计量值管制图

Quality & Satisfy,65,200,6-07-01,Quality,Satisfy,計量值管制圖,(I),200,6-07-01,章節目標,簡單介紹,SPC,的歷史,爲使用管制圖提供指導方針,練習應用,Shewhart PDSA,循環,演示運行圖和,X-,bar,與,R,圖,200,6-07-01,SPC,一段簡短的歷史,SPC,在什麽時候發展出來的,?,由誰發明的?,貝爾實驗室的,Walter,Shewhart,博士在1924年開發了一套統計學流程控制理論.,上世紀20年代期間,Shewhart,博士在一系列演講中提出了他的理論, 並在高品質製造産品的經濟性控制一書中發表 (1931).,上世紀40年代期間, 戰時生産使,SPC,得到廣泛的應用.,200,6-07-01,Shewhart,博士的觀點,所有流程均會顯示變異.,變異有兩種成分,:,一種是製程所固有的穩定成分,Shewhart,博士把它歸屬於偶然性的及起因未知的變化,目前稱爲,隨機變化,一種是屬於可歸屬原因的間歇性成分,此種原因是可以很經濟地發現,和消除的,.,流程特性的變化可以通過對其特性取樣以及對其分佈參數評估來量化,.,分佈的變化可以通過繪製參數與時間的關係圖來揭示,.,200,6-07-01,我們爲什麽要爲,SPC,收集資料,因爲我們的客戶需要它,爲了監控流程並且確保其輸出不會變差,爲了獲悉流程已發生的改變,爲了與其他,DMAIC,工具協同使用,SPC,來不斷改進我們的流程,200,6-07-01,母體,樣本,樣本,計算統計量,資料收集,統計推論,估計與預測,統計推論,檢定,推論性統計,確認母體特性,尋找管理意義,200,6-07-01,收集資料之前要問的問題,Why,?,收集資料的目的是什麽,?,收集資料後要採取什麽措施,?,Who,?,誰去收集資料,?,該資料怎樣幫助他去收集資料,?,誰將分析收集的資料,?,誰可能害怕正在收集的資料,?,根據該資料誰將採取措施,?,What?,要搜集什麽樣的資料,?,該資料反映什麽樣的製程流程,?,200,6-07-01,更多的,問題,When,?,什麽時候收集資料,?,多久,?,什麽時候與流程關係人分享結果,?,Where?,在製程流程的什麽地方收集資料,?,在什麽地方儲存資料,?,How?,怎樣獲取資料,?,量測流程會産生多大的變異,?,怎樣分析資料,?,用什麽樣的工具,?,200,6-07-01,開始收集資料之前要考慮的幾個問題,收集資料和運用統計方法不等於事情的完結,不用做任何改進就很容易在技術方面成爲行家,新增加知識應作爲採取下一步行動的基礎,研究變異和運用統計信號改善績效的基本概念可應用在任何領域,連續變數,SPC,可以很容易地應用在製造業和交易行業中,不連續變數,SPC,可以應用在交易行業和製造業系統中,交易事務型專案中制訂資料收集系統和教育非生産性部門的員工是實施,SPC,中的最辛苦,的活動,200,6-07-01,要考慮的幾個問題,(,續,),SPC,即統計製程管制(,Statistical Process Control),這些技術過多地應用在輸出方面,(,産品特性,),而不是輸入方面,(,流程特性,).,對輸出的監控常常是必要的第一步,但是對輸入的控制才是目標,.,好的量測系統是正確的資料分析的關鍵,採用,SPC,之前,必須明白統計控制中的量測變異,.,量測變異在流程資料中必須是總流程變異的一小部分,.,不要在沒有進行量測系統分析,(,MSA),的情況下用儀器實施,SPC,計劃,!,200,6-07-01,SPC,是一個回饋系統,程序控制 (回饋) 系統部分:,流程 5Ms (人, 機器, 材料, 方法, 環境) 一起産生輸出的方法.,關於效能的資訊 要收集的理想資訊是關於各種輸入 (所有,X s),雖然從監控各種輸出 (所有,Ys),也能獲得一些好處.,SPC,是傳達,X s,和,Y s,的變化的資訊的媒介.,作用於流程的 (所有,X s),措施 應當採取針對於輸入的措施以防止輸出的變異.在必要時應當監控措施的效果並採取進一步措施.,作用於産品的 (所有,Y s),措施 最不經濟的方法. 當輸出不能持續地滿足客戶的要求時所要求採取的措施. 有時爲了驗證對流程上採取的措施是否有效也要求採取這類措施.,200,6-07-01,分,佈可以不一樣,在位置上:,在,離散程度上:,在形,狀上:,200,6-07-01,流程控制和製程能力,情形 2,可控,有過多的必須減少的共同原因變異存在,情形 3,符合要求但是必須減少特殊原因變異,情形 4,不可控也不可接受,特殊原因和共同原因變異都必須減少,情形 1,理想的製程流程,在統計學上可控並且符合客戶要求,200,6-07-01,識別各種變異情形,?,?,情形 1,情形 4,情形 2,情形 3,200,6-07-01,管制圖,獲得改善的工具,管制圖循環:,計 劃,確定抽樣計劃,收集資料並且畫在一張圖上,從該流程的資料中計算控制上下限,實施,推行,OCAP (Out of Control Action Plan),的同時, 實行,SPC,管制圖,研究,識別變異的各種特殊原因,識別變異的各種共同原因,行動,採取措施同時減少這兩類變異,重複該循環繼續流程改善,Plan,計劃,Do,實施,Study,研究,Action,行,動,200,6-07-01,管制圖的好處,恰當地應用管制圖可以,:,由操作員用來對在持續進行的流程進行控制,促使流程連貫性地和可預見地運行,提供討論流程效能的共同語言,區別特殊和共同原因變異之間的差別,作爲當場採取的措施或對系統採取的措施的指南,使流程取得,更高的品質,更低的單位成本,更高的有效能力,200,6-07-01,推移圖,(,Run Charts),一個簡單的管制圖 (,Control Charts),運行圖,-,某一流程特性隨時間流逝的一個連續記錄,.,運行圖說明一個統計上得到控制的概念,它們顯示明顯的循環,趨勢,異常,(,特殊原因,),沒有這些特徵,運行圖說明穩定性的概念,運行圖提供某些可預測性,200,6-07-01,推移圖的局限性,推移圖沒有辦法可靠地區別常見和特殊原因變異之間的差別,這樣導致兩種類型的錯誤,:,將變異歸咎於特殊原因而事實上該原因屬於系統原因,(,共同原因,).,這就導致調整過頭,.,將變異歸咎於系統原因而事實上該原因是特殊原因,.,這就導致不能消除特殊原因,.,200,6-07-01,類別,敘述,例子,名目尺度,不連續的:,無秩序的,離散數據,無區間資料,.,合格/不合格,計算資料,屬性資料,產出資料,順序尺度,不連續的,:,有條理的,離散數據,無區間資料,好/很好/最好,適合的尺度,小/中/大,刻度 1,to 5,區間尺度,連續的,:,間隔均等,;,無絕對零,.,溫度 (,C),位置,比率尺度,連續的,:,間隔均等,;,有絕對零,.,尺寸大小,壓力,濃度,屬性及變異數資料,200,6-07-01,用於連續資料的管制圖,連續資料管制圖有效的幾點理由,大多數流程有可以量測的特性,.,定量資料,(,長度是,12.25,毫米,),比定性資料具有更多的資訊,(,長度未達標準,),因爲在作可靠的決定之前需要檢查較少的工件,其生産和改正措施之間的時間差距可以縮短,.,由於是連續資料,可以分析和改進流程的表現,即使所有工件均在規格限以內,.,200,6-07-01,畫管制圖之前,根據,AIAG,畫圖前要求下列步驟:,建立適合措施實施的環境. 6,Sigma,幫助建立此環境,定義該流程. 6,Sigma,流程圖, 因果圖,FMEA,確定要畫出的流程特性. 通過控制階段, 已經鑒別了關鍵輸入.,定義量測系統. 在量測階段時完成,將不必要的變異減至最小. 在改善階段時完成,200,6-07-01,SPC,任何場合下使用的管制圖,連續性資料,?,合理分组?,I 和 MR,圖,%,瑕疵品率,或 缺陷數?,分组,樣本 8?,易,於比較,標準差?,X-bar 和 R,圖,X-bar 和 S,圖,恒定的,樣本大小?,恒定的,樣本大小?,p-,圖,np-或 p-,圖,u-,圖,c- 或 u-,圖,是,是,是,是,是,是,不是,不是,不是,不是,缺陷,% 次品,不是,不是,200,6-07-01,平均數和全距管制圖,(X-bar,/,R chart,),上控制限,(UCL),流程平均值,(X-bar),下控制限,(LCL),平均,極差,(R),200,6-07-01,建立,X-,bar,/R,圖的步驟,搜集資料,挑選分組大小(樣本大小),挑選收集分組資料的頻率,記錄原始資料,計算每一個分組的平均值和全距(,Ranges),將分組平均值和全距值畫在管制圖上,計算上下控制限,計算平均全距(,R-bar),和流程平均值 (,X-bar-bar),計算該,平均數和全距管制圖,(X-bar,/,R chart,),的上下控制限,200,6-07-01,步驟,1:,搜集資料,選擇分組樣本數 (稍後更多講解合理分組),選擇收集分組資料的頻率,記錄原始資料,計算每個分組的平均值和全距,以下資料是針長度的例子 (或部分資料), 來自文件,SPC Data.xls，,資料 包含每組5個樣本的25個分組,SPC Data.xls,200,6-07-01,步驟,2:,畫平均值和全距,200,6-07-01,步驟,3:,計算上下控制限,計算平均全距 (,R-bar),和流程平均值 (,X-bar,-,bar,),此,處 k 是分组的個數,計算控制上下限.,控制上下限基於由極差數據對的標準差的估計. 運用下列表格(的統計常數) 此處,n,爲分組中樣本的個數,200,6-07-01,繼續我們的實例,:,給圖中加上下控制限,:,200,6-07-01,關於控制上下限的幾句話,控制上下限的基礎.,控制上下限也被稱爲流程自然限度(,Natural process limits).,控制上下限基於該流程的平均數和標準差本身而定, 而不是根據我們希望它怎樣.,控制上下限與規格上下限沒有聯繫!(,Connection),在前面例子中的上下限是通過使用平均極差數據估計標準差計算得來.,控制上下限的用途.,確定何時必要當場採取措施及何時採用 (如, 當特殊原因變異存在時).,展示流程的自然變異, 即共同原因變異.,顯示資料中有任何明顯的, 不自然的模式.,200,6-07-01,管制圖的解釋,管制圖是探測特殊原因變異的有力工具. 如果發現了特殊原因:,如果失控條件是一個趨勢的一部分,把該趨勢的起點和終點都標出來,對流程進行分析以確定引起失控條件(,OOC condition),的原因,對該條件糾正並防止再發生,去掉失控的點後重新計算控制界限,根據新控制界限制重新評估管制圖,只有在造成失控條件的原因得到確認並糾正後才重新計算控制,200,6-07-01,1 Sigma,2 Sigma,3 Sigma,1 Sigma,2 Sigma,3 Sigma,68.26 %,95.45 %,99.73 %,% 数据点的百分比,UCL,LCL,时间,我们测量的,项目,标准偏差规则,“数据处于哪个位置?”,200,6-07-01,全距圖的解釋 (,Range Charts),應先解釋全距圖,在全距圖中, 單個失控點常由計算錯誤, 作圖錯誤或量測錯誤引起. 這時應首先驗證該圖的準確性.,在全距圖中的趨勢可能有以下原因造成:,流程的變異確實發生變化,量測系統發生變化,識別造成失控原因, 除去失控點並重新計算控制界限,如果把一個點從全距圖中去掉, 也應從,X-bar,圖中去掉.,200,6-07-01,X-bar的,解釋,基於某個特定特徵發生的機率(或由隨機變化引起的機率)大小可以解釋管制圖.,所有檢驗都要識別其由隨機發生引起的機率低於 0.3 %的事件 (這些事件在3,s,區或 3,s,限以外),管制圖在平均線上下被分爲不同的,sigma,區間,區間,C,距平均數 3,s,200,6-07-01,檢驗,1 和 2,檢驗 1 基本檢驗,.,由流程中的一個大的改變引起.,要求馬上採取行動.,檢驗,2,由流程平均數改變引起,工具逐漸磨損,維修水平逐漸降低,UCL,LCL,A,A,B,C,C,B,檢驗 1. 單個點超出區間,x,x,UCL,LCL,A,A,B,C,C,B,檢驗 2. 一連九個點都在中線的一側,x,200,6-07-01,檢驗 1 和 2 展示,規則,#1,規則,#2,s,s,s,X-,bar,UCL,LCL,s,s,s,200,6-07-01,檢驗 3 和 4,檢驗 3 向上或向下的趨勢,有下列原因造成,機械磨損,化學成分減少,污染增大等.,檢驗 4 上下波動,過度調節,班次間變異,機器間變異,UCL,LCL,A,A,B,C,C,B,檢驗 3. 有六個點連續上升或下降,x,x,UCL,LCL,A,A,B,C,C,B,檢驗 4. 連續時四個點交替上升和下降,x,200,6-07-01,檢驗 3 展示,X-,bar,s,s,s,UCL,LCL,s,s,s,規則,#3,200,6-07-01,檢驗 4 展示,X-,bar,s,s,s,UCL,LCL,s,s,s,規則,#4,200,6-07-01,檢驗 5 和 6,檢驗,5,第二個基本檢驗,在3,s,限內高度變動,主要的特殊變異原因之一,檢驗,6,另一個檢驗偏移的規則,檢驗 1, 5, 6 相互關聯並顯示出某個特殊原因引起的流程高度變化狀態,UCL,LCL,A,A,B,C,C,B,檢驗 5. 連續三個點有兩個在區間,A,或以外,x,x,x,UCL,LCL,A,A,B,C,C,B,檢驗 6. 連續五個點中有四個在區間,B,或以外,x,x,200,6-07-01,檢驗 5 和 6 展示,X-,bar,s,s,s,UCL,LCL,s,s,s,規則,#5,規則,#6,200,6-07-01,檢驗 7 和 8,檢驗 7 白色空間檢驗,當組內變異大於組間變異時發生,或,陳舊的或算錯的控制界限,檢驗 8 平均數波動,有混合現象,過度控制,同一個圖上有兩個流程在進行,UCL,LCL,A,A,B,C,C,B,檢驗 7. 連續十四個點在區間,C,中,(中線上下都有),x,UCL,LCL,A,A,B,C,C,B,檢驗 8. 連續八個點在中線兩邊但不在區間,C,內,x,200,6-07-01,檢驗 7 和 8 展示,X-,bar,s,s,s,UCL,LCL,s,s,s,規則,#7,規則,#8,200,6-07-01,練習解釋管制圖,有失控條件嗎? 違背了哪個規則?,按前面列出的八個規則解釋下列管制圖,.,200,6-07-01,採取行動, 針對特殊原因,作管制圖是爲了採取適當行動. 否則只是浪費時間和金錢,如果要求採取行動但從來沒有, 那麽管制圖只是讓人感到舒服的牆紙. “看, 我們,有,SPC!”,所採取的行動應基於對流程不斷加深的理解,識別引起變異的根本原因並加以改正,在管制圖上記載問題所在及如何改正的,把問題和措施記錄到故障排除指南中從而可以當場採取行動,只有在確認並消除特殊原因後才重新計算控制界限,200,6-07-01,採取行動, 針對共同原因 (,Common Causes),比較流程的自然控制界限和規格限.,由控制界限確定製程能力並與規格限比較. 流程是否有足夠能力?,減少流程的自然變異是多數 6,Sigma,專案的目的. 在控制階段, 共同原因引起的變異應很好地落在規格限裏面.,除非已知的流程改變能解釋短期偏移, 否則不要重新計算控制界限,200,6-07-01,總結, 平均圖和全距圖,多用於機器控制的流程,當資料可以合理編組時使用,區分特殊原因和共同原因引起的變異的有力工具,其有效性來自於連續資料與不連續資料的區別能力的差別. 還記得如何計算樣本大小嗎?,易於顯示趨勢, 流程偏移和其他非隨機變異,有助於迅速估計製程能力,200,6-07-01,實例, 用,Minitab,建立管制圖,在,Minitab中, 打,開文件,SPC Data.mtw,由,選單中選,Stat Control Charts Xbar-R,選用列,C1-C5的,資料,SPC Data.mtw,200,6-07-01,實例,: 管制圖的檢驗,在,Xbar-R Options,對話框中按,Tests,鈕,選則要進行的檢驗. 檢驗 1 和 5 在尋找大的特殊原因時最好.,在,Xbar-R Options,對話框中按,Estimate,鈕,選擇,Rbar,200,6-07-01,X-,bar,和,R,圖 ,Minitab,輸出,200,6-07-01,重新計算控制界限(,Control Limits),在確定了失控點的原因後就可以消除這些點以便計算控制界限,前面的例子中第9, 11和24 點可以在計算控制界限時去掉,在,X-bar,和,R,圖對話方塊中按,Estimate,鈕並輸入這些違背規則的資料點,200,6-07-01,修正後的,Minitab,輸出,請注意控制界限的微小改變,:,200,6-07-01,用現有控制界限作圖,Minitab,也可以在已有過往資料並驗證其準確性後畫出並評估資料,在,Xbar-R Options,對話方塊中輸入,過往資料:,200,6-07-01,Minitab,有過往資料時的結果,用過往控制界限分析資料時, 現在注意失控點的數量,200,6-07-01,另一個圖,X-bar,和,S (,標準差),X-bar,和,S,圖由組內標準差直接計算控制界限,當滿足下列條件時使用,資料由電腦記錄和繪圖, 即時計算的,s,容易結合到圖中,各組的樣本數較大 ( 10). 這在自動量測及報告資料的量測設備中常見.,Minitab,有一個自動建立,X-bar,和,S,圖的程式.,200,6-07-01,實例 用,Minitab,作,X-bar,和,S,圖,在,Minitab,中,選,Stat Control Charts Variables,Chart for SubgroupsXbar-S,比較,X-bar/S,圖與,X-bar,/,R,圖.,看到什麽差別了嗎?,200,6-07-01,關於合理分組的幾句話,在,X-bar,圖中, 控制界限由組內變異決定.,資料分組必須合理,合理分組的例子:,批量生産中同一批的工件,一個短時期內生産的工件,不合理分,組的例子:,同一工件的多次量測,按量測次序而不是按流程次序分組.,如果你不能用簡單語言解釋分組策略, 該管制圖可能價值不高.,200,6-07-01,合理分組 實例,用注塑模生産一種插座, 一次四件, 一個槽一件. 對插座的量測包括量測大於 5.00 毫米的厚度. 量測時讀到毫米的百分之一.,主管每天四次到壓機收集五個連續壓塑周期生産的工件. 由於每個周期生産四個工件, 他每兩個小時要量測20 個工件. 主管還跟蹤了各工件的周期和所在的槽位.,主管要用,SPC,分析資料,他必須選擇如何把資料組織成適當的編組, 以及如何把分組資料組織成管制圖.,主管把二十個量測結果(每兩個小時)按下列表格記錄下來.,時間 1,時間2,時間3,時間4,200,6-07-01,合理分,組 (,Rational Subgroups),資料可以按三種方法組織: 按行, 按列及按樣本,讓我們用,Minitab,分析資料. 打開文件,SocketData.mtw,(,爲了方便資料已堆垛起來),SocketData.mtw,200,6-07-01,X-,bar和,R,圖 按樣本分組,在,Minitab,中建立,X-bar,和,R,圖以分析按樣本分配的變異如何,?,有幾個組?,每組大小有多大?,選,Stat,Control Charts,Variables,Chart for,Subgroups,Xbar-R,SocketData.mtw,200,6-07-01,X-,bar和,R,圖 按樣本分組,Minitab,結果,:,200,6-07-01,按,Cycle,分組,(,行,),在,Minitab,中建立,X-bar/R,管制圖以分析按周期分配的變異如何,?,有幾個組,?,每組大小有多大,?,選,Stat,Control Charts,Variables,Chart for,Subgroups,Xbar-R,SocketData.mtw,200,6-07-01,按周期分組 (,行) 結果,Minitab,結果,:,200,6-07-01,如果沒有合理分組怎麽辦?,個體 (,I,和,MR),圖 (,Individuals I & MR Charts),當沒有合理分組或當量測本身昂貴和/或是破壞性的時,MR,指,Moving Range(,移動全距). 計算移動全距是通過記錄連續的每對資料的量測結果的差值的方法得到,按下列方法計算控制界限:,200,6-07-01,連續變數,SPC,表 (,Variables SPC Form),200,6-07-01,与您一同创造,贵公司发展史上的奇迹,德信诚,200,6-07-01,