SPC_Xbar_S_Chart 过程统计控制_均值_标准差图
合集下载
SPC控制程序--范本
1. 目的：
为了不断地对生产过程进行改进并满足客户对生产过程的能力要求，特规定本程序来对生产过程的稳定状态和过程能力指数进行研究，以达到生产过程预防的效果。
2. 适用范围：
适用于与汽车产品特殊特性相关的关键过程的初始过程和稳定过程的能力研究，及过程控制；
3.定义
4. 职责
4.1 品质部
1)负责SPC过程控制；
2)制定与检讨SPC的操作规格，包括样本大小，抽样频率，管制界限等。
3)负责量测、记录、判读数据，并输入控制图的对应位置，将SPC异常通知给生产部，并要求停
止生产,当SPC数据超出规格限时，需立即组织相关部门采取改善措施；
4)确认SPC异常的回复及改善结果。
5)依客户要求定期向客户提交CPK报告；
6)负责保存及维护SPC相关数据。
7)负责对SPC作业相关人员作有关SPC作业规范的培训和异常判读培训。
4.2 生产部: 配合品质部进行SPC过程控制，并对异常情况采取相对应的改善对策。
4.3 APQP小组：负责策划使用哪种SPC控制图，和控制图样品取样数和取样频次。
5. 程序内容
6. 记录
各种控制图表。
SPC所有公式详细解释及分析
SPC所有公式详细解释及分析SPC统计制程管制计量值管制图：Xbar-R(平均-全距)、Xbar-S(平均-标准差)、X-MR(个别值-移动全距)、EWMA、CUSUM等管制图。
计数值管制图：不良率p、不良数np、良率1-p、缺点数c、单位缺点数u等管制图。
常用分析工具：直方图、柏拉图、散布图、推移图、%GRR...等。
公式解说制程能力指数制程能力分析制程能力研究在于确认这些特性符合规格的程度，以保证制程成品不符规格的不良率在要求的水准之上，作为制程持续改善的依据。
制程能力研究的时机分短期制程能力研究及长期制程能力研究，短期着重在新产品及新制程的试作、初期生产、工程变更或制程设备改变等阶段；长期以量产期间为主。
制程能力指针Cp 或Cpk 之值在一产品或制程特性分配为常态且在管制状态下时，可经由常态分配之机率计算，换算为该产品或制程特性的良率或不良率，同时亦可以几Sigma 来对照。
计数值统计数据的数量表示缺点及不良(Defects VS. Defectives)缺点代表一单位产品不符要求的点数，一单位产品不良可能有一个缺点或多个缺点，此为计点的品质指针。
例如描述一匹布或一铸件的品质，可用每公尺棉布有几个疵点，一铸件表面有几个气孔或砂眼来表达，无尘室中每立方公尺含微粒之个数，一片PCB有几个零件及几个焊点有缺点，一片按键有几个杂质、包风、印刷等缺点，这些都是以计点方式表示一单位产品的特性值。
不良代表一单位产品有不符要求的缺点，可能有一个或一个以上，此将产品分类为好与坏、良与不良及合格与不合格等所谓的通过－不通过(Go-NoGo)的衡量方式称为计件的品质指针。
例如单位产品必须以二分法来判定品质，不良的单位产品必须报废或重修，这是以计件方式来表示一单位产品的特值。
每单位缺点数及每百万机会缺点数(DPU VS. DPMO)一单位产品或制程的复杂程度与其发生缺点的机会有直接的关系，越复杂容易出现缺点；反之越简单越不容易出现缺点。
统计过程控制(SPC)
11
控制图的选择
控制图的选定
计量值 数据性质
计数值
平均值
“n”=10~25 “n”是否较大
n≧1 样本大小 n≧2
Cl的性质
中位数 “n”=2~5
“n”=1
不良数
缺陷数
不良数或
缺陷数
不一定
一定
“n”是否一定
单位大小 是否一定 不一定 一定
X-s 图
X-R 图
X-R
X-Rm “p”
图
图图
“np” “c”
数据类别: 计数值数据：只以缺陷数和个数表示，不能连续取值的数据 计量值数据：以产品本身的特性来表示，可以连续取值的数据
2
两种变异
普通性（特定性）变异：不易避免的原因(普通 原因）造成的变异，如操作人员的熟练程度的 差异、设备精度与保养好坏的差异、同批原材 料本身的差异
特殊性（偶尔性）变异：可以避免也必须避免 的原因（特殊原因）造成的变异，如不同原材料 之间的差异、设备故障
“u”
图图
图
12
案例1（控制图的选择）
质量特性 长度 重量 乙醇比重 电灯亮／不亮 每一百平方米的 脏点
样本数 5 10 1
100 100平方米
选用什么图
13
答案1
质量特性 长度 重量 乙醇比重 电灯亮／不亮 每一百平方米的 脏点
样本数 5 10 1
100 100平方米
选用控制图 均值极差控制图
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
8
控制图的目的
控制图和一般的统计图不同，因其不仅能 将数值以曲线表示出来，以观其变异之趋 势，且能显示变异系属于机遇性或非机遇 性，以指示某种现象是否正常，而采取适 当之措施。
SPC-统计过程控制介绍
4
SPC常用术语解释
名称 平均值 （X） 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。 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。 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。 解释
6
福特(Ford)马自达(Mazda)案例
Mazda
Ford
7
生产检验与控制的演化
最终产品检验 公差控制： 过程控制： 规范控制（Specification Control） 统计控制 （Statistical Control）
8
质量管理的基本原則
INPUT
PROCESS
OUTPUT
针对过程的重要控制 参数和原材料所做的 才是SPC 原料 PROCESS 測量 結果
针对产品所做的 仍只是在做SQC
12
预防或容忍?
人
机 法
环 测量 测量
好 結果
原料
PROCESS
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
13
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。
UCL CL LCL
3 σ 3 σ
33
控制图的使用
控制图的判读 使用控制图注意事项
[企业管理]统计过程控制SPC
![[企业管理]统计过程控制SPC](https://img.taocdn.com/s3/m/1a273b4a4b7302768e9951e79b89680202d86b46.png)
4
550.9 405.3 918.4
0 1400.96 2060.796172 741.1238285 1050.25
5
291.5 405.3 918.4
0 1400.96 2060.796172 741.1238285 1062.25
6
424.8 405.3 918.4
0 1400.96 2060.796172 741.1238285 1338.25
Number Xbar UCLxbar LCLxbar
Xbar-s控制图
Xbar-s 控制图与Xbar-R图相似，只是用标准差 (s) 图代替极差（R）图而已。但当样本大小 n>10，这 时应用极差估计总体标准差的效率减低，需要应 用 s 图来代替R图。现在由于计算机或计算器的应 用已经普及，s 图的计算已经不成问题，故Xbar-s 控制图的应用将越来越广泛。
R
699 417 867 884 914 1444 811 994 718 1039 1096 512
Rbar
903 903 903 903 903 903 903 903 903 903 903 903
UCLR
2060.6 2060.6 2060.6 2060.6 2060.6 2060.6 2060.6 2060.6 2060.6 2060.6 2060.6 2060.6
B3
0
0
0
0 0.030 0.118 0.185 0.239 0.284
B4 3.267 2.568 2.266 2.089 1.970 1.882 1.815 1.761 1.716
计算结果（1）
Number
S
Sbar B4Sbar B3Sbar Xbarbar Xbar+a3Sbar Xbar-a3Sbar Xbar
spc(xbar-r,xbar-s,中位数极差3合一控制图)
14 21
1.08 1.31 1.12 1.18 1.15 1.17 0.98 1.05 1.00 1.26 1.14 0.33 1.11 0.35 1.60 0.80 1.22 1.01 0.62 0.08 0.11
15 22
1.08 1.26 1.13 0.94 1.30 1.15 1.07 1.02 1.22 1.18 1.14 0.36 1.11 0.35 1.60 0.80 1.22 1.01 0.62 0.08 0.11
4 11
1.08 1.12 1.11 1.28 1.00 0.95 1.15 1.14 1.28 1.31 1.13 0.36 1.11 0.35 1.60 0.80 1.22 1.01 0.62 0.08 0.11
5 12
0.98 1.30 1.31 1.12 1.08 1.10 1.15 1.35 1.12 1.26 1.14 0.37 1.11 0.35 1.60 0.80 1.22 1.01 0.62 0.08 0.11
子组容量 D4 C4
3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78 0.80 0.89 0.92 0.94 0.95 0.96 0.97 0.97 0.97
B4
3.27 2.57 2.27 2.09 1.97 1.88 1.82 1.76 1.72
B3
0.00 0.00 0.00 0.00 0.03 0.12 0.19 0.24 0.28
2 9
1.01 1.10 1.15 0.97 1.25 1.12 1.10 0.90 1.04 1.08 1.09 0.35 1.11 0.35 1.60 0.80 1.22 1.01 0.62 0.08 0.11
SPC控制图应用步骤简明教程
1. 收集数据
2. 建立控制限
3. 统计上受不 受控的解释
4. 为了持续控 制延长控制限
当过程受控时并经过过程能力评价满足要求时， 应可以延长控制限，以满足未来过程控制的需 要。如果过程中心线偏离目标值，可能需要针 对目标值进行调整。
过程能力和过程性能
计量型数据 过程能力和过程性能
1. 过程能力：仅适用于稳定统计过程，是过程固有变差的 6 范围，
2.子组数量：为了建立控制限，通常取25个子组，或更多个子组包含100或 更多个单值读数。
3.子组容量：较大的子组能很容易探测出较小的过程变化。一般2-5个样本。 4.子组频率：通常按时间顺序来取子组，目的是探测过程随时间发生的变化。
推荐的频率见附表所示
附表 推荐的子组频率
每小时产量
10以下 10-19 20-49 50-99 100以上
1. 计量型控制图
1) 单值与移动极差控制图（I-MR）。 【 样本量n=1】 2) 均值极差控制图（XBar-R图）； 【样本量2 ≤n ≤9】
~ 3) 均值与标准差控制图（XBar-S图）；【样本量n ≥10】
4) 中位数与极差控制图（X-R图）；
2. 计数值控制图
1) 不良率控制图（P图）； 2) 不良数控制图（NP图）； 3) 缺点数控制图（C图）； 4) 单位缺点数控制图（U图）。※
drσ ≥50%
评价 接近稳定 不太稳定
不稳定 很不稳定
6西格玛相关
（一）连续型数据的流程能力
流程的西格玛水平：Z值 Z值可以描述流程的不合格率P(d)
ZUSL =
USL-X
ZLSL =
X-LSL
SPC控制图的种类及判异方法48页
5 0.501 0.499 0.500 0.500 0.501 0.500 0.502 0.500 0.503 0.502 0.500 0.502
SPC统计过程控制
一、控制图的种类
SPC统计过程控制
一、控制图的种类
SPC统计过程控制
二、控制图的选择方法
计量值
控制图的选择
数据性质
计数值
N≧2 X
样本大小 N=1
N=? _ X
CL性质?
N=2-5
N≧10
N=?
不良数
数据系不良数 缺点数 或缺点数
是
不是
N是否相等?
是 单位大小 是否相同?
X~ R X R
3 0.504 0.505 0.501 0.502 0.506 0.502 0.504 0.502 0.504 0.501 0.501 0.499 0.503
4 0.503 0.500 0.502 0.503 0.502 0.501 0.501 0.503 0.502 0.503 0.501 0.498 0.499
顺序收集了25个样本。
SPC统计过程控制
四、计量型数据控制图
收集的数据表
SubNo
1
2
3
4
5
6
7
8
9 10 11 12 13
1 0.498 0.504 0.500 0.499 0.505 0.503 0.503 0.502 0.502 0.504 0.503 0.500 0.504
2 0.501 0.502 0.499 0.503 0.506 0.501 0.501 0.499 0.502 0.502 0.498 0.501 0.503
U chart 单位缺点数控制图
- 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)。
0.7979 0.8862 0.9213 0.9400 0.9515 0.9594 0.9650 0.9693 0.9727 0.9754 0.9776 0.9794 0.9810 0.9823 0.9835 0.9845 0.9854 0.9862 0.9869 0.9876 0.9882 0.9887 0.9892 0.9896 0.973 0.978 0.990
X Bar--S Chart 均值--标准差图
Wrok Station Cutting rear cover 工作站 Parameter 参数 Hole depth Tolerance 公差 USL上公差 Target目标值 1.15 1.00 Lot Size 子组大小 12 Lot Number 子组数目 Control Limit X Bar Chart 控制限 均值图 UCL上控制 1.00844 限 CL中心线 0.97250 S Chart 标准差图 0.06676 0.04056 Department 部门 Line 生产线 Pre-assembly shop Date 日期 Sampling 取样 2015 Oct 3
sigma'=sbar/c4 c4
0.9776
A3
0.8860
B4
1.6460
B3
0.354
2~9 10~17 18~25
n d2 D3 D4 A2 A3 B4 B3 C4
2
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
3.078 0.000 0.000 0.223 0.000 0.000 1.777 0.000 0.000 0.308 0.000 0.000
Line 3
Every 4 hours
Unit Inspector Remarks cm 0.85 9 0.93656 0.01436 Andy Zhou LSL下公差 LCL下控制限 单位 检验者 备注 Date/Time Nov1 Nov2 Nov3 Nov4 Nov5 Nov6 Nov7 Nov8 Nov9 Nov10 Nov11 Nov12 Nov13 Nov14 Nov15 Nov16 Nov17 Nov18 Nov19 Nov20 Nov21 Nov22 Nov23 Nov24 Nov25 日期/时间 Lot 子组序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
0.091 0.011 0.020 0.091 0.011 0.020 0.091 0.011 0.020
Ｘ＝
0.972
S= 0.041
X B a r
Expected PPM 预期的PPM 1585
Capacity过程能力 Std.Dev.= Sigma= Ppk= Pp= Ca= Cpk=
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
1.061 1.061 1.040 1.061 1.061 1.040 1.061 1.061 1.040 0.000 0.689 1.103 0.941 0.689 1.103 0.941 0.689 1.103 0.941 0.000 0.706 1.124 0.960 0.706 1.124 0.960 0.706 1.124 0.960 0.000 0.672 1.103 0.980 0.672 1.103 0.980 0.672 1.103 0.980 0.000
1.128 1.693 2.059 2.326 2.534 2.704 2.847 2.970 3.078 0.000 0.000 0.000 0.000 0.000 0.076 0.136 0.184 0.223 3.267 2.574 2.282 2.114 2.000 1.924 1.864 1.816 1.777 1.880 1.023 0.729 0.577 0.483 0.419 0.373 0.337 0.308
1.061 1.061 1.040 1.061 1.061 1.040 1.061 1.061 1.040 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 9.487 0.689 1.103 0.941 0.689 1.103 0.941 0.689 1.103 0.941 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 8.197
0.000 0.000 0.000
X UCL 1.008 1.008 1.008 1.008 1.008 1.008 1.008 1.008 1.008 1.008 1.008 1.008 1.008 1.008 1.008 1.008 1.008 1.008 1.008 1.008 1.008 1.008 1.008 1.008 1.008 1.008 CL 0.972 0.972 0.972 0.972 0.972 0.972 0.972 0.972 0.972 0.972 0.972 0.972 0.972 0.972 0.972 0.972 0.972 0.972 0.972 0.972 0.972 0.972 0.972 0.972 0.972 0.972 LCL 0.937 0.937 0.937 0.937 0.937 0.937 0.937 0.937 0.937 0.937 0.937 0.937 0.937 0.937 0.937 0.937 0.937 0.937 0.937 0.937 0.937 0.937 0.937 0.937 0.937 0.937
2.659 1.954 1.628 1.427 1.287 1.182 1.099 1.032 0.975 0.927 0.886 0.850 0.817 0.789 0.763 0.739 0.718 0.698 0.680 0.663 0.647 0.633 0.619 0.606 0.975 0.886 0.606 3.267 2.568 2.266 2.089 1.970 1.882 1.815 1.761 1.716 1.679 1.646 1.618 1.594 1.572 1.552 1.534 1.518 1.503 0.000 0.000 0.000 0.000 0.030 0.118 0.185 0.239 0.284 0.321 0.354 0.382 0.406 0.428 0.448 0.466 0.482 0.497 1.49 1.477 1.466 1.455 1.445 1.435 1.716 1.646 1.435 0.51 0.523 0.534 0.545 0.555 0.565 0.284 0.354 0.565
Total 总计 ΣＸ＝ 105.03
1 2 3 4 5 6 7 8 9 10 11 Data 数据 12
1.03 1.03 1.02 1.03 1.03 1.02 1.03 1.03 1.02 0.83 1.05 0.97 0.83 1.05 0.97 0.83 1.05 0.97 0.84 1.06 0.98 0.84 1.06 0.98 0.84 1.06 0.98 0.82 1.05 0.99 0.82 1.05 0.99 0.82 1.05 0.99 1.03 1.03 1.02 1.03 1.03 1.02 1.03 1.03 1.02 0.83 1.05 0.97 0.83 1.05 0.97 0.83 1.05 0.97 0.84 1.06 0.98 0.84 1.06 0.98 0.84 1.06 0.98 0.82 1.05 0.99 0.82 1.05 0.99 0.82 1.05 0.99 1.03 1.03 1.02 1.03 1.03 1.02 1.03 1.03 1.02 0.83 1.05 0.97 0.83 1.05 0.97 0.83 1.05 0.97 0.84 1.06 0.98 0.84 1.06 0.98 0.84 1.06 0.98 0.82 1.05 0.99 0.82 1.05 0.99 0.82 1.05 0.99
S UCL 0.067 0.067 0.067 0.067 0.067 0.067 0.067 0.067 0.067 0.067 0.067 0.067 0.067 0.067 0.067 0.067 0.067 0.067 0.067 0.067 0.067 0.067 0.067 0.067 0.067 0.067 CL 0.041 0.041 0.041 0.041 0.041 0.041 0.041 0.041 0.041 0.041 0.041 0.041 0.041 0.041 0.041 0.041 0.041 0.041 0.041 0.041 0.041 0.041 0.041 0.041 0.041 0.041 LCL 0.014 0.014 0.014 0.014 0.014 0.014 0.014 0.014 0.014 0.014 0.014 0.014 0.014 0.014 0.014 0.014 0.014 0.014 0.014 0.014 0.014 0.014 0.014 0.014 0.014 0.014 USL 1.150 1.150 1.150 1.150 1.150 1.150 1.150 1.150 1.150 1.150 1.150 1.150 1.150 1.150 1.150 1.150 1.150 1.150 1.150 1.150 1.150 1.150 1.150 1.150 1.150 1.150 LSL 0.850 0.850 0.850 0.850 0.850 0.850 0.850 0.850 0.850 0.850 0.850 0.850 0.850 0.850 0.850 0.850 0.850 0.850 0.850 0.850 0.850 0.850 0.850 0.850 0.850 0.850