五大工具之SPC、MSA和FMEA基础知识培训

五大工具之SPC、MSA 和FMEA基础知识培训,主讲：吴英浩,三、失效模式和影响分析-FMEA,一、统计过程控制-SPC,二、测量系统分析-MSA,6,TQC,QM,QA,QC,质量管理发展趋势,Q ？,过程控制系统模型,一个过程控制系统可以称为一个反馈系统，它有四个重要的基本原理： 过程：人、机、料、法、环共同作用将输入转化为输出的集合； 信息：通过分析过程输出可以获得许多与过程实际性能有关的信息，过程特性是关心的重点（如温度、周转时间、进给速率、中止次数等）； 对过程采取措施：通常，对过程的重要特性采取措施从而避免它们偏离目标值太远是很经济的（如人员培训、设备修复、变换输入材料等）； 对输出采取措施：如果仅限于对输出检测并纠正不符合规范的产品，而没有分析过程中的根本原因，常常是最不经济的。,6,§ 8.3,§ 8.5.2 / 8.5.3,产品不符合 规范的纠正,过程不具备这个能力的 纠正措施,通过检验并剔除不符合要求的产品，靠检查、审核来找出工作中的错误，在这两种情况下都是使用“检测”的方法，这种方法是浪费的，因为它允许将时间和材料投入到生产不一定有用的产品或服务中去。 “第一次就把工作做好”可以避免生产无用的输出，从而避免浪费，这是一种更有效的方法“预防”。,过程控制的需要 检测-容忍浪费 预防-避免浪费,Function / Disfunction,生产,不符合客户所需功能,输出的结果,不符,预期结果,产品不合格,某一个原因,一个结果,生产,符合顾客所需功能,到达的效果,希望的效果,相同,产品合格,产品检验 § 8.2.4,过程控制 确保该质量产品可以批量生产,控制原则： 规划每一步生产活动以确保操作的可重复性 纠正过程中与既定目标不符的地方 防范各种与既定目标不符的风险因素,9,在控制之下的生产流程， 谁，什么时候，做什么， 需要的话：怎么做,失控的流程,每个产品的尺寸都与别的不同，但它们形成一个模型，若稳定，可以描述为一个分布。,分布可以通过位置、分布宽度和形状等因素来加以区分。,如果存在变差的普通原因，随着时间的推移，过程的输出形成一个稳定的分布并可预测。,如果存在变差的特殊原因，随着时间的推移，过程的输出不稳定。,的统计含义,在数理统计中表示标准差，是表征任意一组数据或过程输出结果的离散程度的指标，可以用来评估产品和生产过程特性波动的大小。,6的概念,六西格玛管理法中提到的6代表的是质量水平，意味着100万次机会中有3.4个缺陷的可能。水平越低，过程满足要求的能力就越低。,水平与合格率及缺陷数之间的关系,据通用电气公司估计，3 或4与 6之间的差 值 致 使他们每年因低效率和生产率降低而损失80亿至120亿美元。,World Class Quality Pty Ltd - 1999年9月,15,利润,通用电气公司利润,估计为20亿美元,增加的利润,提高效率,减少浪费,缩短循环,提高市场 占有率,1、SPC概念 2、SPC技术原理 3、SPC的好处 4、SPC的两个阶段 5、SPC控制图,一、SPC-统计过程控制,1、SPC概念 SPC即统计过程控制。 在生产过程中，产品的质量波动是不可避免的，它由人员、机器、材料、方法和环境等基本因素的波动影响所致。 波动分为两种：正常波动和异常波动，正常波动是偶然性原因（不可避免因素）造成的，异常波动是由系统原因（异常因素）造成的。 过程控制的目的就是消除、避免异常波动，使过程处于正常波动状态。,没有两件产品或特性是完全相同的，因为任何过程都存在许多引起变差的原因。 过程中有些变差造成短期的差异，有些变差需要经过较长的时期后对输出造成影响。 从最低的角度来看，总是希望将变差问题简单化，位于规定的公差范围是可接受的，超出规定公差范围之外是不可接受的。 然而，在管理任何一个过程减少变差时，都必须追究造成变差的原因，首先是区分普通原因和特殊原因。 普通原因表现为一个稳定系统的偶然原因，特殊原因出现时将造成整个过程的分布改变。,纠正措施:关掉水龙头,19,生产,不符客户所需功能,§ 8,5,2 可纠正的,解决问题,记录归档,§ 4.2.4,A P C D,检验随后的效果,Nok不好,允许生产,Ok好,2、SPC技术原理 统计过程控制（简称SPC），是一种借助数理统计方法的过程控制工具，利用统计的方法来监控过程的状态，确定生产过程在管制的状态下，以降低产品品质的变异。 由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而过程失控时，过程分布将发生改变。 SPC正是利用过程波动的统计规律性对过程进行分析控制，它强调过程在受控的状态下运行。,控制图原理：正态分布,图 正态概率密度曲线, 3原理： 正态分布中，不论与取值如何，产品质量特性值落在 范围内的概率为99.73%，落在该范围外的概率为0.27（千分之三）是个小概率事件，而“在一次观测中，小概率事件是不可能发生的，一旦发生就认为过程出现问题”。故“假定工序（过程）处于控制状态，一旦显示出偏离这一状态，极大可能性就是工序（过程）失控，需要及时调整”。据此休哈特发明了控制图。, 控制图的形成,把正态分布图按顺时针方向转90°，再上下翻转180°，就得到一张控制图。, 控制图的结构,3、SPC的好处 对过程作出可靠的评估。 确定过程的统计控制界限，判断过程是否失控和过程是否有能力。 为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生。 减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作。 在质量控制上真正做到“事前”预防和控制。,4、SPC的两个阶段 分析阶段，主要目的在于： a. 使过程处于统计稳态； b. 使过程能力足够。 控制阶段，主要工作是使用控制图进行监控，全面掌握质量动态，及时发现质量变异。 在工厂的实际应用中，对于每个控制项目，都必须经过以上两个阶段，并且在必要时会重复进行这样从分析到监控的过程。,分析阶段 过程控制系统的一个作用是当出现变差的特殊原因时提供统计信号。 首先应通过检查并消除变差的特殊原因使过程处于受控统计状态。 过程状态的分类四种情况,1类过程：受统计控制且有能力满足要求，是 可接受的； 2类过程：是受控过程但存在因普通原因造成的过大的必须减少的变差； 3类过程：符合要求可接受，但不是受控过程，需要识别变差的特殊原因并消除它； 4类过程：即不是受控过程又不可接受，必须减少变差的特殊原因和普通原因。,过程能力是由造成变差的普通原因来确定，通常代表过程本身的最佳性能（例如分布宽度最小），在处于统计控制状态下的运行过程，数据收集到后就能证明过程能力，而不考虑规范相对于过程分布的位置或宽度的状态如何。 然而，内部顾客和外部顾客更关心过程的输出以及与他们的要求（定义为规范）的关系如何，而不考虑过程的变差如何。, 过程能力（工序能力） 是指过程加工质量方面的能力，用于衡量过程加工内在一致性。 过程能力决定于质量因素：人、机、料、法、环，而与公差无关。 通常用6表示过程能力。, 过程能力指数（工序能力指数） 双侧公差的过程能力指数,单侧公差的过程能力指数,上单侧：,下单侧：, Cp和Cpk的比较与说明 Cp,反映过程加工的一致性，即“质量能力”（过程的声音）,Cpk,反映过程中心与公差中心的偏移情况（顾客的声音）,将Cp与Cpk两数值联合使用，可对产品质量有更全面的了解。,能力指数可以分成两类：短期的和长期的 短期能力研究是以从一个操作循环中获取的测量为基础的，这些数据用控制图分析后作为判定该过程是否在统计控制状态下运行的依据。 如果没有发现特殊原因，可以计算短期能力指数；如果过程不是处于受控状态，就要求采取解决变差的特殊原因的措施。 当收集到足够的数据后，将这些数据画在控制 图上，如果没有发现变差的特殊原因，便可以计算长期的能力和性能指数。,控制阶段 当过程达到确定的状态后，将分析用控制图的控制限延长，作为控制用控制图的控制限，用于日常管理保持所确定的状态。 交接手续 判异准则 新的异常出现 恢复,过程判异准则 1、一点落在A区以外； 2、连续9点落在中心线同一侧； 3、连续6点递增或递减； 4、连续14点相邻点上下交替； 5、连续3点有2点落在中心线同一侧的B区以外； 6、连续5点中有4点落在中心线同一侧的C区以外； 7、连续15点在C区中心线上下； 8、连续8点在中心线同侧无一点在C区内。,5、SPC控制图 使用控制图来改进过程是一个重复的程式，多次重复收集、控制及分析几个基本的步骤，对过程进行长期性分析、控制来减少过程变差。 收集：将研究的特性（过程或产品）的数据收集后转换成可以画到控制图上的形式； 控制：利用数据计算试验控制限，然后将数据控制限相比来确定变差是否稳定； 分析及改进：当所有的特殊原因被消除后，过程在统计控制状态下运行，可以继续使用控制图作为监控工具，也可以计算过程能力。,计量型数据噪音、温度 计量型数据控制图 、 计数型数据 泄漏、灯不亮、 外观缺陷 计数型数据控制图 p图、np图、c图、u图,计量值控制图 均值-极差控制图 （ 图） 均值-标准差控制图 （ 图） 中位数-极差控制图 （ 图） 单值-移动极差控制图（ 图）,计数值控制图 不合格品率控制图（p图） 不合格品数控制图（nP图） 不合格数控制图 （c图） 单位不合格数控制图（u图）,二、MSA-测量系统分析,1、测量系统的基本概念 2、测量系统的特性 3、测量系统分析 4、测量系统评价,二、MSA-测量系统分析,1、测量系统的基本概念,测量：给具体事物赋值以表示它们在指定特性上的(大小、多少)关系。 测量系统：对被测产品特性赋值的操作者、量具、操作方法、设备、软件的集合，用来获得测量结果的整个过程称为测量过程或测量系统,测量过程,测量值,测量,分析,需要控制 的过程,决定,一个理想的测量系统是每次使用时均能产生“正确的”测量结果。不幸的是，具有这样理想统计特性的测量系统很少存在。 测量系统的质量通常仅仅取决于经过一段时间后产生数据的统计特性。 数据的质量取决于从处于稳定条件下进行操作的测量系统中，多次测量的统计特性。 通常用来描述测量数据质量的统计特性是某测量系统的偏倚（bias）及变差（variance）。被称为偏倚的统计特征指的是数据相对于参考（基准）值的位置；被称为变差的统计特征指的是数据的分布宽度。,每一个测量系统可能被要求有不同的统计特性，但有一些基本特性用于定义“好的”测量系统。它们包括： 足够的分辨率和灵敏度；通常所知的是10-1法则，表明仪器的分辨率应把公差(过程变差)分为十分或更多，这个规则是选择量具的实际最先遵守原则。 测量系统应该是统计受控的，这意味着在重复测量条件下，测量系统中的变差只能由普通原因造成； 为了产品控制，测量系统的变差必须小于规范限值，以特性的公差来评估测量系统。 为了过程控制，测量系统的变差应该显示有效的解析度，并且小于制造过程的变差。,2、测量系统的特性,Repeatability重复性 Reproducibility再现性 Bias偏倚 Linearity线性 Stability稳定性 Discrimination分辨率,量具重复性的定义 重复性 当由同一操作人员多次测量同一特性时，测量装置重复其读数的能力。这通常被称为设备变差。 重复性设备的变差,量具再现性的定义 再现性 由不同操作人员使用同一测量装置并测量同一特性时，测量平均值之间的变差。这通常被称为操作员变差。 再现性 = 操作员变差,偏倚的定义 测量值的平均值 与 实际值之间的差值。偏倚与准确度有关，因为如果测量值的平均值相同或近似于相同，就可以说是零偏倚，这样的话，所用的量具便是“准确的”。,观测的平