统计制程控制和常用手法
spc统计制程管制(SPC)
6
變異的來源
機遇原因
來自於潛在的自然變異 消除它們的成本很昂貴
可歸屬原因
反應製程的不穩定 統計製程管制最主要的目的就是要快速的偵測出 製程中的可歸屬原因或是偏移的發生
7
管制圖
為一種特殊的趨勢圖，它可以表現出產品特 性的變化情形
管制圖由三部份組成---管制界限(control limit)、中心線(center line)與樣本點
p Chart ; Mean:.168000 Sigma:.037387 n:100
.280160
.168000
12
4
6
8
妓セ絪腹
.055840 10
ぃ▆计
24
建立管制圖的步驟
步驟一：選擇品質特性 步驟二：選取合理樣本 步驟三：蒐集數據 步驟四：決定試用管制界限 步驟五：建立修正後的管制界限 步驟六：管制圖延續使用
分為計數值管制圖與計量值管制圖兩種類型。
8
管制圖的例子
妓セ翴 恨
いみ絬 恨
恨
1
5
10
15
20
25
妓セ
9
計數值管制圖
優點
計算簡單
能夠同時對不同的品質特性做整體性的控 制
種類
p管制圖 np管制圖 c管制圖 u管制圖
10
p 管制圖
ぃ▆瞯
0.07 0.06 0.05 0.04 0.03 0.02 0.01 0.00
說
明
中抽取 n 個產品，而發 現不良品個數為 x 的機
良焊點數 x 出現的機率 將會服從卜瓦松分配的
鐘，最主要的特徵是大 多數的數據會集中在平
率將會服從二項分配的 形態。
均數附近，而極大與及
QC七大手法及SPC制程统计方法
20世纪40年代，享有品质管理之父美誉的美国电气工程师Joseph Juran 引入了Pareto理论。正是Juran决 定将这一80/20比值称为“柏拉法则”（The Pareto Principle），将柏拉法则运用于业务度量有助于从“有 用多数”（useful many，即其它80%）中分离出“重要少数”（vital few，具有最重要影响的20%）。柏拉 图通过标示频率阐明柏拉法则——频率出现越高的内容对结果影响越大。柏拉图是品质管理七大基础手段之 一。图中横轴显示自变量，因变量由条形高度表示。表示累积相对频率的点对点图可附加至该条形图上。由 于统计变量值按相对频率顺序排列，图表可清晰显示哪些因素具有最大影响力，以及关注哪些方面可能会产 生最大利益。
噪音高
无专人保养
训练不足 设备老化
技术不高
人员流动率高 人员疲劳
作业条件不全 某作业流程不当
法
交期不稳 文件不足
料
品质欠佳 售后服务不好
不良 率高
二.QC(Quality Control)七大手法之查检 表
6
1.定义
一种为了便于收集数据，而使用简单记号填写并予以统计整理，以便于作进一步分析或作为核对，检查之 用而设计的表格或图表。
•中心偏左的直方图
下限
•中心偏右的直方图
中心值
上限
直方图偏向规格的下限， 并伸展至规格下限左侧。 表示已产生部分超出规格 下限要求的不良品。
10
统计过程控制( SPC)基础知识培训
六.SPC的特點及功效
特点:
SPC是全系統的，全過程的，要求全員參加，人人有責。這點與 全面 質量管理的精神完全一致。 SPC強調用科學方法(主要是統計技術，尤其是控
制圖理論)來保證全過程的預防。 SPC不僅用於生産過程，而且可用於服務過程和一
切管理過程。
功效:
看清品质状况.提前发现问题 找出问题根源,少花钱办好事; 减少报表麻烦,满足客户要求; 提升生产效率,降低品质成本.
(品质是设计,管理,习惯出来的) （质量与每个人的工作都有关系）
二.品质管理方法的發展
推動品質活動 約每10年就出現一種關鍵品質管理方法 1950-1960 SPC 1960-1970 QCC、SPC 1970-1980 TQM、QCC、SPC 1980-1990 ISO9000、TQM、QCC、SPC 1990-2000 SIX SIGMA、ISO9000、TQM、QCC、SPC
▪变差产生的原因：分为特殊原因和普通原因。
▪特殊原因又叫异常原因或非机遇原因等（占15%）。
▪它是一种间断性的，不可预计的，不稳定的变差根源。主要由操 作者或相关人员采取局部措施予以解决。例如：作业者操作方法 错误，仪器出现问题,原材料不良等等。
▪普通原因又叫偶发原因或机遇原因等（占85%）。
▪它是一种可预测的，持续作用于制程的变差根源。主要由管理人 员采取系统措施予以解决。例如：电压的偶然波动，机器固有的 振动等等。
三.什麼是SPC
SPC是英文Statistical Process Control的字首簡稱,即 統計過程控制。
SPC就是應用統計技術對過程中的各個階段收集的 數據進行分析，並調整制程（或过程），從而達到预防 不良和提高制程能力的目的。
七大手法之控制图
2. 控制图是一种把过程〔工序〕性能数据与所计算出的控制限 进展比较的图，目的是为了判断过程是否受控和通过区分随
机原因和可指出原因来消除异常变差；
3. 控制图常用于：
4.
A、对过程进展诊断，评估过程的稳定性；
5.
B、对过程实施控制，决定某一过程何时需要调整，何
时需要保持原有状态；
6.
C、确定某一过程实施改进的效果；
应用实例
某公司新安装一台装填机。该机器每次可将5000g的产品装入固定 容器。标准要求为5000 ＋＋050〔g〕。
－－使用控制图的步骤如下：
1. 将多装量〔g〕看成应当加以研究并由控制图加以控制的重要质量 特征。 2. 由于要控制的多装量使计量特性值，因此选用 x － R 控制图。 3. 以5个连续装填的容器为一个样本〔n＝5〕，每隔1h抽取一个样本。
殊〕原因的状态； 决定下一步的行动。
控制图控制界限线的计算公式-I
控制图控制界限线的计算公式－II
控制系数选用表
n
2
3
4
5
6
7
8
9
10
A2 1.880 1.023 0.729 0.577 0.483 0.419 0.373 0.337 0.308
D4 3.267 2.575 2.282 2.115 2.004 1.924 1.864 1.816 1.777
特性值和极差。
7.1控制图示图
8. 控制图没有出现越出控制线的点子，也未出现点子排列 有缺陷〔即非随机的迹象或异常原因〕，可以认为该过 程是按预计的要求进展，即处于统计控制状态〔受控状 态〕。
9. 在不对该过程做任何调整的同时，继续用同样的方法对 多装量抽样、观察和打点。如果在继续观察时，控制图 显示出存在异常原因，那么应进一步分析具体原因，并 采取措施对过程进展调整。
质量统计七大手法
质量统计七大手法质量统计方法是工厂质量管理过程中经常运用的重要手法。
主要是通过对各种相关资料的收集.分析和利用，以用来证实产品生产过程能力及产品对规定要求的符合性。
其作用在应用于产品的设计.生产过程的控制.防止不合格品产生.质量问题的分析.查找原因.确定产品和过程的限定值，预测.验证并测量和评定产品质量特性。
为了达到上述目的就必须选择适宜的统计方法，下述即常用的统计方法及其应用。
一.图示法(直方图.制程流程图.散布图.柏拉图.因果图等)主要用于进行问题诊断，并据此选择适宜的方法进行统计诊断二.统计控制图(X –R.P.C控制图等)主要用于监控产品的生产和测量过程。
三.试验设计主要用于确定变量对过程和产品性能有显著影响。
四.建立量化模型进行回归分析主要用于生产过程运作的条件和产品设计发生变化时，对产品和过程的特性进行分析。
五.进行变量分析对各变量构成进行评估.似务变量占总体变量的比例，作为最佳的质量改进机会的依据。
为控制图.产品特性的确定和产品的放行设计抽样方案。
六.抽样计划工厂质量管理如果能充分运用各种统计手法，将在各方面受益，并表现在：1.发现质量管理过程中的薄弱环节，对质量改善采取针对性的措施﹔2.查找形成品不良的因素，使质量追溯有据可依﹔3.验证质量控制方法有效性。
以下介绍品管七大手法1.直方图2.柏拉图3.因果图法(鱼刺图)4.层别法5.控制图6.检查表7.推移图2.统计技朮的应用一直方图直方图有称柱状图，是将囤积数据汇总.分组，并将每组数据绘成柱状图，依统计数据的分布形状，进行产品生产过程.质量状态及管制能力的分析。
运用直方图进行分析的步骤为1.数据统计将同一类型和相近似的现象归纳在一起，以分析该类现象对产品质量的影响程度。
2.将统计数据分组.确定组数是直方图分析中的重要步骤，将统计的样本总数进行合理分组便于观察数据分布情况，合理的组数鱼样本总数的关系通常为：(见右下表)3.计算全距.组距.组界.中心值：1.全距：代号为R，是数据中最大值与最小值的差，即2.组距代号为，组距(h )=R /组数，组距通常选整﹔3.确定组界：最小一组的下组界= -测量值的最小位数/2测量值的最小位数一般是1或0.1最小一组的上组界=下组界+组距4.确定中心值各组界之间的中心值，也称中值。
常用控制图
SPCSPC（Statistical Process Control，统计过程控制或统计制程控制）目录∙ 1 什么是SPC∙ 2 SPC起源与发展∙ 3 3σ原理简介∙ 4 SPC技术原理∙ 5 SPC控制图及计算∙ 6 SPC控制图（管制图）的实施∙7 SPC控制图（管制图）异常的判断及处理∙8 制程能力指数（参数）CPK∙9 SPC的发展特点∙10 SPC对企业带来的好处什么是SPCSPC即英文“Statistical Process Control”之缩写,意为“统计制程控制” SPC或称统计过程控制。
SPC主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的。
在生产过程中，产品的加工尺寸的波动是不可避免的。
它是由人、机器、材料、方法和环境等基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。
正常波动是偶然性原因（不可避免因素）造成的。
它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除。
异常波动是由系统原因（异常因素）造成的。
它对产品质量影响很大，但能够采取措施避免和消除。
过程控制的目的就是消除、避免异常波动，使过程处于正常波动状态。
SPC起源与发展1． 1924年休哈特博士在贝尔实验室发明了品质控制图。
2． 1939年休哈特博士与戴明博士合写了《品质观点的统计方法》。
3．二战后美英将品质控制图方法引进制造业，并应用于生产过程。
4． 1950年，戴明到日本演讲，介绍了SQC的技术与观念。
5．SQC是在发生问题后才去解决问题，是一种浪费，所以发展出了SPC。
6．美国汽车制造商福特、通用汽车公司等对SPC很重视，所以SPC得以广泛应用。
7．ISO9000（2000）体系亦注重过程控制和统计技术的应用（如8.1，8.2.3）。
QC七大手法与(SPC-SPA--SPD)
QC七大手法一．旧七种1、层别法（分类法、分组法)质量问题的原因多方面，来源于不同条件（4M1E）。
为真实反映质量问题的实质性原因和变化规律,须将大量综合性统计数据按数据的不同来源（需要进行追溯）进行分类,再进行质量分析的方法。
义:为区别各种不同原因对结果之影响，而以个别原因为主体,分别作统计分析的方法，称为层别法。
v6。
地区的层别等。
ν5。
原材料的层别。
ν4。
作业条件的层别。
ν3。
机械、设备层别.ν2。
作业员的层别.ν1。
时间的层别.ν分类:实例一：结果显示，周师傅的方法配美国材料良品率最高,为98%.2、检查表用于收集和记录数据的一种表格形式,便于按统一的方式收集数据并进行统计计算和分析3、柏拉图对发生频次从最高到最低的项目进行排列——简单图示技术。
•定义：根据所搜集之数据，按不良原因、不良状况、不良发生位置等不同区分标准,以寻求占最大比率之原因，状况或位置的一种图形.作法：注意事项:1.横轴按项目别,依大小顺序由高而低排列下来,“其它”项排末位.2.次数少的项目太多时,可归纳成“其它"项。
3.前2~3项累计影响度应在70%以上。
v6。
可作不同条件的评价.ν5.用于整理报告或记录。
ν4。
用于发掘现场的重要问题点。
ν3.确认改善效果.ν2.决定改善的攻击目标。
ν1.作为降低不良的依据.ν纵轴除不良率外,也可表示其它项目.柏拉图的用途：ν柏拉图应用范围：1。
时间管理。
, 2.安全。
3。
士气。
4。
不良率. 5。
成本。
6。
营业额。
7。
医疗ABC法应用：A。
时间管理。
νB。
仓务管理.νC。
其它。
ν柏拉图实例：4、直方图直方图也叫质量分布图、矩形图、柱形图、频数图。
它是一种用于工序质量控制的质量数据分布图形，是全面质量管理过程中进行质量控制的重要方法之一。
直方图适用于对大量计量数值进行整理加工,找出其统计规律,也就是分析数据分布的形态，以便对其整体的分布特征进行推断.5、因果图（Causeand effectdiagram）——石川图、特色要因图、树枝图、鱼刺图以结果为特性，以原因为因素,将原因和结果用箭头联系，表示因果关系。
制程控制中的数据分析技巧
制程控制中的数据分析技巧在制造业中，制程控制是非常重要的环节，它可以帮助企业提高产品质量，降低生产成本，并提升整体竞争力。
而在制程控制的过程中，数据分析是一项关键的技巧。
本文将介绍几种常用的数据分析技巧，以帮助企业有效地进行制程控制。
首先，我们将介绍统计过程控制（SPC）。
SPC是一种管理过程的方法，通过收集并分析过程中产生的数据，以监控过程的稳定性和能力。
SPC的数据分析技巧主要包括控制图、直方图和散点图等。
控制图是SPC中最常用的数据分析工具之一。
它可以帮助管理者随时了解制程中的变异情况。
控制图通过统计样本数据和设定上下限来监控制程的稳定性。
当数据点超出控制限时，可能存在特殊原因导致的变异，需要进行调查和修正。
直方图是一种用来描述数据分布的图表。
它能够显示出制程中的主要变异模式。
通过绘制直方图，我们可以看出数据是否符合正态分布，是否存在偏离正常的异常值。
如果数据分布偏离正态分布，可能需要进一步分析并采取相应的措施。
散点图是用来展示两个变量之间关系的图表。
在制程控制中，散点图可以用来探索因变量与自变量之间的关联性。
通过分析散点图，我们可以判断两个变量是否存在相关关系，并进一步分析其影响因素。
其次，我们将介绍六西格玛（Six Sigma）方法。
六西格玛是一种通过系统地分析数据，以识别和消除导致质量问题的根本原因的管理方法。
它主要依靠统计分析来判断制程的稳定性和能力。
在六西格玛中，使用概率图可以帮助我们判断制程的稳定性。
概率图是通过绘制数据的累积分布函数来描述数据分布的图表。
如果数据点分布在正态分布曲线内，说明制程稳定。
而超出正态分布曲线的数据点可能表示制程存在问题，需要进一步优化和改进。
六西格玛还利用假设检验来分析数据，以确定制程的能力。
通过假设检验，我们可以推断样本数据与总体数据的关系，从而判断制程是否满足要求。
假设检验主要包括单样本检验、双样本检验和方差分析等方法，可以根据具体情况选择合适的方法进行分析。
- 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)。
100
)
計數值管制圖
Pn管制圖
批號 1 2 6 4 5 6 7 … 21 22 23 24 25 合 計
檢查數 100 100 100 100 100 100 100 … 100 100 100 100 100 2500 不良數 4 3 4 5 2 1 0 … 3 1 1 4 2 62
7.14 Pn 2.48
0
UCL CL LCL
Pn管制圖管制界線統計公式
CL=Pn= ΣPn
62 = = 2.48,
K
25
UCL=Pn+3 Pn(1- p ) =7.14
UCL=Pn-3 Pn(1- p ) =0
管理者 管理方法
周期
QA或現埸管理者(作業員少管)
管制圖,記錄表, 目視,量測均有
較長
現埸作業員或現埸管理者(QA人員較少管)
點檢表為主,用記錄表也可,用管制圖較少(也可), 目視多,量測較少 較短
工程系統
前工程 本工程 工序號 工序名稱 管理項目
1. 外觀
來料檢驗
2. 尺寸 3. 功能
4. 特性參數
LCL
P管制圖管制界線統計公式(n相等時)
Σpn
107
CL=P= Σn
=
= 0.0428(4.3%) 2500
UCL=p+3 LCL=p-3
p(1- p ) n =0.0428+3
0.0428(1-0.0428)=0.0838(8.4%
100
)
p(1-p) n =0.0428-3
0.0428(1-0.0428)
計數值管制圖與計量值管制圖
計數值
數一數, 點一點. 如 不良數,合格數等
收集此類數 據管制圖表 稱為:計數值
管制圖
計量值
量一量, 稱一稱. 如高度、重量等
收集此類數 據管制圖表 稱為:計量值
管制圖
計數值管制圖
P管制圖(n相等時)
日期 項目
3/ 1
3/2
3/3
3/4
3/5
3/6
3/7
…
3/2 3/2 3/2 3/2 3/2
生,從而提高制程能力.
我們工作的方 式/資源的融合
產品
顧客
生產過程
輸出
常用統計手法
統計手法
特性要因圖
管制圖定議
管制上線 (UCL)
管制中線 (CL)
管制下線 (LCL)
收集數據,根據制程過去之能力統計 出管制界線,用以判斷制程是否穩定 的圖表.
品質特性
特性
單位
規格
特性
靜態電流
MA
小于65
失真
輸出電壓
定
重要特性決定
確定測量系統,減
少不必要的變化
部門主管:
李偉忠 確定特性,客戶需
求,現有及潛在的
問題,特性之間的
顧 客 滿 意
品 關 連
與 最 終 產
總 分
本 公 司
競爭廠家 相關關系 備注
比 規格 比 規格 比 規格
制程名稱: 組裝NEC PCB機芯板 制品名稱: NEC機芯板
制程管制項目決定表
部門名稱: 部門擔當:
調 例配
比
浸錫錫點不良
爆錫珠
元件腳長度
插錯元件
合計 重點
管制項目與點檢項目區別
工程C
工程B
工程A
產品
點 檢 項 目
說明:
管
點
管
點
制
檢
制
檢
項 目
項
項
目
目
項
目
管制項目
管
管
制
制
項
項
目
目
點檢項目
定義
看"做出來的東西"好不好的項目,是否符合規 格要求(如東西的尺寸)
看"所做的工作"好不好的項目(如剪腳刀片利度)
版本 :
管理方式
管理記錄
確認頻率
<<IQC物料檢驗報告 >>
每批
<<IQC物料檢驗報告 >>
每批
<<IQC物料檢驗報告 >>
每批
<<IQC物料檢驗報告 >>
每批
備注
變更項目 日期
變更內容
工程符號表示 ○ :操作 □ :檢查
D:滯留、乾燥
:運輸 :前加工 :主流程
文件編號 版本號
生效日期 頁次
會簽 /日期 編制 /日期 審批/日期 批準/日期
制程名稱: 插件工程
部門名稱:
五車間
制品名稱: NEC PCB機芯板
部門擔當:
李偉忠
制程
插裝元件
第一次浸錫
剪腳
第二次浸錫
點檢項目 管制項目
元 性件
极
元 識件
標
氧 化
元 件 腳
錫 度爐
溫
鬆 重香
比
浸 法錫
方
設 數定
參
調 例配
比
軌 離道
距
推 度動
速
利 度
刀 片 鋒
錫 度爐
溫
鬆 重香
比
浸 勢錫
手
設 數定
參
统计制程控制和常用手法
統計制程控制的起源
1924年修華特博士( Dr WA Shewhart ) 在貝而試驗室( Bell Laboraty )工作期間發明了品質控制圖.
1939年修華特博士與戴明博士(Dr Deming)合作寫了一本 『品質觀點的統計方法』 第二次世界大戰前后,英、美兩國將品質控制圖的方法引進 制造業,並應用於生產過程中
V
無件腳長度
MM
功能制浮起高
度
MM
INT(接触不良)
/
3.0±0.2 2.0?.5 小于0.2
無
無件浮起高度
MM
參照元件浮起高 度標準書
單位
規格
dB
部門名稱: 五車間
部門製品名稱: NEC PCB機芯板
NO. 特性項目
1 2 3 4 5 6 7 8 9 10 11 12 13
制
單 位
現狀規格
程 穩
美國汽車制造廠, 例如, 福特(FORD) 通用(GM) 等均對SPC 十分重視, SPC因此得以廣泛地推廣.
人 設備 材料 方法 環境
輸入
制程
我們工作的方 式/資源的融合
產品
顧客
生產過程
輸出
人 設備 材料 方法 環境
輸入
什 麼 是 統 計 制 程控 制
統計方法
使用統計技術來分析制程 或其輸出,以便采取適當的 措施來使制程達到並保持 統計管制狀態,預防不良產
五車間 李偉忠
制程
製品品質 特性
制程管制 項目
輸出電壓
錫尖
錫孔
功能制浮起高度
錫珠
元件腳長度
LED燈不亮
元件腳浮起高度
螺絲松
合計
重點
進料
發 錯 料
插 件錯
元
點浸 不錫 良錫
插件
爆
油底
錫
起板
珠
泡綠
長 度
元 件 腳
到 位
元 件 插
點焊 不錫 良錫
組裝
錫 珠
板 面 有
螺散 絲熱 鬆片
未功 位裝能
到制
制程點檢項目決定表
(
管理特性 品質特性
1. 外觀符合作業指導書要求 , 形狀材質同樣板 2. 尺寸待命各圖紙要求 3. 功能符合作業指導書要求 4. 特性參數符合規格書要求
)QC工程圖
工具及設備
樣板 直尺、卡尺、量規
測試儀 測量儀
責任人 檢查方法
IQC/組長 抽樣目測 IQC/組長 抽樣測量 IQC/組長 抽樣測試 IQC/組長 抽樣測量
1
2
3
4
5
合計
檢查數
10 0
100
100
100
100
100
100
…
100 100 100 100 100
2500
不良數 6 4 2 5 3 5 4 … 4 5 4 7 3 107
不良率
6 %
4 %
2 %
5 %
3 %
5 %
4 %
…
45 %%
4 %
7 %
3 %
/
8.4
UCL
p 4.3
CL
0.2 結倫: 點無超限且無規則性,制程在管制狀態內