SPC统计过程控制-新版new课件.ppt

《SPC统计过程控制-新版new课件.ppt》由会员分享，可在线阅读，更多相关《SPC统计过程控制-新版new课件.ppt（245页珍藏版）》请在三一办公上搜索。

1、2023年3月25日星期六,SPC统计过程控制-新版new,【咨询师简介】,汤 锋（tom）苏州卓一企业管理顾问有限公司 高级咨询师 IRCA注册审核员擅长业务：ISO9000,ISO14000,QS9000 OHSAS18000,ISO/TS16949等 体系咨询 企业运营系统改善 品质管理及统计工具“5S”及现场管理 生产管理 企业中层干部培养,2,一、课程目的,1使学员建立基本的SPC统计理论基础与品管概念,以结合专业知识应用于日常的品管作业;2使学员学习活用基本的直方圆、柏拉图、控制图（包括新型控制图）等方法,以改善与强化过程品管作业;3使学员掌握过程能力评估的方法,改善过程能力.,3

2、,二、课程大纲,一.SPC统计过程控制概论1.何谓统计过程控制 2.统计方法的意义 3.SPC的起源 4.SPC的基本原理 5.统计过程控制之意义6.SPC能解决过程之问题 7.SPC的特点二.SPC理论讲解1.过程控制基本理论 2.过程变异 3.常态分配等基础统计学理论介绍4.过程变异原因(普通原因/特殊原因分析),4,二、课程大纲,5.过程控制和过程能力介绍 6.统计过程控制之系统架构 7.控制图介绍8.计量型控制图介绍 a.平均值和全距控制图介绍 b.平均值-标准差控制图介绍 c.个别值与移动全距控制图介绍 d.中位数与全距控制图介绍9.计数型控制图介绍 a.不良率控制图介绍 b.不良数

3、控制图介绍,5,二、课程大纲,c.缺点数控制图介绍 d.单位缺点数控制图介绍 10.控制图上异常原因之分析检讨 11.直方图介绍 a.直方图的定义 b.直方图制作步骤与注意事项 c.直方图的运用与解析 12.柏拉图介绍 13.统计过程控制术语 a.过程能力分析介绍,6,二、课程大纲,b.过程能力指数(Ca/Cp/CPK)评估(Pp/Ppk)评估(Cmk)评估15.直方图实际演练 16.控制图使用实际演练三.其它类型控制图(新版)1.以概率为基础的控制图-类似预控图 a.停止灯/红绿灯控制图 b.预控图,7,二、课程大纲,2.小批量控制图 a.和名义尺寸不同或偏离Xbar-R控制图 b.标准化

4、Xbar-R控制图 c.标准化计数型控制图 3.可以探测微小变化的控制图 a.累积和控制图三.SPC推行实务介绍 1.SPC的导入流程 2.SPC的导入步骤 3.工业界导入SPC的困扰 4.SPC 的迷思,8,培训时间 2006年11月25-26日（六-日）9：0012：00 课程讲解讨论 中间休息2次各10分钟 12：0013：00 中餐 13：0016：00 课程讲解讨论 中间休息2次各10分钟,9,1、专心听讲（请手机调成“震动、静音”）。2、积极思维（杜绝“鱼眼”现象）。3、互动学习（敞开心胸，积极投入，但须避免“小儿多动症”）。4、些许自由（允许小磕睡、短时外出，但须保持安静）。5、

5、拒绝干扰（非紧急情况下，请勿接受干扰）。6、禁止在课室内吸烟。,小憩及用餐后请准时回到课室切勿流连忘返,课堂纪律,10,第一章 SPC统计过程控制概论,11,一何谓统计过程控制,统计过程控制:(Statistical Process Control)运用统计技术(主要为控制图、直方图、柏拉图等工具)对生产过程中信息和资讯(产品特性和重要过程参数)进行分析并将所得结论用于过程监控和改善预防的方法.简称SPC.,12,Statistical:（统计）以概率统计学为基础，用科学的方法分析数据、得出结论；Process：（过程）有输入-输出的一系列的活动；Control：（控制）事物的发展和变化是可预

6、测的；,13,二统计方法的意义,策划数据的收集，整理与解释资料，并据以导出结论或予以推广的过程，称为统计方法。阐述统计方法与理论的科学，即为统计学。上述统计方法，从全部资料中，抽取部分数据，对此部分数据的收集、整理，并将其结果加以解释，使不了解统计方法的人得以了解，并据以对全部资料作成结论，或推导出全部资料所蕴含的特性。,14,三.SPC的起源,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品质成为一个突出问题，单纯依靠事后检验的品质控制方法已不能适应当时经济发展的要求，必须改进品质管理方式。于是，英、美等国开始着手研究用统计方法代替事后检验的品质控制方法。1924

7、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，为统计品质管理奠定了理论和方法基础。,15,品质管理与统计方法,品质管理的发展阶段：操作员品管、领班品管、统计品管SPC、全面品管TQC、全面品质管理TQM，六大阶段。自第四阶段的统计品管SPC，Dr.Shewhart 博士(1924 年)发表制造产品品质的经济控制以后，统计方法即持续运用于品质管理中。举凡(1)市场分析(2)产品设计(3)可靠度规格，寿命/耐用性预测(4)过程控制/过程能力分析(5)品质水平/抽样检验计划之决定(6)数据分析/性能评估/缺点分析 等，均导入适当之统计方

8、法。,16,四.SPC的基本原理,波动无处不在;正常波动和异常波动;通过保持过程受控和稳态提高过程能力和品质水平.,17,3 原理,18,五.SPC的意义,全面、及时了解品质信息，信息共享;有效监测和预防，提高生产率;提高客户满意度，赢得更多客户;保持产品和服务品质的稳定性及进一步的持续改进;降低总的品质成本.,19,SPC的意义,有效监测与预防,管理控制图,实际的变化发生在此处,将导致在此处耗费时间查找原因,USL,UCL,20,“SPC就像房屋中的烟雾探测器：只要这种装置备有电池，并且被正确安置以及旁边有人监听，那么它就可以提前发出警报使你有足够时间阻止房屋起火”6 Sigma管理法 追求

9、卓越的阶梯,21,六.SPC能解决的过程问题,1.经济性:有效的抽样控制,不用全数检验,预估不良率,得以控制成本.使过程稳定,生产可以预测,而能掌握品质、成本、交期.2.预警性/时效性:过程的异常趋势可实时对策,预防整批不良,以减少浪费.直接由作业人员绘制控制图,提供一个可靠的资料,以决定何时应该采取对策,何时可以不必采取任何措施.3.分办共同原因与特殊原因: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:过程能力可作为改善前后比较之简单指针,作为过程检讨的共同语言.,22,七.SPC的特点,与全面品质管理相同，强调全员

10、参与，而不是只依靠少数品质管理人员;强调应用统计方法来保证预防原则的实现;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的重点就在与“P（Process，过程）;可判断过程的异常，及时告警；不能告知此异常是什么因素引起的;最终发展为SPD（Statistical Process Diagnosis，统计过程诊断）-SPD既有告警功能，又有诊断功能.,23,八.SPC手册的六点说明,在开始讨论之前，需进行六点说明：1.收集数据并用统计方法来解释它们并不是最终目标，最终目标应是对读者的过程不断加深理解。当一个没有任何改进的技术专家是很容易的。增

11、加知识应成为行动的基础；2.测量系统对合适的数据分析来说很重要，并且在收集过程数据之间就应很好地了解它们，如果这样的一个系统缺少统计控制或他们的变差占过程数据总变差中很大比例，就可能作出不适当的决定。在手册中，假设该系统处于受控状态并且对数据的总变差没有大影响。为了更详细的了解这些内容读者可参考AIAG出版的测量系统分析（MSA）手册,24,八.SPC手册的六点说明,3.研究变差和应用统计知识来改进性能的基本概念适用于任何领域，可以是在车间中或办公室里。例子有：机器（性能特性）、记帐（差错率）、总销售额、浪费分析（废品率）、计算机系统（性能特性）及材料管理（运送时间）。本手册重点放在车间应用中

12、。鼓励读者参考附录H中的参考文献应用于行政管理及服务中；4.SPC代表统计过程控制，不幸的是在北美统计方法常用于零件而不是过程。应用统计技术来控制输出（例如零件）应仅仅是第一步。只有当生产输出的过程成为我们努力的重点。这些方法才能在改进质量，提高生产率，降低成本上发挥作用；,25,八.SPC手册的六点说明,5.尽管本书的每一点是通过已完成的例子来说明，要真正理解这些知识需要进一步与过程实际相联系。研究读者自己的工作场所或相似的部门中的实际例子是对本书的重要补充。然而，现有过程信息不能代替实际工作经验；6.本书可看成应用统计方法的第一步。它提供从经验中得到的法则，这些法则在许多方面得到了应用。然

13、而，还是存在不能盲目使用这些法则的例外。本手册不能满足初学者对统计方法和理论知识的进一步需要，我们鼓励读者寻求正规的统计教育。在读者的过程和统计方法的应用已经比本手册所述的内容更先进的地方我们也鼓励读者向具有一定的统计理论知识与实践的人员请教。以便了解其它技术；,26,第二章SPC理论讲解,27,1.何谓过程,过程(Process):将输入(人员、资金、材料、设备、技术方法等)转化为输出(成品或服务)的一组彼此相关的资源和活动.即制造过程.注:该定义源自ISO9000:2000品质管理体系 基础和术语,一.过程控制基本理论,28,2.过程控制的需要-预防与探测,检测-容忍浪费 预测-避免浪费

14、过去,制造商经常通过生产来制造产品,通过品质控制来检验最终产品并剔除不符合规范的产品.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,因为它允许将时间和材料投入到不一定有的产品或服务中.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是-预防,29,对许多人来说预防和策略听起来很明智，甚至显然的。经常能听到这样的口号“第一次就把工作做好。”但光在口号是不够的。所要求的是理解统计过程控制系统和各个要素。下述逐步介绍了这些要素。并可以看成是下列问题的答案：什么是过程控制系统？变差是如何影响过程输出的？统计技术是如何区分一个问题实质是局

15、部的还是涉 及到整个系统的？什么是统计受控过程？什么是有能力的过程？什么是持续改进循环？过程控制对哪一部分起作用?什么是控制图：如何使用 使用控制图有什么好处？,30,3.过程控制的目的,过程控制的目的:在制造过程中,依标准和方法进行控制,以确保制品品质,并重视变异,以预期防患不良品之发生或再度发生,使制品能在规定之使用环境发挥预期之机能,以对下工程作保证(下一工站或客户).,31,4.过程控制系统,有反馈的过程控制系统模型,32,5.过程控制系统四要素,一个有效过程控制系统可以称为一个反馈系统.统计过程控制系统(SPC)是这一类反馈系统(但也存在不是统计性的反馈系统).它具有四个重要要求:1

16、.过程:所谓过程指的是共同工作以产生输出的供方、生产者、人、设备、输入材料、方法和环境以及使用输出的顾客之集合（见图1）。过程的性能取决于供方和顾客之间的沟通，过程设计及实施的方式，以及动作和管理的方式等。过程控制系统的其他部分只有它们在帮助整个系统保持良好的水平或提高整个过程的性能时才有用。,33,5.过程控制系统四要素,2.有关性能的信息:通过分析过程输出可以获得许多与过程实际性能有关的信息。但是与性能有关的最有用的信息还是以研究过程本质以及其内在的变化性中得到的。过程特性（如温度、循环时间、进给速率、缺勤、周转时间、延迟以中止的次数等）然后我们关心的重点。我们要确定这些特性的目标值，从而

17、使过程操作的生产率最高，然后我们要监测我们与目标值的距离是远还是近，如果得到信息并且正确地解释，就可以确定过程是在正常或非正常的方式下运行。若有必要可采取适当的措施来校正过程或刚产生的输出。若需要采取措施，就必须及时和准确，否则收集信息的努力就白费了。,34,5.过程控制系统四要素,3对过程釆取措施:通常，对重要的特性（过程或输出）采取措施从而避免它们偏离目标值太远是很经济的。这样能保持过程的稳定性并保持过程输出的变差在可接受的界限之内。采取的措施可能包括:变化操作 操作员培训 变换输入材料等 改变过程本身更基本的因素 设备需要修复 人的交流和关系如何，把过程作为一个整个过程的设计也许应改变车

18、间的温度 或湿度）。应监测采取措施后的效果，如有必要还应进一步分析并采取措施。,35,5.过程控制系统四要素,对输出釆取措施:如果仅限于对输出检测并纠正不符合规范的产品，而没有分析过程中的根本原因，常常是不经济的。不幸的是如果目前的输出不能满足顾客的要求，可能有必要将所有的产品进行分类报废不合格品或返工。这种状态必然持续到对过程采取必要的校正措施并验证，或持续到产品更改为止。很显然，仅对输出进行检验并随之采取措施不是一种有效的过程管理方法。仅对输出采取措施只可作为不稳定或没有能力的过程的临时措施（见第5节）。因此，下面的讨论的重点将放在过程信息收集和分析上，以便对过程本身采取纠正措施。,36,

19、二.过 程 变 异,没有两件产品或特性是完全相同的,因为任何过程都存在许多引起变异的原因.产品间的差距也许很大,也许小得无法测量,但这些差距总是存在的.,范围,范围,范围,范围,37,二.过 程 变 异,例如:一个车床加工轴的直径易于受生由于机器（间隙、轴承磨损）、刀具（强度、磨损率）、材料（直径、硬度）、操作人员（进给速率、对中准确度）、维修（润滑、易损零件的更换）及环境（温度、动力供应的稳定性)量测系统等原因造成的潜在因素的影响.再举一个例子,处理一张发票所需的时间,随着实施各步骤的人,他们所用设备的可靠性，票据本身的准确性及易读性，所遵守的规程及办公室中其他工作量的不同而不同。,38,过

20、 程 变 异,虽然单个数据完全不同,但是收集成一组数据后,它们会趋于形成可以描述成一个分布的模式.,范围,范围,范围,39,过 程 变 异,1.位置,2.分布宽度,3.形状,这个分布可能有所不同,可以通过以下因素来加以区分.,或这些因素的组合,代表值或“中心值”,从最小值到最大值之间的距离或宽度,是否对称或偏斜,40,三.常(正)态 分 配,常态分配为统计学中最重要最常用的机率分配.常态分配图形为钟形曲线,系由连续的随机变量所构成的分配形态.宇宙间有很多现象,其次数分布情况或多或少会略似此一曲线,尤其是观测次数够大时,其次数分布形成的曲线与常态曲线形状至为接近,诸如人的身高、体重、学生成绩、产

21、品品质的特性变异.均属常(正)态分配.(如图),41,1.常态分配图,42,2.常态分配的函数式,常态分配的函数式(机率密度函数p.d.f)为:式中X=连续的随机变量=母群体平均数=母群体标准差=3.14159e=2.71828,43,常态分配的函数式,为了比较和应用上方便,我们可将常态分配予以标准化,设 Z代表标准常态值,即Z=(x-)/则 若常态曲线与x轴之间所有面绩等于1或100%,在曲线下任何两个坐标xa与xb之间的面绩,亦可由积分的方法求得,在应用时可由标准常态分配面绩表直接查得数据.,44,3.常态分配的特性,常态分配具有下列特性:常态分配为单峰的对称分配；常态分配之算术平均数、中

22、位数及众数三者合一,且均在最高点处；常态分配为随机变量x的连续函数,其各变值之所在范围由-至+；常态曲线与横坐标之间所包含的面积等于1或100%；常态分配之平均数为,标准差为,在常态曲线下,如下图；在1之处有反析点。,45,4.常态曲线下之面积分配,46,常态曲线下之面积分配,=k 在内之或然率 在外之或然率 比 率 ppm=1 68.23%31.7%317,400=2 95.44%4.5%45,400=3 99.73%0.27%2,700=4 99.9937%0.0063%63=5 99.999943%0.000057%0.57=6 99.9999998%0.0000002%0.002,47

23、,常态曲线下之面积分配,48,四.过程变异原因,过程中有些变差造成短期的、零件间的差异例如机器及其固定装置间的游隙和间隙，或记帐人员工作的准确性等。另外一些变差的原因仅经常较长的时期后对输出造成影响，例如随差刀具或机器的逐渐磨损，或是规程发生有规则的变化，或是诸如动力不稳定等不规则的环境变化。这样，测量的周期以及测量是时的条件将会影响存在的变差的总量。从最低要求的角度来看，总是将变差问题简单化。位于规定的公差的范围的零件是可接受的，超出规定公差范围之外的零件是不可接受的；按时完成报告是可接受的，迟缓的报告是不能接受的。然而，在管理任何一个过程减少变差时，都必须追究造成的原因。首先是区分普通原因

24、和特殊原因。,49,四.过程变异原因,过程中有或多或少有变异,但造成变异的原因是有不同的,我们通常分为两种:普通原因和特殊原因普通原因:是指造成随着时间的推移具有稳定的且可重复的分布过程中许多变差的原因,我们称之为“处于统计控制状态”或“受控”.普通原因表现为一个稳定系统的偶然原因.只有变差的普通原因存在且不改变时,过程的输出才是可以预测.特殊原因(通常也可叫可查明原因):指造成不是始终作用于过程的变差的原因,即它们出现将造成过程的分布改变.它以不可预测的方式来影响过程的输出.如果系统内存在变差的特殊原因,随着时间的推移,过程的输出将不稳定.由于特殊原因造成的过程分布的改变有些有害，有些有利。

25、有害时应识别出来并消除它。有利时可识别出来并使其成为过程恒定的一部分。对于一些成熟的过程（例如经过几次不断改进的循环后的过程），顾客可能给予特许让一贯出现特殊原因的过程进行下去，这样的特许通常要求过程控制计划能确保答顾客的要求并且保证过程不受别的特殊原因的影响。,50,1.普通原因特性,普通原因(chance causes):又称为:不可避免之原因、非人为原因、共同原因、偶然原因、一般原因、机遇原因.在生产中,虽然订有操作标准,但在操作条件容许之范围内必有变化；(车床转速、机器震动、进给速度等造成差异)原材料之品质在其规格范围内,容许随时变化；用同一量测器,由同一人量测同产品数次,在短期间量测

26、差异.其它如:气候及环境之变化.,51,2.特殊原因特性,特殊原因(Assignable causes):又称为:可避免原因、人为原因、非机遇原因、异常原因、局部原因.例如由于机器之不同材料之相异人为之因素或操作疏忽等原因,影响品质变异,这些原因都是可以避免的,皆属于非机遇原因.未遵照操作标准而操作,所发生之变异.虽然遵照操作标准,但操作标准不完善,以致发生变异.机器设备之变动,发生之变.操作人员之更动,造成之变更.原材料之不同,发生之变异.量具不准备,造成之变异.,52,3.普通原因及特殊原因之区别,53,4.普通原因及特殊原因之比较,54,5.普通原因,如果仅存在变差原因,随着时间的推移,

27、过程的输出形成一个稳定的分布并可预测.,55,6.特殊原因,如果存在变差的特殊原因,随着时间的推移,过程的输出不稳定.,56,7.局部措施和对系统釆取措施,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;大约可纠正15%的过程问题(但往往影响很大).对系统釆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(但往往影响不大).,57,7.局部措施和对系统釆取措施,在上面讨论的两种变差以及可能采取的减少它们的措施*之间有着重要的联系。简单的统计过程控制技术能检查变差的特殊原因。发现变差的特殊原因并采取适当措施通常是与该过程操作直接有关

28、人员的责任。尽管有时纠正时要求管理人员介入，解决变差的特殊原因通常要求采取局部措施。这一点在早期的过程改进中尤为重要。当某人对特殊原因成功持采取适当的措施后，其余的问题通常要求采取管理行动而不是局部措施来解决。相同的简单的统计过程控制技术也能指明变差的普通原因的范围，但分离这些原因需要更详细的分析。纠正变差的普通原因的责任在于管理层。有时与操作直接相关人员的处于较有利的位置发现它们并将它们报告给管理人员来采取措施的。总的来说，解决变差普通原因通常需要采取系统措施。,58,7.局部措施和对系统釆取措施,过量过程变差中较小的部分工业经验建议为15%是通过与操作直接有关的人员局部纠正的。采取的措施类

29、型如不正确将给机构带来大的损失，不但劳而无功，而且会延误问题解决甚至使问题恶化。例如：如果需要管理人员对系统采取措施（如选择提供一致输入材料的供方）时却采取的是局部措施（如调整机器）就不对。无论如何，为了更好地减少过程变差的变通原因需要管理人员和与操作直接相关的人员的密切合作。,59,五.过程控制和过程能力,60,过程控制和过程能力,61,过程控制和过程能力,过程控制系统的目标:是对影响过程的措施作出经济合理决定.也就是说,平衡不需控制时釆取措施(过度控制或擅自改变)和需要控制时未釆取措施(控制不足)的后果.过程在统计控制下运行指是仅存在变差的普通原因,这样过程控制的一作用是当出现变差的特殊原

30、因时提供统计信号,并且当不存在特殊原因时避免提供错误信息,从而对这些特殊原因釆取适当的措施.简而言之,首先应通过检查并消除变差特殊原因使过程处于受统计控制状态,那么其性能是可预测的,就可评定其满足顾客期望的能力.这是持续改进的基础.,62,过程能力、过程性能,在讨论过程能力时,我们要两个在一定程度相对的概念.过程能力 过程性能 过程能力由造成变差的普通原因来确定，通常代表过程本身的最佳性能（例如分布宽度最小），在处于统计控制状态下的运行过程，数据收集到后就能证明过程能力，而不考虑规范相对于过程分布的位置和/或宽度的状况如何；然而，内外部的顾客更关注过程性能,也就是过程的输出以及与他们的要求（定

31、义为规范）的关系如何，而不考虑过程的变差如何。,63,过程能力、过程性能,一般说来，由于受统计控制的过程服从可预测的分布，从该分布中便可以估计出符合规范的产品的比例。只要过程保持受统计控制状态并且其中分布的位置、分布宽度及形状不变化，就可以继续生产相同分布的符合规范的产品。对过程采取的第一个措施就是将过程定位在其目标值上。如果过程的分布宽度是不可接受的，该策略则允许生产最小量不符合规范的产品。通常要求用对系统采取措施从而减少产生变差的变通原因的方法来改进过程的能力（以及其输出），从而始终符合规范。为了进一步具体了解过程能力、过程性能以及与之相关的假设。简言之，首先应通过检查并消除变差的特殊原因

32、使过程处于受统计控制状态，那么性能是可预测的，变可评定其满足顾客期望的能力。这是持续改进的基础。,64,过程控制和过程能力,每个过程可以根据其能力是否受控进行分类,过程可分类4类:统计受控制,能 力,65,过程控制和过程能力,一个可接受的过程必须是处于受统计控制状态的且其固有变差必须小于规定的公差.1类:是理想情况,该过程受统计控制且有能力满足要求,可接受.2类:是受控过程但存在因普通原因造成的过大的必须减少的变差3类:过程符合要求,可接受,但不是受控过程,需识别变差的特殊原因并消除它.4类:过程即不受控又不可接受,必须减少变差的普通原因和特殊原因.在有些情况下，顾客也许允许制造商运行一个3类

33、过程，这些情况包括：顾客对规范要求之内的变差不敏感；,66,过程控制和过程能力,对特殊原因采取措施所发生的成本比任何所有顾客得到的利益大，因成本原因可允许存在的特殊原因包括刀具磨损、刀具重磨、周期的（季节的）变化等；特殊原因已被识别，其记录表明具有一致性和可预见性。在这些情况下，顾客可能会有以下要求：该过程是成熟的,例如:该过程已经过几个循环的持续改进；允许存在的特殊原因在已知一段时间内表现出产生稳定的后果；过程控制计划有效运行。可确保所有的过程输出符合规范并能防止出现别的特殊原因或与允许存在的特殊原因不稳定的其它原因。,67,过程控制和过程能力,能力指数 在汽车工业中可接受的作法是一个过程被

34、证明处于统计控制状态后才计算其过程能力。过程能力是作为利用从过程中得到的统计数据来进行过程性能预测的基础。利用从过程中得到的一定时间的不稳定或不重复的数据来进行预测是没有什么价值的。特殊原因是造成分布的形态、分布宽度或位置改变的原因，因此会很快使过程能力预测失效。也就是说,为了将各种过程指数和比率用作预测工具,要求用于计算它们的数据是从处于统计状态下的过程收集。过程指数可以分为两类:一类是使用子组内的估计变差计算,另一是当估计给定的指数时使用总变差估算.建立各种不同的指数是因为 1）没有一个单独的指数可以广泛地适用于所有过程；2）没有一个过程可能通过一个单独的指数完整地来描述。,68,过程控制

35、和过程能力,例如：推荐同时使用Cp和Cpk（见第II章第5节），并与图表技术一起使用，可以更好地理解估计的分配和规范界限的关系。在某种意义上说就是比较（并且努力使两者一致）“过程的呼声”和“顾客的呼声”（参见参考文献22）。,69,过程的改进的循环,70,统计过程控制之系统流程,71,七.控制图-过程控制工具,控制图:是1924年由美国人W.A.SheWalter休哈特博士在贝尔实验室发明的,用于区分可控制的不可控制的变差,也就是我们所说的普通原因和特殊原因.注:而后成为统计过程控制中重要工具.,72,1.控制图之用途,控制图最主要之用途为查觉有无产生变异之特殊原因(非机遇原因)存在.控制图除

36、了上述查觉非机遇原因外,还有下述各种用途.若无非机遇原因存在时,可籍控制图分析过程,分析过程之目的有三:1)利用所收获得之资料制定或变更规格或判断过程是否符合规格之要求.2)利用所获得之资料提供或变更制造方法.3)利用所获得之资料提供或变更检验方法、允收方法.再者,控制图还可作为下列用途:,73,控制图之用途,作业对象造购买之产品允收或拒收之依据.由小批产品中选择一些产品组成品质均匀之大批产品之依据.作为判断制品品质是否均匀.作为了解采购送验的品质.用于非生产性方面之问题.,74,2.控制图三要素,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限 识别变差的特殊原因并采取措施3分析

37、及改进 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,上控制限,中线,下控制限,75,2.控制图三要素,.收集:被研究的特性(过程或产品)的数据收集后将之转换成可以画到控制图上的形式.控制:利用数据计算控制限,将它们画在图上作为分析的指南,控制限并不是规范值或目标值,而是基于过程的自然变化性和抽样计划.然后,将数据与控制限比较来确定变差是否稳定且是否只是 由普通原因引起,如果明显由特殊原因,应进一步研究确定影响它是什 么.乎取措施后,重收集数据,重新计算控制限.过程能力分析和改进:当特殊原因消除后,过程在统计控制状态下运行,可继续使用控制图作为监控工具,如果是普通原

38、因造成变差太大,从管理改善.,76,3.控制图益处,合理使用控制图能:供正在进行过程控制的操作者使用对过程进行持续监控;有助于过程在品质上和成本上能持续地,可预测地保持下去使过程达到:-更高的品质-更低的单件成本-更高的有效能力为讨论过程的性能提供共同的语言区分变差的特殊原因和普通原因,作为釆取局部措施或对系统乎取措施的指南.,77,4.使用控制图准备,建立适用于实施的环境;定义过程;确定待管理的特性;考虑到:-顾客的需求;-当前及潜在的问题区域;-特性间的相互关系.确定测量系统;使不必要的变差最小.,78,5.控制图分类,依数据之性质来分类计量值控制图:系控制图所以依据的数据,均属于量具实际

39、量测而得(如长度、重量、成份、电压、电流等特性)且均为连续性者.计数值控制图:系控制图所以依据的数据均属于以计数者(如外观不良数、缺点数等)且均为间断数据.依控制图之用途来分类控制用控制图:此种控制图用作控制过程之品质,具有其积极性之意义.如有点子跑出,立即釆取措施.解析用控制图:此种控制图用作决定方针用,过程解析研究用.,79,分析过程控制图-计量型控制图,过程,过程评价需要测量,结果是基于测量的判定,80,分析过程控制图-计量型控制图,测量方法必须保证始终产生准确和精密的结果,精密,不精密,不准确,准确,81,将过程分类的控制图-计数型控制图,过程,根据结果的分类判定,82,将过程分类的控

40、制图-计数型控制图,必须明确规定合格的准则，并且用于确定这些准则是否满足的程序应随时间产生一致的结果,83,(1).品质特性分类,计量型：用各种计量仪器测出、以数值形式表现的测量结果，包括用量仪和检测装置测的零件直径、长度、形位误差等，也包括在制造过程状态监控测得的切削力、压力、温度、浓度等。计数型：通常是指不用仪器即可测出的数据。计件如不合格件数；计点如PCB上的漏焊数、溢胶数等,计量型计数型计件型计点型,84,(2).控制图的构成,点落在该区间的概率为99.7%,Components of Every Control Chart:1.Data Points3.Upper Control L

41、imit2.Center Line 4.Lower Control Limit,85,(3).控制图的要素,纵坐标：数据（品质特性值或其统计量）横坐标：按时间顺序抽样的样本编号上虚线：上控制界限UCL下虚线：下控制界限LCL中实线：中心线CL,控制界限=平均值3,86,(4).控制图原理,1.3 原理：若变量X服从正态分布,那么,在 3 范围内包含了99.73%的数值。2.中心极限定理：无论产品或服务品质水平的总体分布是什么，其 的分布（每个 都是从总体的一个抽样的均值）在当样本容量逐渐增大时将趋向于正态分布。,87,(5).常用(计数值和计量值)控制图,88,6.计量值和计数值控制图比较,8

42、9,分析阶段控制阶段,7.控制图应用的二个阶段,分析阶段,在控制图的设计阶段使用,主要用以确定合理的控制界限;每一张控制图上的控制界限都是由该图上的数据计算出来;,90,从分析阶段转入控制阶段,在什么条件下分析阶段确定的控制限可以转入控制阶段使用：控制图是受控的过程能力能够满足生产要求,91,控制阶段,控制图的控制界限由分析阶段确定;控制图上的控制界限与该图中的数据无必然联系;使用时只需把采集到的样本数据或统计量在图上打点就行;,92,何时应该重新计算控制界限,控制图是根据稳定状态下的条件（人员、设备、原材料、工艺方法、测量系统、环境）来制定的。如果上述条件变化，则必须重新制定控制图.一定时间

43、后检验控制图还是否适用；过程能力值有大的变化时。,93,8.控制图之选定原则,94,9.控制图之绘制流程,95,八.计量型控制图1.XR Chart(平均值与全距)控制图制作与解析,(一).收集数据:选择控制特性,决定样本大小n及抽样间隔,样本组数k.(二).记录数据及计算各组平均数 及全距R,总平均数 及.(三).计算控制界限(四).绘制控制界限及描点(五).解析过程(六).过程能力研究(七).延长控制界限开始控制,96,(一).收集数据,选择控制特性X,决定样本大小n及抽样间隔,样本组数k.选择控制特性X.能测定的产品或过程特性;与客户使用及生产关系重大特性;对下工程影响较大的特性;经常出

44、问题的特性;关键过程的特性.决定样本大小n及抽样间隔 n约在2-5个之间,不宜太大 同一组之数据最好在同一生产条件及同一短时间内 取样.,97,二.收集数据,初期解析之过程最好在较小时间间隔连续取样,控制 状态下之过程可加长其间隔;每组样本可识别日期、时间、作业员、机台、原材 料或零件批;不影响生产及可接受之成本下.3.样本组数k 足够的样本组数以保证过程的主要变异有机会出现;25组以上的样本及100个以上的数据以检定过程的稳 定及估计过程特性的平均数及标准差.,98,将数据记录于空白的计量值控制图上.计算各组平均 及全距R,总平均数 及.=Xij/n,Ri=max Xij-min Xij=/

45、k,=Ri/k,(二).记录数据及计算各组平均数 及全距,总平均数 及,99,UCLX=+A2 UCLR=D4 CLX=CLR=LCLX=-A2 LCLR=D3,(三).计算控制界限,100,(四).绘制控制界限及描点,1.决定控制图之坐标尺寸 两控制图之坐标尺寸分开制订;中心线置于纵坐标之中心位置上;控制上下界限约置于纵坐标之2/33/4位置上;决定一格的大小及纵坐标之尺寸.2.依控制界限及各组 及Ri之大小描绘于控制图上 中心线以实线描绘,控制界限以红色虚线描绘;依各组之统计量大小描点于控制图上;将各点以实线连接.,101,(五).解析过程,控制图之判读法(正常点子)以下点子为正常:多数之

46、点子集中在中心线附近.少数之点子落在控制界限附近.点子之分布成随机状态,无任何规则可循.没有点子超出控制界限之外(就是有也很少).,102,(五).解析过程,控制图之判读法(不正常点子)通常不正常点子上下波动,较为剧烈,对中心线,上下点子不平衡.以下点子为不正常:在中心线附近无点子-(混合型)样本中可能包括两种群体,一种偏大,别一种偏小.在控制界限附近无点子-(层别型)原群体可能巳经加以检剔过,不适合者巳被剔除.有点逸出控制界限之现象-(不稳定型),103,(五).解析过程,解析R控制图:组内样本之间的变异估计值,决定各组及平均数之间的变异程度,因此,R控制图的稳定性必须先解析.1.1有点超过

47、或低于控制界限;如下图有点超过控制上限 有点低于控制下限 计算错误或描点错误 计算错误或描点错误 组内变异或实际过程变异,实际过程变异变小 在某时变大或趋势性变大.量测系统曾经改变 量测系统曾经改变,104,(五).解析过程,1.2有连串的点出现;如下图 连续7点出现在全距平均数R的一侧 连续7点出现持续上升或下降连串出现在上侧或上升 连串出现在下侧或下降 不规则的原因造成较大的数据 制造条件造成较小的数据变异 变异;如设备的故障,或单一过程,应该调查而推广 条件的改变;如一新的或不均匀的 量测系统的改变,可能掩饰真时的 原材料批,这些问题必须实时矫正 改变 量测系统的改变:如新的检验人 员或

48、量测设备当样本大小n5点出现在R以下的可能增加,因此连串的点必须以8点以上来代表过程变异的变小.,105,(五).解析过程,1.3有明显的非机遇现象;如下图 明显超过2/3的点集中在中间的1/3区域中 明显少于2/3的点集中在中间的 1/3区域中计算错误或描点错误 计算错误或描点错误 过程或抽样方法有分层;即每组数 过程或抽样方法因连续的组包 据系统性地包含不同的过程平均 含不同变异来源的数据,如进料混,如多线或多机生产各取一个为一 改变 样本 数据曾经修改,106,(五).解析过程,1.4发掘及矫正特殊原因对全距控制图上颢示的特殊原因,进行过程的作业分析来发掘过程条件并防止再发.控制图在建议

49、问题在何时开始及持续多久,应该是非常有用的指引.在分析问题中,时间性是很重要的,尽早对不良采取对策,同时以对诊断的时机有明显的证据.,107,(五).解析过程,1.5再计算控制界限当进行初期过程解析或重点过程能力时,控制界限应该重新计算,以除去过程在不稳定期间已经发掘及矫正的特殊原因,对控制界限估算的影响.再确认R控制图的点是否在控制状态下,重复确认矫正及再计算.因特殊原因而除去的点,同时也在 控制图中除去,再以现有的数据重新计算控制界限.因特殊原因而除去的数据,主要目的是希望尽量在过程只有共同原因存在时估计过程变异.,108,(五).解析过程,2 解析 控制图:当R控制图在控制状态下,组内变

50、异可认为是稳定的.各组平均数可以分析以认别过程中心是否依时间有显著的改变.假如平均数在控制状态下,即表示过程只有共同原因的变差.假如过程不在控制状态下,即表示有特殊原因的变异使过程中心不稳定.,109,(五).解析过程,110,(五).解析过程,1.2有连串的点出现;如下图 连续7点出现在中心线的一侧 连续7点出现持续上升或下降一般连串出现对过程平均显示过程中心已经改 变,而且可能正在改变.量测系统的改变,111,(五).解析过程,2.3有明显的非机遇现象;如下图明显超过2/3的点集中在中间的1/3区域中 明显少于2/3的点集中在中间的 1/3区域中计算错误或描点错误 计算错误或描点错误 过程