,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,2021/1/1,*,#,SPC,(Statistical Process Control),统计过程控制基础,1,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,2,基本概念和原理,1,3,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,什 么 是,SPC?,4,什 么 是 过 程 和 控 制?,过程：,由人,设备,材料，方法和环境组合在一起共同作用,而产生输出，这样的一个全体即是过程。任何工作领域，,只要有可识别，可测量的输出，都是过程。,3.实施纠正行动,4.验证和监控,1.检出特殊原因,控制：,实现和维持过程的一致性，稳定性和可预报性。,2.识别根本原因,5,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.,减少过程的变动范围,目的:随时间监测和控制过程输入,从而达到,使该过程变得不需再使用,SPC,6,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,控 制 图 可 以 通 过 失 控 信 号 显 示 出 有,特 殊变动,存 在,但,不能,告 诉 我 们 过 程 为什么会 失 控.,7,1。,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,基本统计量 中心趋势,8,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,(,s,2,;s,2,):,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,基本统计量 变化趋势,9,总 体 和 样 本,总体(母体)：,它是提供数据的原始集团，是所要研究分析的对象的全部。总体可以是一批产品（由于一批产品的数量是有限的，故称为有限总体)，也可以是一道工序所生产的所有产品（由于其源源不断的运行，甚至也包含今后的产品，故称为无限总体),分组样本(子样，抽样，试样)：,从总体中抽出来的一部分。它是直接被检测并提供数据的诸个体：可能是一个，也可能是若干个。,个体：,即样本或总体中的最小单位。例如，当我们统计功能,测试未能通过的传感器时，其中每一只传感器就是一个个,体。,10,正态分布简介,某工厂有女工3000人，随机测量1200人，平均身高为,1.63,米。其中，身高在,1.58米至1.68米,的女工人数占所测总数的,68.27%,；身高在,1.53米至1.73米,的占,95.45,；身高在,1.48米至1.78米,的占,99.73%,。,身高,人数,女 工 身 高 分 布 图,1,sigma,2,sigma,3,sigma,本例中，,sigma=0.049,米,平均身高1。63米,11,正态分布简介,正态分布的特点：,1.形态如钟；,2.左右对称；,3.于平均值处分布的频数最多。此外，越远离平均值，分布的频数也越少。,正态分布的要素：,1.平均值：决定正态分布曲线的中心位置；,2.标准偏差：决定正态分布曲线的宽窄(胖瘦).,为何要研究正态分布?,1.它是自然界的一种最基本的最普遍的法则，反应了事物内在的变化规律；,2.它使我们得以将许多复杂的事物简化处理；,3.它使我们得以通过少量抽样来把握全体，从而节省大量人力，物力，财力和时间。,12,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,控制上限,控制下限,中心线,=,样本序号,样本均值,KPOV,的,X,的平均值控制图,平均值,控制图中有,控制上限,和,控制下限,反映了(随机)变动的自然极限,.,千万别把这些界限当作客户的规格.,13,控制图,-,时间基础,控制图的优点之一是它具有其随,时间,追踪过程的能力,时间,14,变动与技术规格,控制限(控制上限,控制下限),基于过程的变动范围,通常用于诸如平均值,极差之类的统计量,而不是对单个数据值而言,客户规格限(规格上限,规格下限),由设计给定,或由客户规定,通常超出控制限之外,控制上限,控制下限,八月总平均值,螺丝磅数八月控制图,抽样的数据平均值,15,控制限与技术规格,不合格,不合格,控制下限,控制上限,规格,下限,规格,上限,客户规格限,通常超出控制限之外,控制限,通常由过程控制人员根据,历史数据或实验数据计算得出,3,Sigma,+,产品规格容差,T,规格限,通常由设计给定,或由客户规定,16,变动的型式与原因,任 何 过 程 都 包 含,自 然 变 动,(由 于一 般 原 因造成的)和,非 自 然 变 动,(由 于 特 殊 原 因造成的),时 间,不 合 格产品 率,特 殊 变 动,历 史,水平,(,0,),最佳水平,(,1,),在,0,(3,0,),范 围 内 的,自 然 变 动,在,1,(3,1,),范 围 内 的,自 然 变 动,17,变动之形式,普遍原因:,过程变动随时间推移是稳定的,可预报的,处于控制状态,原因:固有的或是自然的,特殊原因:,过程变动无法预报(按小时,按天或按周),处于失控状态,原因:机器调整不当,原材料不合格,操作者本身,目标:检出和消除特殊原因,普遍原因,特殊原因,例如:垂直向上空（先把硬币夹垂直)抛掷一枚硬币，统计硬币落地后每一面向上的次数。当抛掷次数很多时，每面向上的次数大约各占一半，只有微小差异。,例如:同样是抛硬币，抛1000次，,AB,两面各自向上的次数却相差400多次.,原因:操作者每次抛掷时，总时将硬币,平放，且总是将正面朝上，然后抛出。,差异的原因：有风，每次抛掷动作有微小差异，地面不平整，等等。,18,时间,时间,假如引起变动的仅是普遍原因,那么该过程输出随时间保持恒定并且可预报,假如引起变动的仅是特殊原因,那么该过程输出随时间不能保持恒定并无法可预报,?,变 动 与,SPC,?,19,控制图的类型,正确选择控制图类型,数据,类型,是单值,还是分组,?,分组之样本量恒定吗?,各样本之机会,面积一样吗,计缺陷数,还是不合格品数?,u,p,np,p,X,mR,计 数 型,计量型,不合格品,是,不,缺陷,分组,单值,不,是,c,x-R,X-S,不,缺陷率控制图,缺陷数控制图,不合格品率图,不合格品数图,不合格品率图,单值-移动极差图,平均值-极差图,平均值-标准偏差图,20,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,控制图的类型,21,Xbar&R Control Chart Limits,The Xbar&R Control Chart limits are:,Range,X bar,A,2,D,3,D,4,and d,2,are constants based on statistical confidence intervals.These Xbar&R Control Chart constants(A,2,D,3,D,4,and d,2,)have been tabulated for various sample sizes(see Appendix),Minitab will do the calculation for you!,22,Subgroup Size,n,A,2,D,3,D,4,d,2,2,1.880,.000,3.267,1.128,3,1.023,.000,2.575,1.693,4,0.729,.000,2.282,2.059,5,0.577,.000,2.115,2.326,6,0.483,.000,2.004,2.534,7,0.419,0.076,1.924,2.704,8,0.373,0.136,1.864,2.847,9,0.337,0.184,1.816,2.970,10,0.308,0.223,1.777,3.078,Appendix:Control Chart Constants:Xbar&R,23,Appendix:Control Chart Constants:Xbar&s,24,怎 样 看 控 制 图,2,25,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,26,特殊原因的判别,控制,上限,控制下限,A,A,B,C,C,B,任一点落于控制限外,From,Journal of Quality Technology,October,1984,x,x,常见原因:,新工人,方法,原材料或机器,检验方法或检验标准的改变,操作者技能和积极性方面的转变,判别 1.一点超出,A,区,27,特殊原因的判别,班次和运行次,x,判别,2.,连续9点位于中心线同一侧,控制,上限,控制下限,A,A,B,C,C,B,常见原因:,新工人,方法,原材料或机器,检验方法或检验标准的改变,操作者技能和积极性方面的转变,过程平均值可能已改变.,举例:,某工位测试螺丝磅数,正常的磅数应该在3磅+/-0.5磅的范,围内.但现在连续九个数据一直处于3磅以下.经过技术员实际检查,发现是由电钻设置偏低造成的.,措施:,技术员重新设置电钻的磅数,并不需要改变原来的控制限,28,特殊原因的判别,班次和运行次,x,x,判别,5.,连续,3,点中有2点位于或超出,A,区（单边),常见原因:,新工人,方法,原材料或机器,检验方法或检验标准的改变,操作者技能和积极性方面的转变,过程漂移的预警信号,控制,上限,控制下限,A,A,B,C,C,B,x,举例:,某工位测试螺丝磅数,正常的磅数应该在3磅+/-0.5磅的范,围内.但现在三个数据中有两个数据靠近控制上限或控制下限的,A,区范围内.通过控制图,可以给我们警示说螺丝磅数有可能会超标.,29,特殊原因的判别,班次和运行次,控制,上限,控制下限,A,A,B,C,C,B,x,x,判别 6,.,连续,5,点中有4点位于或超出,B,区(单边),常见原因:,新工人,方法,原材料或机器,检验方法或检验标准的改变,操作者技能和积极性方面的转变,过程漂移的预警信号,举例:,参考前例.基本原理类同于前例.,30,控制,上限,控制下限,A,A,B,C,C,B,判别 3,.,连续6点稳步上升或下降,x,x,单调上升/单调下降