SPC 统计过程控制.docx

SPC 统计过程控制.docx

《SPC 统计过程控制.docx》由会员分享，可在线阅读，更多相关《SPC 统计过程控制.docx（15页珍藏版）》请在冰豆网上搜索。

SPC统计过程控制

第一章SPC绪论

（一）

1、什么是SPC?

•SPC--StatisticalProcessControl（统计过程控制）

•含义--利用统计技术对过程中的各个阶段进行监控，从而达到保证产品质量的目的。

•统计技术----数理统计方法。

2、SPC的作用

•预防：

判断过程的异常，及时告警。

3、SPC的缺点

•不能告知异常是由什么因素引起的和发生于何处，即不能进行诊断。

4、为什么要学习SPC

（一）?

•时代的需要：

21世纪是质量的世纪，提出超严质量要求，是世界发展的大方向。

–如电子产品的不合格品率由过去的百分之一、千分之一、降低到百万分之一（ppm,partspermillion）,乃至十亿分之一（ppb,partsperbillion）。

•科学的要求：

要保证产品质量、要满足21世纪超严质量要求就必须应用质量科学。

–生产控制方式由过去的3σ控制方式改为6σ控制方式。

–3σ控制方式下的稳态不合格品率为2.7X10-3,

–6σ控制方式下的稳态不合格品率为2.0X10-9

–后者比前者降低了：

2.7X10-3/2.0X10-9=1.35X106即一百三十五万倍!

为什么要学习SPC

（二）?

•3σ控制方式与6σ控制方式的比较：

开展SPC的步骤

•培训SPC

–正态分布等统计基础知识

–品管七工具：

调查表、分层法、散布图、排列图、直方图、因果图、控制图

–过程控制网图的做法

–过程控制标准的做法

•确定关键质量因素

–对每道工序，用因果图进行分析，造出所有关键质量因素，再用排列图找出最终产品影响最大的因素，即关键质量因素；

–列出过程控制网图，即按工艺流程顺序将每道工序的关键质量因素列出

•制订过程控制标准

•对过程进行监控

•对过程进行诊断并采取措施解决问题

第二章

控制图原理

1、什么是控制图

–对过程质量加以测定、记录并进行控制管理的一种用统计方法设计的图。

•控制图的组成

–UCL（UpperControlLimit）上控制限

–LCL（LowerControlLimit）下控制限

–CL（CentralLine）中心线

–按时间顺序抽取的样品统计量数值的描点序列

2、统计观点

----现代质量管理的基本观点之一

•产品质量具有变异性

“人、机、料、法、环”+“软（件）、辅（助材料）、（水、电、汽）公（用设施）”

•变异具有统计规律性

随机现象⇒统计规律

随机现象：

在一定条件下时间可能发生也可能不发生的现象。

3、基础知识

（1）、直方图

•分组、统计、作直方图

•具体步骤

–1、找出最大值和最小值，确定数据分散宽度

数据分散宽度=（最大值-最小值）

–2、确定组数

k≈√n

–3、确定组距

h=（最大值-最小值）/组数

–4、确定各组的边界

第一组的组下限=最小值-最小测量单位的一半

第一组的组上限=第一组的组下限+组距=第二组的组下限

第二组的组上限=第二组的组下限+组距=第三组的组下限，依此类推。

–5、确定各组的频数

–6、作直方图

–7、对直方图的观察:

特点，中间高、两头低、左右对称

3、基础知识

（2）、正态分布（NormalDistribution）

当抽取的数据个数趋于无穷大而区间宽度趋向于0时，外形轮廓的折线就趋向于光滑的曲线，即：

概率密度曲线。

特点：

面积之和等于1。

fN（x;σ2,µ）=（1/σ√2π）exp（-（x-µ）/2σ2）

•两个重要的参数：

–µ（mu）---位置参数和平均值（meanvalue），表示分布的中心位置和期望值

–σ（sigma）---尺度参数，表示分布的分散程度和标准偏差（standarddeviation）,

•两个参数的意义

–µ（mu）---反映整体的综合能力

–σ（sigma）---反映实际值偏离期望值的程度，其值越大，表示数据越分散。

–它们之间是互相独立。

•质量管理中的应用

不论µ与σ取值如何，产品质量特性落在[µ-3σ，µ+3σ]范围内的概率为99.73%。

落在[µ-3σ，µ+3σ]范围外的概率为1-99.73%=0.27%，

落在大于µ+3σ一侧的概率为0.27%/2=0.135%≈1%。

4、控制图基础知识

（1）、控制限的确定

•上控制限：

UCL=µ+3σ

•中心线：

CL=µ

•下控制限：

LCL=µ-3σ

（2）、控制图原理的两种解释

•第一种解释：

“点出界就判异”

小概率事件原理：

小概率事件实际上不发生，若发生即判异常。

控制图就是统计假设检验的图上作业法。

•第二种解释：

“要抱西瓜，不要抓芝麻”

质量波动的原因=必然因素+偶然因素（异常因素）

–必然因素——始终存在，对质量影响微小，难以消除，是不可避免的；

–偶然因素——有时存在，对质量影响很大，不难消除，是可以避免的。

•休哈特控制图的实质就是区分必然因素与偶然因素的。

控制限就是区分必然波动与偶然波动的科学界限。

•（3）、预防原则

–26字真经

点出界就判异，查出异因，采取措施，保证消除，不再出现，纳入标准。

•（4）、使用控制图应考虑的问题

–a、控制图用于何处？

–b、如何选择控制对象？

–c、怎样选择控制图？

–d、如何分析控制图？

–e、点出界或违反其他准则的处理。

–f、控制图的重新制定。

–g、控制图的保管问题。

（5）数据的类别

•计量型数据

通过量测的方式才能得到的数据

如用游标卡尺量得的尺寸数据

•计数型数据

⑴以数一数的方式得到的数据

如不良品的个数

⑵以简单判断方式得到的数据

如合格与不合格、OK与NG…

（6）控制图类别：

型式

具体类别

计量型控制图

平均值全距控制图X-RChart

均值标准差控制图X-σChart

中位值全距控制图X-RChart

个别值移动全距控制图X-RmChart

计数型控制图

不良率控制图pChart

不良数控制图npChart

缺点数控制图cChart

单位缺点数控制图uChart

Xbar-R控制图是计量值最常用的、最重要的控制图

Xbar-R控制图的控制限

x（bar）（均值）的控制限

UCL=x+A2R

CL=x

LCL=x-A2R

R（极差）的控制限

UCL=D4R

CL=R

LCL=D3R

Xbar-R控制图的操作步骤

•a、确定对象、抽取数据

•b、合理分组

•c、计算xi、Ri

•d、计算x、R

•e、计算R图的控制线、x图的控制线

•f、将数据在图中打点并作图

举例：

测螺栓的扭矩，其规格为：

150+/-50，控制扭矩的质量。

•X1=（x1+x2+x3+x4+x5）/5

•R图的控制线

–UCL=D4R=2.114*14.4=30.4416

–CL=R=14.4

–LCL=D3R=0

•x图的控制线

–UCL=x+A2R=163.1+0.577*14.4=171.4088

–CL=163.1

–

LCL=x-A2R=163.1-0.577*14.4=154.7912

管制状态下的管制图

稳定状态或受管制状态或过程能力充分状态

1.无界外点；

2.点的分布：

多数点（2/3以上）分布在靠近CL线的1/3区域，少数点（1/3以下）散布在上下管制界限（远离CL线的2/3区域）附近；

3.无序原则：

所有点的分布无规则可以依循

管制图异常分析检讨

1.制程作业未标准化；

2.人员训练不够；

3.机械未加以保养；

4.工具或夹具不适当或使用不当；

5.不良材料混入制程；

6.原设计有错误或图面上的问题；

7.测试仪器未加以校正或维护等等。

P图的控制线

C图的控制线

U图的控制线

第三章

过程能力研究

过程能力指数的定义

a、过程能力过程的加工质量满足技术标准的能力，是衡量加工内在一致性的标准，决定于质量因素人、机、料、环、法，与公差无关。

稳态时，99.73%的产品落在（µ-3，µ+3）范围内，因此将过程能力Cp定义为：

Cp=T/6σ

b、生产能力加工数量方面的能力。

c、过程能力指数---Cpk过程能力满足产品技术标准（产品规格、公差）的程度。

双侧规格情况的过程能力指数

T–技术规格的公差幅度；

TU、TL–规格上、下限；

σ--总体标准差、s---样本标准差

Cp=T/6σ=（TU–TL）/6σ=（TU–TL）/6s

当T=6σ，Cp=1，这时候既满足技术要求又很经济。

符号

判断

计算公式

双边规格时

单边规格时

Ca

准确度（比较过程分配中心与规格平均值一致之情形）

x－μ

Ca=

T/2

无

Cp

精密度（比较过程宽度与公差范围）

T

Cp=

6σ

Cp=min﹛Su–

X;X–SL﹜/3σ

过程能力指数的评价标准

有偏移情况的过程能力指数

定义分布中心μ与公差中心M的偏移为：

ε=|M-μ|，

与M的偏移度K为：

K=ε/（T/2）=2ε/T，

Cpk=（1-K）Cp=（1-K）*T/6≈σ（1-K）*T/6s

Cpk的计算方式

•Cpk=Cp×（1－|Ca|）

•当属于单边容差时计算公式可以是：

USL－XX－LSL

Z=σ或者是Z=σ

Cpk=Zmin/3

过程性能指数---Ppk（判定过程是否稳定

（初始过程能力）Ppk≥1.67）

过程能力指数---Cpk（只有过程稳定了才能计算Cpk,过程不稳定不能计算Cpk）

两者计算方法相同,唯一的差别在σ的计算方法不同

标准差的计算方式

σ精确=√Σ（Xi－X）2/（n－1）Ppk

σ近似=R/d2Cpk

n

2

3

4

5

6

7

8

9

10

d2

1.13

1.69

2.06

2.33

2.53

2.70

2.85

2.97

3.08

Cpk的评价准则

等级

Cpk值

处置原则

A

1.33≤Cpk

制程能力足够

B

1.0≤Cpk＜1.33

制程能力尚可，应再努力

C

Cpk＜1.0

制程应加以改善