SPC统计过程控制的灵活应用.pptx
《SPC统计过程控制的灵活应用.pptx》由会员分享，可在线阅读，更多相关《SPC统计过程控制的灵活应用.pptx（93页珍藏版）》请在冰点文库上搜索。
统计过程控制SPC的灵活应用,1,目錄,一、什麽是统计过程控制二、什麽是过程变异？
三、两类过程变异原因四、过程受控与过程能力五、过程四种状态六、过程能力与合格率预测七、过程能力分析八、控制图（SPC）九、计量值控制图,2,一、什麽是统计过程控制,1统计过程控制又称SPC；全称为：
StatisticalProcessControl,1）是应用统计技术分析过程中的品质特性，区分过程变异的特殊原因和普通原因，从而达到控制过程变异的目的；2）最终目的是在于预防问题的发生及减少浪费；3）是进行品质控制的强有力工具。
3,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、什麽是统计过程控制,4,一、什麽是统计过程控制,2预防与检测1）事后检测质量控制的最原始手段；a.通过检查最终产品并剔除不符合规格产品，保证不合格品不提交给顾客或下一工序；b.可是,不合格品已经存在,浪费已经产生；2）预防:
一种在第一步就可以避免生产无用的产品，从而避免浪费；3）可是如何在做之前或无用产生之前就能知道“可以做好”、“不可以做好”，统计过程控制是一种普遍接受和运用的预防方法。
5,一、什麽是统计过程控制,3过程所谓“过程”，指的是共同工作以产生输出的供方、生产者、人、设备、输入材料、方法和环境以及使用输出的顾客之集合。
6,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,请试举例说明：
工作生活中所见的过程事例。
7,一、什麽是统计过程控制,4质量特性二重性：
绝对的波动性和相对的稳定性1）质量是过程的结果，是顾客关注的核心；2）波动性是绝对的，稳定性是相对的；a波动就是过程变异的外在表现；b过程控制就是有效限制波动,强化或增强稳定,8,一、什麽是统计过程控制,5统计过程控制的实质：
就是通过观察产品/过程波动;分析、鉴定产品/过程波动的原因，将其控制在相对稳定的状态，从而保证过程输出的稳定性。
9,二、什麽是过程变异？
1.事例：
2004年某厂新招人员身高测量数据：
取样n=89,L=175;S=156；单位：
cm164158159171160165161165168169161165162162175170162170162162163164166164164164164164164164165164165164165163165163165165166168170168160169160169160161156169166159169168162168162166167167164166166168161163167172160163173166163165164163172161174170171161162161167169163,10,二、什麽是过程变异？
2过程变异：
（用直方图示）,测量1人身高时,测量2人身高时,测量10人身高时,测量89人身高时,11,二、什麽是过程变异？
3过程变异：
从上图可以看出：
1）每个测量结果均会不同，2）但如测量到足够多的数据时，其测量结果的会是一个有规律的分布，这个有规律的分布就表征了身高变异的特性；3）过程变异的特性：
a位置；分布中心M；b分布宽度：
标准差来衡量；c分布形状；,12,二、什麽是过程变异？
4过程变异的分布特性图示：
M1,M2,位置差异,位置,1月份新招员工身高分布,6月份新招员工身高分布,位置描述了数据的典型性，如均值、中位数，分布中心等。
13,二、什麽是过程变异？
4过程变异的分布特性图示：
1,宽度差异,分布宽度,1月份新招员工身高分布,3月份新招员工身高分布,分布宽度描述了数据分布的最大值和最小值这间的距离。
2,14,二、什麽是过程变异？
4过程变异的分布特性图示：
分布形状,从上图示可知，过程或过程的结果随时处于波动之中，同时又有其规律性，通过认识过程特性的分布，分析分布的特性来认识过程是一种可行的方法。
15,二、什麽是过程变异？
4观察和处理过程变异的两种方法：
1）直观方法（传统方法），2）用统计控制方法；二者之间有何区别呢？
下面我们举例说明：
某公司是一家家电产品制造商，为了提高管理水平，导入了品质成本管理体系，经过前期努力，其统计取得了前5个月的品质成本数据如下表：
16,4观察和处理过程变异的两种方法：
17,二、什麽是过程变异？
4观察和处理过程变异的两种方法：
1）直观法：
作出品质成本与时间变化的趋势图,16500,17000,17500,16000,18000,第710周之间品质成本一直处于上升阶段，从而得出该过程存在问题,连续四周呈上升态势,经过改善后有所下降,18,4观察和处理过程变异的两种方法：
第7到第10周数据观察结果如下表：
从上表可看出，成本显得特别高，这好象证明了第710周不正常的结论，于是工程师们紧急寻找对策，并对该过程进行了改善，此后两周，品质成本有所下降。
但在后面又出现了上升，这样究竟改善有无作用呢？
无从回答。
二、什麽是过程变异？
特别高的品质成本,19,二、什麽是过程变异？
4观察和处理过程变异的两种方法：
2）统计方法：
下图为该过程品质成本变化的X图,16500,17000,17500,16000,18000,UCL=18106,LCL=16191,Mean=17149,图中：
UCL=上控制限；Mean=均值LCL=下控制限,20,二、什麽是过程变异？
4观察和处理过程变异的两种方法：
1）上面的控制图给我们一个信息，图上所有的点随机分布在控制限内，说明该过程是稳定的，并未出现异常。
2）如果不是从统计角度而是直观观察过程变异，可能得出“过程出现变异”的错误结论，这时如果进行改善，可能得出“改善有效”的错误结论。
3）从统计的观点来看，过程每时每该都会存在变异，但并非所有的变异都有可解释的原因；导致过程变异的原因分两种：
普能原因和特殊原因统计过程控制就是要识别、确定导致过程变异的原因，根据原因采取针对性措施，从而有效地保持过程的稳定性。
21,三、两类过程变异原因,1普通原因和特殊原因：
1）质量特性绝对的波动性，是由过程变异引起的，而导致过程变异的原因在很多情况之下是十分繁杂的；2）但根据原因的性质，我们可以将其归为两类：
a:
普通原因；b:
特殊原因；3）质量管理的主要任务之一，是区别产生过程变异的普通原因和特殊原因，,22,三、两类过程变异原因,2普通原因：
1）普通原因是造成过程数据之间的差异，但数据总体分布随时间推移具有重复性和稳定性的许多原因的总和；2）其具以下特点：
a:
存在于任何过程；b:
不能利用现有技术进行控制；c:
其对过程的影响是轻微且不确定的；3）对普通原因的图示说明：
下图表示了只有普通原因作用于过程时数据分布产生的影响：
23,2普通原因：
t1,随时间推移，过程数据分布状态（位置、分布宽度、分布形状）未变,三、两类过程变异原因,t2,t3,t4,t5,单个工件之间的差异,一批工件的整体分布,24,三、两类过程变异原因,3特殊原因：
1）特殊原因是造成过程数据之间的差异，且数据总体分布随时间推移会发生变化的原因；2）其具以下特点：
a:
有时出现，有时消失；b:
不一定每个过程都同时存在；c:
其对过程的影响很大；d:
可利用现有技术进行控制。
3）对特殊原因的图示说明：
下图表示过程存在特殊原因作用时数据分布状况：
25,3特殊原因：
随时间推移，过程数据分布状态（位置、分布宽度、分布形状）改变,三、两类过程变异原因,试讨论：
对文员打字这一过程，针对其打字的速度讨论其普通原因和特殊原因。
26,四、过程受控与过程能力,1过程受控：
1）是指该过程的过程变异仅由普通原因造成时，则认为该过程处于受控状态；我们称之为过程受控，又称统计过程控制。
2）是指该过程存在由特殊原因造成的过程变异时，则认为该过程处于不受控状态：
我称之为过程失控；一旦确定过程失控，通常要求立即确定该特殊原因具体是什么，应该采取何种措施消除特殊原因从改善过程状态，直至过程受控？
27,四、过程受控与过程能力,1过程受控：
1）当确定过程处于统计过程受控时，接下来的问题是：
该过程产品合格率会是多少呢？
这种合格率是否可接受呢？
；只有对上述问题做出了回答，才能确定是否需要对过程采取进一步改善行动。
2）如果答案是可接受的，那么我们只要继续对过程进行统计观察，以确定其是否持续受控；3）如果答案不能接受，则需要对过程采取改善行动以降低普通原因对过程的影响，提升合格率到可接受为止。
过程能力的确定是预测过程产品合格率的工具，是在过程受控的情况下来确定。
28,四、过程受控与过程能力,2过程能力：
1）过程能力：
是指过程满足要求的能力；也可理解为过程生产合格品的能力。
而过程要求是以过程规范的形式存在，2）确定过程能力，就是把过程分布与过程规范进行比较而得到的结果；3）而影响过程能力的过程分布特性是分布宽度、分布位置M与过程规范之间的关系；下图显示了过程能力足够和不足的情况。
29,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,范围,M偏移,M未偏移,小,大,30,五、过程四种状态,综合过程受控状况与过程能力情况，可将过程状态分四种,31,五、过程四种状态,1.1类状态图示：
过程受控且能力足够的状态；此过程也是较理想，可接受的过程，没有特殊原因引起的变异。
规范下限LCL,规范上限UCL,过程受控,能力满足要求,32,五、过程四种状态,2.2类状态图示：
过程受控且能力不足够的状态；此过程分布宽度过大，为普通原因引起的变差过大，无特殊原因引起变差，需要采取措施降低普通原因引起的变差。
规范下限LCL,规范上限UCL,能力不满足要求,过程受控,33,四、过程四种状态,3.3类状态图示：
过程不是受控状态但能力足够；此过程虽然能力满足要求，但因存在特殊原因，如不找出并加以消除随时可能致过程不满足要求。
规范下限LCL,规范上限UCL,T,M,过程不受控,能力满足要求,34,四、过程四种状态,4.4类状态图示：
过程不是受控状态但能力也不足够；此过程不但存在特殊原因引起的变差，又可能普通原因引起的变差较多，因此需通过分析区分特殊原因和普通原因，先消除特殊原因，将过程转化为“2”类状态再做处理，如自动转为“1”类状态，则说明该过程的变异主要是特殊原因引起的。
规范下限LCL,规范上限UCL,T,M,能力不满足要求,过程不受控,35,六、过程能力与合格率预测,1.1类状态下的过程能力与过程分布宽度；不考虑过程均值波动时，测量值落在Mn区间的可能性（概率）,2,3,4,5,6,-,-2,-3,-4,-5,-6,6,过程能力：
UCLLCL6,36,六、过程能力与合格率预测,1.1类状态下的过程能力与过程分布宽度；考虑过程均值在1.5范围内波动时，对合格率估计,2,3,4,5,6,-,-2,-3,-4,-5,-6,6,规范下限LCL,规范上限UCL,合格率估计：
30.85%过程能力：
0.33,37,六、过程能力与合格率预测,1.1类状态下的过程能力与过程分布宽度；考虑过程均值在1.5范围内波动时，对合格率估计,2,3,4,5,6,-,-2,-3,-4,-5,-6,6,合格率估计：
69.15%过程能力：
0.667,38,六、过程能力与合格率预测,3.1类状态下的过程能力与过程分布宽度；考虑过程均值在1.5范围内波动时，对合格率估计,2,3,4,5,6,-,-2,-3,-4,-5,-6,规范下限LCL,规范上限UCL,合格率估计：
93.32%过程能力：
1.0,6,39,七、过程能力分析,4过程能力分析：
1）产品合格率的预测（考虑了过程均值偏移可能后的估计）。
，,40,七、过程能力分析,4过程能力分析：
1）过程能力评价。
，,41,七、过程能力分析,4过程能力分析：
1）过程能力评价。
，,42,八、控制图（SPC）,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。
43,八、控制图（SPC）,1控制图的基本形状：
上控制限中心限下控制限,44,1控制图的基本形状,16500,17000,17500,16000,18000,UCL=18106,LCL=16191,Mean=17149,图中：
UCL=上控制限；Mean=均值LCL=下控制限,八、控制图（SPC）,45,八、控制图（SPC）,1控制图的基本概念：
46,八、控制图（SPC）,控制图的起源与发展1、1924年修哈特博士在贝尔实验室发明了控制图。
2、1939年修哈特与戴明合作写了品质观点的统计方法专著。
3、二战后英美两国将品质控制图方法引入制造业并应用于生产过程。
4、美国汽车制造商对SPC很重视，使SPC图得以广泛应用。
47,八、控制图（SPC）,使用控制图进行过程控制的步骤1、数据收集并将数据画在控制图上。
2、实施控制。
将数据画在控制图上并计算控制界限；注意控制界限与规格界限的区别。
3、比较控制界限与画好的数据。
判断该过程是否存在变异的特殊原因，如果存在，则进行分析和改善，再对改善后的过程重新进行收集数据和控制。
48,八、控制图（SPC）,使用控制图进行过程控制的步骤4、分析。
当有存在特殊原因时，过程处于统计过程控制状态，时，这时可继续使用控制图作为控制工具，并计算过程能力指数，通过分析过程能力，以量化过程满足要求的程度；5、改善在分析过程中如发现过程能力过低，即过程合格率过低，说明过程中存在的普通原因引起的变异过大，则需确定改善措施减少普通原因引起的变异，提升过程能力。
49,八、控制图（SPC）,控制图的控制原理1、3原理（3sigma）。
在各类过程中，其特性数据往往服从正态分布，即钟形分布；对于正态分布过程，测量数据落在（u3;u+3）概率为99.73%；测量数据落在（u3;u+3）外的概率为0.003；因此测量数据落在（u3;u+3）是个小概率事件，统计学上认为在抽样检验中不会发生，通常认为可能的测量数据落在（u3;u+3），这就是3原理。
3原理是控制图的控制界限的设置基础。
50,2.数据服从正态分布时落在各区间的概率原理。
3.小概率事件在抽样检验中不发生原理。
2,3,4,5,6,-,-2,-3,-4,-5,-6,6,八、控制图（SPC）,从图可知，随着的倍数提高，数据落入其区域的概率大幅度提高。
控制图应用了3原理，即以u3作为控制界限，当过程处于稳定状态时，每个数据落入u3范围内的概率为99.73%;即过程受控时，所有点不应超出u3控制界限。
51,八、控制图（SPC）,控制图的控制界限原理：
用图显示如下,-3（LCL）,+3（LCL）,（CL）,UCL表示控制上限对应于3LCL表示控制下限对应于-3CL表示分布中心，对应于,52,八、控制图（SPC）,控制图种类1、按用途分：
a）分析用控制图；b）控制用控制图。
2、按其控制对象的数据类别分，控制图可分为：
a）计量值数据控制图；b）计数值数据控制图；,53,八、控制图（SPC）,计量值数据控制图控制对象的数据类别为连续型数据，如长度、重量、压力、时间、温度等：
常用计量值数据控制图有a）均值与极差控制图；b）均值与标准差控制图。
c）中位数与极差控制图；,-R图,-S图,-R图,54,八、控制图（SPC）,计数值数据控制图控制对象的数据类别为离散型数据，如不良率、不合格率、缺陷数：
常用计数值数据控制图有a）不良率控制图P图；b）不合格率控制图Pn图。
c）缺陷数控制图U图；,55,九、计量值控制图,计量值数据控制图的选用程序,确定控制对象,子组均值计算是否方便,按子组抽样,子组容量是否9,是否方便计算每组S值,-S图,-R图,-R图,-R图,否,是,是,是,是,否,否,56,控制界限与规格界限a）控制界限；控制界限是过程处于受控状态时数据的可能分布范围，其可以控制数据的均值、极差、标准差b）规格界限是从设计阶段即已确定的产品标准和过程工艺标准。
只可以控制单个数值。
九、计量值控制图,57,控制界限与规格界限,-3（LCL）,+3（LCL）,（CL）,九、计量值控制图,规格上限,规格下限,58,制作准备1、取得高层对推行控制图的认可和支持；2、确定需控制的过程和特性；a、客户需求b、该特性的目前问题；c、可操作性；3、定义测量系统；4、消除明显的过程偏差,九、计量值控制图,-R图,59,制作流程1、收集数据；a、进行测量系统分析b、确定子组样本数量；1）子组样本容量：
一般小于9，常取每个子组数5个样本；2）抽样时，应保持子组样本内的样本在很短时间内抽取，保证子组内中存在普通原因。
九、计量值控制图,-R图,-R图,t,质量特性,取样时放在一个子组,取样时放在两个子组,60,制作流程1、收集数据；c、确定子组频率；适当的子组频率可以有效区分特殊原因引起的变化；一般在进行初始控制时，因对过程不了解，可以加大抽样频率以判断短期内是否存在特殊原因当过程稳定后，抽样频率可以适当降低。
D、确定子组数一般来说，要求子组数在25个以上。
九、计量值控制图,-R图,61,制作流程2、数据表；,-R图,62,九、计量值控制图/建立控制图,63,登录数据如下：
64,制作流程1各组平均值的计算求出各组的平均值；=2各组全距的计算求出每组的全距组内最大值组内最小值,九、计量值控制图,-R图,每组各数据之和,子组容量,65,制作流程总平均值的计算求出总平均值；=全距平均值bar的计算求出全距均值bar,九、计量值控制图,-R图,66,制作流程bar图控制界限计算中心线：
上限：
bar下限：
bar,九、计量值控制图,-R图,67,制作流程bar图控制界限计算中心线：
bar上限：
barD4bar下限：
barD3bar当子组数在范围内时，不考虑下限,九、计量值控制图,-R图,68,登录数据如下：
69,计算结果登录如下表：
70,绘制控制界限如下表：
71,描点连线得如下表链图：
72,分析制作控制图的目的在于区分引起过程变异的特殊原因和普通原因，以针对性进行过程改善，因此分析控制图是控制图应用的关键环节通过分别讨论图和R图来解释过程控制；1）点超出控制界限，则表明可能过程失控；2）即使所有点均在控制界限内，但如果链出现如下情况，则表明可能过程失控，需要查找原因，确定过程是否存在特殊原因。
九、计量值控制图,-R图,73,九、计量值控制图,-R图,超出控制界限,74,分析1）点超出控制界限，则表明可能过程失控；造成点超出控制界限的原因可能有：
1）控制界限计算错误；2）描点错误；3）测量系统变化；4）如是R图上点超出；则有可能是测量系统分辨力不足；5）过程发生变化；以上原因，只有5）点是特殊原因造成，其它均由控制过程人为疏漏造成；只有排除了上述前4项的可能人为疏漏导致的控制图没有反映过程本来情况时，才能肯定过程存在引起变异的特殊原因。
九、计量值控制图,-R图,75,分析未超出控制界限，但控制界限内的链形趋势呈现非随机趋势；一些常见的非随机趋势表现如下。
九、计量值控制图,-R图,76,九、计量值控制图,-R图分析,控制界限内非随机趋势,77,九、计量值控制图,-R图分析,控制界限内非随机趋势,78,九、计量值控制图,-R图分析,控制界限内非随机趋势,79,九、计量值控制图,-R图分析,控制界限内非随机趋势,80,九、计量值控制图,-R图分析,控制界限内非随机趋势,81,分析1）控制界限内非随机趋势，则表明可能过程失控；造成控制界限内非随机趋势的原因可能有：
1）测量系统发生变化（如测量员变更，测量仪器变更；测量方法变更等）；2）控制界限计算错误；3）数据点描错；4）过程分布特性发生变化；以上原因，只有4）点是特殊原因造成，其它均由控制过程人为疏漏造成；只有排除了上述前4项的可能人为疏漏导致的控制图没有反映过程本来情况时，才能肯定过程存在引起变异的特殊原因。
九、计量值控制图,-R图,82,分析1）控制界限变更；控制界限一旦计算确定，如没有发生下述情况时，应保持控制界限的相对稳定性：
否则应该重新计算控制界限。
1）过程流程发生变化；如增减工序，或工序方法、步骤改变，2）使用新设备；3）现有过程发生失控，经改善后过程重新受控；4）对过程的普通原因进行改善后；这可能导致过程分布特性发生变化，变成之前控制界限不再适合；需要重新计算。
九、计量值控制图,-R图,83,1）过程能力分析的前提；1）过程处于统计过程控制状态；2）过程测量值服从正态分布；3）设计目标值位于规范的中心；,九、计量值控制图,-R图,过程能力分析,84,2）过程能力常用衡量指标：
过程能力可以用几个不同的指数来衡量1）CP：
过程短期能力指数；短期能力是以在较短时间内取得的过程数据为基础对过程进行研究；故在不考虑过程分布中心的偏移时，公差宽度除以过程固有偏差的6范围；其考查的是该过程在理想状态下可能的潜在能力；称为“固有能力”，常数d2如下表查得;n为子组样本数,九、计量值控制图,-R图,过程能力分析,=R/d2,85,2,3,4,5,6,-,-2,-3,-4,-5,-6,6,短期过程能力指数CP：
UCLLCL6,九、计量值控制图,能力指数图解：
短期过程能力指数CP,86,2）过程能力常用衡量指标：
2）CPU：
上限过程能力指数；定义为规格上界限与平均值之差除以过程固有偏差的3范围；3）CPL：
下限过程能力指数；定义为过程平均值与规格下界限之差除以过程固有偏差的3范围；,九、计量值控制图,-R图,过程能力分析,=R/d2,=R/d2,87,2）过程能力常用衡量指标：
过程能力可以用几个不同的指数来衡量4）CPK：
过程长期能力指数；长期能力是以在较长时间内取得的过程数据为基础对过程进行研究；故是在考虑过程分布中心的偏移时，过程均值与最近的规范之差除以过程固有偏差的3范围；其考查的是该过程在实际状态下持续满足要求的能力；表示为，,九、计量值控制图,-R图,过程能力分析,CPK=MinCPU,CPL,88,2,3,4,5,6,-,-2,-3,-4,-5,-6,6,上限能力指数CPU：
UCL3,九、计量值控制图,能力指数图解：
上限能力指数CPU,89,2,3,4,5,6,-,-2,-3,-4,-5,-6,6,九、计量值控制图,能力指数图解：
下限能力指数CPL,下限能力指数CPL：
LCL3,90,2,3,4,5,6,-,-2,-3,-4,-5,-6,6,九、计量值控制图,能力指数图解：
下限能力指数CPL,CPL,CPU,长期能力指数CPK：
CPK=MinCPU,CPL此处=CPU,91,2）过程能力常用衡量指标：
过程能力可以用几个不同的指数来衡量5）ZUSL：
上限过程能力；6）ZLSL：
下限过程能力；7）Zmin过程能力：
九、计量值控制图,-R图,过程能力分析,Zmin=MinZUSL,ZLSLL=3CPK,=R/d2,=R/d2,92,九、计量值控制图,能力指数图解：
上/下限能力CPL,93,
升级会员 