统计过程控制07141.ppt

内容提要 SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO分析 SPC简介 SPC Statistical: （统计）以概率统计学为基础，用科学的方法分析数据、得出结论； Process： （过程）有输入-输出的一系列的活动； Control： （控制）事物的发展和变化是可预测的； SPC的基本原理 波动无处不在 正常波动和异常波动 通过保持过程受控和稳态提高过程能力和品质水平 3 σ原理 SPC的意义 全面、及时了解质量信息，信息共享 有效监测和预防，提高生产率 提高客户满意度，赢得更多客户 保持产品和服务质量的稳定性及进一步的持续改进 降低总的质量成本 SPC的意义 有效监测与预防 “SPC就像房屋中的烟雾探测器：只要这种装置备有电池，并且被正确安置以及旁边有人监听，那么它就可以提前发出警报使你有足够时间阻止房屋起火” ——《6 Sigma管理法 追求卓越的阶梯》 内容提要 SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO SPC简介 控制图 质量特性的分类 控制图的分类 控制图的构成 控制图应用的二个阶段 控制限的计算 判异准则 质量特性分类 计量型：用各种计量仪器测出、以数值形式表现的测量结果，包括用量仪和检测装置测的零件直径、长度、形位误差等，也包括在制造过程状态监控测得的切削力、压力、温度、浓度等。 计数型：通常是指不用仪器即可测出的数据。计件如不合格件数；计点如PCB上的漏焊数、溢胶数等 控制图的构成 控制图的要素 纵坐标：数据（质量特性值或其统计量） 横坐标：按时间顺序抽样的样本编号 上虚线：上控制界限UCL 下虚线：下控制界限LCL 中实线：中心线CL 控制图原理： 1） 3 σ原理： 若变量X服从正态分布,那么,在 ±3σ 范围内包含了99.73% 的数值。 2） 中心极限定理： 无论产品或服务质量水平的总体分布是什么，其 的分布（每个 都是从总体的一个抽样的均值）在当样本容量逐渐增大时将趋向于正态分布。 控制图的分类 计量型控制图 计数型控制图 计量型控制图 均值-极差控制图 ( ) 均值-标准差控制图 ( ) 单值-移动极差控制图 ( ) …… 计数型控制图 选择合适的控制图 计量型控制图 计数型控制图 控制图应用的二个阶段 分析阶段 控制阶段 分析阶段 在控制图的设计阶段使用,主要用以确定合理的控制界限; 每一张控制图上的控制界限都是由该图上的数据计算出来; 从分析阶段转入控制阶段 在什么条件下分析阶段确定的控制限可以转入控制阶段使用： 控制图是受控的 过程能力能够满足生产要求 控制阶段 控制图的控制界限由分析阶段确定; 控制图上的控制界限与该图中的数据无必然联系; 使用时只需把采集到的样本数据或统计量在图上打点就行; 何时应该重新计算控制界限 控制图是根据稳定状态下的条件（人员、设备、原材料、工艺方法、测量系统、环境）来制定的。如果上述条件变化，则必须重新制定控制图. 一定时间后检验控制图还是否适用； 过程能力值有大的变化时。 1.计算各组样本统计量，如样本平均值、极差及总平均值： 2.计算控制界限： 移动极差 移动极差是指一个测定值 xi 与紧邻的测定值xi+1 之差的绝对值，记作MR， MR = | xi - xi+1 | （i=1,2,…,k-1) 其中：k为测定值的个数; k个测定值有k-1个移动极差,每个移动极差值相当与样本大小n=2时的极差值. 1 计算总平均数: 2 计算移动极差平均数: 3 计算控制界限: P控制图的控制限计算 U控制图的控制限计算 计算单位缺陷数和上下控制界限： 判异准则及SPC的颜色管理 在控制图上的正常表现为： （1）所有样本点都在控制界限之内； （2）样本点均匀分布，位于中心线两侧的样 本点约各占1/2； （3）靠近中心线的样本点约占2/3； （4）靠近控制界限的样本点极少。 失控状态 明显特征是有: （1）一部分样本点超出控制界限 除此之外，如果没有样本点出界，但 （2）样本点排列和分布异常， 也说明生产过程状态失控。 判 异 准 则 例如： 连续7点上升或下降 连续3点中有2点落在警戒区内 连续7点出现在中心线一侧 SPC的颜色管理（color Management） 蓝色：未经检测的点 绿色：检测后正常的点 红色：检测后异常点 黄色 ：异常点经过异常编辑且有了改善措施的点 内容提要 SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO SPC简介 过程能力研