SPC 范例 PPT课件
合集下载
SPC最新版PPT课件
18 6 7 8 8 9 10 10 11 11 12 12 13 13
19 6 7 8 8 9 10 10 11 12 12 13 13 14 14
20 6
7
8
8
9
10
11 4911 12 2021
12
13
13
14
14
15
32
正态分布简介
μ±kσ μ±0.67σ
μ±1σ μ±1.96σ
μ±2σ μ±2.58σ
例如有一管制图如下：
UCL
CL
LCC
420521
28
首先计算此管制图之总串数如下： 在管制中心线上方者：
单独１点为一串者……………４串 ３点构成一串者………………１串 ４点构成一串者………………１串
６串 在管制中心线下方者：
单独１点为一串者……………２串 ２点构成一串者………………２串 ３点构成一串者………………１串 ４点构成一串者………………１串
144
158
144
156
145
149
137
135
157
139
144
139
138
160
155
133
139
142
128
158
137
137
130
142
150
134
152
145
152
148
138
162
133
157
165
146
145
155
147
144
145
152
156
138
148
138
145
SPC培训课件(PPT 90页)
种情况； 计点型数据——如铸件的沙眼数，电路板上的焊
接不良数等。 计件型数据和计点型数据合称为计数型数据。它们
可被计数，从而用来记录和分析。
12.01.2020
11
科华咨询
统计方法应用基础----基本的统计量
n 子组大小。单个子组中子组观测值的个数 k 子组数 X 质量特性的观测值（可用X1，X2，X3…表示单个 观测值） X 子组平均值的平均值
经分析发现，该工序最重要的是需要模具的相关方面被保证，如模具的安 装需到位，冲压过程需防止模具松动和磨损等。产品特性最重要的是冲压整 形的高度和宽度两个尺寸，如果这两个尺寸不能保证将导致产品报废。
12.01.2020
计量型 正态分布
数据的”分布”
二项分布(计数)
计数型 泊松分布(计件)
6
科华咨询
质量具有变差
“世界上没有两片完全相同的树叶”——“不同” 是绝对的，相同是相对的。
即使是机器生产，但产品质量仍具有变异 ——过程的单个输出之间不避免的差别。
公差制度的建立，就是承认“变差”的标志。
概率1.35% 概率可能为1.35%的几十、几百倍
根据小概率事件原理：出界就判异。
12.01.2020
27
科华咨询
控制图的两种错误
第一种错误
质量特性 x
α
虚发警报的错误 概率为α
12.01.2020
第二种错误
UCL
β
CL LCL
漏发警报的错误 概率为β 28
科华咨询
控制图的两种错误
间距增大（增加上下控制限的距离） α 减少，β 增加
p 子组不合格品率 p=子组中的不合格品数/子组大小
P 平均不合格品率
接不良数等。 计件型数据和计点型数据合称为计数型数据。它们
可被计数，从而用来记录和分析。
12.01.2020
11
科华咨询
统计方法应用基础----基本的统计量
n 子组大小。单个子组中子组观测值的个数 k 子组数 X 质量特性的观测值（可用X1，X2，X3…表示单个 观测值） X 子组平均值的平均值
经分析发现，该工序最重要的是需要模具的相关方面被保证，如模具的安 装需到位，冲压过程需防止模具松动和磨损等。产品特性最重要的是冲压整 形的高度和宽度两个尺寸，如果这两个尺寸不能保证将导致产品报废。
12.01.2020
计量型 正态分布
数据的”分布”
二项分布(计数)
计数型 泊松分布(计件)
6
科华咨询
质量具有变差
“世界上没有两片完全相同的树叶”——“不同” 是绝对的，相同是相对的。
即使是机器生产，但产品质量仍具有变异 ——过程的单个输出之间不避免的差别。
公差制度的建立，就是承认“变差”的标志。
概率1.35% 概率可能为1.35%的几十、几百倍
根据小概率事件原理：出界就判异。
12.01.2020
27
科华咨询
控制图的两种错误
第一种错误
质量特性 x
α
虚发警报的错误 概率为α
12.01.2020
第二种错误
UCL
β
CL LCL
漏发警报的错误 概率为β 28
科华咨询
控制图的两种错误
间距增大（增加上下控制限的距离） α 减少，β 增加
p 子组不合格品率 p=子组中的不合格品数/子组大小
P 平均不合格品率
SPC_大全(PPT74页)
程
d2
c4
Sigma
计算Sigma
S
m i 1
(
xi
x)2
,
m 1
Pp,Ppk,Ppm
k个子组，每个子组容量 为n，则m k * n
Cp USL LSL (当USL、LSL都存在时）
6ˆ
Cr（或Cpr） 1（常以百分数表示） Cp
Cpu USL x（当USL存在时）
直通率分析 和 DPMO分析
直通率的含义 直通率分析方法及意义 DPMO的含义 DPMO分析方法及意义
直通率
工序一
浪费45，000ppm
TPY
通过检查，合格率95.5%
工序二的合格率97%
浪费30，000ppm
装配站 合格率94.4%
浪费56，000ppm
浪费131，000ppm
直通率（FPY）
然联系; 使用时只需把采集到的样本数据或统计量
在图上打点就行;
何时应该重新计算控制界限
1. 控制图是根据稳定状态下的条件（人员、设备、 原材料、工艺方法、测量系统、环境）来制定 的。如果上述条件变化，则必须重新制定控制 图.
2. 一定时间后检验控制图还是否适用； 3. 过程能力值有大的变化时。
分析阶段 控制阶段
分析阶段
在控制图的设计阶段使用,主要用以确定 合理的控制界限;
每一张控制图上的控制界限都是由该图上 的数据计算出来;
从分析阶段转入控制阶段
在什么条件下分析阶段确定的控制限可以 转入控制阶段使用：
控制图是受控的 过程能力能够满足生产要求
控制阶段
控制图的控制界限由分析阶段确定; 控制图上的控制界限与该图中的数据无必
SPC制程管制基础教育课件(PPT 38张)
1
全员参与：
不仅仅是依靠少数 质量管理人员
3
全局性、整体性：
从整个过程、整个体系 出发来解决问题
科学的方法：
使用统计学的方法， 来保证预防原则的实现
2
预见性：
能判断整个过 程的异常，及时 报警
4
补充：工程准确度（Ca）评价目的就在于衡量制程平均与标准的一致程度，有时工程准确 度指数又称为正确度指数。
Cp=
规格上限-规格下限
3δ
实际平均值-规格下限
=
USL-X 6δ
X-LSL
单边规格
或 =
3δ
=
3δ
单边规格
CP值愈大,品质愈好.
制程能力指数Cpk • 制程能力指数
制程能力指数指Ca与Cp两值的指数. Cpk=(1-/Ca/)Cp 当Ca=0时Cpk=Cp Cp值愈大或Ca值愈小时,Cpk值愈大,即制程综合能力愈好. Cpk值愈大,品质愈好.分五个等级.
SPC制程管理的实施
生产准备（原料、劳动力
设备、测量系统）
生产要素点检（无异常） 数据收集（生产测量数据）
准备阶段
数据分析（利用控制图、直
方图、进行过程能力分析、生产 过程稳态分析）
分析阶段
SAC制程管理实施
原因查找（出现不能满足时
需进行不良原因查找并改进）
控制图监控（根据分析阶段 失控原因查找改善（监
代 號
定義
計算公式 雙邊規格 單邊規格 無
等 級 A B C D + A A B C D A+ A B C D
等級標準 |Ca|<12.5% 12.5%<|Ca|<25% 25%<|Ca|<50% 50%<|Ca| 1.67≤Cp 1.33≤Cp＜1.67 1.0≤Cp＜1.33 0.67≤Cp＜1.0 Cp＜0.67 1.67≤Cpk 1.33≤Cpk＜1.67 1.0≤Cpk＜1.33 0.67≤Cpk＜1.0 Cpk＜0.67
SPC课件
你们6月份提供的产品，6月17日，某项特性均值6.8，6月18日，相 同特性均值在4.7。请贵公司注意一下。”
Vitia收到这个投诉后，把这一信息反馈给他主管的时候，他 的主管很疑惑的说
“很好啊，他们要求是2，我们达到最差都到了4.7，简直无理 取闹嘛。”
另外一个工程师M也发表了他的看法：“如果SPEC是2,而实际达 到4.7~6.8，那么有必要进行SPC控制吗？我认为控制的意义不大， 除非提高SPEC。另外也要考虑一下控制的成本。”
UCL CL LCL
2.4控制图的基本图形
控制图分为上控制限（UCL）、下控制限（LCL）和
中心线（CL）三条线。
和趋势图的对比？
2.5控制图的作用
•过程诊断：可以用诊断生产过程的稳定性，即 生产过程是否处于稳定状态。
•过程控制：可以用来确定生产过程何时需要加以调 整，何时应保持生产过程的稳定状态。
计数型数据
计数型数据是指按个数数得的非连续性取值的质量特性值，如铸件的疵点数， 统计抽样中的不合格判定数、审核中的不合格项数等可以用0、1、2、3、等 阿拉伯数字数下去的数据。其中计数型数据又可分为计件值与计点值，其中 计件值是指是按件、按个、按项计数的数据。例如：不合格品件数、温控器 个数、质量检验项目等；计点值是指是指按缺陷点计数，例如：铸件的沙眼 数、布匹上的疵点数、电路板上的焊接不良数等离散性数据。
控制图原理是基于正态分布的重要特性。质量特性值 在区间（μ-3δ，μ+3δ）内的概率为99.73%，1927年美 国人休哈特就是根据这一结论，把正态分布图形转化为控 制图.
-4 -3 -2 -1 0 1 2 3 4
68.26% 95.45% 99.73% 99.99%
3δ μ -3δ
Vitia收到这个投诉后，把这一信息反馈给他主管的时候，他 的主管很疑惑的说
“很好啊，他们要求是2，我们达到最差都到了4.7，简直无理 取闹嘛。”
另外一个工程师M也发表了他的看法：“如果SPEC是2,而实际达 到4.7~6.8，那么有必要进行SPC控制吗？我认为控制的意义不大， 除非提高SPEC。另外也要考虑一下控制的成本。”
UCL CL LCL
2.4控制图的基本图形
控制图分为上控制限（UCL）、下控制限（LCL）和
中心线（CL）三条线。
和趋势图的对比？
2.5控制图的作用
•过程诊断：可以用诊断生产过程的稳定性，即 生产过程是否处于稳定状态。
•过程控制：可以用来确定生产过程何时需要加以调 整，何时应保持生产过程的稳定状态。
计数型数据
计数型数据是指按个数数得的非连续性取值的质量特性值，如铸件的疵点数， 统计抽样中的不合格判定数、审核中的不合格项数等可以用0、1、2、3、等 阿拉伯数字数下去的数据。其中计数型数据又可分为计件值与计点值，其中 计件值是指是按件、按个、按项计数的数据。例如：不合格品件数、温控器 个数、质量检验项目等；计点值是指是指按缺陷点计数，例如：铸件的沙眼 数、布匹上的疵点数、电路板上的焊接不良数等离散性数据。
控制图原理是基于正态分布的重要特性。质量特性值 在区间（μ-3δ，μ+3δ）内的概率为99.73%，1927年美 国人休哈特就是根据这一结论，把正态分布图形转化为控 制图.
-4 -3 -2 -1 0 1 2 3 4
68.26% 95.45% 99.73% 99.99%
3δ μ -3δ
SPC培训课件(PPT 66页)
第六页，共六十七页。
SPC的产生(chǎnshēng)
在生产过程中，产品的加工尺寸的波动是不可防止 的。它是由人、机器、材料、方法和环境等根本因 素的波动影响所致。波动分为两种：正常波动和异 常波动。正常波动是系统原因〔不可防止因素〕造 成的。它对产品质量(chǎn pǐn zhìliànɡ)影响较小，在技术 上难以消除，在经济上也不值得消除。异常波动是 由偶然性原因〔异常因素〕造成的。它对产品质量 (chǎn pǐn zhìliànɡ)影响很大，但能够采取措施防止和消除。 过程控制的目的就是消除、防止异常波动，使过程 处于正常波动状态。
缺陷数控制图 制图 单位缺陷数控制图
x-s
＾x-R
X-MR p np c u
常用，判断工序是否正常的效果 适用于产品批量大且生产正 最好，但计算s值的工作量大。 常、稳定的工序。
计算简便，但效果较差。
适用于产品批量大且生产正 常、稳定的工序。
简便省事，能及时判别工序是否 因各种原因（时间或费用）
处于稳定状态。缺点是不易发现 每次只能得到一个数据或尽
第八页，共六十七页。
SPC的产生(chǎnshēng)
▪ 过程能力原理
▪ 统计过程控制〔SPC〕是一种借助数理统计方法的过 程控制工具。它对生产过程进行分析评价，根据反响信 息及时发现系统性因素出现的征兆，并采取措施消除其 影响，使过程维持在仅受随机性因素影响的受控状态， 以到达控制质量的目的。
▪ 当过程仅受随机因素影响时，过程处于统计控制状 态〔简称受控状态〕；当过程中存在偶然因素的影响 时，过程处于统计失控状态〔简称失控状态〕。由于 过程波动具有统计规律性，当过程受控时，过程特性 一般服从稳定的随机分布；而失控时，过程分布将发 生改变(gǎibiàn)。SPC正是利用过程波动的统计规律性 对过程进行分析控制的。因而，它强调过程在受控和 有能力的状态下运行，从而使产品和效劳稳定地满足 顾客的要求。
SPC的产生(chǎnshēng)
在生产过程中，产品的加工尺寸的波动是不可防止 的。它是由人、机器、材料、方法和环境等根本因 素的波动影响所致。波动分为两种：正常波动和异 常波动。正常波动是系统原因〔不可防止因素〕造 成的。它对产品质量(chǎn pǐn zhìliànɡ)影响较小，在技术 上难以消除，在经济上也不值得消除。异常波动是 由偶然性原因〔异常因素〕造成的。它对产品质量 (chǎn pǐn zhìliànɡ)影响很大，但能够采取措施防止和消除。 过程控制的目的就是消除、防止异常波动，使过程 处于正常波动状态。
缺陷数控制图 制图 单位缺陷数控制图
x-s
＾x-R
X-MR p np c u
常用，判断工序是否正常的效果 适用于产品批量大且生产正 最好，但计算s值的工作量大。 常、稳定的工序。
计算简便，但效果较差。
适用于产品批量大且生产正 常、稳定的工序。
简便省事，能及时判别工序是否 因各种原因（时间或费用）
处于稳定状态。缺点是不易发现 每次只能得到一个数据或尽
第八页，共六十七页。
SPC的产生(chǎnshēng)
▪ 过程能力原理
▪ 统计过程控制〔SPC〕是一种借助数理统计方法的过 程控制工具。它对生产过程进行分析评价，根据反响信 息及时发现系统性因素出现的征兆，并采取措施消除其 影响，使过程维持在仅受随机性因素影响的受控状态， 以到达控制质量的目的。
▪ 当过程仅受随机因素影响时，过程处于统计控制状 态〔简称受控状态〕；当过程中存在偶然因素的影响 时，过程处于统计失控状态〔简称失控状态〕。由于 过程波动具有统计规律性，当过程受控时，过程特性 一般服从稳定的随机分布；而失控时，过程分布将发 生改变(gǎibiàn)。SPC正是利用过程波动的统计规律性 对过程进行分析控制的。因而，它强调过程在受控和 有能力的状态下运行，从而使产品和效劳稳定地满足 顾客的要求。
SPC教材(最全最经典)ppt课件
SPC 的常用统计量
➢ 计量数据：定量的数据，可用量测值分析 ➢ 计数型数据：可以用来记录和分析的定性数据 ➢ 总体 ：研究对象的全体， 个数用N 表示。 ➢ 样本 ： 总体的子集，样本元数个数用n表示。 ➢ 表示分布的中心位置的统计量:
平均值、中位数、众数
➢ 表示数据的离散程度的常用统计量：
方差、标准差、极差、移动极差
SPC常用统计量的计算方式
总体平均值（总体中心值）：
N
Xi
= i1
N
样本均值（样本中心值）：
n
xi
x = i=1 n
极差值(R):
Rxmaxxmin
样本中位数 Me （从小到 Me＝X（n＋1）/2 ，当n为奇数时
大有序样本）
Me＝ (Xn/2+X(n/2+1) ) /2，当n为偶数时
SPC常用统计量的计算方式
离平均值，分布的频数也越少；
-4 -3 -2 -1 0 1 2 3 4
3. 曲线下的面积为1，曲线与x＝ ± 1所围
成的面积为 0.6825， ± 2（0.9545）
•正态分布的要素：
窄”.
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
正态分布概率
μ±kσ μ±0.67σ
统计过程控制
Statistic Process Control
课程内容
✓SPC概述 ✓统计常用的术语 ✓控制图原理及种类 ✓过程能力与过程能力指数 ✓常规控制图的应用
过程(Process)----品质的源头、SPC的焦点
原料
人 机 法 环 测量
PROCESS 过程
测量 结果
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
经典SPC培训教材.ppt
数据处理
判读
数据采集 绘制控制图
能力研究 改善行动
24
控制图种类(以数据来分)
X-R 均值和极差图
P 不良率管制图
计 量 X-s 均值和标准差图
型
数 据
X-R 中位值极差图
计 数 np 不良数管制图
型
数 据
C 缺点数管制图
X-MR 单值移动极差图
U 单位缺点数管制图
25
控制图种类(以数据来分)
控制图的选择
47
x-R 均值和极差控制图的建立
A收集数据
B计算控制限 C过程控制解析 D过程能力解析
C1 控制图判读——极差图分析
超出控制限的点
C2
出现一个或多个点超出任何控制限是该点处于失控
状态的主要证据，应分析。
C3
C4
UCL
C5
R
C6 LCL
C7
48
x-R 均值和极差控制图的建立
A收集数据
B计算控制限 C过程控制解析 D过程能力解析
30
控制图建立概论
质量特性与控制图的选择
为保证最终产品的质量特性, 需要考虑以下几个方面:
认真研究用户对产品质量的要求, 确定这些要求哪些与 质量特性有关, 应选择与使用目的有重要关系的质量特 性来作为控制的项目.
有些虽然不是最终产品质量的特性, 但为了达到最终产 品的质量目标, 而在生产过程中所要求的质量特性也应 列为控制项目
SPC(Statistical Process Control)
统计过程控制
内容摘要
导言 统计过程控制的基本原理 控制图种类 控制图建立概论 x-R 均值和极差控制图的建立 P控制图的建立