SPC 培训资料

7 品質至上 持續改善 顧客滿意
ISO-9001
6.常用控制图的种类：
( X-R Chart ) ( X-S Chart ) ( X-MR Chart )
6.1： 计量型控制图： 6.1.1. 平均值-极差控制图 6.1.2. 平均值-标准差控制图 6.1.3. 个别值-移动全距控制图 6.2. 计数型控制图： 6.2.1. 不良数控制图 6.2.2. 不良率控制图 6.2.3. 缺点数控制图 6.2.4. 单位缺点数控制图 ( nP Chart ) ( P Chart ) ( c Chart ) ( µ Chart )
12 品質至上 持續改善 顧客滿意
ISO-9001
7. 典型的控制图(X~R Chart)：
第六步：描极差控制图，看是否所有点都在 UCL 及 LCL 之内。 如果所有点在控制界限之内，可进行第七步； 如果所有点在控制界限之内，可进行第七步； 如果有一个或二个样本的全距超 越UCL或LCL，应放弃该组样本后重新 或 ， 计算UCL及LCL ，注意 k 值 应相应改变。( R 也应重新计算 应相应改变。 也应重新计算) 计算 及 如果三个以上样本的极差超差，应调整过程，消除特殊原因后再取数据 重新来做。 第七步：计算平均值控制界限 UCL = X + A2R LCL = X – A2R 第八步：描平均值控制图，看是否所有点都在UCLX及LCLX之内。 如果所有点在控制界限之内，表示受控； 如果所有点在控制界限之内，表示受控； 如果有一个或二个样本的均值超越UCL或LCL，应放弃该组样本后重新 如果有一个或二个样本的均值超越 或 ， 也应重新计算) 计算 UCL及LCL注意 k 值应相应改变。( R 也应重新计算 及 注意 值应相应改变。 如果三个以上样本均值 超差，应调整过程，消除特殊原因后再取数据重新来做
4 品質至上 持續改善 顧客滿意
ISO-9001
5. SPC 的基本原理:
5.4 正态分布的特性 以 x = µ 这条直线为轴，它的左右两边是个对称图形 靠近 µ 出现的概率较大，远离 µ 出现的概率较小 分布曲线内的面积代表该段数值出现的概率 多数工业现象都符合正态分布 5.5、正态分布所应用公式 平均值( X )与极差 ( R )： 平均值 ( Mean ): X 极差 ( Range ): R, 它是最简单量度分布宽度的一个参数。 R = X max – X min 变差(Deviation)与标准差 ( Standard Deviation ): 过程的每一个输出之间不可避免的存在差别，这样的差别称为变差，它是由 过程的变异而起的。 标准差 ( s )，它是最常用的量度分布宽度的参数；
9 品質至上 持續改善 顧客滿意
ISO-9001
7. 典型的控制图(X~R Chart)：
7. 典型的控制图(X~R Chart) 7.1.控制特性的选取： 7.1.1.选取具有代表性的质量特性 7.1.2.可量化的，或把其量化 7.1.3.它可以是产品的特性，也可是工艺过程的特性 7.1.4.可以用DOE来找出控制的主要尺寸(HSG的扣 位尺寸 / 槽位尺寸) 7.1.5.可以用 Perato (P图)找出控制的主要缺陷 (如CT Crimp II HSG 的shortshot) 7.1.6.可以用Brainstorming(棒图)找出影响制程的主要工艺参数 7.2.样本选取： 7.2.1.样本选取时应考虑： 7.2.1.1.抽样数量(每次抽样数量) 7.2.1.2.抽样频次(每班抽查次数) 7.2.1.3.经济因素 7.2.1.4.本公司一般是注塑每 4小时取样一次，沖壓每2小時取样一次
16 品質至上 持續改善 顧客滿意
ISO-9001
8 . P Chart 的制作：
图示：抽样数不同的P-- Chart 注意 ：下控制界限的计算结果是负时，LCL不考虑。
三、画控制线，作控制图(如图一) 当p图中样本大小n是变化时，而且各组n值相差较大，不便于采用n的平均值计 算，作出的控制图的控制界限是变化的，如下图二。这样作图是比较麻烦的。 一般尽量使n不变，以便应用更为简单的控制图。 Pn图(不合格品数控制图)和p图大致相同，只在n为一定时使用，可以把不合格 品数不加任何处理在图上打点。
8 品質至上 持續改善 顧客滿意
ISO-9001
6.常用控制图的种类：
控制图类型 应用范围 举例 A) ∗ X - R chart ∗ 适用于连续型数据 ∗ 端子压接厚度 ∗ X - s chart ∗ 按组/批多次测得 ∗ 平面度 B) ∗ X − MR chart ∗ 连续型数据 ∗ 化学溶液浓度 ∗ 按组/批一次测得的观察值 ∗ 环境温度 C) ∗ P chart ∗ 离散型数据 ∗ 产品的外观缺陷 ∗ 对每组/批的不良率描图 ∗ 样本数目可以改变 ∗ nP chart ∗ 用作每一样本组不良品数目 ∗ 如HSG中的 不良 数 D) ∗ c-chart ∗ 用缺点数目来制图，而每次抽查 ∗ 一批HSG 上的缺点数 的面积是相同的，即样本数固定 ∗ µ-chart ∗ 用单位缺点数目来制图，每次抽 ∗ 如单位m2布的缺点数 样面积可改变，即样本数是可变的 ∗ 每个HSG上的缺点数
5 品質至上 持續改善 顧客滿意
ISO-9001
5. SPC 的Biblioteka 本原理:计算公式：其中S为样本标准偏差，σ 为标准差， 一般取 S为 σ的估计值。n-1为自由度
当样本数非常大时 ( 即 n 很大时 )，有： Ｘ µ Ｓ σ 在日常使用中常用： x 及 σ
6 品質至上 持續改善 顧客滿意
ISO-9001
15 品質至上 持續改善 顧客滿意
ISO-9001
8 . P Chart 的制作：
一、样本选取； 1 收集数据 数据包括样本大小n和对应的不合格品个数，数据至少在20组以上，样本大小可 以不等，但为了计算控制线方便，各组样本上n应尽量一致。 2 确定n值 样本大小应保证每组样本中的不合格品个数有1~5个为宜。n如果过小，在控制 图上打点经常等于0，不合适。例如预计不合格率为5%左右，则 n=1~5/0.05==20~100 二、数据计算与分析 计算各组样本的不 合格率p p=不合格品个数/样本大小 计算平均不合格品率P 计算控制界限 中心线 CL=P 上控制界限； UCL=P+3 P(1-P)/n
3 品質至上 持續改善 顧客滿意
ISO-9001
5. SPC 的基本原理:
5. SPC的基本原理：正态分布 (Normal Distribution)。 正态分布 5.1正态分布是连续随机变量分布中较典型的随机变量，不少理论分布是以 正态分布作为极限的。 5.2正态分布函数形式
5.3正态分布的形式
5. SPC 的基本原理:
运用正态概率分布进行预测 在进行预测时，只需要两个参数的估计数及一张正态分布表.这两个参数的估计 是：µ的估计数＝Ｘ，σ的估计数＝Ｓ 如某个生产者根据过去的经验，知道他所生产的特种灯泡的寿命是属于正态分 布的类型.现在他取50个灯泡作为样本进行试验，所得的结果是平均寿命为60天 ，标准差为20天.问：在这种灯泡的总体中，有多少灯泡在100天寿命之后仍然 有效？ 现在的问题是要计算出正态分布曲线下（如下图)100天发上那部分所占的面积 是多少.一条分布曲线下在两个已知界限之间所占的面积，乃是表示某一事件发 生的概率.因此100天发上那部分所占的面积就是灯泡寿命超过100天的概率.要 想计算这部分的面积，就必须求出某一特定值与分布曲线的平均值之差，用标 准差为单位表示之Ｋ值：即 在本题中，Ｋ＝（１００－６０）／２０＝２.0,查附表可得，当Ｋ＝２.0时， 其概率为０.9773，就是说一个灯泡能维持到１００天或少于１００天的寿命的 概率是 0.9773.因此一个灯泡能维持到１００天以上的概率是0.0227，即2.27% ，也就是说总休中有2.27%的灯泡在１００天后仍然有效.
ISO-9001
廣晉電子廠
SPC的基本概念及原理 的基本概念及原理
審核： 審核：
作成： 作成：余義軍
1 品質至上 持續改善 顧客滿意
ISO-9001
1. SPC 的起源与发展:
1. Dr.Shewhart于1924年在贝尔实验室发明控制图； 1.2. 1939年，Dr. Shewhart 与 Dr. Deming出版第一本关于控制图的书 ； 1.3. 1950年，Deming在日本讲授SQC的观念与技术； 1.4. 五十年代后，SPC在日本得到广泛运用； 1.5. 七十年代中，SPC在美国重新受到重视与推广，IBM、Ford、Dupont、 SPC IBM Ford Dupont GM 等大公司开始广泛使用； 1.6. SPC 于1994 年被三大汽车公司确定为其供应商必用品管工具， QS9000强行要求。
10 品質至上 持續改善 顧客滿意
ISO-9001
7. 典型的控制图(X~R Chart)：
7.2.2.控制界限的计算：( 以 X - R Chart 为例) 要计算控制界限，至少应有 20~25 组样本。 第一步：计算出每一样本组的平均值(Xi)： X i= ( n 为每样本组中的样本数目 ) 第二步： 计算出每一样本组的全距 ( R)： R = X max - X min 第三步：计算出平均值的平均值 ( X ): X =( k 为样本组的数目 ) 第四步：计算极差的平均值 ( R )： 第五步：计算极差控制图 (R Chart) 的控制界限： UCL = D4 R LCL = D3 R
2 品質至上 持續改善 顧客滿意
ISO-9001
2 &3&4 什麼是SPC SPC 的目的与作用:
2. 什么是SPC： SPC：Statistical Process Control 简单地说，它是应用“统计(Statistical)”的方法去分析“制程(Process)” 以达到“ 控制(Control)” 制程变异的目的。 3.SPC 的目的： 就是分析制程是否有变异，以便去除变异而使制程受控 。 4. SPC的作用： 4.1. 生产制程稳定与否的判断 4.2. 分析制程 / 工序能力 4.3. 决定产品的规格 4.4. 质量改进 SPC 是一种有效的品质改善工具通过 Detection(侦查)的方法表达到 Prevention(预防)的目的。