SPＣ统计过程控制.PPTVIP

SPC統計過程控制 SPC: 统计过程控制 Statistical(统计): 以数理统计为基础,基于数据的科学分析和管理方法; Process(过程): 任何一个有输入输出的活动; 6个要素: 5M1E Control(控制): 通过掌握规律来预测未来发展并实现预防; 統計制程管制的定義 經由制程中去收集資料，而加以統計分析，從分析中得以發覺制程的變異，並經由問題分析以找出異常原因，立即採取改善措施，使制程恢復正常。並藉由制程能力分析與標準化，以不斷提昇制程能力。 大量之微小原因所引起 原料在一定範圍內的變化 天氣的變化 環境的影響 依據作業標準執行作業的變化 實際上，要除去制程上之機遇原因，是件非常不經濟之處置 一個或少數幾個較大原因所引起 使用規格外的原物料 新手之操作人員 不完全之機械調整 未依據作業標準執行作業 所制訂之作業標準不合理 非機遇原因之變異，不但可以找出其原因，並且除去這些原因之處置，在經濟觀點上來說，是正確的 決定管制項目 為了維持產品之品質，作為管制對象所列 舉之項目.管制項目必須有具體指標來衡量 評價.ＳＰＣ的一個重要觀念就是制程變異 是可以衡量的. 如何選擇一個關鍵的品質特性來代表產品 是非常重要的. 練習一 在內胎押出工程其長度規格為750±10ＭＭ，而在五月份押出的工程實際平均值為748ＭＭ.求五月份內胎押出工程Ca值，並判定其等級？ 練習二 在內胎押出工程其長度規格為750±10ＭＭ，而在七月份押出的工程實際平均值為749ＭＭ.實際估計標準差為3ＭＭ.求五月份內胎押出工程Cp值、Cpk值，並判定其等級？ 直方图 一个实例： 某工厂接收了一批外协厂制造的青铜轴承用于生产一种重要的仪器。但该厂不能信任生产这些轴承厂家的工作，决定对供应商提供的轴承进行分析。 这些轴承的关键特性是它们的内径，其规格为1.376±0.010英寸。 现抽取了100个青铜轴承，对它们的内径进行仔细的测量，并记录了测量结果。 100个青铜轴承内径的测量值如下表： 回答 数据列表不能表达出任何有实际意义的东西(Virtually Nothing)！ 必须对数据进行进一步分析。 图形可以帮助我们将数据转换成信息。 直方圖 制作方法 1）收集样本（对大多数工业用的分析来说，50个数值具备足够的可靠性。但单个测量值的费用比较低时，或是当需要准确分析时，可以采用100个或更多的数据。 ） 2）确定组数Ｋ（參照表） 3）计算全距　　全距（R）=MAX—MIN 　4）定组距　　　Ｈ=R/K 5）決定各組之上下組界 最小一組下組界=最小值-最小测量单位/2 最小一組上組界=最小一组下组界+组距 　最小二組下組界=最小一組上組界 　依此類推 　6）组距中心点=（上组界+下组界）/2 　7）作次數分配表 　8）制作直方圖 　9）記錄數據履歷等相關條件 能否接受这批产品？ 与目标值相比较： 平均值：1.3773 与规格界限相比较： 极差（最大值-最小值） =1.383-1.370=0.013 数据分布的更进一步的信息： 数据分成10组后，落在每个区间 内的数据个数： 制作频数分布表 绘制直方图 分析直方图 与规格限1.366~1.386进行比较，所有的测量值都在其范围内。 分布基本上是对称的，有一点点向右偏斜，但不严重。 所以该厂决定接收这批青铜轴承。 建议：轴承的加工中心应该左移； 正态曲线 直方图的作用 显示数据的分布特征 指出采取措施的必要 观察采取措施后的效果 比较和评估设备、供应商、物料等 评估过程的能力 直方圖 直方圖 各形狀與分布意義 常用管制圖之管制上 / 下限 控制图 质量特性分类 计量值(variable):定量的数据；值可以取给定范围内的任何一个可能的数值 。 计数值(Attribute)：定性的数据；值可以取一组特定的数值,而不能取这些数值之间的数值 。 计件型 计点型 选择合适的控制图 一个实例 一台自动螺丝车床已经准备好了加工切断长度的图纸公差为0.500±0.008英寸的螺栓。 频数分布在进行调整期间已经完成，分析结果表明进行一段时期加工生产的开端是可以令人满意的。 为了分析和控制加工过程中螺栓的质量，现决定采用均值极差控制图进行监控。 按如下八个步骤进行： 一个实例 步骤1：选择质量特性 螺栓的切断长度至关重要 步骤2：按合理的计划来搜集数据 每小时抽取5个产品作为一个样本。检验员按时间顺序收集了25个样本。 收集的数据表 一个实例 步骤3：计算样本平均值及极差（见上表） 步骤4：确定总的平均数和平均极差 一个实例 一个实例 一个实例 步骤7：确定控制限是否能经济地满足要求；