SPC概述培训课程(ppt 62页).pptVIP

SPC Training Material;;SPC的起源与发展;SPC的全称是统计过程控制（ Statistical Process Control） 它运用统计学技术来分析制程或其输出，为达到和维持统计受控的状态 以及制程能力的提高提供了科学的理论依据。 我们收集数据： 研究我们的制程何时发生了变化（不受控制）,使制程达到统计受控状态； 监控我们的制程确保输出的稳定性，维持统计受控的状态； 帮助我们持续改进制程，改善我们制程的能力。;第二部分： SPC基础理论;观察的偏差;普通原因和特殊原因;偏差的特性;每件产品的尺寸与别的都不同;LSL;分布又可以通过以下因素来加以区分;分布之中心倾向---准确度;分布的散布状态--精密度;准确度(居中性)精密度(离散性);精密度与准确度;所以我们最希望得到的分布是：;μ -3σ;μ1 μ2;3σ控制图;制程能力;制程能力指数;Cp、Cpl、Cpu 和Cpk;Cp、Cpl、Cpu和Cpk; Cp= Ca= Cpu= Cpl= Cpk=min{ Cpl, Cpu};;Process Capability (a) (b) Specification Specification Natural variation Natural variation (c) (d) Specification Specification Natural variation Natural variation ;总结;;3.1 SPC的实际应用-管制图;数据的类型Type of Data;连续变量;逻辑变量不可能再细分成有意义的小数;逻辑变量;连续变量的控制图;p控制图 p chart 此图用于跟踪每个子群中缺陷产品的比率，样本大小可以变化 np控制图 np chart 同上，用于跟踪每个子群中缺陷产品的数目，但样本大小不变 c chart c控制图 此图用于跟踪在一个恒定的样本数中存在缺陷点的数目,（每个单位可以有多个缺陷点） u chart u控制图 此图用于绘制每个样本子群中的单位缺陷数，样本大小是可变的。 ;控制图的使用范围?;连续变量控制图控制限;某金属零件的长度是一个重要的质量特性。为对其进行控制，在生产现场每隔1小时连续测量3件产品的长度，数据如下： ;计算过程平均值x与平均极差Rbar: X=10.001, Rbar=0.105 计算Xbar-R图的中心线与控制限： Xbar图：CL=10.001 UCL=CL+A2 Rbar=10.001+1.023*0.105=10.108 LCL= CL-A2 Rbar=10.001-1.023*0.105=9.894 R图：CL=0.105 UCL=D4 Rbar=2.574*0.105=0.270 LCL=D3 Rbar=0 ;用Minitab作图：;Xbar-R Chart 显示：过程受控 ;控制图— Xbar-S Chart;用Minitab作图：;Xbar-S Chart 显示：过程受控 ;控制图—I-MR Chart;控制图—I-MR Chart;控制图