SPC理论篇课件

Click to edit Master title,Click to edit Master text styles,Second Level,Third Level,Fourth Level,Fifth Level,SPC,基 础 知 识,上海新策信息工程,让 我 们 做 得 更 好,理 论 学 习 目 标,对SPC的再认识和理解,常用统计术语复习,控制图的根本理论整理,过程能力的研究角度,综合应用的能力扩展,协同能力的整体提高,对,SPC,的认识和理解,SPC兴起的历史背景,SPC的概念、观念及特点,SPC与质量检验的区别,SPC究竟是什么？技术理念粘合剂,SPC能开展到什么地步？,SPC能为你带来什么？金钱,质量管理,方法的,变革,历,程,1,2,3,4,5,6,3.4,233,6,210,690,000,300,800,66,807,产,品检查,产,品控制,制,程控制,QC,7,大,手法,(5S,、,QCC,、,ISO9001:2000),管理改善,(PDCA),一般公司,3,改善,技术改善,(MAIC),世界标竿公司,6,改善,实验设计与,制程,结合,实验设计与,设计,结合,产,品控制最佳化,设计控,制最佳化,Average,Company,一般公司,Best in,class,世界标竿公司,方法,控制,SPC 的开展(Development),产生：1924年，美国的休哈特博士提出3Sigma,原理运用于生产过程当中，并发表了著名,的“控制图法，对过程变量进行控制，为,统计质量管理奠定了理论和方法根底。,应用：1970年以后，美国制造行业才真正开始,应用统计技术来控制产品的质量，到80年,代初才开始正式采用SPC理论加软件工具,的方式去控制生产过程。,SPC,的管理思想,不要等产品做完后，再去评价它的好或坏；,而是在生产,过程,中就把它控制好！,PROCESS,原料,人,機,法,环,测,量,不好,测,量,好,结,果,SPC,的管理思想延伸,由此可见SPC适合所有有过程环节的人类活动,当然这些活动过程一定有数据和信息！,PROCESS,输入,不好,测,量,好,输出,SPC的根本观念,世上没有任何两件事人员、产品是完全一样的 所以有变差,过程中被可被量化的指标所产生之波动一定有警示作用的所以可预测,事件、产品的变异过程通常会依据一定的模式而产生 所以可控制,应用,SPC,一定能够,指出过程中,最需要改善的,细节,地方,SPC,关注的焦点,“量 变 引 起“ 质 变,过程中被量化的指标的起伏是造成“品质,变异的主要根源，而“品质变异的大、小，更,是决定利润多少的关键。这种因果关系如下：,量化指标的,起伏,“品质变异,利润多少,因,果,因,果,结 论：,“过程稳定是SPC的关注方向,“过程细节是SPC关注的焦点,SPC,系统的,特点,SPC肯定不是一张简单的分析图表生成或过程能力的计算。它是一个满足全系统、全过程和全员参与的质量控制用信息系统。,SPC强调用科学方法(主要是统计技术，尤其是控制图理论)来保障和预防过程的稳定。,SPC不仅仅适用于制造业的生产过程，同样,适用於金融、政府管理、效劳业等一切生产,管理的过程。,SPC&SQC,之间的区别,PROCESS,原料,测,量,结,果,Real Time Response,针对“过程的重要指标进行控制的才是SPC,针对“产品的结果,所开展的工作是做SQC,时间,和金钱,SQC,的做法和弊端,可能比,正常生产,要消耗更多的,最终,合格率90,隐形工厂,30返工,10报废,结果检验,40,不通过,通过率,60,原料输入,生产过程,SPC,的管理原理和思想,工作质量,过程的质量,产品质量,过程,产品质量,不是检验出来的,SPC,管理思想,过程改进的循环,1、分析过程,2、维护过程,本过程应做什么？ 监控过程性能,会出现什么错误？ 查找变差的特殊原因,本过程正在做什么？ 并采取措施。,是否达到控制状态？,确定过程能力,计划 实施 计划 实施,措施 研究 措施 研究,计划 实施,3、改进过程,措施 研究 改进过程从而更好地理解,普通原因变差,减少普通原因变差,过程控制,过程渐变图示,过程的持续改进图示,过程的持续改进,理想地运作SPC可到达之成效,看清品质状况,提前发现问题,找出问题根源,少花钱办好事,减少报表麻烦,满足客户要求,降低品质本钱,提升生产效率,WHEN:,找出什幺时候会发生异常,WHAT:,找出发生什幺具体异常,W H O:,找出是谁出现的异常,W H Y:,分析出异常的原因,H O W:,得出解决异常的方法,H O W:,建立起预防方案,S P C,常 用 数 理 统 计 术 语,Words and Expressions,S,tatistical,P,rocess,C,ontrol,规格,制程,USL SL LSL,UCL CL LCL,s,Pp Ppk,Cp,Cpk,群体样本,Avg,Xbar,s,N n,R,S MR,计,量值：,计量管制图,过程能力图,直,方图等,计数值：,P nP,C U DPMO,柏拉图等,术 语 描 述 图 示,计量型数据,连续性数据；,可测量的数据；,如：长度、重量、温度和直径等；,有测量单位；,如：,m、cm、kg、inches,等；,它可以是任意整数或分数；,如：,1,英寸，,1.342,磅，,0.0003,厘米,5,度或,3,英尺,；,计数型数据,离散性数据；,可数的数据；,如：,通过,/,不通过,、,好的,/,坏的,、,次品的数目、缺陷的数目等；,通常取整数；,均 值,1. 是最常见的集中趋势的度量,2. 如同平衡点,3. 易受极端数值影响,4. 公式 (样本均值)：,X,X,n,X,X,X,n,i,i,n,1,1,2,.,n,中 位 数,1.为排序序列的中间值,如果 n 是奇数, 即为序列的中间值,如果 n 是偶数, 那么为两个中间值的均值,中位数在序列中的位置,不受极值的影响,1,n,定位点,2,众 数,1.为出现次数,最多,的数值,2.不受极值的影响,3.可能会出现,没有,众数或,多个,众数的情形,4.对,数值,数据和,类型,数据均适用,均值、中位数与众数的关系,对称的,均值,=,中位数,=,众数,均值右偏的,众数,中位数,均值,均值左偏的,均值,中位数,众数,变差的原因分类,所有的过程都存在,变差,。所以，我们需要,监控,它们，才能保证产品质量的一致性；,世界上没有一件事物是一样的，但每个顾客,都希望制造出来的产品是一致的；,变差的原因可分为两类：,普 通 原 因 和 特 殊 原 因,如：设备没有维护和设置发生改变；,操作者疲劳、缺少培训或没有监督等；,极,差,Range,很容易计算；,适合于,较小,的样本容量；,一个子组、样本或总体中,最大与最小值之差：,R = X,max, X,min,标准差,Standard Deviation,过程输出的全部数据的分布宽度,或从过程中统计抽样值的分布宽度的,量度，用希腊字母或字母 s 表示。, s 用于样本标准差,一般用于衡量被测量数据的可变性。,普通原因,Common Cause,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。,“普通原因始终作用于稳定的过程中！,特殊原因,Special Cause,特殊原因不是始终作用于过程中的变差的原,因，它偶然出现在过程中，当它们出现时将造成,整个过程的分布改变。,它会以不可预测的方式来影响过程分布！,如：由于设备、操作者和原材料等的改变导致过程的中断,普通原因和特殊原因图示,描述产品质量参数的可接受范围；,反映产品是否可以接受；,可以决定过程的“能力；,一般不作为“Control Limits；,Control Limits Spec Limits,标准线 Spec Limits,反映出过程的变差波动情况；,通过对过程实际的产品测量值计算而来；,可以反映过程的稳定性；,可以鉴别,特殊,原因引起的变差；,Control Limits Spec Limits,控制线,Control Limits,控制图的根本理论Control Chart,什么是控制图?,控制图是对过程数据加以测定、记录和绘图，,从而进行控制管理的一种用统计方法设计的控制,图型。,图上有中心线(CL)、上控制界限(UCL)和,下控制界限(LCL)，并有按时间顺序抽取的样本,统计量数值的描点序列，参见以下控制图示图：,上控制线,中心,线,下控制,线,单值的正态分布,平均值的正态分布,控制图的正态分布,控制图由来图示,控制图设计原理图示,0,1,3,6,2,因失控的错误会产生,两 种 “损 失,两种损失的合计曲线,第II种错误损失曲线,第I种错误损失曲线,何为第“I类错误 ,“错也称虚发警报的错误：在生产过程,正常的情况下,纯粹是出于偶然事件，而使点子,出界的概率虽然很小,但是：绝对可能发生。,因此，在生产过程正常但点子却出界的场,合，我们根据点子的出界，而判断了生产过程,异常，就犯了虚发警报的错误或称第“I 类,错误,发生这种错误的概率通常记以“。,何为第“II类错误 ,“错也称漏发警报的错误：在生产过,程已经异常的情况下，产品质量数据的分布,偏离了典型分布,但总还有一局部产品的质量,特性值是在上、下控制限之内的。,如果抽到了这样特性的产品进行了检测，,并在控制图中进行描点时,由于点子未出界，,所以我们判断生产过程是正常的，那就犯了,漏发警报的错误或第“类错误，发生这,种错误的概率通常标记以“。,“风险说明,“风险说明,“及“损失的图示比较说明,LCL,LCL,UCL,UCL,控制图设计原理说明,控 制 图 的 原 理,主要用于控制生产过程中的错误的发生，,来到达降低生产本钱的目的。,由于控制图是通过抽检的方式来监控产品,的质量情况,故有上述两类错误的发生是不可,防止的。,控制图设计原理说明,控 制 图 的 原 理,在控制图上,中心线一般是对称轴,所能,变动的只是上下控制限的间距。,假设将间距增大,那么减小而增大,反之,那么增大而减小。,控制图设计原理说明,控 制 图 的 原 理,因此,我们只能根据这两类错误所造成的,总损失最小来确定上下控制界限。,根据多年的统计经验 ，3作为控制,限可以使总损失最小。或AVG为均值,控制图设计原理说明,控 制 图 的 原 理,正态分布理论中有一个结论,对抽样检验,管理是很有用，即无论均值“AVG和,标准差“取何值，产品质量特性值：,落在 ( 3 )之间的概率为：99.73%,落在 ( 3 )之外的概率为：,(1一99.73% ) = 0.27%,大于-3或小于+3的概率：,(0.27%2) = 0.135%,控制图设计原理说明,控 制 图 的 原 理,控制图即基於这一理论而产生,详见后页：控制图设计原理图正态分布曲线图,+1,+2,+3,-1,-2,-3,控制图设计原理图示说明,68.26%,99.73%,95,.45%,控 制 图 的 益 处,合 理 使 用 控 制 图 能：,供正在进行过程控制的操作者参考使用,有利于过程在质量上和本钱上能持续地、,可预测地被保持下去,使过程到达：,更高的质量、更低的单件本钱、更稳定的过程能力,为讨论过程的性能提供共同的语言平台,区分变差的“特殊 和“普通原因，,作为采取局部措施或对系统采取措施的,指 南,使用控制图前的准备,建立一套适用于实施的现场环境,定义需要,控制,的过程,确定待控制的,特性,，需要考虑到：,1,、顾客的需求；,2,、目前及潜在的问题区域,特性间的相互关系,3、,确定测量系统的状态,质量特性与控制图的选择,为保证产品的质量特性符合要求我们需要:,2、确定控制点,有些指标虽然不是最终产品质量的,特性指标, 但为了到达最终产品的,质量目标, 而在生产过程中也有,要求的特性也应列为控制点。,3、关键控制点,为了使控制最终取得最正确结果,我们,应尽量采取对影响产品质量特性的,根本原因有关的特性或接近根本原,因的特性作为控制点。,5、易控制,在同样能够满足产品质量的情况下,应选择对生产过程容易采取管理措,施的控制点。,4、易测量的控制点,在同样能够满足对产品质量控制的,情况下,应该选择容易测定的控制,点进行质量控制，如无质量特性数,据，控制就无法进行。,6、 交叉选择,产品的质量特性有时不止一个, 那么,应同时采取几个特性作为控制点。,1、确定质量特性,认真研究用户对产品质量的要求；,确定这些要求与那些质量特性有关；,应选择与使用目的有重要关系的,质量特性指标来作为控制的工程,控 制 图 制 作 步 骤,搜集数据,解析用,控制图,是否稳定,寻,找异常原因,是否滿足规格,Y,控制用,控制图,Y,检讨机械,、设备,提升制程能力,N,N,控制界限延用,解析用,的控制图被调整,稳定,后，那么,过程,也就,意味着,稳定可控,，所以,控制线,可以在相当的时间内,供,延长使用。,UCL,LCL,SPC的数据类型和图表,统计分析与图表类型,计量型数据,Xbar-R、Xbar-S,MedianX-R、X-MR,CPK、PPK、直方图、,工具磨损图、Short Run,计件数据,计数型数据,计点数据,C图、U图,柏拉图,P图、nP图柏拉图,计量与计数控制图选择流程,确定要制定,控制图的特性,是计量型,的数据吗？,性质上是否是,均匀或不能,按子组取样,例：化学槽液,批量油漆,使用单值图,XMR,关心的是,不合格品率吗？,关心的是,不合格数,子组容量是否,大于或等于9？,子组均值是否,能很方便的,计算？,使用Np图,或P图,样本容量,是否恒定？,是否能方便地计算每个子组的S值？,用Xbars图,样本容量,是否恒定？,用Xbarr图,用Xbarr图,用中位数图,使用P图,使用C或U图,使用U图,N,本图假设测量系统已经,经过评价，并且是适用的,Y,Y,N,N,N,Y,Y,N,N,N,Y,Y,N,Y,Y,Y,计 量 型 数 据 图 表,Variable Data Chart,均值,-,极差图,(,Xbar-R),均值,-,标准差图,(,Xbar-S),中位数,-,极差图,(,MedianX-R),单值,-,移动极差图,(,X-MR),阶段收集数据,A1 选择子组大小、频率和数据,A2 建立控制图及记录原始记录,A3,每个子组的均值和极差/标准差,A4,选择控制图的刻度,A5 描点,建立计量型数据控制图的步骤,子组大小,子组频率,子组数大小,计算控制限,B1,计算平均极差及过程平均值,B2,计算控制限,B3 画出平均值和极差的控制限,建立计量型数据控制图的步骤,过程控制解析,C2 识别并标注原因(极差图,C4,识别并标注原因,(均值图,),C5,重新计算控制界限,C6,延长控制,限,建立计量型数据控制图的步骤,C1,分析极差图上的数据点,超出控制限的点链,明显的非随机图形,C3,分析均值图上的数据点,超出控制限的点链,明显的非随机图形,过程能力解释,D1,计算过程的标准偏差/极差,D2 计算过程能力,D3,评价过程能力,D4 提高过程能力,建立计量型数据控制图的步骤,均值-极差图,(Xbar-R),控制图的控制限计算,x,-,-,R,作,Xbar,图,上控制限,下控制限,作,R,图,上控制限,下控制限,均值-极差图(Xbar-R),n,2,3,4,5,6,7,8,9,10,D4,3.27,2.57,2.28,2.11,2.00,1.92,1.86,1.82,1.78,D3,0.08,0.14,0.18,0.22,A2,1.88,1.02,0.73,0.58,0.48,0.42,0.34,0.34,0.31,注： 对于样本容量小于7 的情况下，LCLR可能在数学上,为一个负值。在这种情况下，就没有下控制限，这,意味着对于一个样本数量为6的子组，6个“同样的,测量结果是可能成立的。,均值-极差图(Xbar-R),Xbar-R,均值-标准差图,(Xbar-S),控制图的控制限计算,S,x,作,Xbar,图,上控制限,下控制限,作,S,图,上控制限,下控制限,均值-标准差图,(Xbar-S),注：,在样本容量低于,6,时，没有标准差的,下,控制限。,n,2,3,4,5,6,7,8,9,10,B,4,3.27,2.57,2.27,2.09,1.97,1.88,1.82,1.76,1.72,B,3,*,*,*,*,0.03,0.12,0.19,0.24,0.28,A,3,2.66,1.95,1.63,1.43,1.29,1.18,1.10,1.03,0.98,均值-标准差图,(Xbar-S),Xbar-S,中位数-极差图,(Median X-R),一般情况下，中位数图用在样本容量,小于,10的情况，样本容量为,奇数,时，更为,方便。,如果子组样本容量为,偶数,时，中位数,是中间两个数的,均值,。,作中位数图,上控制限,下控制限,作,R,图,上控制限,下控制限,中位数-极差图,(Median X-R),注：,在样本容量低于,7,时，没有标准差的,下,控制限。,n,2,3,4,5,6,7,8,9,10,D4,3.27,2.57,2.28,2.11,2.00,1.92,1.86,1.82,1.78,D3,0.08,0.14,0.18,0.22,1.88,1.19,0.80,0.69,0.55,0.51,0.43,0.41,0.36,中位数-极差图,(Median X-R),MedianX-R,单值-移动极差图,(X-MR),该图经常被用于测量费用很大时如破坏性实验或是当任何时刻点的输出性质比较一致时如：化学溶液的PH值。,计算单值间的移动极差。通常是记录每对连续读数间的差值(例如第一和第二个读数点的差，第二和第三读数间的差等)。,移动极差的个数会比单值读数少一个,如：(25个读值可得24个移动极差)。,计算控制限：,单值-移动极差图,(X-MR),注：,在样本容量低于,7,时，没有标准差的,下,控制限。,n,2,3,4,5,6,7,8,9,10,D,4,3.27,2.57,2.28,2.11,2.00,1.92,1.86,1.82,1.78,D,3,*,*,*,*,*,0.08,0.14,0.18,0.22,E,2,2.66,1.77,1.46,1.29,1.18,1.11,1.05,1.01,0.98,单值-移动极差图,(X-MR),X-MR,控 制 图 的 分 析 用 途,作控制图的目的是：为了使生产过程或工作,过程处于被“控制状态。,受控制状态即“稳定状态, 指生产过程或,工作过程仅受偶然因素的影响，产品质量,特性的分布根本上不随时间而变化的状态。,反之, 那么为非控制状态或异常状态。,控制状态的标准可归纳为二条：,第一条, 控制图上点不超过控制界限；,第二条, 控制图上点的排列分布没有缺陷。,过程受,控所遵循的一般依据:,连续,25,点以上处于控制界限内,连续,35,点中,仅有,1,点超出控制界限,连续,100,点中,不多于,2,点超出控制界限,控 制 图 的 判 异 标 准,过程缺陷的五种根本现象：,1、链: 点连续出现在中心线一侧的现象，称,为链，链的长度是用链内所含点数的多少,来判别的。,1.当出现5点链时, 应注意开展情况, 检查操作,方法有无异常;,2.当出现6点链时, 应开始调查原因;,3.当出现7点链时, 判定有异常, 应采取措施。,控 制 图 的 判 异 标 准,过程缺陷的五种根本现象：,2、偏离：较多的点间断地出现在中心线的,一侧时，如有以下情况出现，那么可判断,为异常状态：,1.连续的11点中至少有10点出现在一侧时；,2.连续的14点中至少有12点出现在一侧时；,3.连续的17点中至少有14点出现在一侧时；,4.连续的20点中至少有16点出现在一侧时；,控 制 图 的 判 异 标 准,过程缺陷的五种根本现象：,3、趋势: 假设干点连续上升或下降的情况,称为趋势, 其判别准那么如下:,1.当出现连续5点不断上升或下降趋向时,要注意该工序的操作方法;,2.当出现连续6点不断上升或下降的趋向时,要开始调查原因;,3.当出现连续7点不断上升或下降的趋向时,应判断为异常, 需采取措施。,控 制 图 的 判 异 标 准,过程缺陷的五种根本现象：,4、周期: 点的上升或下降出现明显,的一定的间隔时，称为周期。,1.波状周期变动,2.阶梯形周期变动,3.大小波动等情况.,控 制 图 的 判 异 标 准,过程缺陷的五种根本现象：,5、接近: 图上的测量点接近中心线或上、,下控制界限的现象称为接近。,接近控制界限时,在中心线与控制界限,间作三等分线,如果在外侧的1/3带状,区间内存在下述情况下可判定为异常:,控 制 图 的 判 异 标 准,控 制 图 的 判 异 标 准,1.连续,3,点中有,2,点(该,两,点可不连续),在外侧的,1/3,带状区间内；,2.连续,5,点中有4点(该,两,点可不连续),在内侧的,1/3,带状区间外；,3.连续,7,点中有,3,点(该,3,点可不连续),在外侧的,1/3,带状区间内；,4.连续,10,点中有,4,点(该,4,点可不连续),在外侧的,1/3,带状区间内；,控制图的判异图示说明,出现,一,个或,多,个点超出控制限,连续,7,点,在平均值,一,侧,控制图的判异图示说明,连续,7,点连续上升或下降,控制图的判异图示说明,点,周期性的出现,控制图的判异图示说明,连续点交替上升和下降周期性的特例,控制图的判异图示说明,分析用控制图,AnalysisControl chart,直 方 图,直方图在品质管理中：只适用于,计量型数据；它对品质状况的分析有,极其重要的参考价值；它是利用正态,分布的原理来分析品质的状况。,它具有以下功能：,从图中可以反映品质是否有问题,反映产生品质问题的可能原因,区分测量、记录数据的真伪,直观反响一定程度上的过程品质能力,表达规格界限与管制界限的包容关系,直方图目前已成为客户要求供给商,做SPC的指针性图形,直方图图示1,直方图图示2,直方图制作步骤,本图对样本数量的要求一般为：50250个。不能,太多或太少；否那么统计分析的结果将变得毫无意义,制作步骤：,找最大、最小值：,Max,、,Min,计算极差：,Max,Min,决定组数：,K=1+3.32LogN,(,结果必须取整数,),计算组距：组距,=,极差,K,(,组数,),计算各组起始点和终点：,起始点值最小值测定值最小位数,最终点值,=,Max,计算各组中的数据个数,计算各品管指针：,(,参照前面的品质指针计算公式,),作出图形,直方图的应用,当整体样本数不超125个时，如图形出现不规那么,形状，那么建议多分1至2组再来进行分析， 否那么发现,判断的结果容易出现误差或误导。,应用时要注意的以下几点:,数据量的多少,是否存在假数据,与计量值中其它管制图结合使用分析,如数据实在太少，那么将CPK或PPK,和数据直放图放在一起来分析,要特别注意类似管制界限与规格界限的,位置及相互关系,当出现单边规格时，其分布会有时不好，,但可能是也可以接受,判 读 规 那么,正常型：也称为理想型,图形说明,:,中间高、两边低,有集中,结论,:,左右对称分配,(,常态分配,),显示过程,在正常运转。,偏态型,图形说明：高处偏向一边，另一边低；,拖长尾巴：可分偏右型或,偏左型，统称偏态分配。,偏左型 偏右型,判 读 规 那么,偏右型,:,例如微量成分的含有率等,不能取,到某值以下的值时,所出现的形状,偏左型,:,例如成分含有高纯度的含有率等,不能取到某值以上的值时,就会出,现的形状,结论： 此种图形状况是问题出现的最多状态，,一般较好判断。通常有如下几种原因:,在产品的各项参数中,有含有成分,相对较高、较低的数据参入。针对,此原因应立即去找到,便于修正。,制程中已有一些小变异,并采取了,一些有效的改善措施,或小变异刚,开始 。,绝壁型：也称切边型或断裂型,图形说明,:,有一端被切断,判 读 规 那么,结论：此状况在对于品质要求较严严格,时产生的机率会很高, 一般会有,如下几种原因会导致此状况:,产品经过全检过,或制程本身有经过全检过后会出现的形状；,在注塑和冲压制程中,当量测精度足够时,制程中模具有较大松动或磨损时会出现此状况；,当分析的数据时间过长,而量测频率很小时,在分析总体状况有可能出现,;,如每,2,3,天量测,3,4,个数据,而分析,1,个或,2,个月时的数据会出此种状况。,双峰型：也称二山型,图形说明:有两个顶峰出现,结论: 经常发生的原因为混合不同特性,的材料时的数据分布，如：,有两种材料相混合；,例如两台机台或两,种不同原料间有差异时,会出现此种形状,因测定值受不同的原因影响,应予层别后,再作直方图；,如除上面的原因外,且整个分布正好在规,定要求之内,检验人员又是对正态分 布有,一部份认知,也有可能是做出的假数据,此种状况极少；,在过程中因有问题产生,而做了较大调整,时,也有可能出现此状況。,判 读 规 那么,巨齿型：也称凹凸不平型,图形说明：分布上下不一，有缺齿情形。,一般为不正常的分布，系因,测定值或换算方法有偏差，,次数分配不妥当所形成。,判 读 规 那么,结论:此种图形较少时机出现, 也较难处理。,作图时分组分得太多 ；,检验员对测定值有偏好现象, 如对5、10,之数字偏好 ；,测量仪器精密度不够, 而品质又要求较精,密, 对量测的数据需要做适当的估计值时,也有可能出现此状况 ；,较多特性差异较大的数据参混到一起,如假设有此原因, 应层别之后再来分析；,有一定经验的人员所做的不太好的假数据,离岛型：二山脱离型,图形说明:在右端或左端形成孤立小岛,结论:此种图形状况较容易分析：,判 读 规 那么,数据输入人员在输入的的过程中,输入,有误, 如把10.01输成10.1或1.01；,在制程中有较少其它物料或原因混入,此种状况要立即查明, 便于做标准化的,准确性, 否那么不利于物料特性的分析；,制作直方图的过程中, 数据较少, 且分组,过多。此种状况应注意培训或采用专业,工具软件来做, 以减少人为的失误；,机台设备在过程中出现特殊原因, 已产生,了一些变异 。,高原型：,图形说明,:,形状高原状,结论:此种状况较容易分析,判 读 规 那么,刚刚来不久做直方图的人员所做的假数据,检验人员在实际量测过程中, 没有按要求,量测个数, 或规定量测的数据太少或密度,太多, 如对某电子原件，每次只量测两个,一般要求4-5个以上,测量仪器、设备精度不够, 而且数据较多,如遇此项的品质要求不严, 应考虑此种状,况，就减少抽样并逐步放弃量测；如遇,品质要求很高, 必须立即考虑改善量测,仪器设备,品质较一般, 而且经过全检挑选的数据。,不规那么型：,图形说明:型状为不规那么状态或,几种状态混合起来,结论:一般不会出现此状态, 如有：那么有以下,几种原因会出现这些状况,纯粹是不太熟悉正态分布之人员做的,假数据, 一般为新手做为；,直方图作法不对, 如组数应用不对；,数据太多或太少；,品质实在太差, 而采用经过全检或挑选,过的数据 。,判 读 规 那么,计数型数据的图表,A,ttribute Data Chart,P,图,np,图,C,图,U,图,柏拉图,不良和缺陷数据的说明,结 果 举 例,控 制 图,车胎不泄漏泄漏,P 图,NP图,灯亮不亮,孔的直径尺寸太小或太大,给客户发的货正确不正确,窗玻璃上的气泡,C 图,U 图,门上油漆缺陷,液晶屏上的斑点,阶段收集数据,A2 计算每个子组内的不合格品率,A3,选择控制图的坐标刻度,A4,将不合格品率描绘在控制图上,建立计数型数据控制图步骤,A1,选择子组的容量、频率及数量,子组容量,分组频率,子组数量,计算控制限,B1,计算过程平均不合格品率,B2,计算上、下控制限,B3,画控制限,建立计数型数据控制图步骤,过程控制用控制图解释,C2寻找并纠正特殊原因,C3,重新计算控制界限,建立计数型数据控制图步骤,C1,分析数据点找出不稳定证据,超出控制限的点链,明显的非随机图形,过程能力解释,D1 计算过程能力,D2 评价过程能力,D3 改进过程能力,建立计数型数据控制图步骤,P,图,(P Charting),P,图：,是用来检测一批检验产品中,不合格,品,所占的百分比。,控制上下限：,P Charting,Np,图,(Np Charting),Np,图:也,是用来检测在一批检验产品中,不合格品,的数量。,但,Np,图,是,P,图的,特殊情况,：,被检数固定,。,控制上下限：,Np Charting,C,图,(C Charting),C,图:,用来检测单位产品缺陷点的数量。,控制上下限：,C Charting,U,图,(U Charting),U,图:,用来检测任意多个单位产品的缺陷点,数量，但要求每组检验单元的,数量,大,小必须相等。,控制上下限：,U Charting,项 目 练 习,质量特性,样本数,选,用什么图,长 度,5,重,量,10,乙醇比重,1,电灯,亮不亮,100,每一百平方米的脏点,100平方米,柏 拉 图,主要用来分析各种不良原因或缺点工程中,的重点部份，以便于在品质方面要注意和改善,的重点；本图可从大到小的进行各类问题的权,重排列。,一般在以下情况使用柏拉图：,全厂所有缺点；,某个或某几个部门、生产线、机台、,人员等的所有缺点；,某个或某几个产品的所有缺点；,某个或某几个客户所要之产品的,所有缺点 。,制作步骤：,柏 拉 图 的 制 作,将数据进行分类,分类好的数据进行汇总,以多到少进行排序,计算出各类之总和,并计算出各类别所占百分比,以总数和为左纵轴,以总数的十分之一为一单,为格,各个类别为横轴,以每一类别为一单位格,以,100%,的比例来做右边的纵轴,之间幅度为,10%,为一单位格,在,80%,之处画一条横虚线,在横轴上,按多到少的顺序进行每一单位格,进行填写,再根据每一类别的数量在画出相应,高度的方格,最后从左边第一方格右上角描第一,点,第二方格右边上面的第一点高度加本方格,高度处描第二点,第三方格右边上面的第二高,点高度加本方格高度处描第三点,以此类推,描到最后一点的,100%,处。,500,300,200,200,100,73.08%,88.46%,92.31%,100%,38.46%,0,100,200,300,400,500,600,有污点,有裂痕,短路,断路,其它,0.00%,20.00%,40.00%,60.00%,80.00%,100.00%,费用人民币,百分比%,柏 拉 图 图 示,柏 拉 图 改 良 图 图 示,本图也称复合排列图，是标准柏拉图,在计算机技术支持下，改进后形成的新图,种。,改进后的图片它不仅含有排列问题的,数量百分比，还含有了产生问题的样本组,数的问题分布和比重，所以，我们把本图,称为复合排列图。,柏 拉 图 的 应 用,作为降低不良之依据；,决定改善品质的工作目标；,确认改善效果(改善前后之比较)；,应用开掘现场的重要问题点；,用于整理报告或记录；,可作不同条件的评价；,确认或调整特性要因图；,柏柆图分析具有检定假说之意义；,配合特性要因图使用(柏拉图上的工程当作,品质特性加以要因分析,可以讨论出改善的,方向,过程能力分析,何 为：,1。Cp,2。Cpk,3。Pp,4。Ppk,5。Z,指数,利用估计的Sigma计算出来的能力相关值,Cp、Cpk、Cr，被用于测度一个系统适合,客户需要的潜在能力。,一般用它预估和分析一个系统过程的自然,倾向。,用实际数据计算出来的Sigma以及相关指数,值Pp、Ppk、Pr，被用于测度一个系统适合,客户需要的执行情况或性能。,一般用它分析过程的实际性能。,过程能力分析,过 程 Sigma,计算Sigma,Pp,Ppk,过 程 能 力 分 析 模 型,Process Capability Analysis,估计Sigma,Cp, Cpk,过程能力指数,Cp，Cpk,Cp,类,指数代表我们,预判,过程的能力；,它表示的是整个,过程,是否符合规格的程度，,是自然容忍度和规格之间的,比率,。,公式中：,ET,表示工程容忍度或规格，,NT,表示自然容忍度。,注：,Cp,指数的值越大，过程的能力也就越强,过程能力指数,Cp，Cpk,Cp,的,等,级,说,明,A,级,:,此一制程甚为稳定，可以将,变,差缩小或胜任,更精密之工作。,等 级,CP 值,A,1.33 Cp,B,1.00 Cp 1.33,C,0.83 Cp 1.00,D,Cp 0.83,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,:,探讨,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。,以上是一些根本处理原那么，在一般情况下，,Cp指标如果不良时，其解决对策方式是:,技术单位为主；,制造单位为副；,品管单位为辅。,过程能力指数,Cp，Cpk,Cpk指数那么被用来直接判断实际过程,是否符合容忍度的要求,minimum,-,LSL,X,s,3,X,USL,of,Cpk,-,=,或,s,3,Cpk,等 级 说 明,A,级:,制程能力足够。,B,级:,制程能力尚可，应再努力。,C,级,:,制程应加以改善。,等 级,CPK 值,A,1.33 Cpk,B,1.00 Cpk 1.33,C,Cpk 1.00,Ca,的,等级说明图示,L2,Ca = L1 /L2,L1 = NOM-AVG,L2 =(USL-LSL)/2,AVG,NOM,LSL,USL,L1,X,a,A级,X,b,X,c,12.5%,100%,50%,25%,B级,C级,D级,规格上下限,规格中心线,NOM,USL、LSL,Ca,准确度,Ca,准确度,等 级,Ca值,A,Ca12.5%,B,12.5% Ca25%,C,25% Ca50%,D,50% Ca,A级:工人遵守作业标准,操作到达规格之要求,可以继续生产。,B级:有必要可能将其改进为A级。,C,级,:,工人,可能看错规格,不按作业标准,进行,操作,；,或检,查,规格及作业标准。,D,级,:,应,采,取,紧急,措施，全面检,查,所有可能影响,之,原,因，必要时停止生产。,以上是一些根本处理原那么，在一般情况下，,Ca指标如果不良时，其解决对策方式是:,技术单位为主；,制造单位为副；,品管单位为辅。,当,Ca,= 0,时，,Cpk,=,Cp,Cp、Ca与Cpk,的数学关系,Ca值越小，样本数据间的变差也就越小，,Cpk指标越好。 反之 Cpk指标那么越不好。,过程能力指数,Cp Cpk,图,讨 论,如果标准、设计只有单边的控制图,其Cp、Cpk又如何计算？,过程性能指数,Pp与Ppk,Pp：,表示通常情况下的过程变化的性能指数。,Ppk：,表示中心化变化过程的性能指数。,s,6,LSL,USL,Pp,s,-,=,LSL,USL,of,minimum,Ppk,s,3,s,-,-,=,或,X,X,s,3,s,过程性能指数,Pp Ppk,图,过程实绩,: 全部散布包括,Shifts 和,Short Term,(Pp & Ppk),预估能力: 只有随机的或,短期的散布,(Cp & Cpk),预估能力与过程实绩图示,过,程,能,力,的,解,析,谁的成绩好呢?,谁较有潜力呢?,你会选谁中选手呢?,您的工厂/效劳品质/供给商有问题！,您希望是A状况还是B状况呢?,和,B,状况,（供应商）,A,状况,（供应商）,过程能力与测量,Capability & Measure,精密,准确,不精密,不准确,过程能力判断练习,这三个分布曲线有什么区别,?,在过程能力上有什么不一样？,分布,1,分布,2,分布,3,何谓产品综合过程指数“Z,当各控制特性都非常重要时,:,Z,=,各管制性中,最小,CPK,值,当各控制特性都,不,太重要，,且不会影响产品功能时,:,Z,=,各管制性的,CPK,值的平均值,当各控制特性都不重要时,:,Z,=,各管制性中最大,CPK,值,当各控制特性都一样重要,且因,功能影响重要程度不同时,:,管制特,1*,权重,1+,管制特性,2*,权重,2+,Z,=,权重,1+,权重,2+,何,谓,PPM,、,DPM,？,PPM,：,Part Per Million,是指,过,程中所产生之,百万分之,不良,数。,DPM,：,Defect Per Million,是指,过,程中所产生之,百万分之,缺点,数。,何,谓,6,标 准,最正确状况：USL、LSL6，制程中心等于规格中心；,此时 AVG 0；那么 Cpk=2,最差情形：可以允许制程中心偏差1.5，,此时的Cpk=1.5,X,AVG,6,6,LSL,1.5,4.5,US,L,minimum,-,s,3,USL,of,Cpk,=,LSL,-,或,X,s,3,X,以动态最差情形理论:,中心会左、右移动 1.5，,实际水准为：,ZMIN=6-1.5= 4.5，查表得知,4.5= 0.0000003398，,换算后等于 3.398 PPM。,以静态理想状态理论:,ZMIN=6-0= 6， 查表得知,6= 0.0000001,换算后等于 1 PPM,因为是单边值，所以需乘2，PPM= 2。,PPM,的计算,PPM,值正态分布图示,Between+/-1,Between+/-2,Between+/-3,Between+/-4,Between+/-5,Between+/-6,68.27%,95.45%,99.73%,99.9973%,99.999943%,99.9999998%,Result:317300 ppm outside,（deviation),45500,ppm,2700,ppm,63,ppm,0.57,ppm,0.002,ppm,-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7,规格界 静 态 动 态,限宽度,Cpk PPM Cpk PPM,6 2.00 2 1.50 3.4,5 1.67 58 1.17 233,4 1.33 64 0.83 6200,3 1.00 2700 0.50 66800,2 0.67 45500 0.17 308700,1 0.33 317300 -0.17 697300,不同与PPM、CP类指数品质水准的比照表,谢 谢,