Control（统计过程控制）含义--利用统计技术对过程中的.pptVIP

1、什么是SPC? SPC --Statistical Process Control (统计过程控制） 含义--利用统计技术对过程中的各个阶段进行监控，从而达到保证产品质量的目的。 统计技术----数理统计方法。 2、SPC的作用 预防： 判断过程的异常，及时告警。 3、SPC的缺点 不能告知异常是由什么因素引起的和发生于何处，即不能进行诊断。 2、什么是SPC?（新概念） SPC-- Statistical Process Control (统计过程控制） 含义--利用统计技术对过程中的各个阶段进行监控与诊断，从而达到缩短诊断异常的时间、以便迅速采取纠正措施、减少损失、降低成本、保证产品质量的目的。 3、为什么要学习SPC（一）? 时代的需要：21世纪是质量的世纪，提出超严质量要求，是世界发展的大方向。 如电子产品的不合格品率由过去的百分之一、千分之一、降低到百万分之一（ppm, parts per million),乃至十亿分之一（ppb, parts per billion)。 科学的要求： 要保证产品质量、要满足21世纪超严质量要求就必须应用质量科学。 生产控制方式由过去的3?控制方式改为6?控制方式。 3?控制方式下的稳态不合格品率为2.7 X 10-3, 6?控制方式下的稳态不合格品率为2.0 X 10-9 后者比前者降低了： 2.7 X 10-3 / 2.0 X 10-9=1.35 X106 即一百三十五万倍! 3、为什么要学习SPC? 3?控制方式与6?控制方式的比较： 4、开展SPC的步骤 培训SPC 正态分布等统计基础知识 品管七工具：调查表、分层法、散布图、排列图、直方图、因果图、控制图 过程控制网图的做法 过程控制标准的做法 确定关键质量因素 对每道工序，用因果图进行分析，造出所有关键质量因素，再用排列图找出最终产品影响最大的因素，即关键质量因素； 列出过程控制网图，即按工艺流程顺序将每道工序的关键质量因素列出 制订过程控制标准 对过程进行监控 对过程进行诊断并采取措施解决问题 控制图原理 1、什么是控制图 对过程质量加以测定、记录并进行控制管理的一种用统计方法设计的图。 控制图的组成 UCL(Upper Control Limit) 上控制限 LCL(Lower Control Limit) 下控制限 CL (Central Line)中心线 按时间顺序抽取的样品统计量数值的描点序列 控制图原理 2、统计观点 ----现代质量管理的基本观点之一 产品质量具有变异性 “人、机、料、法、环” + “软（件）、辅（助材料）、（水、电、汽）公（用设施）” 变异具有统计规律性 随机现象?统计规律 随机现象：在一定条件下时间可能发生也可能不发生的现象。 控制图原理 3、基础知识 (1)、直方图 分组、统计、作直方图 具体步骤 1、找出最大值和最小值，确定数据分散宽度 数据分散宽度=（最大值 ? 最小值） 2、确定组数 k ? ? n 3、确定组距 h=（最大值?最小值）/组数 4、确定各组的边界 第一组的组下限=最小值 ?最小测量单位的一半 第一组的组上限=第一组的组下限+组距=第二组的组下限 第二组的组上限=第二组的组下限+组距=第三组的组下限，依此类推。 5、确定各组的频数 6、作直方图 7、对直方图的观察: 特点， 中间高、两头低、左右对称 控制图原理 3、基础知识 (2)、正态分布 (Normal Distribution) 当抽取的数据个数趋于无穷大而区间宽度趋向于0时，外形轮廓的折线就趋向于光滑的曲线，即：概率密度曲线。 特点：面积之和等于1。 fN (x; ?2 , μ ) = (1/ ? ?2?)exp(- (x- μ) 2 /2 ?2 ) 两个重要的参数： μ (mu)--- 位置参数和平均值（mean value) ，表示 分布的中心位置和期望值 ? (sigma) --- 尺度参数，表示分布的分散程度和标准偏差 （standard deviation), 两个参数的意义 μ (mu)---反映整体的综合能力 ? (sigma) --- 反映实际值偏离期望值的程度，其值越大，表示数据越分散。 它们之间是互相独立。 质量管理中的应用 不论μ 与?取值如何，产品质量特性落在[μ ? 3?， μ +3?]范围内的概率为99.73%。 落在[μ ? 3?， μ +3?]范围外的概率为1 ? 99.73%=0.27%， 落在大