MINITAB与质量管理概述介绍课件.pptVIP

六西格玛工具的组成——4.改进阶段 改进阶段常用的工具： 脑力激荡法、TRIZ（创新方法与理论）、DOE（试验设计）、防差措施等 六西格玛工具的组成——5.控制阶段 控制阶段常用的工具： SPC（统计过程控制）、SOP（标准作业程序）、控制计划、项目报告等 SPC （统计过程控制）简介 概念： SPC是Statistic Process Control（统计过程控制）的缩写，是指为了贯彻预防原则，应用统计方法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并且稳定的水平，从而保证产品与服务符合规定要求的一种技术。 SPC的主要表现形式是各种控制图和相应的过程能力分析。 SPC中两种类型的变差 Two Types of Variation 普通原因 = 常规 = 随机的 = 噪声 每个流程都存在，例如温度的微弱变化、仪器的微小震动等 变差在控制界限内 流程自身固有的（没有单一原因） 只能通过改变流程才能减弱 当在一个流程中仅存在普通原因变差时，这个流程是受控的、稳定的和可预测的。 特殊原因 = 异常 = 非机遇的原因 = 信号 许多操作/ 流程中都存在，例如刀具的过度磨损、人员的变动更换等 控制图可显示出来 由一独特的干扰所引起 （根本原因） 可以通过移除根本原因来消除 当存在特殊原因变差时，一个流程是失控的、不稳定的和不可预测的。 控制图 控制图是对过程质量特征值进行测定、记录、评估和监控，以判断过程是否处于统计控制状态的一种统计方法设计图形。 通常控制图的横轴表示时间，纵轴可以是单值、小组均值、小组极差、小组标准差，可以用统计量T来表示。 控制图是统计量T的正态分布图在时域上的表示，它由T的中心线 ，上下控制限 ，和按时间顺序抽取样本并用其统计量的数据点T这三个基本要素组成。 对于服从或者近似服从正态分布的统计量T，大约有99.73%的数据点会落在上下限之内。根据假设检验小概率原则，一旦有界限之外的数据点出现，就可判为异常点，认为这是由于特殊原因造成的过程变异。 选择正确的控制图 MINITAB控制图示例1：Xbar-R图 示例说明： 某台机器连续生产钢珠，直径是它的一个重要的质量特性。对于钢珠的直径进行控制，每隔15分钟抽样1次，每次抽取产品5个，共抽样25次，测量并记录数据。经检验钢珠直径服从正态分布，试绘制Xbar-R图。 数据： 操作步骤： MINITAB控制图示例1：Xbar-R图 运算结果： MINITAB控制图示例1：Xbar-R图 Xbar-R图中控制线的计算公式： 说明：D3,D4,A2与样本量n有关，查阅控制图附表可得。 选择正确的控制图 MINITAB 控制图示例2：I-MR图 单值控制图： “单值”指每次取得的一个测量值，可用来估计均值，控制过程的位置； “移动极差”指相邻两个测量值的差的绝对值，可用来估计正态标准差，控制过程的波动。 适用于： 代价昂贵（如：破坏性测试） 生产率极低（如：产品开发阶段的原型机） 数据获得自自动检测仪，每个单体都被分析。 使用I-MR图的数据格式： 数据由单值组成 数据必须按时间顺序 特点： 计算简单，灵敏度差； MINITAB控制图示例2： I-MR图 示例说明： 某电子厂的QC小组欲优化芯片研磨过程，首先对其厚度进行了SPC控制。小组共收集了20个厚度数据，试用控制图来分析该过程的稳定情况。 数据： 操作步骤： MINITAB控制图示例2： I-MR图 运算结果： MINITAB控制图示例2： I-MR图 图 描述 例子 1 例子 2 说明 提醒你流程在变化，但并不意味着你要采取修正行动。可能与你之前做的改变。在采取任何修正行动前，都要明确找出产生失控的原因。 流程稳定、无变化，并不意味着就随它去。可能有机会改进流程获得实质受益。 暗示流程经历了永久的变化，并且现在正在变得稳定。经常需要你为将来解释图形而重新计算控制界限。 当进行一些改变后经常会看到，帮助告诉你改变带来的变化是积极的还是消极的。也可能是与某项培训相联系的学习曲线的一部分。 经常与以可预测的方式影响流程的因素有关，因素以固定的周期发生并有积极/消极影响。可帮助确定未来的工作量/人员级别。 暗示一类不同类型的数据混入了取样的子组，经常需要改变子组、重新集合数据和重新绘制控制图。 图形点不形成特殊的模式并在图形上下界限内 图形点形成特殊的模式，或一个或多个点超出上下