2018年spc培训教材.pptVIP

1-3-1-3 明显的非随机图形 a）非随机图形例子：明显的趋势；周期性；子组内数据间有规律的关系等。 b）一般情况，各点与均值的距离；大约2/3的描点应落在控制限的中间1/3的区域内，大约1/3的点落在其外的2/3的区域。 c）如果显著多余2/3以上的描点落在离均值很近之处（对于25子组，如果超过90%的点落在控制限的1/3区域），则应对下列情况的一种或更多进行调查： 1、控制限计算错或描点描错 2、过程或取样方法被分层，每个子组包含了从两个或多个不同平均性能的过程流的测量值（如：两条平行的生产线的混合的输出）。 3、数据已经过编辑（明显偏离均值的值已被调换或删除） d）如果显著少余2/3以上的描点落在离均值很近之处（对于25子组，如果只有40%的点落在控制限的1/3区域）则应对下列情况的一种或更多进行调查： 1、控制限计算错或描点描错。 2、过程或取样方法造成连续的分组中包含了从两个或多个不同平均性能的过程流的测量。 计数型数据控制图（P控制图） 1-3-2 寻找并纠正特殊原因 当有任何变差时，应立即进行分析，以便识别条件并防止再发生，由于控图发现的变差一般是由特殊原因引起的，希望操作者和检验员有能力发现变差原因并纠正。并在备注栏中详细记录。 1-3-3 重新计算控制限 初次研究，应排除有变差的子组，重新计算控制限。 1-4 过程能力解释 计数型数据控制图上的每一点直接表明不符合顾客要求的不合格品的百分数和比值，这就是对能力的定义； 计数型控制图直接以过程平均不合格品率表示过程能力： 计数型数据控制图（P控制图） 控制图 过程能力 P图 P nP图 P C图 C U图 U 使用Minitab作图 我们要对外型加工工序中R1#机器加工产品的外围公差进行SPC控制： 流程：外型加工 参数：宽度 控制图：X-R 样本量：5 采样频率：每班一次 样本组数：20 收集数据 作 图 在Minitab输入数据 使用Minitab进行流程能力分析 当流程受控稳定时，就可以对流程进行流程能力分析 选取 Stat Quality Tools Capacity Sixpack (normal)菜单 在弹出的对话框如图进行选择 图形输出 Minitab 产生以下图形 趋势图，检查观察值是否有异常 直方图，观察值与规范比较 控制图，检查流程是否失控 检查数据的正态性 流程能力和规范比较 SPC培训小结 持续改进是质量管理永恒的目标； SPC不单是改进的工具，更是巩固 的工具。 * * * 要点： 1、 提醒总经理在教材后面对应的练习页上设置公司的组织结构。 2、小组讨论，归纳出统一的组织结构，并写在大纸上。 * * 均值和极差图（Xbar-R） 2-3 在控制图上作出均值和极差控制限的控制线 平均极差和过程均值用画成实线。 各控制限画成虚线。 对各条线标上记号（UCLR，LCLR，UCLX，LCLX）； 注：在初始研究阶段，应注明试验控制限。 3 过程控制分析 分析控制图的目的在于识别过程变化或过程均值不恒定的证据，即其中之一或两者均不受控，进而采取适当的措施。 注1：R图和X图应分别分析，但可进行比较，了解影响过程的特殊原因。 注2：因为子组极差或子组均值的能力都取决于零件间的变差，因此，首先应分析R图。 均值和极差图（Xbar-R） 控制图的判断 1、控制图判断的理论基础 控制图对过程异常的判断以小概率事件原理为理论依据。 所谓小概率事件原理又称为小概率事件不发生原理。其数字定义是：若事件A发生的概率很小（如0.01），现经过一次（或少数次）试验，事件A居然发生了，就有理由认为事件A的发生是异常。 实际上发生概率为“零”的事件（绝对不发生的事件）永远是不可知的，是不存在的事件。所以，把很少可能发生（即发生概率很小的事件）定义为异常事件。 均值和极差图（Xbar-R） 控制图的判断 1、控制图判断的理论基础（续） 在统计技术应用中，首先应设置小概率，实际是允许判断错误的概率，所以又称小概率α 为风险度或显著水平。与风险度α 相对应的是置信度（1-α ）。设置小概率α 的数值是根据被判断事物本身的重要程度而确定。 对很重要的事物一旦发生错判，所造成的损失或影响很大，此时的小概率α 应尽可能设置的数值要小一些。而对于不重要