(甲上)SPC讲义(小时)重点.ppt

Statistical Process Control SPC统计过程控制 讲师：李国防 (Minister Lee) Minister.lee@ 课程大纲 质量的发展 直方图与正态分布 管制圖 制程能力评估 制程監控 如何成功推动SPC SPC的历史 管制图是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，遂成为实施质量管理时不可缺少的主要工具，当时称为(Statistical Quality Control)。 直方圖 三.直方图名词解释 3.组距 5.计算各组的组中点 演 練 五. 與規格值或標準值作比較 C.表示制程之生产完全没有依照规格去考虑,或规格订得不合理,根本无法达到规格. 六.直方图在应用上必须注意事项 测定平均值 在中心线或平均值两侧呈现左右对称之分布 极大值与极小值数量很小 常态曲线左右两尾与横轴渐渐靠近但不相交 曲线下的面积总和为 1 统计学 为了解被调查群体的某些隐含的特性，运用合理的抽样方法从被调查群体N中取得适当的样本n，通过研究样本来发现群体的特性! 数据的离散程度 R极差(Range)＝最大值－最小值＝Ｘmax－Ｘmin V方差/变异(Variation)(总体) (样本) S标准差Standard deviation(总体) (样本) 正態分佈 正态曲线单侧的概率(P值) 推断正态分布的参数 总体参数 　　 样本统计量 集中程度 μ Ｘ 离散程度 σ　　　　 　 s 不同的正态分布 不同的正态分布 不同的正态分布 变差的普通原因 V.S.特殊原因 Question 请列出目前制程中人，机，料，法，环境中普通原因及特殊原因有哪些？ 局部性的对策及系统性的对策 局部问题的对策 *通常用来消除特殊原因造成的变异 *可以被制程附近的人员来执行 * 一般可以改善制程的 15% 系统改善的对策 *通常用来减低普通原因造成的变异 *几乎总是需要管理者的行动来加以矫正 * 一般可以改善制程的 85% 对于一个新的机种或是新的制程而言，要先解决制程变异的普通原因还是特殊原因？为什么？ Question 管制圖 管制图是对过程质量加以测定、记录，从而进行控制管理的一种用科学方法设计的图。图上有中心线(CL-Central Line)、上管制界限(UCL-Upper Control Limit)和下管制界限(LCL-Lower Control Limit)，并有按时间顺序抽取的样本统计量数值的描点序列，参见管制图示例图。 管制图 管制图的益处 合理使用管制图能 供正在进行过程控制的操作者使用 有助于过程在质量上和成本上能持续地，可预测地保持下去 使过程达到 更高的质量 更低的单件成本 更高的有效能力 为讨论过程的性能提供共同的语言 区分变差的「特殊原因」和「普通原因」，作为采取局部措施或对系统采取措施的指南。 每个子组的平均值和极差的计算 平均值和极差 平均值的计算 X Bar-R Chart练习 某工厂制造一批紫铜管，应用X bar-R管制图来控制其内径，尺寸单位为m/m，利用数据表之数据（n=5） ： 求得其管制界限并绘图 请判定过程是否稳定？ 如果是不稳定该如何处理？ 如果制程假设已稳定，但想将抽样数自n=5调为n=4时，那么其新控制限为何？ 使用管制图的准备 建立适用于实施的环境 定义过程 确定待管制的特性，考虑到 顾客的需求 当前及潜在的问题区域 特性间的相互关系 确定测量系统(MSA) 使不必要的变差最小 质量特性与管制图的选择 为保证最终产品的质量特性, 需要考虑以下几个方面: 认真研究用户对产品质量的要求, 确定这些要求哪些与质量特性有关, 应选择与使用目的有重要关系的质量特性来作为控制的项目. 有些虽然不是最终产品质量的特性, 但为了达到最终产品的质量目标, 而在生产过程中所要求的质量特性也应列为控件目 在同样能够满足对产品质量控制的情况下, 应该选择容易测定的控件目. 用统计方法进行质量控制。如无质量特性数据就无法进行. 质量特性与管制图的选择 在同样能够满足产品质量控制的情况下, 应选择对生产过程容易采取措施的控件目. 为了使控制最终取得最佳效果, 应尽量采取影响产品质量特性的根本原因有关的特性或接近根本原因的特性作为控件目. 产品的质量特性有时不止一个, 则应同时采取几个特性作为控件目. 使用管制图的注意事项 分组问题 主要是使在大致相同的条件下所收集的质量特性值分在一组, 组內不应有不同本质的数据, 以保证组内仅有普通原因的影响. 我们所使用的管制图是以影响过程的许多变动因素中的普通因素所造成的波动为基准