1.33k likes | 1.5k Views
SPC 学习提纲. 元茂音箱(深圳)有限公司 品质部 / 许文军 编 2007/10/5 1.0 版. SPC. SPC: 统计过程控制. S tatistical( 统计 ): 以数理统计为基础 , 基于数据的科学分析和管理方法 ; P rocess( 过程 ): 任何一个有输入输出的活动 ; 6 个要素 : 5M1E C ontrol( 控制 ): 通过掌握规律来预测未来发展并实现预防 ;. 我们为什么需要 SPC?.
E N D
SPC学习提纲 元茂音箱(深圳)有限公司 品质部/许文军 编 2007/10/5 1.0版 SPC
SPC: 统计过程控制 • Statistical(统计): • 以数理统计为基础,基于数据的科学分析和管理方法; • Process(过程): • 任何一个有输入输出的活动; 6个要素: 5M1E • Control(控制): • 通过掌握规律来预测未来发展并实现预防; 元茂 品质部/许文军
我们为什么需要SPC? • 质量专业人员是管理小组中关键问题的解决者。 • SPC是质量管理的基本技术之一。 元茂 品质部/许文军
学习目的 • 目标: 用SPC思考( Thinking in SPC) • 说明: • 1)不包括SPC对企业发展的效益; • 2)不包括公式的推导和详细的计算; • 3)为了方便说明,课程介绍均以生产制造为例,但不限于此。 元茂 品质部/许文军
学习提纲 • 基本SPC统计学; • SPC的核心工具——控制图; • 过程能力研究; • 量具重复性和再现性研究; 元茂 品质部/许文军
从数据中寻找规律 直方图 元茂音箱(深圳)有限公司 Original Box ( S.Z.) Corporation
一个实例: • 某工厂接收了一批外协厂制造的青铜轴承用于生产一种重要的仪器。但该厂不能信任生产这些轴承厂家的工作,决定对供应商提供的轴承进行分析。 • 这些轴承的关键特性是它们的内径,其规格为1.376±0.010英寸。 • 现抽取了100个青铜轴承,对它们的内径进行仔细的测量,并记录了测量结果。 元茂 品质部/许文军
100个青铜轴承内径的测量值如下表: 数据会告诉您什么呢? 元茂 品质部/许文军
回答 • 数据列表不能表达出任何有实际意义的东西(Virtually Nothing)! • 必须对数据进行进一步分析。 • 图形可以帮助我们将数据转换成信息。 数据 列表 元茂 品质部/许文军
能否接受这批产品? • 与目标值相比较: 平均值:1.3773 • 与规格界限相比较: 极差(最大值-最小值) =1.383-1.370=0.013 • 数据分布的更进一步的信息: 数据分成10组后,落在每个区间 内的数据个数: 1.376 ±0.010 元茂 品质部/许文军
制作频数分布表 元茂 品质部/许文军
绘制直方图 LSL USL 元茂 品质部/许文军
分析直方图 • 与规格限1.366~1.386进行比较,所有的测量值都在其范围内(而且在+/-3S的范围内)。 • 分布基本上是对称的,有一点点向右偏斜,但不严重。 • 所以该厂决定接收这批青铜轴承。 建议:轴承的加工中心应该左移; 元茂 品质部/许文军
建立一个直方图 • 收集整理数据 • 定组数 N • 算极差 R • 定组距 I • 确定组的中心点和各组界限 • 制作频数分布表 • 绘制直方图 • 分析 元茂 品质部/许文军
直方图告诉我们 • 数据分布的中心位置(Average)在哪里? • 数据分散程度(Spread)如何? • 数据分布的形状(Shape)怎样? 经验之谈: 对大多数工业用的分析来说,50个数值具备足够的可靠性。 但单个测量值的费用比较低时,或是当需要准确分析时,可以采用100个或更多的数据。 元茂 品质部/许文军
μ x 理想情况:正态曲线 • N (μ, σ2)- • μ: 总体平均值,描述数据的集中位置。 σ :总体标准差,描述数据的分散程度。 N(μ,σ2) 元茂 品质部/许文军
μ不同(均值) 元茂 品质部/许文军
σ不同(标准差 ) 元茂 品质部/许文军
正态曲线的特征 • 曲线关于μ对称; • 当x=μ时取到最大值; • X离μ越远,f(x)的值越小; μ 元茂 品质部/许文军
68% 95% 99.7% 正态曲线 元茂 品质部/许文军
现实状况:一些异常 • 双峰 • 峭壁 元茂 品质部/许文军
LSL USL LSL LSL USL USL 分析直方图举例: USL LSL AA图 元茂 品质部/许文军
直方图的峰度和对称度 • 对称度(Skewness):直方图数据分布的对称性; • 峰度(Kurtosis):直方图数据分布的陡峭度; • 直方图为对称分布的,则s=0; • 直方图为正态分布的,则s=0,k=0。 元茂 品质部/许文军
直方图的作用 • 显示数据的分布特征 • 指出采取措施的必要 • 观察采取措施后的效果 • 比较和评估设备、供应商、物料等 • 评估过程的能力 元茂 品质部/许文军
控制图及其背后的故事 元茂音箱(深圳)有限公司 Original Box ( S.Z.) Corporation
18 17 16 15 14 13 12 11 10 9 8 7 6 5 点落在该区间的概率为99.7% -3s +3s Average 1 2 3 4 5 6 7 8 9 10 控制图 Components of Every Control Chart: 1. Data Points 3. Upper Control Limit 2. Center Line 4. Lower Control Limit 元茂 品质部/许文军
控制图原理: • 1) 3 σ原理: 若变量X服从正态分布,那么,在 ±3σ 范围内包含了99.73% 的数值。 • 2) 中心极限定理: 无论产品或服务质量水平的总体分布是什么,其 的分布(每个 都是从总体的一个抽样的均值)在当样本容量逐渐增大时将趋向于正态分布。 元茂 品质部/许文军
正态性假定有实际意义吗? • 1)不是在研究一门精确的科学,而是作为一种谨慎的工业指导; • 2)大部分的实际情况的数据分布与正态分布极为相似; • 3)根据中心极限定理进行数据的处理; • 4)如果不适合可以不需要用正态曲线直接来分析; 元茂 品质部/许文军
质量特性分类 • 计量值(variable):定量的数据;值可以取给定范围内的任何一个可能的数值 。 • 计数值(Attribute):定性的数据;值可以取一组特定的数值,而不能取这些数值之间的数值 。 • 计件型 • 计点型 元茂 品质部/许文军
控制图的分类 • 计量值控制图: 均值-极差控制图(X bar-R) 均值-标准差控制图(X bar –S) 单值-移动极差控制图(X-MR) • 计数值控制图: 不良率控制图(p) 不良数控制图(Pn) 缺陷数控制图(c) 单位缺陷数控制图(u) 元茂 品质部/许文军
选择合适的控制图 计量型数据吗? 是 否 性质上是否均匀 或不能按子组取样? 关心的是 不合格品率吗? 是 否 是 否 子组容量≥9? 样本容量 是否恒定? 关心的是 单位零件缺陷数吗? 否 是 否 是 是 np或p图 p图 样本容量 是否恒定? 是 否 C或U图 U图 元茂 品质部/许文军
计量型控制图 元茂音箱(深圳)有限公司 Original Box ( S.Z.) Corporation
一个实例 (一) • 一台自动螺丝车床已经准备好了加工切断长度的图纸公差为0.500±0.008英寸的螺栓。 • 频数分布在进行调整期间已经完成,分析结果表明进行一段时期加工生产的开端是可以令人满意的。 • 为了分析和控制加工过程中螺栓的质量,现决定采用均值极差控制图进行监控。 • 按如下八个步骤进行: 元茂 品质部/许文军
一个实例(二) • 步骤1:选择质量特性 螺栓的切断长度至关重要 • 步骤2:按合理的计划来搜集数据 每小时抽取5个产品作为一个样本。检验员按时间顺序收集了25个样本。 元茂 品质部/许文军
收集的数据表 元茂 品质部/许文军
一个实例(三) • 步骤3:计算样本平均值及极差(见上表) • 步骤4:确定总的平均数和平均极差 元茂 品质部/许文军
一个实例(四) • 步骤5:计算控制限 其中: 元茂 品质部/许文军
一个实例(五) 元茂 品质部/许文军
一个实例(七) • 步骤7:确定控制限是否能经济地满足要求; • 步骤8:运用控制限进行控制; 元茂 品质部/许文军
均值-极差控制图( ) • 最常用;最基本; • 控制对象为计量值; • 适用于n ≤9的情况; • 均值图用于观察和分析分布的均值的变化,即过程的集中趋势; • 极差图观察和分析分布的分散情况,即过程的离散程度。 元茂 品质部/许文军
均值-极差控制图-控制限 均值控制图 极差控制图 元茂 品质部/许文军
使用均值-标准差控制图 • 步骤3:计算样本平均值及标准差 • 步骤4:确定总的平均数和平均标准差 元茂 品质部/许文军
一个实例(四) • 步骤5:计算控制限 其中: 元茂 品质部/许文军
一个实例(五) 元茂 品质部/许文军
均值-标准差控制图( ) • 控制对象为计量值; • 更精确; • 均值图用于观察和分析分布的均值的变化,即过程的集中趋势; • 标准差图观察和分析分布的分散情况,即过程的离散程度。 元茂 品质部/许文军
怎样确定控制限 均值控制图 标准差控制图 元茂 品质部/许文军
单值-移动极差控制图( ) • 与均值-极差控制图的作用类似; • 不需多个测量值或样本是均匀的(如浓度); • 因为费用或时间的关系,过程只有一个测量值(如破坏性实验); • 敏感性不强; • 用自动化检查,对产品进行全检时; 元茂 品质部/许文军
移动极差 • 移动极差是指一个测定值 xi 与紧邻的测定值xi+1 之差的绝对值,记作MR, MR= | xi -xi+1 | (i=1,2,…,k-1) 其中:k为测定值的个数; k个测定值有k-1个移动极差,每个移动极差值相当与样本大小n=2时的极差值. 元茂 品质部/许文军
怎样确定控制限 • 1 计算总平均数: • 2 计算移动极差平均数: 元茂 品质部/许文军
怎样确定控制限 • X控制图 • 相当于n=2时的均值控制图 元茂 品质部/许文军