SPC控制图简介

计 数 值
控 制 图 常 见 分 布
计件值: 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
正态分布: 其分布呈钟型，数值表现为两头小中间大。
二项分布: 即每次试验仅有两种可能結果，例如：“合格”/“不合格”；“通
• 分析用控制图的目的是对收集到的一定数据进 行分析，寻找稳态。 • 控制用控制图是对实时数据进行分析，保持稳 态。
• 稳态，也称统计控制状态(state in statistical control)，即过程中只有偶因没有异因的状态。 • 稳态是生产追求的目标。
4.1 稳态的统计解释(又称统计稳态)
备注: 规格界限不能用作控制界限。 规格界限是区分合格与不合格的科学界限。 控制界限是区分偶波与异波的科学界限，二者完全是两码事，不能混为一谈。
7、计数控制图
XXX P-Chart
3.00% 2.50% 2.00% 1.50% 1.00% 0.50% 0.00% 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
• 从对质量影响的大小来分，质量因素可分为偶然因素(简称偶因，又 称为偶然原因或一般原因)与异常因素(简称异因，又称为可查明原因) 两类。 • 偶因是过程所固有的，故始终存在，对质量的影响微小，但难以除去， 例如机床开动时的轻微振动等。 • 异因则非过程所固有，故有时存在，有时不存在，对质量影响大，但 不难除去，例如车刀磨损等。
不控制
生产过程 两种变异
控制
过程预防 对过程采取行动 避免浪费、不生产 无用产品的 预防策略
偶因 始终存在 不易识别
异因 可查明特殊原因 归结为5M1E
1.3 统计过程控制的目的
• SPC的目的:建立并保持过程处于可接受的并且稳定的水平，
以确保产品和服务符合规定的要求 • 控制图。是实现上述目的所应用的主要统计工具
k
No 1 2
检查数
n 4000 4000
np 8 14
p 0.200% 0.350%
.
. . .
.
. . .
.
. . . 14 269
.
. . . 0.350% 0.27% p
所有子组不合 格品 率的平均值
25 4000
TTL
100000
3、SPC控制图的类型
测量值 类型 子组范围 适用场合 用途
.
. 25
X----- 质量特性的观测值
(可用X1，X2，X3…表示 单个观测值)有时用其他 符号。例如：Y來代替X
TTLn=25*5=125
X
子 组 平 均 值 的 平 均 值
R
子 组 极 差 的 平 均 值
s
子 组 标 准 差 的 平 均 值
Me
子 组 中 位 数 的 平 均 值
s
( X i X )2 n 1
规定的要求 目标值
二项分 布 计 点 控制图 泊松分 布
控制图
控 制 图
控制图
4、SPC控制图的用途
在一道工序开始使用控制图时，几乎总不会恰巧处于“稳态”，也即总存在异因。 如果就以这种非稳态状态下的参数来建立控制图，控制图界限之间的间隔一定比 较宽，以这样的控制图控制未来，将导致错误的结论。所以，一开始，总要将非 稳态的过程调整到稳态的过程。即分析用控制图阶段。等到过程调整到稳态后， 才能延长控制线作为控制用控制图，即控制用控制图阶段。
SPC – 统计流程控制
目
• 前言 • SPC控制图的类型 • SPC控制图的用途
录
• 数据分类与控制图常见分布
• 影响过程能力因素
• 计量控制图 • 计数控制图 • 判异准则 • 异常点原因分析的步骤
1.1 SPC含义
SPC 英文全稱是﹕Statistical Process Control; (统计过程控制).
过程固有 偶因 偶波 对质量影响小 难以除去 非过程固有 异因 异波 对质量影响大 不难除去
听之任之 过程注意的对象
偶因 偶波 典型分布 异因 异波 偏离典型分布 控制图检出
6、计量控制图
统计稳态：用控制图衡量， 则为连续25组/无OOC； 35组/1个OOC；100组/2 个OOC
备注:工序中的5M1E 都符合规定的要求，全部作业活动处于受控状态.
4.2 技术稳态
备注:工序能力符合规定的要求CPK ³1称为技术稳态。技术稳态判稳的前提是工序达到统计稳态.
5 、影响过程能力因素
质量因素根据来源的不同，可分为人(Man)、机(Machine)、 料(Material)、法(Method)、测(Measurement)、环 (Environment) 6个方面，简称为5M1E。
2.3 计件值符号
K 子组数
二项分布
n 子组大小，单个子组观测值的个数 子组不合格品数 子组不合格品率 • p =子组中的不合格品数/子组大 小 例：p1=8/4000*100%=0.200% • p = 所有子组中的不合格品数/ 被检产品总数 例：p =269/100000*100%=0.27%
X2
5
X3
7
X4
8
X5
8
X
6
子 组 平 均 值
Baidu Nhomakorabea
R
6
子 组 极 差
s
2.6
子 组 标 准 差
Me
7
子 组 中 位 数
• 过程均值的真值 • 组內过程标准差的真值 • 组內过程标准差的估计值 通过平均组內变差来估计， 由以下数值给出： • 已知 R 时， = R/ d2 • 已知 s 时， = s / C4
过程均值偏移
8.3：连续6点递增或递减 Six points in a row steadily increasing or decreasing
过程均值偏移
9. 异常点原因分析的步骤
• 对于控制图所出现的异常点, 我们建议按下列順序 进行检查： a. 取 Data 是否随机； b. 数字的读取是否准确、测试仪器是否符合 标准； c. 控制限设置是否正确； d. 然后再调查生产过程人、机、料、法、环等方面 的原因;
LCL
UCL
Specification Limits （USL，LSL） 由顾客或管理层确定,表述过程的理想状态 Control Limits （UCL，LCL） 由抽样数据计算确定,表述过程的实际状态
1.2 传统方法与过程预防策略
传统的质量检验策略
未识別
科学的过程预防策略
识別
事后检验 浪费和不经济
人: 机: 料: 法: 测: 环: 知识、态度、经验和技能 定期检查和维护保养，使设备始终处于良好状态 物料的技术要求和检验要求. 如工艺、检验、改进等具体方法,针对某一具体工序来说,操作方法 包括测量装置和测量保证,测量装置的选择和使用应能满足被测量产品的要求,定期校准. 主要指工作(测量)环境和贮存条件
KW502 滚边外径控制图 R-Chart
0.35 0.30 0.25 0.20 0.15 0.10 0.05 0.00 15/7 15/7 15/7 15/7 15/7 16/7 16/7 16/7 16/7 16/7 16/7 16/7 17/7 17/7 17/7 18/7 18/7 18/7 18/7 18/7 18/7 19/7 19/7 21/7 21/7 21/7 21/7 22/7 22/7
8. 判异准则
点出界就判异。 界内点排列不随机判异。
8.1：1个点落在A区以外 One point beyond zone A.
8.2：连续9点落在中心线同一侧 Nine points in a row in zone C or beyond on one side of central line.
KW502 滚边外径控制图 Xbar-Chart
132.25 132.15 132.05 131.95 131.85 131.75 131.65 131.55 131.45 15/7 15/7 15/7 15/7 15/7 16/7 16/7 16/7 16/7 16/7 16/7 16/7 17/7 17/7 17/7 18/7 18/7 18/7 18/7 18/7 18/7 19/7 19/7 21/7 21/7 21/7 21/7 22/7 22/7
计量型数据
数据
计数型数据
计件数据 计点数据
数 据
计量值: 计量型数据是指连续测量所得的质量特性值，如长度、重量、强度、
化学成分、时间、电阻等。
计数值: 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。
过”/“不通过”；“成功”/“失败”。
泊松分布: 即产品质量的缺陷数，或单位产品缺陷数。例如：温控器表面的披锋
数等

-
c
+
当n,h0时，直方图趋于一条光滑的曲线---分布曲线
2.2 计量值符号
子组数 子组大小，单个子组观测值的个数
正态分布
质量特征值
K=25
No X1
1 2 3 2
n =5
SPC是1924年由美国贝尔电话实验室的休哈特(W.A.Shewhart)首创的,SPC的重要手段是控 制图(SPC控制图)。
• 若过程正常，即分布不变，大约有99.73%的数据点会落在上下控制 界限之内.数据点落在上下控制界限之外的概率约为0.27%. • 若过程异常，譬如异常原因为车刀磨损，即随着车刀的磨损，加工的 螺丝将逐渐变粗，逐渐增大，于是分布曲线上移，点子超过UCL的 概率将大为增加，可能为0.135%的几十、几百倍。
表征过程 当前样本 序列信息
与考虑了过程 固有变异后的 控制限对比
评估过程 统计控制 状态
对产品特性的 了解/改进 控制与高度一 过程 致性
5项特点
1.4 数据的重要性
• 如果不能用数字表达某事，说明我们对其 知之甚少。 • 如果对其知之甚少，我们就不能控制它。 • 如果不能控制它，就只能靠运气。
数据的要求: 1、准确性--数据应能真实反映过程和体系运行的实际情况。一个不真实、或不准确的数据,不仅
不能起到所应有的作用，而且还可能导致一个错误的结论。准确性也包括要明确数字 的修约规则.
2、及时性--质量信息有很强的时间性，即使是很重要的信息，一旦错过机会,就会失去使用价值，
甚至会造成严重后果。因此，在程序文件中应明确数据的传递、反馈的时机和方式， 做到及时记录、及时传递、及时处理和及时通知。
Key Words Description
• • • • • • • • • • SPC= Statistic Process Control 统计过程管制(SPC) CP = process capacity ratio 精准度/制程能力比(SPC) CPK=Process Capability Index制程综合能力指数(SPC) ORT= Ongoing Reliability Test持续可告度测试(可靠度) CLCA = Correct Loop Close Action 矫正循环(矫正预防) GP=Green Partner、Green Product绿色伙伴、绿色产品 (RoHS) QVL = Qualify Vendor List合格供货商名单(采购) CR = Critical 严重的(检验) RPN = Risk Priority Number风险优先指数(FMEA) GR&R= Gauge Repeatability and Reproducibility 量测仪器的再生性 与再现性(MSA)
3、连续性--为了掌握产品和体系的动态变化规律，必须保持数据的连续性。不连续的数据，可能
会使我们失去很多信息，从而影响数据的分析结果。
4、统一性--数据的位数，数据的修约规则，数据的表式和媒休要
求要统一。
2.1 数据分类与控制图常见分布
数据是统计技术的基础。过程控制和体系运行都离不开数据。
数据的分类
分析用
X-R Chart
计 量 控制图 正态分布 n=2~5
标准值
n=5~10 n=1
控制图 控制用
X-s Chart
X-Rs Chart (IR)
未给定
控 制 图
控制图
n不限制 n不限制
计 件 控制图
计 数
p- Chart np- Chart c- Chart u- Chart
分析用 标准值 给 定 控制用