SPC培训教材Word文档下载推荐.docx
《SPC培训教材Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《SPC培训教材Word文档下载推荐.docx（48页珍藏版）》请在冰点文库上搜索。
8
SPC作为一种面向过程的质量控制方法，与面向产品的大量检验相比，在保证产品质量和降低成本方面要有效的多。
9
SPC培训教材内容简介
——第一部分：
SPC原理
原理部分：
■过程波动及其影响因素
■波动的统计规律性
■过程运行的两种状态
■过程能力
■SPC的实施程序
10
——第二部分：
SPC工具
工具部分
■SPC工具概览
■常规的休哈特控制图
◆计量值控制图：
-R图、
-S图、
-R图及
-MR图；
◆计数值控制图：
p图、np图、c图、和u图
■用于小批量的控制图
■特殊控制图
累积和图及多变量控制图
11
第二章过程波动及其影响因素
在我们的实际生活和工作中，波动是无处不在的，那么波动是如何产生的？
导致波动的影响因素是什么？
它们又是怎样影响过程的？
12
波动无处不在
■故事一
■故事二
■故事三
13
波动犹如笼罩我们的大雾，会阻碍我们的视线，模糊问题的根源，误导我们改进过程的方向。
14
波动的根源
波动的影响因素可分为两类：
普通因素、特殊因素
普通因素的特点：
■在过程中时刻存在着，对过程的影响随时变化。
■多种因素作用于过程，要列举出所有的因素很困难。
■就其个别因素来说对过程影响很小。
■所有因素共同影响导致过程的总波动。
15
波动的根源（续）
特殊因素的特点：
■并不经常存在于过程中。
■通常来自过程外。
■相比普通因素而言，对过程波动有较大的影响。
■容易发现和隔离。
16
弹珠台试验模型
弹珠台是研究概率理论的实验模型，我们用它来说明普通因素和特殊因素是如何影响过程的。
17
普通因素和特殊因素如何影响过程
当过程只受普通因素影响时：
■过程输出围绕中心值随机波动；
■过程输出的每一个特性值总在某一特定的范围内；
■过程输出服从某种特定的颁，且呈现某种稳定性。
18
普通因素和特殊因素如何影响过程（续）
固定漏斗位置（过程只受普通因素影响）时弹珠的落点位置变化（按弹珠落下的顺序展开）的趋势图。
19
当过程受到特殊因素影响时：
过程将会发生变化：
过程输出偏离原先的目标值，开始围绕新的目标值波动。
20
沿水平方向移动漏斗（在过程中引入特殊因素）后弹珠的落点位置趋势图。
21
内容小结
■波动是客观存在的；
■导致过程波动的影响因素有两类：
普通因素和特殊因素；
■普通因素是过程所固有的；
而特殊因素并不经常存在于过程中。
22
波动的统计规律性
稳定状态下的过程波动一般具有统计规律性，基于波动的相对稳定性和规律性，我们可以研究、分析和控制过程的波动，对过程质量进行分析和控制。
23
第三章典型的波动分布规律
日常生产和服务中常风的分布
■正态分布
■二项分布
■泊松分布
24
典型的波动分布规律（续）
正态分布是以标称值为中心左右对称的倒钟形分布。
一般地说，计量值质量特性，如尺寸、重量、强度、温度、时间等，都有相似的分布形状——正态分布。
我们所管理的过程特性一般都服从或近似服从正态分布。
标称值
测量值的频数直方图
25
二项分布呈不对称分布
在稳定的加工过程中，计件式的质量特性，如产品的不合格品率（或合格品率），每次重复发生事件的成功率（或失败率）等，一般服从二项分布。
不合格品率频数图
（每次抽检1000件产品）
26
泊松分布也呈偏态的非对称分布
一般对于计点式的质量特性，如一定时间段内的出错率，一定面积表面的疵点数和铸件的砂眼数等，一般服从泊松分布。
投诉次数频数图
27
过程波动的统计规律性
当过程仅受普通因素影响：
■过程的波动往往具有统计规律性：
■过程在一定的分布范围内波动；
■形成特定的分布形状。
当过程受到特殊因素影响：
■过程特性的量值将发生显著改变
■分布范围偏离，甚至超出稳定状态下波动的分布范围。
28
典型的波动规律及度量
正态分布是日常生产和服务过程中应用最广泛的一种概率分布。
数据的类型
计量值连续型随机变量
质量特性值计件值
计数值离散型随机变量
计点值
计量值特性一般服从正态分布。
我们所管理的过程特性一般都服从或近似服从正态分布，因此了解正态分布性质和过程状态的关系是十分必要的。
29
典型的波动规律及度量（续）
从质量分析和控制的角度来说，我们关心的是质量特性分布的位置和分散程度。
正态分布的中心值和标准差正是描述分布的位置和分散程度的关键参数。
30
■正态分布的中心值μ——描述分布位置
■正态分布的标准差σ——描述分布的分散程度
31
中心值μ描述了质量特性值分布的位置。
正态分布中心值μ的特性（σ相同时）
32
标准差σ：
描述了质量特性值分布的分散程度。
标准差越大分布也就越分散。
正态分布标准差σ的特性（μ相同）
33
统计过程控制的基本原理：
对于服从或近似服从正态分布规律的质量特性，可通过对平均值和标准差变化的分析来控制生产过程。
34
“3σ”原则
68.26%
95.46%
99.73%
35
统计术语
总体：
又称母体，是指所研究对象的全体。
样本：
从总体中用随机抽样方法取出来进行测量、分析的一部分样品。
样本容量：
又称样本大小，也就是一个样本中包含的个体数目。
一般用n表示。
36
统计量
正态分布的统计量分为两大类：
■表示分布中心位置的量：
平均值X、中位数
、众数M0等
■表示分散程度的量：
样本方差S2、样本标准差S、极差R、变异系数CV等。
37
表示分布中心位置的量——平均值X
平均值：
用于估计分布中心位置的常用统计量
平均值计算公式：
{X1，X2，……，Xn}
38
表示分布中心位置的量（续）——中位数
在某些情况下，用中位数表示中心位置不仅计算简单，还可消除奇异值的影响。
将样本数据值按大小顺序排列，位于中间位置的数值，就称为中位数，有时也称为中值。
39
表示分布分散程序的量——极差R
极差就是样本数据中最大值与最小值的差值，一般用R表示。
R=Xmax-Xmin（n<
10）
特点：
■计算简单明了，是度量分散程度常用统计量之一；
■只利用了样本中最大和最小的数据，居于中间的数据信息没有充分利用；
■只能在样本容量小于10时应用。
40
表示分布分散程度的量（续）
——移动极差RS
有时由于产量或成本等因素的制约，一次只能从过程中得到一个数据，即样本量为1，这时就不能计算每个样本的极差，可用相邻的样本数据估计分布的分散程度。
计算公式：
每次得到的观测值为：
X1，X2，……，Xn
|X2-X1|,|X3-X2|,……,|Xn-Xn-1|即为移动极差RS
41
——样本标准差S
最常用的，也是比较有效的估计正态分布分散程度的统计量。
其中：
Xi——样本观测值
X——样本平均值
N——样本容量
与极差相比，计算较为复杂，不适合于现场计算。
42
计算标准差的步骤：
1．计算这组样本数据的平均值
；
2．分别计算每个数据与均值的差的平方（X-
）2
3．计算各平方值之和
4．根据公式：
计算样本标准差。
43
用极差估计正态分布的标准差
d2是与样本量n有关的常数，可以查控制图系数（表3.1）得到。
C4为修正系数，可以查控制图系数表（表3.1）获得。
44
控制图系数表
n
A2
D2
D3
D4
A3
C4
B3
B4
1.880
1.128
-
3.267
2.659
0.7979
1.023
1.693
2.574
1.954
0.8862
2.568
0.729
2.059
2.282
1.628
0.9213
2.266
0.577
2.326
2.114
1.427
0.9400
2.089
0.483
2.534
2.004
1.287
0.9515
0.030
1.970
0.419
2.704
0.076
1.924
1.182
0.9594
0.118
1.882
0.373
2.847
0.136
1.864
1.099
0.9650
0.185
1.815
0.337
2.970
0.184
1.816
1.032
0.9693
0.239
1.761
0.308
3.078
0.223
1.777
0.975
0.9727
0.284
1.716
0.285
3.173
0.256
1.744
0.927
0.9754
0.321
1.679
0.266
3.258
0.283
1.717
0.886
0.9776
0.354
1.646
0.249
3.336
0.307
0.850
0.9794
0.382
1.618
0.235
3.407
0.328
1.672
0.817
0.9810
0.406
1.594
3.472
0.347
1.653
0.789
0.9823
0.428
1.572
表3.1
45
■过程波动具有统计规律性；
■当过程只受普通因素影响时，过程特性将服从稳定的随机分布：
大多数计量值特性服从正态分布；
■当过程中存在特殊因素的影响时，过程特性的稳定分布将发生改变；
■通过过程波动的统计规律性可以对过程进行分析和控制；
中心值μ和标准差σ是正态分布的两个基本参数，中心值描述了分布的中心位置，标准差描述了分布的分散程度。
46
第四章过程的两种状态——受控状态和失控状态
正确分清过程状态有利于我们管理好过程。
如果我们善用统计的观点和方法分析和管理过程，就可以随时把握过程的状态，从而采取适宜的措施，确保过程输出满足顾客的要求。
47
统计控制状态
48
过程的统计控制状态
受控状态
■过程只受众多普通因素的影响，过程特性的波动具有统计规律性；
■其分布的形状、中心位置和分散范围都是确定的，过程特性均在该范围内波动；
■过程的输出特性是可以预测的。
49
统计失控状态
50
过程的统计失控状态
失控状态：
■过程受到特殊因素影响；
波动偏离原来的规律；
■过程的输出不再服从预期的分布，其分布的中心位置、分布范围都可能发生改变；
■过程输出一般不可预测。
51
SPC统计控制图
SPC统计控制图：
以过程处于受控状态下的分布范围的边界画条控制线，根据测量值在图中的位置来分析和判断过程的状态。
52
SPC统计控制图（续）
过程受控状态控制图
图中过程特性的测量值全部落在控制线区域内，这时称过程处于受控状态。
53
过程失控状态控制图
图中有测量值落在控制线区域以外，此时过程处于失控状态。
54
过程状态
正确分清过程的状态有利于我们管理好过程。
■如过程本身随机波动较小，但受到特殊因素影响，导致过程输出的变化，则应设法消除这些特殊因素。
■如过程处于受控状态，但波动太大，输出不能满足顾客要求，则应对过程系统本身采取措施。
55
不了解过程及其状态，只针对一两个具体数值或几处指标对过程进行管理，就会一叶障目不见森林，造成对过程的盲目干预，恶化过程的性能。
56
对过程波动无知，不分析过程波动状态，对每一个变化都要求找出原因与责任，造成了现代管理的一个弊端：
“恐怖管理”。
57
处在过程中的人都能体会到波动的存在，但大多数人因为不了解其中的道理而不能正确地对待它。
58
■过程运行存在两种状态，即统计受控状态和统计失控状态；
■处于统计受控状态的过程输出是可以预测的；
而处于统计失控状态的过程输出一般不可预测；
■正确区分过程所处的状态有利于管理好过程；
要防止干预受控的过程，也要避免对失控的过程控制不足。
59
第五章过程能力和过程能力指数
过程能力反映过程中各种普通因素对过程特性综合影响的程度，是过程固有性能的指示器。
它可以直观地显示出过程质量的好坏。
60
过程能力
■我们称受控状态下过程特性的分布范围为“过程能力”。
■对于服从正态分布的过程特性，根据3σ原则，我们一般以分布中心±
3σ的范围来表示过程能力。
■过程能力反映了过程中各种普通因素对过程特性综合影响的程度，是过程固有性能的指示器。
61
过程能力指数
对于受控的稳定过程，通常用规格限与过程特性的分布范围进行比较，以确定过程性能是否满足要求。
我们常用过程能力指数这一统计量来度量这各满足程度。
62
过程能力指数（续）
反映过程波动占用规格限的程度，直观地表示出过程质量的好坏。
63
过程能力指数的计算
分布中心与规格中心重合时，过程能力指数用Cp表示
6σ
一般，过程能力指数Cp≥1.33，方可保证过程质量。
64
过程能力指数与过程输出不合格品率的对应关系表
过程能力指数Cp
过程输出的不合格品率PPM
0.5
1343614
0.75
14449
1.00
2700
1.10
967
1.20
318
1.30
96
1.40
1.50
1.60
1.70
0.34
1.80
0.06
2.00
0.0018
65
过程能力指数的计算（续）
当分布中心与规格中心不重合时：
Cp值仅仅是规格限与分布范围的量值比较，并下能将过程的偏移情况反映出来。
这时Cp只是表示过程潜在的保证能力，也称潜在能力指数。
66
当过程特性的分布中心与规格中心不重合时，过程能力指数用Cpk表示，也称为实际能力指数
■分布中心落在规格限内：
Cpk=min（Cpk1,Cpk2）
■分布中心落在规格限外：
定义实际过程能力指数Cpk=0
67
分布中心相对规格中心发生不同偏移情况下过程能力指数的取值图
Cp=1.5Cpk=1.5
Cp=1.5Cpk=1.0
Cp=1.5Cpk<
1.0
Cp=1.5Cpk=0
从图中可以看出分布中心的偏移会大大降低实际的过程能力指数。
68
根据过程能力指数估计不合格品率
用Cpk估计不合格品率的一般步骤：
■第一步：
计算潜在过程能力指数Cp和实际过程能力指数Cpk；
■第二步：
计算两者的差值Δpk=Cp-Cpk;
■第三步：
根据Cp值和Δpk值查表5.2得出过程在受控状态下将产生不合格品率。
69
不同过程能力下过程输出的不合格品率
Cp
Δpk=Cp-Cpk
0.00
0.10
0.20
0.30
0.40
133614
151000
201925
282451
385556
0.8
16359
21331
37280
67291
115229
2950
8357
17913
35944
1609
3515
8211
17868
532
1363
3470
8198
172
487
1351
3467
160
4844
1350
159
483
表5.2
70
■过程能力指过程在受控状态下对其输出的质量保证能力；
■过程能力一般心稳定的随机分布的分散范围来表征；
■对于服从正态分布的过程特性，定义中心值附近的6σ范围为过程能力；
■过程能力指数表征了过程在受控状态下其输出满足顾客要求的程度。
常用的过程能力指数有：
潜在的过程能力指数Cp和实际的过程能力指数Cpk
●过程能力计算的前提是过程处于受控状态，即用从受控过程中采集的样本数据来评估过程能力。
71
第六章SPC实施流程
统计过程控制系统运用统计信号来辩识过程的状态，进而对过程采取适宜的、经济的、合理的措施进行控制。
实施SPC贵在交通规则持，只要坚持不懈地努力，就能有所回报。
72
统计过程控制系统
过程呼声
人员统计方法
设备
材料过程工作方式产品顾客
方法各种资源的融合服务
环境
输入过程/系统输出识别不断变化
过程控制的目标：
使“过程的呼声”和“顾客的呼声”相匹配，过程的输出满足顾客的要求。
73
统计过程控制系统（续）
什么是经济合理的控制措施
■当过程受控且有能力满足顾客要求时，不盲目过度控制过程或擅自改变过程；
■当过程失控或过程受控但过程能力不能满足顾客要求时，能够及时采取相应的措施对过程进行调整和改进，避免控制不足。
74
统计过程控制流程
确定SPC应用对象
制定抽样计划并采集数据
持过程受控吗？
否消除特殊因
续素的影响
改是
进否
过程有能力吗？
减小普通因
素的影响
是失
对过程持续监控控
受控
统计过程控制流程图
75
统计过程控制流程（续）
确定S
PPC应用对象
选择SPC应用对象一般应从心下几个方面考虑：
■关键、重要特性；
■返工、返修、报废；
较多的过程特性；
■对适配性在有重要影响的过程特性；
■质量损失较大的过程特性。
76
制定抽样方案并惧数据
对过程状态的了解有赖于从过程中采集有效的样本数据来分析，抽样方案的制定应充分考虑以下问题：
■过程输出的产品批量；
■得到数据的容易程度及抽样成本；
■在过程中采集数据的工步；
■选用合适的统计工具，如控制图的类型；
■样本数据的时间先后顺序。
77
过程是不受控？
得到样本数据后，开始构造控制图，判别过程所处的状态是不受控。
如果过程不受控，应查明过程中的特殊因素，对不利的影响因素加以消除；
对有利的过程改进则固化成果，在新的状态下达到过程的受控。
78
过程是否有能力？
在过程受控后应进行过程能力分析，若过程能力不足，应改进过程，设法减小过程的波动，使过程能力满足要求。
79
对过程进行监控
当用数据表明过程特性受控且能力达到要求，则可用控制图对过程进行监控，探测特殊因素出现的征兆，及时加以消除，起到过程质量的预防作用。
80
持续改进过程
■持续改进就是不断减小过程波动。
■并非只是对原来控制的过程特性进行持续改进，而是全面地对过程进行分析，重新选择应用SPC的对象。
■选择相对更关键的特性进行分析和控制，使这些关键特性受控并努力减小其波动。
81
SPC实施案例
某厂向外方提供的液压泵有三分之一被拒收，并且80%的拒收原因在于某一部件在制造阶段的波动太大。
82
1成立跨职能小组
由制造部门、工程部门、工具部门以及供应商等有关方面组成了跨职能小组，由该小组负责确定引起拒收的波动原因。
83
确定SPC应用对象（续）
2．收集数据确定关键特性
分析结果表明：
表面泄露为主要问题，因此确定表面泄露为关键特性。
数据来源：
拒收标签（厂方和用户验收时）；
设备质量分析（EQA）；
项目工程数据。
84
升级会员 