SPC理论及抽样方案.pptVIP

SPC理论与应用培训 Statistical Process Control 目的：理解SPC理论， 有效推动SPC活动 概 述 SPC的概念和发展过程 SPC的作用 SPC步骤及风险识别 Danger！ 传统的规格管理 质量发展史的关键点 1925 休哈特提出统计过程控制（SPC）理论 1930 道奇和罗明提出统计抽样检验方法。 1950 戴明提出质量改进的观点 1960 朱兰、费根堡姆提出全面质量管理的概念 1970 石川馨、田口玄一等提出新七种工具 2000 由统计质量管理到质量管理工程 质量管理的经济效益分析 质量评价等级 检验级 保证级 预防级 完美级 检验级 1. 平均缺陷率：≈ 4,800 ppm （即 0.48% 注：ppm—百万分之缺陷率）? 2. 废品率： 5%? 3. 返工率： 3%? 4. 过程能力指数Cpk： 没有测定 保证级 1. 平均缺陷率：≈ 900 ppm? 2. 废品率：≈3.1%? 3. 返工率：≈2.7%? 4. 过程能力指数Cpk： 1.33 预防级 1. 平均缺陷率：≈ 300 ppm? 2. 废品率：≈1.5%? 3. 返工率：≈1.7%? 4. 过程能力指数Cpk： 1.67 完美级 平均缺陷率： 100 ppm? 废品率： 0.8%? 返工率： 0.8%? 过程能力指数Cpk：≈ 2.0 什么是SPC？ Statistical ：统计－ 以概率统计学为基础，分析数据、得出结论； Process： 过程－ 有输入-输出的一系列的活动； Control： 控制－ 做出调节和行动； 什么是SPC? 什么是SPC？ 什么是SPC？ 波动 波动是质量的敌人； 品质改善就是要持续减少设计、制造和服务过程的波动； “管理的角色就是改进过程” Problem！ 波动无处不在 二、SPC的作用 区分正常波动和异常波动； 及时发现异常征兆； 消除异常因素； 减少异常波动； 提高过程能力； （3） - R控制图的操作步骤如下： 步骤1：确定所控制的质量指标 步骤2：取预备数据 ① 样本组数至少取25组，最好再加上5组成为30组，以便必要时可去掉一些异常数据；记录日志。 ② 样本量（或样本大小）通常取为4或5； ③ 合理子组原则。 步骤3：计算UCL、LCL、CL值并作图。 步骤4：将预备数据在图中打点，判稳。若稳，则进行步骤5；若不稳，则分析异常，剔出异常点，转入步骤3，若仍然不稳，则转入步骤2，重新开始。 步骤5：计算过程能力指数并检验其是否满足技术要求，若过程能力指数满足技术要求，由转入步骤6。若过程能力不能满足技术要求，则分析原因，制定对策提高过程能力。 步骤6：延长X-R控制图的控制线，作控制用控制图，进行日常管理。 1、取样方案不能充分代表全过程 2、日志的记录不充分 3、分析人员不能随时跟进控制状态 4、由于技术水平问题，不能有效判定异常及异常原因。 5、生产异常，由此增加更多的变差。 对策： 1、定人员、定仪器、定时间、定工位、定部位、定方法 2、专人进行现场跟踪，建立反馈流程；如实反应整个过程 3、日志记录完整， 4、.异常时组织现场确认。 5、定时进行碰头会，必须时更改取样方案。 鼓励多思考，发现问题并提出疑义。 * * 你不知道废品何时会出现，所能做的就是挑出废品 !!!!!! Spec LSL USL 我们合格 Spec-in就合格 I am Data (我活着) Spec-out 不合格 检出不良 SPC 通过关注用户要求和减少变异来获得高品质 SPC 倡导以过程来保证结果 SPC 强调通过预防而不是检验来保证品质 SPC 通过“维持”和“改进”循环发展推动持续改善 SPC 是理念 SPC 是工具 SPC控制图：单值－移动级差（x－R）、均值－级差（Xbar－R）、 均值－标准差（Xbar－S）、不良率（P）、不良数（Pn）、单位缺陷数（U）、缺陷数（C） SPC能力分析：直方图（Histogram）、方位图（Quantie Box Plot）、正态分布图（Normal Quantie Plot） SPC问题分析：柏拉图（Pareto Chart）、散布图（Scatter Plot）、趋势图（Trend Chart）等 SPC指标参数： Cp、Cpk、Pp、PpK、Ppm、Sigma水平、不良率、直通率等 SPC 强调全过程监控 SPC 是预警系统 SPC 强调全系统参与 SPC 构建“事前”预防和控制－现代质量管理 波动是魔鬼…发现并消灭它！ 偶然性原因 产品质量影响较小 技术上难以消除经济上也不值得消除 系统原因 产