统计过程控制SPC培训课件.ppt

Agenda 统计的部分特征概念 数据类型介绍 控制图的介绍.选用.判定 Agenda 统计的部分特征概念 数据类型介绍 控制图的介绍.选用.判定 Process 过程和Variation 变异 (变差) Common Cause 一般原因（普通原因、机遇原因） Special Cause 特殊原因（非机遇原因） Statistically Controlled 统计控制状态（“受控”） 过程 和 变异 Process 过程：将输入转化为输出的一组彼此相关的资源和活动. Variation 变异 (变差)：Common Variation, Special Variation 一般原因 vs. 特殊原因 一般变异 vs. 特殊变异 受控 vs. 失控 “受控” Statistically Controlled 统计控制状态(“受控”) 仅存在造成变异的一般原因，特殊原因已经消除。 该过程输出的产品的特性的总体分布(曲线)的位置、分布、形状无变化，可按照预测继续生产相同分布的(一定比率的)符合规范的产品。 控制限 控制限 Control Limit，CL 上控制限 Upper Control Limit，UCL 下控制限 Lower Control Limit，LCL 说明： *并不是目标值或规格限值，而是来自过程的自然变化和抽样计划，然后，由实测的数据计算出来的。用于解释统计控制数据。 * 当过程处于“受控”状态，控制限可用来解释过程能力。 一组数据：X1，X2，…，Xn-1，Xn —— Individual 单值 Xi 规格 Spec: X0+/-a(或+a/-b)—— X0 标准值(期望值，目标值)，a(或a,b)为上下公差 USL(Limit) 规格上限，LSL 规格下限 公差，容差 Tolerance，Deviation, D = USL-LSL = 2a(或a + b) 方差 与 标准差 方差 标准差 样本方差 样本标准差 为什么用样本估计总体的方差时，分母的n必须改为(n-1) ？ 自由度（DF, Degree of Freedom）： 指当以样本的统计量来估计总体的参数时，样本中独立或能自由变化的数据的个数称为该统计量的自由度。 --在估计总体的平均数时：样本中的n个数全部加起来，其中任何一个数都和其他数据相独立，从其中抽出任何一个数都不影响其他数据（这也是随机抽样所要求的）。 因此一组数据中每一个数据都是独立的，所以自由度就是估计总体参数时独立数据的数目，而平均数是根据n个独立数据来估计的，因此自由度为n。 --在估计总体的方差（标准差）时：从公式我们可以看出，总体的方差是由各数据与总体平均数的差值求出来的，因此必须将?固定后才可以求总体的方差。 因此，由于?被固定，它就不能独立自由变化，也就是方差受到总体平均数的限制，此n个数据就少了一个自由变化的机会，因此要从n里减掉一个。 那为什么平均数被固定后会限制数据的自由变化？ 假设一个样本有两个数值，X1=10,X2=20,我们现在要用这个样本估计总体的方差，则样本的平均数是： Xm=? X/n=(10+20)/2=15 现在假设我们已知Xm=15,X1=10,根据公式Xm=? X/n，则有： X2=2Xm-X1=2×15-10=20 由此我们可以知道： 在有两个数据样本中，当平均数的值和其中一个数据的值已知时，另一个数据的值就不能自由变化了，因此这个样本的自由度就减少一个，变成了（n-1）。 依此类推：在一组数据中，当其平均数和前面的数据都已知时，最后一个数据就被固定而不能独立变化了，因此这个样本能够独立自由变化的数目就是（n-1）个. 均值、中位数、众数 全距、标准差、平均差 统计物理概念的总结 * D为公差（容差）。 过程能力 过程能力 应用Cpk计算过程能力的前提条件 过程能力，Process Capability 过程能力指数，Process Capability Index 过程能力 要求 要求 初期之过程能力Ppk=1.67 稳定之过程能力Cpk=1.33 Cpk1.33 过程能力不足 1.67=Cpk=1.33 过程能力满足 Cpk1.67 过程能力过足 思考题：6Sigma意味着什么? 6Sigma质量表示：质量特性的分散程度只占规格限的一半! 对顾客要求高度符合! 思考题 思考题 Agenda 统计的部分特征概念 数据类型介绍 控制图的介绍.选用.判定 计数型(Attribute)：不连续的,计数的 如: 1,2,3; 好/坏, 计量型(Variable)：连续的,可测量的 如: 长度, 10米..电流: 1A 等 思考题：