1、1,SPC理论,请大家将手机设置为振动或关机状态，谢谢！,2,内容提要,绪论 1 第1单元 SPC的含义 3 第2单元 控制图理论 14 第3单元 CPK理论 37 第4单元 SPC过程监控及分析 42,3,第1单元：SPC的含义,统计:以概率统计学为基础，收集、分析数据,从而得出结论； 过程:“输入-输出”的一系列的活动； 控制:事物的发展和变化是可预测的做出调节和行动。 注意：SPC统计过程控制 ,其主要工具是控制图。因此,要想推行SPC，则必须对控制图有一定深入的了解,否则就不可能取得实效。,SPC英文全称Statistical Process Control,其含义是:统计、过程和控制
2、。SPC就是为了贯彻预防原则,应用统计技术对过程中的各个阶段进行评估和监察,从而保证产品与服务满足要求。 SPC强调全过程的预防。,4,1-1统计,我们相信上帝，所有其他人带数据来。SPC专业人员的座右铭,5,1-2过程,S,I,P,O,C,供应商,输入,处理,输出,客户,只有知道我们在做什么，才能知道;赚钱的秘密！,6,实际的变化发生在此处,USL,UCL,1-3控制,7,成本的冰山模型,加急多余库存 缺货率 退货额外的维护和服务成本 低效率的促销 召回产品 要求改变 冗余的应收帐款等待时间 培训效果差 没有结果的会议流失优秀员工 士气低下的员工 降低的能力解决问题的会议 迟到的送货诉讼 供
3、应商控制客户满意 失去客户的忠诚度 失去销售,材料 人工 报废 测试 索赔 重复劳动 修理 拒收,12- 30% 的销售,3- 8% 的销售,8,什么是SPC?,理念测量标准方法论统计工具,SPC 通过关注用户要求和减少变异来获得高品质；,SPC倡导以过程来保证结果；,SPC强调通过预防而不是检验来保证品质；,SPC通过“维持”和“改进”循环发展推动持续改善；,9,SPC观点,Y 取决于其它变量 与客户相关的输出 结果 表征 监视,X1 . . . XN 独立变量 过程的输入 原因 问题 控制,f (X),Y=,控制X来控制Y,10,什么是SPC?,建立了一个对偏差和过程能力的共同语言,理念测
4、量标准方法论统计工具,11,什么是SPC,理念测量标准方法论统计工具,控制图： X bar-R, X bar-S, X-MR, P,C,U,Pn, Cusum, EWMA, DPMO 描述统计量： Avg., Max, Min, Range, StdDev 直方图 柏拉图 散布图 分层分析法 工序分析： Cpk, Ppk,12,什么是SPC,SPC是房屋中的一种烟雾探测器：只要这种装置备有电池，并且被正确安置以及旁边有人监听，那么它就可以提前发出警报使你有足够时间阻止房屋起火。,13,1、确保制程持续稳定、可预测。 2、提高产品质量、生产能力、降低成本。 3、为制程分析提供依据。 4、区分变差
5、的特殊原因和普通原因，作为采取局部措施或对系统采取措施的指南。,SPC有如下之功用:,对于生产第一线的操作者，可用SPC方法改进他们的工作，对于管理干部，可用SPC方法消除在生产部门与质量管理部门间的传统的矛盾，对于领导干部，可用SPC方法控制产品质量，减少返工与浪费，提高生产率。,14,QC七大手法真正讨论控制图，须得从QC七大手法开始，此为分析、利用SPC的重要工具。,旧QC七大手法指的是：查检表、层别法、柏拉图、因果图、直方图、管制图和散布图。强调用数据说话，侧重对制造过程的质量控制；新QC七大手法指的是：关联图法、KJ法（亲和图法）、系统图法、矩阵图法、矩阵数据分析法、过程决策程序图法
6、（PDPC法）、矢线图法（网络图法）是对旧七种工具的完善和补充，强调对质量问题的整理、分析和思考；在现代质量管理中，新七大手法的使用远远不及旧七大手法。我们主要讨论的是旧QC七大手法！,第2单元：控制图理论及运用,15,、定义：为比较容易、直观的看出如长度、重量、硬度等计量值的数据的分布状况，所用来表示的图形。直方图是将所收集的测定值或数据之全距分为几个相等的区间作为横轴，并将各区间内之测定值所出现次数累积而成的面积，用柱子排起来的图形，故我们亦称之为柱状图。,直方图,、直方图的作用1.评估或查验制程；2.指出采取行动的必要；3. 测量已采取矫正行动的效果；4.品质分布状态的研究,16,直方图
7、分析,A. 从直方图的形状来分析 直方图的图形有些参差不齐，应着眼于图形的整体形状近似于正 态分布图形与否，作为分析的依据。如果直方图的图形近似于正态分 布，则认为工程是稳定的。如果出现其他形状就表明工程上可能有不 稳定因素存在，需采取对策以使工程稳定。下面是几种较为典型的直 方图的分布形状：,17,图（a）是近似正态分布形（中间高，两边低，左右对称）图（b）是孤岛形，在主体直方图外另出现一个小的直方图，这可 能是因材料中混入不同的材料，或者是因操作方法变化等原因引起的。图（c）是陡壁形，这意味着可能是将不合格的工件剔除后所得的 数据形成的直方图。,18,图（d）是锯齿形，一般是因为测量方法或
8、读数有问题，也有可能 是分组不当造成的。 图（e）是偏向形，这往往是因加工习惯而造成。 图（f）是双峰形，通常是由两个不同的分布混合在一起造成的,19,B. 将直方图的分布范围与公差、规格范围比较进行分析(例图如下) :T表示公差、规格的范围，B表示直方图的分布范围。其中（a）、（b）、（c）、（d）四个例图均表示质量未超出公差范围，但图（b）和（c）有一侧或两侧与公差重合，说明工程是不安全和不稳定的；图（d）虽然没有超出公差范围，但距离太大，意味着精度浪费，图（e）则是分布范围超出了公差范围，表示工程是不安全的，产生的不良较多，图（a）是合适的，既不超公差又没精度浪费。,20,控制图,贯彻预
9、防原则是依靠推行SPC和SPCD来实现的，而居QC七个工具核心地位的控制图是 SPC和SPCD的重要工具。控制图是对过程质量加以测定、记录从而进行控制管理的一种用统计方法设计的图。图上有中心线(CL)、上控制界限(UCL)和下控制界限(LCL)，并有按时间顺序抽取的样本统计量数值的描点序列。,控制图定义:是制造业实施品质管制中不可缺少的重要工具。它最早是由美国贝尔电话实验室的休哈特在1924年首先提出的，它通过设置合理的控制界限，对引起品质异常的原因进行判定和分析，使工序处于正常、稳定的状态。,21,控制图的基本原理: 1. 控制图是按照3 Sigma 原理来设置控制限的，它将控制限设在X3
10、Sigma 的位置上。在过程正常的情况下，大约有99.73%的数据会落在 上下限之内。所以观察控制图的数据位置，就能了解过程情况有无变 化。如下图所示：,3 sigma 原理图,22,2. 产品质量特性值落在- 3 ， + 3 范围内的概率为99.73%，这是数学计算的精确值。即每做100万pcs产品,不良品不超过3pcs。这是一个小概率事件，在概率论中，一般认为小概率事件不发生。,3.控制图的形成。将正态分布图按顺时针方向转90（见板书图），由于图中上小下大不合常规，故再将图翻转180，即成为一张单值X控制图。 UCL=+3 为上控制限，CL= 为中心线，LCL=- 3 为下控制限。,23,
11、组成控制图的要素,24,纵坐标：数据（质量特性值或其统计量） 横坐标：按时间顺序抽样的样本编号 上虚线：上控制界限UCL 下虚线：下控制界限LCL 中实线：中心线CL,Remark: 规格线：由客户或设计部门给出;控制界线：由过程的实际数据统计计算得出;一般情况下,控制界限严于规格;,25,控制图的分类,1、控制图的分类 按照质量特性类型分为： 计量值控制图 计数值控制图,按照用途分为： 分析用控制图 控制用控制图,26,2.计量与计数控制图,计量值：用各种计量仪器测出、以数值形式表现的测量结果。其特点是可以连续读取这些数据，如长度、重量等。服从正态分布。 计数值：其特点是不可以连续读取这些数
12、据，只可读取整数，如不合格个数、缺点数。计件服从二项分布；计点服从泊松分布。,27,a. 计量值控制图1） Xbar-R（X-R）；平均值极差控制图2） X-R；中位数极差控制图3） Xbar-s （X-s）；平均值-标准差控制图4） X-MR（或X-Rs）；单值-移动极差控制图,b. 计数值控制图1） P-chart；不良率控制图2） Pn-chart；不良数控制图3） C-chart；缺陷数控制图4） U-chart；单位缺陷数控制图,28,3.常用控制图,29,控制图的选用：,计量型数据吗？,n=1？,关心的是 不合格率吗？,均值是否 方便计算？,n是否恒定？,n是否恒定？,n 9？,s
13、是否 方便计算算？,Pn或P图,P图,C或U图,U图,是,否,是,是,是,是,是,是,是,否,否,否,否,否,否,否,n：样本容量,X-MR,30,控制图的计算,Xbar-R控制图的控制界限设置的计算。Xbar图的控制界限设置计算公式： n X= Xi -（1），式中 n 为每一组的抽样数量；i =1CLX = X - （2），式中X为各组平均值的平均； UCLX = X+A2R - （3）， LCLX = X-A2R - （4），式中R为各组极差的平均值；,计量型控制图,31,R图的控制界限设置计算公式：K R= Ri /K - （5），式中，K为样本的组数，Ri为各i =1 组的级差值；U
14、CLR = D4R -（6），LCLR = D3R -（7），上面的计算公式中，A2、 D4、D3系数是常数，其数值可通过 下表查出。 表中，n为每组的抽样数量，当n6时， D3系数不存在，R控 制图无控制下限。,32,X-MR单值-移动级差控制图,移动极差是指一个测定值 xi 与紧邻的测定值xi+1 之差的绝对值，记作Rs，Rs = | xi - xi+1 | （i=1,2,k-1)k为测定值的个数;k个测定值有k-1个移动极差,每个移动极差值相当与样本大小n=2时的极差值.,33,1 计算总平均数:,2 计算移动极差平均数:,34,X图的计算,MR图的计算,相当于n=2时的极差控制图; n
15、=2时,D4=3.267,D3=0,35,计数型控制图,a.计件型控制P图计算公式,36,b.计点型控制C图计算公式,(其它控制图控制线的计算略),37,A、过程能力：过程能力是指加工质量满足技术标准的能力，它是衡量过程加工内在一致性的标准,是工程稳定生产良品的能力。当公差、规格的中心与数据分布的实际中心一致时，用Cp表示工程能力指数；但通常这两个中心是不一致的，Cp就不能准确地表达过程能力了，需要进行修正，我们把修正后的Cp记作Cpk，由Cpk来表达工程的实际过程能力。 Cp及Cpk 的计算公式如下：Cp = T/B =（USL -LSL）/6s -（1）Cpk =（1-k）Cp -（2）,
16、第3单元：CPK理论,38,在上两个公式中：T - 公差、规格的范围B - 数据的分布范围，通常取6， 是指母标准偏差，但由于母标准偏差是估算值，所以有时以样本标准偏差 s 代替,样本标准差S：反映样本离散程度。s = （1/n） * （X i X） ; = 1/(N-1) * （X i X）n - 样本数量 N - 母集团数量USL- 公差或规格上限LSL- 公差或规格下限 k - 修正系数，K = /（T/2）= 2/T -（3）,i=1,n,2,2,i=1,N, 经验计算公式：=,39,其中 是两个中心的差值， = |M-u| = |M-X|，M是公差或规格的中心值，u是直方图数据分布的
17、中心值。因此有 Cpk =（1-k）Cp =（1-2 |M-X|/T）Cp - （4）进一步变形有 Cpk =（T-2 ）/6s -（5）以上为给出双边公差时Cp及Cpk的计算公式，当只给出单边公差时计算公式如下：当给定单向公差的上限公差时,用符号Cpu表示：Cpu（Tu - X）/3S -（6）当给定单向公差的下限公差时，用符号CpL表示：CpL（X - TL）/3S -（7） 式中：Tu公差上限. TL公差下限,40,B、过程能力的评定(参考):当Cp（Cpk）1.67时，过程能力非常充分。 当1.67Cp （Cpk） 1.33时，过程能力充分。当1.33Cp （Cpk） 1时，过程能力不
18、太充分，必须加强对工程的管理。当1Cp （Cpk） 0.67时，过程能力不充分，有必要对该项目进行全数选别和改善过程能力。当0.67Cp （Cpk）时，过程能力非常不足，是不能满足质量要求的，应停止继续加工，找出原因，提高Cp （Cpk）值。,41,现举例说明:,某批零件,规格为T1=1001,随机测量80个零件, 测得其分布中心u=100.2,与规格中心差0.2,通过计算（X i X)=3.2; 试求 CPK ? 解:(1)CPK= (T - 2)/6S(2) =0.2(3) S= （1/n） * （X i X） = * 3.2 =0.2(4)CPK=(T - 2)/6S=(2-2*0.2)
19、/(6*0.2)=1.6/1.2=1.33 结果判定过程能力充分!,n,i=1,2,2,n,i=1,80,1,42,运用SPC进行制程控制,我们必须明确其判异准则,跟法律一样, 标准就是评判的依据!,第4单元：SPC过程监控及分析,43,1、产品质量的变异,我们在研究SPC判异准则前,先来了解产品质量的变异。任何系统中均存在变异。没有任何两件产品是完全相同的。产品之间的差异就是变异。根据变异的原因:可分为随机性变异和特殊性变异两种。随机性变异：过程中的变异因素是在统计管制状态下，其产品的特性有固定的分配，即分配位置、分配散布、分配形状三种。随机性变异又叫偶然因素引起的变异(偶因)。特殊性变异：
20、过程中变异因素是不在统计管制状态下的非随机性原因，其产品分配亦无固定分配。特殊性变异又叫异常因素引起的变异(异因)。,44,因此，控制图上的控制界限就是区分随机性因素（偶然因素）和特殊因素（异常因素）的科学界限。应用控制图对生产加以监控，一有异常，即可在图上显示出来，可立即检查原因，加以纠正，及时避免大量不合格出现，起到预防作用。,特殊性变异可由简单的统计技术分析而得，这类原因的变异约占过程问题的15%，通常采取局部的对策。随机性因素的变异需由过程能力去发现，且由管理层努力去对策消除，这类变异约占过程问题的85%，要采取系统对策。,45,2.准则,a.判稳准则：在点随机排列的情况下，符合下列准
21、则之一就可以认为过程处于稳态。1）连续25个点都在控制界内；2）连续35个点至多一个点落在控制界外； 3）连续100个点至多两个点落在控制界外。当然，即使在判稳态的场合，也要找出点落在界外的异常原因并加以处理。 b.判异准则:控制图思路是先定 后定 ， =0.0027，故 很大，为了减少漏发警报的错误要注意观察控制图中界内点的排列是否随机，若排列非随机，则判异常。(详见后面“控制图的两种错误”),46,符合下列准则之一就认为过程存在异常因素。1）点在控制界限外或恰在控制界限上；2）控制界限内的点非随机。所谓点子非随机,即出现以下情况:（1） 模式1：点子频频接近过程中控制界限 A：连续3个点中
22、，至少有2点接近控制界限 B：连续7个点中，至少有3点接近控制界限 C：连续10个点中，至少有4点接近控制界限（2） 模式2：在控制图中心线一侧连续出现的点称为链，链长不少于7时，判断点子排列非随机，存在异常因素。,47,（3）模式3：间断链： A：连续11个点中，至少有10个点在中心线一侧 B：连续14个点中，至少有12个点在中心线一侧 C：连续17个点中，至少有14个点在中心线一侧 D：连续20个点中，至少有16个点在中心线一侧 （4） 模式4：倾向。点子逐渐上升或下降的倾向时，判断点子排列非随机，存在异常因素。 （5） 模式5：点子集中在中心线附近，若连续15点集中在中心线附近差异。 （
23、6） 模式6：点子呈现周期性变化，存在异常因素。,48,(附)典型失控状态(1),模式4:倾向-连续7点下降。,49,x,UCL,CL,LCL,t,(附)典型失控状态(2),模式3:间断链。,50,我们再来看一下失控状态图,失控,受控,位置-跟均值 X有关,分布宽度-跟离散 程度有关,形状-跟分布状态 有关,51,三. 控制图的两种错误和3 sigma 方式为了经济，控制图是利用抽检对生产过程进行监控的，既然是抽检就难免会出错。 第类错误是指虚发警报的错误；在正常情况下，在生产正常的情况下，点纯粹由于偶然而出界的概率虽然很小，则在生产正常的情况下根据控制图打点出界而判断生产异常就犯了第类错误。
24、（概率记为 ）第类错误是指漏发警报的错误；在生产异常的情况下，产品的质量分布偏离了典型分布，但总还有一部分的质量特性值是在上下控制限内，若抽到这样的产品进行检测并在控制图上打点，根据点未出界而判断生产正常就犯了第类错误。（概率记为 ）3Sigma 方式是两类错误造成总损失较小的控制界限。在现场，把规格作为控制图的控制界限是不对的。规格用来区分合格与不合格，而控制图的控制界限是用来区分偶然因素与异常因素的。,52,为了减少与,将控制线定义在3Sigma,53,二十字真经,查 出 原 因 采 取 措 施 加 以 消 除 不 再 出 现 纳 入 管 制,运用SPC时,请牢记以下20字:,54,ISO9000强调：(1) 强调“把一切都看成过程”， (2) 强调“预防”， (3) 强调“统计技术的应用是不可剪裁的”。强调预防就要应用统计方法(主要是应用SPC 和SPCD)和科学措施来保证它的实现。在思想上应该明确：SPC和SPCD是推行ISO9000的基础。,结束语,SPC的推行势在必行!,55,END AND THANKS!,
