SPC统计过程控制概述.pptxVIP

统计过程控制 Statistical Process Control;主要内容;第一部分: SPC统计过程控制概述;目 录;1. 控制图的历史;1. 控制图的历史;1. 控制图的历史;1924年发明;SPC统计过程控制;1. 控制图应用范例;目的：寻找有效的方法来提供产品和服务，并不断在价值上得以改进； 目标：是达到顾客满意（包括内部和外部顾客）； 对象：从事统计方法应用的管理人员； 范围：基本统计方法包括与统计过程控制及过程能力分析有关的方法，但不是全部;a) 收集数据并用统计方法解释不是最终目标，最终目标是对实现过程的不断理解； b) 研究变差和应用统计知识改进性能的基本概念适用于任何领域； c) 结合实际过程控制理解； d) 只是应用统计方法的开始； e) 假设的前提：测量系统处于受控状态并对数据的总变差没有大的影响;3. SPCSQC;有反馈的过程控制系统模型;5. SPC常用术语解释;中心线（Central Line）;普通原因（Common Cause）;第二部分: SPC统计过程控制原理;目 录;1. SPC解决问题思路;2. 预防与检验;2. 对过程控制理解;SPC和产品检验有何区别、联系: ;3. 波动的概念;3. 制造过程组成和波动原因;3. 波动的种类;4. 普通原因和特殊原因;4. 普通原因和特殊原因;4. 普通原因和特殊原因;4. 普通原因举例;4. 特殊原因举例;4. 普通原因、特殊原因示意图;5. 局部措施;5. 系统措施;5. 局部措施、系统措施示意图;假定过程是处于受控状态，一旦显示偏离这一状态，极大可能是过程失控，需要及时调整 产品质量波动原因是由普通原因和特殊原因引起的，产品质量总是变化的 受控状态：指仅由普通原因引起的质量波动，受控状态的产品质量也应该是波动的 SPC应用概率论基本原理：1) 小概率事件在一次试验当中是不可能发生的(指发生机会非常小的事件)；2) 过程分布是呈现正态分布; 直方图中对称型的形状是“中间高，两边低，左右基本对称”。若样本容量不断增加，并且使分组增多、分组的区间不断细分，则直方图的对称性越来越接近如下图所表示的曲线：;群体 平均值=μ 标准差=σ;7. 正态分布简介;;x为总体的取值 μ是总体的平均值，是位置参数，是改变正态分布曲线的位置，不改变形状； σ是总体标准差，表示数据分散程度的统计量，是形状参数，不改变正态曲线的位置，改变其形状大（矮胖）小（高瘦）； 实际运用中σ用s（样本标准差）、 μ用x（样本均值）代替，即σ≈s、 μ≈x 。;正态分布曲线性质： a.曲线关于x= μ对称； b.在x= μ处曲线处于最高点，当x向左、向右远离时曲线不断降低； c.曲线形状由μ和σ唯一确定，或简记：N(μσ)。 d.当μ =0，σ=1时正态分布称为标准正态分布简记为N(0，1)。;P(μ－3σ≤X ≤μ＋3σ) ＝ P((μ－3σ－ μ)/ σ ≤(X － μ)/ σ ≤(μ＋3σ－ μ)/ σ) ＝P(－3 ≤(X － μ)/ σ ≤3) ＝2*(1-0.00135)-1=0.9973=99.73%;;8. 统计控制状态;8. 防止两类错误;8. 控制界限和规格界限;9. 过程控制和过程能力;9. 过程控制和过程能力;9. 持续改进;;第三部分: SPC控制图;目 录;控制图示例:;2. 控制图原理说明;;2. 控制图—过程控制的工具;3. 控制图的目的;4. 控制图的益处;4. 关于数据的分类; 计量型控制图 平均数与极差控制图( Chart) 平均数与标准差控制图( Chart) 中位数与极差控制图( Chart) 个別值与移动极差控制图( chart) 计数值控制图 不良率控制图(P chart) 不良数控制图(Pn chart,又称np chart或d chart) 缺点数控制图(C chart) 单位缺点数控制图(U chart);4. 控制图应用的统计分布;4. 控制图种类(依用途来分);4. 控制图种类(依用途来分);4. 两种控制图应用示意说明;“n”=10~25;CASE STUDY;第四部分:计量型控制图制作步骤及判定原则;目 录;与过程有关的说明;计量型数据控制图应用前提;大多过程和其输出具有可测量的特性； 量化的值比简单的是—否陈述包含的信息更多； 对较少的件数检查，可获得更多的有关过程的信息； 因只需检查少量的产品，可缩短零件生产和采取纠正措施之间的时间间隔； 可分析一个过程的性能和可量化所用的改进，为寻求持续改进提供信息。;建立控制图的四步骤;建立X-R图的步骤A;;每个子组平均值和极差计算;平均值和极差;Ｂ计算控制限;