更改后SPC稿演示文稿.pptVIP

控制圖 做SPC的用途和目的 做SPC的三个用途 1、分析/识别过程 2、维持/控制过程 3、改善过程 做SPC的目的 查出异因，采取措施，保证消除，不再出现，纳入标准。 SPC研究方向： 研究某生产过程是否处于稳定状态; 研究稳定状态下，该生产过程所生产出的产品出现不良的概率 SPC 统计制程管制的意义 一个过程控制系统可以称为一个反馈系统。统计过程控制（SPC）是一类反馈系统。 以控制图为工具，从过程中收集测试之数据，加以计算绘点，并从中观察变异之趋势，藉以判断过程能力的一种质量控制方法。 預防与探測 过程控制的需要 ★探测─容忍浪费 ◇透过质量控制来检验最终产品并剔除不符合规范的产品。 ◇行政管理经常靠检查和再检查来努力找出错误。 ★预防─避免浪费 ◇透过开始就不产生无用的输出。 引起变差的原因 引起变差的原因可为普通原因和特殊原因。 ☆普通原因：造成变差的一个原因，它影响整个被研究过程的所有单值；在控制图分析中表现为随机分布。过程仅存在引起变差的普通原因时，随着时间的推移，过程的输出形成一个穏定的分布并可预测。 引起变差的原因 ☆特殊原因(亦称可查明原因)：引起间断性，不可预计的，不穏定的变差根源。在控制图中表现为：超出控制限的点或控制限中的长链或其它非随机的图形。特殊原因造成过程分布的改变有些有利有些有害；有害时应识别出来并消除，有利时可识别出来并使其为过程恒定的一部分。 控制图中出现的变差时 变差的普通原因通常要求对系统采取措施；由管理人员来采取措施，大约可以纠正85% 的过程变差。比如：工模具使用寿命； 管制图的种类 SPC 统计制程管制分析步骤 ※1）、选定管制项目（品质特性：螺纹胚径、外径、对边……），收集样本数据。收集25组样本零件，每组5PCS样本零件。依订单量决定来收集每组样本零件的频率。将每组的数据记入管制图的数据栏内。 ※ 2）、计算出每组数据的平均值： 式中m=5，代表每组5个零件数据。 SPC 统计制程管制分析步骤 ※ 3）、计算出每组极差值： ※ 4）、将每组的平均值和每组的极差值纳入坐标轴中，n=（1，2，……25），代表有25组数据。 ※ 5）、计算出25组数据的总平均值： ※ 6）、计算出极差的平均值： SPC 统计制程管制分析步骤 ※ 7）、计算出管制界限。 ① 管制图 ②R管制图 SPC 统计制程管制分析步骤 在R 图和 X 图上标出控制线 ☆平均极差和过程均值用画成实线。 ☆ 各控制限画成虚线。 ☆对各条线标上记号（UCLR ，LCLR ，CLR，UCLX ，LCLX，CLX） 参数 d2 为随样本容量变化的常数，如下表： 式中A2,D3,D4为常系数，决定于子组样本容量。其系数值见下表 ： 过程控制分析 ◇分析控制图的目的在于识别过程变化或过程均值不恒定的证据。 （即其中之一或两者均不受控）进而采取适当的措施。 注1：R 图和 X 图应分别分析，但可进行比较，了解影响过程的特殊原因。 注2：因为子组极差或子组均值的能力都取决于零件间的变差， 因此，首先应分析R图。 判异准则一 一、超出控制限的点(有一点落在A区以外) ??　　 在许多应用中，准则1甚至是唯一的的判异准则。准则1可对参数μ 的变化或参数σ的变化给出信号，变化越大，则给出的信号越快。准则1还可对过程中的单个失控做出反映，如计算错误，测量误差，原材料不合格，设备故障等。在3σ原则下，准则1犯第一类错误的概率为 ?? （如图一） 判异准则二 二、连续9点落在中心线的同一侧。 ??　　此准则是为了补充准则1而设计的，以改进控制图的灵敏度。选择9点是为了使其犯第一类错误的概率ɑ与准则1的ɑ0=0.0027大体相仿。出现准则二的现象，主要是过程平均值μ减小的缘故。 ?? （如图二） 判异准则三 三、连续6点递增或递减。 ??　　此准则是针对过程平均值的趋势进行设计的，它判定过程平均值的较小趋势要比准则2更为灵敏，产生趋势的原因可能是工具逐渐磨损、维修逐渐变坏等，从而使参数随着时间而变化。 ?? （如图三） 判异准则四 四、连续14点相邻点上下交替。 本准则是针对由于轮流使用两台设备或由两位操作员轮流进行操作而引起的系统效应。实际上，这就是一个数据分层不够的问题。选择14点是通过统计模拟试验而得出的，也是为使ɑ大体与准则1的ɑ0=0.0027 ??　　?? （如图四） 判异准则五 五、连续3点中有2点落在中心线同一侧的B区以外。 过程平均值的变化通常可由