过程统计控制StatisticalProcessControl规格限制(客户)与流程控制限制(内部)制程能力高品质:缺陷
较少发生(Cpk>1)低品质:缺陷频繁发生(Cpk<1)管制图提示管制图ControlChartD3Rbar
D4RbarRbarR-ChartXbarbar-A2RbarXbarbar+A2RbarXbarbar
Xbar-ChartLCLUCLCL管制图1.7770.2233.0780.308101.8160.18
42.9700.33791.8640.1362.8470.37381.9240.0762.7040.419
72.00402.5340.48362.11502.3260.57752.28202.0590.72
942.57501.6391.02333.26701.1281.8802D4D3d2A2nRU
CL=9.09CL=7.64LCL=6.19UCL=5.33CL=2.52LCL=0机器放置/过程调整特
殊机器上的性能/产品使用操作人员的技术改变或偏见建立操作水平的过程并且监控过程内中心线的变化Xbar-Chart失控
根源功能R-chartUCLLCLx-chartUCLLCL劣质的修理或维护新的操作人员某些因素干
扰操作人员监控过程中的扩散变化R-Chart失控根源功能R-chartUCLLCLx-chartUCLLCL
数据不合规则例1:有任何1点超出管制界限原因:计算错误,测量误差,原材料不合格,设备故障等.UCLCLLCLA
BCABCUCLCLLCLABCABC例2:连续7点上扬或下降中心线上方或下方原因:设备设定,材
料磨损例:螺丝松了例:测量仪故障例3:一条线上连续7点上升或下降原因:工具逐渐磨损,维修水平逐渐降低.UCL
CLLCLABCABC数据不合规则例4:连续14点相互着一升一降原因:轮流两台设备或由两位操作人员进行操作
而引起的系统效应UCLCLLCLABCABC例:没加润滑油例:甲用机器A,乙用机器B数据不合规则例6:
连续有8点在中心线两测但未在C区内原因:造成此现象的主要原因是数据分层不够，本准则即为此而设计的例5:连续有15点在
C区内（围绕中心线上下浮动）原因:现象是由于参数变小.原因可能有：数据虚假或数据分层不够等.排除这两种可能性之后，这时才能总结
现场和减少标准差的先进经验。UCLCLLCLABCABCUCLCLLCLABCABC例:精准
机器但公差太大例:机器特性限制但公差设定太小分布规格上下限管制上下限流程控制限制：a)统计b)制程限制用于单独的项
目c)控制限制用平均值计算-限制=μ±3σ-定义正常(共同原因)与不正常(特殊的原因)规格限制：
a)工程师设定b)限制=目标±容忍c)定义可接受与不可接受分布Goodqualitydefectsarerare
(Cpk>1)μ如果规格上下限和管制上下限相等,Cpk=1μPoorqualitydefectsarecomm
on(Cpk<1)制程能力指数Cpk(ProcessCapability)管制限在规格限内?受控管制限在规格
限外?失控3σ=(UCL–x,orx–LCL)==141620
2426Cpk=minUSL–x3σ=x-LSL3σ=24–203(2
)==.66720–153(2)==.833失去控制,要求全方位调查原因且进行改善差Cp
<0.67迅速行动纠正过程低于正常1.00>Cp>0.67需要密切注意过程控制,尤其接近Cp=1.0正常1.33>Cp
?1.00试图保持这个条件好1.67>Cp?1.33可容许少量的扩散,考虑到费用和操作优Cpk>1.67行动
能力判断制程能力SPC:StatisticalProcessControl规格上线USL规格
下线LSL管制上线UCL管制下线LCL中心线X正常况态脚车手过独木桥[正常状态]规格上线USL规格下线
LSL管制上线UCL管制下线LCL中心线XRing…………手机铃响马上矫正脚车手过独木桥[非正常状态,波动
大]规格上线USL规格下线LSL管制上线UCL管制下线LCL中心线XWho……看海景(偏移中心线)
缓冲区偏移中心线脚车手过独木桥[非正常状态,中心偏移]规格上线USL规格下线LSL管制上线UCL管制下线L
CL中心线XDoom………酒后骑车失控状态脚车手过独木桥[异常状态,波动大,失控]规格下线Lower
SpecLimitLSL管制下线LowerControlLimitLCL中心线CenterLine
CL管制上线UpperControlLimitUCL规格上线UpperSpecLimitUSLUS
LUCLLCLLSLCL管制线在中心点的“机率”最高假设:独木桥规格线SPC是一个功能强大的预防问题的工具,通
过减少可变因素来稳定工艺和提高工艺能力什么是SPC?StatisticalProcessControl流程不
断重复的相似的流程或事件。统计对数据的收集,分析,表示。控制保持在要求的状态,使它按照期望的方式呈现为什
么SPC?降低成本提升品质提高优良率顾客满意预防错误盈利原因:客户需要确保供应商的产品始终
都能达到SPC的要求。2)确保即使生产工艺有所改变,也可以在不良品产出之前就被发现。16516516416616
5167166165167164169162163165168166164166163168男生身
高14914815114615015315115115214914815015014714715
2150151150149女生身高大多数据,讲不清楚Statistics男生平均身高=165.4cm
单位units:cm女生平均身高=147.4cm….R,R-Bar,X-Bar,Sigma什么
是SPC?SPC5大基本原则事情根据一定的的模式变化5“非常规因素”会歪曲正常的分配曲线4对同一事物进行大
样本测量,结果将趋向于中间分布3产品或流程的变化能被测量2没有两件事或物是完全地相似1?质量变异Variabili
ty654321654321二个骰子一个骰子机率最高123456543216
66564636261565554535251464544434
24136353433323126252423222116151
413121112111098765432?质量变异Variability若结果是由公
平地收集(像骰子),结果的呈钟状分布正态分布NormalDistribution频率########
##################参数频率参数偏移中心护散左偏移,右偏移正态分布
NormalDistribution稳定状况下(正态分布)波动是可预测不稳定状况下(非正态分布),波动
是不可预测可预测???????????????????不可预测质量变异根源4M+1E
环境材料机器方法人员来自于潜在的自然变异消除它们的成本很昂贵反应制程的不稳定统计制程管制最
主要的目的就是要快速的侦测出制程中的可归属原因或是偏移的发生机遇原因(一般原因)ChanceC
ause可归属原因（特殊原因）AssignableCause(specialcause)什么是直方图Hist
ogram?直方图是将所收集的测定值,分为几个相等的区间作为横轴,并将区间内所测定值依所出现的频数累积而成的区域,用柱子排
起来的图形,也叫柱状图。直方图的目的了解数据分布的形态研究和分析过程能力判断数据的真实性求分布的平均值与标准差
确定控制规格界限调查是否混入两个或以上的不同总体直方图形态可能来自数个钟型分配混合两个钟型分配可能来自两部不同
之机器可能两个不同操作员可能两条不同生产线。-自然的常态制程。高原型分配双峰分配钟
型分配直方图形态某些数据自钟型分配数据中移去将不合格品数据剔除。可能因工具磨损,松功可能分组不当测量换算
有偏差截断型分配偏斜型分配梳状分配直方图形态-通常为数据记录错误所造成某一特别之机器、制造程
序或作业员造成可能量测误差或抄写数据时产生之错误边缘突出型分配离岛型分配直方图的重点:平均值(Xb
ar)的所在是否正态分布求得表现差异性的标准差(?)什么是管制图ControlChart?管制图是对过
程或制程中各特性值进行测定,记录,评估和监察过程是否处于控制状态的一种用统计方法设计的图。管制图由美国W.A.Shewha
rt在1924年提出,采用3?。可实质量测或测试连续性的特质高度,温度,压力,重量,123等计产品的件数或点
数的表示方法不连续的特质好与坏,合格与不合格计量值Variable计数值Attribute管制图Cont
rolChart计数值抽样数可能不一致抽样数必须一致nP-ChartC-ChartP-ChartU
-Chart计量值抽样数必须一致Xbar-RChartX-MRChart好/不好1,2,3管制图:
统计的方式?分析数据?进行判断和控制计数值管制图类别样本数不变样本数变化缺陷数缺陷率C-Chart缺点数管
制图[1:2,不变]U-Chart单位缺点数管制图[1:2,变]nP-Chart不良数管制图[1:1,不变
]P-Chart不良率管制图[1:1,变]P–Chart不良率管制图检查:4组样品50,50,50
,50发现:5,6,12,3不良品Pbar=总不良品/总样品Pbar=5+6+12+3/(50+50+5
0+50)Pbar=0.13检查:50样品发现:5个不良品P=不良品/总样品P=5/50
P=0.1-在工业最常用的计数管制图-以百分比分数表达P例子:多组例子:单组描述计量不良率1
3%之不良率nP–Chart不良数管制图不良品:20,19,8nPbar=20+19+8/3
=15.7发现:26个不良品nP=26-以最简单方式表示不合格数字-在每个阶段,抽样数要维持不变
nP例子:多组例子:单组描述计量不良数平均有15.7个不良数C–Chart缺点数管制图发现:5,12
,6,9Cbar=(5+12+6+9)/4=8发现:15个缺点数C=15-控制不合格数目
(一件物品可能含有许多不合格数目)c例子:多组例子:单组描述计量缺点数平均有8个缺点数U–Char
t单位缺点数管制图检查:4组20,20,20,20发现:9,20,8,3缺点数Ubar=(9+20+8+3)
/80=0.50检查:17样品发现:28个缺点数U=28/17=1.6-控制每单元的不合格
数目-以单元为基准来控制不合格数目u例子:多组例子:单组描述计量SSDif“单位”缺点数平均每样品有0.
5缺点数管制图和SPC常用名词制程能力指数:测量中心位置偏移程度Ca准确度制程能力指数:同时考虑偏移及精度Cpk
制程能力制程能力指数:测量数据一致性程度Cp精密度平均值-3?LCL管制下限平均值+3?UCL管制
上限实际数据的平均值CL管制中心线样本内各变数变异程度的度量,测量波动的依据。?标准差把一组数据相加,再除该组个数
Xbar,X平均值解释符号名词计量值管制图类别固定样本取中间值易于计算R值-单一样本用移动全距
R=Rn-Rn-1固定样本取平均值不易计算?值但监控扩散更精准固定样本取平均值易于计算
R值中位值与全距管制图个别值与移动全距管制图平均值与标准差管制图平均值与全距管制图XC-RChar
tX-RMChartXbar-?ChartXbar-RChartn=5Xbarbar=7.64Rbar=2.52Xbar-RChart案例张三每天取5个样品,量测样品高度如下D3RbarD4RbarRbarR-ChartXbarbar-A2RbarXbarbar+A2RbarXbarbarXbar-ChartLCLUCLCL管制图02.52=02.1142.52=5.3355.5/22=2.52R-Chart7.64–(0.5772.52)=6.197.64+(0.5772.52)=9.09168.1/22=7.64Xbar-ChartLCLUCLCL管制图SPC:StatisticalProcessControl |
|
