SPC统计过程控制的概念[精品].pptxVIP

统计过程控制机密培训资料统计过程控制目的介绍统计过程控制的概念目标1. 能够使用“XBar和S图表”进行连续数据分析。能够使用“p”控制图表进行离散数据分析。能够确定每一种图表类型的控制极限范围。能够对图表进行解释并确定工序什么时候处于失控状 态。5. 能够解释依据图表信息采取措施的重要性。什么是：统计过程控制（SPC）统计 – 基于概率的决策方法。过程 --所有重复性的工作或步骤。 控制 --监控工序运行。 基于与“t test”假设检验相同的概念进行分析，能够使我们在出现的问题影响到输出结果之前，就作出有关工序失控的决定、采取行动、解决问题当过程失控时，SPC将发出信号，你的任务是找出失控的原因，然后进行修正，确保问题不再发生。当处于稳定状态的工序偏差,已经被外界某种原因所影响时，SPC发出信号。6个西格玛与 SPC6 个西格玛质量的重点是将控制范围转移到工序的上游，以充分利用对工序输入变量特征（关键X）的控制YX3X2X1提高因变量的稳定性，响应值 Y1,Y2,..., YmX控制图表应用于过程变量； 自变量；设计变量 X1, X2,..., Xk什么时候使用SPC？希望获悉什么信息？ — 关键过程变量（X或Y）在随时间变化吗？（即该过程稳定吗？）如何观察输出变量？ — 基于实时数据、显示过程变化的图表SPC是一个严密的过程，它要求操作小组积极参与数据的采集和分析XLCLs UCLs 控制图表包含内容X Bar 图表控制上限UCL总平均中心线LCL失控状况，记录采取的修复行为控制下限样本/分组（按时间排序）Sigma 图表平均Sigma中心线控制图表统计过程控制图是由贝尔实验室的Walter shewhart 在1920年开发的，它提供了测量过程的观察值相与用统计方法计算出的“ 控制极限范围”（期望值）的图形比较。 绘制随时间而变化的表现。 一个过程的改变包括平均值和/或方差的改变， 因此我们总是同时绘出平均值以及方差的控制 图（Xbar和S）。 平均值的控制极限表示双边假设检验极限，用于推断观测的样本均值是 否发生了变化。 Sigma的控制极限或极差表示方差在何处显示差异。Ho: ?i????Ha: ?i?????/2UCLxLCLxX?/2假设检验?控制图是连续进行的双边检验的图形显示，其中 Ho和Ha定义如下:对于3σ限制, ??? = 0.00135注意：近似置信度为99.7%当一个分组的平均值超出了控制图极限范围之外，它以图形表明样本平均值与历史平均值之间存在差值。过程的稳定性下图显示多种不稳定过程，控制图能够有助于确定这些不稳定状态什么时候产生、以及存在于什么环境。条件时间时间均值: 稳定变化 不规则变化 持续变化 稳定 不规则变化 稳定 稳定 稳定 减少 不规则变化方差均值/方差不稳定过程不存在可预测的表现，而且稳定的运行状态可能不是持续不变的 可指定来源偏差区域UCL XLCL 可指定来源偏差区域过程稳定性当过程输出值仅包括一般原因的偏差时，该过程被认为是稳定的。分组平均值和方差的测量值介于它们的控制极限范围之内，且未显示出存在可指定来源（特定原因）偏差的证据。如果在控制图表中出现数据的非随机型态，或当某一点超出控制极限时，这是表示在你的过程中出现了可指定来源（特定原因）的偏差的明显信号稳定过程偏差区域(仅存在一般原因偏差)一个稳定过程的输出值很少超出正负三个Sigma范围控制图表类型控制图表类型存在两种控制图表类型:变量图表－用于监控连续变量值X，如:一个直径或消费者满意度评分。 属性图表－用于监控离散变量值X，如:合格产品/次品数量，或存货水平。 监控连续X的变量图表监控离散X的分布图表平均值与极差 Xbar RN10,典型3-5缺陷比例，p 图表典型 n 50跟踪 dpu/dpo次品数量，nP图表n ≥ 50(常量)跟踪次品数量平均值与标准偏差Xbar与Sn≥ 10中间值与极差X与R n10典型3-5缺陷数量c 图表c 5单个数据点和移动极差XmR n = 1缺陷数/单元U 图表N 变量为了选择合适的控制图监控你的过程，首先要决定重要的过程变量(X)是连续的还是离散的X Bar西格玛 （Xbar-S)控制图用于分析和控制连续过程变量能够使用Xbar－S 图在测量阶段，通过图形显示方式将偏差的特定原因与一般原因分离。在分析和改进阶段，在完成假设检验之前检查过程的稳定性。在控制阶段，在改进措施实行后检验过程控制。Xbar-s图表的最佳生成法是使用Minitab 或其它统计软件包。如果没有该软件，则使用 Xbar-R 或其它手工控制图表．使用Minitab软件构建Xbar-S图表文件: GEAPPS6SigmaMinitabTrainingMinitabSession 4con