SPC培训胶片.pptx

SPC培训胶片.pptx

《SPC培训胶片.pptx》由会员分享，可在线阅读，更多相关《SPC培训胶片.pptx（74页珍藏版）》请在冰点文库上搜索。

统计过程控制SPCStatisticProcessControl过程控制人员培训品质管理科1课程目标课程目标理解：

理解：

l数据驱动决策和行动数据驱动决策和行动lSigma水平与质量水平与质量l过程能力过程能力掌握：

掌握：

lDPPM、CPk的计算的计算lCPk在过程控制方面的基本应用在过程控制方面的基本应用2数据驱动决策和行动数据驱动决策和行动3什么是质量？

WhatisQuality?

4qualitymeansthattheproductorservicemeetstheneedsandwantsofthecustomer质量系指产品或服务能满足顾客的需求反映实体满足明确和隐含需要的能力的特性总和WhatisQuality?

5qualitymeansminimizingwastebyreducingvariation质量系指通过减少变差，最大限度地减少浪费质量质量=顾客满意度顾客满意度/变差变差（Variation（Variation）WhatisQuality?

6WhatisData?

数据：

数据：

数据来自观察、测量的结果。

数据来自观察、测量的结果。

由过程所搜集得来的数据，可用来由过程所搜集得来的数据，可用来w描绘过程描绘过程w了解过程了解过程w改善过程改善过程w控制过程。

控制过程。

7inputmaterial输入材料fabricate/assemble制造/装配outputproduct输出产品feedback反馈man人员人员machine机器机器method方法方法material材料材料measurement测量测量outputvariation输出差异ProcessModel8有三种控制类型：

Type1-topreventdefects类型1-预防缺陷Type2-todetectthecauseofdefects类型2-检查产生缺陷的原因Type3-todetectdefects类型3-检查缺陷ControlMethod9lListsomeexamplesofType1,2,and3controlsinourproduction.列出第1，2，和3种控制方法的一些示例。

ClassExercise10lType1Controls-topreventdefects第1种控制方法-预防缺陷errorproofing,poka-yoke,colorcoding差错预防，防傻瓜，彩色编码indexingfeaturesfororientation，定向用特征smartbins，定位销operatorinstructions，作业指导书preventivemaintenance，预防性的维修ControlMethod11lType2Controls-todetectthecauseofdefects第2种控制方法-检查造成缺陷的原因SPC统计过程控制process（parameter）controls过程（参数）控制designofexperiments实验设计ControlMethod12lType3Controls-todetectdefects第3种控制-检测缺陷inspection检验successiveverification连续验证randomfunctionalchecks随机功能检查ControlMethod13generally,一般说来，type1controlsarepreferredthemost第一种控制方法是最可取的type3controlsarepreferredtheleast第三种类型的控制方法是最不可取的ControlMethod14E-FGameEEEEFEEEEEEEFEEEEEEEEFEEEEEEEFFEEEEEEEFEEEFFEEEEEEFEEEEEEEFEEEEFEEEFEEEEEEEEEEFEEEEEEEEEFEEEEEEEEFEEEFEEEEFEEEEEEFEEEEFEEEEEEFEEEEEEFEEEEEEEFFEEEEEEEEEEEEEEEEEEE2315F/fGame分别用一分钟阅读下面2部分文件，计算字母（F/f）出现的次数。

TheNecessityofTrainingFarmHandsforFirstClassFarmsintheFatherlyHandlingofFarmLiveStockisForemostintheEyesofFarmOwners.SincetheForefathersoftheFarmOwnersTrainedtheFarmHandsforFirstClassFarmsintheFatherlyHandingofFarmLiveStock.theFarmOwnersFeeltheyshouldcarryonwiththeFamilyTraditionofTrainingFarmHandsofFirstClassFarmersintheFatherlyHandlingofFarmLivestockBecausetheyBelieveittheBasisofGoodFundamentalFarmManagementThenecessityintraininghiredhandsinthestrangehandlingofvaluablelivestockinpremieroperationsisapriorityintheeyesoftheoperationsowners.Sincetheancestorsoftheownerstrainedthehiredhandsinpremieroperationsinthestrangehandlingofvaluablelivestock.theoperationsownersthoughttheyshouldcarryonwiththehappytraditionoftraininghiredhandsinthepremieroperationsinthestrangehandlingofvaluablelivestockbecausetheybelieveitisthebasisofgoodbasicoperationsmanagement.16检验不容易做，特别是外观检验不容易做，特别是外观不良率越高，检验出错的机会也越多不良率越高，检验出错的机会也越多不能完全否定检验的作用检验的目的是促进过程改进单纯的检验是一种浪费RevelationoftheGame17Data&Statistic为什么要测量和收集数据？

不就不能更清楚地了解过程就无法控制过程就完全处于随机状态18Data&Statistic为什么要统计？

数据通过统计技术转换为有用的信息19Data&Statistic定性数据定量数据名目数据计量型顺序数据计数型20计量型：

可以用数字表达的质量特性数据称为计量型数据，例如轴径、厚度、压力、长度等。

用相应的测量系统对它们进行测量，可以给出相应的读数。

计数型：

在工业界中，有一些检测只能给出定性的结果，例如用通过不通过量规检测孔，只能告诉这个孔是合格（通过）、还是不合格（不通过），而不能告诉孔的大小的具体数值。

Quantitative&Qualitative21Data&Statistic计量型数据计数型数据连续数据计数数据通常为正态分布通常为二项式分布或泊松分布实际数值合格/不合格数据定义严谨数据定义较差需少量抽样需大量抽样注：

计数型数据也可想办法转换成计量数据来分析22Data&Statistic计量型数据优点？

缺点？

计数型数据优点？

缺点？

23Data&Statistic计量型数据优点：

能为使用相对小范围抽样的过程提供详细的信息适用于低缺陷率能预估发展趋势和情况缺点：

通常数据较难得到分析更加复杂24Data&Statistic计数型数据优点：

容易得到数据计算方法简单数据容易理解缺点：

无法显示缺陷怎样发生及过程如何变化不适合低缺陷率不能预测发展趋势和情况25Problems在处理质量问题时，可能存在的问题：

1.问题评估，靠检验、靠专家、集体评审、领导决策。

2.数据驱动分析习惯不够。

3.用计数型数据多，用计量数据少。

4.分析数据，考虑均值、不良率多，考虑分布、趋势少。

5.容差方面考虑不充分，规格设定考虑过程能力少。

26正态分布与控制图正态分布与控制图27波动的概念波动的概念在现实生活中没有两件东西是完全一样的。

生产实践证明，无论用多么精密的设备和工具，多么高超的操作技术，甚至由同一操作工，在同一设备上，用相同的工具，用相同材料生产同种产品，其加工后的质量特性（如重量、尺寸等）总是有差异，这种差异称为波动波动，公差制度实际上就是对这个事实的客观承认。

消除波动不是SPC的目的，但通过SPC可以对波动进行预测和控制。

28过程组成和波动原因过程组成和波动原因材料机器人波动原因波动原因环境测量方法29波动的种类波动的种类p正常波动正常波动：

是由普通（偶然）原因造成的。

如操作方法的微小变动，机床的微小振动，刀具的正常磨损，夹具的微小松动，材质上的微量差异等。

正常波动引起工序质量微小变化，难以查明或难以消除。

它不能被操作工人控制，只能由技术、管理人员控制在公差范围内p异常波动异常波动：

是由特殊（异常）原因造成的。

如原材料不合格，设备出现故障，工夹具不良，操作者不熟练等。

异常波动造成的波动较大，容易发现，应该由操作人员发现并纠正30普通原因和特殊原因普通原因和特殊原因p普通原因普通原因：

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。

p特殊原因特殊原因：

指的是造成不是始终作用于过程的变差的原因，即当他们出现时将造成（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。

ps:

变差-过程的单个输出之间不可避免的差别31普通原因和特殊原因示意图普通原因和特殊原因示意图异常原因导致的波动范围普通原因的波动范围异常原因导致的波动范围UCLLCL32局部措施和系统措施局部措施和系统措施p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p系统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33局部措施和系统措施示意图局部措施和系统措施示意图解决异常原因的局部措施解决普通原因的系统措施解决异常原因的局部措施UCLLCL34统计过程控制的基本思想统计过程控制的基本思想p假定过程是处于受控状态，一旦显示偏离这一状态，极大可能是过程失控，需要及时调整。

p产品质量波动原因是由普通原因和特殊原因引起的，产品质量总是变化的。

p受控状态：

指仅由普通原因引起的质量波动，受控状态的产品质量也应该是波动的。

pSPC应用概率论基本原理：

小概率事件在一次试验中是不可能发生的（指发生概率非常小的事件）。

35QuantitativeData计量型数据的特征：

中央趋势（均值、中值）变异（全距、标准差、方差）形状36NormalDistribution是总体中所有值的平均值（当从总体中取出一个样本进行描绘时，这个平均值可以用X-bar来表示,n-N。

）从公式可以看到的值会随着总体中的个体值而变化。

如果所有的个体值都十分接近中心，则每个（Xi-Xbar）数都很小，从而的值也小。

如果有许多个体都远离中心、或小数几个个体偏离中心太远，则（Xi-Xbar）数的总和则要大得多，也会更大。

-n,s-n-1n=30,=s37参数EXCEL函数AverageStdev（x）（s）ExcelFunctions38ClassExercise随即一组数据，计算均值和标准差1，2，4，5，6，8，939问题：

哪个合格率最高？

与什么因素有关？

Specification40Z-Value&SigmaLevelZU=USL-ZL=-LSLZ值值：

样本均值与规格限之间可容纳的有所少个？

能容纳多少个，也叫多少个Sigma水平。

取小的！

取小的！

41NormalDistributionProbability概率EXCEL函数PR1-Normsdist（z）PLNormsdist（-z）由Z值计算不良率DPPM（PR+PL）*100000042ClassExercise计算Z值23之间的概率43DppmoutofSPEC44控制图简介控制图简介45StatisticcontrolUCLCLLCL+3-3产品质量特性值落在（-3,+3）范围内概率为99.73%,落在该区域范围之外的概率是0.27%,休哈特根据这一点发明了控制图46控制图定义控制图定义控制图是用于分析和控制过程质量的一种方法.控制图是一种带有控制界限的反映过程质量的记录图形,图的纵轴代表产品质量特性值（或由质量特性值获得的某种统计量）,横轴代表按时间顺序抽取的各个样本号,图内有中心线（CL）、上控制界限（UCL）和下控制界限（LCL）三条线（见下图）.UCLCLLCL47控制图原理控制图原理p工序处于稳定状态下，其计量值的分布大致符合正态分布。

由正态分布的性质可知：

质量数据出现在平均值的正负三个标准差（X3）之外的概率仅为0.27%，这是一个很小的概率，根据概率论“视小概率事件为实际上不可能”的原理，可以认为：

出现在X3区间外的事件是异常波动，它的发生是由于异常原因使其总体的分布偏离了正常位置p控制限的宽度就是根据这一原理定为348控制图种类（以数据性质分）控制图种类（以数据性质分）计量型控制图n平均数与极差控制图（X-Rchart）n平均数与标准差控制图（X-chart）n中位数与极差控制图（X-Rchart）n单值与移动极差控制图（X-Rchart）计数值控制图n不良率控制图（Pchart）n不良数控制图（Pnchart,又称npchart或dchart）n缺点数控制图（Cchart）n单位缺点数控制图（Uchart）49控制图种类（依用途分）控制图种类（依用途分）p分析用控制图分析用控制图：

根据样本数据计算出控制图的中心线和上下控制界限，画出控制图，以便分析和判断过程是否处于稳定状态。

如果分析结果显示过程有异常波动时，首先找出原因，采取措施，然后重新抽取样本、测定数据、重新计算控制图界限进行分析。

p控制用控制图控制用控制图：

经过上述分析证实过程稳定并能满足质量要求，此时的控制图可以用于现场对日常的过程质量进行控制。

50控制图种类（依用途分）控制图种类（依用途分）p分析用控制图n决定方针用n过程解析用n过程能力研究用n过程管制准备用p控制用控制图n追查不正常原因n迅速消除此项原因n并且研究采取防止此项原因重复发生之措施分析用稳定控制用51两种控制图应用示意说明两种控制图应用示意说明初期的二十五点计算时有些超出控制界限，此时须寻找原因连续二十五点在控制界限内，表示过程基本上已稳定，控制界限可以沿用有点超出控制界限，表示此时状态已被改变，要追查原因，必要时必须重新收集数据，重新考虑稳定状态分析用稳定控制用再调整52控制图的选择控制图的选择n=1025控制图的选定资料性质计数值不良数或缺陷数单位大小是否一定缺陷数不一定U图一定C图“n”是否一定不良数一定np图不一定p图样本大小X-Rs图n=1n2CL的性质平均值n是否较大中位数Me-R图n=25X-R图X-s图计量值53控制图的判读控制图的判读八大判异准则（略）54常规控制图的做法常规控制图的做法（略）55过程能力过程能力56过程能力分析的本质是确定过程生产的产品过程能力分析的本质是确定过程生产的产品的不合格率是多少。

的不合格率是多少。

WhatisProcessCapability?

l为保证过程输出，应当不断评价控制方法的效力监测过程能力监测过程能力监测控制图产品或过程一有变化，就要修订控制计划57WhatisProcessCapability?

l什么导致缺陷？

制造过程和测量系统制造过程和测量系统原材料偏差不合理的或过窄的规格581.5Cp：

潜在过程能力指数，等于设计规格线与工艺规格线的比值。

WhatisCp？

用Cp来分析过程有什么问题59两者Cp都等于1，但不良率明显下面的要高，因此Cp不能完全地反映过程能力注意：

即使是控制得最完美的过程也会由于设备、操作人员、环境条件、进厂原材料方面的变化，而导致偏离过程均值。

Cp&Dppm60Cpk：

实际的过程能力指数，对Cp进行偏差系数（K）修正后得到Cpk。

CpkisalwayssmallerthanorequaltoCpCp=1.33Cpk=1.17Cpk&Z-ValueCpk=minZU/3,ZL/361图例：

Cp=?

Cpk=?

ClassExercise1,1,1,0.662Cp：

潜在过程能力指数，等于设计规格线与工艺规格线的比值。

Cpk：

实际的过程能力指数，对Cp进行偏差系数（K）修正后得到Cpk。

Pp：

计算方法与Cp一样，为overall的数据的数据Ppk：

计算方法与Cpk相同，为overall的数据的数据进行Cpk评估时的注意事项

（1）过程处于统计稳态

（2）数据服从正态分布（3）测量系统经评估合格：

母体标准差；S：

样本标准差。

在实际计算中我们通常认为样本标准差与母体标准差大致相等（即S）Cp/PpVSCpk/Ppk63WhatisProcessCapability?

怎样计算Cpk？

检查规格检查规格过程抽样过程抽样计算计算Z值值估算估算DPPM计算计算Cpk64此点，u等于规格中心值，delt=0,CPK=CPCpVSCpk65Cp表示了过程固有的均匀性、一致性，Cp越大，则过程特性值的分布越集中，过程能力越强。

Cpk表示了实际过程特性值与规范的符合程度，既考虑特性值分布的集中程度，也考虑实际分布中心与公差中心的偏离程度，是二者的综合体现。

Cpk与Cp的关系是：

CpkCpCpVSCpk66在实际运用过程中会遇到如下四种情况：

A、如Cp足够大但是Cpk不足（例如Cp2、Cpk1.5），表明过程特性值分布中心与公差中心偏离太大，过程的管理能力不足，此时往往只需要采取局部措施，使分布中心向公差中心“瞄准”。

B、如Cp太小（Cp2甚至更低），表明过程固有的加工能力不足以满足六西格马质量要求，需要从人、机器、物料、方法、环境等方面采取措施（如更换更为先进的设备），提高过程的固有加工能力。

C、Cp和Cpk均能满足要求（Cp2、Cpk1.5），则说明过程能力非常充分，完全能够满足规范的要求，此时不需要进行过程调整，只需要维持现状即可。

D、如Cp太高（Cp远远大于2），则说明过程的加工能力超出了我们的预期，加工可能存在“质量过剩”。

CpVSCpk67CPK范围级别过程能力Cpk1.67过程能力较高1.67Cpk1.33过程能力充分1.33Cpk1.0过程能力尚可，但接近1.0时要注意1.0Cpk0.67过程能力不足，需采取措施0.67Cpk过程能力严重不足以上为通用标准，鉴于电子行业产品的复杂程度以及加工工艺的多样化和复杂化，采用Cp2作为过程能力充分的最低要求。

根据电子行业存在1.5偏差的经验值，我们要求Cpk1.5。

也就是说当过程能力指数Cp2或者Cpk1.5时说明过程能力不足，此时应该采取措施，提高过程的加工能力。

ProcessCapability68CpkCp0.330.6711.331.6720.3368.26884.00084.13484.13484.1344784.134470.67/95.45097.72297.72597.7249997.724991/99.73099.86599.8650199.865011.33/99.99499.9968399.996831.5/99.99966%99.99966%1.67/99.9999499.999972/99.99999986sigmas生产水平生产水平4.5sigmas3.5sigmas1.98sigmasCp/Cpk&SigmaLevel&Dppm691、不是所有的数据分布都是正态分布，根据公式计算出来的Cpk值无意义；2、有些数据可以通过转换，转变为正态分布，再进行过程能力评估；3、某些厂家的生产工艺已经是业界先进水平，而且改进困难，CP、CPK都很小，只能采用的方法是测试筛选，确保产品合格。

4、有的厂家提供的质量报告中，Cpk值已经达到6，个别厂家的Cpk值已经超过10，对于该类问题，可能是我们要求的规格范围很宽，或我们要确认/找到能够真正代表其质量状况的参数。

Remark70做过程能力分析前，先做测量系统分析，确保测量系统没有问题，这是收集数据、分析数据的基础！

MSA71ClassExercises例题计算：

均值=？

标准差=？

Sigma水平=？

DPPM=？

Cpk=？

72Question&Answer73Thanks74