SPC教材-summary-lecture.pptVIP

SPC的理论基础 Variability变异 产生变异的原因(5M1E) 变异的类型 由于下列条件的改变，可能产生变异(5M1E) Material quality 材料 Machine settings or conditions 机器 Manpower standards 操作人员 Methods of processing 工艺方法 Measurement 测量系统 Environment 环境影响 帮助你持续的改进你的过程 X bar-R 控制图的建立 X bar -R 控制图是最广泛使用得控制图，有很多应用 把均值和极差用图表的形式构建成控制图用于检查一个制造过程是否只存在偶然因素 X bar-R 控制图的建立 均值图(X bar)的中心线和控制界限: X bar-R 控制图的建立 控制界限放在离中心线 +/- 3 s 位置处. Shewhart 常数表被开发出来使s的计算更加简单并减少错误. R (极差)图用来度量子组内部的变异 因此，对R图来说，子组应该有如下功能 每个子组内部的变异应非常小，只有偶然因素存在 看一下 X bar-R 控制图控制界限的计算方法， ( A2R, D4R, etc.), 这些就是用组内变异（R）来计算控制界限的证据. 如果特殊因素被包含在子组内部，子组的R值变大，R的均值R也会变大，导致控制X bar 图的控制界限变宽，无法真正 监控过程的偏移. 应该选取多少个点去计算控制界限 试运行控制界限目的： 判断过程是否处于统计稳态，如果不处于统计稳态,调至统计稳态 判断过程是否处于技术稳态，即过程能力指数是否满足技术要求 总体规则是，至少取20组数据，画20个点，每个点由5次测量数据组成总计100个点。 有时，因为短期生产，10点也可以用来计算试运行的控制界限，但是对中值和Sigma 的估计不够精确。 这些初步的子组建立试运行控制界限帮助我们评估是否过程在过去是受控的，是否控制界限适合目前的，或未来的生产。 一个或更多的点超出控制界限怎么办？ 对每个超出控制控制线的点，查找特殊因素 如果发现了特殊因素并且进行了纠正，则丢掉超出控制线的点，然后用剩余的点重新修正控制界限。 当一个点超出控制界线，但我找不到特殊因素怎么办？ 2个选择：丢弃或者保留那个点. 如果我们丢弃那个点，没有进行过程的调查分析，而假设那是一个误发警报，进而重新修订控制试运行控制图的控制界限，可能会引起更多的误发警报. 我们也可以保留那个点，但如果那个点真是一个过程不受控的信号，那么保留那个点会使控制变得太宽了。不过，一个点对控制图不会造成显著的影响. Primary Indicators (主要判定指标) 任何一点超出控制界限 Secondary Indicators (辅助判定指标) 任何非随机的形式出现在控制图中 shift or run (偏移) trend (趋势) stratification (层化) mixture (混合) periodicity (周期性) 1点超出控制界限 1 point beyond ±3? limits (一个点超出3? 控制界限) Shift or Run (偏移或成链) k 个连续的点 (通常7, 8 or 9) 在中心线同一侧 5个连续的点中有4个在1?范围以外 (同一侧) 3 个连续点中2个在2?范围以外 (同一侧) Trend (趋势) k 个连续的点 (usually 5, 6 or 7) 持续上升或下降 Stratification(分层) 全部的点都围绕在中心线附近大约1? 的范围内 Mixture (混合) 点在上，下控制控制界限 附近交替徘徊 Cycle or Periodicity (循环或周期性) 重复的趋势周期性的发生 应用SPC控制图的5个步骤 统计过程控制的精彩概括 A state of statistical control is not a natural state for a manufacturing process. It is an achievement, arrived at by elimination one by one, by determined effort, of special causes of excessive variation. There is no process capability except in statistical control. 在制造过程中，统计稳态不是一种自然存在的状态，它是通过消除一個又一個的特殊因素引起的变异而取得的 除非统计受控，否则谈过程能力是没有意义的 (過程能力的基礎應該是相對持續穩定） - William Edwards D