品管SPC教育训练教材
合集下载
spc完整培训教材
连续型 Data(计量型)
• 可以分解Data, 且测定的数据的大小有意义 • 客观性 Data : 时间, 重量, 长度等测定计测仪可以测定的Data • 主观性 Data :满足度, 充实度等 Data的测定基准按始点发生变更
离散型 Data(计数型)
• 不可能分解Data, 所测定的数据Count时. • 客观性 Data : 缺点数, 承认件数, 误差件数, 位置等判断的情况明确的内容 • 主管性 Data : 包含Yes/No, Good/Bad 等人的主观性内容的内容
工程 Parameter &
Component Parameter
Sales & SVC
SPC
测定System分析 工程能力诊断 工程能力管理
Understanding Statistics (QC, SQC)
改善活动
D
M
A
I
R&D(DfSS) Manufacturing
6 Sigma
C TQ
PPT文档演模板
※ 实际情况下离散型和连续型分类比较困难时 例 1) 主/客观式混合的数学能力分数 → 离散型但是可以看作连续型 例 2) 使用尺度法的论文结果 → 连续型处理, 还是离散型处理，按照事件, 分析的目的考虑置信度慎重判断
PPT文档演模板
spc完整培训教材
2. SPC Introduction
PPT文档演模板
* AQL(Acceptable Quality Level) : 合格品质水准 SPC(Statistical Process Control) : 统计性工程管理
PPT文档演模板
spc完整培训教材
Sampling
适用Sampling检查主要原因是经济性原因. 由于有这种经济性原因，取Sample时，Sample能够反映总体的特性。
• 可以分解Data, 且测定的数据的大小有意义 • 客观性 Data : 时间, 重量, 长度等测定计测仪可以测定的Data • 主观性 Data :满足度, 充实度等 Data的测定基准按始点发生变更
离散型 Data(计数型)
• 不可能分解Data, 所测定的数据Count时. • 客观性 Data : 缺点数, 承认件数, 误差件数, 位置等判断的情况明确的内容 • 主管性 Data : 包含Yes/No, Good/Bad 等人的主观性内容的内容
工程 Parameter &
Component Parameter
Sales & SVC
SPC
测定System分析 工程能力诊断 工程能力管理
Understanding Statistics (QC, SQC)
改善活动
D
M
A
I
R&D(DfSS) Manufacturing
6 Sigma
C TQ
PPT文档演模板
※ 实际情况下离散型和连续型分类比较困难时 例 1) 主/客观式混合的数学能力分数 → 离散型但是可以看作连续型 例 2) 使用尺度法的论文结果 → 连续型处理, 还是离散型处理，按照事件, 分析的目的考虑置信度慎重判断
PPT文档演模板
spc完整培训教材
2. SPC Introduction
PPT文档演模板
* AQL(Acceptable Quality Level) : 合格品质水准 SPC(Statistical Process Control) : 统计性工程管理
PPT文档演模板
spc完整培训教材
Sampling
适用Sampling检查主要原因是经济性原因. 由于有这种经济性原因，取Sample时，Sample能够反映总体的特性。
SPC培训教材SQA15488
36
第三章 控制图原理
控制图原理的第一种解释
若过程正常，即分布不变，则点子超过UCL的概率只有 1.35‰。
若过程异常，譬如异常原因为车刀磨损，即随着车刀的磨 损，加工的螺丝将逐渐变粗，逐渐增大，于是分布曲线 上移，点子超过UCL的概率将大为增加，可能为1.35‰ 的几十、几百倍。
37
第三章 控制图原理
注：标准差 s 的单位与测定值的单位相同。
10
第二章 SPC相关统计基础知识
自由度的概念 因为n个偏差的总和必为0，所以对于n个独立的数据，独 立的偏差个数只有n-1个，称n-1为偏差平方和的自由度。
因此样本方差是用n-1而不是n除偏差平方和。
11
第二章 SPC相关统计基础知识
正态分布基础知识：正态总体参数的估计 •正态均值μ的无偏估计有两个，一个是样本均值 ，另一个是样本中位数 ~
2
第一章 SPC产生的历史背景及其意义
历史背景 二十世纪二三十年代生产力的巨大发
展，社会竞争不单纯是产量的竞争，质量 控制日益重要，依靠事后检验无法竞争， 预防为主的统计质量控制得到重视和发展。
3
第一章 SPC产生的历史背景及其意义
过程和结果
人 机 法 环 测量
好
原料
PROCESS
结果
不好
不要等产品做出来后再去看它好不好 而是在制造的时候就要把它制造好
41
第三章 控制图原理
控制图原理的第三种解释
统计过程控制SPC理论是运用统计方法对过程进行控制， 既然其目的是“控制”，就要以某个标准作为基准来管理 未来，常常选择稳态作为标准。稳态是统计过程控制SPC 理论中的重要概念。 稳态，也称统计控制状态(state in statistical control)，即过程中只有偶因没有异因的状态。 稳态是生产追求的目标。
第三章 控制图原理
控制图原理的第一种解释
若过程正常，即分布不变，则点子超过UCL的概率只有 1.35‰。
若过程异常，譬如异常原因为车刀磨损，即随着车刀的磨 损，加工的螺丝将逐渐变粗，逐渐增大，于是分布曲线 上移，点子超过UCL的概率将大为增加，可能为1.35‰ 的几十、几百倍。
37
第三章 控制图原理
注：标准差 s 的单位与测定值的单位相同。
10
第二章 SPC相关统计基础知识
自由度的概念 因为n个偏差的总和必为0，所以对于n个独立的数据，独 立的偏差个数只有n-1个，称n-1为偏差平方和的自由度。
因此样本方差是用n-1而不是n除偏差平方和。
11
第二章 SPC相关统计基础知识
正态分布基础知识：正态总体参数的估计 •正态均值μ的无偏估计有两个，一个是样本均值 ，另一个是样本中位数 ~
2
第一章 SPC产生的历史背景及其意义
历史背景 二十世纪二三十年代生产力的巨大发
展，社会竞争不单纯是产量的竞争，质量 控制日益重要，依靠事后检验无法竞争， 预防为主的统计质量控制得到重视和发展。
3
第一章 SPC产生的历史背景及其意义
过程和结果
人 机 法 环 测量
好
原料
PROCESS
结果
不好
不要等产品做出来后再去看它好不好 而是在制造的时候就要把它制造好
41
第三章 控制图原理
控制图原理的第三种解释
统计过程控制SPC理论是运用统计方法对过程进行控制， 既然其目的是“控制”，就要以某个标准作为基准来管理 未来，常常选择稳态作为标准。稳态是统计过程控制SPC 理论中的重要概念。 稳态，也称统计控制状态(state in statistical control)，即过程中只有偶因没有异因的状态。 稳态是生产追求的目标。
SPC培训教材---完整版
③计算管制上、下限
管制图标准差：
a.计算法： SUCL=
SLCL=
b.查表法： SUCL=
SLCL=
3.图形分析:与Xbar-R基本相同
检验站别：PQC - 1
产品名称：陶瓷电容
10
9.8
9.9
9.9
10
9.92
0.02
10 2001/10/10 PM 04:35:58
10
9.9
10
9.9
9.9
9.94
0.01
11 2001/10/11 PM 04:35:27
10
9.9
10.1
10.1
9.9
10.00
0.02
12 2001/10/12 PM 04:35:37
10
9.9
10.2
一般为3点，但有时候也要注意当品质非常好而考虑成 本放松的变化，建议点数不要设定更大。
3.图形分析： 7）连续几点中有几点在2倍标准差以外
一般初始为连续7点中有3点在2倍标准差以外，但有时候 也可根据产品特性可能有周性而设更多点，如连续9点中有4 点在2倍标准差以外。
此种状况反应出制程能力开始下降，一般属于系统问题， 但暂时还不算严重，要多多注意监控，
2.图形制作：
2）将数据列表，并计算各组数据的平均数及全距
Xi=
每组量测数值总和 每组样本数
Ri=每组中最大-每组中最小值
3）计算出平均数和全距的中心线与管制上下线：
XCL= RCL=
X1+X2+…+X K
R1+R2+…+Rt K
管制上下限有两种算法:
第一种:计算法:(严格按照管制图的原理来做)
SPC培训资料
计数值控制图(1) P控制图(不良率控制图)用来监视或控制生产批中不良件数的小数比或百分比,样本大小n可以不同。(2)np控制图(不良数控制图)用来监视一个生产批中的实际不良数量(而不是与样本的比率)。分析或控制过程不良数,样本大小n要相同。(3)C控制图(缺点数控制图)能在每一批量的生产中侦查出每一零件或受检验单位不良点的数目,样本大小n要相同。(4)U控制图(单位缺点数控制图)记录一个抽样批有几个缺点数,抽样时每次可以不相同,但以单位缺点数代表质量水准。
a.样本平均数 表示数据集中位置，常用符号 表示，其计算公司为：式中： ——样本的算术平均值 N ——样本数例如，有统计数据x1,x2,x3.x4,x5为2,3,4,5,6五个数据，则其平均数据为： 2+3+4+5+6 X = ————— =4 5
2、控制图的发展
控制图（SPC）的起源和发展
定义---控制图是对过程品质特性值进行测量、记录、评估，从而监视过程是否处于控制状态的一种用统计方法所设计出來的图表。 图上有中心线、上控制限和下控制限，并有按时间顺序抽取的样本统计,所得数值的描绘点。
三、控制图常用术语
设计规格与控制界限设计规格：规格上限（USL），目标值（SL），规格下限（LSL）之间的关系。双边规格，不对称规格，单边规格（上，下）定义。控制界限：控制上限（UCL），控制中心（CL），控制下限（LCL）之间的关系。控制界限是基于制程的数据而不是制造的规格。如果过程受控的话，计算的控制界限要比设计规格严。如果过程受控，但产品仍然不合格，则说明现有的生产工艺生产不出符合条件的产品。
波动源
基本原理：预防为主是SPC的重要原则工序诊断是排除异动的主要手段必须有效利用系统分析方法归纳起来20个字： 查找异因（特殊原因），采取措施， 加以消除，纳入标准，不再发生。
a.样本平均数 表示数据集中位置，常用符号 表示，其计算公司为：式中： ——样本的算术平均值 N ——样本数例如，有统计数据x1,x2,x3.x4,x5为2,3,4,5,6五个数据，则其平均数据为： 2+3+4+5+6 X = ————— =4 5
2、控制图的发展
控制图（SPC）的起源和发展
定义---控制图是对过程品质特性值进行测量、记录、评估，从而监视过程是否处于控制状态的一种用统计方法所设计出來的图表。 图上有中心线、上控制限和下控制限，并有按时间顺序抽取的样本统计,所得数值的描绘点。
三、控制图常用术语
设计规格与控制界限设计规格：规格上限（USL），目标值（SL），规格下限（LSL）之间的关系。双边规格，不对称规格，单边规格（上，下）定义。控制界限：控制上限（UCL），控制中心（CL），控制下限（LCL）之间的关系。控制界限是基于制程的数据而不是制造的规格。如果过程受控的话，计算的控制界限要比设计规格严。如果过程受控，但产品仍然不合格，则说明现有的生产工艺生产不出符合条件的产品。
波动源
基本原理：预防为主是SPC的重要原则工序诊断是排除异动的主要手段必须有效利用系统分析方法归纳起来20个字： 查找异因（特殊原因），采取措施， 加以消除，纳入标准，不再发生。
SPC培训教材ppt68页15476
范围
目标值线 预测
时间
目标值线 预测
时间
局部措施和对系统采取措施
• 局部措施
• 通常用来消除变差的特殊原因 • 通常由与过程直接相关的人员实施 • 通常可纠正大约15%的过程问题
• 对系统采取措施
• 通常用来消除变差的普通原因 • 几乎总是要求管理措施，以便纠正 • 大约可纠正85%的过程问题
过程控制
过程变差的一部分。
过程能力
是指按标准偏差为单位来描述的过程均值和规格界限
(Process Capability) 的距离，用Z来表示。
移动极差
两个或多个连续样本值中最大值和最小值之差。
（Moving Range)
制程控制系统 有反馈的过程控制系统模型
过程的呼声
人 设备
统计方法
材料 方法 环境
我们工作 的方式/资 源的融合
产品或 服务
输入
过程/系统
输出
顾客
识别不断变化的 需求量和期望
顾客的呼声
变差的普通原因和特殊原因
普通原因：是指过程在受控的状态下，出现的具有稳定的且可重 复的分布过程的变差的原因。普通原因表现为一个稳 系统的偶然原因。只有过程变差的普通原因存在且不 改变时，过程的输出才可以预测。
特殊原因：（通常也叫可查明原因）是指造成不是始终作用于过 程的变差的原因，即当它们出现时将造成（整个） 过程的分布改变。只用特殊原因被查出且采取措 施,否则它们将继续不可预测的影响过程的输出。
• 1924年，美国的休哈特博士提出将3Sigma原理运用 于生产过程当中，并发表了著名的“控制图法”，对 过程变量进行控制，为统计质量管理奠定了理论和方 法基础。
SPC的作用
• 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、区分变差的特殊原因和普通原因，作为采取局部措
目标值线 预测
时间
目标值线 预测
时间
局部措施和对系统采取措施
• 局部措施
• 通常用来消除变差的特殊原因 • 通常由与过程直接相关的人员实施 • 通常可纠正大约15%的过程问题
• 对系统采取措施
• 通常用来消除变差的普通原因 • 几乎总是要求管理措施，以便纠正 • 大约可纠正85%的过程问题
过程控制
过程变差的一部分。
过程能力
是指按标准偏差为单位来描述的过程均值和规格界限
(Process Capability) 的距离，用Z来表示。
移动极差
两个或多个连续样本值中最大值和最小值之差。
（Moving Range)
制程控制系统 有反馈的过程控制系统模型
过程的呼声
人 设备
统计方法
材料 方法 环境
我们工作 的方式/资 源的融合
产品或 服务
输入
过程/系统
输出
顾客
识别不断变化的 需求量和期望
顾客的呼声
变差的普通原因和特殊原因
普通原因：是指过程在受控的状态下，出现的具有稳定的且可重 复的分布过程的变差的原因。普通原因表现为一个稳 系统的偶然原因。只有过程变差的普通原因存在且不 改变时，过程的输出才可以预测。
特殊原因：（通常也叫可查明原因）是指造成不是始终作用于过 程的变差的原因，即当它们出现时将造成（整个） 过程的分布改变。只用特殊原因被查出且采取措 施,否则它们将继续不可预测的影响过程的输出。
• 1924年，美国的休哈特博士提出将3Sigma原理运用 于生产过程当中，并发表了著名的“控制图法”，对 过程变量进行控制，为统计质量管理奠定了理论和方 法基础。
SPC的作用
• 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、区分变差的特殊原因和普通原因，作为采取局部措
SPC培训教材基础篇
04 SPC工具和技术
控制图
总结词
控制图是SPC的核心工具，用于监控生产过程中的关键特性，通过图形化展示过程数据，帮助管理者识别异常波 动。
详细描述
控制图是一种统计工具，用于监控生产过程中的关键特性。它通过将实际数据绘制在图上，并与控制界限进行比 较，来检测异常波动。控制图通常包括中心线（CL）、上控制限（UCL）和下控制限（LCL）。当数据点超出控 制限或连续7个点在均值的一侧时，通常认为过程存在异常。
总结词
通过实施SPC，确保生产安全和环保达标，提高企业形象 和社会责任感。
详细描述
该化工生产企业采用SPC对生产过程进行监控和分析，及 时发现并解决潜在的安全隐患和环保问题，确保生产安全 和环保达标。同时，通过实施SPC，提高了企业的形象和 社会责任感。
案例四：某医疗器械制造企业的SPC应用
总结词
在质量管理体系中广泛应用，如 ISO 9001质量管理体系。
02 SPC基本原理
数据的收集与整理
数据的收集
确保数据的准确性和完整性，选 择适当的测量工具和设备，定期 校准和维护测量设备，确保数据 来源可靠。
数据的整理
对收集到的数据进行整理和分类 ，利用图表和统计方法对数据进 行初步分析，以便更好地理解和 呈现数据。
数据的分析与解释
数据分析
运用统计学方法对数据进行分析，识 别数据的分布、趋势和异常值，为后 续的数据解释提供依据。
数据的解释
根据数据分析的结果，对数据进行合 理的解释和推断，挖掘数据背后的原 因和规律，为改进和控制过程提供支 持。
过程的控制与改进
过程控制
运用SPC技术对过程进行监控和控制，及时发现异常和波动 ，采取相应的措施进行调整和控制，确保过程的稳定性和可 靠性。
SPC培训教材讲义
形状：峰态
分布宽度
22
正态分布
99.73% 95.45%
68.26%
-3σ 正态分布的特征：
-2σ -1σ
μ
+1σ +2σ
+3σ
1、中间高，两边低，左右对称；两边伸向无穷远。
2、与横坐标所围成区域的面积为1； 23
控制图原理说明
群体 平均值=μ 标准差=σ
抽样
μ-kσ μ μ+kσ
k
k
1
•e(
x)2 2 2
控制用控制图：经过上述分析证实过程稳定并能满 足质量要求，此时的控制图可以用于现场对日常的 过程质量进行控制。
34
分析用控制图
決定方针用 过程分析用 过程能力研究用 过程控制准备用
控制用控制图
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。
分析用控制图
个別值与移动极差控制图( XRchmart)
计数值控制图
不良率控制图(P chart) 不良数控制图(nP chart,又称np chart或d chart) 缺点数控制图(C chart) 单位缺点数控制图(U chart)
33
2、按控制图的用途分类
分析用控制图：根据样本数据计算出控制图的中心 线和上、下控制界限，画出控制图，以便分析和判 断过程是否处于于稳定状态。如果分析结果显示过 程有异常波动时，首先找出原因，采取措施，然后 重新抽取样本、测定数据、重新计算控制图界限进 行分析。
稳定
控制用
35
3、控制图的选择 控制图的选定
计量值 资料性质
计数值
平均值
n≧2 样本大小 n≧2
CL的性质
分布宽度
22
正态分布
99.73% 95.45%
68.26%
-3σ 正态分布的特征：
-2σ -1σ
μ
+1σ +2σ
+3σ
1、中间高，两边低，左右对称；两边伸向无穷远。
2、与横坐标所围成区域的面积为1； 23
控制图原理说明
群体 平均值=μ 标准差=σ
抽样
μ-kσ μ μ+kσ
k
k
1
•e(
x)2 2 2
控制用控制图：经过上述分析证实过程稳定并能满 足质量要求，此时的控制图可以用于现场对日常的 过程质量进行控制。
34
分析用控制图
決定方针用 过程分析用 过程能力研究用 过程控制准备用
控制用控制图
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。
分析用控制图
个別值与移动极差控制图( XRchmart)
计数值控制图
不良率控制图(P chart) 不良数控制图(nP chart,又称np chart或d chart) 缺点数控制图(C chart) 单位缺点数控制图(U chart)
33
2、按控制图的用途分类
分析用控制图：根据样本数据计算出控制图的中心 线和上、下控制界限，画出控制图，以便分析和判 断过程是否处于于稳定状态。如果分析结果显示过 程有异常波动时，首先找出原因，采取措施，然后 重新抽取样本、测定数据、重新计算控制图界限进 行分析。
稳定
控制用
35
3、控制图的选择 控制图的选定
计量值 资料性质
计数值
平均值
n≧2 样本大小 n≧2
CL的性质
SPC培训教材
持续改进在SPC中应用实践
数据收集与分析
运用SPC工具对生产过程中的数 据进行实时收集、整理和分析，
及时发现潜在问题。
过程控制与改进
根据SPC分析结果，对生产过程进 行及时调整和优化，提高产品质量 稳定性和生产效率。
持续改进文化
在企业内部建立持续改进的文化氛 围，鼓励员工积极参与改进活动， 不断提升产品质量和企业竞争力。
加强设备维护和保养
实施持续改进
确保设备处于良好状态，减少因设备故障 导致的生产波动。
运用PDCA循环等质量管理方法，持续改进 过程，提高过程能力。
不合格品处理及预
05
防措施
不合格品判定标准和处理流程
不合格品判定标准
根据产品规格、质量标准以及客户要 求，明确不合格品的定义和判定标准 。
不合格品处理流程
通过统计分析，对生产过 程中的异常波动进行识别 和控制，确保产品质量稳 定。
改进作用
通过对历史数据的分析， 找出影响产品质量的关键 因素，为持续改进提供依 据。
基本原理与核心概念
基本原理
SPC基于统计学原理，通过收集生产过程中的数据，运用控制图等工具对数据进行分析和评价，判断生产过程是 否处于受控状态。
计数值控制图（P图、C图等）
适用范围
适用于计数数据，如不良品数、缺陷数等离 散变量的控制。
缺点
对过程变化的敏感性相对较低。
优点
简单易行，对数据分布无严格要求。
选择依据
当数据为计数数据时，可选择P图、C图等计 数值控制图。
特殊情况下控制图选择策略
多品种小批量生产
对于多品种小批量生产的情况，可采 用标准化控制图或通用控制图进行控 制。
核心概念
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
|¥ N ¡ î ¨ { Ca¡N µ à Cp¡N ¯ O Cpk ¤ ½ Õ d ¬
¤ N ¡ Þ º î ¨ ¹ Ï ª º ¹ B Î ¥
» ¤ N ¡ ° Ý D Ã À ¤ ª R Ñ ¸ M ¨
C ¤ N ¡ î ¨ { µ § ¤ ~ Ä ò Ä Þ º î ¨
¡ v
î { ø ó ÜÊ ® ¨ µ ± ¥ Å° É
規格上限-實際平均值
3δ
實際平均值-規格下限
=
SUL-X
3δ
X-LSL
單邊規格
或=3δຫໍສະໝຸດ =3δ單邊規格
CP值愈大,品質愈好.
Cp值的等級評價
Cp值
Cp>1.67 1.67>Cp ≧1.33 1.33>Cp≧ 1
等級
A+ A B
評價
工序能力過高,粗活精 作,不經濟.
對應措施
1.縮小公差. 2.允許較大外來波動. 3.改用成本低的設備.
1.允許一定程度的外來波動. 工序能力足夠,當 Cp=1.33時為理想狀態. 2.簡化檢驗工作. 工序能力尚可,但會有 不良發生. 須用控制圖(如X-R管制圖), 加強管理. 1.原因分析,采取對策,縮小標 準差. 2.在不影響產品性能下,放大 公差. 3.對產品全檢,分級篩選. 1.不能生產,必須改善工藝 2.對產品全檢.
計算X-R管制圖的管制限
基本概念 X:每組樣本數的平均值 R:每組樣本數的全距 (R=Xmax-Xmin) X:所有樣本數的總平均值 R:所有組樣本的全距平均值. (備註:每組樣本數≦10個較好.) 1.X管制圖 中心線:CL=X 管制上限:UCL=X+A2R 管制下限:LCL=X-A2R 2.R管制圖 中心線 :CL=R 管制上限:UCL=D4R 管制下限:LCL=D3R
管制圖說明(3)
實際工作及生產中, 由於受各種人、機、料、法和環 境等因素的影響, 跑出管制界限的概率就加了上些不 穩定因素, 所以一些學者就把這些因素考慮進來之后, 又經過一系列的計算得出一個制程偏移1.5σ的理論,即 在理想值的基礎上假定實際制程中心最多偏移1.5 σ, 所以就得出下表: ¾¾ mº ° ² 1.5£ ª ¦X ® « · ² ª æ~ § v í K £ ¿ m ¦X ® « · ² % æ~ § v ] XÞ î É § v ¶ ¥ º ¨ ¬ · ² % 30.23 59.77 1£ m 69.13 30.87 2£ m 93.32 7.27 3£ m 99.379 0.621 4£ m 99.9767 0.0233 5£ m 99.999966 0.00034 6£ m
∣ Ca∣值越小越好,分4個等級評價,若為單邊規格,無法計算Ca值.
等級 A級 B級 C級 D級
Ca值 /Ca/≦12.5% 12.5%</Ca/≦25% 25%</Ca/≦50% 50%/Ca/
2. 製程精密度Cp (Capability of precision) 指以規格公差(T)與自生產中所獲得產品資料的6δ(估計實 績標準差-δ)其間相差的程度. 規格公差 T 雙邊規格 = Cp= 6δ 6δ Cp=
正態分佈實際上是一種理想狀 態，實際加工中制品的品質特性分佈 並不是與之完全一致的。
參見資料
特殊原因與普通原因
天下沒有人能制造兩件完全相同的東西,因為制 程中存有許多影響變異的原因存在。
共同原因(Common Cause,又叫非機遇原因)
其過程中的變異是變統計管制狀態下,其產品是完全有固 定的分配,即分配位置,分配散佈及分配形狀三種.通俗地 說,就是目前制程的各個因素環境下,品質變異是必然,並 不是單個品管部門或制造部單獨可以解決的, 需要品管、 生產、工程部門、甚至采購部門、業務部門、行政部門 等共同參與來解決.
© ú T ½ ¥ Ø º ª
ï ¿ © w Õ ½ ¬ d ¹ ï H ¶
5 M º ª Ð ¼ Ç · ¤ Æ
Ð ¼ Ç · § @ ~ · º ª Ð ± ¨ |
Ð ¼ Ç · § @ ~ · º ª ¹ ê ¬ I
Æ ¼ ¾ Ú º ª ¬ ¦ ° ¶ ¤ À R ª
¨ î { µ ³ B © ó « D Þ º ¨ î ¬ ª A º ® É
Ð ¼ Ç · ¤ Æ ¬ ¡ ° Ê
§ ä ¥ X « D ¾ ÷ ¹ J ì ] ¦
o Ð µ ¼ ¨ Ç ¾ · ¤ ¤ î Æ ¬ ¡ ° Ê ¤ Î A ¦
SPC運作成功的條件
走過就會有痕記 !
高層管理者的大力支持. 中層干部有能力分析各種SPC圖形,在有良好品 質觀念的基礎上及時分析圖形. SPC圖形分析是 否及時,直接關系到是否能預測品質, 當數據一 進入電腦,就必須立即分析. 做一份詳盡、全面、系統的 SPC系統規則. 使用用專業軟件來做. 數據收集要真實、及時、簡潔、標準.
管制線計算參數
N 2 3 4 5 6 7 8 9 10
D4
D3
3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78
* * * * * 0.08 0.14 0.18 0.22
A2
1.88 1.02 0.73 0.58 0.48 0.42 0.37 0.34 0.31
管制圖功效
1.預測性:通過現有圖形分析與判讀可大概判斷 下一步可能的位置. 2.能力分析:通過管制圖,了解現有能力.(3σ以上 的管制圖 ,因為1σ、2σ已無人采用) 3.對品質狀況及時掌控狀態 4.可用來分析制程改善效果: 可設定制程采用 某方法或方式的前中后幾點,就能得出方法或方 式的變化狀況. 5.與其它手法結合起來,容易找到產生狀況的原 因. 如結合層別法逐項看各生產線的品質狀況, 可了解到問題出現在哪一條生產線 6.得出各種周期,以利於產品制程品質制訂標準
統計制程管制(SPC)
強調以數據說話的質量管理
質量管理中我們所得到的數據一般具有 兩大特性: 1. 規律性 ------ 品質安定時，近似於正 態分佈。 2. 波動性 ------ 造成質量波動的原因有 普通原因和特殊 原因兩大類。
正態分佈的特性
正態分佈是統計學上的一種分 佈形態，工業管理中借以評估制程能 力。
SPC 應 用 步 驟 流 程 圖
» ¤ N ¡ ° Ý D Ã À ¤ ª R Ñ ¸ M ¨
¡ u
CPK ¤ Èp
@ ¤ N ¡ ½ T ß ¥ î ¨ y ³ y ¬ { µ
G ¤ N ¡ M ¨ w © Þ º î ¨ ¶ µ Ø ¥
T ¤ 5 N ¡ M¹ ê I ¬ Ð ¼ ·Ç Æ ¤
制程能力調查系統流程圖
¨ î { µ ³ B © ó Þ º ¨ î ¬ ª A º ® É ¨ î { µ ¯ à ¤ O º ª § â ¤ ´ ¨ î { µ ¯ à ¤ O ¨ ¬ ° ÷ ¨ î { µ ¯ à ¤ O ¤ £ ¨ ¬ ] ¦ . ¤ O , ¨ Ã ° l ¨ s ì ¥ ý x ´ ¤ ´ ¾ ÷ ñ ± ¯ à ¹ k ± ª ì ¬ Ä ] I ± ¦ ¨ ¤ ú £ § © Þ ú ³ , N © ¥ Ê B º L ª µ ¡Î × ¥ ¿ Ë À ç Å ¥ µ ¥ µ ¡Î Ë À ° Q ³ W ® æ ¤ ½ ® t ¡Î Õ ½ ¸ ` ¨ î { µ Þ º ¨ î
SPC的最終目標:
統計制程管制 即 SPC,全稱為
◆ 預防問題的發生 ◆ 減少浪費
SPC的起源與發展
1.1924年修哈特博士在發明了管制圖後所產生. 2.1939年修哈特與戴明合寫了《品質觀點的統計方法》. 3.二戰后美國軍方提出抽樣計劃, 英美兩國將品質控制圖方 法引入軍工制造業,並應用於生產過程. 4.二戰后日本戰敗提出以品質為根本來提升竟爭力. 1956年 請戴明到日本演講,介紹了SQC的技術與觀念. 5.SQC是在發生問題后才去解決,是一種糾正措施,浪費較大, 所以發展出了SPC. 6.美國汽車製造商福特、通用等公司亦對SPC很重視,SPC得 以廣泛應用. 7.ISO9000體系亦注重過程控制和統計技術的應用,有專門要 素要求.
管制圖判讀
管制狀態判斷 1.管制狀態: 1.1多數點集中在中心線附近. 1.2少數點落在管制限附近. 1.3點之分布呈隨機狀態,無任何規則可循. 1.4沒有點超出管制界限之外. 2.非管制狀態: 2.1點在管制界限的線外(或線外). 2.2點在管制界限的線內,但呈特殊排列. 3.只有在下列情況下本期管制實績才可作為後期管制 界限. 3.1連續25點以上出現在管制界限內時. 3.2連續35點中出現在管制界限以外的點為超過1點時. 3.3連續100點中出現在管制界限以外的點為超過對2點時.
數據收集
數據收集對於任何一個管理體系都 是最基本的項目之一. 數據收集在SPC中的好壞關係到SPC 的意義是否存在,關係到SPC的功能 能否實現. 所以SPC在數據收集過程中必須強調 四項基本原則:真實、及時、簡潔、 標準.
SPC控制圖的分類
根據數值的特點,可分為計量值數據和計數值數據,SPC管制圖亦可分 為計量值控制圖和計數值控制圖. 計量值:其特點可以連續讀取數據,如:長度,外徑等. 計數值:其特點是不可連續讀取這些數據, 只可讀取整數,如不良數,不良率,缺點數,缺點率. 1.計量控制圖 Xbar-R (X-R):平均值與全距控制圖. X-R:中位數與全距控制圖. Xbar-S(X-S):平均值與標准差控制圖. X-Rm:各別值與移動全距控制圖 2.計數值控制圖 P-chart:不良率控制圖 NP-chart:不良數控制圖 C-chart:缺點數控制圖 U-chart:單位缺點數控制圖
特殊原因(Special Cause又叫機遇性原因)
其過程中變異是不在管制狀態下的非隨機原因,其產品分 配亦無固定分配.通俗地說,就是誰不知道會發生的、由偶 然因素產生的.這類因素占到40%以上時,該企業要先做 FMEA分析.