SPC企业培训培训教程文件.pptVIP

SPC的原理与应用 Statistical Process Control 课 程 大 纲 1. 基础知识 2. SPC概述 3. 控制图原理 4. 控制图的应用 5. 过程能力与分析 第一章 基础知识 质量数据的搜集 统计数据的取样 要对产品的质量信息进行检验，一般的做法是从整 批产品（总体）中随机抽取一定数量的样品进行测试，将 样品测试结果组成样本数据，然后通过对样本数据的分析 来推断整批产品的质量。 总体：研究对象的全体，总体所包含的个体数量称为 总体容量，常用“N”表示。 样本：从总体抽取的部分个体组成，常用“n”表示。  随机抽样： 即按随机性原则，从总体单位中抽取部分单位作为 样本进行调查，以其结果推断总体有关指标的一种抽样 方法。 随机原则是在抽取被调查单位时，每个单位都有同 等被抽到的机会（概率），被抽取的单位完全是偶然性 的。  随机抽样方法： ◆ 简单随机抽样 ◆ 系统随机抽样 ◆ 分层随机抽样 ◆ 整群随机抽样  质量数据的整理与图示 搜集数据后，需要加以整理，即研究质量数 据取值的分布规律。 对于不同性质的数据有不同的整理方法，分为 计量数据和计数数据的两大类。  一、计量数据的整理与直方图： 直方图的绘制方法 收集一组数据 计算数据的变化范围（极差R) 确定组数（样本大小n, 组数k） 计算组距h, h一般取整数 确定组边界 计算频数 计算频率 绘制频数分布表 绘制频数直方图，纵轴为频数 进行分析 实例：参考资料 直方图的分布状态及分析 直方图的分布状态及分析 ??? b.右偏峰型。由于某种因素使下限受到限制时 多出现此型，如缺陷数近于零，孔加工尺寸偏小等。 直方图的分布状态及分析 左偏峰型。由于某种因素使上限受到限制时 多出现此型。 二、计数数据的整理与条形图： 排列图（帕雷托图） 质量变异及其统计特征量的描述 一、质量的统计观点 1.产品质量的变异性 2.产品质量变异的统计规律性 二、质量因素的分类 1.按不同来源来分：人、机、料、法、环。 2.按影响大小与作用性质分类： ◆偶然因素: 又称随机因素，具有四个特点：①影响微小；②始终存在；③逐件不同；④难以除去。 ◆异常因素: 又称系统因素，具有四个特点：①影响较大；②有时存在；③同向趋势 ；④不难除去。 三、质量数据统计特征的描述： 样本数据集中程度特征量： 平均值、中位数 2. 样本数据离散程度特征量： 极差、标准差 极差（R)，组距 标准差 S 样本标准差 = 通常用样本标准差近似的估计为总体标准差。 标准差的意义：一组数中各单个值与总体平均数之间 的平均离差，说明该组数的离散程度。 质量管理中常见的概率分布 概率分布是指将随机变量在总体中的取值与其发生的 概率二者相联系的数学模型。  第二章 SPC概述 一.SPC的含义： ◆ 是 Statistical Process Control的简称，即统计过程控制。 ◆ 是应用统计技术对过程中的各个阶段进行监控，从而达 到保证与改进质量的目的。 二.SPC的作用： ◆ 区分变异的异常因素和偶然因素。 ◆ 能有效地分析判断生产过程生产质量的稳定性 。 ◆为讨论过程的性能提供共同的语言。 ◆ 提高产品质量、生产能力、降低成本。 三.SPC的特点： ◆ 全过程、全员参与。 ◆ 强调用科学方法来保证全过程预防。 ◆ 不仅用于生产过程。 四.SPC的发展简史： ◆ 20世纪20年代就由美国的休哈特提出。 ◆ 20世纪50年代引入日本。 ◆ 20世纪80年代在美国推行。 五. SPC常用术语解释 第三章 控制图的原理 一、什么是控制图 控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)、上控制界限(UCL)和下控制界限(LCL)，并有按时间顺序抽取的样本统计量数值的描点序列，参见控制图示例图。 二、控制图的重要性 1、是贯彻预防原则的SPC实现重要工具，控制图可以用以直接控制与诊断过程。 2、1984年日本名古屋工业大学调查了115家日本各行各业的中小型工厂，结果发现平均每家工厂使用137张控制图，这个数字对于我们推行SPC是有一定的参考意义的。 3、可以说，工厂中使用控制图的张数在某种意义上反映了管理现代化的程度。 三、控制图原理的解释（见控制图解释） 1、 第一种解释 2、 第二种解释 五、控制图演变 六、两类错误和3σ方式 七、分析用控制图与控制用控制图