TS16949标准之SPC_培训教材.ppt

6/26/2002 SPC统计过程控制 SPC应用背景篇 规格管理的危险性 简单来说，SPC是透过运用统计学上的技巧如控制图分析过程或其输出，从而作出适当的行动以达至及保持统计控制状况及改善过程能力。 SPC解释为 ... 运用统计方法于过程控制上以控制产品品质 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. 因其用法简单且效果显著, 人人能用, 到处可用, 逐渐成为实施品质管制时不可缺少的主要工具, 当时称为 (Statistical Quality Control). 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，主讲统计品质管控，而提高了英国人将统计方法应用到工业方面之气氛。 就控制图在工厂中实施来说，英国比美国为早。 品质失败的结果 SPC 可以帮助我们 区分正常波动和异常波动； 及时发现异常征兆； 消除异常因素； 减少异常波动； 提高过程能力； 正常波动和异常波动 波动是质量的敌人； 品质改善就是要持续减少设计、制造和服务过程的波动； 正常波动和异常波动 正常波动和异常波动 正常波动和异常波动 控制图 SPC的核心工具. 1924年休华特(Walter Shewhart)提出, 他曾说: “在一切制造过程中所呈现的波动有两种, 第一是过程内部引起的波动称为正常波动; 第二是可查明原因的间断波动称为异常波动. 控制图的构成 ● 优质企业平均有73%(用SPC方法的)的过程Cpk超过1.33，低质企业只有45%过程达到Cpk=1.33。 ● Cpk1.67的企业，平均销售收入增长率为11%以上，而其它企业的数据为4.4%。 ● 一家企业用了三年的时间使废品率降低58%，其使用的方法：将使用SPC的过程比例由52%增加到68%。 ●原则上,应该用于有数量特性或参数和持续性的 所有工艺过程; ● SPC使用的领域是大规模生产; ●多数企业，SPC用于生产阶段; ●在强调预防的企业，在开发阶段也用SPC。 总体 - 简单而言，我们有兴趣知道的数据整体,如1000台燃具 样本 - 一组只包含部份总体的数据。简单而言，这是总体中选出的数据,如1000台燃具中的其中10台. 描述统计 1.决定数据的趋中程度(太阳能热水器热效率的集 中程度,4.84,4.98,4.85…. 2.以数理表达分散的程度 3.决定样本频率分布的形状 趋中的量度 平均 - 所有值总和除以样本容量(热水产率: 96.76,99.66,96.93,97.87) 备注: 不小于额定产水能力的90%. 中位数 - 顺序(由小至大或由大至小)数列中心项的数值 众数 - 在样本中出现次数最多的值 优点 　 　 　 ■概念容易被理解和接受。 ■一组数据只有一个平均数且组中每个数据的变化都会影响平均数。 中位数的优、缺点 优点 中位数不受超常值的影响。 众数的优、缺点 优点 ■众数不受超常值 影响。 ■ 可应用于定性数据。 分散的量度 标准差(SD) 过程输出的分布宽度，距离或每平均值的偏差 热水温升的内控标准为48-65K, 实际量测数据为: 56.8; 54.6; 51.1 53.4 分散的量度 极差 一个子组、样本或总体中最大值与最小值之差; 最低温升的量测数据为 9.6, 6.2,5.7,9.6, 那么最低温 升的极差为: 右偏态情形下分布集中程度与离散程度间的关系 左偏态分布下分布集中程度和离散程度间的关系 双峰分布下分布集中程度与离散程度间的关系 概念介绍 计量值：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尺寸、长度、形位误差等, 如电池之压片厚度, 小片称重, 卷针直径等指标. 计数值：通常是指不用仪器即可测出的数据。计件如不合格品数, e.g 裁大片外观不良数，服从二项分布；计点如电池激光焊接的气密性, 短路数等, 服从泊松分布. 控制图的基本原理 以3σ原理为基础：管制图是以常态分配中的3 σ原理为理论依据，中心线为平均值，上下控制界限为以平均值加减3 σ的值，以判断过程中是否有问题发生，此即休哈特博士所创的控制方法。 中心极限定理：无论随机变量的共同分布是什么（离散分布或连续分布，正态分布或非正态分布），只要独立统分布随机变量的个数n较大时， 的分布总是正态分布。 控 制 图 控制图的要素 纵坐标：数据（质量特性值或其统计量） 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 控制图的分类(按数据种类分) 計量