SPC培训讲义【精编】.pptVIP

SPC发展简介 1 SPC手册讲解 2 SPC实际操作 3 SPC培训考核 4 QS9000 QSA APQP FMEA MSA SPC PPAP ISO/TS16949 1999-3-01 ISO9000 + 1994.8~2006.12 VDA6.1 EAQF AVSQ 休哈特（1931） SPC的发展 高斯（Johann Carl Friedrich Gauss） （1777年4月30日—1855年2月23日），德国著名数学家、物理学家、天文学家、大地测量学家。 　　高斯的成就遍及数学的各个领域，在数论、非欧几何、微分几何、超几何级数、复变函数论以及椭圆函数论等方面均有开创性贡献。他十分注重数学的应用，并且在对天文学、大地测量学和磁学的研究中也偏重于用数学方法进行研究。 正态分布最早由A.棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。 正态分布（normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。若随机变量X服从一个数学期望为μ、标准方差为σ2的高斯分布，记为：则其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。因其曲线呈钟形，因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是μ = 0,σ = 1的正态分布。 何时应用SPC? 反馈评定 纠正措施 策划 产品设计开发 过程设计开发 产品过程确认 1 2 3 4 5 计划和定义 产品设计 和开发 过程设计 和开发 产品和 过程确认 生产 DFMEA PFMEA MSA SPC PPAP APQP MSA SPC 正态分布概率 μ = 0,σ = 1的标准正态分布 μ 正态分布概率 Bias μ M μ 正态分布概率 Bias M 正态分布概率 μ M 68.26% 95.45% 99.73% μ +1σ +2σ +3σ -1σ -2σ -3σ 正态分布概率 11 目标值线 预测 时间 目标值线 尺寸 时间 ？ 正态分布与两种变差原因 受控 不受控 →两种变差原因及两种过程状态 如果仅存在变差的普通原因,随着时间的推移,过程的输出形成一个稳定的分布并可预测 如果存在变差的特殊原因， 随着时间的推移，过程的输出不稳定 持续改进的思维模式 时间 控制图的由来 μ -3σ +3σ UCL LCL CL 旋转90° 控制图是对过程质量加以测定、记录，从而进行控制管理的一种 用科学方法设计的图。图上有中心线(CL-Central Line)、 上管制界限(UCL-Upper Control Limit)和下管制界限(LCL- Lower Control Limit)，并有按时间顺序抽取的样本统计量 数值的描点序列，参见管制图示例图。 平均温度20度 河水平均深度 1.4M, 士兵平均身高 1.7M 名 称 解 释 稳定过程 处于统计控制状态的过程。 统计控制 描述一个过程的状态，这个过程中所有的特殊原因变差都已排除，并且仅存在普通原因。 过程能力 是指按标准偏差为单位来描述的过程均值和规格界限的距离，用Z来表示。 计量型数据 定量的数据，可用测量值来分析。例如：用毫米表示的轴承轴颈直径，用牛顿表示关门的力，用百分数表示电解液的浓度等。 计数型数据 可以用来记录和分析的定性数据，例如：用通止规检验一根轴的可接受性、一个油漆后工件上的颗粒数、一匹布上的疵点数等。 过度调整 把每一个偏离目标的值当作过程中特殊原因处理的作法。如果根据每一次所作的测量来调整一个稳定的过程，则调整就成了另外一个变差源。 普通原因 造成变差的一个原因，它影响被研究过程输出的所有单值；在控制图分析中，它表现为随机过程变差的一部分 特殊原因 一种间断性的，不可预计的，不稳定的变差根源。有时被称为可查明原因，它存在的信号是：存在超过控制限的点或存在在控制限之内的链或其它非随机性的图形。 X R S σ Cp Cpk Ppk Ca 控制图 n 2 3 4 5 6 7 8 9 10 D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78 D3 ٭ ٭ ٭ ٭ ٭ 0.08 0.14 0.18 0.22 A2 1.88 1.02 0.73 0.58 0.48 0.42 0.34 0.34 0.31 控制图绘制 制程能力判定 制程能力-Cpk n 2 3 4 5 6 7 8 9 10 d2 1.13 1.69 2.06 2.33 2.53 2.70 2.85 2.97 3.08 制程能力-Ppk 80 60 50 40 30 C