《SPC培训资料》课件.ppt

《《SPC培训资料》课件.ppt》由会员分享，可在线阅读，更多相关《《SPC培训资料》课件.ppt（306页珍藏版）》请在三一办公上搜索。

1、1,统计过程控制(SPC),2,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,3,课程目的,了解过程变异的概念学会以正确的方法收集数据学会制作管制图学会用管制图发现过程的变异学会计算过程的能力指数学会推定制程的不良率,4,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：制程的异常趋势可实时对策，预防整批不良,以减少

2、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后比较之指针。,54,5,SPC应用之困难,1.少量多样之生产型态，不胜管制。2.管制计画不实际，无法落实。3.使用SPC前未作充分准备。例如：制程及管制特性之确定，决定量测方法，数据如何收集等。4.欠缺统计技术。5.统计计算太过繁琐费时。6.量测数据之有效数字位数未标准化。7.管理阶层不支持。,53,6,管制图的作法与演进,7,有关品质保证的问题,商品或服务,顾客需求,完全满意,企业繁荣,特性规格,顾客的期望,一致,制程管理

3、,品质机能展开,8,制程品质保证的三个阶段,新产品导入时的策划 1、过程稳定性研究 2、过程符合性研究标准品日常管理 活用统计手法，发现制程变异，维持制程稳定改善与革新 1、改善作业方法提高生产效率 2、提升制程能力、降低生产成本,9,何谓制程管制,制程的特性 1、过程特性有附加价值 2、过程特性可衡量制变异的原因 过程中的5M1E是过程变动的原因制程管理的意义 1、消除过程变异，确保产品特性均一、稳定 2、改善过程，提升过程能力与生产效率,10,SPC&SQC,针对产品所做的仍只是在做SQC,针对过程的重要控制参数所做的才是SPC,Real Time Response,11,有反馈的过程控制

4、系统模型,过程的理解,12,管制图的变迁,早期的X管制图休华特在192年发明的3 管制图日本对管制图应用的贡献预控制管制图自动化生产的管制图短周期、小批量的管制图,13,基本统计概念,14,数据的差异性,测定值=真值+误差误差的来源不可能得到完全相同的数据，差异是必然存在的我们所得到的数据不过是从可以想象得到的无限次测量数据中的几个例子而已,15,数据的品质,可靠度 操作人员、抽样方案精密度 各个样本与平均值间的距离正确度 样本平均数与规格中心值的距离,16,数据收集,17,数据整理-次数分配,18,1、何谓直方图 直方图为在某条件下，搜集很多数据，藉以调查数据的中心值及差异的情形。（1）计算

5、数据总数，以N表示。（2）定组数（亦可用K=1+3.3210gn公式求得，K表组数,n表次数).(3)求最大值(L)与最小值(S)与全距(R),全距(R)=L-S.(4)定组距(H):全距/组数.,n 组数50100 610100250 712250 以上 1020,19,(5)定组界(6)作次数分配表.(7)绘直方图.例磁砖尺寸规格为3108mm,今抽检50个数据如下:试分析其尺寸分布之情形.,20,n=50 取7组。L=320，S=302 R=320-302=1818/7=2.5 取组距 h为3（为测定值最小单位之整数倍）。第一组下限：S-测定值/2=302-1/2=301.5次数分配表如

6、下：,21,3、绘制直方图,次数,0,2,4,6,8,10,12,14,尺寸mm,303 306 309 312 315 318 321,SL=302,SU=318,22,4、直方图的研究（1）常态型（2）离岛型,图4-1常态型直方图,图4-2离岛型直方图,SL SU,23,（3）右偏型（4）缺齿型,图4-3右偏型直方图,图4-4缺齿型直方图,24,（5）双峰型（6）削壁型,图4-5双峰型直方图,图4-6削壁型直方图,SL SU,25,5、制程能力,图4-7合适制程能力,图4-8制程能力较规格好得很多,SL SU,SL SU,26,图4-9中心偏左制程能力,图4-11分散度过大制程能力,SL

7、SU,图4-9中心偏右制程能力,SL SU,SL SU,27,6、实作六年庚班之身高如下：学校入选篮球队之身高为140160。试以直方图分析并和规格比较。,28,分布曲线,29,正态分布简介,30,B、数据分配之连串理论判定法,管制图上诸点，以中心线(CL)为主，划分两部份，(一在上方，一在下方)，若一点或连续数点在管制图中心线之一方，该点或连续数点为一串(run)，加总中心线上方的串数及中心线下方的串数，便可判定此管制图是否呈随机性。例如有一管制图如下：,45,31,首先计算此管制图之总串数如下：在管制中心线上方者：单独点为一串者串点构成一串者串计点点构成一串者串串在管制中心线下方者：单独点

8、为一串者串点构成一串者串点构成一串者串计点点构成一串者串串,46,32,在此管制图之总串数为串 由S.Swed和C.Eisenhart所作成的表，r=11，s=13（管制图中心线上方共点，下方共点，取大者为s，小者为r，令sr），得界限值在0.05时为6(表p=0.05)，在0.05时为8(表p=0.005)，因为此管制图总串数12分别大于6或8，故判定此管制图数据之分配具随机性。,47,33,表p=0.05 当机率p=0.05时，成串之最低总数表,48,r,s,34,表p=0.005 当机率p=0.005时，成串之最低总数表,49,r,s,35,正态分布简介,36,正态分布简介,37,常态分

9、布,80,38,x为总体的取值是总体的平均值，是位置参数，是改变正态分布曲线的位置，不改变形状；是总体标准差，表示数据分散程度的统计量，是形状参数，不改变正态曲线的位置，改变其形状大（矮胖）小（高瘦）；实际运用中用s（样本标准差）、用x（样本均值）代替，即s、x。,正态分布简介,39,正态分布曲线性质：a.曲线关于x=对称；b.在x=处曲线处于最高点，当x向左、向右远离时曲线不断降低；c.曲线形状由和唯一确定，或简记：N()。d.当=0，=1时正态分布称为标准正态分布简记为N(0，1)。,正态分布简介,40,P(3X 3)P(3)/(X)/(3)/)P(3(X)/3)2*(1-0.00135)

10、-1=0.9973=99.73%,正态分布简介,41,数据 直方图 分布曲线,42,统计学(Statistics)收集、整理、展示、分析、解析统计资料由样本(sample)推论母体/群体(population)能在不确定情况下作决策是一门科学方法、决策工具,基本统计概念,抽样,推论,43,制造业数理统计应用,有限母群体无限母群体,群体批,样本,数据,抽样,测定,处置,群体批,样本,数据,制程,抽样,测定,处置,生产,抽样检验推定群体的品质,制程管制制程解析实验计划,提升产品品质,44,我 们 可 以 对 数 据 做 什 么？计 算 平 均 值、中 值、数 模 计 算 极 差 计 算 标 准 差

11、 计 算 过 程 能 力,45,平 均 值 求 法 X 中位数：顺 序 排 列 数 字 的 中 间 值 如 总 数 为 偶 数 则 为 中 间 二 个 数 字 的 平 均 值。数 模(众数)：出 现 次 数 最 多 的 值,46,统计小寓言_平均捉弄人,统计平均的故事,47,48,样 本 标 准 差(Sample Standard Deviation)样 本 方 差 的 平 方 根 S=,49,课 堂 练 习目 的:练 习 确 定 一 组 数 据 的 中 心 趋 势。任 务:使 用 下 列 尺 寸(码)计 算 以 下 统 计 值。(12,11,12,13,18,29,24,9)样 本 大 小(

12、n)_平 均 值 _中位数_众数_ 极差_ 方差_ 标准差_,50,过程变差,51,过程变差,每件产品的尺寸与别的不同,52,过程变差,但它们形成一个模型，若稳定，可以描述为一个分布,53,输入(材料),机器,人,方法,过程(生产/装配),输出(产品),反馈(测量/检验),测量系统,材料,过程变差,54,过程变差,输入材料不同批次之间的差异批次内的差异随时间产生的差异随环境而产生的差异,55,过程变差,生产/装配设备及工装夹具的差异随时间而产生的磨损，漂移等操作工之间的差异(如手工操作的过程)设置的差异环境的差异,56,过程变差,输出产品输出的产品随时间而产生的变化输出的产品随环境而产生的变化

13、,57,过程变差,对于所有的过程输出，都有两个主要的统计：对中性指由过程的平均值至最近的规格限的距离变差(波动)指过程的分布宽度,58,过程变差,分布可以通用过以下因素来加以区分,或这些因数的组合,位置,分布宽度置,形状,59,过程变差,过程的变差分两个类型特殊原因造成的变差普通原因造成的变差,60,波动的种类,正常波动：是由普通(偶然)原因造成的。如操作方法的微小变动，机床的微小振动，刀具的正常磨损，夹具的微小松动，材质上的微量差异等。正常波动引起工序质量微小变化，难以查明或难以消除。它不能被操作工人控制，只能由技术、管理人员控制在公差范围内异常波动：是由特殊(异常)原因造成的。如原材料不合

14、格，设备出现故障，工夹具不良，操作者不熟练等。异常波动造成的波动较大，容易发现，应该由操作人员发现并纠正,61,普通原因和特殊原因,普通原因：指的是造成随着时间推移具有稳定的且可重复的分布过程中的许多变差的原因，我们称之为：“处于统计控制状态”、“受统计控制”，或有时简称“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，过程的输出才可以预测特殊原因：指的是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。除非所有的特殊原因都被查找出来并且采取了措施，否则它们将继续用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，随时间

15、的推移，过程的输出将不稳定,62,过程变差,普通原因变差必然原因、系统变差影响过程中每个单位在管制图上表现为随机性没有明确的图案但遵循一个分布是由所有不可分派的小变差源组成通常需要采取系统措施来减小,63,普通原因和特殊原因的区别,64,C、管制系数(Cf)判定法,一般在制程管制(IPQC)时，要判断制程是否在管制状态，可用管制图来显示。而管制状态的程度，如用数字，则可以管制系数Cf来表示。Cf 其中 k：组数K：管制图之组数 n：样本大小,50,65,51,66,过程变差,特殊原因变差间断的，偶然的，通常是不可预测的和不稳定的变差在管制图上表现为超出控制限的点或链或趋势非随机的图案是由可分派

16、的变差源造成该变差源可以被纠正,67,普通原因举例,合格原料的微小变化机械的微小震动刀具的正常磨损气候、环境的微小变化等,68,特殊原因举例,使用不合格原料设备调整不当新手作业违背操作规程刀具过量磨损等,69,过程变差,工业经验建议为：只有过程变差的15%是特殊的可以通过与操作直接有关的人员纠正大部分(其余的85%)是管理人员通过对系统采取措施可纠正的,70,过程变差,如果只存在变差的普通原因，随著时间的推移，过程的输出形成一个稳定的分布并可预测,71,过程变差,目标直线,预测,范围,时间,如果存在变差的特殊原因，随著时间的推移，过程的输出不稳定,？,？,？,？,？,？,？,？,？,？,？,？

17、,？,？,？,72,过程控制和过程能力,过程控制,受控(消除了特殊原因),不受制(存在特殊原因),73,过程控制和过程能力,过程能力,受控且有能力符合规范(普通原因造成特变差),受控但没有能力符合规范(普通原因造成变差太大),74,过程控制和过程能力,每个过程可以分类如下：受控或不受控是否有满足客户要求满足要求受控不受控符合(合格)1类 3类不符合(不合格)2类 4类,75,过程控制和过程能力,1类(符合要求，受控)是理想状况。为持续改进可能需要进一步减小变差2类(不符合要求，受控)存在过大的普通原因变差短期内，进行100%检测以保护客户不受影响必须进行持续改进找出并消除普通原因的影响,76,

18、过程控制和过程能力,3类(符合要求，不受控)有相对较小的普通原因及特殊原因变差如果存在的特殊原因已经明确但消除具影响可能不大经济，客户可能接受这种过程状况4类(不符合要求，不受控)存在过大的普通原因及特殊原因的变差需要进行100%检测以保护客户利益必须采取紧急措施使过程稳定，并减小变差,77,过程控制和过程能力,78,管制图,79,基本概念,1920年由 W.A.Shewhart 提出一般称为Shewhart管制图或3管制图广泛在工业界应用为判断制程变差的普通原因或特殊原因的主要统计分析工具,80,控制图的历史,控制图是1924年由美国品管大师W.A.Shewhart博士发明。因其用法简单且效

19、果显著，人人能用，到处可用，遂成为实施质量管理时不可缺少的主要工具，当时称为(Statistical Quality Control)。,81,控制图的历史,休哈特在20世纪20年代提出了过程控制理论以及监视和控制过程的工具-控制图；世界上第一张控制图是休哈特在1924年5月16日提出的不合格品率(p)控制图；休哈特主要贡献在于：1)应用过程控制理论能够在生产线上保证预防原则的实现。2)在产品制造过程中，产品质量特性值总是波动的,82,控制图在英国及日本的历史,英国在1932年，邀请W.A.Shewhart博士到伦敦，主讲统计质量管理，从而提高了英国人将统计方法应用到工业方面之气氛。,日本在1

20、950年由W.E.Deming博士引到日本同年日本规格协会成立了质量管理委员会，制定了相关的JIS标准,83,1924年发明,W.A.Shewhart,1931发表,1931年Shewhart发表了“Economic Control of Quality of Manufacture Product”工业产品质量的经济控制,19411942制定成美国标准,Z1-1-1941 Guide for Quality ControlZ1-2-1941 Control Chart Method foranalyzing DataZ1-3-1942 Control Chart Method forCont

21、rol Quality During Production,控制图发展的历史进程,84,控制图应用范例,1984年日本名古屋工业大学调查了115家日本各行各业的中小型工厂，结果发现平均每家工厂采用137张控制图；美国柯达彩色胶卷公司有5000多名职工，一共应用了35000张控制图，平均每名职工做七张控制图,85,控制图示例:,上控制界限(UCL),中心线(CL),下控制界限(LCL),控制图是用于分析和控制过程质量的一种方法。控制图是一种带有控制界限的反映过程质量的记录图形，图的纵轴代表产品质量特性值(或由质量特性值获得的某种统计量)；横轴代表按时间顺序(自左至右)抽取的各个样本号；图内有中心

22、线(记为CL)、上控制界限(记为UCL)和下控制界限(记为LCL)三条线(见下图)。,控制图定义,86,-3,+3,LCL,UCL,CL,产品质量特性值落在(-3，+3)范围内概率为99.73%，落在该区域范围之外的概率是0.27%。休哈特根据这一点发明了控制图,统计控制原理,87,控制图原理说明,工序处于稳定状态下，其计量值的分布大致符合正态分布。由正态分布的性质可知：质量数据出现在平均值的正负三个标准偏差(X3)之外的概率仅为0.27%。这是一个很小的概率，根据概率论“视小概率事件为实际上不可能”的原理，可以认为：出现在X3区间外的事件是异常波动，它的发生是由于异常原因使其总体的分布偏离了

23、正常位置控制限的宽度就是根据这一原理定为3,88,“”及“”风险定义,根据控制限作出的判断也可能产生错误。可能产生的错误有两类。第一类错误是把正常判为异常，它的概率为，也就是说，工序过程并没有发生异常，只是由于随机的原因引起了数据过大波动，少数数据越出了控制限，使人误将正常判为异常。虛发警报，由于徒劳地查找原因并为此采取了相应的措施,从而造成损失.因此,第一种错误又称为徒劳错误.第二类错误是将异常判为正常，它的概率记为，即工序中确实发生了异常，但数据没有越出控制限，没有反映出异常，因而使人将异常误判为正常。漏发警报,过程已经处于不稳定状态,但并未采取相应的措施,从而不合格品增加,也造成损失.两

24、类错误不能同时避免，减少第一类错误()，就会增加第二类错误()，反之亦然。,89,“”及“”风险说明,“”风险说明,90,“”及“”风险说明,“”风险说明,91,“”及“”风险说明,假设平均值偏移了+1,92,因此，采用“3原理”所设计的控制图不仅合理，而且经济。,93,控制图原理说明,94,控制图的形成,旋转90,LCL,UCL,LCL,UCL,95,控制图过程控制的工具,上控制限,中 心 线,下控制限,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,步骤,

25、96,管制图的种类,数据：是能够客观地反映事实的资料和数字数据的质量特性值分为：计量值可以用量具，仪表等进行测量而得出的连续性数值，可以出现小数计数值不能用量具，仪表来度量的非连续性的正整数值。,97,关于数据的分类,质量数据的特点是数据总是波动的，质量数据的变差是具有统计规律性的，是建立在大量重复试验基础上。,98,计量型控制图平均数与极差控制图(Chart)平均数与标准差控制图(Chart)中位数与极差控制图(Chart)个別值与移动极差控制图(chart)计数值控制图不良率控制图(P chart)不良数控制图(Pn chart,又称np chart或d chart)缺点数控制图(C ch

26、art)单位缺点数控制图(U chart),控制图种类(以数据性质分),99,控制图应用的统计分布,100,控制图种类(依用途来分),分析用控制图：根据样本数据计算出控制图的中心线和上、下控制界限，画出控制图，以便分析和判断过程是否处于于稳定状态。如果分析结果显示过程有异常波动时，首先找出原因，采取措施，然后重新抽取样本、测定数据、重新计算控制图界限进行分析控制用控制图：经过上述分析证实过程稳定并能满足质量要求，此时的控制图可以用于现场对日常的过程质量进行控制,101,控制图种类(依用途来分),分析用控制图决定方针用制程解析用制程能力研究用制程管制准备用,控制用控制图追查不正常原因迅速消除此项

27、原因并且研究采取防止此项原因重复发生的措施,102,两种控制图应用示意说明,初期的二十五点计算时有些超出控制界限，此时须寻找原因。,连续二十五点在控制界限内，表示制程基本上已稳定，控制界限可以延用,有点超出控制界限，表示此时状态已被改变，此时要追查原因，必要时必须重新收集数据，重新考虑稳定状态,解析用,稳定,控制用,再调整,103,“n”=1025,控制图的选定,资料性质,不良数或缺陷数,单位大小是否一定,“n”是否一定,样本大小n1,CL的性质,“n”是否较大,“u”图,“c”图,“np”图,“p”图,X-Rm图,X-R图,X-R图,X-s图,计数值,计量值,“n”=1,n1,中位数,平均值

28、,“n”=25,缺陷数,不良数,不一定,一定,一定,不一定,控制图的选择,104,CASE STUDY,105,管制图的使用策划,要点建立适于采取措施的环境确定过程确定待管理的特性考虑：客户的要求当前及潜在的问题区特性间的相互关系确定测量系统使不必要的变差最小化,106,管制图使用的策划及管制点的选择,107,建立使用管制图的环境,取得高层的支持全员培训，达成共识技术人员对SPC的理解高性能的制程是设计出来的,108,理解过程确定管制点,客户的需求是什么？客户的需求通过什么产品特性表现出来？关键的品质特性是什么？产品特性由哪个过程实现？过程的哪些参数决定了产品的特性？,109,关于特性的理解,

29、110,特性定义,特性：是指产品/过程所具有的内在特征，一般体现为大小、尺寸、外观、性能、功能、寿命等 特性值：给特性赋予的值（可以是定性的，如外观、颜色、纹理等；也可以是定量的，如长度值、宽度值、强度值等）,111,特性分类,按状态分：产品特性和过程特性按重要程度分：1）关键特性：与安全、法规有关的关键特性（特殊特性）与功能、装配有关的关键特性（重要特性）2）普通特性：除关键特性之外的所有特性,112,过程和产品特性关系,过程特性：产品在加工过程中所能显现的特性，随着过程结束而消失。一般显现在产品本身和制造加工该过程的相应参数。产品特性：最终产品本身所具有的特性。产品和过程特性是可以相互转化

30、的,113,关键特性确定原则,顾客明确指定的特性，一般在设计图纸或设计数据中体现；国家或行业相应的法律、法规所规定的特性和要求等；由公司自行判断，如经常出现质量问题的特性，评估顾客最为关注的性能、功能和尺寸等，上级主管指定的，公司内部为提升质量层次的等。任何一个产品应该有关键特性，但不易太多，运用二八原则，抓住关键的少数。,114,关键特性的控制,一般地关键特性是采取与普通特性不一样的控制方法；对于计量值应采取SPC等控制方法；对于计数值应采取顾客认可的方法，如外观特性，需要与顾客达成相应的接受准则；对于破坏性的性能或功能测试要求，一般采取试验方法（与顾客达成一致），确定试验方法、频次和接收水

31、平（DOE-田口方法）；通常顾客关注的计量值特性，不是计数值特性。,115,定义的工具,品质机能展开特性矩阵图失效模式及其后果分析品质成本分析,应用众多的管理工具，找出“痛”在哪里,116,品质机能展开,技术关联度分等：1、3、9,顾客要求分级：15级,技术重要度,117,特性矩陣圖,118,失效模式及其后果分析,由分析出来的RPN值，决定改善的优先顺序,119,品質成本分析,外部失败成本,内部失败成本,管理成本,失敗成本,預防成本,鑑定成本,120,建立适用的测量系统,测量系统的概念测量的作用测量系统的要求尽量减小测量系统的误差,121,尽可能减小变差,确认各个常数项区分可控因素与不可控因素

32、了解不可控因素对管制特性的影响检定各可控因素，除差异的干扰,122,实施与制作管制图,123,计量型数据控制图,引言均值和极差图(X-R图)均值和标准差图(X-s)中位数和极差图(X-R)单值和移动极差图(X-MR),124,与过程有关的说明,125,计量型数据控制图应用前提,测量方法必须保证始终产生准确和精密的结果,126,大多过程和其输出具有可测量的特性；量化的值比简单的是否陈述包含的信息更多；对较少的件数检查，可获得更多的有关过程的信息；因只需检查少量的产品，可缩短零件生产和采取纠正措施之间的时间间隔；可分析一个过程的性能和可量化所用的改进，为寻求持续改进提供信息。,计量型数据控制图益处

33、,127,建立控制图的四步骤,A收集数据,B计算控制限,C过程控制解释,D过程能力解释,128,建立X-R图的步骤A,129,取样的方式,取样必须达到组内变异小，组间变异大样本数、频率、组数的说明,130,每个子组平均值和极差计算,131,平均值和极差,平均值的计算,R值的计算,132,建立X-R图的步骤B,133,134,上述公式中A2,D3,D4为常系数，决定于子组样本容量。其系数值见下表：,注：对于样本容量小于7的情况，LCLR可能技术上为一个负值。在这种情况下没有下控制限，这意味着对于一个样本数为6的子组，6个“同样的”测量结果是可能成立的。,X-R图计算公式系数,135,过程控制解释

34、,C1分析极差图上的数据点,C2识别并标注特殊原因(极差图),C3重新计算控制界限(极差图),C4分析均值图上的数据点,超出控制限的点链明显的非随机图形,超出控制限的点链明显的非随机图形,C5识别并标注特殊原因(均值图),C6重新计算控制界限(均值图),C7为了继续进行控制延长控制限,建立X-R图的步骤C,136,A4、选择控制图的刻度：,对于X-bar图，坐标上的刻度值的最大值与最小值之差应至少为子组（X-bar）的最大值与最小值差的2倍；对于R图，坐标上的刻度值应从0开始到最大值之间的差值为初始阶段所遇到的最大极差值（R）的2倍；,137,分 析 控 制 图(一)目 的：识 别 过 程 的

35、 变 化 和 均 值 不 稳 定 的 证 据，进 而 采 取 适 当 的 措 施。方 法：1.极 差 图(R 图)分 析 2.均 值 图(X 图)分 析,138,控制图的判读,超出控制界限的点：出现一个或多个点超出任何一个控制界限是该点处于失控状态的主要证据,139,控制图的判读,链：有下列现象之一即表明过程已改变连续7点位于平均值的一侧连续7点上升(后点等于或大于前点)或下降。,140,控制图的判读,明显的非随机图形：应依正态分布来判定图形，正常应是有2/3的点落于中间1/3的区域。,141,分 析 控 制 图(二)识 别 特 殊 原 因“特 殊 原 因”不 受 控 的 过 程,142,比

36、较 特 殊 原 因 和 普 通 原 因,特 殊 原 因 变 量,普 通 原 因 变 量,过程变异,非一般，非系统的部分,数量少，重要,易探测与描述,不可预测,特殊事件,不定期产生与消失,亦称为可指定原因,过程一般操作,一般，系统的部分,许多，普通,不易探测与描述,可预测,原有过程,保留有利，直至系统改变,亦称为随机原因,143,及 时 分 析/解 决 问 题 利 用 有 用 的 信 息 针 对 过 程 的 特 殊 原 因 与 过 程 有 关 人 员 结 合 运 用 其 它 方 法 按 实 际 情 况 对 过 程 采 取 措 施,144,重 新 计 算 控 制 限 排 除 受 特 殊 原 因 影

37、 响 的 点 确 保 受 控 调 整 过 程 对 准 目 标 值 考 虑 子 组 容 量 的 控 制 限,145,过 程 控 制 图 的 目 的 是：改 进 过 程 从 而 达 到 合 理、经 济 的 控 制 状 态。一 个 受 控 的 过 程 即 是：仅 有 很 少 百 分 比 的 点 失 控，并 且 对 失 控 点 采 取 过 适 当 的 措 施。,146,防 止 过 度 调 整 是 否 要 对 每 一 个 偏 离 目 标 值 的 情 况 进 行 调 整？示 例：在 街 上 开 车,应 该 是 对 发 生 的 所 有 的 事 采 取 行 动，还 是.,147,是 否 采 取 行 动 关 键

38、：,若 把 普 通 原 因 变 量 视 作 特 殊 原 因 变 量，并 不 能 改 善 过 程，而 且 可 能 扩 大 变 差。,148,了 解 过 程 能 力前 提 1：过 程 是 否 稳 定，即 均 值 图 和 极 差 图 稳 定，过 程 不 受 特 殊 原 因 的 影 响。前 提 2：过 程 输 出 服 从 钟 形 的 正 态 发 布。,149,控制图的观察分析,作控制图的目的是为了使生产过程或工作过程处于“控制状态”.控制状态即稳定状态,指生产过程或工作过程仅受偶然因素的影响,产品质量特性的分布基本上不随时间而变化的状态.反之,则为非控制状态或异常状态.控制状态的标准可归纳为二条:第一

39、条,控制图上点不超过控制界限;第二条,控制图上点的排列分布没有缺陷.,150,控制图的观察分析,进行控制所遵循的依据:连续25点以上处于控制界限内;连续35点中,仅有1点超出控制界限;连续100点中,不多于2点超出控制界限.五种缺陷链:点连续出现在中心线 CL 一侧的现象称为链,链的长度用链内所含点数多少来判别.当出现5点链时,应注意发展情况,检查操作方法有无异常;当出现6点链时,应开始调查原因;当出现7点链时,判定为有异常,应采取措施.,151,控制图的观察分析,从概率的计算中,得出结论:点出在中心线一侧的概率A1=1/2点连续出现在中心线一侧的概率A1=(1/2)7=1/128(0.7%)

40、即在128次中才发生一次,如果是在稳定生产中处于控制状态下,这种可能性是极小的.因此,可以认为这时生产状态出现异常.偏离:较多的点间断地出现在中心线的一侧时偏离.如有以下情况则可判断为异常状态.连续的11点中至少有10点出现在一侧时;连续的14点中至少有12点出现在一侧时;连续的17点中至少有14点出现在一侧时;连续的20点中至少有16点出现在一侧时。,152,控制图的观察分析,倾向:若干点连续上升或下降的情况称为倾向,其判别准则如下:当出现连续5点不断上升或下降趋向时,要注意该工序的操作方法;当出现连续6点不断上升或下降的趋向时,要开始调查原因;当出现连续7点不断上升或下降的趋向时,应判断为

41、异常,需采取措施.周期:点的上升或下降出现明显的一定的间隔时称为周期.周期包括呈阶梯形周期变动、波状周期变动、大小波动等情况.,153,控制图的观察分析,接近:图上的点接近中心线或上下控制界限的现象称为接近.接近控制界限时,在中心线与控制界限间作三等分线,如果在外侧的1/3带状区间内存在下述情况可判定为异常:连续3点中有2点(该两点可不连续)在外侧的1/3带状区间内;连续7点中有3点(该3点可不连续)在外侧的1/3带状区间内;连续10点中有4点(该4点可不连续)在外侧的1/3带状区间内.,154,当首批数据都在试验控制限之内（即控制限确定后），延长控制限，将其作为将来的一段时期的控制限。当子组

42、容量变化时（例如：减少样本容量，增加抽样频率），应调整中心限和控制限。方法如下：估计过程标准偏差（用 表示），用现有的子组容量计算：=R/d2 式中R为子组极差均值，d2 为随样本容量变化的常数，如下表按照新的子组容量查表得到系数d2、D3、D4 和 A2，计算新的极差和控制限。,为继续进行控制延长控制限,155,为继续进行控制延长控制限,估计过程标准偏差和计算新的控制限,156,UCL,LCL,157,请完成Xbar-R管制图的制作练习.,练习,158,答案,159,分组讨论,X和R管制图各代表什么？我们看图时，要先看哪一个图？为什么？如果点超出管制界限，是否表明这个点不符合产品规格的要求？

43、为什么？如何使子组内的变异最小？,160,解析用Xbar-R管制图的步骤,十、调查是否在管制状态 1、将点都记入管制图上；2、以下情况表明管制图不受控：a、有点跑出管制界限外 b、点呈特殊的排列 3、在管制线上的点，视同在管制界限外。,161,调查真因-解析结果的处理,当管制图表明过程不受控时：1、调查点异常的原因，并消除异常原因；2、如果找到原因，去除异常的点，重新 收集相应的数据，再次计算管制界限。3、找不到原因或不能解决问题时，那些点 不能消除，收集更多的点后，再计算管 制界限。,162,能力是否接受-解析结果的处理,当管制图显示为受控状态时：1、作直方图或计算制程能力，看能力是否足够；

44、2、计算制程能力或制程性能，看是否可接受；3、若可接受，即可将解析所得的管制线，作为本 制程的管制界线，延用下去,163,制程控制,画上可用的管制界限；按规定的频次收集数据，并计算后记入图中；点在管制界限内时，为普通原因；点超出管制界限时，为特殊原因；制程中发生特殊原因时，即是改善的时机。,164,持续改进,管制图使用到一点时候，制程可能已经得到改善。这时，管制界限已经不适使用了。这时需要重新收集数据进行解析，解析后的管制线再用于控制。,165,思考？,一、讨论：为了解一个生产过程是否处于统计受控状态，今收集 该生产过程入库成品仓的数据125个，分成25组对制程进行解析请问，这样解析制程行吗？

45、说出你的理由。二、制程管制一定时间，重新计算管制界限后，管制界限变小了，这样会增加管制图上的点跑出管制界限的机会，对品管来讲 增加了工作量。所以，最好不要去修改管制界限。,166,单值控制在检查过程变化时不如X-R图敏感。如果过程的分布不是对称的，则在解释单值控制图时要非常小心。单值控制图不能区分过程零件间重复性，最好能使用X-R。由于每一子组仅有一个单值，所以平均值和标准差会有较大的变性，直到子组数达到100个以上。,167,A收集数据收集各组数据计算单值间的移动极差。通常最好是记录每对连续读数间的差值(例如第一和第二个读数点的差，第二和第三读数间的差等)。移动极差的个数会比单值读数少一个(

46、25个读值可得24个移动极差)，在很少的情况下，可在较大的移动组(例如3或4个)或固定的子组(例如所有的读数均在一个班上读取)的基础上计算极差。,168,B计算控制限,注：正常情况下，样本n=2此时E2=2.66 D4=3.27 D3=0 E2、D4、D3是用来计算移动极差分组,169,C过程控制解释审查移动极差图中超出控制限的点，这是存在特殊原因的信号。记住连续的移动极差间是有联系的，因为它们至少有一点是共同的。由于这个原因，在解释趋势时要特别注意。可用单值图分析超出控制限的点，在控制限内点的分布，以趋势或图形。但是这需要注意，如果过程分布不是对称，用前面所述的用于X图的规则来解释时，可能会

47、给出实际上不存在的特殊原因的信号,170,估计过程标准偏差：式中，R为移动极差的均值，d2是用于对移动极差分组的随样本容量n而变化的常数。,171,计量型控制图常用系数表,172,请完成X-MR(个别值-移动全距)管制图的制作练习.,练习,173,答案,174,A收集数据：在计算各个子组的平均数和标准差其公式分别如下：,175,B计算控制限,176,上述公式中A3,B3,B4为常系数，决定于子组样本容量。其系数值见下表：,注：对于样本容量小于6时，LCLS可能技术上为一个负值。在这种情况下没有标准差的下控制限。,X-s图计算公式系数,177,C过程控制解释(同X-R图解释),178,D过程能力

48、解释,179,A收集数据一般情况下，中位数图用在样本容量小于10的情况，样本容量为奇数时更为方便。如果子组样本容量为偶数，中位数是中间两个数的均值。,180,B计算控制限,181,C过程控制解释(同X-R图解释),182,估计过程标准偏差：,183,停止灯控制图,停止灯控制图（过程控制图）在停止灯控制图中，过程的位置和变差用一张图控制。控制图监测样本中落入每一指定级别数据点的数量，决策的准则以这些级别期望的概率为基础典型的设定将过程变差分为三部分：低警告、目标值、高警告。超出期望的过程变差（6）的区域是停止区域。采用两次抽样的半计量型（超过两个类别）技术的停止灯控制图是用于这种类型的一种简单但

49、有效的控制程序。在停止灯控制图中，目标值区域指定为绿色，警告区域指定为黄色，停止区域指定为红色。这些颜色的使用就是“停止灯”名称的由来。目标警告停止警告停止LSLUSL目标警告停止警告停止LSLUSL,184,停止灯控制图,根据这样的分级，可以通过识别控制图中样本数据点落在“警告”区域的点的百分比来控制过程。分布比例（%警告）控制要求的样本容量和频率。当然，仅当过程分布是已知的时候，允许使用这种方法进行过程控制，过程的量化和分析要求计量型数据。这种方法关注的是探测过程的改变（变差的特殊原因）。停止灯控制图在实施中不要求计算和画图，因此比一般控制图更易于实施。因为停止灯控制图将总样本容量（例如5

50、个）分为两次抽样（例如2个，3个），因此与相同总样本容量的控制图相比。可以相同或更有效发出失控情况的信号。虽然这种方法是完全根据统计学理论开发的，但是在不具备数学知识的操作人员中也能实施和传授。,185,停止灯控制图的假设,停止灯控制图假设：过程处于统计控制状态。过程性能（包括测量变差）是可接受的。过程正对目标值。一旦以上假设经利用计量型数据通过过程性能研究得以验证，那么过程分布可被分为：平均值的1.5标准差内标识为绿色区域，过程分布内剩余的区域标识为黄色，任何过程分布（99.73%范围）以外标识为红色区域。如果过程的分布服从正态分布，则大约03%分布在红色区域。如果过程的分布确定为非正态分布