统计过程控制_SPC_培训教程 .pptxVIP

统计过程控制 SPCStatistical Process ControlSPC的历史 20世纪20年代，美国贝尔电话实验室成立了两个研究质量的课题组，其中之一的过程控制组的学术领导人为休哈特( Dr. Walter A. Shewhart) ，后来他被世人尊称为“统计控制之父”。 休哈特在1924年5月16日提出了世界上第一张“不合格品率p控制图”，1931年他的代表作《加工产品质量的经济控制》标志着统计过程控制时代的开始。 1940年SPC正式引进制造业。何谓统计先看以下几个例子:第一組数据: 10.15 10.25 10.35第二組数据: 10.10 10.25 10.40第三組数据: 10.20 10.25 10.30第四組数据: 10.05 10.25 10.45问题一:它们的平均值相等吗?问题二:若SPEC定在10.25±0.15,它们合格吗?问题三:哪一組数据比较好?统计学的定义统计是数学的一个分支,是用来讨论如何进行资料的收集、分析、解析以及大量数字资料的系统化表示.推行统计学的意义统计的意义是从本质上了解制程或样本,避开表面現象, 更准确、有效、更迅速地进行改善或调整。SPC定义统计过程控制(Statistical Process Control简称SPC) 是应用统计技术对过程中的各个阶段进行评估和监控，建立并保持过程处于可接受的并且稳定的水平，从而保证产品与服务符合规定的要求的一种质量管理技术。 从内容上来说主要有两个方面： 1. 利用控制图分析过程的稳定性，对过程存在的异常因素进行预警； 2. 计算过程能力指数，分析稳定的过程能力满足要求的程度，对过程质量进行评价。SPC特点预防性 统计过程控制是在生产过程中的各个阶段(工序)对产品质量进行实时的监控与评估，因而是一种预防性方法。全员性 作为全面质量管理的一种重要技术，SPC也强调全员参与加团队精神，而不是只依靠少数质量管理人员。过程性 统计质量控制并不是简单地解决对特定工序用什么样控制图的问题，它强调整个过程，重点就在于 “P (Process)”，即过程。数据的分类(Classification of Data)数据的整理和分析，因数据类型的不同有不同的整理与分析方法，单位产品的品质特性及其衡量方式可归纳为：1.计数值数据(Attribute Data)计数值又可分为计件值和计点值计件值：如一台电视、一个茶杯、一次航空服务等，指不合格品数计点值：如PCB上的一个不良焊点等，指产品内的不合格数2.计量值数据(Variable Data)数据由量具或测量设备测得，如长度、重量、电压、电阻等，改类数据有连续的特性。总体与样本(Population ad Sample) 自制程取样检查之目的是籍样本来了解总体, 我们无法直接了解总体是何种状态, 除非把总体整个检查，在很多的情况下，这是不经济且不合理的。 既然是利用样本的情况来推断总体的，那么所取之样本必须合理可靠，否则就失去了抽样的意义。N:总体n:样本随机抽样Nn行动检验判定数据分析样本数据总体、样本数据之间的关系何谓变异性？机遇原因(Chance causes)：又称为偶然原因、不可避免原因、非人为原因、共同原因、一般原因等 在生产中变异永远存在，例如：同种原料内的变化、机械的振动等，当这些变化量很小时，制程仍可被接受。這些称为机遇原因(chance cause)或一般原因(common cause)，程其受控(in control) 机遇原因是过程固有的，始终存在、难以除去，但其对质量的影响微小。 非机遇原因(Assignable causes)：又称为异常原因、可避免之原因、人为原因、特殊原因、局部原因等 制程中可能有异常变因，如参数调整不当、原料不良、机器故障、车刀磨损等，当发生这些非机遇原因时，制程变异很大，称制程失控(out of control) 非机遇原因非过程固有，有时存在、有时不存在，对质量影响大，但是却不难除去。(非)机遇原因之辨別机遇原因与非机遇原因之辨別机遇原因之变异 非机遇原因之变异(1).大量之微小原因所引起 (1).一個或少數幾個較大原因所引起(2).其个別之变异极其微小 (2).可能發生大變異(3).几种较有代表性的情况： (3).幾個較為代表性; 1.原料之个别或微小异常1.原材整体不良 2.机器的微小振动 2.机器参数调试不当 3.仪器测试难达最精确 3.新手测试(4).要除去则非常不经济(4).不但可以找出原