SPC制程管制基础教育讲义.ppt

图例三：明显的非随机图形：应依正态分布来判定图形，正常应是有2/3的点落于中间1/3的区域。 UCL CL LCL 控制限或描点已计算措或描错； 数据已经过编辑； 异常图例说明 目录 SPC制程管理意义及方法 1 SPC管制管理中误区 4 CPK计算及管理 2 X-R管制图的做法 3 1 ONE TWO 没能找到正确的管制点,不知道哪些点要用管制图进行管制,花费大量的时间与人力,在不必要的点上进行管制.SPC只应用于重点的尺寸（特性的）.那么重点尺寸\性能如何确定呢?通常应用FMEA的方法,开发重要管制点.(如果客户有 指明,依客户要求即可); 实施SPC的过程中常见的十大误区 不抓重点 1 不抓重点 2 测量工具不适宜 没有适宜的测量工具.计量值管制图,需要用测量工具取得管制特性的数值.管制图对测量系统有很高的要求.通常,我们要求GRR不大于10%.而在进行测量系统分析之前,要事先确认测量仪器的分辨力,使用正确的测量仪器，否则,管制图不能识别过程的变异.而很多工厂勿略了这一点,导致做出来的管制图没办法有效的应用,甚至造成误导; 1 THR FOR 没有解析生产过程,直接进行管制. 管制图的应用分为两个步骤:解析与管制.在进行制程管制之前,一定要进行解析.解析是目的、是确定制程的稳定性,进而是可预测的,并且看过程能力是否符合要求.从而了解到过程是否存在特殊原因、普通原因的变差是否过大等致关重要的制程信息。制程只有在稳定，并且制程能力可以接受的情况下，方才进入管制状态。 实施SPC的过程中常见的十大误区 3 忽略解析过程 4 解析与管制脱节 在完成制程解析后，如果我们认为制程是稳定且制程能力可接受的，那么，就进入管制状态。制程控制时，是先将管制线画在管制图中，然后依抽样的结果在管制图上 进行描点。那么，管制时管制图的管制线是怎么来的呢？管制图中的管制线是解析得来的，也就是说，过程解析成功后，管制线要延用下去，用于管制。很多工厂没能延用解析得来的管制线，管制图不能表明过程是稳定与受控的。 SPC 制程管制基础教育 目录 SPC制程管理意义及方法 1 SPC管制管理中误区 4 CPK计算及管理 2 X-R管制图的做法 3 SPC制程管理目的意义 受控状态 信息反馈 控制 分析 过程达到受控制的状态.做到“预防问题的产生”和“减少浪费” 利用过程波动的统计规律性对过程进行分析控制 由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。 SPC：全称Statistical Process Control，称为“制程过程统计” SPC：是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。 SPC目的：过程达到受控制的状态.做到“预防问题的产生”和“减少浪费” 信息获取 统计分析 点击添加文本 点击添加文本 点击添加文本 点击添加文本 决定质量价格 确定工序能力 决定生产过程 质量改进 SPC制程管理的方法 SPC：是利用质量控制图来获取相关信息，这些简单图表反馈以下内容： 质量控制图 点击添加文本 点击添加文本 点击添加文本 SPC诞生 SPC起源 1924年，休哈特（W.A.Shewhart）博士绘制了第一张的SPC控制图，并于1931年出版了“加工产品品质的经济控制”（Economic Control of Quality ofManufactured Products）之后，SPC应用于各种制造过程改善便就此展开 SPC定义 SPC是一种用来分析数据的科学方法，并且利用分析结果来解决实际的问题。只要问题能以数字表示，就可以应用SPC来分析。由于原料、设备、气压、操作员生理、心理等不同，一般收集的资料都会有变动的现象，将这些数据画在图上，抽样值在某个范围中上下变动。 SPC原理 1. 被量测出的产品品质特性均是由于某些偶然因素所造成的结果。 2. 某些“偶然因素下的一致现象”，是任何制造和检验的架构下所固有的。 3. 在这固有之“一致现象”的状态下的变动将无法找到原因。 4. 在该状态外的变动原因，则是可被发现而加以改正的 SPC制程图的基本原理 变异 SPC制程图：主要基于“变异”这个特点而产生的。 原因：任何系统中都存在变异,因此没有任何两件成品是完全相同的 随机性变异 特殊性变异 过程中变异是不在管制状态下的非随机原因,其产品分配亦无固定分配. 特点 （占15%） 过程中的变异是变统计管制状态下,其产品是完全有固定的分配, 即分配位置,分配散布及分配形状三种. 特点 （占85%） 备注：特殊性变异不可由简单的统计技术分析而得