SPC统计过程控制概论.pptx

;课程行为准则;课程大纲;1.控制图的基本理论;SPC是英文Statistical Process Control的前缀简称,即 统计过程控制。 SPC就是应用统计技术对过程中的各个阶段收集的数据进行分析，并调整制程，从而达到改进与保证质量的目的。;;SPC兴起的背景：日本;Six Sigma Tree中的统计技术….;品管方法历程;规格管理的危险性;;SPC统计的起始阶段－直方图;直方图的作法;0.661;(1)定组数： 或 (2)求组距： 全距＝Xmax－Xmin＝0.665－0.634＝0.031 组距＝ ＝0.0031→0.003 (3)决定组距 第一组下组界＝最小测定－1/2测定单位 ＝0.634－ ＝0.6335。 以0.6335累加0.003得各组之组界值，如次数分配表。 (4)计算各组间之中心值 第一组中心值＝ ＝0.635 以0.635累加0.003得各区间中心值。 ;;17;演 练;收集数据如下:; 双峰型 孤岛型 高原型;与规格值或标准值作比较;表示制程之生产完全没有依照规格去考虑,或规格 订得不合理,根本无法达到规格.;100个机螺丝直径直方图。 图中的直方高度与该组的频数成正比; 将各组的频数用资料总和N=100除，就得到各组的频率，它表示机螺丝直径属于各组的可能性大小。 显然，各组频率之和为1。若以直方面积来表示该组的频率，则所有直方面积总和也为1。;测定平均值 在中心线或平均值两侧呈现左右对称之分布 极大值与极小值数量很小 常态曲线左右两尾与横轴渐渐靠近但不相交 曲线下的面积总和为 1;统计学;主要统计学名词;数据的集中程度;数据的离散程度;正态分布中，任一点出现在 μ± 1σ内的概率为 P(μ-σX μ+σ) = 68.26% μ± 2σ内的概率为 P(μ-2σX μ+2σ) = 95.45% μ± 3σ内的概率为 P(μ-3σX μ+3σ) = 99.73%;正态分布概率(双边);正态曲线单侧的概率(P值);正态分布的表达方式;不同的正态分布; ;不同的正态分布;;变差的普通原因 V.S.特殊原因;Question;局部性的对策及系统性的对策;对于一个新的机种或是新的制程而言，要先解决制程变异 的普通原因还是特殊原因？为什么？ ;;持续改进的思维模式;2.SPC控制图的展开与应用;控制图是对过程质量加以测定、??录，从而进行控制管理的一种用科学方法设计的图。图上有中心线(CL-Central Line)、上控制界限(UCL-Upper Control Limit)和下控制界限(LCL-Lower Control Limit)，并有按时间顺序抽取的样本统计量数值的描点序列，参见控制图示例图。;控制图由来说明;正态分布有一个结论对质量管理很有用，即无论均值μ和标准差σ取何值，产品质量特性值落在μ±3σ之间的概率为99.73%，于是落在μ±3σ之外的概率为100%一99.73%= 0.27%，而超过一侧，即大于μ-3σ或小于μ+3σ的概率为0.27%/2=0.135%≈1% ，如正态分布曲线图。 这个结论十分重要。控制图即基于这一理论而产生！;控制图的目的;控制界限和规格界限有关吗？;50;51;控制图种类(以数据来分);控制图种类(依用途来分);控制图的益处;搜集数据;建立控制图的四步骤;建立 图的步骤A;每个子组的平均值和极差的计算;平均值和极差;Ｂ计算控制限;61;Ｃ过程控制解释;Ｄ过程能力解释; Chart练习;使用控制图的准备;质量特性与控制图的选择;质量特性与控制图的选择;使用控制图的注意事项;时间;使用控制图的注意事项;;使用控制图的注意事项;;;A收集数据：在计算各个子组的平均数和标准差其公式分别如下：;B计算控制限;C过程控制解释 (同 图解释);D过程能力解释;8mm之模具冲头;A收集数据 一般情况下，中位数图用在样本容量小于10的情况，样本容量为奇数时更为方便。如果子组样本容量为偶数，中位数是中间两个数的均值。;B计算控制限;C过程控制解释 (同X-R图解释);估计过程标准偏差：;单值控制在检查过程变化时不如Xbar-R图敏感。 如果过程的分布不是对称的，则在解释单值控制图时要非常小心。 单值控制图不能区分过程零件间重复性，最好能使用Xbar-R。 由于每一子组仅有一个单值，所以平均值和标准差会有较大的变性，直到子组数达到100个以上。;A收集数据 收集各组数据 计算单值