培训SPC0611.pptVIP

统计过程控制 一、SPC概念二、控制图 2.1统计控制状态 2.2工序 2.3过程评估与监察方法 2.4常用控制图 2.5SPC控制图实例三、工序能力 3.1如何判断过程稳定 3.2工序能力指数 一、统计过程控制概念 （1）预防原则是质量管理的核心；质量管理学科的科学性（2）休哈特提出过程控制理论及控制图（3）SPC涵义--（statistical process control）是为了贯彻预防原则，应用统计技术对过程中的各个阶段进行评估和监察，建立并保持过程处于可接受的并且稳定的水平，从而保证产品与服务符合规定的要求的一种技术。 二、控制图原理 正态性假设—5M1E微小变化造成随机误差，质量特性波动服从正态分布 3σ准则---μ±3σ概率99.73% 小概率事件---X超出控制界限的概率为0.27%,在正常情况下不会发生。 反证法----控制图上点子超出控制界限，过程失控，需从5M1E找原因。 总体参数。规范限不能用作控制界限。规范限用作区分合格与否，控制界限用以区分偶然波动与异常波动。 2.1统计控制状态（state in statistic control） 影响质量的因素分为偶然因素和异常因素。控制图上的控制界限就是区分偶然波动和异常波动的科学界限。3σ原则---UCL=μ+3σ LCL=μ-3σ CL=μ 其中μ、σ为统计量的 （1）指过程中只有偶因而无异因产生的变异状态。 （2）在统计控制状态下，至少有99.73%的合格品。 2.2什么是工序（process） 工序是产品、零部件制造过程的基本环节，也是品质检验的基本环节。对工序实行严格的工序控制，它能在帮助现代工艺更加富有效率工作的同时，也使现代工艺具有经济上的现实意义。 如果一个高速精密的工序控制不当，生产出的无用的废品马上就会堆成山；如果产品稍微不符合生产标准，它就会在后面的复杂装配工序中造成很大的麻烦，并因拆卸、替换部件而造成巨大的损失。 2.3过程的评估与监察方法 过程处于统计控制状态（稳态） 2.4常用控制图 控制图的分类 SPC 控制图实例 1） 确定需建立控制图的工序 2） 选择控制参数 SPC 控制图实例 3）制作 X-R图 X图控制线计算： UCLX=μ+3σ= μ+A2R CLX= μ=Mean(X) LCLX= μ-3σ = μ-A2R 3）制作 X-R图 R图控制线计算： UCLR=μ+3σ= D4R CLR= μ=Mean(R) LCLR= μ-3σ = D3R SPC 控制图实例 4) 绘制分析用控制图 推荐书 国家标准GB/T4091-2001《常规控制图》 QS9000五大手册之一《统计过程控制》 过程状态分类 四、芯片SPC 4.1 确定需建立控制图的工序4.2 选择控制参数 PIN PD 芯片 QCFC 4.3取预备数据25个子组；子组样本量4~5；合理子组原则（组内差异只由偶因造成，组间差异主要由异因造成。保证控制图上、下控制线间隔最小，取样本组应在短间隔内取。为了发现异因，过程不稳时应多抽取样本，过程稳定时，则少抽取样本。 4.4计算控制限并作图控制参数为计量值用 X-R图、X-S、I-MR 控制图 ；控制参数为计数值（不良率）用P图 X图控制线计算： UCLX=μ+3σ= μ+A2R CLX= μ=Mean(X) LCLX= μ-3σ = μ-A2R R图控制线计算： UCLR=μ+3σ= D4R CLR= μ=Mean(R) LCLR= μ-3σ = D3R 4.5对状态进行判断。若状态不稳，则除去可查明原因后转入步骤4.3重新开始4.6若状态稳定。计算过程能力指数并检验其是否满足技术要求。4.7若过程能力指数不满足技术要求，则需调整过程直至过程能力指数满足技术要求为止。 4.8若过程能力指数满足技术要求延长控制图的控制线，作控制用控制图。 当给定双向公差，品质数据分布中心 ( ) 与公差中心 ( M ) 不一致时，即存在中心偏移量 (ε)时，用符号 Cpk 表示。 σ： 总体标准差 当给