spc全部资料ppt演示课件

合集下载

SPC培训课件(PPT 90页)

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

SPC_大全(PPT74页)

SPC_大全(PPT74页)


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)

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

2024版SPC培训教材全课件

2024版SPC培训教材全课件

假设检验的基本概念
明确假设检验的定义、原假设与备择假设的设立原则及两类错误 的含义。
参数假设检验
掌握正态总体均值、方差的假设检验方法及步骤,理解t检验和F 检验的原理及应用场景。
非参数假设检验
了解非参数假设检验的适用条件及常用方法,如秩和检验、符号 检验等。
16
方差分析、回归分析应用举例
方差分析
掌握方差分析的基本原理、计算步骤及结果解释,理解其在多因素实验设计中的应用。
化。
大数据在SPC中的应用
大数据技术的不断发展将为SPC提供更丰富的数据来源和分析手段,有助于提高SPC的 应用效果。
2024/1/30
SPC在服务业的拓展
随着服务业的不断发展,SPC的应用领域将逐渐拓展到服务业领域,为服务业的质量管 理提供新的思路和方法。
36
下一讲预告及预备知识
2024/1/30
01
02
03
04
明确数据收集目标
根据业务需求,明确所需数据 的类型、范围和质量要求。
2024/1/30
制定数据收集计划
设计合理的数据收集流程,包 括数据源选择、采集频率、存
储方式等。
执行数据收集
运用合适的数据收集工具和技 术,按照计划进行数据采集。
数据质量监控
建立数据质量评估机制,确保 数据的准确性、完整性和一致
下一讲内容
下一讲将介绍SPC在企业中的实际应 用案例,包括不同行业和不同场景下 的SPC应用实践。
预备知识
为了更好地理解下一讲内容,建议学 员提前了解相关行业的生产流程和质 量管理要求,以及SPC在实际应用中 的挑战和解决方案。
37
THANKS
感谢观看
2024/1/30

SPC教材全面最经典精品PPT课件

SPC教材全面最经典精品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
中心极限定理
➢ 中心极限定理:多个相互独立随机变量的平均值(仍然
是一个随机变量)服从或近似服从正态分布
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N(μ,σ2),则样本均值X 仍为正态分布,其均值不变仍 为μ,方差σ2都存在,样本均值 Xbar服从正态分布N(μ,σ2/n)
进行监控,如采用首检、巡回检验和检查及记录工艺等方式对过程进 行监控;利用质量信息对过程进行预警和评价,如利用控制图对过程 波动进行分析,对过程变异进行预警,利用过程性能指数和过程能力 指数对过程满足技术的程度和过程质量进行评定
➢对过程进行维护和改进
通过对过程的管理和分析评价,消除过程存在的异常因素,维护过
正态分布
•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. 它是我们进行统计分析的基础; 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。
•正态分布的特点:
68.3%
1. 形态如钟,左右对称,对称于分布中心
2. 于平均值处分布的频数最多,此外,越远
i=1
s=
n-1
平均值
均方差
n
( X i - X )2
i=1

SPC培训资料(ppt 139页)

SPC培训资料(ppt 139页)
1、控制图的起源
控制图是1924年由美国品管大师W.A. Shewhart (休哈特)博士发明。因其用法简单且效果显著, 人人能用,到处可用,遂成为实施品质管制不可 缺少的主要工具
控制图(SPC)的起源和发展
1924年发明
2、控制图的发展
W.A. Shewhart
1931发表
1941~1942 制定成美国标准
选好质量特性 准确地测量出来
是两项重要的基础工作,要做好
波动源
有效地利用质量特性数据,最重要的是认识“波动” 的概念
过程中有许多产生波动的波动源
例:加工机械轴的直径,很容易受到各种波动源的影响。如
机器:零件的磨损和老化。 工具:强度不同,磨损率的差异。 材料:硬度不同,成份不同,产地不同。 操作者:对准中心的精度、情绪。 测量:视觉误差、心理障碍 维护:润滑程度,替换部件 环境:温度、湿度、光线、电源电压波动
B:30.40 30.38 30.44 30.42 30.36
那个人加工产品质量比较好呢??
数据的集中趋势与离散程度 统计方法中常用的统计特征数可分两类:
1、数据的集中趋势,如平均数,中位数等。 2、数据的散布或离散程度,如极差,标准差等。 样本平均数 样本中位数 样本全距(极差) 样本变异数(方差) 样本标准偏差
1931年Shewhart发表了 “Economic Control of Quality of Manufacture Product”
Z1-1-1941 Guide for Quality Control Z1-2-1941 Control Chart Method for
analyzing Data Z1-3-1942 Control Chart Method for Control Quality During Production

统计过程控制(SPC)(PPT58页)

统计过程控制(SPC)(PPT58页)
➢ 普通原因 ➢ 特殊原因
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
普通原因 普通原因造成变差的一个原因,它影响被研究过程的所
有单值。(处于统计控制状态;在统计上受控;受控) 造成随着时间的推移具有稳定的且可重复的分布过程中
的许多变差的原因 特点
过程分布将不发生变化 过程的输出是可预测的 过程是稳定、可控的。 采取系统的措施,由管理人员解决问题
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
2.3局部措施和系统措施
措施 对比
对象
系统措施
通常用来消除变差的普 通原因
局部措施
通常用来消除变 差的特殊原因
实施人员
几乎总是要求管理措施, 以便纠正
通常由与过程直 接相关的人员实 施
效果
大约可纠正85%的过程 问题
通常可纠正大约 15%的过程问题
一个可接受的过程必须是处于受控统计控制 状态的且其固有变差(能力)必须小于图纸 的公差
应通过检查并消除变差的特殊原因使过程处 于受统计控制状态,那么性能是可预测的, 变可评定其满足顾客期望的能力。这是持续 改进的基础
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
3.4过程改进循环
2.1过程的理解及过程控制
1.过程—所谓过程是指共同作用以产出输出的供方、生产 者、人、设备、输入材料、方法和环境及使用输出的顾 客的集合。
过程性能取决于:
供方与顾客之间的沟通
过程设计及实施的方式
运作和管理的方式
2.过程的信息
通过分析过程输出可以获得许多与过程性能有关的信息。如过程 是否稳定,过程能力如何。
4.1控制图应用说明

SPC培训课件PPT(共 69张)

SPC培训课件PPT(共 69张)

19C 40年代 统计的品质管理 品质是制造出来的 品质控制(QC)
品质保证
品质是设计出来的 品质确保(QA)
19C 60年代 全面质量管理
品质是管理出来的 全面品质(TQC)
19C 80年代 全面质量责任
品质是习惯出来的 全面品质(TQM)
每天进步一点点
过程控制的需要
华邦机械
探测---容忍浪费
通过质量控制来检查最终产品并剔除不符合规范的产品, 在管理部门则经常靠检查或重新检查工作来找出错误,在这 两种情况下都是使用检测的方法,这种方法是浪费的
3. 消除后可以使过程分布结果可预测;
4. 特殊原因是有害的或者也可能是有益的;
每天进步一点点
SPC统计过程控制基本知识
如果仅存在变差的普通原因, 随着时间的推移,过程的输 出形成一个稳定的分布并可 预测。
华邦机械
目标值线 预测
范围
如果存在变差的特殊 原因,随着时间的推 移,过程的输出不 稳定。
范围
每天进步一点点
华邦机械
五大核心工具之间的关系:
APQP 是方法; FMEA、MSA、SPC 是工具; PPAP 是结果,是输出!
每天进步一点点
华邦机械
概论
质量观念的发展
时间
品管历史
品管观念
品管制度
18C前 19C 初
作业人员品质管理 品质是检查出来的 品质检查(QI) 领班品质管理
19C 20年代 检验员品质管理
输出
A B C DE
能控制的因子 - 改善对象 - 能调整 - 特别情况
L MN OP
不能控制的因子 - 共同事项 - Noise - 持续的事项
每天进步一点点

SPC培训资料(ppt 55页)

SPC培训资料(ppt 55页)

战后戴明(Deming)把 SPC在日本发扬光大,使日本产品的质量有 了极大的提高,日本由此设立了质量界最高奖项---戴明质量奖。
5
数据的类型
数据可以分成两大类型:
SPC的理论基础
• 连续型数据(Continuous data)
衡量尺度可以根据精确度的要求细分 成更精确,更小的分辨率。
• 离散型数据 (Discrete Data)
SPC的功效
SPC作为一个持续改善的工具,它可以:
将流程变异减至最少 消除流程的错败 将产品能力尽量提升 加强客户满意程度 对流程进行预测 给出信息何时需要对流程采取改善措施,何时不用
4
SPC的历史
SPC的历史
1924年,美国贝尔实验室休哈特博士(Walter Shewhart) 首先提出 了控制图的理论。
不能被合理细分
发生/没发生 好板/坏板
6
SPC的理论基础
过程
数据可以从流程中收集而得到,流程是将各项输入资源(人,机,料,法, 环)按一定要求组合起来,并将其转化为输出的活动。



输入 料

X法 环
组 合
过程
PCB制作中, 板面电镀是一个过程:
输出(Y)
输入: • 药水 • 铜球 • 电流 • 操作方法 • 环境
x-m Z= s
X1的Z值为2表示 x1离平均值为2 个标准差距离
-1s
2s
x2 m
x1
16
正态分布的重要性质
SPC的理论基础
由于正态分布是概率分布,观察值出现在某个区域的可以通过计算得来。
产品外围尺寸服从正态分布,那么:
68.3%的产品尺寸在(m-s, m+s)区域外 95.4%的产品尺寸在(m-2s, m+2s)区域外 99.7%的产品尺寸在(m-3s, m+3s)区域外
  1. 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. 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. 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)。

链(Run)
变差(Variation)
特殊原因 (Special Cause)
一种间断性的,不可预计的,不稳定的变差根源。 有时被称为可查明原因,它存在的信号是:存在超 过控制限的点或存在在控制限之内的链或其它非随 机性的图形。
. 8
名称
解释
普通原因 造成变差的一个原因,它影响被研究过程输出 (Common Cause) 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。
目标值线
预测
如果存在变差的特殊 原因,随着时间的推 移,过程的输出不 稳定。 时间
范围
.
13
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

工业革命以后, 随着生产力的进一步发展,大规 模生产的形成,如何控制大批量产品质量成为一个突 出问题,单纯依靠事后检验的质量控制方法已不能适 应当时经济发展的要求,必须改进质量管理方式。于 是,英、美等国开始着手研究用统计方法代替事后检 验的质量控制方法。 • 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。
.
11
每件产品的尺寸与别的都不同
范围 范围 范围 但它们形成一个模型,若稳定,可以描述为一个分布
范围
范围 范围 分布可以通过以下因素来加以区分 位置 分布宽度
范围
形状
或这些因素的组合
. 12
如果仅存在变差的普通原因, 随着时间的推移,过程的输 出形成一个稳定的分布并可 预测。
目标值线
预测
时间
范围
. 18
管制图类型
X-R 均值和极差图
计 量 X-δ均值和标准差图 型 数 X -R 中位值极差图 据 计 数 型 数 据
.
5
SPC的作用 • • •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 施或对系统采取措施的指南。
.
6
SPC常用术语解释
名称
平均值 (X)
解释 一组测量值的均值 一个子组、样本或总体中最大与最小值之差 用于代表标准差的希腊字母 过程输出的分布宽度或从过程中统计抽样值(例如: 子组均值)的分布宽度的量度,用希腊字母σ或字母s (用于样本标准差)表示。 一个分布中从最小值到最大值之间的间距
实施 研究
计划
实施
3、改进过程 改进过程从而更好地理解 普通原因变差 减少普通原因变差
17
措施
研究
.
控制图
上控制限 中心限 下控制限 1、收集 收集数据并画在图上 2、控制 根据过程数据计算实验控制限 识别变差的特殊原因并采取措施 3、分析及改进 确定普通原因变差的大小并采取减小它的措施 重复这三个阶段从而不断改进过程
spc
SPC(Statistical Process Control)
统计制程管制
.
1
目录
• • • • •
• • • • •
1 2 3 4
SPC的产生 SPC的作用 SPC常用术语解释 持续改进及统计过程控制概述
a b c d e f 制程控制系统 变差的普通及特殊原因 局部措施和对系统采取措施 过程控制和过程能力 过程改进循环及过程控制 控制图
是指按标准偏差为单位来描述的过程均值和规格界限 过程能力 (Process Capability) 的距离,用Z来表示。
移动极差 (Moving Range)
两个或多个连续样本值中最大值和最小值之差。
.
9
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 材料 方法 环境 统计方法 我们工作 的方式/资 源的融合
. 14
过程控制
受控 (消除了特殊原因)
时间
范围 不受控 (存在特殊原因)
. 15
过程能力
受控且有能力符合规范 (普通原因造成的变差已减少) 规范下限
规范上限
时间
范围 受控但没有能力符合规范 (普通原因造成的变差太大)
. 16
过程改进循环
1、分析过程 本过程应做什么? 会出现什么错误? 本过程正在做什么? 达到统计控制状态? 确定能力 计划 措施 实施 研究 计划 措施 2、维护过程 监控过程性能 查找变差的特殊原因并 采取措施。
. 2
• 5
管制图的类型
• 6 管制图的选择方法 • 7 计量型数据管制图

• • • • •
a 与过程有关的控制图 b 使用控制图的准备 c X-R 图 d X- s 图 e ˜X- R图 f X-MR图
• 8 计数型数据管制图 • a p图
. 3
b c d
np 图 c图 u图
.
4
SPC的产生
产品或 服务
顾客
识别不断变化的 需求量和期望
输入
过程/系统
顾客的呼声
输出
.
10
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。
. 7
名称
中心线 (Central Line) 过程均值(Process Average)
解释 控制图上的一条线,代表所给数据平均值。 一个特定过程特性的测量值分布的位置即为过程均 值,通常用 X 来表示。 控制图上一系列连续上升或下降,或在中心线之上 或之下的点。它是分析是否存在造成变差的特殊原 因的依据。 过程的单个输出之间不可避免的差别;变差的原因 可分为两类:普通原因和特殊原因。
极差(Range) σ(Sigma) 标准差 (Standard Deviation) 分布宽度 (Spread) 中位数 ˜x 单值 (Individual)
将一组测量值从小到大排列后,中间的值即为中位数。 如果数据的个数为偶数,一般将中间两个数的平均值 作为中位数。
一个单个的单位产品或一个特性的一次测量,通常用 符号 X 表示。
相关文档
最新文档