SPC统计过程控制技巧.ppt

Tab 3:;目标 1. 能够使用“XBar和S图表”进行连续数据分析。 能够使用“p”控制图表进行离散数据分析。 能够确定每一种图表类型的控制极限范围。 能够对图表进行解释并确定工序什么时候处于失控状 态。 5. 能够解释依据图表信息采取措施的重要性。;什么是：统计过程控制（SPC）;6 个西格玛质量的重点是将控制范围转移到工序的上游，以充分利用对工序输入变量特征（关键X）的控制;什么时候使用SPC？;X;控制图表;假设检验?;过程的稳定性;过程稳定性; 平均值与极差 Xbar R N10, 典型3-5 ; X Bar西格玛 （Xbar-S)控制图;使用Minitab软件构建Xbar-S图表;使用Minitab软件构建Xbar-S图表;Minitab生成了Xbar-S 图，它自动计算控 制极限范围。图中标明了失控点，并且在会话框中得以总结。;分析控制图;计算平均值图的控制限 ;计算变差图的控制限;大型分组提高灵敏度;为什么使用 3 Sigma控制限范围?;一个消费者服务组织希望能够监控消费者对公司的满意度。每周都对公司的１０个地区服务中心的调查结果进行评估，并制成表格。下面的实例说明了Xbar－s控制图如何用于监控“消费者满意度”（在这个示例中，满意值越高说明公司运营情况越出色。） 创建Xbar-s控制图表的主要信息: 分组总数量= 25 分组大小, n = 10 总平均值, X = 4.096 S=.1403;控制图常量与控制限范围;控制图的使用;不断变化的控制限;控制图说明;一般过程变差－“乏味…”;特定原因改变“ 发生了什么？”;有时过程会产生异常现象，其结果是偶然出现一些“奇异点”，它们很明显并不属于基本过程分布的一部分。一个异常点产生过后，该过程恢复正常状态，直到下一个异常点出现。 ;一些典型原因： 调节错误或不正确设置 原料或润滑剂的改变 移动变化;现象: 连续七个数据点呈上移趋向 连续七个数据点呈下移趋向;区域测试;平均值和极差图（Xbat – R）;单个数据点和移动极值图（XmR）;可以探测到过程中任何大小的变化，这种可编程的灵敏性使 EWMA 成为监控受控过程的优秀工具。 注意EWMA 的形状， 该图所使用的数据和我们前面连续数据图中的数据相同。我们注意到平均值存在向上的趋势，其中还有均值向下的显著位移。;特征值控制图;主要属性图;属性控制图表范例;在时间段内的测量特性;创建P图;改进图形输出;微调;统计过程控制应用中的一些实践性问题;SPC图目标; 统计过程控制是一个出色的上游过程控制工具。控制图极为 适合对你的少数关键变量X进行监视和控制。 控制图能够监控过程变差，并在过程变差受其他特殊原因影响的情况下生成提示信号。 SPC控制图用于监视以下对象： 连续变量 XbarS Xbar极差 单个值移动极差(XmR) EWMA控制图 离散变量（属性） P图 np图 使用控制图的基本技巧为： -即时将数据绘图。 -确认 “失控”状态，并对其作出反应。 -控制极限范围外的点。 -查找造成“失控”的根本原因。 -实施永久的解决方案。 -如果过程并未“失控”，那么就不要做调整。; ;统计质量控制说明书，1956 由I.D.C.贸易公司、西部电子公司、P.O.Box 26205、印第安纳波利斯、IN 46226出版 统计质量控制 由McGraw-Hill有限公司的 Eugene L. Grant和Richard S.Leavenworth于 1980年第五次编辑出版 理解统计过程控制 由SPC有限公司的Wheeler 和David S.Chambers编写 统计过程控制基础（参考手册）由A.I.A.G.出版 电话(313)358-3570;控制图表选择流程;Xbar R 控制图计算公式;离散数据控制图计算公式;说明指导