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