Sunrise-SPC培训教材.ppt

SPC统计过程控制理论培训教程深圳市斯瑞通科技开发有限公司SPC是奠基于1910年代费雪爵士（Sir Ronald Fisher)所发展出来的统计理论，1924年修华特博士（Dr.W.A.She whart)在贝尔试验室研究产品品质特性之次数分配时发现了管制图，1932年英国邀请修华特博士到英国主讲管制图，从而提高了英国将统计的方法应用到制造业的气氛。1940年前后，美、英两国将管制图的方法引进制造业，并应用到生产过程中，当时管制图的应用不但与其他品管方法同样简单，而且效果显著，被各业界所认同。二次世界大战后，日本是战败国，一切资源用尽等待复兴重建，但在生产过程中缺乏维持高品质的方法。为了找到提高产品质量的方法，日本于1950年6月请戴明博士（Dr.Deming）到日本做“八日品质管理讲习会”。SPC基础理论-SPC起源与发展历程从此之后，日本利用SPC的技术与观念来提升其产品的品质与生产力，同时降低生产成本，在国际的市场中逐渐地崭露头角，并吞食了相当一部分美国在各地所占有的市场。而在1979年美国国家广播公司（NBC）制作了一部日本能，为何我们不能的影片，在美国引起极大的震撼，并唤醒了以汽车工业为首的注意，开始将SPC的理论与观念应用于制造程序中，用以维持与改善产品的品质，使得SPC在美国才得获以重生。而SPC的推动，首先由福特（FORD）汽车向其协力厂要求开始，并逐渐获得协力厂商的响应，而其成果的回收则是值得肯定的。随着国际化的发展，加上美国三大汽车厂对SPC的重视，故导致所有的协力厂必需执行SPC，否则难以进入其协力厂系统。另外ISO-9000系列亦将统计技术列为其审核项目之一，推动了SPCEC在整个制造业的应用和普及。SPC基础理论-SPC起源与发展历程 SPC是英文“Statistical process control”的缩写，它的中文意思是“统计过程控制”。Statistical：统计，以概率统计学为基础，分析数据、得出结论；Process：过程，有输入-输出的一系列的活动；Control：控制，做出调节和行动；经由过程去收集资料，而加以统计分析，并从分析中得以发现过程的异常，再由问题分析以发掘异常的原因，并针对异常原因立即采取改善措施，使过程恢复正常维持。并通过过程能力调查与标准化，以不断提升过程能力改善。SPC基础理论-SPC定义SPC基础理论-SPC中的过程材料机器人方法测量环境过程产品/服务SPC基础理论-品质失败的结果过程波动引起品质不良报废返工停工加强检验内部成本高的检验成本重复修理存货增多维护成本升高返工市场份额下降资金周转期长客户失望外部成本1.群体与样本以样本数据为根据而希望加以处理的对象，谓之群体(population)，为某种目的而从群体中抽取的一部分，谓之样本(sample)。(1).抽样检验推定群体的品质有限群体群体批样本数据样本数据SPC基础理论-群体与样本(2)制程管制制程解析实验计划制程无限群体有限群体样本数据群体批样本数据生产抽样测定SPC基础理论-群体与样本(3)群体(制程)与样本间的关系自制程取样检查之目的是藉样本来了解群体(制程)，品质人员无法直接了解群体是何种状态，除非把群体整个检查，这是不可能的事，于是利用样本来推定群体，那么所取的样本必须合理，否则将失去其意义。样本与群体之间的关系分述如下：设X为样本平均，u为群体平均s=e为样本标准差，为群体标准差SPC基础理论-群体与样本(4)群体与样本关系的图形表示SPC基础理论-群体与样本总体样本总体样本我们可以通过两种方式来考虑总体与样本的关系 就实际意义讲，样本是总体的次集合 从统计方面看，选择恰当的样本应反映出总体SPC基础理论-数据收集与整理群体样本结论数据抽样统计分析测试行动抽样方法SPC基础理论-数据收集与整理系统随机抽样分组抽样每一小时在该点抽3个样本 随机抽样每个均有被选上的相等机会层别式抽样总体被“层别”成几个组,在每个组内随机选择.行进中的过程每隔n个柚样随机性-从总体中抽取的样本设计应使总体中每一个都有同等机会抽中代表性-作为同一总体中其它样本的实例SPC基础理论-常用术语解释名称解释平均值（X）一组测量值的均值均值极差（Range）一个子组、样本或总体中最大与最小值之差最大与最小值之差(Sigma）用于代表标准差的希腊字母标准差(StandardDeviation)过程输出的分布宽度分布宽度或从过程中统计抽样值（例如：子组均值）的分布宽度的量度量度，用希腊字母或字母s（用于样本标准差）表示分布宽度(Spread)一个分布中从最小值到最大值之间的间距最小值到最大值之间的间距中位数x将一组测量值从小到大排列后，中间的值中间的值即为中位数。如果数据的个数为偶数，一般将中间两个数的平均值作为中位数单值(Individual)一个单个的单位产品或一个特性的一次测量一次测量，通常用符号X表示SPC基础理论-常用术语解释名称解释中心线（CentralLine）控制图上的一条线，代表所给数据平均值数据平均值过程均值（ProcessAverage）一个特定过程特性的测量值分布的位置即为过程均值，通常用X来表示链（Run）控制图上一系列连续上升或下降，或在中心线之上或之下的点点。它是分析是否存在造成变差的特殊原因的依据变差（Variation）过程的单个输出之间不可避免的差别不可避免的差别；变差的原因可分为两类：普通原因和特殊原因特殊原因（SpecialCause）一种间断性的，不可预计的，不稳定的变差根源。有时被称为可查明原因，它存在的信号是：存在超过控制限的点或存在在控制限之内的链或其它非随机性的图形。SPC基础理论-常用术语解释名称解释普通原因（CommonCause）造成变差的一个原因，它影响被研究过程输出的所有单值；在控制图分析中，它表现为随机过程变差的一部分。过程能力(ProcessCapability)是指按标准偏差为单位来描述的过程均值和规格界限的距离，用Z来表示。移动极差（MovingRange)两个或多个连续样本值中最大值和最小值之差。普通原因：普通原因：是指过程在受控的状态下，出现的具有稳定的且可重复的分布过程的变差的原因。普通原因表现为一个稳系统的偶然原因。只有过程变差的普通原因存在且不改变时，过程的输出才可以预测。例如：操作者细微的不稳定性设备的微小振动、车床转速、进给速度、刀具的正常磨损同批材料内部结构的不均匀性用同一量测器,由同一人量测同产品数次,在短期间量测差异.其它如：气候及环境之变化 特殊原因：特殊原因：（通常也叫可查明原因）是指造成不是始终作用于过程的变差的原因，即当它们出现时将造成（整个）过程的分布改变。只用特殊原因被查出且采取措施，否则它们将继续不可预测的影响过程的输出。例如：操作者未遵照操作标准而操作.虽然遵照操作标准,但操作标准不完善.刀具的严重磨损SPC基础理论-普通原因和特殊原因原因分类变异的情形对产品的影响是否值得查原因普通原因一定有，而且很多并无法避免微小,不明显在某些情况下不值得特殊原因很少或没有，或不允许存在明显而巨大值得而且可以找到,必须进行纠正和改善普通原因与特殊原因的区别普通原因与特殊原因的区别SPC基础理论-普通原因和特殊原因SPC基础理论-普通原因变差 普通原因变差普通原因变差定义由于普通变异形成的变差 特征 1、影响过程中每个单元 2、在控制图上表现为随机性 3、没有明确的图案 5、但遵循一个分布 6、是由所有不可分辨的小变差源组成 7、通常需要采取系统措施来减少如果只存在变差的普通原因，如果只存在变差的普通原因，随着时间的推移，过程的输出形随着时间的推移，过程的输出形成一个稳定的分布并可预测成一个稳定的分布并可预测范围时间目标直线预测SPC基础理论-特殊原因变差 特殊原因变差特殊原因变差定义由于特殊变异形成的变差 特征 1、间断的、偶然的，通常是不可预测的和不稳定的变差 2、在控制图上表现为超出控制限的点或链或趋势 3、非随机的图案 4、是由可分派的变差源造成，该变差源可以被纠正范围时间目标直线预测 如果存在变差的特殊原因，随着时间的推移，过程的输出不稳定SPC基础理论-计数值和计量值 计数值计数值 -离散型不能用量具，仪表来度量的非连续性的零或正整数值。NO-GOGOFAILPASS电气电路数量 单价说明金额1$10.00$10.003$1.50$4.5010$10.00$10.002$5.00$10.00送货单错误SPC基础理论-计数值和计量值超几何分布：超几何分布：有限总体无放回抽样 P(d)=CdCn-dCnNDN-D二项分布：二项分布：总体无限有放回抽样(批量N=1000)P(d)=nCdpd(1-p)n-dPoissonPoisson分布分布：dek!P(d=k)=计数值的变异规律：SPC基础理论-计数值和计量值 计量值计量值 -连续型可以用量具，仪表等进行测量而得出的连续性数值，可以出现小数。计算器溫度温度计卡尺SPC基础理论-计数值和计量值计量值的变异规律-正态分布正态分布中，任一点出现在1内的概率为P(-X+)=68.27%2内的概率为P(-2X+2)=95.45%3内的概率为 P(-3X=1Cpk1以上；5)点超出控制界限或为异常状态，必须利用各种方法进行研究，找出异常原因，并加以消除。SPC基础理论-管制图介绍10.使用管制图的注意事项 11-1 11-1 应具备的基本条件应具备的基本条件 1).企业的基础管理比较稳定；2).企业的生产过程比较稳定；3).职工（特别是技术人员）应接受过统计技术的系统培训；4).具备统计技术应用所需要的技术、资源条件。11-2 11-2 应用条件（什么情况下可以应用控制应用条件（什么情况下可以应用控制图）图）1).控制对象可以是质量特性，质量指标或工艺参数；2).控制对象应定量描述并具有分布的可重复性。SPC基础理论-管制图介绍11.管制图应用应考虑的问题11-3 控制对象的选择1).重要性：应选择关键项目实施控制；2).单一性：每个控制图只能控制一个项目。11-4.取样方法1).一定要随机取样；2).按确定的时间间隔取样，时间间隔的长短应根据过程中异常因素出现的频次确定；3).样本大小应保证控制图有适宜的检出力；4).分析用控制图的取样组数应大于或等于20组。SPC基础理论-管制图介绍计量值管制图制作-Xbar-RChart Xbar-R ChartXbar-R Chart（均值极差控制图）（均值极差控制图）对于计量值数据而言,这是最常用最基本的控制图。它用于控制对象为长度、重量、强度、纯度、时间和生产量等计量值的场合。适用于n 10的情况 Xbar控制图主要用于观察分布的均值的变化,R控制图用于观察分布的分散情况或变异度的变化,而Xbar-R图则将二者联合运用,用于观察分布的变化。计量值管制图制作-Xbar-RChartX-R管制图的作法:首先要建立解析用的X-R管制图，待确定制程稳定与确定管制界限且制程能力足够后，再建立管制用的X-R管制图。1.解析用的制程管制图的制作顺序：1).收集100个以上数据，依测定时间顺序或群体顺序排列2).把2-5（一般45个即N）数据分为一组(约2025组即K)3).把数据记入数据表中4).计算各组平均值X取比测定单位小一位数X1+X2+.+XnnXii=1NX=N=计量值管制图制作-Xbar-RChart5).计算各组的全距R；R=Xmax-Xmin6).计算总平均X（控制中心线）取比测定单位小两位数；kXii=1KX=X1+X2+.+XkK=7).计算全距平均R；=R1+R2+.+RkR=KKkRii=1计量值管制图制作-Xbar-RChart8).计算控制界线 X控制图：中心线（CL）=X 上控制界限（UCL）=X+A2R 下控制界限（LCL）=X-A2R R控制图：中心线（CL）=R 上控制界限（UCL）=D4R 下控制界限（LCL）=D3R *A2、D4、D3可由系数表1查得。9).绘控制界限，并将点描入图中；计量值管制图制作-Xbar-RChart 步骤步骤1-1-数据采集数据采集计量值管制图制作-Xbar-RChart 步骤步骤2 2 计算每组平均数和极差计算每组平均数和极差计量值管制图制作-Xbar-RChart 步骤步骤3 3 计算管制界限计算管制界限均值管制图极差管制图计量值管制图制作-Xbar-RChart（表表1 1）X-R X-R 控制图控制界限的常数表控制图控制界限的常数表样本大小X控制图常数A2R控制图常数下控制限D3上控制限D421.88-3.2731.02-2.5740.73-2.2850.58-2.1160.48-2.0070.420.081.9280.370.141.8690.340.181.82100.310.221.78110.290.261.74120.270.281.72130.250.311.69140.240.331.67150.220.351.65计量值管制图制作-Xbar-RChart 步骤步骤4 4 作图作图 首先看极差管制图即R管制图：如所有点皆在管制界限内，表示极差皆在统计管制状态下，则继续看平均值管制图即XBar管制图；如只有一个或两个点在管制界限外，则剔除这一两个极差的样本，然后重新计算新的极差管制界限，如其余的点皆在新的管制界线内，则可视为极差在统计管制状态下，继续看XBar管制图；如剩余的点有点超出新的管制界限，则代表极差不在管制状态下，此时应找出并消除造成问题的特殊原因，然后进行标准化，并重新收集资料。R管制图中如有3点或以上的点在管制界限外，则代表极差不在管制状态下，即是说极差失控，此时应找出并消除造成问题的特殊原因，然后进行标准化，并重新收集资料。计量值管制图制作-Xbar-RChartXbar-R控制图作法总结如R管制图在统计管制状态下，则继续看平均值X管制图：如所有点皆在管制界限内，表示平均值皆在统计管制状态下，即是说平均值受控，则可沿用此一管制界限作为制程管制用之管制界限，如只有一个或两个点在管制界限外，则剔除这一两组平均值的样本，然后重新计算新的平均值管制界限，如其余的点皆在新的管制界线内，则可视为平均值在统计管制状态下，则可沿用此一管制界限作为制程管制用之管制界限；如剩余的点有点超出新的管制界限，则代表平均值不在管制状态下，此时应找出并消除造成问题的特殊原因，然后进行标准化，并重新收集资料。计量值管制图制作-Xbar-RChart计量值管制图分析流程 (Xbar管制图)3个以上的平均值在管制界限外是平均值均在管制范围内吗?只有一个或二个点在管制界限外?剔除这一个或二个全距值的样本?重新计算X.R的平均值管制界限其余的全距值均在界限内吗?找出亦修正特殊原因重新收集资料计算平均值的管制界限平均值均在控制中否否是否平均值失控是计算新的极差管制界限下接极差流程图继续使用此管制界限管理制程计量值管制图制作-Xbar-RChart计量值管制图分析流程(R-管制图)极差均在管制范围内吗?只有一个或二个点在管制界限外?剔除这一个或二个极差值的样本?重新计算X.R的极差管制界限其余的极差值均在界限内吗?3个以上的点在管制界限外停止计算平均值的管制界限找出亦修正特殊原因重新收集资料计算极差的管制界限计算平均值的管制界限极差值均在控制中否否是是否极差失控是接平均值管制图分析流程计量值管制图制作-Xbar-RChart计量值管制图制作-Xbar-SChart子组样本容量较大，因此更有效地体现变差，检出能力高；当n10时，s图代替R图，因为R图所反映的过程的分散程度已经不合适，误差太大，所以采用对过程分散程度反映较好的S图；计算复杂，因此适用于采用计算机或袖珍计算器能简单按程序计算出S的情况下；计量值管制图制作-Xbar-SChart1、均值的计算同2、标准差的计算为：计量值管制图制作-Xbar-SChart3、计算管制界限均值控制图标准差控制图n2345678910B43.272.572.272.091.971.881.821.761.72B3-0.030.120.190.240.28A32.661.951.631.431.291.181.101.030.98计量值管制图制作-Xbar-SChart 步骤步骤1-1-数据采集数据采集计量值管制图制作-Xbar-SChart 步骤步骤2 2 计算每组平均数和标准差计算每组平均数和标准差计量值管制图制作-Xbar-SChart 步骤步骤3 3 计算管制界限计算管制界限均值控制图标准差控制图 步骤步骤4 4 作图作图计量值管制图制作-Xbar-SChart中位数：即指在一组数按照大小顺序排列的数列中位居中间的数。注：当数的个数为偶数个时，则中位数的值为中间两个数的均值。与Xbar-R图也很相似,只是用中位数图(Xmed图)代替均值图(Xbar图)，由于中位数的计算比均值简单,所以多用于现场需要把测定数据直接记入控制图进行控制的场合,这时为了简便,当然规定为奇数个数据。计量值管制图制作-Xmed-RChart计量值管制图制作-Xmed-RChart 步骤步骤1-1-数据采集数据采集计量值管制图制作-Xmed-RChart 步骤步骤2 2 计算每组中位数和极差计算每组中位数和极差计量值管制图制作-Xmed-RChart 步骤步骤3 3 计算管制界限计算管制界限1、计算平均中位数和平均极差Mbar=(M1+M2+Mk)/kRbar=(R1+R2+Rk)/K2、计算管制界限UCLR=D4RbarLCLR=D3RbarUCLXmed=Xmedbar+A2*RbarLCLXmed=Xmedbar-A2*Rbar 步骤步骤4 4 作图作图计量值管制图制作-Xmed-RChart1.适用场合：不需多个测量值或样本是均匀的（如浓度）因为费用或时间的关系，过程只有一个测量值（如破坏性实验）用自动化检查，对产品进行全检时2.计算单值间的移动极差 通常最好是计算每对连续读数间的极差，这样移动极差的个数就比单值读数的个数少一个；在很少的情况下，可在较大的移动组或固定的子组的基础上计算移动极差。注意，尽管测量是单独抽样的，但是读数的个数形成移动极差的成组(例如2、3或4)决定了样本容量n。当查系数表时必须考虑该值。计量值管制图制作-X-MRChart 步骤步骤1-1-数据采集数据采集计量值管制图制作-X-MRChart计量值管制图制作-X-MRChart1、计算管制界限UCLMR=D4RbarLCLMR=D3RbarUCLX=Xbar+E2RbarLCLX=Xbar-E2Rbar 步骤步骤3 3 计算管制界限计算管制界限计量值管制图制作-X-MRChart计量值管制图制作-X-MRChart 步骤步骤4 4 作图作图计数品质特性计数品质特性(attributequalitycharacteristics)，是指那些只要决定其是否符合规格而不需量度出其正确读数之特性。也就是说应用通过与不通过之准则去决定产品是否可以接受。在品质管制实务中，有时候只需要决定产品是否可以接受而不需要作实际测量，原因可能是实际测量工作很困难(如颜色、损坏程度等)，也可能是费用过高和需时甚长，不合乎经济原则，要解决这些实际测量工作所遭遇的困难，我们可应用计数检验方法，例如要检验一个容器之盛载能力，只需注意是否出现漏裂，而无需测量其漏裂程度。计数值管制图制作计量值管制图是管制产品之有效方法，但其应用却受到一定限制：首先，它不适用于管制所有品质特性(但计数值管制图却可用来管制所有能计量的品质特性，其过程只需决定品质特性是否合格便可)。其次，由于每一对X-RX-R管制图只能管制一种品质特性，当产品有很多计量品质特性需要同时管制时，就得需要很多图表，因而成本大增，并且有些不切实际。故此，在某些情况下，应用计数管制图是必须的。在品质特性管制图中，我们常会接触到缺陷（defects)和不良品（defective)。“缺陷”是指某一品质特性不合规格而言，而不良品则是指一件产品由于有缺陷存在以致不能使用，一件不良品可能由很多个缺陷所造成。再以容器之盛载计数值管制图制作 能力为例，如果容器有漏水情形，便为不良品；而其漏裂原因可能两个缺陷，有五处漏裂，即有五个缺陷。不管缺陷多少，它仍是不良品。但相反来说，含有缺陷的产品却未必是废品，这要看缺陷之影响情形而定。一般来说，每当我们在生产中发现了不良品，我们可以先用计数值管制图找出主要的缺陷问题，分析其原因；然后，我们就可以对症下药，利用数据的转化，将问题点变为控制参数。这样，问题就可以迎刃而解，为生产不良的问题加上控制。计数值管制图制作 不良率不良率是指每一样本组内含所有之不良品之机会率。样本组内之不良品个数样本数npnp=计数值管制图制作-P-Chart 样本容量n大小不服从二项分布当P较小n足够大时,该分布趋向于正态分布计数值管制图制作 P-Chart 步骤步骤1-1-数据采集数据采集计数值管制图制作 P-Chart 步骤步骤2 2 计算不良率计算不良率计算公式：样本数n不合格数量np不合格率：p=np/n计数值管制图制作 P-Chart 1、计算平均不合格率Pbar=(n1P1+n2P2+nkPk)/(n1+n2+nk)2、计算管制界限UCL=+3CL=LCL=-3 步骤步骤3 3 计算管制界限计算管制界限计数值管制图制作 P-Chart 步骤步骤4 4 作图作图np图用来度量一个检验中的不合格(不符合或所谓的缺陷)品的数量。与p图不同，np图表示不合格品的实际数量而不是与样本的比率。P图和np适用的基本情况相同，当符合下列情况时可选用np图：(a)不合格的实际数量比不合格品率更有意义或更容易报告，(b)各阶段子组的样本容量相同。计数值管制图制作-NP-Chart 样本容量n恒定不合格品数是一个服从二项分布的随机变量当n5时近似服从正态分布Nnp，np（1-p）计数值管制图制作 NP-Chart 步骤步骤1-1-数据采集数据采集计数值管制图制作 NP-Chart 步骤步骤2 2 计算管制界限计算管制界限1、计算平均不合格率Pbar=(n1P1+n2P2+nkPk)/(n1+n2+nk)2、计算管制界限UCL=n +3CL=nLCL=n -3计数值管制图制作-NP-Chart 步骤步骤3 3 作图作图计数值管制图制作-C-Chart 控制对象为一定单位(如一定长度、一定面积、一定体积等）n上面的缺陷数；如铸件表面的气孔数、机器装好后发现的故障数；产品上的缺陷数服从泊松分布；计数值管制图制作-C-Chart 步骤步骤1-1-数据采集数据采集计数值管制图制作-C-Chart 步骤步骤2 2 计算管制界限计算管制界限1、计算平均缺陷数=(C1+C2+Ck)/K2、计算管制界限UCL=+3CL=LCL=-3计数值管制图制作-C-Chart 步骤步骤3 3 作图作图计数值管制图制作-U-Chart 通过测定样本上单位数量（如面积、容积、长度、时间等）上缺陷数进行控制的场合与C图具有相同的原理，不同的是U图的取样大小可以浮动，只要能计算出每单位上的缺陷数即可设n为样本大小，C为缺陷数，则单位缺陷数为：u=c/n计数值管制图制作-U-Chart 步骤步骤1-1-数据采集数据采集计数值管制图制作-U-Chart 步骤步骤2 2 计算单位缺陷数计算单位缺陷数计算公式：样本数n缺陷数量c单位缺陷数量：u=c/n计数值管制图制作-U-Chart 步骤步骤3 3 计算管制界限计算管制界限1、计算平均缺陷数=(C1+C2+Ck)/(n1+n2+nk)2、计算管制界限UCL=+3CL=LCL=-3计数值管制图制作-U-Chart 步骤步骤4 4 作图作图 1.1.正常状态正常状态:1).多数点集中在中心线附近。2).少数点落在控制界线附近。3).点分布呈随机状态，无任何规律可循。4).下列情况也可视为处于控制状态：(1)连续25点以上出现在控制界线以内。(2)连续35点中，出现在控制界线以外不超过1点。(3)连续100点中，出现在控制界线以外不超过2点。管制图的判定方法 2 2.异常状态异常状态:1).连续7点或更多在中心线同一侧；2).连续7点或更多点呈上升或下降趋势；3).连续11点中至少有10点在中心线同一侧；4).连续14点中至少有12点在中心线同一侧；5).一个或多个管制图中的点超出管制上或下限；6).点子的排列有规律性；7).连续3点中至少有2点或7点中至少有3点落在二倍与三倍标准差控制界线之间。管制图的判定方法 管制图的判定方法 规则规则1 1：任：任一个点落在一个点落在33管制界限外管制界限外 上限平均下限321321管制图的判定方法 规则规则2 2：连续：连续7 7个点位于中心线的同一侧上个点位于中心线的同一侧上上限平均下限321321管制图的判定方法 规则规则3 3：连续：连续7 7个点连续上升或下降个点连续上升或下降 上限平均下限321321管制图的判定方法 规则规则4 4：连续：连续1414个点交替上下跳动个点交替上下跳动 上限平均下限321321管制图的判定方法 规则规则5 5：3 3个连续点中有个连续点中有2 2个点位于中心线的同一侧且在个点位于中心线的同一侧且在22的区域外的区域外 上限平均下限321321管制图的判定方法 规则规则6 6：5 5个连续点中有个连续点中有4 4个点位于中心线的同一侧且在个点位于中心线的同一侧且在11的区域外的区域外 上限平均下限321321管制图的判定方法 规则规则7 7：连续：连续1515点落在中心线两侧的点落在中心线两侧的11以内以内上限平均下限321321管制图的判定方法 规则规则8 8：连续：连续8 8点落在中心线两侧但未在点落在中心线两侧但未在11以内以内上限平均下限321321一个过程处于统计控制或稳态生产状态下所具备的5个状态(1)无异因；(2)正态分布；(3)在规格内；(4)均值在规格中心；(5)无测量变异。过程能力分析1 1、管制图的基本受控形式及状态、管制图的基本受控形式及状态附：正态分布的介绍 正态分布是统计里最常用的随机分布。自然事物中有许多现象是成正态分布，如人的身高分布、齿轮的成型尺寸、电阻值等。而SPC的许多运用则是建立在事物呈正态分布的前提下，对其进行统计分析。如：制程能力分析、管制图的判读、推定、检定等。1).正态分布的特征 i).成钟形分布；ii).中心线附近分布的机率较高；iii).离中心线越远，分布的机率越低。过程能力分析2).正态分布图形过程能力分析过程能力分析2、s s-规格标准差规格标准差过程能力分析3、a a-制程标准差制程标准差 过程能力分析4、Ca Ca-准确度准确度Ca=k=|(USL+LSL)/2-Xbar|(USL-LSL)/2等級Ca 值ABCDCa12.5%12.5%Ca25%25%Ca50%50%Ca等级评定后之处置原则(Ca等级之处置)A级:作业员遵守作业标准操作,并达到规格之要求,须继续维持。B级:有必要可能将其改进为A级。C级:作业员可能看错规格,不按作业标准操作或检讨规格及作业标准。D级:应采取紧急措施，全面检讨所有可能影响之因，必要时得停止生产。以上仅是些基本原则，在一般应用上Ca如果不良时，其对策方法是制制造造单单位位为为主主，技技术术单单位位副，品管单位为辅副，品管单位为辅注：1.K也可用制程准确度Ca(CapabilityofAccuracy)表示。*单边规格因没有规格中心值，故不能计算Ca.2.Ca意义之说明规格的中心值和上限或下限规格间是产品变异可容许的空间。我们若以此空间当作100%的话，则Ca表示，制程已耗去此空间有多少%。亦可解释为，制程之实绩中心值偏离目标值的程度。因此它愈小愈好。过程能力分析过程能力分析5、Cp Cp-精确度精确度等级评定后之处置原则(Cp等级之处置)A级:此一制程甚为稳定，可以将规格容差缩小或胜任更精密之工作。B级:有发生不良品之危险，必须加以注意，并设法维持不要使其变坏及迅速追查。C级:检讨规格及作业标准，可能本制程不能胜任如此精密之工作。D级:应采取紧急措施，全面检讨所有可能影响之因素，必要时应停止生产。以上也是与Ca一样，仅是一些基本原则，在一般上Cp如果不良时，其对策方法是技技术术单单位位为为主主，制造单位为副，品管单位为辅。制造单位为副，品管单位为辅。等級Cp值ABCD1.33 Cp1.00 Cp 1.330.83 Cp 1.00Cp 0.83CPU=(USL-u)/(3)CPL=(u-LSL)/(3)过程能力分析6、CaCa,Cp Cp 图形说明图形说明不精密（Cp）精密（Cp）准确（Ca）不准确（Ca）过程能力分析7、Cpk-Cpk-制程能力指数制程能力指数等级评定后之处置原则(Cpk等级之处置)A级:此一制程能力足够。B级:制程能力尚可。C级:制程能力应加以改善。=MinCPU,CPL过程能力分析8、CpCp、CaCa、CpkCpk与制程能力的关系与制程能力的关系 1)Cp,Cpk越高，制程能力越高；2)Ca越小，制程能力越高。过程能力分析CpkSigma判断处理2.0制程能力过高缩小规格以争取顾客信赖或寻求降低成本1.672.06.5理想状况保持1.33Cpk1.675.56.5合格产品用抽样或出货检验就可以,须进行工序及品质改善,以求降低变异1.0Cpk1.334.55.5尚可产品有发生不良的危险，需切实做到工作站管理,做好必要的处理及回馈改善工作0.67Cpk1.04.5不足操作方法需变更或改善。机械设备需变更或改善。原材料需变更。公差需检讨。需作全数选别。Cpk0.67严重不足须停产调查，找出原因。9、过程能力分析过程能力分析过程能力（Cp）用6表示，式中=R/d2称为过程的固有变差，是在制程达到统计的稳态生产状态时计算，由X-R控制图计算得出。过程性能（Pp）用6S表示，式中S(=(Xi-X)2/(N-1)称为过程的总变差，是由一个尚未能排除所有的异因的大样本计算出来的变异。Pp=(USLLSL)/(6S)Ppu=(USL-u)/(3S)Ppl=(u-LSL)/(3S)PPK=MinPPU，PPL10、Ppk-Ppk-过程性能指数过程性能指数过程能力分析 A、如果、如果Cp Cp 不足不足，则：则：1).工序的变异大2).品质变异大3).易超出规格界限 B、提高、提高CpCp的方向的方向 1).机器设备，测试仪器的改善 2).技术上改善 3).操作人员的训练 4).操作标准的遵守 5).适当的工序控制 6).原材料适当的控制C、如果、如果CpCp足够，而足够，而Cpk Cpk 不足，则表明中心偏移不足，则表明中心偏移 1).减小偏移量是首选的方法 2).当确认属于设计不合理时，可采用放大公差范围的措施过程能力分析11、Cpk Cpk 提高的方法和分析的思路提高的方法和分析的思路CPKPPMlevelforonesidePPMlevelfortwosides1.0135027001.14839661.21593181.348961.3331.763.41.413261.53.46.81.60.791.581.630.490.981.660.30.61.70.170.342.01ppb2ppb过程能力分析11、CpkCpk与与PPMPPM关系关系直方图 定义定义 直方图是通过对数据的加工整理，从而分析和掌握质量数据的分布状况和估算工序不合格频率的一种方法。将全部数据分成若干组，以组距为底边，以该组距相应的频数为高，按比例而构成若干矩形，即位直方图。用途用途甲班：5、5、6、7、7 （）Xbar=6R=2乙班：2、4、6、8、10（）Xbar=6R=8 直方图法就是用以帮助我们分析产品质量的分布状况。常用于定期报告质量状况、分析质量分散原因、测量工序能力、估计工序不合格品率等。看两组数据甲班：3、3、4、5、5（）Xbar=4R=2乙班：7、7、8、9、9（）Xbar=8R=2结论：在分析质量情况时只看平均值或只看分散程度都是片面的，要综合起来看分布直方图 步骤步骤1-1-数据采集数据采集直方图 步骤步骤2 2 计算极差计算极差（R R）最大值Xmax=9.15，最小值Xmiu=8.65，R=Xmax-Xmiu=9.15-8.65=0.5 步骤步骤3 3 适当分组（适当分组（k k）组数太少会掩盖各组内的变化情况，引起较大的计算误差；组数太多则会造成各组的高度参差不齐，影响数据分布规律的明显性，反而难以看清分布的状况，而且计算工作量大。组数k的确定可以参考组数选用表，直方图 步骤步骤4 4 确定组距（确定组距（h h）组距用字母h表示，h=极差（R）/组数（k），一般取测量单位的整数倍以便于分组。本例h=R/k=0.5/10=0.05 步骤步骤5 5 确定各确定各组组界限界限 组数太少会掩盖各组内的变化情况，引起较大的计算误差；组数太多则会造成各组的高度参差不齐，影响数据分布规律的明显性，反而难以看清分布的状况，而且计算工作量大。组数k的确定可以参考组数选用表，直方图 步骤步骤5 5 确定各确定各组组界限界限 为了避免出现数据值与组的边界值重合而造成频数计算困难的问题，组的边界值单位应取最小测量单位的1/2，也就是把数据的位数向后移动一位，并取数值为5。例如个位数为0.5；小数一位数(0.1)为0.05；小数二位数(0.01)为0.005。(本例表10-1中所有数据的最小位数为个位数，因此1/2最小测量单位是1/2 X 1=O.5)。分组的范围应能把数据表中最大值和最小值包括在内。第一组的下限为：最小值=最小测量单位/2 直方图 步骤步骤6 6 作图作图 （1）纵坐标表示频数（2）横坐标表示质量特性（3）以组距为底，频数为高，画出各组的直方形（4）在图上标图名，记入搜集数据的时间和其他必要的记录 直方图 例例图图 直方图正常型又称对称型。它的特点是中:间高、两边低，呈左右基本对称。这说明工序处于稳定状态。孤岛型 在远离主分布的地方出现小的直方形，犹如孤岛。孤岛的存在向我们揭示：短时间内有异常因素在起作用，使加工条件起了变化。例如原料混杂、操作疏忽、短时间内有不熟练的工人替班或测量工具有误差等。偏向型 直方形的顶峰偏向一侧，所以也叫偏坡形计量值只控制一侧界限时，常出现此现状。有时也因加工习惯造成这样的分布，例如孔加工往往偏小，而轴加工往往偏大等。直方直方图解释图解释 -对图对图形形状的形形状的观观察分析察分析 直方图双峰型 这往往是由于把来自两个总体的数据混在一起作图所致。例如把两个工人加工的产品或两台设备加工的产品混为一批等。这种情况应分别作图后再进行分析。平顶型 直方呈平顶形，往往是由于生产过程中有缓慢变化的因素在起作用所致。例如刀具的磨损、操作者疲劳等。应采取措施，控制该因素稳定地处于良好的水平上。锯齿型 这种类型的直方图，大量出现参差不齐，但整个图形的整体看起来还是中间高、两边低，左右基本对称。造成这种情况不是生产上的问题，主要是分组过多或测量仪器精度不够，读数有误等原因所致。直方图理想型 B在T的中间，平均值也正好与规格中心重合，实际尺寸分布的两边距规格限有一定余量，约为T/8。偏向型 虽然分布范围落在规格界限之内，但分布中心偏离规格中心，故有超差的可能，说明控制有倾向性。例如，机械工人主观上认为外径大了可以返工，小了就要报废，于是就往大控制，应调整分布中心使之合理。无富余型分布虽然落在规格范围之内，但完全没有余量，一不小心就会超差。必须采取措施，缩小分布的范围。直方图能力富余型 这种图形说明规格范围过分大于实际尺寸分布范围，质量过分满足标准的要求。虽然不出不合格品，但是太不经济。可以考虑改变工艺，放松加工精度或缩小规格范围，或减少检验频次，以便有利于降低成本。能力不足型 实际分布尺寸的范围太大，造成超差。这是由于质量波动太大，工序能力不足，出现了一定量不合格品。应多方面采取措施，缩小分布范围。陡璧型 这是工序控制不好，实际尺寸分布过分地偏离规格中心，造成了超差或废品。但在作图时，数据中己剔除了不合格品，所以没有超出规格线外的直方部分。可能是初检时的误差或差错所致。直方图排列图（柏拉图）1、排列图使用集中