SPC统计制程控制图说明课程

按一下以編輯母片標題樣式,按一下以編輯母片,第二層,第三層,第四層,第五層,*,統計製程管制(,SPC),顧問師,范秋明,深圳方之见顾问,課程內容,控制圖歷史說明,控制圖說明,控制圖原理說明,控制圖種類及選擇說明,正態分佈說明,風險說明,普通原因、特殊原因說明,使用控制圖注意事項,X-R,X-S,X-R,X-Rm,控制圖,P, np, c, u,控制圖,Ca, Cp, Cpk, Pp, Ppk, Cmk,指數說明,什麼是,MOTOROLA,的6,控制圖的判讀,Case study,2,控制圖的歷史,控制圖是1924年由美國品管大師,W.A.,Shewhart,博士發明。因其用法簡簡單且效果顯著，人人能用，到處可用，遂成為實施品質管制時不可缺少的主要工具，當時稱為(,Statistical Quality Control)。,3,控制圖在英國及日本的歷史,英國在,1932年，邀請,W.A. Shewhart,博士到倫敦，主講統計品質管制，而提高了英國人將統計方法應用到工業方面之氣氛。,就控制圖在工廠中實施來說，英國比美國為早。,日本在1950年由,W.E.,Deming,博士引到日本。,同年日本規格協會成立了品質管制委員會，制定了相關的,JIS,標准,QS9000,的出现定位了,SPC,的地位；,4,SPC&SQC,PROCESS,原料,測量,結果,針對產品所做的仍只是在做,SQC,針對過程的重要控制參數所做的才是,SPC,Real Time Response,过程大于产品,SPC,是过程参数的监控：有的是自带（如模具的温度、电流、电压的指数等）,5,預防或容忍?,PROCESS,原料,人,機,法,環,測量,測量,結果,好,不好,不要等產品做出來後再去看它好不好,而是在製造的時候就要把它製造好,强调预防的重要：,ISO9000,94,版纠正与预防在一起,而2000版要求纠正与预防公开,6,控制圖的目的,管制和一般的統計圖不同，因其不僅能將數值以曲線表示出來，以觀其變異之趨勢，且能顯示變異係屬於機遇性或非機遇性(,台湾称为机遇性、中国称为随机性,)，以指示某種現象是否正常，而採取適當之措施。,利用控制限區隔,是否為非機遇性,7,控制圖種類(以數據來分),計量值控制圖,平均值與全距控制圖,平均值與標準差控制圖,中位值與全距控制圖,個別值與移動全距控制圖,計數值控制圖,不良率控制圖,不良數控制圖,缺點數控制圖,單位缺點控制圖,8,“,n”=1025,控制圖的選定,資料性質,不良數或,缺陷數,單位大小,是否一定,“,n”,是否一定,樣本大小,n2,Cl,的性質,“n”,是否較大,“u”,圖,“c”,圖,“np”,圖,“p”,圖,X-Rm,圖,X-R,圖,X-R,圖,X-s,圖,計數值,計量值,“n”=1,n1,中位數,平均值,“,n”=25,缺陷數,不良數,不一定,一定,一定,不一定,控制圖的選擇,9,搜集數據,繪解析用控制圖,是否穩定,繪直方圖,是否滿足規格,控制用控制圖,尋找異常原因,檢討機械、設備,提升製程能力,控制圖的繪製流程,10,控制圖種類(依用途來分),解析用控制圖,決定方針用,製程解析用,製程能力研究用,製程管制準備用,管制用控制圖,追查不正常原因,迅速消除此項原因,並且研究採取防止此項原因重複發生之措施。,解析用,穩定,控制用,11,計量值的分佈表達,位置：中心值,形狀：峰態,分佈寬度,为什么是这样的图形；生产和实践,的结合；实际与理论的差异,12,控制圖原理說明,群體,平均值=,標准差=,+k ,-k ,抽樣,无论,如何变化（只要符合正态布）,当,K,一定，对任何过程积分的结果都,是恒定：当,K,为无穷大时，积分结果,为1，但产品的公差不可能为无穷大,13,控制圖原理,k,在內的概率,在外的概率,0.67,50.00%,50.00%,1,68.26%,31.74%,1.96,95.00%,5.00%,2,95.45%,4.55%,2.58,99.00%,1.00%,3,99.73%,0.27%,14,68.26%,95.45%,99.73%,+1,+2,+3,-1,-2,-3,正態分佈概率,15,中央極限定理,16,有限群體修正係數,17,個別值的正態分佈,平均值的正態分佈,控制圖的正態分佈,控制圖原理說明,旋,转,90,度,18,管制界限和規格界限,規格界限：是用以說明品質特性之最大許可值，來保證各個單位產品之正確性能。,管制界限：應用於一群單位產品集體之量度，這種量度是從一群中各個單位產品所得之觀測值所計算出來者。,19,製程的組成以及其波動的原因,波動原因,人,機器,材料,方法,測量,環境,20,過程控制和過程能力,控制,滿足要求,受控,不受控,可接受,1類,3類,不可接受,2類,4類,簡言之，首先應通過檢查並消除變差的特殊原因使過程處於,受統計控制狀態，那麼其性能是可預測的，就可評定滿足顧,客期望的能力。,21,22,“”,及“,”,風險說明,“,”,風險說明,“,”,風險說明,23,控制界限,“”,值,32%,2,4.56%,3,0.27%,4,0.005%,平均值移動,“”,值,97.72%,2,84.13%,3,50%,4,15.87%,“”,及“,”,風險說明,24,控制圖設計原理,0,1,3,6,2,兩種損失的合計,第一種錯誤損失,第二種錯誤損失,25,控制圖兩種錯誤的分析,對于僅僅存在偶然因素的情況下, 由于點子越出控制界限外而判斷過程發生變化的錯誤, 即將正常判斷為異常的錯誤是可能發生的. 這種錯誤稱為第一種錯誤.,當過程具有某種非偶然因素影響, 致使過程發生程度不同的變化. 但由于此變化相應的一些點子落在控制界限內, 從而有可能發生判斷過程未發生變化的錯誤, 這種錯誤稱為第二種錯誤.,發生第一種錯誤時, 虛發警報, 由于徒勞地查找原因並為此采取了相應的措施, 從而造成損失. 因此, 第一種錯誤又稱為徒勞錯誤. 發生第二種錯誤時漏發警報, 過程已經處于不穩定狀態, 但並未采取相應的措施, 從而不合格品增加, 也造成損失.,26,CASE STUDY,今有一製程，如今已知其製程中心已偏了2,，,請問其連續25點在控制限內的概率為多少？,27,使用個別值時，其分佈,比較不近似正態分佈，,且其檢出力較差。,使用平均值時，其分佈,比較近似正態分佈，且,其檢出力較佳。,平均值和個別值檢出力的說明,28,普通原因、特殊原因,普通原因指的是造成隨著時間推移具有穩定的且可重復的分布過程中的許多變差的原因，我們稱之為：“處於統計控制狀態”、“受統計控制”，或有時簡稱“受控”，普通原因表現為一個穩定系統的偶然原因。只有變差的普通原因存在且不改變時，過程的輸出才可以預測。,特殊原因：指的是造成不是始終作用於過程的變差的原因，即當它們出現時將造成(整個)過程的分佈改變。除非所有的特殊原因都被查找出來並且採取了措施，否則它們將繼續用不可預測的方式來影響過程的輸出。如果系統內存在變差的特殊原因，隨時間的推移，過程的輸出將不穩定。,29,局部措施和對系統採取措施,局部措施,通常用來消除變差的特殊原因,通常由與過程直接相關的人員實施,大約可糾正15%的過程問題,對系統採取措施,通常用來消除變差的普通原因,幾乎總是要求管理措施，以便糾正,大約可糾正85%的過程問題,30,持續改進,31,過程改進循環,PLAN,DO,STUDY,ACT,PLAN,DO,STUDY,ACT,PLAN,DO,STUDY,ACT,1、分析過程,本過程應做些什麼,會出現什麼錯誤,達到統計控制狀態,確定能力,2.維護過程,監控過程性能,查找偏差的特殊,原因並採取措施,3.改進過程,改變過程從而更好,理解普通原因變差,減少普通原因變差,32,控制圖的益處,合理使用控制圖能,供正在進行過程控制的操作者使用,有於過程在質量上和成本上能持續地，可預測地保持下去,使過程達到,更高的質量,更低的單件成本,更高的有效能力,為討論過程的性能提供共同的語言,區分變差的特殊原因和普通原因，作為採取局部措施或對系統採取措施的指南。,33,使用控制圖的准備,建立適用於實施的環境,定義過程,確定待管理的特性，考慮到,顧客的需求,當前及潛在的問題區域,特性間的相互關係,確定測量系統,使不必要的變差最小,34,質量特性與控制圖的選擇,為保証最終產品的質量特性, 需要考慮以下幾個方面:,認真研究用戶對產品質量的要求, 確定這些要求那些與質量特性有關, 應選擇與使用目的有重要關系的質量特性來作為控制的項目.,有些雖然不是最終產品質量的特性, 但為了達到最終產品的質量目標, 而在生產過程中所要求的質量特性也應列為控制項目,在同樣能夠滿足對產品質量控制的情況下, 應該選擇容易測定的控制項目. 用統計方法進行質量控制如無質量特性數據就無法進行.,35,質量特性與控制圖的選擇,在同樣能夠滿足產品質量控制的情況下, 應選擇對生產過程容易采取措施的控制項目.,為了使控制最終取得最佳效果, 應盡量采取影響產品質量特性的根本原因有關的特性或接近根本原因的特性作為控制項目.,產品的質量特性有時不止一個, 則應同時采取幾個特性作為控制項目.,36,使用控制圖的注意事項,分組問題,主要是使在大致相同的條件下所收集的質量特性值分在一組, 組中不應有不同本質的數據, 以保証組內僅有偶然因素的影響.,我們所使用的控制圖是以影響過程的許多變動因素中的偶然因素所造成的波動為基準來找出異常因素的, 因此, 必須先找出過程中偶然因素波動這個基準.,37,時間,質量特性,製程的變化,分組時的重要考慮,讓組內變化只有偶然因素,讓組間變化只有非偶然因素,組內變異小,組間變異大,38,使用控制圖的注意事項,分層問題,同樣產品用若干台設備進行加工時, 由于每台設備工作精度、使用年限、保養狀態等都有一定差異, 這些差異常常是增加產品質量波動、使散差加大的原因. 因此, 有必要按不同的設備進行質量分層, 也應按不同條件對質量特性值進行分層控制, 作分層控制圖. 另外, 當控制圖發生異常時, 分層又是為了確切地找出原因、采取措施所不可缺少的方法.,39,複合,層別的說明,40,使用控制圖的注意事項,控制界限的重新計算,為使控制線適應今后的生產過程, 在確定控制圖最初的控制線,CL、UCL、LCL,時, 常常需要反復計算, 以求得切實可行的控制圖. 但是, 控制圖經過使用一定時期后, 生產過程有了變化, 例如加工工藝改變、刀具改變、設備改變以及進行了某種技術改革和管理改革措施后, 應重新收集最近期間的數據, 以重新計算控制界限並作出新的控制圖,.,41,為何控制界限應延用,42,建立控制圖的四步驟,A,收集數據,B,計算控制限,C,過程控制解釋,D,過程能力解釋,43,建立,X-R,圖的步驟,A,階段收集數據,A1,選擇子組大小、頻率和數據,子組大小,子組頻率,子組數大小,A2,建立控制圖及記錄原始記錄,A3,計算每個子組的均值,X,和極差,R,A4,選擇控制圖的刻度,A5,將均值和極差畫到控制圖上,44,取樣的方式,取樣必須達到組內變異小，組間變異大,樣本數、頻率、組數的說明,45,組數的要求(最少25組),當製程中心值偏差了,二個標准差時，它在,控制限內的概率為0.84,那麼連續25點在線內,的概率為：,46,每個子組的平均值和極差的計算,1,100,98,99,100,98,2,98,99,98,101,97,3,99,97,100,100,98,4,100,100,101,99,99,5,101,99,99,100,99,平均,99.6,98.6,99.4,100,98.2,極差,3,3,3,2,2,47,平均值和極差,平均值的計算,R,值的計算,48,計算控制限,B1,計算平均極差及過程平均值,B2,計算控制限,B3,在控制圖上作出平均值和,極差控制限的控制線,建立,X-R,圖的步驟,B,49,50,過程控制解釋,C1,分析極差圖上的數據點,C2,識別並標注特殊原因(極差圖),C3,重新計算控制界限(極差圖),C4,分析均值圖上的數據點,超出控制限的點,鏈,明顯的非隨機圖形,超出控制限的點,鏈,明顯的非隨機圖形,C5,識別並標注特殊原因(均值圖),C6,重新計算控制界限(均值圖),C7,為了繼續進行控制延長控制限,建立,X-R,圖的步驟,C,51,控制圖的判讀,超出控制界限的點：出現一個或多個點超出任何一個控制界限是該點處於失控狀態的主要證據,UCL,CL,LCL,異常,異常,52,控制圖的判讀,鏈：有下列現象之一即表明過程已改變,連續7點位於平均值的一側,連續7點上升(後點等於或大於前點)或下降。,UCL,CL,LCL,53,控制圖的判讀,明顯的非隨機圖形：應依正態分佈來判定圖形，正常應是有2/3的點落於中間1/3的區域,。,UCL,CL,LCL,54,控制圖的觀察分析,作控制圖的目的是為了使生產過程或工作過程處于“,控制狀態,”. 控制狀態即穩定狀態, 指生產過程或工作過程僅受偶然因素的影響, 產品質量特性的分布基本上不隨時間而變化的狀態. 反之, 則為非控制狀態或異常狀態.,控制狀態的標準可歸納為二條,:,第一條, 控制圖上點不超過控制界限;,第二條, 控制圖上點的排列分布沒有缺陷.,55,控制圖的觀察分析,進行控制所遵循的依據:,連續25點以上處于控制界限內;,連續35點中, 僅有1點超出控制界限;,連續100點中, 不多于2點超出控制界限,.,五種缺陷,鏈: 點連續出現在中心線,CL,一側的現象稱為鏈, 鏈的長度用鏈內所含點數多少來判別.,當出現5點鏈時, 應注意發展情況, 檢查操作方法有無異常;,當出現6點鏈時, 應開始調查原因;,當出現7點鏈時, 判定為有異常, 應采取措施.,56,控制圖的觀察分析,從概率的計算中, 得出結論:,點出在中心線一側的概率,A,1,=1/2,點連續出現在中心線一側的概率,A,1,=(1/2),7,= 1/128 (0.7%),即在128次中才發生一次, 如果是在穩定生產中處于控制狀態下, 這種可能性是極小的. 因此, 可以認為這時生產狀態出現異常.,偏離: 較多的點間斷地出現在中心線的一側時偏離. 如有以下情況則可判斷為異常狀態.,連續的11點中至少有10點出現在一側時;,連續的14點中至少有12點出現在一側時;,連續的17點中至少有14點出現在一側時;,連續的20點中至少有16點出現在一側時.,57,控制圖的觀察分析,傾向: 若干點連續上升或下降的情況稱為傾向, 其判別準則如下:,當出現連續5點不斷上升或下降趨向時, 要注意該工序的操作方法;,當出現連續6點不斷上升或下降的趨向時, 要開始調查原因;,當出現連續7點不斷上升或下降的趨向時, 應判斷為異常, 需采取措施.,周期: 點的上升或下降出現明顯的一定的間隔時稱為周期.,周期包括呈階梯形周期變動、波狀周期變動、大小波動等情況.,58,控制圖的觀察分析,接近: 圖上的點接近中心線或上下控制界限的現象稱為接近. 接近控制界限時, 在中心線與控制界限間作三等分線, 如果在外側的1/3帶狀區間內存在下述情況可判定為異常:,連續3點中有2點(該兩點可不連續)在外側的1/3帶狀區間內;,連續7點中有3點(該3點可不連續)在外側的1/3帶狀區間內;,連續10點中有4點(該4點可不連續)在外側的1/3帶狀區間內.,59,為了繼續進行控制延長控制限,估計過程標准偏差,計算新的控制限,60,Case study,1,2,3,4,5,6,7,8,9,10,11,12,13,14,1,67,76,74,72,76,74,70,72,70,73,74,73,70,72,2,68,75,73,74,78,74,72,74,78,76,74,76,75,79,3,68,77,96,75,78,71,73,75,77,75,76,77,75,80,4,69,79,95,72,80,72,71,76,72,75,77,72,72,78,15,16,17,18,19,20,21,22,23,24,25,26,27,28,1,75,74,70,62,74,78,80,80,72,55,70,73,72,73,2,74,78,65,64,75,77,81,79,68,56,72,73,74,72,3,78,77,65,62,76,72,81,74,68,58,71,76,70,74,4,79,72,64,61,75,73,79,74,65,56,72,74,74,76,61,Case study,請計算出上表的,X-R,控制圖的控制限？,請判定過程是否穩定？,如果是不穩定該如何處理？,如果製程假設已穩定，但想將抽樣數自,n=4,調為,n=5,時，那麼其新控制限為何？,62,過程能力解釋,D1,計算過程的標準偏差,D2,計算過程能力,D3,評價過程能力,D4,提高過程能力,D5,對修改的過程繪制控制圖並分析,建立,X-R,圖的步驟,D,63,64,65,66,製程績效指標,67,群體,平均值=,標准差=,對,的估計,群體標准差的估計,68,10,14,18,T,12,16,Cp,CPL,CPU,CPK,Cpm,13,2,1.5,2.5,1.5,1.11,T,10,14,18,12,16,10,14,18,T,12,16,Cp,CPL,CPU,CPK,Cpm,14,2,2.0,2.0,2.0,1.11,Cp,CPL,CPU,CPK,Cpm,15,2,2.5,1.5,1.5,1.11,指數差異說明,69,Case study,請依照上個,case study,的數據，計算其下列的各項指標結果，假設其規格為：755。,Ca,Cp,Cpk,Pp,Ppk,70,71,72,何時應用,Cmk,指數,新機器驗收時,機器大修後,新產品試製時,產品不合格追查原因時,在機械廠應和模具結合在一起考慮,73,Case study,1,2,3,4,5,6,7,8,9,10,1,50,47,46,50,46,50,47,48,50,49,2,50,53,45,48,48,49,49,50,50,51,3,49,53,49,49,50,52,50,46,49,51,4,52,45,48,49,54,51,48,49,51,46,5,51,50,49,52,50,54,52,51,53,48,平均,s,74,Case study,假設其規格為505，試計算其,Cmk？,75,LSL,u,USL,6,1.5,6,WHAT IS MOTOROLAS 6,76,WHAT IS MOTOROLAS 6,最佳狀況，製程中心等於規格中心，此時,Cpk=2。,最差情形，可以允許製程中心，偏差1.5,，,此時的,Cpk=1.5,LSL,u,USL,6,1.5,6,4.5,77,Sigma=Deviation,(Square root of variance,-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7,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,Axis grach in Sigma,Normal Distribution-Gaussian Curve,78,A,收集數據：在計算各個子組的平均數和標准差其公式分別如下：,79,B,計算控制限,80,C,過程控制解釋,(同,X-R,圖解釋),81,D,過程能力解釋,82,Case study,1,2,3,4,5,6,7,8,9,10,11,12,13,14,1,67,76,74,72,76,74,70,72,70,73,74,73,70,72,2,68,75,73,74,78,74,72,74,78,76,74,76,75,79,3,68,77,96,75,78,71,73,75,77,75,76,77,75,80,4,69,79,95,72,80,72,71,76,72,75,77,72,72,78,15,16,17,18,19,20,21,22,23,24,25,26,27,28,1,75,74,70,62,74,78,80,80,72,55,70,73,72,73,2,74,78,65,64,75,77,81,79,68,56,72,73,74,72,3,78,77,65,62,76,72,81,74,68,58,71,76,70,74,4,79,72,64,61,75,73,79,74,65,56,72,74,74,76,83,Case study,請計算出上表的,X-s,控制圖的控制限？,請判定過程是否穩定？,如果是不穩定該如何處理？,如果製程假設已穩定，但想將抽樣數自,n=4,調為,n=5,時，那麼其新控制限為何？,84,A,收集數據,一般情況下，中位數圖用在樣本容量小於10的情況，樣本容量為奇數時更為方便。如果子組樣本容量為偶數，中位數是中間兩個數的均值。,85,B,計算控制限,86,C,過程控制解釋,(同,X-R,圖解釋),87,估計過程標准偏差：,88,Case study,1,2,3,4,5,6,7,8,9,10,11,12,13,14,1,67,76,74,72,76,74,70,72,70,73,74,73,70,72,2,68,75,73,74,78,74,72,74,78,76,74,76,75,79,3,68,77,96,75,78,71,73,75,77,75,76,77,75,80,4,69,79,95,72,80,72,71,76,72,75,77,72,72,78,5,67,75,75,73,76,72,70,73,72,74,75,74,75,75,15,16,17,18,19,20,21,22,23,24,25,26,27,28,1,75,74,70,62,74,78,80,80,72,55,70,73,72,73,2,74,78,65,64,75,77,81,79,68,56,72,73,74,72,3,78,77,65,62,76,72,81,74,68,58,71,76,70,74,4,79,72,64,61,75,73,79,74,65,56,72,74,74,76,5,75,75,68,65,72,75,76,75,73,60,73,71,70,70,89,Case study,請計算出上表的,X-R,控制圖的控制限？,請判定過程是否穩定？,如果是不穩定該如何處理？,如果製程假設已穩定，但想將抽樣數自,n=4,調為,n=5,時，那麼其新控制限為何？,90,單值控制在檢查過程變化時不如,X-R,圖敏感。,如果過程的分布不是對稱的，則在解釋單值控制圖時要非常小心。,單值控制圖不能區分過程零件間重復性，最好能使用,X-R。,由於每一子組僅有一個單值，所以平均值和標准差會有較大的變性，直到子組數達到100個以上。,91,A,收集數據,收集各組數據,計算單值間的移動極差。通常最好是記錄每對連續讀數間的差值(例如第一和第二個讀數點的差，第二和第三讀數間的差等)。移動極差的個數會比單值讀數少一個(25個讀值可得24個移動極差)，在很少的情況下，可在較大的移動組(例如3或4個)或固定的子組(例如所有的讀數均在一個班上讀取)的基礎上計算極差。,92,B,計算控制限,93,C,過程控制解釋,審查移動極差圖中超出控制限的點，這是存在特殊原因的信號。記住連續的移動極差間是有聯系的，因為它們至少有一點是共同的。由於這個原因，在解釋趨勢時要特別注意。,可用單值圖分析超出控制限的點，在控制限內點的分布，以趨勢或圖形。但是這需要注意，如果過程分布不是對稱，用前面所述的用於,X,圖的規則來解釋時，可能會給出實際上不存在的特殊原因的信號,94,估計過程標准偏差：,式中，,R,為移動極差的均值，,d2,是用於對移動極差分組的隨樣本容量,n,而變化的常數。,95,Case study,組,1,2,3,4,5,6,7,8,9,10,數值,96,98,98,92,94,95,97,96,96,90,組,11,12,13,14,15,16,17,18,19,20,數值,92,90,88,89,94,99,92,94,97,97,組,21,22,23,24,25,26,數值,94,98,90,84,88,96,96,Case study,請計算出上表的,X-,Rm,控制圖的控制限？,請判定過程是否穩定？,如果是不穩定該如何處理？,97,不良和缺陷的說明,結果舉例,控制圖,車輛不泄漏泄漏,P,圖,NP,圖,燈亮不亮,孔的直徑尺寸太小或太大,給銷售商發的貨正確不正確,風窗玻璃上的氣泡,C,圖,U,圖,門上油漆缺陷,發票上的錯誤,98,P,控制圖的制做流程,A,收集數據,B,計算控制限,C,過程控制解釋,D,過程能力解釋,99,建立,p,圖的步驟,A,階段收集數據,A1,選擇子組的容量、頻率及數量,子組容量,分組頻率,子組數量,A2,計算每個子組內的不合格品率,A3,選擇控製圖的坐標刻度,A4,將不合格品率描繪在控制圖,100,A1,子組容量、頻率、數量,子組容量：用於計數型數據的控制圖一般要求較大的子組容量(例如50200)以便檢驗出性能的變化，一般希望每組內能包括幾個不合格品，但樣本數如果太利也會有不利之處。,分組頻率：應根據產品的週期確定分組的頻率以便幫助分析和糾正發現的問題。時間隔短則反饋快，但也許與大的子組容量的要求矛盾,子組數量：要大於等於25組以上，才能判定其穩定性。,101,A2,計算每個子組內的不合格品率,記錄每個子組內的下列值,被檢項目的數量,n,發現的不合格項目的數量,np,通過這些數據計算不合格品率,102,A3,選擇控制圖的坐標刻度,描繪數據點用的圖應將不合格品率作為縱坐標，子組識別作為橫坐標。縱坐標刻度應從0到初步研究數據讀數中最大的不合格率值的1.5到2倍。,劃圖區域,103,A4,將不合格品率描繪在控制圖上,描繪每個子組的,p,值，將這些點聯成線通常有助於發現異常圖形和趨勢。,當點描完後，粗覽一遍看看它們是否合理，如果任意一點比別的高出或低出許多，檢查計算是否正確。,記錄過程的變化或者可能影響過程的異常狀況，當這些情況被發現時，將它們記錄在控制圖的“備註”部份。,104,計算控制限,B1,計算過程平均不合格品率,B2,計算上、下控制限,B3,畫線並標注,建立,p,控制圖的步驟,B,105,計算平均不合格率及控制限,106,畫線並標註,均值用水平實線線：一般為黑色或藍色實線。,控制限用水平虛線：一般為紅色虛線。,盡量讓樣本數一致，如果樣本數一直在變化則會如下圖：,100,200,300,100,200,100,100,200,300,100,1,2,1,2,1,2,1,2,3,2,107,108,過程控制用控制圖解釋,C1,分析數據點，找出不穩定證據,C2,尋找並糾正特殊原因,C3,重新計算控制界限,超出控制限的點,鏈,明顯的非隨機圖形,建立,p,圖的步驟,C,109,分析數據點，找出不穩定的證據,點,線,面,以上三種方式做判定。,110,尋找並糾正特殊原因,當從數據中已發現了失控的情況時，則必須研究操作過程以便確定其原因。然糾正該原因並盡可能防止其再發生。由於特殊原因是通過控制圖發現的，要求對操作進行分析，並且希望操作者或現場檢驗員有能力發現變差原因並糾正。可利用諸如排列圖和因果分析圖等解決定問題數據。,111,控制圖的即時性,process,TIME,REAL TIME,FIND THE CAUSE,112,重新計算控制限,當進行初始過程研究或對過程能力重新評價時，應重新計算試驗控制限，以更排除某些控制時期的影響，這些時期中控制狀態受到特殊原因的影響，但已被糾正。,一旦歷史數據表明一致性均在試驗的控制限內，則可將控制限延伸到將來的時期。它們便變成了操作控制限，當將來的數據收集記錄了後，就對照它來評價。,113,收集數據,繪圖及計算,控制限,是否異常,延伸控制限,N,找出異常點原因,並提出相應措施,製程有變化,人機料法環測量,Y,控制限運用說明,114,過程能力解釋,D1,計算過程能力,D2,評價過程能力,D3,改進過程能力,D4,繪制並分析修改後的過程控制圖,建立,p,的步驟,D,115,過程能力解釋,偶因和異因並存,找出異因,只剩偶因,運用控制圖,過程穩定,(連25點不超限),計算過程能力,116,計算過程能力,對於,p,圖，過程能是通過過程平均不合率來表，當所有點都受控後才計算該值。如需要，還可以用符合規範的比例(1-,p),來表示。,對於過程能力的初步估計值，應使用歷史數據，但應剔除與特殊原因有關的數據點。,當正式研究過程能力時，應使用新的數據，最好是25個或更多時期子組，且所有的點都受統計控制。這些連續的受控的時期子組的,p,值是該過程當前能的更好的估計值。,117,評價過程能力,過程穩定，不良率維,持在一定的水平當中,降低不良率,採取管理上的措施,降低偶因，如此才能,縮小控制界限，降低不良率,縮小控制限,118,改善過程能力,過程一旦表現出處於統計控制狀態，該過程所保持的不合格平均水平即反應了該系統的變差原因過程能力。在操作上診斷特殊原因(控制)變差問題的分析方法不適於診斷影響系統的普通原因變差。必須對系統本身直接採取管理措施，否則過程能力不可能得到改進。有必要使用長期的解決問題的方法來糾正造成長期不合格的原因。,可以使用諸如排列圖分析法及因果分析圖等解決問題技術。但是如果僅使用計數型數據將很難理解問題所在，通常儘可能地追溯變差的可疑原因，並借助計量型數據進行分將有利於問題的解決,119,繪制並分析修改後的過程控制圖,當對過程採取了系統的措施後，其效果應在控制圖上明顯地反應出來； 控制圖成為驗證措施有效性的一種途徑。,對過程進行改變時，應小心地監視控制。這個變化時期對系統操作會是破壞性，可能造成新的控制問題，掩蓋系統變化後的真實效果。,在過程改變期間出現的特殊原因變差被識別並糾正後，過程將按一個新的過程均值處於統計控制狀態。這個新的均值反映了受控制狀態下的性能。可作為現行控制的基礎。但是還應對繼續系統進行調查和改進。,120,Case study,組,1,2,3,4,5,6,7,8,9,10,“n”,100,150,100,200,150,100,100,200,150,100,“d”,1,0,1,3,2,1,0,2,1,0,組,11,12,13,14,15,16,17,18,19,20,“,n”,150,200,100,150,100,100,150,200,200,150,“,d”,0,1,0,2,0,1,0,2,1,0,組,21,22,23,24,25,“,n”,100,150,200,150,100,“,d”,0,1,2,0,1,121,Case study,請計算出上表的,p,控制圖的控制限？,請判定過程是否穩定？,如果是不穩定該如何處理？,122,不合格品數,np,圖,“np”,圖是肉來度量一個檢驗中的不合格品的數量，與,p,圖不同，,np,圖表示不合格品實際數量而不是與樣本的比率。,p,圖和,np,圖適用的基本情況相同，當滿足下列情況可選用,np,圖,不合格品的實際數量比不合格品率更有意義或更容易報告。,各階段子組的樣本容量相同。“,np”,圖的詳細說明與,p,圖很相似，不同之處棄如下：,123,A,收集數據,受檢驗樣本的容量必須相等。分組的周期應按照生產間隔和反饋系統而定。樣本容量應足夠大使每個子組內都出現幾個不合格品，在數據表上記錄樣本的容量。,記錄並描繪每個子組內的不合格品數(,np)。,124,B,計算控制限,125,過程控制解釋、過程能力解釋,C,過程控制解釋：同“,p”,圖的解釋。,D,過程能力解釋：過程能力如下：,126,100,100,100,100,100,100,100,100,100,100,1,2,1,0,1,2,1,2,0,2,不合格品數,np,圖,127,Case study,組,1,2,3,4,5,6,7,8,9,10,“n”,150,150,150,150,150,150,150,150,150,150,“d”,1,0,1,3,2,1,0,2,1,0,組,11,12,13,14,15,16,17,18,19,20,“,n”,150,150,150,150,150,150,150,150,150,150,“,d”,0,1,0,2,0,1,0,2,1,0,組,21,22,23,24,25,“,n”,150,150,150,150,150,“,d”,0,1,2,0,1,128,Case study,請計算出上表的,np,控制圖的控制限？,請判定過程是否穩定？,如果是不穩定該如何處理？,129,缺陷數,c,圖,“c”,圖內來測量一個檢驗批內的缺陷的數量，,c,圖要求樣本的容量或受檢材料的數量恆定，它主要用以下兩類檢驗：,不合格分佈在連續的產品流上(例如每匹維尼龍上的瑕疪，玻璃上的氣泡或電線上絕緣層薄的點)，以及可以用不合格的平均比率表示的地方(如每100平方米維尼龍上暇疵)。,在單個的產品檢驗中可能發現許多不同潛在原因造成的不合格(例如：在一個修理部記錄，每輛車或元件可能存在一個或多個不同的不合格)。,主要不同之處如下：,130,A,收集數據,檢驗樣本的容量(零件的數量，織物的面積，電線的長度等)要求相等，這樣描繪的,c,值將反映質量性能的變化(缺陷的發生率)而不是外觀的變化(樣本容量,n)，,在數據表中記錄樣本容量；,記錄並描繪每個子組內的缺陷數(,c),131,B,計算控制限,132,過程控制解釋、過程能力解釋,過程控制解釋,同,p,圖解釋,過程能力解釋,過程能力為,c,平均值，即固定容量,n,的樣本的缺陷數平均值。,133,Case study,組,1,2,3,4,5,6,7,8,9,10,“c”,1,0,1,3,2,1,0,2,1,0,組,11,12,13,14,15,16,17,18,19,20,“,c”,0,1,0,2,0,1,0,2,1,0,組,21,22,23,24,25,“,c”,0,1,2,0,1,每一組的樣本數都是固定為100。,134,Case study,請計算出上表的,c,控制圖的控制限？,請判定過程是否穩定？,如果是不穩定該如何處理？,135,單位產品缺陷數的,u,圖,“u”,圖用來測量具有容量不同的樣本(受檢材料的量不同)的子組內每檢驗單位產品之內的缺陷數量。除了缺陷量是按每單位產品為基本量表示以外，它是與,c,圖相似的。“,u”,圖和“,c”,圖適用於相同的數據狀況，但如果樣本含有多於一個“單位產品”的量，為使報告值更有意義時，可以使用“,u”,圖，並且在不同時期內樣本容量不同時必須使用“,u”,圖。“,u”,圖的繪制和“,p”,圖相似，不同之處如下：,136,A,收集數據,各子組樣本的容量彼此不必都相同，盡管使它的容量保持在其平均值的正負25%以內可以簡化控制限的計算。,記錄並描繪每個子組內的單位產品缺陷數,u=c/n,式中,c,為發現的缺陷數量，,n,為子組中樣本容量(檢驗報告單位的數量)，,c,和,n,都應記錄在數據表中。,137,B,計算控制限,138,過程控制解釋、過程能力解釋,過程控制解釋,同,p,圖解釋,過程能力解釋,過程能力為,u,平均，即每報告單元缺陷數平均值。,139,Case study,組,1,2,3,4,5,6,7,8,9,10,“n”,2,1,1,3,3,2,1,2,2,1,“c”,1,0,1,3,2,1,0,2,1,0,組,11,12,13,14,15,16,17,18,19,20,“,n”,3,2,1,4,1,2,1,2,3,1,“,c”,0,1,0,2,0,1,0,2,1,0,組,21,22,23,24,25,“,n”,1,2,4,1,2,“,c”,0,1,2,0,1,140,Case study,請計算出上表的,u,控制圖的控制限？,請判定過程是否穩定？,如果是不穩定該如何處理？,141,