SPC课程纲要.docx
《SPC课程纲要.docx》由会员分享，可在线阅读，更多相关《SPC课程纲要.docx（18页珍藏版）》请在冰点文库上搜索。
SPC课程纲要
--------------------------------------------------------------------------------
SPC课程纲要
SPC兴起的背景
什么是SPC和SPD?
为什么要学习SPC和SPD？
SPC和SPD工程的推行步骤
SPC的理论基础
统计的若干要素、术语
SPC的对象
SPC的内容
控制图
判稳原则
判异原则
测量系统指标
工序能力分析
控制图的原理
控制图的用处
控制图的种类
计量型控制图
计数型控制图
高级控制图
控制图的选择流程
控制图的实施
制程能力改善的方向
两种质量多元诊断理论简介
SPC和SPD软件演示
SPC、SPD推行面临的疑惑
SPC、SPD推行面临的困难及克服方法
--------------------------------------------------------------------------------
SPC兴起的背景
朱兰在94年的美国品质大会上说：
二十世纪是生产力的世纪，二十一世纪是质量的世纪，提出了超严格的质量要求。
“贯彻预防原则”是现代质量管理的核心和精髓。
现代质量管理的新特征：
对于质理管理所提出来的原则、方针和目标，都要有科学措施和统计方法来保证他们的实现。
ISO9001.4.20统计技术：
要求建立并保持形成文件的程序，以实施统计技术。
9001建议了10多种统计方法，其中就有工序能力研究和控制图。
ISO9000系列受到两个冲击：
ISO9000：
2000版，增加了SPC方面的要求,（对Cpk没有明确要求）
QS9000：
Cpk>1.67，0.57PPM，（GM、FORD、CHRYSLER）
宣告：
（1）经验挂帅时代的结束，经验挂帅：
戴明（W.EdwardsDeming）说：
“努力挖掘自己的坟墓”。
（2）品质公共认证时代的来临。
什么是SPC和SPD?
SPC和SPD是现代质量控制科学的重要内容。
SPC：
statisticalprocesscontrol。
利用统计技术对过程中的各个阶段进行监控，从而达到保证产品质量的目的。
SPD：
statisticalprocessdiagnosis。
用统计技术对过程中的各个阶段进行监控与诊断，从而达到缩短诊断异常的时间、以便迅速采取纠正措施、减少损推销、降低成本、保证产品质理的目的。
为什么要学习SPC和SPD？
（人）工程人员建立渊博知识体系的需要
专业技术理论（经）+统计逻辑理论（纬）。
统计逻辑理论=系统的理论+变异的理论。
系统的理论：
是产品做出来之前组合五大资源（人机料法环）的流程，对同一产品的系统，体现公司的专业知识与经营理论。
变异理论：
对所有的工程人员的要求。
三要素。
（企业）顺应工业制造能力升级：
3σ到6σ，2.7X10-3到2.0X10-9。
电子行业：
1.33,63PPM
MOTOROLA：
1.5,3.4PPM
PHILIPS机芯：
300PPM，多种电子元件和机械部件组成。
SPC和SPD工程的推行步骤
培训SPC和SPD知识（教育）
确定关键质量因素（Q）
制定过程控制标准（P）
编制过程控制标准手册，在各部门落实（界线）
对过程进行监控（controlchart）
对过程进行诊断并采取措施解决问题（改善）
SPC的理论基础
SPC发展到现在已经成为一个比较庞大的质量控制科学，各种SPC技术已达近百种之多，然而这些技术都是基于一个相同的基本原理，即统计学中的小概率事件原理：
“在一次观测中，小概率是不可能发生的，一旦发生就认为系统出现问题”。
把此原理转化为工程技术语言，可描述为：
预先假定工序处理某一状态，一旦显示出偏离这一状态的极大可能性就认为工序失控，于是需要及时调整”。
统计的若干要素、术语
统计的目的：
数据通过计算后产生有意义的情报。
统计=数据+计算+有意义的情报
情报的要素：
集中趋势。
离中趋势。
被含盖在特定范围内的机率。
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。
产品质量具有变异性
产品质量的变异具有统计规律性。
质量管理中常见的概率分布
概率分布：
是将变量在总体中的取值与其发生的概率二者相联系的数学模型。
在质量管理中，常见的离散概率分布有二项分布与泊松分布，连续分布有正态分布等。
二项分布：
计件
泊松分布：
计点
正态分布：
X~N（μ，σ2）是SPC和SPD控制的依据。
正态分布的特点：
连续、对称
均值
标准方差：
反映相对于平均值（mean）的离散程度。
质量变化因素：
偶然因素：
随机变异：
无序、无方向、长期存在、很难消除：
静若处子
异常因素：
特殊变异：
有序、有方向、短时存在、容易消除：
动如脱兔
直方图的作用：
使分布图形化。
直方图包含的信息：
集中趋势+离中趋势+被含盖的特定范围内的机率。
故障直方图包含的信息：
多峰型直方图：
需分层处理
孤岛型：
必须利用专业技术而非利用逻辑技术就可解决，必定有非机遇因素。
偏态型：
系统有了难以避免的自然飘移现象，如老化现象。
正态分布的置信区间：
不论μ与σ取值为何，产品质量特性值落在[+-3σ]范围内的概率为99.73%：
落在[+-2σ]范围内的概率为95.44%，落在[+-1σ]范围内的概率为68.26%。
一元稳态：
即过程中只有偶因而没有异因的状态。
技术稳态：
工序能力指数满足要求。
统计稳态：
特征值分布符合正态分布。
多元稳态：
指所控制多个变量的多元分布参数（均值和公差）受到控制，稳定不变于稳态这个基准。
所有分布参数都进入一元稳态。
各变量之间的协方差相关关系稳定不变。
（这是多元情况的新特点）
T2控制图的计量T2值：
是一个评价多元系统的科学的总评价值，没有实际的物理意义。
两种错误：
第一种错误：
虚发报警。
第二种错误：
漏发报警。
3σ方式：
控制图的总体公式
UCL=u+3σ
CL=u
LCL=u-3σ
样本大小：
N>=25（统计工程约定）。
两种质量：
总质量=分质量+上工序的影响（简称上影）
分质量：
即工序固有质量，分质量是指该工序本身的加工质量，而不包括上工序的影响，其特点是反映了该工序的工作质量，分质量与上工序无关，应用分质量去分析是过程分析的关键。
总质量：
工序综合质量，简称总质量，总质量就是通常意义下的产品质量，其特点可以由用户直接感受到。
SPC的对象：
过程：
服务过程、制造过程、检验过程，寻找过程参数与品质参数的因果关系。
设计、制造、交付
SPC/SPD是对制造过程加以控制的工具
SPC的内容
控制图：
是对过程质理加以测定、记录从而进行控制管理的一种用科学方法设计的图，包含以下要素：
中心线（CL）
上控制界线（UCL）
下控制界线（LCL）
样本统计量数值
判稳原则：
连续25个点，界外点数D=0，犯第一种错误的概率a1=0.0654
连续35个点，界外点数D≤1,犯第一种错误的概率a2=0.0041
连续100个点，界外点数D≤2,犯第一种错误的概率a3=0.0026
判异原则：
点出界（包括压界）就判异。
界内点排列不随机判异。
三个点中有两个接近控制限判异。
在控制图中心线一侧连续出现的点称为链（RUN），其中包含有点子数目称为链长，链长大于等于9，判异。
趋向：
点子逐渐上升或下降的状诚称为倾向阳花或趋势，七点倾向判异。
点子集中的中心线附近：
我们规定在中心线正负1σ的范围内称为中心线附近。
点子作周期性变化：
测量系统指标：
GRR
指量测的重复性与再生性，量测精度指标。
重复性：
同一人员使用同一量具量测同一产品多次之后来估算其变异。
再生性：
由不同人员使用同一量具量测同一产品多次之后来估算其变异。
GRR的目的：
降低量测误差σGRR，使量测值之σI尽量接近σTU（真值之标准差）。
GRR的计算公式：
GRR测试流程：
工序能力分析（Cp）：
定义：
是指稳态下工序加工在质量上可能达到的水平，工序能力满足技术要求的程度。
Cpk：
制程能力指标，要求1.33以上；
Cp：
技术能力指标，要求1.0以上；
K：
管理能力指标，要求0.25以下。
工序能力指数的计算：
工序能力指数评价表：
CP（或CPK）评价备注
1.67例如，在6σ标准的场合，不合格品率以ppb来测量，CP竟然要求达到2.0。
1.331.000.67CP<0.67工序能力严重不足
控制图的原理
产品总体的质量我数据服从正态分布；
质量指标值落在μ±3σ范围内的概率为99.73%，落在μ±3σ以外的概率只有0.27%；
小概率原理：
小概率事件在一次实验中几乎是不会发生的。
若发生了，则说明工序已不稳定。
也就是说，生产过程中一定有系统性原因在起作用。
控制图的用处
交由操作员本身持继的管理有关工序。
协助稳定有关工序，促进质量的可测性。
容许工序提高质量，减低运作费及提高产能。
提供一种通用的语言来反映出工序的表现。
分辨工序内偶然原因及特殊原因而导致的差异。
控制图的种类
计量型控制图
-R：
最基本管制图，只要小组样本数量大于1即可；
X-MR：
小且样本数为1时；
MD-R：
同-R，但多为方便操作员不计算X；
-S：
同上，但多应用于小组样本数等于或大于9时；
X-Rs：
小组样本数为1时。
计数型控制图
P-chart
Pn（要求样本大小一致）
C（不良点数/单位）
u（平均不良点数）（要求样本大小一致）
高级型控制图
CUSUM（累积和）
EWMA（指数加权移动平均，可侦察出微量持续变化，并预测趋势）。
控制图的选择流程
控制图的实施
准备工作
选定工序及范围
选定欲管制的工序特性（制程参数）（选择要求，问题所在，特性相互联系、与品质指标有密切的因果关系）。
方法：
品质贡献率分析。
工序
制程参数
1
2
3
4
温度AA1
A2
A3
A4（31%）
压力BB1
B2（47%）
B3
B4
温度CC1
C2（14%）
C3
C4
速度DD1
D2
D3
D4
PH值EE1
E2
E3
E4
能量FF1
F2
F3
F4
OTHERALL：
8%
设定小组的样本数，小且数量，测量频率；
制定测量系统；
减低没必要及能力范围内的变化。
收集资料
计算测量所得的资料；
制定合适的Y轴比例；
将所得资料绘在图上。
计算管制界限
计算值（平均值）；
计算管制上，下限；
将所得的界限绘在图上。
分析及修正管制界限
分析并取消越限的数据；
重新计算管制界限；
将最终所得的管制界限记录下来。
使用管制图
将所求得的军衔制界限绘在空白图上；
根据所订的资料收集法收集资料；
定时将资料绘在图上；
纠正预防及改进制程。
制程能力改善的方向
品质诊断流程
两种质量多元诊断理论简介
研究的对象：
多工序、多指标系统，指标包括质量指标和技术指标。
多工序、多指标系统的特点：
在多工序生产线存在上工序影响的问题。
（纵向）
多指标工序存在相关性的问题。
（横向）
在多指标工序中诊断相关指标的工具：
多元T2控制图。
（不能将多个指标分成一元指标，分别用一元控制图进行控制）
SPC和SPD软件演示
QI演示
DTTQ多元质量诊断演示
全公司SPC和SPD控制点显示图
SPC、SPD推行面临的疑惑
控制图=SPC，解释：
控制图是SPC的工具之一。
还需考虑以下问题：
这是产品品质（Q）还是制程参数（P）控制图？
是否有实际意义？
是否对产品的品质举足轻重？
界限是否有意义？
Ca、Cp、Cpk=SPC。
解释：
前述参数是SPC中计算制程能力的最主要的指标。
有了可控制的制程参数（ProcessParameter）=SPC，解释：
制程参数是SPC分析的关键点。
SPC、SPD推行面临的困难及克服方法
边际效益：
当公司改善品质的支持者被筛选成少数人时，品质目标无法突破（对0缺陷没有信心）。
目前的赚和赔：
衡量美国企业经营者成功最简单的指标就是财务报表。
公司长期利益与个人年度政绩之间的矛盾。
人非圣贤、孰能无过
不良后果：
误导人视犯错为理所当然：
缺乏知识：
学习
同样的错误一错再错：
漫不经心，态度不好：
反
省觉悟。
CLOSBY品质名言：
“是不是每个月都会有几次进错家门”。
品质报应：
CLOSBY的地狱寓言
克服方法：
管理者的决心和全员教育（职前教育和在职训练）
SPC软件系统演示类别
作用
文件名称
样本
-R
分析分析353.SPC25组/5点
-R
控制日常353.SPC15组/5点
Np
分析Np-chart.SPC样本大小一致
P
分析Sam1-p.spc样本大小不一致
P
分析Ict2-p.spc样本大小不一致
SPD软件系统演示机型
参数个数
作用
文件名称
样品
异常点数
103k
10音频
分析
103k（11）.t2p
100
7
103k-3
16音视频
分析
103k-16.t2p
51
8
007k-3
16音视频
分析
Spd-7k~1.t2p
51
7
分析
原材料
参数个数
作用
文件名称
样品
异常点数
B09912mhzcrystal
3
分析
B099-1.t2p
100
4
B09927mhzcrystal
5
分析
B099-2~1.t2p
88
5
注：
晶振的5个参数：
频率偏差，串联电阻，静态电容，Q值，激励功率。
整机SPD多元质量诊断参数一览表：
参数
参数名称
参数
参数名称
X1
OutputlevelL
X11
视频输出电平
X2
OutputlevelR
X12
亮度幅频响应
X3
L/Rratio
X13
亮度加权信噪比
X4
Crosstalk
X14
色度幅频响应
X5
S/NL
X15
色度加权调幅信噪比
X6
S/NR
X16
色度加权调相信噪比
X7
DynamicrangeL
X8
DynamicrangeR
X9
THD+NL
X10
THD+NR
升级会员 