Basic SPC Training Material (IPQC)2007.9
spc完整培训教材

• 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 TRAINING

漏發警報的錯誤 β
漏發警報的錯誤,也稱第Ⅱ類錯誤。在生産異常的情 況下,産品質量的分佈偏離了典型分佈,但總還有一部分 産品的質量特性值是在上下控制界之內的。如果抽到這 樣的産品進行檢測並在控制圖中描點,這時由於點子未出 界而判斷生産正常就犯了漏發警報的錯誤或第Ⅱ類錯誤, 發生這種錯誤的概率通常記以β
製程的起伏變化是造成品質變異(Variation)的主要根源,而品 質變異的大小也才是決定產品優劣的關鍵。這種因果關係,可進一步 表示如下:
製程條件起伏 因
品質變异 果
因
結論:製程是SPC的焦點
產品优劣 果
SPC TRAINING
統計學概述
• 定義 • 主要統計學名詞 • 舉例說明 • 統計與SPC
SPC TRAINING
不同的常態分配
SPC TRAINING
不同的常態分配
SPC TRAINING
不同的常態分配
SPC TRAINING
紅色代表 實際制程 分佈形態
藍色代表 規格分佈
形態
SPC TRAINING
舉例說明
• 初三學生體育測試:
•
跳遠: (男生組) 2.50m 95%達標率
•
局部性的對策及系統中的對策
• 局部問題的對策
*通常用來消除特殊原因造成的變異 *可以被製程附近的人員來執行 * 一般可以改善製程的 15%
• 系統改善的對策
*通常用來減低普通原因造成的變異 *幾乎總是需要管理者的行動來加以矯正 * 一般可以改善製程的 85%
SPC TRAINING
偶波與異波都是産品質量的波動,如何能發現異 波的到來呢?經驗與理論分析表明,當生産過程中只 存在偶波時,産品質量將形成某種典型分佈。如果除 去偶波外還有異波,則産品質量的分佈必將偏離原來 的典型分佈。因此,根據典型分佈是否偏離就能判斷 異波,即異因是否發生,而典型分佈的偏離可由控制 圖檢出。例如在車制螺絲的時,由於發生了車刀磨損 的異因,螺絲直徑的分佈偏離了原來的正態分佈而向 上移動,於是點子超出上控制界的概率大爲增加,從 而點子頻頻出界,表明存在異波。控制圖上的控制界 限就是區分偶波與異波的科學界限。
SPC基本认识培训教材英文

SPC Basic Training ManualIntroductionWelcome to the SPC (Statistical Process Control) Basic Training Manual. This manual is designed to provide you with a fundamental understanding of SPC and how it can be applied to improve process and product quality.Chapter 1: What is SPC?SPC is a methodology for controlling and improving the quality of processes and products. It involves the collection and analysis of data to identify and reduce variation in a process. By understanding and controlling variation, organizations can increase efficiency, reduce defects, and ultimately improve customer satisfaction.Chapter 2: Key SPC ConceptsIn this chapter, we will introduce you to the key concepts of SPC. These concepts include: - Variation: Understanding the different types of variation in a process. - Control charts: Learning how to create and interpret control charts to monitor process performance. - Process capability: Assessing the capability of a process to meet customer requirements. - Sampling: Understanding the importance of sampling techniques in data collection.Chapter 3: Tools and TechniquesIn this chapter, we will explore the various tools and techniques used in SPC. These include: - Pareto analysis: Identifying and prioritizing the most significant contributors to process variation. - Cause and effect diagrams: Investigating and understanding the root causes of process problems. - Histograms and scatter plots: Analyzingdata distributions and relationships. - Six Sigma: Applying the principles and methods of Six Sigma to improve process performance.Chapter 4: Implementing SPCIn this chapter, we will discuss the steps involved in implementing SPC in an organization. These steps include: 1. Define the process: Clearly define the process to be monitored and improved. 2. Collect data: Identify the appropriate data points and collect data over a period of time. 3. Analyze the data: Use statistical analysis techniques to identify patterns and trends in the data. 4. Implement control charts: Create control charts to monitor the process and identify out-of-control conditions. 5. Take corrective actions: When an out-of-control condition is detected, take appropriate corrective actions to bring the process back into control. 6. Continuously improve: Use the information gathered from SPC to make continuous improvements to the process.Chapter 5: SPC Case StudiesIn this final chapter, we will present real-life case studies that demonstrate the successful implementation of SPC in various industries. These case studies will highlight the benefits and the practical applications of SPC.ConclusionIn conclusion, SPC is a powerful methodology for improving process and product quality. By implementing SPC techniques, organizations can reduce defects, increase efficiency, and enhance customer satisfaction. This training manual serves as a foundation for your understanding of SPC and its applications. We encourage you to apply the knowledge gained from this manual to your own processes and make continuous improvements. Good luck on your SPC journey!。
SPC培训教材SQA[1]
![SPC培训教材SQA[1]](https://img.taocdn.com/s3/m/6640ac4bf90f76c660371a48.png)
第一章 SPC产生的历史背景及其意义
质量管理发展的三个阶段 质量检验阶段 统计质量控制阶段 全面质量管理阶段
SPC培训教材SQA[1]
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。
W.A. Shewhart 发明第一张控制图
1931发表
1931年Shewhart发表了 “Economic Control of Quality of
Manufacture Product”
1941~1942 制定成美国标准
Z1-1-1941 Guide for Quality Control Z1-2-1941 Control Chart Method for
注:标准差 s 的单位与测定值的单位相同。
SPC培训教材SQA[1]
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。
SPC培训教材SQA[1]
第二章 SPC相关统计基础知识
99.73% 95.45%
68.26%
-3σ -2σ -1σ μ +1σ +2σ +3σ
SPC培训教材SQA[1]
第二章 SPC相关统计基础知识
正态分布基础知识:中心极限定理
I均匀分布(无峰) Ⅱ双峰分布 Ⅲ指数分布(高度偏斜)
总体分布 均值分布
定理1:设X1,X2,…Xn是n个相互独立同分布的随 机变量,假如其共同分布为正态分布,则样本均值
SPC training material讲义

98.6
99.4
100
98.2
极差 3
3
3
2
2
21
SPC选定
B. SPC制作
制作步骤 实实例例分X-析R SPP-CC发ha展rt CSaP/Cp术/C语pk SPXC-M分R类
SPC判定
平均值和极差
平均值的计算
x x1 x2x3x4x5 5
R值的计算
R xmax xmiPC定义
A. SPC概念
SPC作用 SPC的应用 SPC发展 SPC术语
SPC分类
二.SPC的作用
●确保制程持续稳定、可预测。
●提高产品质量、生产能力、降低成本。 ●为制程分析提供依据。 ●区分变差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。
3
SPC定义
A. SPC概念
SPC作用 SPC的应用 SPC发展 SPC术语
SPC判定
一. 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
17
B. SPC制作
SPC选定 制作步骤 实实例例分X-析R SPP-CC发ha展rt CSaP/Cp术/C语pk SPXC-M分R类 SPC判定
1.建立X-R图的步骤A
子组大小
A1选择子组大小、频率和数据
子组频率
U chart 单位缺点数管制 图
11
SPC定义
A. SPC概念
SPC作用 SPC的应用 SPC发展 SPC术语
SPC分类
计量型数据控制图
人员 设备 环境 材料 方法
12 34 56
计量单位:(mm, kg等)
结果举例
螺丝的外径(mm) 从基准面到孔的距离(mm) 电阻(Ω) 锡炉温度(ºC) 工程更改处理时间(h)
SPC training简介

5Sigma
2015年
2013年
4Sigma
3Sigma
2011年
NOW
品質管制演進史
• 第一階段:操作者品質管制 • 18世紀﹐產品從頭到尾由同一人負責制 作﹐因此產品的好壞就由同一人來處理. • 第二階段:領班的品質管制 • 19世紀﹐生產方式逐步變為將多數人集合 在一起而置于一個領班的監督之下﹐由領班來 負責每一個的品質. • 第三階段:檢查員的品質管制 • 一次大戰期間﹐工廠開始變得復雜﹐原有 的一個領班除了要管理大量的工人以外﹐還要 負責管理品質﹐顯得力不從心﹐因而發展指定 專人來負責新產品檢驗.
2013/8/2
15
SPC 簡介 SPC 簡介 SPC 簡介
【 p 管 制 圖 】
2 7 0 3
1
7
3
3
0
7
6
4
2013/8/2
1
2
3
4
5
6
7
8 1 9
0
16
SPC 簡介 SPC 簡介 SPC 簡介
§ 5:問題: 為什麼 P-Chart 圖之上,下管制線不是一 條直線?
2013/8/2
17
SPC 簡介 SPC 簡介 SPC 簡介
P 即為 X
2013/8/2
13
SPC 簡介 SPC 簡介 SPC 簡介
§ 4:管制圖的要素三:管制界線之管制下限 UCL=X-3σ
2013/8/2
14
SPC 簡介 SPC 簡介 SPC 簡介
§ 4:管制圖的要素四:X,Y軸;相應繪出各組 位置 P-Chart 之X軸 代表組別 P-Chart 之Y軸 代表不良率
• 管制圖用途: – 判斷未來之數據是否會超出規格 – 其平均值是否和目標值相吻合 – 何時需要進行對策的找尋 – 何時可以延長檢查間隔 – 何時可以不需注意(管制)此特性值數據 – 適合作為監控正在生產的產品 • 製作管制圖的注意事項: – 正確選擇管制點、以免發現問題卻無法反應。 – 訂定合理之管制界限,以免產品或製程條件超出規格。 – 訂定適當的檢查間隔,以免造成資源(人力)浪費或者不良 品發生而不知道。 – 對於製程持續加以監控,以期在問題未發生前進行對策的處 理。
SPC培训教材---完整版(共110张)
1.2有关品质的几个重要观念
不要 认为百分百全 (bùyào)
检,品质就一定很好 了
第9页,共110页。
1.3 SPC的定义及历程
SPC:Statistical Process Control
统计制程控制/统计过程管制
利用统计学的原理对制造业制程中的品质进行管 制,以达到第一次就把品质做好。(在有大量(dàliàng)数 据产生的地方都可利用)
制程中变异因素是在统计的管制状态下,其产品特性有固定的分布。 特殊原因:(机遇性原因Special Cause)
制程中变异因素不在统计的管制状态下,其产品特性没有固定
的分布。
第12页,共110页。
普通原因(yuányīn)变异的曲线图:
时间 范围
目标值线
预测
特殊原因变异的曲线图:
范围
时间
第13页,共110页。
R1+R2+…+Rt K
第27页,共110页。
管制上下限有两种算法(suàn fǎ):
第一种:计算法:(严格按照管制图的原理来做)
a 计算出标准差:
Xб=
b.计算管制上、下限
XUCL=XCL+3Xб
Rб=
第二种:查表法:
XUCL=
XLCL=
RUCL=
XLCL=XCL-3Xб RUCL=RCL+3Rб RLCL=RCL-3Rб
10.02
10.02
10.04
10.09
10.04
0.07
9 2001/10/9 PM 04:34:40
10
9.8
9.9
9.9
10
9.92
0.02
SPC training material
9
SPC定义
A. SPC概念
SPC作用 SPC的应用 SPC发展 SPC术语
SPC分类
名称
普通原因 (Common
Cause)
过程能力 (Process Capability) 移动极差 (Moving Range)
解释
造成变差的一个原因,它影响被研究过程输出的所有 单值;在控制图分析中,它表现为随机过程变差的一 部分。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 一个稳定系统的偶然原因。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。 是指按标准偏差为单位来描述的过程均值和规格界限 的距离,用Z来表示。
B. SPC制作
制作步骤 实实例例分X-析R 实P例-Ch分ar析t CSaP/Cp术/C语pk SPXC-M分R类
SPC判定
每个子组的平均值和极差的计算
1 100
98
99
100
98
2 98
99
98
101
97
3 99
97
100
100
98
4 100
100
101
99
99
5 101
99
பைடு நூலகம்99
100
99
平均 99.6
B. SPC制作
制作步骤 实实例例分X-析R SPP-CC发ha展rt CSaP/Cp术/C语pk SPXC-M分R类
SPC判定
建立X-R图的步骤B
B1计算平均极差及过程平均值 B
计
算 控
B2计算控制限
制
限 B3在控制图上作出平均值和
极差控制限的控制线
SPC培训教材 3(品保)
统计制程管理 (SPC)一. SPC定义SPC是statistical process control的缩写, 表示以统计的方法来管理工艺(制程), 依靠统计资料来掌握制程现象, 分析并管理以便成为最佳制程.二. SPC目标减少品质的分布, 接近于目标值, 生产均一的产品; 并通过这种cycle得到zero defect.三. SPC的必要性1.减少制程中变化程度以便均一产品品质.2.用统计的思考方式管理制程以便不断向上发展.3.通过生产性的提高以便节省制造成本.4.为了确保新的客户.四. SPC履行顺序选定管理项目, chart种类, 样品尺寸, 检查周期检查/测定输入/plotting分析异常状况分析原因措施通报给管理者措施重新检查/测定分析异常状况通报给管理者五. SPC活动的各种工具(tools)1.check sheet2.histogram3.control chart4.scatter diagram5.run chart6.FMEA7.D.O.E8.Q.F.D9.G.R.R六. 管制图(control chart)1.管制图的定义具有把显示制程状况的特性值按时间连接的点和管理界限的曲线.2.管制图的特征1)管制图是便于统计管理的有效的工具.2)制程在统计管制状态时可以预测SPC的performance.3)制程进入统计管理状态以后, 可以减少分布并改善.●可以提高客户要求产品的yield.●可以减少scrap或rework.4) 发现从偶然原因分离出的异常原因, 可以局部校正或检查措施的必要性.3.管制图的作成目的收集日常数据(data)并分析管制状态异常原因的变动现场措施去除引起品质变动的异常原因偶然原因的变动系统措施(85%)去除引起品质变动的偶然原因制程能力的提高及品质水准的提高4.管制图的构成中心线 (CL:Center Line)-以实线表示, 表示制程平均值.管理上线(UCL:Upper Control Limit)-离中心线往上面3Sigma(Standard Deviation) 管理下线(LCL:Lower Control Limit)-离中心线往下面3Sigma(Standard Deviation)5.管理界限(Control Limit)以统计方法客观识别数据的偏差, 以便除去制程的异常现象.6.数据类型1)计量型数据长度, 重量, 时间, 温度, 强度等测定时连续掌握的数据.2)记数值数据不良数据, 缺点数量, 生产数量一二等能数的数据.7.管制图的类型1)使用在计量值数据的管理图A)X-R 管制图把制程上得出来的数据区分为几个群并得出平均值和范围, 在X管制图和R管制图上分别表示.注) X 管制图主要是使用在看平均值的变化.R 管制图为了群内偏差的变化而使用.B)X-RS 管制图制程测定样品尺寸只一个时使用.注) RS的计算指计算两个测定值的差.C)L-S-R 管制图把计算值数据区分为群, 在群当中得出最大值(L)和最小值(S), 把(L)和(S)画在一个图上.注) R值计算指计算个群的L和S的差.2)使用在记数值数据的管制图A)PN 管制图依靠不良数量来管理制程时使用, 并且样品尺寸要稳定.B)P 管制图依靠不良率管理制程时使用, 并且样品尺寸不一样时使用.C)C 管制图样品尺寸一样, 缺点数包含在一定单位时使用.D)U 管制图面积, 长度等不一样缺点数时使用.3)脱离管制状况因以上原因特殊特点总脱离管理界限或总的排列有规则性的叫脱离管制.A)脱离管理界限的情况B)发生点以上的run时C)发生点以上的trend时D)在中心线±1sigma 里面连续出现15点以上时(0.3%)E)3点中连续2点以上出现在2sigma和3sigma时(0.5%)4)脱离管制时措施顺序A)靠操作者和检查者的改善措施●操作者或检查者知道措施事项时立即采取并在chart后面记录措施事项.●操作者不能采取适当的措施时通报给管理者.●QA检查员发现异常状况时把脱离管制通报书发行给担当维修.B)靠维修, 技术, 监督者的改善措施●维修技师根据维修申告日志或管制脱离通报书来采取措施事项.●不是因维修的问题时要靠监督者或技术员来采取措施.●如果不能及时采取措施, 应停机并通过SPC team活动来解决.七. 柱状图/直方图(histogram)1.标准偏差1)偏差 : 数据值和平均值的差2)标准偏差 : σ(sigma)=SD(standard deviation)2.正态分布与制程产量规定范围内的制程能力制程产量百分比百万分比不良率±1sigma 68.27% 317300DPM±2sigma 95.45% 45500DPM±3sigma 99.73% 2700DPM±4sigma 99.9937% 63DPM±5sigma 99.999943% 0.57DPM±6sigma 99.9999998% 0.002DPM3.直方图的定义为了容易看清被测定的计量值分布情况, 而显示的图面.4.直方图的用途1)掌握数据的分布及散布状况2)算出平均值和标准偏差3)实际数据和规格之间的比较5.计算制程能力指数1)制程能力当加工处于控制状态时产生的对于某一特性的误差a)CP : 指不考虑数据分布, 表示公差和6σ比值的符号(制程能力)b)CPK : 考虑工艺分布和规定工艺分工差程度的符号(制程能力指数)2)CP(CPK)计算方法3)由CPK值进行评价NO CPK值工艺能力评价1 CPK≥1.67 工艺能力很佳2 1.67>CPK≥1.33 工艺能力佳3 1.63>CPK≥1.0 工艺能力尚好4 1.0>CPK≥0.67 工艺能力不佳5 0.67>CPK 工艺能力很不佳八. 使用SPC时注意事项1.每个管理人员和操作员要有数据化管理制程的意思.2.收集的数据必须真实, 准确地反映制程情况,3.数据脱离管制范围时必须及时采取措施去除异常原因.4.刚开始针对某一工序, 某一事项, 以后扩大管制范围并长期使用.九. 附录附录 : SPC常用语1.Accuracy(精度)-测试值和真实值平均数的误差.2.Attribute data(定量数据)-可用数字或缺陷的比率等来记数的数据.3.Assignable cause(可认定的原因)-一项工艺中非随机性的误差原因.4.Average(平均值)-数值的总和除以数值的数量和.5.CARS-工艺统计管理的纠正措施要求. 在工艺统计管理工作中对于出现问题所发布的纠正措施要求.6.Cause and effect diagram(原因和影响图表)-一种解决单个或一组问题的简单工具, 它是用图表中不同的工艺元素来分析工艺误差内在原因.7.CL-中心线8.Change cause(变化原因)-工艺本身固有的误差原因.9.Control chart(管制图)-一种画有一个统计数量或一种单一测量, 且包含有中心线控制范围的图表.10.C chart(C 图表)-画出每个样品中的相互冲突的数字, 同时机会区域在整个样本中的常数.10.Pn chart(Pn图表)-用于定量数据, 用于每一小批有缺陷产品数量的控制图表.11.P chart(P图表)-用于定量数据, 用于缺陷元件比率的控制图表.12.X-R chart(X-R图表)-用于定性数据, 小组中平均数和数据范围的控制图表.13.X/σ chart(X/σ图表)-样本平均数和样本标准差的控制图表.14.L-S/R chart(L-S/R图表)-一个小组中的最大数, 最小数及其图表.15.Control cycle(控制循环)-计划, 实施, 检验, 纠正的循环.16.Corrective action(纠正措施)-减少可以认定的错误.17.Control limits(控制范围)-控制图表上给定的工艺的自然误差范围.18.Control limits, analysis(控制范围, 分析)-根据最初用于分析的20~25个样本分析的最初控制范围.19.Contrl limits, controlling-为了控制工艺过程, 减少了特定的原因后在分析控制图表中找出的计算范围.20.Critical parameter(关键参数)-对产品或工艺过程有极大影响的参数.21.Check sheet(查检表)-用于收集数据的表格.22.Deviation(偏差)-数据离期望值的误差或分布范围.23.Distribution(分布)-某一特征数据的相应频率或出现性.24.GRR-用于测量系统研究的测量精密度.25.Histogram-一种用连续的区间或单元表现数据值的条形图, 它是通过把数据值的范围分成若干相等的区间并把数据点画在每个区间内.26.In control(控制中)-只有内在原因引起的误差的状态.27.LCL-低控制范围29.LPL-低工艺范围30.Median(中间值)-当从最高值排列到最低值, 一个测量数据组的中间值, 当”N”为平均分布,最大最小值的平均值即为中间值.31.Mode(模式)-在一组数据中最有可能出现的数据.32.Nonconformities(不相符)-某一条件的发生率和文件(规范)要求一致.33.正态分布-误差的连续, 系统, 钟形的分布, 当数据为正态分布时大约68.26%的数据位于平均值正负一个σ之内, 约95.44%的数据位于平均值的两个σ范围, 约99.73%的数据位于平均值的三个σ范围.34.失控-误差超出控制范围的状态.35.Pareto表-根据每一种误差原因作用的大小来解决问题的一种图表技术或者说是先集中解决少数重要因素而忽略次要因素.36.工艺过程-人员, 加工过程, 机器, 材料, 检验, 以及加工方式的总称, 是一种具有可测量的输出和输入的可重复的顺序过程.37.工艺性能-当加工处于控制状态时产生的对于某一特性的误差.38.表示工艺能力的符号:cp : 指不考虑数据分布, 表示公差和6σ比值的符号.Cpk : 考虑工艺分布和规范规定的工艺分布(公差)近似程度的符号.39.QC 7 tools-查验表, 管制图, 特性要因图, 层别图, 直方图, 柏拉图, 推移图.40.随机抽样-每个个体都有均等选中方式的抽样方式.41.Range(范围)-一组数据最大值减去最小值.42.Run-一系列连续数据点都在中心线之上或之下.43.Sample(抽样)-从一批产品或工艺中选中的一批个体.44.Scatter diagram(分布图)-函数X相对函数Y画的图, 用来确定X和Y之间是否存在某种关系.45.σ-希腊字母σ, 指标准差.(音:啊)46.特定原因-一种不可预设的或间歇性的误差原因, 只对工艺输出的一个或几个数据有影响.47.规定范围-某一性能规定的合格范围.48.稳定工艺-处于统计控制中的工艺.49.标准差-统计样本误差的一种计算.50.Trend(走势)-数据逐步增加或减少的状态.51.Trend chart(走势表)-用UPL(或LPL)或目标线绘制的某一测量项目数据图.L-规定范围上线54.UPL-工艺范围上线55.Vriable data(误差数据)-某一测量数据, 所有的数据即可能落在这个区间内.。
SPC培训教材--慧质蓝欣
念 的尺寸。
4.計數值中缺陷在常規手法中不能改善而轉化做參數穩定性或一致 性分析 如:裝配中有間隙這一缺陷, 則需對產生間隙部件做一致性分析。
基礎篇
3.規格類型:
5.
計
規格類型
量
值
單邊規格 雙邊規格
單邊上限規格 單邊下限規格 規格中心不偏 規格中心偏移
量
允差也有±0.2這一規格; 鏍絲也有標準的常規標準件。
值
3.DOE、DFMEA、PFMEA中轉移出來的 如: PFMEA中分析到波烽焊工序中錫爐溫度可能發生變化,並且會影響
到製程的很多虛焊、假焊或連焊,因此錫爐溫度必須控製;
概 再如: 塑膠成型的DOE中發現模具靈敏度很高,因此要對模具進行監控,
但模具在製程中無法量測,需要用成型的塑膠件尺寸來量,也就是塑膠件
景 SPC的主要內容包括計數值、計量值兩大部份
基礎篇
3. SPC 的 原 理 及 背 景
基礎篇
2、SPC的背景
是1924年美國休哈特(有稱休懷特)博士發明了管 製圖(采用3倍σ)之后才產生的, 當時在美國並不流得, 自二戰期間美國軍方提出了一套抽樣計劃MIL-STD105E和MIL-STD-414等之后, SPC才有所應用到軍工企 業, 但應用還是不太廣泛。
(包括部門內部會議、部門間會議、外部會議)
(2). 培訓-----10%時間 (3). 製定計劃----- 10%時間 (4). 可以“休息” -----25~35%時間 (5). 處理問題和現場指導----20%時間 (6). 與各人員溝通----- 10%時間
1.
品
質
部
唉! 品質工作真難礎篇
1.
品
質
部
- 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)。
決(連續三次超差/失控), QAN 改善行動須由生產/ME/PE 經理 簽核並經 IPQC經理認可. Trigger D (警報D): 連續四次或以上超差/失控或一天內每四次 超差/失控, QAN 改善行動須由生產/ME/PE 經理簽核並經 IPQC 經理認可. Trigger S (警報S): 任何時候發現超差﹐QAN 改善行動須由生 產/ME/ PE 經理簽核並經 IPQC經理認可.
R Chart 极差控制圖
組號 (第几個點)
UCLR
CLR
LCLR
22
認識X-bar R Chart
第24組(點)的 4個平均值
Item:組號
組內极差 R = Xmax - Xmin
23
定義/縮寫
UCL: Upper Control Limit 上控制界限 LCL: Lower Control Limit 下控制界限 CL: Center Line 中心線 Nom (Nominal): 公稱值 Tol+ (Tolerance+): 上公差 Tol- (Tolerance-): 下公差 USL: Upper Specification Limit (product /customer specification).
Myth No. 1
將 USL & LSL 描在 X-bar chart 上以确保產品符合
Cpk 要求.
Myth No. 2
可以縮小 USL & LSL, 例 如縮小 70% or 80%, 來
建立 UCL 和 LCL.
18
對 SPC 的誤解
Myth No. 3
Sample Mean
80 70
60 50
35
Trigger A
SPC 警報种類
Trigger B Trigger C Trigger D
Trigger B Trigger A Trigger A
36
SPC 警報种類
Trigger S (所有單值都超過 規格上限 USL=0.054)
37
進 入 SPC 系 統
进入SPC系统 点击浏览器,在地址栏中输入SPC系统的网址: :2000/spc 登录界面:
31
控制圖判异准則
任意點子超出上/下控制界限 User test 1: 1 successive points beyond 3 sigma
Test 1: 連續 1 點超過 1 Sigma
32
控制圖判异准則
User test 3: 6 successive points increasing or decreasing. Test 3:連續 6 點上升或下降
衡量一個樣本統計量(平均值, 方差, 比例等)的變异.
9
對 SPC 的誤解
Sample Mean
X-Bar Chart for Process B
USL
80 UCL = 7 7 .2 7
70
X =70.98
L CL = 6 4 .7 0
60
LSL
50 0
5
10
15
20
25
Sample Number
Basic SPC SPC基礎 (IPQC) Rev. 3.0
制作: 2007/09/15
1
學習目的
SPC 基本概念和系統運作流程 SPC 控制圖簡介
平均值和极差控制圖 (X-bar R Chart) 介紹 平均值, 极差和標准差 控制圖判讀及判异准則 (Trigger Tests) 控制圖警報類型 (Trigger Types)
程序
抽 樣及測量
數据紀錄/輸入SPC軟件
否
超差或失控
是
否
确認异常
否
屬實与否
是
發出SPC質量問題通知單
异常分析及改善
要求對作業員 作測量訓練
責任人
IPQC IPQC IPQC IPQC拉長/工程師
IPQC PROD. 生產部
依產品檢查計划重新抽樣檢查
IPQC
仍然失控
是
否 繼續生產
IPQC
PROD. 生產部
28
控制圖的控制狀態判讀
判讀平均值和极差控制圖時, 應先判讀极 差控制圖, 再判讀平均值控制圖.
假如平均值控制圖和极差控制圖同時失 控, 只發針對极差控制圖的質量問題通知 單(QAN).
29
控制圖判异准則
首要准則 任意點子超出上/下控制界限 次要准則 控制圖上有非隨机分布的一組點子异常趨勢圖形
33
控制圖判异准則
User test 5: 2 out of 3 successive points beyond 2 sigma Test 5: 連續 3 點中有 2 點在 2 Sigma之外
34
SPC 警報种類
Trigger A (警報A): 第一個點失控, 技術員作初步分析及改善. Trigger B (警報B): 假如問題在下次抽樣時仍得不到解決(連續
規格上限 (產品/客戶規格) USL = Nom + Tol+ LSL: Lower Specification Limit (product /customer specification).
規格下限(產品/客戶規格)
24
LSL = Nom - Tol-
Mean平均值
Mean平均值
假如一個抽樣數据的樣本數為n,分別是 X1,X2,……Xn,那么樣本平均值X即為:
觀察以下兩組數据: {1, 3, 5, 8, 9} and {1, 5, 5, 5, 9}
兩組都有相同极差 (r = 8).
26
平均值,极差
平均值是衡量數据中心或位置的最好方式. 极差是衡量數据差异的最簡單方法.
27
控制圖的控制狀態判讀
控制圖的控制狀態 控制圖受控/生產過程受控
控制圖上沒有點子超出控制界限 控制圖上沒有异常趨勢圖形 控制圖失控/生產過程失控 控制圖上有點子超出控制界限 控制圖上有异常趨勢圖形
0
X-Bar Chart for Process B 很幸運, 過程雖然失控了, 但產品
仍然符合客戶規格.
USL
UCL=77.27
X =70.98 LCL=64.70 LSL
Myth No. 4
過程受控, 因此產品符合 客戶規格及 Cpk 要求.
5
10
15
20
25
Sample Number
19
SPC 系統運作流程
SPC 軟件操作方法
SPC. Net 實時監控
2
第一部分 SPC 系統運作流程
SPC 基本概念 過程能力 SPC 系統運作流程
3
什么是 SPC
SPC (Statistical Process Control 統計 過程控制) 就是應用統計技術控制生 產過程, 預測生產异常, 從而可以及時 采取改善措施, 排除异常因素, 穩定生 產過程, 防止生產出大量不良品.
x x1 x2 xn
x n
i1 i
n
n
例如,有一組數為 4, 3, 6, 2, 5, 則這組數的平均值 為
X = (4+3+6+2+5)/5 =15/5 =3
25
Rang 极差
樣本极差:樣本中最大數与最小數的差异.
r = xmax – xmin
如前例,有一組數為 {4, 3, 6, 2, 5}, 則這組數的 极差為 R = Xmax - Xmin =最大數 -最小數 =6-2=4
點擊此處就 可以進入到 登入界面
38
20
第二部分 SPC 控制圖簡介
認識平均值和极差控制圖 (X-bar R Chart) 平均值, 极差和標准差 控制圖判异准則 (Trigger Tests)
21
Xbar Chart 平均值控制圖
認識X-bar R Chart
平均值和极差控制圖
UCLx 上控制界限圖判异准則
Test 1: 有 1 點超過3 Sigma Test 2: 連續 9 點在中心線同一側 Test 3: 連續 6 點上升或下降 Test 4: 連續 14 點交替上升和下降 Test 5: 連續 3 點中有 2 點在 2 Sigma之外 Test 6: 連續 5 點中有 4 點在 1 Sigma 之外 Test 7: 連續 15 點在中心線兩側 1 Sigma范圍內 Test 8: 連續 8 點不在中心線兩側 1Sigma范圍內
4
三种界限
規格界限 Specification Limits (LSL and USL)
設計工程師依客戶需求建立, 用于說明產品參數的公差.
過程界限 Process Limits (LPL and UPL)
衡量一個過程的變异. 被測量參數的自然 6 界限.
控制界限 Control Limits (LCL and UCL)