SPC(Statistical Process Control)统计过程控制培训资料.ppt

* 划线并标注 均值用水平实线，一般为黑色或蓝色是线。控制线用水平虚线，一般为红色虚线。 尽量让样本数一致，如果样本数一直在变化则会如下图： 100 200 300 100 200 100 100 200 300 100 1 2 1 2 1 2 1 2 3 2 * 建立P图的步骤C Ｃ过程控制用控制图解释 C1分析数据点，找出不稳定数据 C2寻找并纠正特殊原因 C3重新计算控制界限 超出控制限的点 链 明显的非随机图形 * C1分析数据点，找出不稳定的证据 超出任一控制限的点 链 明显的非随机图形 根据以上三种方式作判定 * C2寻找并纠正特殊原因 由于特殊原因是通过控制图发现的，要求对操作进行分析，并且希望操作者或现场检验员有能力发现变差原因并纠正。可利用诸如排列图分析和因果分析等解决问题技术。 控制图的及时性 process 过程 TIME 时间 REAL TIME FIND THE CAUSE 适时发现原因 * C3重新计算控制限 当进行初始过程研究或对过程能力重新评价时，应重新计算试验控制限，以便排除某些控制时期的影响，这些时期中控制状态受到特殊原因的影响，但已被纠正。 一旦历史数据表明一致性均在实验的控制限内，则可将控制线延伸到将来的时期。它们便变成了操作控制限，当将来的数据收集记录了后，就对照它来评价。 * 控制限运用说明 收集数据 绘图及计算 控制限 是否异常 延伸控制限 N 找出异常点原因并 提出相应措施 制成有变化 人机料法环测量 Y * 建立P图的控制步骤D Ｄ过程能力解释 D1计算过程能力 D2评价过程能力 D3改进过程能力 D4绘制并分析修改后的过程控制图 * 过程能力解释 偶因和异因并存 找出异因 只剩偶因 运用控制图 过程稳定 （连续25点不超限） 计算过程能力 * D1计算过程能力 对于P图，过程能力是通过p来表示，如需要，还可以用符合规范的比率（1－p）来表示； 对过程能力的初步估计值应使用历史数据，但应剔除与特殊原因有关的数据点； 当正式研究过程能力时，应使用新的数据，最好是25个或更多时期子组，且所有的点都受同级控制。这些连续的受控时期子组的p值是该过程当前能力更好的估计值 * D2评价过程能力 过程稳定，不良率水平 维持在一定的水平当中 降低不良率 采取管理上的措施 降低偶因，如此才能 缩小控制线，降低不良率 缩小控制限 * D3改善过程能力 过程一旦表现出处于统计控制状态，该过程所保持的不合格平均水平即反映了该系统的变差原因——过程能力。在操作上诊断特殊原因（控制）变差问题的分析方法不适用于诊断影响系统的普通原因变差。必须对系统本身直接采取管理措施，否则过程能力不可能得到改进。有必要使用长期的解决问题的方法来纠正造成长期不合格原因。 可以使用诸如排列如分析法及因果分析图等解决问题技术。但是如果仅使用计数型数据将很难理解问题所在，通常尽可能地追溯变差的可疑原因，并借助计量型数据进行分析将有利于问题的解决。 * D4绘制并分析修改后的过程控制图 当对过程采取了系统的措施后，其效果应在控制图上明显地反应出来。控制图成为验证措施有效性的一种途径。 对过程进行改变时，应小心地监视控制。这个变化时期对系统操作会是破坏性的，可能造成新的控制问题，掩盖系统变化后的真实效果。 在过程改变时期出现的特殊原因变差被识别并纠正后，过程将按一个新的过程均值处于统计控制状态。这个新的均值反映了受控制状态下的性能。可作为现行控制的基础。但是还应继续对系统进行调查和改进。 * 不合格品数的np图 np图用来度量一个检验中的不合格品的数量。 p 图表示不合格品的样本比率。（与p图的不同点）当满足下列情况时可选用np图： 不合格品的实际数量比不合格品率更有意义或更容易报告； 各阶段子组的样本容量相同 np图详细说明与p图很相似，不同之处如下： * A收集数据 受检验样本的容量必须相等。分组的周期应按照生产间隔和反馈系统而定。样本容量应足够大，使每个子组内都出现几个不合格品，在数据表上记录样本的容量。 记录并描绘每个字组内的不合格品数（np） * B计算控制限 * 过程控制解释、过程能力解释 C过程控制解释：同p图的解释；。 D过程能力的解释：如下 * 不合格品数np图 100 100 100 100 100 100 100 100 100 100 1 2 1 0 1 2 1 2 0 2 * 不合格数的c图 “C”图内来测量一个检验批内的缺陷的数量，C图要求样本的容量或受检材料的数量恒定，它主要用以下两类检验： 不合格分布在连续的产品流上（例如每匹尼龙上的瑕疵，玻璃上的气泡或电线上的绝缘层薄的点），以及可以用不合格的平均比率表示的地方（如每100平方米尼龙上瑕疵）。 在单个的产品检验中可能发现许多不同潜在原因造成的不