SPC教育訓練教材.ppt

统计过程控制SPC培训课程 第一节： SPC原理 本节内容： 正态分布 控制图介绍 控制图分析 过程能力 什么是SPC？ SPC是英文“Statistical Process Control”的简称，即“统计过程控制” 20世纪20年代由贝尔实验室沃尔特.休哈特（Walter Shewhart）在研究过程数据时首先开发应用的，他开发的一个简单有力的工具——控制图。控制图已经成功地应用于各种各样的过程控制和改进中。 SPC的理论基础和数据基础 SPC的理论基础 ——基于数据集 ——根据数据集的特征建立数理统计模型 ——根据模型特征建立预防控制的思想 抽出100个直径为10mm（公差为±0.5mm）的螺丝 螺丝直径数据的特征 变差范围计算 数据的规律——正态分布（normal　distribution） 正态分布的特点 正态分布的标准变换 正态分布的重要结论 标准差（standard deviation）计算 标准差计算公式 标准差估算公式 演变成控制图（control　chart） 应用 事件日志 常规的休哈特控制图 的制作 计算公式 R = X最大值 — X最小值 计算公式 样本容量的 D4、D3、A2值 稳态过程（stable　process） 造成过程变差由普通原因确定 代表当时生产最佳性能 可以估计出符合规范产品的比例 成为满足顾客和产品的要求的一个度量 对异常情况反应敏感 判稳准则 连续25个点在控制线内 概率为0.00654 连续35个点有一点在控制线外 概率为0.0041 连续100个点有两点在控制线外 概率为0.0026 判异准则 模式1：点出界 模式2：链 模式3：倾向 模式4：交替 模式5：点接近控制线 模式6：间断偏离中心 模式7：点集中在中心线附近 模式8：连续偏离中心 变差原因（ variation cause） 在控制图上对打点出界或其他异常情况在图上注明原因 变差原因分两类： 普通原因（ common　 cause） 特殊原因（ special　cause） 普通原因 过程分布不发生变化 过程的输出可预测 过程稳定、可控。 由普通原因造成的问题只能通过系统措施才能消除。消除普通原因可以提高工程能力。通常由管理层解决问题，往往涉及资源投入，是持续改善的主要方面。 普通原因造成的变差 特殊原因 过程分布发生变化 过程输出间断，不稳定，不可预测 过程不可控 采取局部措施消除原因，由过程直接相关的人员实施。 特殊原因造成的变差 局部措施和系统措施 局部措施 ——通常用来消除变差的特殊原因 ——通常由与过程直接相关的人员实施 ——通常可纠正约20%的过程问题 系统措施 ——通常用来减少普通原因的变差 ——几乎总是要求管理措施 ——大约可纠正80%的过程问题 对过程采取的措施 改变操作 ——操作员培训 ——改变输入的材料 改变过程的基本要素 ——设备 ——过程设计 其他控制图的制作 均值-样本标准差控制图（ 图） 中位数-极差控制图（ 图） 单值-移动极差控制图（ 图，见图7、图8） 不合格品率控制图（p 图，见图10、11、12） 不合格品数控制图（pn 图，见图13） 缺陷数控制图（c 图，见图14） 单位缺陷数控制图（u 图，见图15、图16） 第二节：过程能力（proess capability） 本节内容 过程变差和产品规范的关系 过程能力 过程能力与产品合格率的关系 过程能力计算 过程控制 过程能力 统计控制四类情形 过程能力和过程性能 典型CP值情况下质量特性值正态分布的图形 中心线偏离标准值 过程能力指数计算公式 过程性能指数计算公式 案例分析 过程的标准差估计 过程能力与不合格率的关系（查正态分布表） 案例计算 Cp=0.67， p?1-?{2（1—K）} Cp=1.00， p?1-?{3（1—K）} Cp=1.33， p?1-?{4（1—K）} Cp=1.67， p?1-?{5（1—K）} CPk与 p 的关系曲线 工程能力指数评价表 课堂练习计算结果 均值 = 10.0115，极差 = 0.621 UCL = 10.37，LCL = 9.653 σ= 0.2665， S = 0.263 Cpk = 0.61 UCL R = 2.114× 0.621 = 1.313 连续8个点距中心线大于1个标准差（两侧）（P = 0.0002） LCL X UCL X 3σ 2σ 1σ -1σ -2σ -3σ 范围 时间 可预测 目标值线 范围