SPC统计过程控制ppt课件

SPC统计过程控制 致力于管理工具培训 目录 第一章统计技术基础知识第二章持续改进和统计过程控制第三章控制图运用步骤第四章认识计量型数据的过程能力和过程性能第五章其它几个计量型控制图第六章计数型控制图第七章控制图注意事项 第一章统计技术基础知识 1 数据类型2 正态分布3 二项分布4 泊松分布5 总结 计量数据的基本统计 数据分布 对一个相同的输出变量Y 多个数据点绘图 它们形成了一个分布 这些数据点的堆积可以不同的图形来代表 散点图 概率图直方图 常用统计量 中心位置平均值一组数据的算术平均值数法均等反映了所有数据的影响会受极端值强烈影响中位数反映50 的那个位置对一组排序数据点的中心数对极端值较 坚耐 常用统计量 变异极差 一组数据中最大值与最小值之间的差标准偏差 s s 等于方差的平方根 在量化变异时常用会到 方差等于标准偏差的平方 通常只是为了计算的目的 常用统计量 总体与样本1 表示总体特性的统计量 称为总体特征值 如 总体平均数 总体方差 总体标准差2 表示样本特性的统计量 称为样本统计量 如 样本平均数 样本方差 样本标准差 样本极差 移动极差 连续型数据 了解极差 以下数据的极差是多少 1 2 3 4 5 6 7 8 9以下数据的极差是多少1 2 3 4 5 6 7 8 200标准偏差可以用计算机来计算 EXCEL里的STDEV公式 62 42 12 32 62s2 24 5 s 4 954 n 1 Measurements701696694706703 计算标准差 连续性数据 平滑 正态 分布 假定数据符合正态分布假设收集到无限多的数据 这些数据可能看起来像下图我们可将这些数据看成平滑的分布红线 练习 概率分布图 正态曲线和概率 了解了正态曲线的平均值和标准偏差有助于估计风险 Probabilityofsamplevalue 正态分布的应用 如果我们货物交付给顾客的平均时间是240分钟 这一过程的标准偏差是15分钟 那么在270分钟后到货的概率为多少 正态分布的应用2 中国成年男子身高均为168cm 标准差为5 5cm 试计算 1 身高小于160cm的概率 2 身高高于180cm的概率 3 身高介于160 180cm的概率 二项分布 例 从一批产品中随机抽取进行检测 根据历史数据而知 产品的不合格率为10 假设要求产品检测人员每抽取一件产品 检测完毕后 要放回这批产品中 又称为有放回抽样 检验人员共检测了6件产品 问检测到的不合格品数分别为0 1 2 3 4 5 6的概率 XP00 53144110 35429420 09841530 01458040 00121550 00005460 000001 二项分布的均值 方差与标准差 E X npVar X np 1 p 泊松分布 质量控制中常遇到这样的情况 不仅要关注不合格品 而且要关注每件不合格品所包含的不合格项的情况 1 定义设随机变量X的可能取值是一切非负整数 而概率函数是 其中常数 0 泊松分布的均值与方差相等 均入 泊松分布 总结 连续型数据能有很多可能的数值 计数型数据是不连续的连续型数据的信息比较丰富 计数型的就要少得多对位置的测量是平均值和中位数对离散的测量 标准偏差和极差图表出来的信息会多于数据正态曲线可用来估计缺陷的风险 第二章持续改进和统计过程控制 1 什么是SPC2 SPC是发展3 控制图的种类4 控制图的选择5 中央极限定理6 及 风险7 抽样方法8 普通原因和特殊原因 WHATISSPC SPC是一种方法论 对过程数据进行收集 利用基本图形 统计工具加以分析 从分析中发现影响过程的变异 通过问题分析找出异常原因 立即采取改善措施 使过程恢复正常 并借助过程能力分析与标准化 以不断提升过程能力 当控制图失控时 不能指出为什幺失控 当过程能力不足时 不能指出为什幺不足 Shewhart 控制图之创始人 控制图是1924年由美国品管大师W A Shewhart博士发明 当时称为 StatisticalQualityControl 控制图在英国及日本历史 英国在1932年 邀请W A Shewhart博士到伦敦 主讲统计品质管制 而提高了英国人将统计方法应用到工业方面之气氛 就控制图在工厂中实施来说 英国比美国为早 日本在1950年由W E Deming博士引到日本 同年日本规格协会成立了品质管制委员会 制定了相关的JIS标准 从1950 1980年 经过30年的努力 日本跃居世界质量与生产率的领先地位 美国著名质量管理专家伯格 RogerW Berger 教授指出 日本成功的基石之一就是SPC 产品质量的统计观点 产品质量的统计观点是现代质量管理的基本观点之一 1 产品的质量具有变异性2 产品质量的变异性具有统计规律性 不是通常的确定性现象的确定性规律 而是随机现象的统计规律 SPC的精神 分析特性 了解其正常波动的范围 改进特性 不断改进过程的波动范围降低COPQ SPC SQC 针对产品所做的是在做SQC 针对过程的重要控制参数所做的才是SPC RealTimeResponse 针对原料所做的控制也可属SPC SPC用在那里 PROCESS OUTPUT INPUT 消极的地方只能防堵 积极的地方可防止不良 积极的地方可防止不良 控制图种类 依用途 分析用控制图过程分析用过程能力研究用过程控制准备用 控制用控制图探测不正常原因验证异常原因是否消除 控制用与分析用控制图的区别 控制图与APQP 企划 回馈评鉴及矫正措施 生产计划 第一阶段计划和确定 第二阶段产品设计开发 第三阶段制程设计开发 第四阶段产品及制程确认 第五阶段回馈评鉴及矫正措施 概念提出与核准 计划核准 原型品 试作 量产 DFMEADOEQFD PFMEADOEQFD PFMEA MSASPC DOE PFMEA MSASPC PPAP QFD 分析 控制 控制图种类 依数据类型 计量值控制图平均值与极差控制图平均值与标准差控制图中位数与极差控制图个别值与移动极差控制图 计数值控制图不良率控制图不良数控制图缺点数控制图单位缺点控制图 优点 根据控制图显示 可以预测将发生之不良状况 便于调查事故发生的原因 样本量少 反应灵敏 缺点 在制造过程中 需要经常抽样 测量 计算后需点上控制图 较为麻烦而费时间 计量型控制图优缺点 优点 只在生产完成后 才抽取样本 所需数据能以简单方法获得之 对于工厂整个品质情况了解非常方便 缺点 根据控制图信息 有时无法寻求不良之真正原因 而不能及时采取处理措施 而延误时机 良率越高 样本数越大 计数型控制图优缺点 控制图的选择 CASESTUDY 样本与总体 总体 样本 抽样 数据 测试 结论 分析 管理 常规控制图的统计原理 正态分布特点 位置 中心值 分布宽度 正态分布概率 正态分布概率 控制图的结构 控制图的作用 控制图不仅能将数值以曲线表示出来 以观其变异之趋势 且能显示变异系属于机遇性 普通原因造成 或非机遇性 异常原因导致 以指示某种现象是否正常 而采取适当之措施 Time 哪一种分布较好 抽样检验时的 风险亦称为生产者冒险 风险亦称为消费者冒险 及 风险 第一种错误 第二种错误 两种错误损失分析 发生第一种错误时 虚发警报 由于徒劳地查找原因并为此采取了相应的措施 从而造成损失 因此 第一种错误又称为徒劳错误 发生第二种错误时漏发警报 过程已经处于不稳定状态 但并未采取相应的措施 从而不合格品增加 也造成损失 控制界限与 风险 过程漂移与 风险 控制界限与错误损失 Shewhart用经济平衡点 Breakevenpoint 求得3 的界限综合损失最小 关于 风险的补充 在统计中通常采用 1 5 10 三级 但在控制图中为了增强使用者的信心 所以将 定位0 27 这样 就大 这就需要增加第二类判异准则 即使点子不出界 但当界内的点子排列不随机的时候也表示存在异常 抽样方法说明 重点内容如何确定子组如何确定子组大小 n 如何确定抽样频率 f 如何确定子组数量 k 如何确定子组 必须使在大致相同的条件下所收集的质量特性值分在一组 组中不应有不同本质的数据 以保证组内仅有普通原因的影响 我们所使用的控制图是以影响过程的许多变动因素中的普通原因所造成的波动为基准来找出异常因素的 因此 必须先找出过程中普通原因波动这个基准 组内变异和组间差异 不同槽之间的谓组间变异 我们在于了解在相同的操作条件之下 不同槽之间的差异 如果差异很大 表示组间有差异 同一槽之内的变异谓组内变异 此时就要去分析在同一槽之内是否有不均之现象 时间 质量特性 制程的变化 如何确定子组 正确例子 如何确定子组 错误例子 如此的取样方式会造成无法有效区别组内变异和组间变异 造成控制界限变宽 无法有效侦测制造变异 时间 质量特性 制程的变化 使用个别值时其检出力较差 使用平均值时其检出力较佳 平均值与个别值的检出力 假设群体移动2s 采用Xbar R比X Rm好 检出力可以增加 可以有效判定组内变异和组间变异 经过平均值之后 其分布会更趋近于正态分布 每天只抽一组来代表 是否能代表制程呢 每天如果抽三组的样本是否更能代表制程 如何确定抽样频率 如何确定抽样频率 抽样频率必须考虑以下方面 过程历史状况经常发生失控 就需要更频繁的抽样 若班别切换会导致变更 则每班必须抽到 发生失控时 对质量的影响程度抽样的容易程度抽样和测量样本的费用 通常在量产时 抽样频次为每班或每天1 2次 如何确定抽样频率 初期不了解制程 制程不稳定 存在组间变异 稳定期后 大部份只存在组内变异 偶而出现组间变异 快速而频繁的取样 才能掌握制程的情形 并将各项不稳定的因子去除 由于制程已相对稳定 我们可以预测制程变化 所以抽样频率可较低 但仍应要有代表性 初期过程研究 抽样频率 一个班次之内取二十五组 我们利用在一个班次当中取二十五组 此时由于人 机料 法 环 测都比较固定 所以所估计出来的组内变异会比较正确 相关的控制界限比较窄 可以有效地侦测出不同班别之间的变化 或则组间的变化 如材料变化 机器变化 参数变化等 长期过程研究 抽样频率 抽样频率依过程状况计算而定 可逐步放宽抽样频率 但必须满足能力要求 每2小时 抽一组 每4小时 抽一组 每个班 抽一组 每天抽一组 每周抽一组 过程波动原因的构成 波动原因 普通原因和特殊原因 普通原因 指的是造成随着时间推移具有稳定的且可重复的分布过程中的许多变差的原因 我们称之为 处于统计控制状态 受统计控制 或有时简称 受控 普通原因表现为一个稳定系统的偶然原因 只有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 指的是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 除非所有的特殊原因都被查找出来并且采取了措施 否则它们将继续用不可预测的方式来影响过程的输出 如果系统内存在变差的特殊原因 随时间的推移 过程的输出将不稳定 如果制程中 只有普通原因存在 则其将形成很稳定的分布 而且是可以预测的 如果制程中 有特殊原因存在 则其将为不稳定的分布 而且无法预测的 范围 时间 可预测 范围 时间 不可预测 普通原因和特殊原因 普通原因 特殊原因示意图 普通原因的波动范围 异常原因导致的波动范围 异常原因导致的波动范围 UCL LCL 普通原因与特殊原因举例 合格原料的微小变化机械的微小震动刀具的微量磨损加工方法局限性气候 环境的微小变化等等合格仪器的测量误差 使用不合格原料设备调整不当新手作业 违背操作规程刀具过量磨损加工方法的改变过大的测量误差 局部措施和系统措施 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大约可纠正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 特殊原因解决方法 普通原因解决方法 局部措施 系统措施示意图 解决普通原因的系统措施 解决异常原因的局部措施 解决异常原因的局部措施 UCL LCL 控制界限和规格界限 规格界限 是用以说明品质特性之最大许可值 来保证各个单位产品之正确性能 控制界限 应用于一群单位产品集体之量度 这种量度是从一群中各个单位产品所得之观测值所计算出来者 范围 时间 受控 消除了特殊原因 范围 时间 不受控 存在特殊原因 过程控制 受控 能力符合要求 普通原因的变异减少 規格上限 規格下限 范围 受控 能力不符合要求 普通原因的变异太大 过程能力 过程控制和过程能力 过程控制和过程能力 以上四类过程包含了现实中的各类过程 那么我们希望的过程是哪一类 对不希望的过程如何去处理它呢 1 对于 1 类过程而言 较理想 也是可接受的过程 因为此过程没有特殊原因的引的变差 处于受控状态 且满足客户要求 2 对于 2 类过程 虽然受控但由于普通原因导致过程变差过大 因此须采取系统改善措施来降低普通原因引起变差 3 对于 3 类过程 虽然满足客户的要求 但因过程存在特殊原因 这种原因如不消除 随时可能使过程不满足要求 因此须识别引起过程变差的特殊原因并消除它 4 对于 4 类过程 因其既存在明显的特殊原因 又可能存在较多的普通原因影响 因此须首先区分特殊原因和普通原因 然后消除特殊原因 如过程转变为 2 类过程 4 3 1 4 2 1 第三章控制图运用步骤 1 过程改进循环2 构建SPC步骤3 计算控制界限4 过程稳定性分析 P D A C P D A C P D A C 1 分析过程 2 维护过程 3 改进过程 过程改进循环 构建SPC步骤 确立制造过程 过程概念 输入 增加附加价值的活动 输出 订单 产品 服务 制造流程图 确立制造流程 决定控制项目 从顾客声音 VOC 关键质量特性安全特性关键特性主要特性从关键质量特性 CTQ 关键过程特性 产品 服务 KPC KPC KeyProductCharacteristics KCC KeyControlCharacteristics 决定控制项目 初始标准化 合理子组的确定 子组大小的确定 抽样频率的确定 子组数量的确定 试生产控制计划 控制图的选择 计数 np p c u 计量 X bar R X bar S Individual 收集数据 收集数据阶段 1从制造过程中抽取样本 2建立控制图及记录原始记录 3计算每个子组的均值X和极差R 4选择控制图的刻度 5将均值和极差画到控制图上 取样的方式 取样必须达到组内变异小 组间变异大抽取的样本必须能代表过程 每个子组的平均值和极差的计算 选择控制图刻度 X图 坐标上的刻度值的最大值与最小值之差应至少为子组均值的最大值与最小值差的2倍 R图 刻度值应从最低值为0开始到最大值之间为初始阶段所遇到的最大极差的2倍 计算控制限 1计算平均极差及过程平均值 2计算控制限 3在控制图上作出平均值和极差控制限的控制线 计算控制界限 过程控制解释 1分析极差图上的数据点 2识别并标注特殊原因 极差图 3重新计算控制界限 极差图 4分析均值图上的数据点 5识别并标注特殊原因 均值图 6重新计算控制界限 均值图 过程稳定性分析 作控制图的目的是为了使生产过程或工作过程处于 控制状态 控制状态即稳定状态 指生产过程或工作过程仅受普通原因影响 产品质量特性的分布基本上不随时间而变化的状态 反之 则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 过程稳定性分析 控制图的判读 准则1 超出控制界限的点 出现一个或多个点超出任何一个控制界限是该点处于失控状态的主要证据 可能的原因 新工人 原材料 机器 工艺 检验方法 标准改变 操作者的技能 意识变化等 连续25点不允许 连续35点允许1点 连续100点允许2点 控制图的判读 准则2 连续9点位于中心线的一侧 可能的原因 新工人 原材料 机器 工艺 检验方法 标准改变 操作者的技能 意识变化等 UCL CL LCL 控制图的判读 准则3 连续6点上升 后点等于或大于前点 或下降 可能的原因 新工人 原材料 机器 工艺 检验方法 标准改变 操作者的技能 意识变化 工夹具磨损等 UCL CL LCL 控制图运用步骤 连续14点相邻点上下交替 造成这种现象的原因可能是 两个过程在一张图上 分层不足 如两种材料 两台设备等 操作者过度控制 UCL CL LCL 控制图的判读 准则5 连续3点中有2点落在中心线的同一侧B区以外 中心值可能偏移 可能的原因 新工人 原材料 机器 工艺 检验方法 标准改变 操作者的技能 意识变化等 UCL CL LCL C B A C B A 控制图的判读 准则6 连续5点中有4点落在中心线的同一侧C区以外 中心值可能偏移 可能的原因 新工人 原材料 机器 工艺 检验方法 标准改变 操作者的技能 意识变化等 UCL CL LCL C B A C B A 控制图的判读 准则7 连续15点在中心线两侧的C区内 造成这种现象的原因可能是 虚报数据 分层不足 子组内包含不同分布 极差偏大 改进后变异减小 UCL CL LCL C B A C B A 控制图的判读 准则8 连续8点在中心线两侧 但无一在c区内 造成这种现象的主要原因可能是出现了双峰 系统环境的变化 温度 操作者疲劳 设备参数波动 设备零部件 工夹具松动 分层不足 子组来自不同分布 UCL CL LCL C B A C B A 控制图的判读准则的选用 并不是所有的判定准则都必须使用于任何过程控制的 典型的判读准则选用参考如下 准则1 5最为通用 准则2 6对探测微小的过程变化比较敏感 准则4 8最能探测平均值的变化 分层 准则7可以揭示过程 的改进 准则3用于探测过程的漂移 控制图不稳定的分析 首先确定计算有无错误 确认抽样正确与否 确认测量的准确性 接着调查以下各项 原料是否与原来所用的不同 批号 型号 混用 操作者是否状态不佳 或为新手 操作者是否按照作业标准工作 设备是否经过维修或在不良状态 工夹具是否新更换或磨损松动 测量系统是否有能力分辨过程 并稳定 环境条件是否发生变化 控制图不稳定的分析 当发现不稳定 并寻找到特殊原因后 设法予以消除 然后剔除这些异常点的数据 再利用剩下来的数据 若所剩数据不足25组则需重新收集适当数据 重新计算控制界限 重新判读直至稳定 收集数据 绘图及计算控制限 是否异常 延伸控制限 N 找出异常点原因并提出相应措施 制程有变化人机料法环测量 Y 控制图不稳定的分析 重新估计过程标准偏差 重新计算控制界限 Xbar R练习 机器连续生产钢珠 直径是它的一个重要质量特性 为对钢珠直径进行控制 每隔15分钟抽样1次 每次抽取产品5个 共抽样25次 测量并记录数据 请绘制Xbar R控制图 并分析过程是否稳定 手工计算如下 273 76 25 10 950 1 45 25 0 58 10 950 10 950 0 577 0 588 10 916 10 950 0 577 0 588 10 983 0 58 0 2 2114 0 058 0 1226 判图并分析 请判定前图是否有异常如果有异常 怎么办 由上图可知 极差图和均值图均无异常 我们可以判定钢珠的生产过程处于统计状态 如果同时能够证明该过程能力满足预期要求 就可以延长此控制限 成为控制用控制图 第四章认识计量型数据的过程能力和过程性能 1 什么是过程能力2 过程能力分析3 机器能力分析4 过程能力改进与6 什么是过程能力 过程能力 ProcessCapability 一个稳定过程的固有变差点的总范围 过程性能 ProcessPreformance 一个过程总变差的总范围 过程能力指数 是指过程能力与过程目标相比较的定量描述的数值 即表示过程满足产品质量标准 产品 规格 公差 的程度 过程能力解释 1计算过程的标准偏差 2计算过程能力Cp Cpk Ppk Cpm Cmk 3评价过程能力 4提高过程能力 5对修改的过程绘制控制图并再分析 过程能力分析 制程精密度 反映制程的分布宽度 过程能力指数Cpk 双边规格只有上规格时只有下规格时 min C C C pl pu pk 过程能力指数Cp值的评价参考 举例 螺纹钢板的切割过程经使用已达到受控状态 如下图所示 从控制图上可获得如下一些统计量 而其规范限为210 3 试计算CPK值 过程能力指数 CPK的计算 207208209210211212213214215 LSL USL 首先计算标准差 的估计值 在n 5时 这个实际过程指数CPK 0 323是很小的 显得严重不足 再计算 过程能力指数 CPK的计算 过程能力指数 CPK的计算 最后利用CPK的另一种形式 练习 请计算下列数据的Cpk 其规格为单边规格就是必须大于100 目前的制程状况为 过程性能指数Ppk 制程性能指数的计算 其估计的标准差为总的标准差 包含了组内变异以及组间变异 总变异 组内变异 组间变异 举例 若金属加工的上 下规范限为 USL 10 22 LSL 10 08如果已知总平均值 它可作为总体均值 的估计 其长期标准差 0 0204 由此算得 过程性能指数 Cpk和Ppk的差异 Cpk 只考虑了组内变异 而没有考虑组间变异 所以一定是适用于制程稳定时 其组间变异很小可以忽略时 不然会高估了制程能力 另句话也可以说明如果努力将组间变异降低时所能达到的程度 Ppk 考虑了总变异 组内和组间 所以是比较真实的情形 所以一般想要了解真正的制程情形应使用Ppk 指数差异说明 练习 指数差异说明 10 14 18 T 12 16 10 14 18 T 12 16 练习 在钢珠生产过程中 假定顾客允许的钢珠直径的变异范围为 10 90 11 00 请分析过程能力 两条线重合 这说明 除组内随机误差外 组间差差异不显著 CP CPK两者小于1 说明过程能力不足 两者没有差异 说明改进过程时 主要改进的方面是设法降低过程的波动 PP PPK两者等于CP CPK 说明过程能力非常接近过程固有的能力 过程不存在组间差异的特殊原因 应从寻找随机因素入手提高过程能力 练习 另外要注意是进行上述之前 先应该验证过程是稳定的 还应验证过程是正态分布 才能进行过程能力计算 X控制图 R图以及时25子组的散点图可以用来验证过程是否稳定 能力直方图 正态概率图可以用来验证过程是否服从正态分析 能力直方图 正态概率图可以用来验证过程是否服从正态分析 何时应用Cmk指数 新机器验收时机器大修后新产品试制时过程不稳定 不合格追查原因怀疑机器问题时 Casestudy Casestudy 假设其规格为50 5 试计算其Cmk 机器能力指数 短期 长期能力指数 Cpm的说明 Cpm例 假设过程输出如图 分布B的均值 12 标准差 2 分布A的均值 15 标准差 0 57 请分别用Cpk和Cpm来评价过程的优劣 Cpm例 解答 A B A B 练习 规格为100 3 1 请判定过程是否稳定 2 过程能力 过程继续控制 当初始过程稳定并可接收时 即转入量产的过程控制阶段 此时所计算得到的CL UCL LCL必须作为控制基准延长使用 控制界限的重新计算 控制图经过使用一定时期后 生产过程有了变化 例如加工工艺改变 刀具改变 设备改变以及进行了某种技术改革和管理改革措施后 应重新收集最近期间的数据 以重新计算控制界限并作出新的控制图 建议的做法是 发生工艺变更时 重新计算控制界限 不发生工艺变更 一个月或一个季度评审一次以了解过程是否发生了漂移 过程继续控制 过程继续控制 过程变更信息 重新初始标准化 收集数据 计算控制界限 重新控制过程 稳定性分析 过程能力分析 问题分析解决 时间 表现 在过程能力上的革新 好的 坏的 3Sigma CpK 1 6Sigma Cpk 2 过程改进 过程改进 过程改进信息 重新初始标准化 收集数据 计算控制界限 重新控制过程 稳定性分析 过程能力分析 问题分析解决 第五章其它几个计量型控制图 1 均值 标准差控制2 单值 移动极差控制图 计量控制图的中心线和上 下控制限 MR图 x图 单值 移动极差控制图 x MR图 R图 Me图 中位数 极差控制图 Me R图 s图 图 均值 标准差控制 S图 R图 图 均值 极差控制图 R图 LCL UCL CL 控制图的名称与符号 A收集数据 在计算各个子组的平均数和标准差其公式分别如下 B计算控制限 过程控制解释 同X R图解释 过程能力解释 1 每个子组的零件都是在很短的时间内及非常相似的生产条件下生产出来的 2 子组是单一的过程流程生产的产品 如一个模具生产的零件 3 初期研究时 子组一般由10 25件 连续生产的产品组合 4 每个子组内的变差主要是普通原因造成的以上的4个条件不能满足时 控制图可能不会有效地区分特殊原因的变差 可能会出一个或多个点超出控制限 在选择子组与子组数的大小时 应遵循以下原则 1 子组的容量应保持恒定2 子组数据在25组或以上 在适当的时间收集足够的子组 25组或以上 这样的子组才能反应潜在的变化 在过程的初始阶段 通常是在较短的时间间隔内收集样本 如每半小时 子组抽样的频率有以下几种 但不限于 1 每15分钟抽样一次2 每30分钟抽样一次3 每小时抽样一次1 每2小时抽样一次1 每3小时抽样一次1 每4小时抽样一次1 一天一次 较为少见 同X R图解释 过程能力指数计算同上 单值控制在检查过程变化时不如X R图敏感 如果过程的分布不是对称的 则在解释单值控制图时要非常小心 单值控制图不能区分过程零件间重复性 最好能使用Xbar R 由于每一子组仅有一个单值 所以平均值和标准差会有较大的变性 直到子组数达到100个以上 A收集数据收集各组数据计算单值间的移动极差 Rm1 X1 X2 Rm2 X2 X3 Rm3 X3 X4 Rm24 X24 X25 Rm Rm1 Rm2 Rm3 Rm24 24 如果共取样25个数据 那幺只有24个移动极差 B计算控制限 C过程控制解释审查移动极差图中超出控制限的点 这是存在特殊原因的信号 记住连续的移动极差间是有联系的 因为它们至少有一点是共同的 由于这个原因 在解释趋势时要特别注意 可用单值图分析超出控制限的点 在控制限内点的分布 以趋势或图形 但是这需要注意 如果过程分布不是对称 用前面所述的用于X图的规则来解释时 可能会给出实际上不存在的特殊原因的信号 1 每次取样数为1的产品 如破坏性试验等 2 个别值 移动极差控制图在检查过程变化时不如Xbar R图敏感3 X RM图的每个子组只有一个单值 平均值与标准差会有较大的变差性 因此X RM图需子组数25个以上 如果达到100则更好 这可以较全面的地判断过程稳定性 X RM图抽样子组频率的确定需综合考虑过程稳定性与经济性 X RM图的判读 可参考X R判读方法 不同之处有以下两点 1 审查移动极差图中超出控制限的点 这是存在特殊原因的信号 连续移动极差间是有联系的 因为它们至少有一点是共同的 由于这个原因 在解释趋势时要特别注意 2 可用单值图分析超出控制限的点 分析控制限内点的分布 以及趋势或图形 但这需要注意 如果过程分布不是对称的 用前面所述的用于X图的规则来解释时 可能会得出实际上存在的特珠原因的信号 1 直接用估计 值来评价过程能力 式中的R表示极差的均值2 过程能力指数计算同上 第六章计数型控制图 1 P不良率控制图2 np不良数控制图3 c缺点数控制图4 u单位缺点数控制图 不良和缺陷的说明 P控制图的制做流程 A收集数据 B计算控制限 C过程控制解释 D过程能力解释 建立p图的步骤A 阶段收集数据 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 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 A1子组容量 频率 数量 子组容量 用于计数型数据的控制图一般要求较大的子组容量 例如50 200 以便检验出性能的变化 一般希望每组内能包括几个不合格品 但样本数如果太多也会有不利之处 分组频率 应根据产品的周期确定分组的频率以便帮助分析和纠正发现的问题 时间隔短则反馈快 但也许与大的子组容量的要求矛盾子组数量 要大于等于25组以上 才能判定其稳定性 A2计算每个子组内的不合格品率 记录每个子组内的下列值被检项目的数量 n发现的不合格项目的数量 np通过这些数据计算不合格品率 A3选择控制图的坐标刻度 描绘数据点用的图应将不合格品率作为纵坐标 子组识别作为横坐标 纵坐标刻度应从0到初步研究数据读数中最大的不合格率值的1 5到2倍 A4将不合格品率描绘在控制图上 描绘每个子组的p值 将这些点联成线通常有助于发现异常图形和趋势 当点描完后 粗览一遍看看它们是否合理 如果任意一点比别的高出或低出许多 检查计算是否正确 记录过程的变化或者可能影响过程的异常状况 当这些情况被发现时 将它们记录在控制图的 备注 部份 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画线并标注 建立p控制图的步骤B 计算平均不合格率及控制限 画线并标注 均值用水平实线线 一般为黑色或蓝色实线 控制限用水平虚线 一般为红色虚线 尽量让样本数一致 如果样本数一直在变化则控制界限将会变成锯齿形 过程控制用控制图解释 C1分析数据点 找出不稳定证据 C2寻找并纠正特殊原因 C3重新计算控制界限 超出控制限的点链明显的非随机图形 建立p图的步骤C 分析数据点 找出不稳定的证据 点是否超出控制限 是否有链出现 是否有明显的非随机图形 寻找并纠正特殊原因 当从数据中已发现了失控的情况时 则必须研究操作过程以便确定其原因 然后纠正该原因并尽可能防止其再发生 由于特殊原因是通过控制图发现的 要求对操作进行分析 并且希望操作者或现场检验员有能力发现变差原因并纠正 可利用诸如排列图和因果分析图等解决定问题数据 重新计算控制限 当进行初始过程研究或对过程能力重新评价时 应重新计算试验控制限 以更排除某些控制时期的影响 这些时期中控制状态受到特殊原因的影响 但已被纠正 一旦历史数据表明一致性均在试验的控制限内 则可将控制限延伸到将来的时期 它们便变成了操作控制限 当将来的数据收集记录了后 就对照它来评价 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 D4绘制并分析修改后的过程控制图 建立p的步骤D 过程能力解释 对于p图 过程能力是通过过程平均不合率来表示 当所有点都受控后才计算该值 过程能力分析 计数型之计件值过程能力指数评价 1 采用ppm评价公式 ppm 不良数 检验数 百万评价等级ppm 233过程能力充分 不合格品数np图 np 图是用来度量一个检验中的不合格品的数量 与p图不同 np图表示不合格品实际数量而不是与样本的比率 p图和np图适用的基本情况相同 当满足下列情况可选用np图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 各阶段子组的样本容量相同 np 图的详细说明与p图很相似 不同之处如下 A收集数据 受检验样本的容量必须相等 分组的周期应按照生产间隔和反馈系统而定 样本容量应足够大使每个子组内都出现几个不合格品 在数据表上记录样本的容量 记录并描绘每个子组内的不合格品数 np B计算控制限 过程控制解释 过程能力解释 C过程控制解释 同 p 图的解释 D过程能力解释 同 p 图的解释 不合格品数np图 Casestudy 请计算出上表的np控制图的控制限 请判定过程是否稳定 如果是不稳定该如何处理 缺陷数c图 c 图内来测量一个检验批内的缺陷的数量 c图要求样本的容量或受检材料的数量恒定 它主要用以下两类检验 不合格分布在连续的产品流上 例如每匹维尼龙上的瑕疪 玻璃上的气泡或电线上绝缘层薄的点 以及可以用不合格的平均比率表示的地方 如每100平方米维尼龙上暇疵 在单个的产品检验中可能发现许多不同潜在原因造成的不合格 例如 在一个修理部记录 每辆车或组件可能存在一个或多个不同的不合格 A收集数据 检验样本的容量 零件的数量 织物的面积 电线的长度等 要求相等 这样描绘的c值将反映质量性能的变化 缺陷的发生率 而不是外观的变化 样本容量n 在数据表中记录样本容量 记录并描绘每个子组内的缺陷数 c B计算控制限 C画线并标注 均值用水平实线线 一般为黑色或蓝色实线 控制限用水平虚线 一般为红色虚线 样本数要一致 D过程控制解释 过程能力解释 过程控制解释同p图解释过程能力解释过程能力为c平均值 即固定容量n的样本的缺陷数平均值 单位产品缺陷数的u图 u 图用来测量具有容量不同的样本 受检材料的量不同 的子组内每检验单位产品之内的缺陷数量 除了缺陷量是按每单位产品为基本量表示以外 它是与c图相似的 u 图和 c 图适用于相同的数据状况 但如果样本含有多于一个 单位产品 的量 为使报告值更有意义时 可以使用 u 图 并且在不同时期内样本容量不同时必须使用 u 图 u 图的绘制和 p 图相似 不同之处如下 A收集数据 各子组样本的容量彼此不必都相同 尽管使它的容量保持在其平均值的正负25 以内可以简化控制限的计算 记录并描绘每个子组内的单位产品缺陷数u c n式中c为发现的缺陷数量 n为子组中样本容量 检验报告单位的数量 c和n都应记录在数据表中 B计算控制限 过程控制解释 过程能力解释 过程控制解释同p图解释过程能力解释过程能力为u平均 即每报告单元缺陷数平均值 Casestudy 请计算出上表的u控制图的控制限 请判定过程是否稳定 如果是不稳定该如何处理 第七章控制图注意事项 注意事项1 分层问题 同样产品用若干台设备进行加工时 由于每台设备工作精度 使用年限 保养状态等都有一定差异 这些差异常常是增加产品质量波动 使离差加大的原因 因此 有必要按不同的设备进行质量分层 也应按不同条件对质量特性值进行分层控制 作分层控制图 另外 当控制图发生异常时 分层又是为了确切地找出原因 采取措施所不可缺少的方法 注意事项2 及时响应 每班抽一组数据 三班连续运转 中夜班收集的数据要等到第二天工程师上班才能分析 RealTimeResponse 注意事项3 不超SPEC就没有关系 虽然超出了控制界限 但是没有超出规范值 所以不需要分析原因 采取措施 标准正态分布函数表 疑难解答