SPC讲解.pptVIP

统计过程控制STATISTICL PROCESS CONTROL 0.1 课程目的 了解统计过程控制的概念以及其在质量管理体系中的作用 通过控制图技术来开展有效的SPC 控制图是SPC的主要工具 本课程的重点 0.2 持续改进与统计过程控制 当今经济的气候下，汽车制造商、组织及销售商必须致力于持续改进 不断地寻找更有效的方法提供产品和服务 确保不断的改进和使用有效的方法 SPC是我们致力于改进的基本的统计方法 SPC方法包括与统计过程控制及过程分析有关的方法 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 用SPC来控制输出（如零件）应仅仅是第一步 当产生输出的过程成为我们关注的重点时，SPC才能在改进质量，提高生产率，降低成本上发挥作用 0.3 SPC 手册使用说明 SPC参考手册对象是见习生及初用统计方法的管理人员; SPC没有进一步提供统计方法和理论知识，初学者还应接受概率论和数理统计学知识; SPC研究的前提是测量系统受控且其变差占过程总变差很小（可接受）; 0.4普遍采用的七工具统计方法介绍 缺陷搜集表 分布直方图（Histogram） 排列图（Pareto Digram）又称帕累托图 因果图（Cause and Effect Diagram）又称鱼骨图 分层法（Srratification） 散布图（Scatter Diagram）又称相关图（Correlation Diagram） 控制图（Control Chart） 0.4 普遍采用的七工具统计方法介绍 0.4 普遍采用的七工具统计方法介绍 控制图（Control Chart） 20年代贝尔实验室的Walter Shewhart博士发明了控制图这一重要的工具。 控制图能区分变差的普通原因和特殊原因。 当过程处于统计控制状态时，控制限可用来解释过程能力。 过程改进后，控制图能反映改进的效果。 控制图已被广泛使用在过程控制中。SPC 是应用控制图反馈信息对过程进行控制. 1.1 什么是随机现象 什么是随机现象 每次观察或试验，结果不确定 大量重复观察或试验，结果呈现某种统计规律 小组试验 从口袋中每次取10个, 观察记录黑色棋子出现的个数. 共做10次。 把结果填在表中(见培训教材)。 每次放回混合; 讨论试验现象的性质; 将上述有限抽样试验结果, 列入表中(见培训教材)并计算累积黑棋出现的次数; 如果无限次抽样,黑棋频率有何趋势。 1.2 两类随机变量 两类随机变量 计数型（离散型）attributes 计量型（连续型）varibles 请每位学员举出本公司中的两类随机变量各1种 计数型：_______________________________ 计量型：_______________________________ 1.3 两种有关的计数型随机变量分布 随机变量的概率分布 计数型（离散型）随机变量 “0-1”分布 检查一种产品是否合格, 合格的用“1”表示，不合格的 用“0”表示。称“0－1”分布,且P(X=k)=pk(1-p)1-k 泊松分布 检查一个油漆零件, 发现其缺陷数用C表示。C可以是0 1、2……. , 称质量特性X的分布为泊松分布, P(X=c)=?c/c! .e? ,可利用功能齐全的计算器,也可用泊 松分布表 1.4 计量型随机变量的正态分布 计量型随机变量的分布 直方图 每件产品的尺寸与别的都不同,但它门形成一个模型,若稳定,可以描述为一个分布 分布图 1.4 计量型随机变量的正态分布 正态分布 任何产品,由于制造过程受各种因素影响,即使生产过程稳定,产品的特征值仍存在差异,这是正常的,问题在于研究这些差异 产品特性值为X,如果X的概率密度f(x)= 则称随机变量X服从正态分布 正态分布——过程中最常用的分布 μ—— 均值(位置参数) σ2 —— 方差 σ—— 标准差(形状参数) ±3σ—— 常用来表示变差大小 μ±σ 0．682689 μ±2σ 0．954499 μ±3σ 0．997300 μ±4σ 0 μ±5σ 0．999999742 μ±6σ 0．999999998 1.5 抽样试验 1.5 抽样试验 样本统计量 计量型 描述样本中心的位置： 均 值 X= 中位数 X= 描述样本分布宽度： 样本极差 R= 样本标准差 S= 样本方差 S2 =