2019年SPC培训课件.ppt

科华咨询 引言 统计方法-----此处主要指SPC 什么是SPC? SPC是Statistics Process Control的简称，即“统计过程控制”。就是应用统计技术对过程进行控制，从而达到改进与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，以控制图为主。 控制图 控制图（Control chart)是美国休哈特博士于1924年发明的。又称休哈特图。 控制图是区分过程中的正常波动和异常波动，并判断过程是否处于控制状态的一种工具。 质量的统计观点 质量的统计观点 质量具有变差 “世界上没有两片完全相同的树叶”——“不同”是绝对的，相同是相对的。 即使是机器生产，但产品质量仍具有变异 ——过程的单个输出之间不避免的差别。 变差的原因 普通原因： 造成变差的一个原因，它是过程所固有的，始终存在的,对质量的影响微小，但难以除去 。 例如：机床开动时的轻微振动。 特殊原因： 非过程所固有，有时存在，有时不存在，对质量影响大，但不难除去。 例如：车刀的磨损。 质量变差的规律 人们对“规律”的认识 定义： 定量的数据，可用测量值来分析。 例如： 用mm表示的轴承轴颈直径；用N表示的关门的力；用百分数表示的电解液的浓度；用N.m表示的固件的力矩等等。 定义： 可以用来记录和分析的定性的数据。 计数型数据又可分为两类： 计件型数据——测量的结果只有合格与不合格两种情况； 计点型数据——如铸件的沙眼数，电路板上的焊接不良数等。 计件型数据和计点型数据合称为计数型数据。它们可被计数，从而用来记录和分析。 质量统计规律的描述方法 统计规律常用“分布”来描述 分布可以告诉我们：变差的幅度有多大？出现这么大幅度变差的可能性（概率）有多大？这就是统计规律。 统计数据的类型及分布规律 计量型数据的分布规律 正态分布规律的描述 采用两个参数来描述正态分布的规律： 平均值（μ） 标准差（σ） 正态分布的两个参数平均值(μ)与标准差(σ)是相互独立的。事实上，不论μ如何变化，都不会改变曲线的形状，即不会改变σ；反之，不论正态分布的形状，即σ如何变化，也决不会影响数据的分布中心，即μ。 采用均值描述的正态分布规律 采用标准差描述的正态分布规律 正态分布概率 控制图的构成 控制图的第一种解释 控制图的两种错误 第一种错误 控制图的两种错误 控制图的第二种解释 控制图的实质 控制图上的控制限就是区分偶然波动与异常波动的科学界限； 控制图的实质------区分变差的普通原因与特殊原因。 预防原则的实现 控制图的作用是及时告警。在控制图上描点，并不能起到预防作用。要实现预防作用就必须执行下述“二十字原则”： 预防的二十字原则： “查出异因，采取措施，保证消除，纳入标准，不再出现。” “点出界就判异”只是完成了SPC一半的工作，对过程进行调整，尤其是“纳入标准”，才是完成了SPC另一半的工作。 控制图的类型（1） 控制图的类型（2） 何处使用控制图？ 确定关键过程节点 根据工序流程图，采用QFD或成品率分析等方法，根据以往纠正措施情况、顾客要求、法规要求等经验，选择关键过程节点。 参数选择 应用统计方法对备选控制参数进行规定、选择和排序，确认测量系统能力。 控制图监测特性（参数）的选择顺序 首先从最终产品参数(特性)出发； 因为顾客比较关注，测量系统也有保证。 其次选择过程产品参数(特性)； 有时测量过程产品特性比测量最终产品特性容易，也便于控制提前，体现预防为主。但也会受限制，如过程产品与最终产品之间的不正确的因果关系分析，不充分的测量系统。 再次选择过程参数(特性)。 如果因果关系分析确定过程参数对产品特性有影响，选择过程参数进行SPC是一个好的方法。但过程参数与最终产品特性（特别是特殊特性）没有什么关系、因果关系变化、稳健过程（过程能力非常高）、不充分的测量系统，产品特性对过程参数不敏感等等。 控制图监测特性的选择时应考虑的因素 顾客的要求 包括内（前后工序）外（产品买主）顾客的要求，一般来说，顾客指定的特殊特性必须监测。 当前和潜在的出问题区域 每个企业都有自己的强点（质量较稳定的区域）和弱点（易出质量问题的区域，如返工、返修、废品），根据质量信息汇总，采用排列图确定在弱点区域选取正确的监控特性，作控制图。 特性之间的相关性 有些特性很重要，但不宜在过程生产中进行监控，这时应研