SPC相关知识培训资料.ppt

课程内容 SPC发展史 统计过程控制概略 控制图理论依据 控制图的原理 统计的基本概念 能力研究 控制图操作实务 Normal Distribution-Gaussian Curve（Year1850） 控制图是1924年由美国品管大师W.A. Shewhart博士发明，开启了统计品管的新时代，当时称为(Statistical Quality Control) 最佳状况，制程中心等于规格中心，此时Cpk=2。 最差情形，可以允许制程中心偏差±1.5σ，此时Cpk=1.5 1、定 义 经由制程中去收集样本的资料，而加以统计分析，从分析中得以发觉整个制程的变异，并经由问题分析以找出异常原因，立即采取措施，使制程恢复正常。并藉由制程能力分析与标准化，以不断提升制程能力。 2、控制图目的 控制图和一般的统计图不同，因其不仅能将数值以曲线表示出来，以观其变异之趋势，且能显示变异是属于机遇性或非机遇性，以指示某种现象是否正常，而采取适当之措施。 3、控制图的益处 合理使用控制图能 供正在进行过程控制的操作者使用 有于过程在质量上和成本上能持续地、可预测地保持下去 使过程达到 更高的质量 更低的单件成本 更高的有效能力 为讨论过程的性能提供共同的语言 区分变差的特殊原因和普通原因，作为采取局部措施或对系统采取措施的指南 4、控制图主要类别（依数据特性来分） 5、控制图的种类(依用途來分) 解析用控制图 决定方针用 制程解析用 制程能力研究用 制程管制准备用 三、控制图理论依据 ●正态分布可用两个参数即均值μ和标准差σ来决定。 从上可以看出有一个结论对质量管理很有用，即无论均值μ和标准差σ取何值，产品质量特性值落在μ±3σ之间的概率为99.73%，落在μ±3σ之外的概率为100%-99.73%= 0.27%，而超过一侧，即大于μ+3σ或小于μ-3σ的概率为0.27%/2=0.135%≈1‰，见右图,休哈特就根据这一事实提出了控制图。 四、控制图的原理 控制图的演变过程见下图。先把正态分布曲线图按顺时针方向转90°成图 a,再按照人们的习惯翻转180度成为图b。 普通原因、特殊原因 普通原因：指随着时间推移具有稳定的且可重复地分布于过程中的许多变差的原因。只有普通原因存在于过程中且不改变时，过程的输出才可以预测。它表现为一个稳定系统的偶然原因。此时过程称为：“处于统计控制状态”，或简称为“受控” 。 特殊原因：指不是始终作用于过程的变差原因，即当它们出现时将造成过程的分布改变。如果系统内存在变差的特殊原因，随着时间的推移，过程的输出将不稳定，除非所有的特殊原因度被查找出来并且采取了措施，否则将继续用不可预测的方式来影响过程的输出。有特殊原因存在的过程称之为“非受控状态”。特殊原因也称为异常原因 系统措施 → 改善普通原因 两类错误 1.?? 第I类错误：虚发警报错误 在生产正常的情况下,纯粹出于偶然而点子出界的概率虽然很小,但不是绝对不可能发生。故当生产正常而根据点子出界判断生产异常就犯了虚发警报错误,发生这种错误的概率通常记以α,见图。 两类错误 2. 第Ⅱ类错误：漏发警报错误 在生产异常的情况下,产品质量的分布偏离了典型分布,但总有一部分产品的质量特性值在上下控制界之内。如果抽到这样的产品进行检测并在控制图中描点,这时根据点子未出界判断生产正常就犯了漏发警报错误,发生这种错误的概率通常记以β 第一种错误与第二种错误(α risk ;β risk) 3σ方式 长期实践证明, 3σ方式即 UCL=μ+3σ CL=μ LCL=μ-3σ 是两类错误造成的总损失最小的控制界限，μ为总体均值，σ为总体标准差,此时犯第 I类错误的概率或显著性水平α=0.0027。 注意: 在现场,把规格作为控制图的控制界限是不对的。规格是用来区分产品合格与不合格,而控制图的控制界限是用来区分偶然波动与异常波动,即区分偶然因素与异常因素的。利用规格界限显示产品质量合格或不合格的图是显示图,现场可以应用显示图,但不能作为控制图来使用。 1、数据类型 计量型 所确定的控制对象即质量指标应能够定量。 所控制的过程必须具有重复性,即表现出统计规律性。 所确定的控制对象的数据应为连续值。 计数型 控制对象只能定性而不能定量。 只有两个取值。 与不良项目有关。 分为计件和计点 五、统计的基本概念 五、统计的基本概念 五、统计的基本概念 五、统计的基本概念 样本 与 母体 研究假设 1. 数据为正态分布。 2. 过程处于稳定控制之下。 制程能力分析 1.Ca↓（准确度，A