- 1、本文档共38页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
SPC —统计过程控制 SPC --Statistical Process Control 课程大纲 SPC绪论 1)什么是SPC 2)SPC的作用 3)为什么要学习SPC 4) SPC开展步骤 控制图原理 1)数据类型 2)X bar-R控制图 3)P 控制图 过程能力研究 1)过程稳定性 2)过程能力指数 第一章 SPC 绪论(一) 1、什么是SPC? SPC --Statistical Process Control (统计过程控制) 含义--利用统计技术对过程中的各个阶段进行监控,从而达到保证产品质量的目的。 统计技术----数理统计方法。 2、SPC的作用 预防: 判断过程的异常,及时告警。 3、SPC的缺点 不能告知异常是由什么因素引起的和发生于何处,即不能进行诊断。 第一章 SPC 绪论(二) 4、为什么要学习SPC(一)? 时代的需要:21世纪是质量的世纪,提出超严质量要求,是世界发展的大方向。 如电子产品的不合格品率由过去的百分之一、千分之一、降低到百万分之一(ppm, parts per million),乃至十亿分之一(ppb, parts per billion)。 科学的要求: 要保证产品质量、要满足21世纪超严质量要求就必须应用质量科学。 生产控制方式由过去的3?控制方式改为6?控制方式。 3?控制方式下的稳态不合格品率为2.7 X 10-3, 6?控制方式下的稳态不合格品率为2.0 X 10-9 后者比前者降低了: 2.7 X 10-3 / 2.0 X 10-9=1.35 X106 即一百三十五万倍! 第一章 SPC 绪论(三) 4、为什么要学习SPC(二)? 3?控制方式与6?控制方式的比较: 第一章 SPC 绪论(四) 4、开展SPC的步骤 培训SPC 正态分布等统计基础知识 品管七工具:调查表、分层法、散布图、排列图、直方图、因果图、控制图 过程控制网图的做法 过程控制标准的做法 确定关键质量因素 对每道工序,用因果图进行分析,找出所有关键质量因素,再用排列图找出最终产品影响最大的因素,即关键质量因素; 列出过程控制网图,即按工艺流程顺序将每道工序的关键质量因素列出 制订过程控制标准 对过程进行监控 对过程进行诊断并采取措施解决问题 第二章 控制图原理 第二章 控制图原理(一) 1、什么是控制图 对过程质量加以测定、记录并进行控制管理的一种用统计方法设计的图。 控制图的组成 UCL(Upper Control Limit) 上控制限 LCL(Lower Control Limit) 下控制限 CL (Central Line)中心线 按时间顺序抽取的样品统计量数值的描点序列 第二章 控制图原理(二) 2、统计观点 ----现代质量管理的基本观点之一 产品质量具有变异性 “人、机、料、法、环” + “软(件)、辅(助材料)、(水、电、汽)公(用设施)” 变异具有统计规律性 随机现象?统计规律 随机现象:在一定条件下时间可能发生也可能不发生的现象。 第二章 控制图原理(三) 3、基础知识 (1)、直方图 分组、统计、作直方图 具体步骤 1、找出最大值和最小值,确定数据分散宽度 数据分散宽度=(最大值 ? 最小值) 2、确定组数 k ? ? n 3、确定组距 h=(最大值?最小值)/组数 4、确定各组的边界 第一组的组下限=最小值 ?最小测量单位的一半 第一组的组上限=第一组的组下限+组距=第二组的组下限 第二组的组上限=第二组的组下限+组距=第三组的组下限,依此类推。 5、确定各组的频数 6、作直方图 7、对直方图的观察: 特点, 中间高、两头低、左右对称 第二章 控制图原理(四) 3、基础知识 (2)、正态分布 (Normal Distribution) 当抽取的数据个数趋于无穷大而区间宽度趋向于0时,外形轮廓的折线就趋向于光滑的曲线,即:概率密度曲线。 特点:面积之和等于1。 fN (x; ?2 , μ ) = (1/ ? ?2?)exp(- (x- μ) /2 ?2 ) 两个重要的参数: μ (mu)--- 位置参数和平均值(mean value) ,表示 分布的中心位置和期望值 ? (sigma) ---
文档评论(0)