SPC基本知识培训.pptVIP

MaYM1976@Y 2005、3、20 SPC的基本概念 SPC- Statistical Process Control 统计过程控制，是企业提高质量管理水平的有效方法。它利用数理统计原理，通过检测数据的收集和分析，可以达到“事前预防”的效果，从而有效控制生产过程、不断改进品质。 与全面质量管理相同，强调全员参与，而不是只依靠少数质量管理人员。 * MaYM1976@Y SPC的基本概念 马永明制作 2005年3月10日 SPC的特点与发展 第一阶段SPC不是用来解决个别工序采用什么控制图的问题，SPC强调从整个过程、整个体系出发来解决问题。SPC的重点就在与“P”（Process，过程） -- 可判断过程的异常，及时告警； -- 不能告知此异常是什么因素引起的; 第二阶段 SPCD (Statistical Process Control and Diagnosis)，统计过程控制与诊断--SPCD既有告警功能，又有诊断功能 第三个阶段SPCDA(Statistical Process Control , Diagnosis and Adjustment)，即统计过程控制、诊断与调整,它能控制产品质量、发现异常并诊断导致异常的原因、自动进行调整,目前尚无实用性成果  马永明制作 均值-极差图 0 5 10 15 20 25 30 35 40 45 50 1 2 3 4 5 6 7 8 9 LCL UCL 统计过程控制 图:适用于长度、重量、强度等计量型数据控制 马永明制作 统计过程控制 马永明制作 数据收集: 选择控制特性X, 决定样本大小n及抽 样间隔, 样本组数k. 1.选择控制特性X · 能测量的产品或过程特性. · 与客户使用及生产关系重大的特性. · 对下工序影响较大的特性. · 经常出现问题的特性. · 关键过程的特性. 统计过程控制 马永明制作 数据收集: 选择控制特性X, 决定样本大小n及抽 样间隔, 样本组数k. 2.决定样本大小n及抽样间隔 · n约在2-5个之间,不宜太大. · 同一组的数据最好在同一生产条件及同一段时间内取样. · 初期分析的过程最好在较小的间隔连续取样，正常控制状态下的控制过程可加长间隔。 · 每组样本可识别日期，时间，操作员，设备，原材料或零件批号。 · 不影响生产及可接受的成本下进行采样。 统计过程控制 马永明制作 数据收集: 选择控制特性X, 决定样本大小n及抽 样间隔, 样本组数k. 3.样本组数k. · 足够的样本组数以保证过程的主要变化都有机会出现。 · 25组以上的样本及100个以上的数据来检定过程的稳定及估计过程特性的平均数及标准差。 控制范围公式： 控制图 CL = X UCL= X + A2R LCL = X - A2R R 图： CL = R UCL= D4R LCL = D3R X 图： 马永明制作 设定控制限的选择 通常控制限设在偏离质量特性平均线+/ - 3?（标准差）处。 ●UCL=μ+3 σ ●CL=μ ●LCL=μ-3 σ 规范极限 - 由顾客给出，或由产品/过程开发部门给出。 控制极限 - 仅由过程的固有变异确定。 控制极限与规范极限无关。 马永制作 控制图 若我们有数据 X1, X2, ..., Xn , 及 Xmax = max(X1, X2, ..., Xn), Xmin = min (X1, X2, ..., Xn) 那么 _ 均值 (X or m) = S Xi / n 极差 (R) = Xmax - Xmin 标准差 (S or s) = (计算 PPK ) (计算CPK) 均值用于代表数据的 “位置” 或 “中心” 极差或标准差代表数据的分布 宽度 或 变异性 马永明制作 控制图 X 图中心 R 图中心 马永明制