SPC统计过程控制培训教程1.ppt

过程能力的概念 过 程 能 力 指 处 于 统计稳 态 下 的 过 程 的 加 工 能 力，是过程内部本身的性能，不考虑规范对过程分布宽度是如何规定的。 过 程 能 力 过程能力是以该过程产品质量特性值的变异或波动来表示的； 根据3σ原理，在分布范围μ ±3 σ内，包含了99.73%的数据，接近于1，因此以±3 σ，即6 σ为标准来衡量过程是否具有足够的精确度和良好的经济特性的。过程能力记为B，则 B= 6 σ 过 程 Sigma 估计Sigma 计算Sigma Cp、Cpk与Pp、Ppk的含义与区别 Cp指数= Cp:(Capability of Process)过程能力指数 Cpk:修正的过程能力指数 规格宽度 工序宽度 过程能力指数 过程平均值和规格中心的偏移 过程能力指数Cpm 当规格中心与目标值不重合时的过程能力指数 过程平均值和目标值的偏移 Cp,Cpk,Cpm Pp,Ppk,Ppm Ppk与Cpk Pp: (Performance of Process)过程性能指数Ppk:修正的过程性能指数 案例分析 我们再来看前面的作控制图的案例： 案例分析 过程有一个异常点，是由于偶然因素造成，调查表明是该检验员当时委托他人代为测量，而这代理人不适于操作精密测量设备，可能读数不准确，也有可能伪造了数据。 剔除这个异常点，过程是受控的。 剔除异常点数据表 案例分析 根据这24个子组计算得： 计算得到的标准差σ=0.0019 案例分析 规格宽度（要求）=0.016 工序宽度（6 ）=6 =0.0106 Cp=0.016/0.0106=1.5094 案例分析 由于存在一定的偏移，那么我们真正能做到多好 呢？ Cpk=min(Cpu,Cpl)=min(1.2612,1.7569)=1.2612 或者 Cpk=Cp(1-K)=1.5094×(1-0.1625)=1.2612 案例分析 我们实际做得有多好呢？ Pp=1.3699 Ppk=1.1411 这说明我们还可以做得更好 计数型的过程能力评价 对于p,np图, 过程能力是通过过程平均不合品率 来表示,当所有点都受控后才计算该值. 对于c图,过程能力为 ,即固定容量n的样本的缺陷数的平均值. 对于u图,过程能力为 ,即每单位缺陷数的均值. Cpk与不良数量一览表 Cp PPM 0.60 71800 0.90 6900 1.00 2700 1.33 63 2.00 1(0.0020) 4.50 每十亿有1个零件 如何运用过程能力指数进行管理 当Cpk指数值降低代表要增加： 控制 检查 返工及报废， 在这种情况下，成本会增加，品质也会降低， 生产能力可能不足。 如何运用过程能力指数进行管理 当Cpk指数值增大，不良品减少，最重要是产品/零件接近我们的“理想设计数值/目标”，给予顾客最大满足感。 当Cpk指数值开始到达1.33或更高时对检验工作可以减少，减少我们对运作审查成本。 SPC技术的其他工具 广州今朝科技有限公司 Guangzhou Today Technology LTD 内容提要 排列图（柏拉图） 分层分析法 相关与回归分析 SPC知识回顾  Pareto理论在品质管理中的应用 目的：寻找主要问题或影响质量的主要原因 品质管理中主要应用 缺陷柏拉图 异常柏拉图 原因柏拉图 措施柏拉图 某铸造车间生产一种铸件，质量不良项目有气孔、未充满、偏心、形状不佳、裂纹、其他等项。记录一周内某班所生产的产品不良情况数据，并将不良项目作成累计频数和百分比汇总表： 案例分析 案例分析 现需要对一注塑产品的缺陷进行控制图分析， 收集的数据记录如下表： 控制限的计算 在实际应用中,当各组容量与其平均值相差不超过正负25%时,可用平均样本容量( )来计算控制限. 绘制控制图，并进行分析 案例分析 其他的控制图 不良品数控制图（Pn图） 缺陷数控制图（C图） 不良品数控制图（Pn） 样本容量n恒定； 不合格品数是一个服从二项分布的随机变量； 当np≥ 5时近似服从正态分布N [np，np（1-p）] 不良品数控制图 确定数据样本容量n的大小,n常取50以上的数. 收集数据Pn1，Pn2, Pn3 , ……, Pnk ,k为样本数 计算控制中心和控制界限 绘制控制图并进行分析 缺陷数控制图（C图） 控制对象为一定单位(如一定长度、一定面积、一定体积等）上面的缺陷数； 如铸件表面的气孔数、机器装好后发现的故障数； 产品上的缺陷数服从泊松分布； 近似为正态分布处理，均值为C，标准偏差为 缺陷数控制图 1.收集数据： 一般取2