统计过程控制SPC教学讲义.doc

PAGE PAGE 66 统计过程控制Statistical Process Control 什么是SPC统计过程控制？ S (Statistical): 运用统计性资料和分析技法（如控制图） P (Process) : 确认Process引起变动的原因和能力状态 C (Control) :为达成Process目标，维持和持续改进过程的管理活动。 SPC强调预防，防患於未然是SPC的宗旨 实施SPC的目的：（过程分布的最小化） 对过程作出可靠的评估； 确定过程的统计控制界限，判断过程是否失控和过程是否有能力； 为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生； 减少对常规检验的依赖性，定时的观察以及系统的测量方法替代大量的检测和验证工作 在线监控 异常预警 系统分析 持续改进 对待变差：规范控制的风险 对待变差：过程控制原理 过程控制 传统的过程控制即对产品和过程特性进行检验。 预防与检测 检 测——容忍浪费 预 防——避免浪费 评判型检验 SQC和下游检验 源头检验 SPC常用术语解释 样本的目的 我们的期望…… 均值不能代表总体特征 计量型控制图Variables Data Control Chart 直方图 用于检查样本数据的形状和分布情况。直方图将样本值划分为许多称为区间 的间隔。条形表示落于每个区间内的观测值的数量（频率）。 制作流程 1.收集数据 2.计算组数：组数＝样本数的平方根 3.计算全距：由全体数据中找出最大值与最小值之差。 4.决定组距：为便于计算平均数与标准差,组距常取 2、5、10的倍数。 组距 = 全距 / 组数 5.决定各组之上下组界： 最小一组下组界 = 最小值 - 测定值之最小位数/2 最小一组上组界 = 下组界 + 组距 6.决定组中点 7.制作次数分布表 8.制作直方图 直方图:数据表 (例)有一机械厂，为了解制品外径尺寸之变化，由产品抽取100个样本测定其外径，测定结果如下表，试作次数分配表。 直方图:组距\组数\组界 直方图:次数分配表 每件产品的尺寸与别的都不同 正态分布N（μ，σ）的概率特性 正态分布概率 3σ原理 统计风险 第I类错误：把处于统计控制状态下的生产工序误判为处于非统计控制状态，称为第I类错误。把犯第I类错误的概率称为第I类风险，记为α。 第II类错误：把处于非统计控制状态下的生产工序误判为处于统计控制状态，称为第II类错误。把犯第II类错误的概率称为第II类风险，记作β。 一般情况下，要同时避免两类错误是不可能的。当样本大小一定时，α越小，则β越大，反之，α越大，则β越小。实践证明，3σ范围可使两类错误造成的总损失最小，较为经济合理。 过程控制 过程能力 局部措施和对系统采取措施 局部措施：通常用来消除变差的特殊原因;通常由与过程直接相关的人员实施;大约可纠正15%的过程问题。 对系统采取措施：通常用来消除变差的普通原因；几乎总是要求管理措施，以便纠正；大约可纠正85%的过程问题。 过程控制和过程能力 简言之，首先应通过检查并消除变差的特殊原因使过程处于受统计控制状态，那么其性能是可预测的，就可评定满足顾客期望的能力。 SPC兴起的背景：起源 美国美国贝尔实验室休哈特博士（W. A. Shewhart）於1924年发明控制图，开启了统计质量控制的新时代。 1940’s 二次世界大战期间，美国军工产品使用抽样方案和控制图以保证军工产品的质量。 战后经济遭受严重破坏的日本在1950年通过休哈特早期的一个同事戴明(W. Ed- wards Deming)博士，将SPC的概念引入日本。从1950～1980年，经过30年的努力，日本跃居世界质量与生产率的领先地位。美国著名质量管理专家伯格(Roger W. Berger)教授指出，日本成功的基石之一就是SPC。 控制图 上控制限 中心限 下控制限 1、收集 收集数据并画在图上 2、控制 根据过程数据计算实验控制限 识别变差的特殊原因并采取措施 3、分析及改进 确定普通原因变差的大小并采取减小它的措施 重复这三个阶段从而不断改进过程 控制图的目的 控制图和其他的统计图（趋势图、推移图）不同，因为它不但能够把数据用曲线表示出来，观察其变化的趋势，而且能显示变异是属于机遇性或非机遇性，以指示某种现象是否正常，从而采取适当的措施。 控制图种类（以数据来分） 计量值控制图 均值与极差控制图 均值与标准差控制图 中位数与极差控制图 单值与移动极差控制图 计数值控制图 不良率控制图(P) 不良数控制图(np) 缺点数控制图(c) 单位缺点控制图(u