统计过程控制SPC~1讲解.ppt

ETBEST Consulting Company 统计过程控制 S P C 一、控制图的历史 控制图是1924年由美国品管大师W.A. Shewhart博士发明。因其用法简简单且效果显著，人人能用，到处可用，遂成为实施品质管制不可缺少的主要工具，当时称为(Statistical Quality Control)。 2、波动的种类: 正常波动：是由普通(偶然)原因造成的。如操作方法的微小变动，机床的微小振动，刀具的正常磨损，夹具的微小松动，材质上的微量差异等。正常波动引起工序质量微小变化，难以查明或难以消除。它不能被操作工人控制，只能由技术、管理人员控制在公差范围内。 异常波动：是由特殊(异常)原因造成的。如原材料不合格，设备出现故障，工夹具不良，操作者不熟练等。异常波动造成的波动较大，容易发现，应该由操作人员发现并纠正。 3、普通原因、特殊原因 普通原因：指的是造成随着时间推移具有稳定的且可重复的分布过程中的许多变差的原因，我们称之为：“处于统计控制状态”、“受统计控制”，或有时间称“受控”，普通原因表现为一个稳定系統的偶然原因。只有变差的普通原因存在且不改变时，过程的输出才可以预测。 特殊原因：指的是造成不是始终作用于过程的变差的原因，即当它们出现时将造成(整个)过程的分布改变。除非所有的特殊原因都被查找出来并且采取了措施，否則它们将继续用不可预测的方式来影响过程的输出。如果系统內存在变差的特殊原因，随时间的推移，过程的输出将不稳定。 控制图示例: 规格界限和控制界限 规格界限：是用以说明质量特性的最大许可值，来保证各个单位产品的正确性能。 控制界限：应用于一群单位产品集体的量度，这种量度是从一群中各个单位产品所得观测值中计算出来者。 控制图原理 工序处于稳定状态下，其计量值的分布大致符合正态分布。由正态分布的性质可知：质量数据出现在平均值的正负三个标准偏差(X?3?)之外的概率仅为0.27%。这是一个很小的概率，根据概率论 “视小概率事件为实际上不可能” 的原理，可以认为：出现在X?3?区间外的事件是异常波动，它的发生是由于异常原因使其总体的分布偏离了正常位置。 控制限的宽度就是根据这一原理定为?3?。 六、控制图的种类 1、按数据性质分类： 计量型控制图 平均数与极差控制图( Chart) 平均数与标准差控制图( Chart) 中位数与极差控制图( Chart) 个別值与移动极差控制图( chart) 计数值控制图 不良率控制图(P chart) 不良数控制图(Pn chart,又称np chart或d chart) 缺点数控制图(C chart) 单位缺点数控制图(U chart) 2、按控制图的用途分类 分析用控制图：根据样本数据计算出控制图的中心线和上、下控制界限，画出控制图，以便分析和判断过程是否处于于稳定状态。如果分析结果显示过程有异常波动时，首先找出原因，采取措施，然后重新抽取样本、测定数据、重新计算控制图界限进行分析。 控制用控制图：经过上述分析证实过程稳定并能满足质量要求，此时的控制图可以用于现场对日常的过程质量进行控制。 CASE STUDY 不良和缺陷的说明 取样的方式 取样必须达到组內变异小，组间变异大 样本数、频率、组数的规定 计算每个子组的平均值和极差 平均值的计算： 计算每组的平均值和极差： 控制图的判读 超出控制界限的点：出现一个或多个点超出任何一个控制界限是该点处于失控状态的主要证据 控制图的观察分析 作控制图的目的是为了使生产过程或工作过程处于“控制状态”. 控制状态即稳定状态, 指生产过程的波动仅受正常原因的影响,产品质量特性的分布基本上不随时间而变化的状态. 反之,则为非控制状态或异常状态. 控制状态的标准可归纳为二条: 第一条：控制图上点不超过控制界限; 第二条：控制图上点的排列分布没有缺陷. 控制图的判定准则 基本判定准则： 当控制图中的点出现下列情况之一，说明生产过程存在特殊原因，需立即采取措施予以消除以确保制程处于稳定状态： 超出控制线的点 连续七点上升或下降 连续七点全在中心点之上或之下 点出现在中心线单侧较多时，如： 连续11点中有10点以上 连续14点中有12点以上 连续17点中有14点以上 连续20点中有16点以上 图示判定准则： 当控制图中的点出现下列情况之一，说明生产过程存在特殊原因，需立即采取措施予以消除以确保生产过程处于稳定状态。 为了继续进行控制延长控制限 估计过程标准偏差 计算新的控制限 Case study Case study 请计算出上表的X-R控制图的控制限？ 请判定过程是否稳定？ 如果是不稳定该如何处理？ 六、示例 某公司为控制某型号产品