《统计过程控制》ppt课件-2

1,Statistical Process Control 统计过程控制,广州今朝科技有限公司 E-quality Solutions http:/www.todaysoft.info,2,Agenda,SPC的基本原理（9:00-9:30） 控制图(9:40-11:30） 过程能力研究（12:30-13:20） QC工具介绍（13:30-14:30） 直方图、柏拉图、散布图和分层分析 直通率、DPMO分析,3,Agenda,SPC的基本原理 控制图 过程能力研究 QC工具介绍 直方图、柏拉图、散布图和分层分析 直通率、DPMO分析,4,SPC基本原理,什么是SPC? 波动及统计规律性。,5,Statistical: 统计，以概率统计学为基础，分析数据、得出结论； Process： 过程，有输入-输出的一系列的活动； Control： 控制，做出调节和行动；,什么是SPC,定义：,6,材料,机器,人,方法,测量,环境,过 程,产品/服务,什么是SPC,过程：,7,什么是SPC,过程波动 引起 品质不良,报废 返工 停工 加强检验,内部成本,外部成本,高的检验成本 重复修理 存货增多,维护成本升高 返工,市场份额下降 资金周转期长 客户失望,品质不良的后果：,8,什么是SPC,SPC 可以帮助我们：,区分正常波动和异常波动； 及时发现异常征兆； 消除异常因素； 减少异常波动； 提高过程能力； ,预防控制,9,波动及其统计规律性,正常波动和异常波动：,波动是无所不在； 波动具有统计规律性； 品质改善就是要持续减少设计、制造和服务过程的异常波动；,正常波动： 稳定的； 结果是可预测的； 是永久性的；,异常波动： 不稳定的； 结果不可预测； 现象会重复发生，除非有所行动； 可以减少；,10,正态分布:,其中: -总体平均值，描述质量特性值 分布的集中位置。,-总体标准差，描述质量特性值 X分布的分散程度。,N（，2）,波动及其统计规律性,11,波动及其统计规律性,曲线关于对称； 当x=时取到最大值； X离越远，f（x）的值越小； 曲线以ox轴为渐近线,正态分布的特征:,X,12,不同(均值),波动及其统计规律性,13,不同(标准差 ):,波动及其统计规律性,14,当=0，=1时正态分布称为标准正态分布,研究实际问题比较方便，可以借助标准正态分布表,标准正态分布:,波动及其统计规律性,15,波动及其统计规律性,二项分布 （计件型） 主要用于具有计件值特征的质量特性值分布规律的研究. 泊松分布 （计点值） 主要用于计点值特征的质量特性值分布规律的研究,其他分布类型:,16,波动及其统计规律性,当N10n，p0.1或np 4-5时，就可以用正态分布代替二项分布进行近似计算。,二项分布：,17,波动及其统计规律性,泊松分布：,当 np5 时，泊松分布近似正态分布！,=2.0,=5.0,概 率,0.1,0.2,0.3,18,Agenda,SPC的基本原理 控制图 过程能力研究 QC工具介绍 直方图、柏拉图、散布图和分层分析 直通率、DPMO分析,19,控制图,基本概念与原理 控制图的应用与分析 控制图构成及作用 控制图分类 控制图的应用时机 控制图的应用步驟 常见控制图的介绍 受控或失控的判断方法 Todaysoft®SPC解决方案,SPC核心工具,20,基本概念与原理,基本概念：,计量型：用各种计量仪器测出、以数值形式表现的测量结果，包括用量仪和检测装置测的零件直径、长度、形位误差等，也包括在制造过程状态监控测得的切削力、压力、温度、浓度等。 计数型：通常是指不用仪器即可测出的数据。计件: 如不合格品率、废品率等，服从二项分布；计点: 如PCB上的漏焊数、溢胶数等，服从泊松分布。,21,若质量特性值X服从正态分布,那么,在 ±3 范围内包含了99.73% 的质量特性值。,3原理：,基本概念与原理,22,通常控制图是根据“3 ”原理确定控制界限, 即: 中心线： CL= 上控制界限：UCL=+3 下控制界限：LCL=-3,控制图原理：,基本概念与原理,23,控制图构成：,控制图的应用与分析,24,控制图的应用与分析,纵坐标：数据（质量特性值或其统计量） 横坐标：按时间顺序抽样的样本编号 上虚线：上控制界限UCL 下虚线：下控制界限LCL 中实线：中心线CL,Remark: 规格限：由客户或设计部门给出; 控制界限：由过程的实际数据统计计算得出; 一般情况下,控制界限严于规格限;,控制图构成：,25,有效监测与预防,管理控制图,实际的变化发生在此处,将导致在此处耗费时间查找原因,USL,UCL,控制图的应用与分析,控制图如何起作用：,26,控制图分类：,控制图应用与分析,按照质量特性类型分为： 计量型控制图 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) 计数型控制图 不合格率控制图（P图） 不合格数控制图（Pn图） 缺陷数控制图（C图） 单位缺陷数控制图（U图）,27,控制图应用时机,计量型数据吗？,n=1？,关心的是 不合格率吗？,均值是否 方便计算？,n是否恒定？,n是否恒定？,n 9？,s是否 方便计算？,Pn或p图,p图,C或U图,U图,是,否,是,是,是,是,是,是,是,否,否,否,否,否,否,否,n：样本容量,28,控制图应用步骤：,控制图应用与分析,关键特性,稳态数据,29,控制图应用步骤注意事项：,控制图应用与分析,上下控制限和中心线都是通过抽样收集过去一段生产稳态下的数据计算出来的； 根据计算结果作成分析用控制图，并确认是在控制状态下且过程能力尚可后，方可将其控制限应用在过程控制用控制图上；,什么样的数据可认为是处于生产稳态？,30,何时应该重新计算控制界限：,控制图应用与分析,控制图是根据稳定状态下的条件（人员、设备、原材料、工艺方法、测量系统、环境即5M1E）来制定的。如果上述条件变化，则必须重新制定控制图，例如： 操作人员经过培训，操作水平显著提高； 设备更新、经过修理、更换零件； 改变工艺参数或采用新工艺； 改变测量方法或测量仪器； 采用新型原材料或其他原材料； 环境变化。 一定时间后检验控制图还是否适用； 过程能力值有大的变化时；,广州今朝科技有限公司,31,控制图应用与分析,使用场合及特征 统计量的计算 控制界限的计算 控制图示例,常见控制图的介绍：,32,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；,33,均值-极差控制图（ ）,各组样本统计量，如样本平均值、 总体平均值 及极差的计算；,n：样本容量 k:子组数,34,均值控制图,极差控制图,均值-极差控制图（ ）,控制界限的计算：,35,均值控制图,极差控制图,控制图示例,均值-极差控制图（ ）,36,2.0 制作 控制图R控制图： 2.1 计算中心值和边界值：,SPC 基础培训 SPC分析事例,37,2.2、制作均值控制图和极差控制图：,X控制曲线,CL= 60.400,UCL=64.533,LCL= 56.267,SPC 基础培训 SPC分析事例,38,2.2、制作均值控制图和极差控制图：,R控制曲线,UCL=12.939,CL= 5.670,SPC 基础培训 SPC分析事例,LCL=0,39,均值-标准差控制图（ ）,子组样本容量较大，因此更有效地体现变差，检出能力高； 当n10时，s图代替R图，因为R图所反映的过程的分散程度已经不合适，误差太大，所以采用对过程分散程度反映较好的S图； 计算复杂，因此适用于采用计算机或袖珍计算器能简单按程序计算出S的情况下；,40,均值的计算同： 标准差的计算为：,均值-标准差控制图（ ）,41,均值-标准差控制图（ ）,均值控制图,标准差控制图,42,均值-标准差控制图（ ）,均值控制图,标准差控制图,控制图示例,43,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；,44,单值-移动极差控制图（ ）,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Rs， Rs = | xi - xi+1 | （i=1,2,k-1) 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.,移动极差：,45,单值-移动极差控制图（ ）,1 计算总平均数: 2 计算移动极差平均数:,46,单值-移动极差控制图（ ）,控制界限:,n=2时, E2=2.66,X控制图,Rs控制图,n=2时, D4=3.267, D3=0,47,不合格品数控制图（Pn图),样本容量n恒定； 不合格品数是一个服从二项分布的随机变量； 当n 5时近似服从正态分布N np，np（1-p）；,48,不合格品数控制图作图步骤,1 确定数据样本容量n的大小； n常取50以上的数 例8：某厂某产品不合格品数统计资料中以100为样本大小。,49,不合格品数控制图作图步骤,2 收集数据Pn1，Pn2, Pn3 , , Pnk ,k为样本数；,50,不合格品数控制图作图步骤,3 计算控制中心和控制界限；,51,不合格品数控制图作图步骤,该例中,所以:,52,不合格品数控制图作图步骤,4 作控制图,53,不合格品率控制图（P图),样本容量n大小不定时对产品合格与否的控制图; 服从二项分布; 当P较小n足够大时,该分布趋向于正态分布,54,不合格品率控制图作图步骤,1 收集数据; 注意: 1 要求样本中大体含15个不合格品,即Pn=15; 2 估计不合格品率为P时,可由下式计算n: 3 一般取1025个样本.,55,不合格品率控制图作图步骤,2 计算不合格品率P及平均不合格品率;,例9,56,不合格品率控制图作图步骤,3 计算中心线和控制界限;,与n有关,57,计算控制界限,58,不合格品率控制图作图步骤,4 作控制图.,59,缺陷数控制图（C图）,控制对象为一定单位(如一定长度、一定面积、一定体积等）n上面的缺陷数； 如铸件表面的气孔数、机器装好后发现的故障数； 产品上的缺陷数服从泊松分布； 近似为正态分布处理，均值为C，标准偏差为,60,缺陷数控制图作图步骤,1 收集数据； 注意：一般取2025组数据； 如果缺陷数较小，可将几个样本合为一个，使每组缺陷数C=0的情况尽量减少，否则用来作控制图不适宜； 不同的缺陷应尽可能分层处理。,61,缺陷数控制图作图步骤,2 计算平均缺陷数,62,例：,63,缺陷数控制图作图步骤,3 计算中心线和控制界限:,64,缺陷数控制图作图步骤,4 作控制图,65,单位缺陷数控制图(U图),通过测定样本上单位数量（如面积、容积、长度、时间等）上缺陷数进行控制的场合； 与C图具有相同的原理，不同的是U图的取样大小可以浮动，只要能计算出每单位上的缺陷数即可； 设n为样本大小，C为缺陷数，则单位缺陷数为： u=c/n,66,单位缺陷数控制图作图步骤,收集数据，包括样本大小和缺陷数；,例11,67,单位缺陷数控制图作图步骤,计算单位缺陷数和上下控制界限；,68,计算结果,单位缺陷数控制图作图步骤,69,单位缺陷数控制图作图步骤,作控制图