质量工程统计过程控制（SPC）PPT.ppt

质量工程;学习目标 本章导读 开篇案例 3.1 统计过程控制概述 3.2 质量特性 3.3 工序能力分析 3.4 控制图原理 3.5 控制图的判稳准则 3.6 控制图的判异准则 3.7 休哈特控制图 3.8 标准化控制图 本章要点 ;深入理解统计过程控制原理 熟练掌握统计过程控制流程、工序能力分析技术和统计过程控制图的绘制方法 掌握统计过程控制图的判稳和判异准则 学会运用控制图进行过程分析与控制;本章导读;开篇案例-- A公司质量问题改进;3.1 统计过程控制概述 3.1.2 统计过程控制的发展史 统计过程控制，是由美国贝尔实验室的休哈特（Shewhart）于1924年提出的； 在第二次世界大战后期，美国开始将休哈特质量控制方法在军工部门推行； 由于美国于1950~1980年期间注重生产率而忽视了质量管理，SPC逐渐从美国工业中消失； 1950-1980戴明博士将SPC引入日本，使日本跃居世界质量与生产率的领先地位； 在日本强有力的竞争之下，从80年代起，统计过程控制在西方工业国家复兴，并列为高科技之一； 美国从20世纪80年代起开始推行统计过程控制； 在21世纪激烈的市场竞争中，它的广泛应用将是经济发展的必然选择。;3.1 统计过程控制概述 3.1.3 统计过程控制的作用 统计过程控制的最大特点是对异常波动的及时预警； 制造过程的质量职能包括工艺质量职能和生产质量职能。工艺质量职能属于生产前的准备工作，它为保证制造质量提供必要的技术上和管理上的条件。生产质量职能则是一系列实施过程，其重点是搞好工序控制，保证产品质量； 工序是产品零部件制造过程的基本环节，也是组织生产过程的基本单位。工序质量最终决定产品的制造质量。工序控制是生产现场中最常见、最常用的管理方法； 在制造过程中，影响过程质量的因素的变化及其对产品质量的作用是一个极其复杂的过程。统计过程质量控制就是发现和利用这个极其复杂过程的内在规律，把产品质量特性值控制在一定范围内而开展的作业技术和活动。;总之，统计过程控制的主要作用如下： 及时发现工序过程中所出现的系统性变异以便即时采取纠编措施，防止更大的质量损失； 及时发现生产过程中的异常规象和缓慢变异，预防不合格品发生，从而降低生产费用，提高生产效率； 有效地分析判断生产过程质量的稳定性，从而可降低检验、测试费用，包括通过供贷方制造过程中有效的控制图记录等证据，购买方可免除进货检验，同时仍能在较高程度上保证进货质量； 可查明设备和工艺手段的实际精度，以便作出正确的技术决定； 为真正地制定生产目标和规格界限，特别是配合零部件的最优化确立可靠的基础，也为改变未能符合经济性的规格标准提供了依据； 使生产成本和质量成为可预测的参数，并能以较快的速度和准确性测量出系统误差的影响程度，从而使同一批产品之间的质量差别减至最小，以评价、保证和提高产品质量，提高经济效益。;3.1 统计过程控制概述 3.1.4 统计过程的控制流程 对生产性企业来说，过程质量控制是控制和提高产品质量的基础。企业应根据自身产品的生产特点，参照图3-1制定其过程质量控制的基本工作程序。 ; ;（1）确定关键工序;确定关键工序的原则： 关键零件的关键工序； 特殊的工艺加工项目，并且该工艺对下道工序有重大影响，或该工艺项目为新工艺，尚未被广大工人所熟悉； 质量不稳定，出现不合格品较多的工序； 质量信息反馈所反映的问题较多的工序。;（2）确定关键质量特性 工序质量特性要被实时监控，否则一旦出现异常，将会产生大量的不合格品，给企业带来巨大的经济损失； 但若要直接监控工序我们会发现无从下手，而正确的做法是通过对该工序生产的在制品或产成品的某些质量特性进行检测，然后用统计推断原理来判断工序是否稳定； 一个在制品或产成品的质量特性有多个，但并不是同样重要的，关键质量特性是其最重要的质量特性，它若不符合公差要求，则产品很可能成为废品，无法修复，所以对于关键质量特性要重点关注； 质量控制的第二步就是要明确控制的对象，要明确哪个质量特性是需要重点控制的，即明确关键质量特性是什么； 要找出关键质量特性需要做大量的现场调研及工艺过程分析才能加以确定，不能随心所欲靠主观推断，否则很可能造成不但花费了成本却起不到有效控制生产过程的目的，而且因遗漏了真正的元凶会给企业带来更大的经济损失； 关键质量特性多数是计量值数据，当对某些产品无法找到合适的计量值质量特性或找到的计量值数据不是关键质量特性时可考虑选择属性值质量特性； 属性值质量特性包括两类，一类是计件值数据，另一类是计点值数据。 ;（3）工序能力分析 确定了关键质量特性后，要针关键质量特性进行工序能力分析，计算工序能力指数； 若工序能力指数大于或等于顾客所要求的工序能力指数且管理层认为质量水平已经比较高，则可