SPC培训教材（经典）

SPC(Statistical Process Control) 统计制程管制,目录,1 SPC的产生 2 SPC的作用 3 SPC常用术语解释 4 持续改进及统计过程控制概述 制程控制系统 变差的普通及特殊原因 局部措施和对系统采取措施 过程控制和过程能力 过程改进循环及过程控制 控制图,5 管制图的类型 6 管制图的选择方法 7 计量型数据管制图 a 与过程有关的控制图 b 使用控制图的准备 c X-R 图 d X- s 图 e X- R图 f X-MR图 8 计数型数据管制图 a p 图,b np 图 c c 图 d u 图,SPC的产生,工业革命以后， 随着生产力的进一步发展，大规模生产的形成，如何控制大批量产品质量成为一个突出问题，单纯依靠事后检验的质量控制方法已不能适应当时经济发展的要求，必须改进质量管理方式。于是，英、美等国开始着手研究用统计方法代替事后检验的质量控制方法。 1924年，美国的休哈特博士提出将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基础。,一. 品管方法歷程,1,2,3,4,5,6,3.4,233,6,210,690,000,300,800,66,807,Average Company 一般公司,Best in class 世界標竿公司,產品檢查,產品管制,製程管制,品管7手法,(5S、QCC、ISO9001:2000),管理改善(PDCA)一般公司THREE SIGMA改善,技術改善(MAIC) 世界標竿公司SIX SIGMA改善,方法,管制,試驗計劃與制程結合,試驗計劃與設計結合,產品管制最佳化,設計管制最佳化,二. SPC興起的背景,經驗掛帥時代的結束,ISO9000品保体系的要求,ISO-9000。要求為客戶提供合格的產品，只有穩定而一貫（Consistent）的過程與系統，才能保證長期做出合格的產品。然而，如何檢核此一貫過程與系統仍然穩定的存在呢？這必須仰賴SPC來發揮功能。,如果工作經驗對產品品質有舉足輕重的影響（例如：手工裁縫），那麼，SPC就沒有太多揮灑的空間。相反地，如果某一公司開始將經驗加以整理，而納入設備、製程或系統時；也就是說，該公司開始宣告經驗掛帥時代將要結束，那麼SPC的導入時機也就自然成熟了。,美國W. A. Shewhart博士於1924年發明管制圖，開啟了統計品管的新時代,什么叫6 的管理,SPC是英文Statistical Process Control的字首簡稱,即 統計過程控制。 SPC就是應用統計技術對過程中的各個階段收集的數據進行分析，並調整制程，從而達到改進與保證質量的目的。 SPC強調預防，防患於未然是SPC的宗旨,三. 什麼是SPC,Statistical Process Control,規格 制程 USL UCL SL CL LSL LCL s a Ca Cp Cpk,群體 樣本 X bar x N n R,計量值： 均值極差圖 s規格標准差圖 直方圖,計數值： P不良率圖 C缺點數圖 柏拉圖,四. SPC 的基本觀念,世上沒有任何兩件事.人員.產品是完全一樣 製造過程中所產生之變異是可以衡量的 事情.產品的變異通常根據一定的模式而產生 宇宙萬物及工業產品大都呈常態分配 例如 :身高.體重.智力.考試成績.所得分配 變異的原因可分為偶因及異因 偶因屬管理系統的範圍 異因卻是作業人員本身就能解決的 應用SPC 可以確保作業人員的自尊 應用SPC 可以指出製程最需要改善的地方,什么是统计过程控制(SPC) 下面按字面意思来解释一下什么是统计过程控制 (Statistical Process Control). 统计学(Statistics)是数学的一个分支: 1.从所有同类项目(总体)(population)中抽取一些项目(样本)(samples) 2.计算集中趁特征(central tendency),如算术平均数(average或mean)中位数 (median)和众数(mode),以及离散特征(dispersion),如级差(range),方差(variance)和标准差(standard deviation). 3.对于总体分布,通过对抽样分布做假定,便可提供对总体采取措施的基础. 例如,根据经验/接受抽样样本的品质去推断应否接受或拒收整批货物. 统计学中利用变异(variation)的概念衡量产品或过程抽样分布围绕着平均 值波动及在可接受的范围以内或以外波动的趋势.变异可能是随机(random) (由于偶然因素造成)或非随机的(assignable)(由于机械,方法,物料与/或人 事引起).统计学有助我们分辨随机与非随机因素.,过程(process)是指生产产品/服务的一系列行动或操作,也指支持产品/服 务的过程如管理,财务,采购与工艺. 控制(control)的意思是通过过程控制成功地控制产品服务.控制是指通过经预先设计的实验及采用统计技巧成功地: 1)过程进行控制; 2)维持或改善控制.目标是使品质维持不变. 把统计,过程及控制三个名词的英文字头起来就是SPC.,什么是统计过程控制(SPC)-续1,SPC就是利用统计方法去: 1.分析过程的输出并指出其特性. 2.使过程在统计控制情况下成功地进行和维持. 3.有系统地减少该过程主要输出特性的变异. SPC几个重要概念.第一个,也是最重要的是你能否确定过程的输入和输出并把它们定量化,然后才开始控制该过程- - 不是先行控制. SPC是以预防代替检验,制业与其他行业一样,预防发生错误永远比事后矫正为好,而且简单得多.,什么是统计过程控制(SPC)-续2,簡單來說，SPC是透過運用統計學上的技巧如控制圖分析過程或其輸出，從而作出適當的行動以達至及保持統計控制狀況及改善過程能力。 SPC解釋為 . 運用統計方法於過程控制上,S P C,SPC簡介,SPC-控制改善的工具,SPC的作用,1、确保制程持续稳定、可预测。 2、提高产品质量、生产能力、降低成本。 3、为制程分析提供依据。 4、区分变差的特殊原因和普通原因，作为采取局部措 施或对系统采取措施的指南。,解决问题阶段 课 程 SPC等级 (应用次序) (学习次序) 把变异显现 数据确认 CORE I 数据收集 数据展示 筛选: 消除80-90% 柏拉图 无贡献变异原因 因果分析图 变量控制图 过程分析/控制: 维持或改良 统计基础 COREII 过程控制 直方图 测量系统分析,什么是解决问题策略的步骤？(续),变量控制图 制程能力研究 计数值控制表 预先控制 统计II CORE III 比较实验 变量分析 因子实验 部分因子实验 器件查询实验,解决问题阶段 课 程 SPC等级 (应用次序) (学习次序),什么是解决问题策略的步骤？(续),基本SPC的統計工具 (7工具),1. 檢查表： 是邏輯性的技巧，以收集過程全面及準確的資料。. 2. 流程圖： 顯示過程內所涉及的活動或間題解決方法的圖表。 3. 柏拉圖： 柏拉圖是一種條形圖，透過由左至右順序排列有助找出 問題、成因、情況、位置及錢的重要性或影響性。 4. 因果分析圖：以圖表作為工具，以人、機器、物料、方法、測量及 環境列出潛在問題的成因。,基本統計及統計概念,基本SPC的統計工具 (7工具),5. 直方圖： 直方圖以圖表形式表達對某數值或量度範圍中出現的測 量次數。 6. 分散圖： 明白特性的相互關係，以增強對過程控制及解決困難的 能力。 7. 控制圖+ OCAP：控制圖是以表達與時間有關或與批量表現有關 的過程，並找出過程是否在統計控制範圍內操作。在眾 多的控制圖類別中，以下列為最常用的： Shewharts Control Charts (变量控制图) Attributes Control Charts (计数量控制图) Pre-Control Chart (预控制图),基本統計及統計概念,趋势图,检查表,排列图 -层层分列,标准图,Normal Quantile,Quantiles maximum 100.0% 27.314 99.5% 26.197 97.5% 18.223 90.0% 12.969 quartile 75.0% 9.175 median 50.0% 5.062 quartile 25.0% 0.921 10.0% -3.169 2.5% -10.016 0.5% -26.302 minimum 0.0% -26.,Moments Mean 4.9105 Std Dev 7.0409 Std Error Mean 0.4333 Upper 95% Mean 5.7637 Lower 95% Mean 4.0572 N 264.0000 Sum Weights 264.0000 Sum 1296.3611 Variance 49.5745 Skewness -0.5658 Kurtosis 2.6744 CV 143.3862,548Capability Analysis Specification Value Percent Actual Normal Lower Spec Limit -30 %Below LSL 0.000 0.000 Upper Spec Limit 30 %Above USL 0.000 0.018 Spec Target 0 Sigma 7.040919 Capability Index CPL 1.653 CPU 1.188 CPK 1.188 CP 1.420 CPM 1.165,直方图,QUANTILE/OUTLIER,1. 正态单对数坐标曲线若所有點均在图纸上上幾乎繪成一條直線，數據的分佈是屬於正態的。,Station1,Step1,Sation3,Step1,Station4,Step2,Step3,Final Measuremet,Final Response,Step2,Step3,Step4,Step5,Model1 Model2 Model3,1# 2# 3# etc.,1# 2# 3# etc.,1# 2# 3# etc.,Machine,1# 2# 3# etc.,Material,Lot1 Lot2 Lot3 etc.,输入/输出变量分析,Method,A B C,Station2,(鱼骨图+流程图),Combine Cross Reference Table & 5 Whys:,數據種類,計量型數據 - 數據是可量度的 * 獨立 (1,2,3,4,5,6,. 馬達，電阻， .) * 連續的 (8.61, 8.88, 8.0 volts, amp, .) 計數型數據 - 性質數據並不能以量化去演譯，即他們只可以類別分類。 Go/No Go Pass/Fail Yes/No Effective/No Effective,基本統計及統計概念,Descriptive Statistics 描述统计,概率分布,未知 母体,抽样,样本,样本统计值,推定,鉴定母体,x,s (Stdev),以小(样本) 看大(母体),N,n,統計的基本術語,總體 - 一組數據包含某現象所有構想的觀察(或假設可能發生的)。簡單而言，這是一組我們有興趣知道的數據。 樣本 - 一組只包含部份總體的數據。簡單而言，這是總體中選出的數據。,基本統計及統計概念,正态分布的函数表达,基本統計概念,參數 - 以數字來描述所測量的總體 (根據總體值的true value) 統計 - 從樣本數據中運算出來的數字 (數值是根據樣本數據) - 若數據是從另一個樣本出來，數值會隨之而改變,描述统计,目的 1. 決定數據的趋中程度 2. 以數理表達分散的程度 3. 決定樣本頻率分佈的形狀,基本統計及統計概念,趋中的量度,平均 - 所有值總和除以樣本容量 中位數 - 順序(由小至大或由大至小)數列中心項的數值 眾數 - 在樣本中出現次數最多的值,基本統計及統計概念,平均數 =,中位數 =,12334444 555555 6668889,眾數 =,分散的量度,標準差(SD) - 過程輸出的分佈寬度，距離或每平均值的偏差,基本統計及統計概念,S,(,X,i,-,m,),2,S,(,X,i,- X ),2,N,n - 1,s,=,=,分散的量度,極差 - 一個子組、樣本或總體中最大值與最小值之差,基本統計及統計概念,R = (最高值) - (最低值),機會分配形狀,基本統計及統計概念,偏斜 -0.5 to 0.5,峰態 2.5 to 3.5,正態分佈,分布的描述,偏斜 - 集中於某邊分佈的尾部 峰態 - 量度分佈的峰或闊度,基本統計及統計概念,S,(,X,j,- x bar),3,s,3,偏斜,=,(1,/,n),S,(,X,j,- x bar),4,s,4,(,1/,n),峰態,=,(-0.5 to +0.5),(2.5 to 3.5),正態分佈Z值,為何使用正態分佈？透過運用平均數及標準差，正態分佈有助簡便計算 / 評定次品比率。 在正態曲線圖下，Z value及其面積,基本統計及統計概念,必須知道： 平均值 (x bar) 標準差 (S) USL, LSL,Z = USL - x bar, x bar - LSL S % Def = Z u + Z L,Sigma是一個量度的統計單位，它能反映過程能力。Sigma的量度制與每單位次品、PPM次品及錯誤的機會率有相互關係。,6Sigma - 進取目標,正態分佈及正态测试,正態分佈是一種用於計量型數據的、連續的、對稱的鐘形頻率分佈,基本統計及統計概念,统计语,過程是人、設備、方法、材料及環境的組合，它能有助產品或服務的發展 過程能力 - 一個穩定過程的固有變差的總範圍。(可參閱估計sigma的控制圖) 過程性能 - 一個過程總變差的總範圍 (6s) 統計控制 - 描述一個過程的狀態，這個過程中所有的特殊原因變差都已排除，並且只賸餘普通原因 普通原因 - 造成變差的一個原因，它影響被研究過程輸出的所有單值 特殊原因 - 一種間斷性的、不可預計的、不穩定的變差根源。存在超過控制限的點或其他非隨機性的圖形 變差 - 過程的單個輸出之間不可避免的差別,SPC常用术语解释,制程控制系统 有反馈的过程控制系统模型,过程的呼声 人 设备 材料 方法 产品或 环境 服务 输入 过程/系统 输出 顾客的呼声,我们工作的方式/资源的融合,统计方法,顾客,识别不断变化的需求量和期望,变差的普通原因和特殊原因 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。 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。,每件产品的尺寸与别的都不同 范围 范围 范围 范围 但它们形成一个模型，若稳定，可以描述为一个分布 范围 范围 范围 分布可以通过以下因素来加以区分 位置 分布宽度 形状 或这些因素的组合,如果仅存在变差的普通原因， 目标值线 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。 预测 时间 范围 目标值线 如果存在变差的特殊 原因，随着时间的推 预测 移，过程的输出不 稳定。 时间 范围,局部措施和对系统采取措施,局部措施 通常用来消除变差的特殊原因 通常由与过程直接相关的人员实施 通常可纠正大约15%的过程问题 对系统采取措施 通常用来消除变差的普通原因 几乎总是要求管理措施，以便纠正 大约可纠正85%的过程问题,过程控制 受控 （消除了特殊原因） 时间 范围 不受控 （存在特殊原因）,过程能力 受控且有能力符合规范 （普通原因造成的变差已减少） 规范下限 规范上限 时间 范围 受控但没有能力符合规范 （普通原因造成的变差太大）,过程改进循环 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并 本过程正在做什么？ 采取措施。 达到统计控制状态？ 确定能力 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,控制图,上控制限 中心限 下控制限 1、收集 收集数据并画在图上 2、控制 根据过程数据计算实验控制限 识别变差的特殊原因并采取措施 3、分析及改进 确定普通原因变差的大小并采取减小它的措施 重复这三个阶段从而不断改进过程,超過管制上限，為不可接受區域,在管制界限內，為可接受區域,管制图类型,控制图的选择方法,确定要制定控制图的特性,是计量型数据吗？,否,关心的是不合格品率？,否,关心的是不合格数吗？,是,样本容量是否恒定？,是,使用np或p图,否,使用p图,样本容量是否桓定？,否,使用u图,是,是,使用c或u图,是,性质上是否是均匀或不能按子组取样例如：化学槽液、批量油漆等？,否,子组均值是 否能很方便 地计算？,否,使用中 位数图,是,使用单值图X-MR,是,接上页,子组容量是否大于或等于9？,是,否,是否能方便地计算每个子组的S值？,使用 XR图,是,否,使用 XR图,使用 X s图,注：本图假设测量系统已经过评价并且是适用的。,计量型数据控制图,与过程有关的控制图 计量单位：（mm, kg等） 过程,人员,方法,材料,环境,设备,1 2 3 4 5 6,接上页,测量方法必须保证始终产生准确和精密的结果,不精密,精密,准确,不准确,使用控制图的准备,1、建立适合于实施的环境 a 排除阻碍人员公正的因素 b 提供相应的资源 c 管理者支持 2、定义过程 根据加工过程和上下使用者之间的关系，分析每个阶段的影响 因素。 3、确定待控制的特性 应考虑到： 顾客的需求 当前及潜在的问题区域 特性间的相互关系 4、确定测量系统 a 规定检测的人员、环境、方法、数量、频率、设备或量具。 b 确保检测设备或量具本身的准确性和精密性。,接上页,5、使不必要的变差最小 确保过程按预定的方式运行 确保输入的材料符合要求 恒定的控制设定值 注：应在过程记录表上记录所有的相关事件，如：刀具更新，新的材料批 次等，有利于下一步的过程分析。,均值和极差图（X-R）,1、收集数据 以样本容量恒定的子组形式报告，子组通常包括2-5件连续的产品，并周性期的抽取子组。 注：应制定一个收集数据的计划，将其作为收集、记录及描图的依据。 1-1 选择子组大小，频率和数据 1-1-1 子组大小：一般为5件连续的产品，仅代表单一刀具/冲头/过程 流等。（注：数据仅代表单一刀具、冲头、模具等 生产出来的零件，即一个单一的生产流。） 1-1-2 子组频率：在适当的时间内收集足够的数据，这样子组才能 反映潜在的变化，这些变化原因可能是换班/操作人 员更换/材料批次不同等原因引起。对正在生产的产 品进行监测的子组频率可以是每班2次，或一小时一 次等。,接上页,1-1-3 子组数：子组越多，变差越有机会出现。一般为25组，首次使 用管制图选用35 组数据，以便调整。 1-2 建立控制图及记录原始数据 （见下图）,1-3、计算每个子组的均值（X）和极差R 对每个子组计算： X=（X1+X2+Xn）/ n R=Xmax-Xmin 式中： X1 ， X2 为子组内的每个测量值。n 表示子组 的样本容量 1-4、选择控制图的刻度 4-1 两个控制图的纵坐标分别用于 X 和 R 的测量值。 4-2 刻度选择 ：,接上页,对于X 图，坐标上的刻度值的最大值与最小值的差应至少为子组均值（X）的最大值与最小值的差的2倍，对于R图坐标上的刻度值的最大值与最小值的差应为初始阶段所遇到的最大极差（R）的2倍。 注：一个有用的建议是将 R 图的刻度值设置为 X 图刻度值的2倍。 （ 例如：平均值图上1个刻度代表0.01英寸，则在极差图上 1个刻度代表0.02英寸） 1-5、将均值和极差画到控制图上 5-1 X 图和 R 图上的点描好后及时用直线联接，浏览各点是否 合理，有无很高或很低的点，并检查计算及画图是否正确。 5-2 确保所画的X 和R点在纵向是对应的。 注：对于还没有计算控制限的初期操作的控制图上应清楚地注明“初始研究”字样。,计算控制限 首先计算极差的控制限，再计算均值的控制限 。 2-1 计算平均极差（R）及过程均值（X） R=（R1+R2+Rk）/ k（K表示子组数量） X =（X1+X2+Xk）/ k 2-2 计算控制限 计算控制限是为了显示仅存在变差的普通原因时子组的均 值和极差的变化和范围。控制限是由子组的样本容量以及反 映在极差上的子组内的变差的量来决定的。 计算公式： UCLx=X+ A2R UCLR=D4R LCLx=X - A2R LCLR=D3R,接上页 注：式中A2,D3,D4为常系数，决定于子组样本容量。其系数值 见下表 ：,注： 对于样本容量小于7的情况，LCLR可能技术上为一个负值。在这种情况下没有下控制限，这意味着对于一个样本数为6的子组，6个“同样的”测量结果是可能成立的。,2-3 在控制图上作出均值和极差控制限的控制线,平均极差和过程均值用画成实线。 各控制限画成虚线。 对各条线标上记号（UCLR ，LCLR ，UCLX ，LCLX） 注：在初始研究阶段，应注明试验控制限。 过程控制分析 分析控制图的目的在于识别过程变化或过程均值不恒定的证据。 （即其中之一或两者均不受控）进而采取适当的措施。 注1：R 图和 X 图应分别分析，但可进行比较，了解影响过程 的特殊原因。 注2：因为子组极差或子组均值的能力都取决于零件间的变差， 因此，首先应分析R图。,3-1 分析极差图上的数据点,3-1-1 超出控制限的点 a 出现一个或多个点超出任何控制限是该点处于失控状态的主要 证据，应分析。 b 超出极差上控制限的点通常说明存在下列情况中的一种或几种： b.1 控制限计算错误或描点时描错 b.2 零件间的变化性或分布的宽度已增大(即变坏） b.3 测量系统变化（如：不同的检验员或量具） c 有一点位于控制限之下，说明存在下列情况的一种或多种 c.1 控制限或描点时描错 c.2 分布的宽度变小（变好） c.3 测量系统已改变（包括数据编辑或变换）,不受控制的过程的极差（有超过控制限的点）,UCL,LCL,UCL,LCL,R,R,受控制的过程的极差,3-1-2 链- 有下列现象之表明过程已改变或出现某种趋势： 连续 7点在平均值一侧； 连续7点连续上升或下降； a 高于平均极差的链或上升链说明存在下列情况之一或全部： a-1 输出值的分布宽度增加，原因可能是无规律的（例如：设备工作不正常或固定松动）或是由于过程中的某要素变化（如使用新 的不一致的原材料），这些问题都是常见的问题，需要纠正。 a-2 测量系统的改变（如新的检验人或新的量具)。 b 低于平均极差的链或下降链说明存在下列情况之一或全部： b-1 输出值的分布宽度减小，好状态 。 b-2 测量系统的改好。 注1：当子组数（n）变得更小（5或更小）时，出现低于 R 的链的可能 性增加，则8点或更多点组成的链才能表明过程变差减小。,注2：标注这些使人们作出决定的点，并从该点做一条参考线延伸 到链的开始点，分析时应考虑开始出现变化趋势或变化的时间。,UCL,LCL,R,UCL,R,LCL,不受控制的过程的极差 （存在高于和低于极差均值的两种链）,不受控制的过程的极差（存在长的上升链）,3-1-3 明显的非随机图形,a 非随机图形例子：明显的趋势；周期性；数据点的分布在整个控制限内，或子组内数据间有规律的关系等。 b 一般情况，各点与R 的距离：大约2/3的描点应落在控制限的中间1/3的区域内，大约1/3的点落在其外的2/3的区域。 C 如果显著多余2/3以上的描点落在离 R 很近之处（对于25子组，如果超过90%的点落在控制限的1/3区域），则应对下列情况的一种或更多进行调查： c-1 控制限或描点已计算错描错 。 c-2 过程或取样方法被分层，每个子组系统化包含了从两个或多 个具有完全不同的过程均值的过程流的测量值（如：从几组 轴中，每组抽一根来测取数据）。 c-3 数据已经过编辑（极差和均值相差太远的几个子组更改删除）。,d 如果显著少余2/3以上的描点落在离R很近之处（对于 25子组，如果有40%的点落在控制限的1/3区域），则应对下列情况的一种或更多进行调查： d-1 控制限或描点计算错或描错。 d-2 过程或取样方法造成连续的分组中包含了从两个或多个具有 明显不同的变化性的过程流的测量值（如：输入材料批次混 淆）。 注：如果存在几个过程流，应分别识别和追踪。 3-2 识别并标注所有特殊原因（极差图） a 对于极差数据内每一个特殊原因进行标注，作一个过程操作 分析，从而确定该原因并改进，防止再发生。 b 应及时分析问题，例如：出现一个超出控制限的点就立即开 始分析过程原因。,3-3 重新计算控制限（极差图）,a 在进行首次过程研究或重新评定过程能力时，失控的原因已 被识别和消除或制度化，然后应重新计算控制限，以排除失控 时期的影响，排除所有已被识别并解决或固定下来的特殊原因 影响的子组，然后重新计算新的平均极差R和控制限，并画下来， 使所有点均处于受控状态。 b 由于出现特殊原因而从R 图中去掉的子组，也应从X图中去掉。 修改后的 R 和 X 可用于重新计算均值的试验控制限，X A2R 。 注：排除代表不稳定条件的子组并不仅是“丢弃坏数据”。而是排除受已知的特殊原因影响的点。并且一定要改变过程，以使特殊原因不会作为过程的一部分重现。,3-4 分析均值图上的数据点,3-4-1 超出控制限的点： a 一点超出任一控制限通常表明存在下列情况之一或更多： a-1 控制限或描点时描错 a-2 过程已更改，或是在当时的那一点（可能是一件独立的 事件）或是一种趋势的一部分。 a-3 测量系统发生变化（例如：不同的量具或QC）,不受控制的过程的均值（有一点超过控制限）,受控制的过程的均值,UCL,LCL,X,LCL,UCL,X,3-4-2 链- 有下列现象之表明过程已改变或出现某种趋势： 连续 7点在平均值一侧或7点连续上升或下降 a 与过程均值有关的链通常表明出现下列情况之一或两者。 a-1 过程均值已改变 a-2 测量系统已改变（漂移，偏差，灵敏度） 注：标注这些使人们作出决定的点，并从该点做一条参考线延伸到 链的开始点，分析时应考虑开始出现变化趋势或变化的时间。,不受控制的过程的均值（长的上升链）,不受控制的过程的均值（出现两条高于和低于均值的长链）,UCL,X,LCL,UCL,X,LCL,3-4-3 明显的非随机图形,a 非随机图形例子：明显的趋势；周期性；数据点的分布在整个 控制限内，或子组内数据间有规律的关系等。 b 一般情况，各点与 X的距离：大约2/3的描点应落在控制限的 中间1/3的区域内，大约1/3的点落在其外的2/3的区域；1/20的 点应落在控制限较近之处（位于外1/3的区域）。 c 如果显著多余2/3以上的描点落在离R很近之处（对于25子组， 如果超过90%的点落在控制限的1/3区域），则应对下列情况的 一种或更多进行调查： c-1 控制限或描点计算错描错 c-2 过程或取样方法被分层，每个子组系统化包含了从两个或 多个具有完全不 同的过程均值的过程流的测量值（如：从 几组轴中，每组抽一根来测取数据。,c-3 数据已经过编辑(极差和均值相差太远的几个子组更改删除） d 如果显著少余2/3以上的描点落在离R很近之处（对于25子组， 如 果有40%的点落在控制限的1/3区域），则应对下列情况的一 种或更多进行调查： d-1 控制限或描点计算错描错 。 d-2 过程或取样方法造成连续的分组中包含了从两个或多个不 同的过程流的测量值（这可能是由于对可调整的过程进行 过度 控制造成的，这里过程改变是对过程数据中随机波 动的响应）。 注：如果存在几个过程流，应分别识别和追踪。,UCL,X,LCL,UCL,X,LCL,均值失控的过程（点离过程均值太近）,均值失控的过程（点离控制限太近）,3-5 识别并标注所有特殊原因（均值图）,a 对于均值数据内每一个显示处于失控状态的条件进行一次过 程操作分析，从而确定产生特殊原因的理由，纠正该状态， 防止再发生。 b 应及时分析问题，例如：出现一个超出控制限的点就立即开 始分析过程原因。 3-6 重新计算控制限（均值图） 在进行首次过程研究或重新评定过程能力时，要排除已发现 并解决了的特殊原因的任何失控点，然后重新计算并描画过程 均值 X 和控制限，使所有点均处于受控状态。,3-7 为了继续进行控制延长控制限,a 当首批数据都在试验控制限之内（即控制限确定后），延长控 制限，将其作为将来的一段时期的控制限。 b 当子组容量变化时，（例如：减少样本容量，增加抽样频率） 应调整中心限和控制限 。方法如下： b -1 估计过程的标准偏差（用 表示），用现有的子组容 量计算： = R/d2 式中R为子组极差的均值（在极差受控期间）， d2 为随样本 容量变化的常数，如下表：,b 2 按照新的子组容量查表得到系数d2 、D3、D4 和 A2，计算新 的极差和控制限： R新 = d2 UCLR= D4 R新 LCLR = D3 R新 UCLX = X+ A2 R新 LCLX = X A2 R新 将这些控制限画在控制图上。,4 过程能力分析,如果已经确定一个过程已处于统计控制状态，还存在过程是 否有能力满足顾客需求的问题时； 一般讲，控制状态稳定， 说明不存在特殊原因引起的变差，而能力反映普通原因引起 的变差，并且几乎总要对系统采取措施来提高能力，过程能 力通过标准偏差来评价。,工序能力公式与正态分布,工序能力指数公式与正态分布,带有不同水平的变差的能够符合规范的过程（所有的输出都在规范之内）,规范下限 LCL,规范上限 UCL,范围,LCL,UCL,范围,不能符合规范的过程（有超过一侧或两側规范的输出）,LCL,LCL,UCL,UCL,范围,范围,标准偏差与极差的关系（对于给定的样本容量,平均极差-R越大,标准偏差- 越大）,X,范围,范围,X,X,范围,R,R,R,4-1 计算过程的标准偏差 , = R/d2 R 是子组极差的平均值，d2 是随样本容量变化的常数 注：只有过程的极差和均值两者都处于受控状态，则可用估计 的过程标准偏差来评价过程能力。,4-2 计算过程能力,过程能力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。 4-2-1 对于单边容差，计算： Z=(USL-X) / 或 Z=(X-LSL) / （选择合适的确一个） 注：式中的SL=规范界限， X=测量的过程均值， =估计的过程标准偏差。,4-2-2 对于双向容差，计算：,Zusl=(USL-X) / Zlsl=(X-LSL) / Z=Min Zusl; Zlsl Zmin 也可以转化为能力指数Cpk: Cpk= Zmin / 3 =CPU(即 ) 或CPL(即 ) 的最小值。 式中: UCL 和 LCL为工程规范上、下， 为过程标准偏差 注：Z 值为负值时说明过程均值超过规范。,UCLX,3 ,X LCL,3 ,4-2-3 估计超出规范的百分比 ：（PZ ） a 对于单边容差，直接使用Z值查标准正态分布表，换算成 百分比。 b 对于双边容差，根据Zusl 和 Zlsl 的值查标准正态分布表， 分别算出Pzusl 和 Pzlsl 的百分比，再将其相加。,4-3 评价过程能力,当 Cpk1 说明制程能力差，不可接受。 1Cpk1.33,说明制程能力可以，但需改善。 1.33Cpk1.67,说明制程能力正常。,均值和标准差图（X-s图）,一般来讲，当出现下列一种或多种情况时用S图代替R图： a 数据由计算机按设定时序记录和/或描图的，因s的计算程序 容易集成化。 b 使用的子组样本容量较大，更有效的变差量度是合适的 c 由于容量大，计算比较方便时。 1-1 数据的收集（基本同X-R图） 1-1-1 如果原始数据量大，常将他们记录于单独的数据表，计算 出 X 和 s 1-1-2 计算每一子组的标准差 s =, (XiX ),n 1,式中：Xi，X；N 分别代表单值、均值和样本容量。 注：s 图的刻度尺寸应与相应的X图的相同。 1-2 计算控制限 1-2-1 均值的上下限 USLX = X+ A3S LSLX =X -A3S 1-2-2 计算标准差的控制限 LSLS = B4S LSLS = B3S 注：式中S 为各子组样本标准差的均值 ，B3、B4、A3为随样本容 量变化的常数。见下表：,注：在样本容量低于6时，没有标准差的下控制限。 1-3 过程控制的分析（同X-R） 1-4 过程能力的分析（同X-R） 估计过程标准差： = S / C4= S / C4,式中：S 是样本标准差的均值（标准差受控时的），C4为随样本容量变化的常数。见下表： 当需要计算过程能力时；将 带入X-R图 4-2的公式即可。 1-5 过程能力评价（同 X-R 图的 4-3）,中位数极差图（X - R）,中位数图易于使用和计算，但统计结果不精确 可用来对几个过程的输出或一个过程的不同阶段的输出进行比较 数据的收集 1-1 一般情况，中位数图用于子组的样本容量小于或等于10的情况， 当子组样本容量为偶数时，中位数是中间两个数的均值。 1-2 只要描一张图，刻度设置为下列的较大者： a 产品规范容差加上允许的超出规范的读数 b 测量值的最大值与最小值之差的1.5到2倍。 c 刻度应与量具一致。 1-3 将每个子组的单值描在图中一条垂直线上，圈上子组的中位数， 并连接起来。 1-4 将每个子组的中位数X和极差R填入数据表. 2 控制限的计算,2-1 计算子组中位数的均值，并在图上画上这条线作为中位线， 将其记为X ； 2-2 计算极差的平均值，记为R； 2-3 计算极差和中位数的上下控制限 ： USLR=D4R USL X = X + A2 R LSLR=D3R LSL X = X - A2 R 式中：D3、D4 和 A2 是随样本容量变化的常数，见下表：,注：对于样本容量小于7时，没有极差的控制下限。 过程控制分析（同X-R） 3-1 凡是超出控制限的点，连成链或形成某种趋势的都必须进行特 殊原因的分析，采取适当的措施。 3-2 画一个窄的垂直框标注超过极差控制限的子组。 过程能力的分析 （同X-R） 估计过程标准偏差： = R / d2 注：只有中位数和极差处于受控状态，才可用的估计值来评价过程 能力。,中位数图的替代方法 在已确定了中位数图的控制限后，可以利用以下方法将中位数图的制作过程简化： 5-1 确定图样 使用一个其刻度值的增量与所使用的量具的刻度值一样的图 （在产品规范值内至少有20个刻度值），并划上中位数的中心线和控制限。 5-2 制作极差的控制图片 在一张透明的胶片标上极差的控制限。 5-3 描点 操作者将每个单值的点标在中位数图上。 5-4 找出超过极差控制限的点 操作者与每个子组的最大标记点和最小标记点进行比较，用窄垂直框圈上超出胶片控制限的子组。 5-5 标中位数,操作者将每个子组的中位数圈出，并标注任何一个超出控制限 的中位数。 5-6 改善 操作者对超出控制限的极差或中位数采取适当的措施进行改善，或通知管理人员。,单值和移动极差图（XMR）,1、用途 测量费用很大时，（例如破坏性实验）或是当任何时刻点的输出 性质比较一致时（例如：化学溶液的PH值）。 1-1 移动图的三中用法： a 单值 b 移动组 c 固定子组 2、数据收集（基本同X-R ） 2-1 在数据图上，从左到右记录单值的读数。 2-2 计算单值间的移动极差（MR），通常是记录每对连续读数间 的差值 。 2-3 单值图（X）图的刻度按下列最大者选取： a 产品规范容差加上允许的超出规范的读数。 b 单值的最大值与最小值之差的1.5到2倍。 2-4 移动极差图（MR）的刻度间隔与 X 图一致。,3 计算控制限 X=（X1+X2+Xk）/ K R= (MR1+MR2+MRk)/ (K-1) USLMR=D4R LSLMR=D3R USLX=X+E2R LSLX=X-E2R,注：式中 R 为移动极差，X 是过程均值，D4、D3 、E2是随样本 容量变化的常数。见下表： 过程控制解释（同其他计量型管制图） 5 过程能力解释 = R / d2 = R / d2,式中：R 为移动极差的均值，d2是随样本容量变化的常数。见下表： 注： 只有过程受控，才可直接用的估计值来评价过程能力。,8 计数型数据控制图,8-1 P管制图 P图是用来测量在一批检验项目中不合格品（缺陷）项目的百分数。 8-1-1 收集数据 8-1-1-1 选择子组的容量、频率和数量 子组容量：子组容量足够大（最好能恒定），并包括几个不 合格品。 分组频率：根据实际情况，兼大容量和信息反馈快的要求。 子组数量：收集的时间足够长，使得可以找到所有可能影响 过程的变差源。一般为25组。 8-1-1-2 计算每个子组内的不合格品率（P） P=np /n,n为每组检验的产品的数量；np为每组发现的不良品的数量。 选择控制图的坐标刻度 8-1-1-3 选择控制图的坐标刻度 一般不良品率为纵坐标，子组别（小时/天）作为横坐标,纵坐标的刻度应从0到初步研究数据读读数中最大的不合格率值的1.5到2倍。 8-1-1-4 将不合格品率描绘在控制图上 a 描点，连成线来发现异常图形和趋势。 b 在控制图的“备注”部分记录过程的变化和可能影响过程 的异常情况。 8-1-2 计算控制限 8-1-2-1 计算过程平均不合格品率（P） P=（n1p1+n2p2+nkpk）/ (n1+n2+nk),式中： n1p1；nkpk 分别为每个子组内的不合格的数目 n1；nk为每个子组的检验总数 8-1-2-2 计算上下控制限（USL；LSL） USLp = P + 3 P ( 1 P ) / n LSLp = P 3 P ( 1 P ) / n P 为平均不良率；n 为恒定的样本容量 注： 1、从上述公式看出，凡是各组容量不一样，控制限随之 变化。 2、在实际运用中，当各组容量不超过其平均容量25%时，,可用平均样本容量 n 代替 n 来计算控制限USL；LSL。方法如下： A、确定可能超出其平均值 25%的样本容量范围。 B、分别找出样本容量超出该范围的所有子组和没有超出该范围 的子组。 C、按上式分别计算样本容量为 n 和 n 时的点的控制限. UCL,LCL = P 3 P ( 1 P ) / n = P 3 p ( 1 p) / n 8-1-2-3 画线并标注 过程平均（P）为水平实线，控制限（USL；LSL）为虚线。 (初始研究时，这些被认为是试验控制限。）,8-1-3 过程控制用控制图解释： 8-1-3-1 分析数据点，找出不稳定的证据（一个受控的P管制图 中，落在均值两侧的点的数量将几乎相等） 。 8-1-3-1-1 超出控制限的点 a 超出极差上控制限的点通常说明存在下列情况中的一种 或几种： 1、控制限计算错误或描点时描错 。 2、测量系统变化（如：不同的检验员或量具）。 3、过程恶化。 b 低于控制限之下的点，说明存在下列情况的一种或多种： 1、控制限或描点时描错。 2、测量系统已改变或过程性能已改进。 8-1-3-1-2 链 a 出现高于均值的长链或上升链（7点），通常表明存在下列 情况之一或两者。,1、 测量系统的改变（如新的检验人或新的量具 2、 过程性能已恶化 b 低于均值的链或下降链说明存在下列情况之一或全部： 1、 过程性能已改进 2、 测量系统的改好 注：当 np 很小时（5以下），出现低于 P 的链的可能性增加， 因此有必要用长度为8点或更多的点的长链作为不合格 品率降低的标志。 8-1-3-1-3 明显的非随机图形 a 非随机图形例子：明显的趋势；周期性；子组内数据间有 规律的关系等。,b 一般情况，各点与均值的距离：大约2/3的描点应落在控制 限的中间1/3的区域内，大约1/3的点落在其外的2/3的区域。 c 如果显著多余2/3以上的描点落在离均值很近之处（对于25 子组，如果超过90%的点落在控制限的1/3区域），则应对下 列情况的一种或更多进行调查： 1、 控制限或描点计算错描错 2、 过程或取样方法被分层，每个子组包含了从两个或多个 不同平均性能的过程流的测量值（如：两条平行的生产 线的混合的输出）。 3、 数据已经过编辑（明显偏离均值的值已被调换或删除） d 如果显著少余2/3以上的描点落在离均值很近之处（对于25 子组，如果只有40%的点落在控制限的1/3区域）则应对下列 情况的一种或更多进行调查： 1、控制限或描点计算错描错,2、 过程或取样方法造成连续的分组中包含了从两个或多个 不同平均性能的过程流的测量 8-1-3-2 寻找并纠正特殊原因 当有任何变差时，应立即进行分析，以便识别条件并防止 再发生，由于控图发现的变差一般是由特殊原因引起的， 希望操作者和检验员有能力发现变差原因并纠正。并在备 注栏中详细记录。 8-1-3-3 重新计算控制限 初次研究，应排除有变差的子组，重新计算控制限。,8-1-4 过程能力解释 计数型数据控制图上的每一点直接表明不符合顾客要求的不合格品的百分数和比值，这就是对能力的定义,8-2 不合格品数的np 图 8-2-1 采用时机 8-2-1-1 不合格品的实际数量比不合格品率更有意义或更容易报告。 8-2-1-2 各阶段子组的样本容量相同。 8-2-2 数据的收集（基本和p 图相同） 8-2-2-1 受检验的样本的容量必须相同，样本容量足够大使每个子组 内都有几个不良品并在。