SPC培训[精选].ppt

统计过程控制(SPC) 第一节???统计过程控制的基本知识 一、SPC(Statistical Process Control)的基本概念 统计过程控制，是为了贯彻预防原则，应用统计方法对过程中的各个阶段进行评估和监控，建立并保持过程处于可接受的并且稳定的水平，从而保证产品与服务符合规定要求的一种技术。 主要工具：控制图 二、统计过程控制的发展 SPC：统计过程控制； SPD：统计过程诊断； SPA：统计过程调整。 三者间的关系： 第二节?? 常规控制图(休哈特控制图)原理 一、常规控制图的构造 控制图是对过程质量特性值进行测定、记录、评估和监察过程是否处于统计控制状态的一种用统计方法设计的图。 图2-1 控制图示例 二、SPC的理论基础——产品的统计观点 产品质量的统计观点是现代质量管理的基本观点之一。 (一)?? 产品的质量具有变异性 (二)?? 产品质量的变异具有统计规律性 图2-3 二项分布(图中P为不合格品率) 图2-4 泊松分布(图中λ为平均不合格数) 图2-5 正态分布 三、控制图的形成及控制图原理的几种解释 (一)??正态分布的基础知识 (1)数据越多，分组越密。直方图也越接近一条光滑曲线。最常见的分布为正态。 图2-5 直方图趋近光滑曲线 (2)正态分布是一条曲线，采用两个参数：平均值μ与标准差σ表示。 图2-6 正态曲线随着平均值变化 图2-7 正态曲线随着标准差变化 不论μ与σ取值为何，产品质量特性值落在[μ-3σ，μ+3σ]范围内的概率为99.73%。 图2-8 正态分布曲线下的面积 （3）常规控制图的形成 （二）控制图原理的第一种解释 点出界就判异 小概率事件原理：小概率事件在一次试验中几乎不可能发生，若发生即判断异常。 (三)?控制图原理的第二种解释 1.概念 偶然因素(偶因random cause)：也称随机因素（stochastic cause)，是过程固有的，始终存在，对质量的影响微小，但难以除去。 异常因素(异因，可查明因素assignable cause，或系统因素systematic cause)：非过程固有，有时存在，有时不存在，对质量影响大，但不难除去。 偶然波动：偶因引起质量的波动 ，简称偶波； 异常波动：异因引起质量的 波动，简称异波。 2.控制图的第二种解释 假定现在异波均已消除，只剩下偶波，则此偶波的波动将是最小波动，即正常波动。根据这正常波动，应用统计学原理设计出控制图相应的控制界限，当异常波动发生时，点子就会落在界外。因此点子频频出界就表明异波存在。 控制图上的控制界限就是区分偶波与异波的科学界限。 四、控制图的作用 ——及时告警 20字方针“查出异因，采取措施，加以消除，不再出现，纳入标准” 五、统计控制状态 (1)?统计控制状态(state in statistical control)，也称稳态(stable state)，即过程中只有偶因而无异因产生的变异的状态。 在统计控制状态下，有下列好处： ①对产品的质量有完全的把握（合格率） ②生产也是最经济的?（不合格率） ③在统计控制状态下，过程的变异最小。 (2) SPC(统计过程控制)以统计控制状态(稳态)作为基准的。 (3) SPC所以能够保证实现全过程的预防，依靠的就是全稳生产线。 六、控制图的两种错误 从数理统计的观点，存在可能的两能错误: (1)?第一种错误(type I error)：虚发警报(false alarm)。 （2）第二种错误(type II error)：漏发警报(alarm missing)。 图2-13 控制图的两种错误 (3)如何减少两种错误所造成的损失？ ①控制图共有三根线，一般，正态分布的CL居中不动，而且UCL与LCL互相平行，故只能改动UCL与LCL二者之间的间隔距离。 ②解决方法是：根据两种错误所造成的总损失最小来确定最优间距，经验证明休哈特所提出的3σ方式较好。 注：80年代，出现了经济质量控制EQC学派（学术带头人：德国乌尔茨堡大学冯·考拉尼教授）以使两种错误所造成的总损失最小为出发点来设计控制图与抽样方案。 七、3σ方式 3σ方式的公式： UCL=μ+3σ CL=μ LCL=μ-3σ 式中μ、σ为统计量的总体参数。 加以应用时需要经过下列两个步骤： (1)具