统计过程控制（SPC）培训推荐.ppt

统计过程控制（SPC）培训2003-1-21 议程　Agenda 有关品质管理的一些话题 数据收集 SPC概述 SPC控制图制作与应用 SPC的运作 SPC软件应用 SPC项目进展 有关品质管理的一些话题 品质观念的发展史 有关品质的几个观念 可能出问题的地方一定会出问题，不可能出问题的地方也可能出问题 品质目标永远都会是零缺点 品质不只是靠制造、检验、设计出来的，也是靠全体成员在一个良好的体系下面并拥有良好和完备的方法与工具，形成了一个良好的习惯并得到了客户认同而出来的 好的品质并不代表一定是高成本 团队的精神和力量 成本观念 管制观念 PDCAS观念 …… 品管七大工具 数据收集 数据收集的意义与原则 真实性 及时性 简洁性 标准性 抽样与检验－分类 根据数量分 全检 抽检 免检 根据检验次数分 单次抽样 双次抽样 多次抽样 根据检验严格程度分 减量抽样 正常抽样 加严抽样 根据检验连续性分 连续性抽样 非连续性抽样 抽样与检验－方法 简单随机抽样 分层随机抽样 系统抽样 分段随机抽样 抽样与检验－计划 包括三个部分：批量N，样本数N，合格判定数C 计数值： MIL-STD-105E MIL-STD-105D 计量值： MIL－STD－414 GB6378 SPC概述 SPC发展史 SPC - Statistical Process Control – 统计过程控制 1924年，美国休哈特博士(Dr. W. A. Shewhart) 戴明品质奖(W. Edwards Deming) SPC基本原理 产品质量的统计观点 产品的品质具有变异性 产品品质的变异具有统计规律性 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 这里的统计技术泛指任何可以应用的数理统计方法，而以控制图理论为主 一些统计学名词 组距(Range, R) R=MAX-MIN 平均数(Mean, Xbar or X) X=(X1+X2+….+Xn)/n 中位数(Median, M) M=X(i+1)/2 (i为奇数) M=Xi/2 or X(i/2+1) (i为偶数) 方差(σ2, S2) σ2= Σ(Xi-Xbar)2/(n-1) 标准差(σ, S) σ=　 Σ(Xi-Xbar)2 SPC专有名词 品质指标 管制界限 CL=XBAR UCL= CL+3σ LCL= CL- 3σ 准确度(Ca) Ca=|CL-SL|/(SL-LSL) Ca本身是一个纯指数，表示制程特性中心位置的偏移程度，值等于0即不偏移，值越大偏移越大，值越小偏移越少 Ca一般不能大于0.3，正常状况应小于0.1，理想值为0 Ca大于1时用＊表示，即制程与规格完全不符 品质指标 制程潜力指数（精密度Cp) Cp=(USL-LSL)/(UCL-LCL) 表示制程特性的一致性程度，值越大越集中，越小越分散 制程能力指数(Cpk) Cpk=(1-Ca)*Cp 直接反映制程能力，同时考虑偏移及精度，通常是客户要求厂商所要用的重点。值越大越好。一般都要求在1.33或1.5以上 百万分之不良(PPM) 计数值：PPM=(不良数/抽样数)*1000000 计量值：PPM=[Φ(USL-UCL)/(USL-LSL)+ Φ(LSL-LCL)/(USL-LSL)]*1000000 Kσ、PPM、Cp之间的关系 Cp、Cpk联合所代表的合格率 质量特性的分类 计量型 计数型 计件型 计点型 控制图的分类 计量型控制图 均值－极差控制图(X-R) 均值－标准差控制图(X-S) 单值－移动极差控制图(X-MR) 计数型控制图 不良率控制图(P Chart) 不良数控制图(Pn Chart) 缺陷数控制图(C Chart) 单位缺陷数控制图(U Chart) 控制图的基本要素 纵坐标：数据（质量特性值或其统计量） 横坐标：按时间顺序抽样的样本编号 上虚线：上控制界限UCL 下虚线：下控制界限LCL 中实线：中心线CL 控制图类型选择 控制图应用的二个阶段 分析阶段 在控制图的设计阶段使用，主要用以确定合理的控制界限 每一张控制图上的控制界限都是由该图上的数据计算出来的 控制阶段 控制图的控制界限由分析阶段确定 控制图上的控制界限与该图中的数据无必然联系 使用时只需把采集到的样本数据或统计量在图上打点就行 SPC控制图制作与应用 1. 直方图(Histogram) 利用正态分布的原理，把50个以上的数据用来分组，用柱形来说明各组数据的个数而组成的一种图形 图例 直方图的作法 找最大值和最小值 计算全距 决定组数 计算组距 计算起始点值和终止点值 计算各组上下点和中点 计算各组范围内的数据个数 作图 2. 均值－极差控制图(Xbar-R Chart) 最常用，最基本 控制对象为