SPC：统计过程控制基础2.ppt

SPC (Statistical Process Control)统计过程控制基础 培训目的 当课程结束时, 应学会: 控制图的基础原理 怎样做一个控制图 读懂控制图 解释实行控制图的方法和措施  SPC 是 一 种 使 用 基 本 图 示 及 统 计 工 具 来 分 析工艺 过 程或输出, 从而采取纠正行动消除异常, 减少过程变 动 性 ，维持稳定 的 方 法 控制图是一种用来对过程和产品参数随时间进行追踪的工具 SPC 即 统 计 过 程 控 制. 顾名思义就是利用统计方法来控制工艺过程的技术.任何工作只要有开始,或是有在执行过程中必须遵守的步骤,或是有一个结束,就可利用统计的方法来监督过程. SPC的目的在于改进和确保品质, 同时可以使得过程成本降至最低. SPC 几 乎 可 应 用 于 任 何 领 域  SPC : 目标 把注意力集中于检出和监控过程随时间的变动上 识别和消除引起变动的特殊原因; 检测由普遍原因引起的过程变动的大小,并判定这种变动是否小到其输出结果能够(被下道工序)接受; 增进操作人员与管理人员之间的交流; 减少问题的重复发生. 哪 些 场 合 该 使 用 SPC 当不能用一种装置来防止错误产生时 基于实验设计的关键变量 客户要求 管理承诺 用于中间生产过程和产品质量的控制 1。Mean 平均值（ x ):用以表明全部数据分布的中心位置. 若有一组数据x1 ,x2,x3, … , xn, 其个数为n,则 2. Median中值：数据组被排序后处于中间位置的数值 3. Mode 模数: 在数据组中发生次数最多的值 Range: 极差(也叫范围) 用以表明一组数据的分散程度 R ＝ 最大值-最小值 Variance (s2 ; s2 ): 变异 用以表明一批数据的分散程度的参数 Standard Deviation (s ; s): 标准差 用以表明一批数据的分散程度的另一参数 控制图的组成 计量型控制图的中心线,控制上限(控制上限)及控制下限(控制下限)之范例 控制图的类型 计量型控制图涉及的是连续变量,而相应的统计参数反映的是集中趋势和变动性(分散程度). 计量型数据的例子：时间，距离，长度，重量，速度. 计数型控制图涉及的是离散型(属性)的变量。 计数型控制图又包括计件值控制图(np图，p图)和计点值控制图（ c图，u图). 计件值例如不合格的传感器的只数等； 计点值例如布匹上的污点数，传感器外壳上的伤痕数，人脸部的黑痣和粉刺数 Xbar R Control Chart Limits The Xbar R Control Chart limits are: Range X bar A2, D3, D4 and d2 are constants based on statistical confidence intervals. These Xbar R Control Chart constants (A2, D3, D4 and d2) have been tabulated for various sample sizes (see Appendix) Appendix: Control Chart Constants: Xbar R Appendix: Control Chart Constants: Xbar s 怎 样 看 控 制 图 何谓 “失控” ? 当一过程呈现非随机形态时,我们便称之为 统计 失控 对这个术语要当心,因为该过程正在生产的零件可能仍是合格的. 这个非随机形态仅表示有很强的证据显示该过程已发生变化 特殊原因的判别 特殊原因的判别 特殊原因的判别 特殊原因的判别 特殊原因的判别 特殊原因的判别 特殊原因的判别 特殊原因的判别 特殊原因判别法则之运用 有时一点正好落在边界线上,这点不必计入. 记忆口诀： 一点出界(法则1) 二 /三A(法则5)， 四 /五B区(法则6)十五C(法则7). 九点排同侧 (法则2)，六点单调追(法则3). 十四交替升与降(法则4), 八点两侧无一C(法则8) 对待失控情况信号发生时的措施 去发现和分析每一个特殊变异的产生是非常重要的 如果不去留意控制图,负责的人将从此忽略那些讯号 几条可采用的方法 验证数据的正确性及数据输入的正确性 看看有否关于特殊原因的简单解释 (例如零件坠落) 当失控情况信号发生后,应对失控情况信号和由此产生的影响加以评价