SPC系列教材1-2.pptx
- 文档编号:13951665
- 上传时间:2023-06-19
- 格式:PPTX
- 页数:136
- 大小:1.04MB
SPC系列教材1-2.pptx
《SPC系列教材1-2.pptx》由会员分享,可在线阅读,更多相关《SPC系列教材1-2.pptx(136页珍藏版)》请在冰点文库上搜索。
SPC培训教材主讲:
朱爱军,系列教材1-2,为什么使用SPC什么是SPC怎么用SPCSPC使用误区和挑战,Target,这是一个真实的故事-2009年4月,Celebrationtime晚会时间,这是一个真实的故事-Jul.2009,Managerwantstakebacktheaward经理想收回奖励,这是一个真实的故事-Nov.2009,NomoreniceGuy不再温和的管理,这是一个真实的故事-Jun.2010,Managerconcludes:
ToughLoveMakesThingsHappen”经理断定:
粗暴的爱产生奇迹!
控制图讲述了一个不同故事-为什么?
把数据放在控制图中,品质管理的基本原则,PROCESS,OUTPUT,INPUT,不接受不良,不制造不良,不流出不良,Y=f(X),OUTPUT=YINPUT=XPROCESSPARAMETER=X,Y是因变数X是自变数Y只能靠检查,不好的淘汰。
X才是我们所能控制的,使得Y符合我们的需求。
Y=f(x1,x2,.),Y可视为顾客所要求的产品特性。
但是如果在y进行相应的统计控制,其实产品已经制造出来,只是相当于检验产品做得好不好,时效已晚。
所以要去探究那些因素会影响y,进而事先控制x,如此才能起到在生产时就控制的效果,而不是等到产品做出来再做检验。
SPC&SQC,针对产品所做的是在做SQC,针对过程的重要控制参数所做的才是SPC,针对原料所做的控制也可属SPC,SPC用在那里?
PROCESS,OUTPUT,INPUT,消极的地方只能防堵,积极的地方可防止不良,积极的地方可防止不良,SPC想法,藉由以往的数据,了解正常的变异范围,设定成控制界限,绘点判定是否超出界限,纠正异常,持续改进,缩小控制界限,SPC目的,了解CTQ,定义Y,了解影响CTQ的因子,Y=f(x1,x2.),做解析用控制图,了解正常变异范围,制程稳定,控制界限延用,现场绘图、点图、判图、纠异,持续改进、缩小变异,SPC原理,控制用图形,运用控制限来判定制程是否异常,16,正确应用SPC的7项重要概念,
(一)SPC重要概念1:
把客户需求转换成质量特性为应用SPC的第一要务.,17,
(二)SPC重要概念2:
应把焦点集中在如何利用控制制程参数,以使制程维持在稳定状态,并且使其具备足够符合质量规格之能力,18,(三)SPC重要概念3:
应利用适当之管制图,以判断制程是否持续维持在稳定状态(四)SPC重要概念4:
不可忽视量测系统之重要性(五)SPC重要概念5:
制程不稳定的三大可能原因1.未适当层别2.迷信反馈控制(即过度调整)3.原物料不稳定,19,(六)SPC重要概念6:
光有稳定的制程是不够的,你的制程必须还要具备足够符合质量规格之能力(七)SPC重要概念7:
你可能会遇到的两种问题:
由管制图中判读出有偶发性的异常现象发生及制程能力不足,解决这两种问题的方法完全不同,控制图种类(以数据来分),计量值控制图平均值与全距控制图平均值与标准差控制图中位值与全距控制图个别值与移动全距控制图,计数值控制图不良率控制图不良数控制图缺点数控制图单位缺点控制图,控制图的选择,CASESTUDY,控制图所用的统计原理,控制图的绘制流程,控制图种类(依用途来分),解析用控制图决定方针用制程解析用制程能力研究用制程管制准备用,管制用控制图追查不正常原因迅速消除此项原因并且研究采取防止此项原因重复发生之措施,正态分布概率,中央极限定理,为何样本数不同时控制限不同,主要原因就是因为中央极限定理,自中央极限定理来看,样本愈多时,其控制限愈狭窄。
示意图如下:
个别值的正态分布,平均值的正态分布,控制图的正态分布,控制图原理说明,管制界限和规格界限,规格界限:
是用以说明品质特性之最大许可值,来保证各个单位产品之正确性能。
管制界限:
应用于一群单位产品集体之量度,这种量度是从一群中各个单位产品所得之观测值所计算出来者。
采用Xbar-R比X-Rm好的理由,检出力可以增加。
可以有效判定组内变异和组间变异。
经过平均值之后,其分布会更趋近于正态分布。
普通原因、特殊原因示意图,普通原因的波动范围,异常原因导致的波动范围,异常原因导致的波动范围,UCL,LCL,局部措施、系统措施示意图,解决普通原因的系统措施,解决异常原因的局部措施,解决异常原因的局部措施,UCL,LCL,过程改进循环,使用控制图的注意事项,分组问题主要是使在大致相同的条件下所收集的质量特性值分在一组,组中不应有不同本质的数据,以保证组内仅有偶然因素的影响.我们所使用的控制图是以影响过程的许多变动因素中的偶然因素所造成的波动为基准来找出异常因素的,因此,必须先找出过程中偶然因素波动这个基准.,分组时的重要考虑,错误的分组方式以及其后果,如此的取样方式会造成无法有效区别组内变异和组间变异,造成控制界限变宽,无法有效侦测制造变异。
每天只取一组来代表,是否能代表制程呢?
每天如果取三组的样本是否更能代表制程?
取样频率及样本的目的说明,取样的频率的说明,初期不了解制程,制程不稳定,存在组间变异,稳定期后,制程已稳定,大部份只存在组内变异,偶而出现组间变异,快速而频繁的取样,才能掌握制程的情形,并将各项不稳定的因子去除,由于制程已相对的较稳定,我们可以比较预测出制程变化,所以抽样频率可以较低,但仍应要有代表性,初期控制界限的计算,一个班次之内取二十五组,每组样本数为2-5个,我们利用在一个班次当中取二十五组,此时由于人、机料、法、环、测都比较固定,所以所估计出来的组内变异会比较正确,所以相关的控制界限比较窄,可以有效的侦测出不同班别之间的变化,或则组间的变化,例如材料变化、机器变化、参数变化等。
控制图示意说明,初期的二十五点计算时有些超出控制界限,此时须寻找原因。
连续二十五点在控制界限内,表示制程基本上已稳定,控制界限可以延用,此时有点子超出控制界限,表示此时状态已被改变,此时要追查原因,必要时必须重新收集数据,重新考虑稳定状态,使用控制图的注意事项,分层问题同样产品用若干台设备进行加工时,由于每台设备工作精度、使用年限、保养状态等都有一定差异,这些差异常常是增加产品质量波动、使散差加大的原因.因此,有必要按不同的设备进行质量分层,也应按不同条件对质量特性值进行分层控制,作分层控制图.另外,当控制图发生异常时,分层又是为了确切地找出原因、采取措施所不可缺少的方法.,复合,层别的说明,使用控制图的注意事项,控制界限的重新计算为使控制线适应今后的生产过程,在确定控制图最初的控制线CL、UCL、LCL时,常常需要反复计算,以求得切实可行的控制图.但是,控制图经过使用一定时期后,生产过程有了变化,例如加工工艺改变、刀具改变、设备改变以及进行了某种技术改革和管理改革措施后,应重新收集最近期间的数据,以重新计算控制界限并作出新的控制图.,为何控制界限应延用,建立控制图的四步骤,A收集数据,B计算控制限,C过程控制解释,D过程能力解释,建立X-R图的步骤A,取样的方式,取样必须达到组内变异小,组间变异大样本数、频率、组数的说明,组数的要求(最少25组),当制程中心值偏差了二个标准差时,它在控制限内的概率为0.84那么连续25点在线内的概率为:
每个子组的平均值和极差的计算,平均值和极差,平均值的计算,R值的计算,建立X-R图的步骤B,建立X-R图的步骤C,控制图的判读,超出控制界限的点:
出现一个或多个点超出任何一个控制界限是该点处于失控状态的主要证据,控制图的判读,链:
有下列现象之一即表明过程已改变连续7点位于平均值的一侧连续7点上升(后点等于或大于前点)或下降。
控制图的判读,明显的非随机图形:
应依正态分布来判定图形,正常应是有2/3的点落于中间1/3的区域。
58,管制图使用十大误区,没能找到正确的管制点没有适宜的测量工具没有解析生产过程,直接进行管制解析与管制脱节管制图没有记录重大事项,不能正确理解XBar图与R图的含义管制界限与规格界限混为一谈不能正确理解管制图上点变动所代表的意思没有将管制图用于改善管制图是品管的事,Caution!
判读:
建立X-R图的步骤D,制程能力指标Cp,双边规格只有上规格时只有下规格时,练习题:
已知条件规格8+/-1,Xbar=7,标准差=1.求:
CaCpCpk,制程绩效指标,制程绩效指标的计算,其估计的标准差为总的标准差,包含了组内变异以及组间变异。
总变异=组内变异+组间变异。
Cpk和Ppk的差异,Cpk:
只考虑了组内变异,而没有考虑组间变异,所以一定是适用于制程稳定时,其组间变异很小可以忽略时,不然会高估了制程能力;另句话也可以说明如果努力将组间变异降低时所能达到的程度。
Ppk:
考虑了总变异(组内和组间),所以是比较真实的情形,所以一般想要了解真正的制程情形应使用Ppk。
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X-R图解释),D过程能力解释,Casestudy,Casestudy,请计算出上表的X-s控制图的控制限?
请判定过程是否稳定?
如果是不稳定该如何处理?
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Xbar-R图解释),估计过程标准偏差:
Casestudy,Casestudy,请计算出上表的X-R控制图的控制限?
请判定过程是否稳定?
如果是不稳定该如何处理?
如果制程假设已稳定,但想将抽样数自n=4调为n=5时,那么其新控制限为何?
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间的移动极差。
通常最好是记录每对连续读数间的差值(例如第一和第二个读数点的差,第二和第三读数间的差等)。
移动极差的个数会比单值读数少一个(25个读值可得24个移动极差),在很少的情况下,可在较大的移动组(例如3或4个)或固定的子组(例如所有的读数均在一个班上读取)的基础上计算极差。
B计算控制限,C过程控制解释审查移动极差图中超出控制限的点,这是存在特殊原因的信号。
记住连续的移动极差间是有联系的,因为它们至少有一点是共同的。
由于这个原因,在解释趋势时要特别注意。
可用单值图分析超出控制限的点,在控制限内点的分布,以趋势或图形。
但是这需要注意,如果过程分布不是对称,用前面所述的用于X图的规则来解释时,可能会给出实际上不存在的特殊原因的信号。
估计过程标准偏差:
式中,R为移动极差的均值,d2是用于对移动极差分组的随样本容量n而变化的常数。
Casestudy,Casestudy,请计算出上表的X-Rm控制图的控制限?
请判定过程是否稳定?
如果是不稳定该如何处理?
不良和缺陷的说明,P控制图的制做流程,A收集数据,B计算控制限,C过程控制解释,D过程能力解释,建立p图的步骤A,A1子组容量、频率、数量,子组容量:
用于计数型数据的控制图一般要求较大的子组容量(例如50200)以便检验出性能的变化,一般希望每组内能包括几个不合格品,但样本数如果太多也会有不利之处。
分组频率:
应根据产品的周期确定分组的频率以便帮助分析和纠正发现的问题。
时间隔短则反馈快,但也许与大的子组容量的要求矛盾子组数量:
要大于等于25组以上,才能判定其稳定性。
A2计算每个子组内的不合格品率,记录每个子组内的下列值被检项目的数量n发现的不合格项目的数量np通过这些数据计算不合格品率,A3选择控制图的坐标刻度,描绘数据点用的图应将不合格品率作为纵坐标,子组识别作为横坐标。
纵坐标刻度应从0到初步研究数据读数中最大的不合格率值的1.5到2倍。
A4将不合格品率描绘在控制图上,描绘每个子组的p值,将这些点联成线通常有助于发现异常图形和趋势。
当点描完后,粗览一遍看看它们是否合理,如果任意一点比别的高出或低出许多,检查计算是否正确。
记录过程的变化或者可能影响过程的异常状况,当这些情况被发现时,将它们记录在控制图的“备注”部份。
建立p控制图的步骤B,计算平均不合格率及控制限,画线并标注,均值用水平实线:
一般为黑色或蓝色实线。
控制限用水平虚线:
一般为红色虚线。
尽量让样本数一致,如果样本数一直在变化则会如下图:
判读:
建立p图的步骤C,分析数据点,找出不稳定的证据,点线面以上三种方式做判定。
寻找并纠正特殊原因,当从数据中已发现了失控的情况时,则必须研究操作过程以便确定其原因。
然纠正该原因并尽可能防止其再发生。
由于特殊原因是通过控制图发现的,要求对操作进行分析,并且希望操作者或现场检验员有能力发现变差原因并纠正。
可利用诸如排列图和因果分析图等解决性问题数据。
控制图的实时性,REALTIMEFINDTHECAUSE,重新计算控制限,当进行初始过程研究或对过程能力重新评价时,应重新计算试验控制限,以便排除某些控制时期的影响,这些时期中控制状态受到特殊原因的影响,但已被纠正。
一旦历史数据表明一致性均在试验的控制限内,则可将控制限延伸到将来的时期。
它们便变成了操作控制限,当将来的数据收集记录了后,就对照它来评价。
控制限运用说明,建立p的步骤D,过程能力解释,计算过程能力,对于p图,过程能力是通过过程平均不合格率来表,当所有点都受控后才计算该值。
如需要,还可以用符合规范的比例(1-p)来表示。
对于过程能力的初步估计值,应使用历史数据,但应剔除与特殊原因有关的数据点。
当正式研究过程能力时,应使用新的数据,最好是25个或更多时期子组,且所有的点都受统计控制。
这些连续的受控的时期子组的p值是该过程当前能力的更好的估计值。
评价过程能力,缩小控制限,改善过程能力,过程一旦表现出处于统计控制状态,该过程所保持的不合格平均水平即反应了该系统的变差原因过程能力。
在操作上诊断特殊原因(控制)变差问题的分析方法不适于诊断影响系统的普通原因变差。
必须对系统本身直接采取管理措施,否则过程能力不可能得到改进。
有必要使用长期的解决问题的方法来纠正造成长期不合格的原因。
可以使用诸如排列图分析法及因果分析图等解决问题技术。
但是如果仅使用计数型数据将很难理解问题所在,通常尽可能地追溯变差的可疑原因,并借助计量型数据进行,将有利于问题的解决,绘制并分析修改后的过程控制图,当对过程采取了系统的措施后,其效果应在控制图上明显地反应出来;控制图成为验证措施有效性的一种途径。
对过程进行改变时,应小心地监视控制。
这个变化时期对系统操作会是破坏性,可能造成新的控制问题,掩盖系统变化后的真实效果。
在过程改变期间出现的特殊原因变差被识别并纠正后,过程将按一个新的过程均值处于统计控制状态。
这个新的均值反映了受控制状态下的性能。
可作为现行控制的基础。
但是还应对继续系统进行调查和改进。
Casestudy,Casestudy,请计算出上表的p控制图的控制限?
请判定过程是否稳定?
如果是不稳定该如何处理?
不合格品数np图,“np”图是用来度量一个检验中的不合格品的数量,与p图不同,np图表示不合格品实际数量而不是与样本的比率。
p图和np图适用的基本情况相同,当满足下列情况可选用np图不合格品的实际数量比不合格品率更有意义或更容易报告。
各阶段子组的样本容量相同。
“np”图的详细说明与p图很相似,不同之处如下:
A收集数据,受检验样本的容量必须相等。
分组的周期应按照生产间隔和反馈系统而定。
样本容量应足够大使每个子组内都出现几个不合格品,在数据表上记录样本的容量。
记录并描绘每个子组内的不合格品数(np)。
B计算控制限,过程控制解释、过程能力解释,C过程控制解释:
同“p”图的解释。
D过程能力解释:
过程能力如下:
不合格品数np图,Casestudy,Casestudy,请计算出上表的np控制图的控制限?
请判定过程是否稳定?
如果是不稳定该如何处理?
缺陷数c图,“c”图用来测量一个检验批内的缺陷的数量,c图要求样本的容量或受检材料的数量恒定,它主要用以下两类检验:
不合格分布在连续的产品流上(例如每匹维尼龙上的瑕疪,玻璃上的气泡或电线上绝缘层薄的点),以及可以用不合格的平均比率表示的地方(如每100平方米维尼龙上暇疵)。
在单个的产品检验中可能发现许多不同潜在原因造成的不合格(例如:
在一个修理部记录,每辆车或组件可能存在一个或多个不同的不合格)。
主要不同之处如下:
A收集数据,检验样本的容量(零件的数量,织物的面积,电线的长度等)要求相等,这样描绘的c值将反映质量性能的变化(缺陷的发生率)而不是外观的变化(样本容量n),在数据表中记录样本容量;记录并描绘每个子组内的缺陷数(c),B计算控制限,过程控制解释、过程能力解释,过程控制解释同p图解释过程能力解释过程能力为c平均值,即固定容量n的样本的缺陷数平均值。
Casestudy,每一组的样本数都是固定为100。
Casestudy,请计算出上表的c控制图的控制限?
请判定过程是否稳定?
如果是不稳定该如何处理?
单位产品缺陷数的u图,“u”图用来测量,容量不同的样本(受检材料的量不同)的子组内每检验单位产品之内的缺陷数量。
除了缺陷量是按每单位产品为基本量表示以外,它是与c图相似的。
“u”图和“c”图适用于相同的数据状况,但如果样本含有多于一个“单位产品”的量,为使报告值更有意义时,可以使用“u”图,并且在不同时期内,样本容量不同时,必须使用“u”图。
“u”图的绘制和“p”图相似,不同之处如下:
A收集数据,各子组样本的容量彼此不必都相同,尽管使它的容量保持在其平均值的正负25%以内可以简化控制限的计算。
记录并描绘每个子组内的单位产品缺陷数u=c/n式中c为发现的缺陷数量,n为子组中样本容量(检验报告单位的数量),c和n都应记录在数据表中。
B计算控制限,过程控制解释、过程能力解释,过程控制解释同p图解释过程能力解释过程能力为u平均,即每报告单元缺陷数平均值。
Casestudy,Casestudy,请计算出上表的u控制图的控制限?
请判定过程是否稳定?
如果是不稳定该如何处理?
DellQualityImprove10steps,推行SPC案例介绍,130,131,132,至今为止。
Spec,LSL,USL,我们合格,Spec-in就合格,Iamalive(我活着),Spec-out不合格,检出不良,传统品质观念与品质损失函数,133,传统品质观念与品质损失函数,常数表:
总结,如果你相信你能解决问题,那么你肯定就能,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- SPC 系列 教材
![提示](https://static.bingdoc.com/images/bang_tan.gif)