SPC统计过程控制宝典.pptVIP

过程改进的策略 THANK YOU！ 计量型控制图- I-MR 计数型控制图 The Fundamental Principle of P-Chart Sample size vs. variation vs. detectability The small the sample size the large the variation (i.e., the large the uncertainty) The minimum sample size to obtain at least 1 fail at the “C” confidence Level when the defective level is “P” Minimum sample size (N) = (LN (1-C))/(LN (1-P)) e.g., N= 4023 When P=0.000400, C=80% 常用控制图的控制上/下限计算 常用控制图的控制上/下限计算 计数型控制图的中心线和上、下控制线 * 如何选择控制图 性质上 是否是均匀 或不能按子组取样 一例如：化学槽液 批量油漆等？ 用单值图X—MR 是 子组均值 是否能很 方便地计算？ 是否能 方便地计算每个子组的S值？ 子组容量是否 大于或等于9？ 使用中 位数值 使用 X—R图 使用 X—R图 使用 X—s图 否 是 是 否 是 否 否 确定要制定 控制图的特性 是计量型数据吗？ 是 用np或p图 关心的 是不合格品率一即“坏”零件的百分比吗？ 关心的 是不合格品数 即单位零件 不合格数吗？ 样本容量是否恒定？ 样本容量是否恒定？ 用c或u图 用u图 用p图 是 是 否 是 是 否 否 OOC Rules：Out-Of-Control Rules ，判异规则，即判断过程异常的标准，判异规则是用来对控制图进行检验的标准。 前文提到抽样存在两类风险， ?风险（生产者风险）和?风险。降低2类风险的方法： 控制间距增大， ?减小， ?增大 控制间距减小， ?增大， ?减小 解决方法: 以这2种风险的总损失最小为原则 修哈特控制图设计思想： 为了增强使用者的信心，先确定?，并且通常?取值很小，我们以±3σ作为控制间距，则?=0.27%，然后再确定?。 当?取值很小时，对应的?风险，也就是漏发警报的风险就比较大。因此为了弥补这个问题，在“超出±3σ,判断为异常”这一规则上，又补充了其他判异规则，以减少?，这就是各种判异规则(OOC Rule)检验的由来。(增加了对界限内点子趋向判异准则，即“界限内点排列不随机判异”的准则。如果有较多的点子在控制限内呈随机排列，根据概率乘法定理，实际上的第II类错误要比原定的第II类错误要小得多。) SPC判异规则 ATL Confidential 风险不可避免 OOC Rules 判异原理：“小概率事件” 通常指发生的概率小于0.5%的事件，认为在一次试验中该事件是几乎不可能发生的 (注意：不是绝对不可能)。依据控制图判断过程是否存在异常，实质上一个简单的概率计算问题。比如，我们知道，如果一个产品特性值呈正态分布，那么，点落在C区的概率约为4.5%，现在有三分之二的点出现在4.5%的概率区域里，那就与正态分布的原理不一致了，不一致也就是我们所说的异常。 根据正态分布的特点，对过程是否存在异常大体有以下几种情况：（1）多数点子在μ±δ范围内（理论上是68%左右），小部分点子在μ±2δ （理论上是27%）和μ±3δ，而且点子呈随机排列，这是过程控制的理想状态。 （2）中心线一侧的点子明显比另一侧多（理论上是两侧的点子各占50%），这时应考虑均值可能发生偏移。 （3）较多的点子接近上、下控制限，说明标准差已经变大。 （4）中心线一侧连续出现多个点子或点子连续上升（或下降）证明有系统因素干扰（点子连续在一侧称为链，链的点子称为链长，点子连续上升（或下降）称为“倾向”）。 （5）点子按一定时间间隔呈周期性起伏变化，一般是由于工艺、环境等因素失控造成的结果。 ATL Confidential OOC Rule 1 Rule 1(WE1/WE2)：1个点落在控制限之外。 数据点在±3σ控制限之外的概率为0.27% 。 一般可能的原因 新的操作员、新的工序、原材料变化、设备参数调整 检验方法或标准变化 ATL Confidential OOC Rule 2 Rule 2(WE7/WE8，链)：连续9点在中心线同一侧。 在同侧连续出现的点称为“链”，点数≥9，判断为异常 出现9点同侧的概率为： P（中心线一侧出现长为9的链）=2×(0.9973/2)9=0.39% 即误报警的概率为0.3