制界限。6).控制状态（UC）：记入控制图内的点子，其分布只存在普通原因引起的变差。7).不在控制状态：记入控制图内的点子，因特殊原因造成落在控制界限上或之外，或在界限内呈一定规律分布。,控制图应用的程序 选取控制图拟控制的质量特性根据质量特性及适用的场合选取控制图类型确定合适样本组、样本大小和抽取间隔,并假定在样本组内波动为系统因素引起。收集并记录2025个样本组的数据，或使用以前所记录的数据，通常每组样本量 n=45个。计算各组样本的统计量（均值、标准差、极差等）计算控制界限值绘制统计图，计算各组的统计量分析样本点的排列形状，判断过程是否受控,控制图取样的原则：组间变差只存在于样本间，组内变差只存在于样本内！,控制图的种类与适用场合,类别,名称,控制图符号,特点,适用场合,计量,均值-极差控制图,x-R,最常用，判断工序是否正常的效,果好，计算R值的工作量小。,适用于产品批量大且生产正,常、稳定的工序。,值控,均值-标准差控制图,x-s,常用，判断工序是否正常的效果,最好，但计算s值的工作量大。,适用于产品批量大且生产正,常、稳定的工序。,中位数-极差控制图,x-R,计算简便，但效果较差。,适用于产品批量大且生产正,常、稳定的工序。,制图,单值-移动极差控制,图,X-MR,简便省事，能及时判别工序是否,处于稳定状态。缺点是不易发现,工序分布中心的变化。,因各种原因（时间或费用）,每次只能得到一个数据或尽,快发现并消除异常因素。,计数,不合格品数控制图,np,较常用，计算简洁，作业人员易,于掌握。样本含量较大。,样本含量相等。,值控,不合格品率控制图,p,样本取样量大，且计算量大，控制曲线凹凸不平。,样本含量可以不等。,缺陷数控制图,c,较常用，计算简洁，作业人员易,于掌握。要求样本量大。,样本含量相等。,制图,单位缺陷数控制图,u,计算量大，控制曲线凹凸不平。,样本含量可以不等。,控制图的种类与控制界限计算,类别,名称,符号,特点,适用场合,中心线,控制界限线,计量值控制图,平均值 极差控制图,X R,X RM,中位数 极差控制图,单值 移动差控制图,平均值 标准偏差控制图,最常用，判断工序是否正常的效果好，但计算工作量大,适用于产品批量较大的工序,=,R,X,X,R,X,RM,X,S,计算简便，但效果较差,适用于产品批量较大的工序,简便省事，及时判断工序状态。但不易发现分布中心的变化,因各种原因每次只能收集一个数据或希望尽快发现并消除异常因素,D4R,X+2.659,RM,D3R,UCL=,LCL=,UCL=,LCL=,UCL=,LCL=,UCL=,LCL=,UCL=,LCL=,UCL=3.267,LCL不考虑,UCL=,LCL=,UCL=,LCL=,D4R,D3R,RM,X-2.659,RM,正态分布,D8S,D7S,S计算量达，借助计算机，样本容量大，一般9个,控制图的种类与控制界限计算,类别,名称,符号,特点,适用场合,中心线,控制界限线,记数值控制图,不合格品数控制图,单位缺陷数控制图,缺陷数控制图,较常用，计算简便操作工人易于理解,样本容量相等,PN,计算量大，控制线凹凸不平,简便省事，及时判断工序状态。但不易发现分布中心的变化,UCL=,LCL=,不合格品率控制图,PN,P,C,U,样本容量不等,计算量大，控制线凹凸不平,样本容量不等,样本容量相等,P+3,PN（1-P）,P-3,PN（1-P）,P,U,C,UCL=,LCL=,P+3,P（1-P）,P-3,P（1-P）,N,N,UCL=,LCL=,U+3,U,U-3,N,U,N,UCL=,LCL=,C+3,C,C-3,C,二项分布,泊松分布,控制图系数表,系数,d,2,1/d,2,d,3,m,3,A,2,A,3,m,3,A,2,D,3,D,4,A,10,C,2,C,4,1/C,4,C,5,E,2,B,3,B,4,B,7,B,8,A,9,2,1.128,0.8862,0.893,1.000,1.880,2.659,1.880,3.267,2.00,0.564,0.7079,1.2533,0.4262,2.660,3.267,2.603,2.695,3,1.693,0.5908,0.888,1.160,1.023,1.954,1.187,2.579,1.20,0.724,0.8862,1.1284,0.3783,1.772,2.568,2.281,1.826,4,2.059,0.4857,0.880,1.192,0.729,1.628,0.796,2.282,1.00,0.798,0.9213,1.0854,0.3367,1.457,2.266,2.096,1.522,5,2.326,0.4299,0.864,1.198,0.577,1.427,0.691,2.115,0.80,0.841,0.9400,1.0638,0.3051,1.290,2.089,0.026,1.974,1.363,6,2.534,0.3946,0.848,1.135,0.483,1.287,0.549,2.004,0.70,0.869,0.9515,1.0510,0.2808,1.184,0.030,1.970,0.115,1.885,1.263,7,2.704,0.3698,0.833,1.214,0.419,1.182,0.509,0.076,1.924,0.66,0.888,0.9594,1.0423,0.2611,1.109,0.118,1.882,0.183,1.817,1.195,8,2.847,0.3512,0.82,1.160,0.373,1.099,0.432,0.136,1.864,0.61,0.903,0.9650,1.0363,0.2453,1.054,0.185,1.815,0.237,1.763,1.143,9,2.970,0.3367,0.808,1.223,0.337,1.032,0.412,0.184,1.816,0.58,0.914,0.9693,1.0317,0.2318,1.01,0.239,1.761,0.283,1.717,1.104,10,3.078,0.3248,0.797,1.177,0.308,0.973,0.363,0.223,1.777,0.55,0.923,0.9727,1.0281,0.2202,0.975,0.284,1.716,0.321,1.629,1.072,n,以上数据是根据3控制原理，运用数理推论而得到的系数，你只需会查表即可。,（1）计量值或记数值,（2）群的大小是否大于1,（3）不良或是缺陷,（3）样本大小是否一致,（4）中心值是平均值还是中位值,计数值,计量值,N大于1,N等于1,X R,X RM,Pn,P,C,U,选择管理图流程图,第五章:计量值控制图,均值-极差控制图（x-R）将均值控制图与极差控制图联合使用的一种控制图的形式。X 控制图控制界限的计算公式 CL=x UCL=x+A2R LCL=x-A2R,R 控制图控制界限的计算公式 CL=R UCL=D4R LCL=D3R,A2、D4、D3为控制图系数，需要查表即可得出。需注意当n6时，D3为负值，由于R为非负值，所以取LCL=0。即取坐标轴为控制下限。,最常用的统计过程控制方法,绘制（x-R）的步骤：1.决定控制的项目；2.收集数据，数据取样方法和注意事项；取样必须具有代表性，取样时原则上按不同的设备、操作人员、原料等分别取样，以免除异常因素带来的误差。样本大小为25个，常取45个。样本组为2025个。一般按产品的生产顺序或测定顺序，排列数据；3.将收集数据分组并记入表中（提供控制图常用表格）4.计算平均值（X）、极差（R）总平均值（X）平均极差（R）5.计算控制界限 CLx、UCLx、LCLx CLR UCLR LCLR6.绘制控制界限7.点图8.控制图分析,控制图取样的原则：组间变差只存在于样本间，组内变差只存在于样本内！,控制图用于分析生产过程的步骤：控制界限的分析：1.如果所有的控制点均在控制界限内随机分布，则可以以此作为控制界限。2.如果某些控制点超出控制界限，则应对异常原因进行调查，并加以消除。然后利用剩余的数据重新计算控制界限。3.虽有控制点超出控制界限，但原因不明，或已查明原因但无法消除，则这些点无需剔除。寻找正态分布：可以借助直方图，作次数分配表。如果不呈正态分布，需对数据进行重新层别，分组，直到数据呈正态分布。,一般优先分析极差控制图，再分析均值控制图,第六章:控制图的分析与判断,X图 受控R-图 受控,过程受控,判稳准则与判异的基本准则,控制图分析X平均控制图分布分析,UCL,LCL,X,异常点，需要考虑过程控制因素,任何超出控制限的点-非受控,控制图分析极差R分布分析,。,。,。,。,。,。,R,UCL,UCL,异常点，需要考虑过程控制因素,R,任何超出控制限的点-非受控,控制图分析平均值和极差都不受控的状况,。,。,。,。,。,。,UCL,UCL,异常点，需要考虑过程控制因素,R,。,。,。,。,。,。,X,UCL,LCL,。,。,任何超出控制限的点-非受控,虽然在控制限内，但是点子排列有缺陷现象,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,连续点在7点呈上升或下降趋势时，这也是异常！可能与设备老化、润滑不足、人员疲劳有关。,这是典型小概率事件,连续链：出现以下情况时，需要注意：,间断链：,UCL,CL,LCL,11点中有10点在CL的同侧。,11点中有10点在中心线的同一侧出现；14点中有12点在中心线的同一侧出现；17点中有14点在中心线的同一侧出现；20点中有16点在中心线的同一侧出现。,这些都属于小概率事件，属预防范畴需要现场解决！,虽然在控制限内，但是控制点在控制界限内出现跳跃分布状况,3点中至少有2点落在A区上；连续5点中至少有4点落在A区和B区上；明显多于2/3的点（如90%）落在C区上；明显少于2/3的点（如40%）C区上。,