SPC统计过程控制讲义Word文档格式.doc
《SPC统计过程控制讲义Word文档格式.doc》由会员分享,可在线阅读,更多相关《SPC统计过程控制讲义Word文档格式.doc(58页珍藏版)》请在冰豆网上搜索。
八、专门探讨Cpk的近似精度,应用范围,当量过程能力指数Cpk的概念与使用。
1.前言
1.1检验、控制与预防
社会化大生产产生之前,基本上处于手工业生产,手工业生产不可能出现管理。
进入社会化大生产后,由于劳动力的专业化分工和社会化结合的形成与发展,管理和管理科学就随之产生了。
l检验
二十世纪初到四十年代出现的社会化大生产,使产品的质量检验作为一道独立的工序从制造中分离出来,出现了固定的检验机构和专职检验人员。
他们的工作主要内容是进行产品的事后检验,控制结果,一旦出现不良品判定其返修或报废。
l控制与预防
应用数理统计方法进行生产过程的控制。
基本思想是根据过程的情况,预测将来的趋势与变化,从而进行过程控制,使过程在受控中进行,预防不良品的发生。
所以说SPC的特征是控制过程,防患于未然。
1.2传统的生产模型
检验
用户
过程
输入
报废
返工
这个模型反映出了传统的生产模式,特征是控制结果。
l检验的基本要求:
(1)检验要由专职人员组成的检验部门进行,专职人员必须训练有素;
(2)要有相关的检验作业指导书;
(3)要有判定标准;
(4)要有保留一定期限的检验记录。
1.3检验与控制
l检验的缺陷
(1)投入高、成本高、经济效益低
操作人员心理上形成对检验的依赖。
检验投入的人力、物力越高,则成本越高,必然导致经济效益低下。
(2)实效性差
检验不可能在产品形成过程中起到预控的作用,它只能控制结果,往往是在转入下一工序或出货前做检验或测试。
当检出或测试出质量问题时,产品已被判为不合格品。
(3)检验的可靠性差
据统计,70%的不良品没有被检出,而且不同的检验人员检出的不合格品率也不同。
(4)检验无法反映规格标准的缺陷,不能提供给设计部门、设计人员提高或降低规格标准的意见。
(5)最重要的是忽略了大部分质量问题来自高层人员(决策层、管理层)的管理和技术。
l预防的概念
事物不是一成不变的,生产过程中各种条件都在不断地变化,这就会导致产品质量不断的波动。
为了控制产品质量,在生产过程中,定时抽取部分产品(样本)进行测量,用测量得到的数据对过程进行判断,如有问题,分析原因及时采取措施,保证过程正常,使产品质量稳定。
这种统计过程控制的特征是控制过程。
过程预防模型
样本
总体
输出
判断过程
是否正常
数据
抽样检测是
及时处理:
分析原因、制定改进措施否
预控要求
(1)按规定时间间隔抽取样本,认真测量,准确记录。
(2)如果判定过程不正常,则需认真分析原因并制定解决问题的有效改进措施。
这里需要强调的是:
严格定时抽样、认真测量准确记录。
假数据,不准确的数据比没有数据更坏!
1.4SPC的发展历程
SPC发展历程
1924美国贝尔实验室休哈特博士开始使用控制图。
1940二次世界大战期间,美国军工产品使用抽样方案和控制图以保证军工产品的质量。
1950质量管理大师戴明博士在日本工业产品生产过程中全面推推行SPC。
日本JUSE(科学家协会)设置“戴明”奖,奖励那些有效实施统计技术的企业。
石川磬提出“QC七道具”,帮助生产现场人员分析和改进质量问题,并推动广泛应用。
1970有效地推行“QC圈”和应用统计技术使日本经济的快速发展,成为高品质产品的代名词。
1980美国等其他国家紧随日本的步伐,开始推行“QC小组”和统计技术的应用。
MOTOROLA公司颁布“QC挑战”,通过SPC的实施改进过程能力,并提出追求“6σ”目标。
1987ISO9000标准建立并颁布实施,明确要求实施统计技术。
l日本产品质量的崛起
日本货在30-40年代就是“劣等货”的代名词,在战后开始从美国引进了质量管理的理论和实战。
46年创建了日本科学技术联盟(JUSE);
49年组成质量管理小组并开始制定工业标准JIS;
50年聘请美国质量管理专家戴明(W.E.Deming)博士到日本讲学八天,内容包括SPC和抽样检验法;
51-54年重点开展SPC;
55-60年普及SPC,从56年利用电台、电视向中小企业领导和班组长进行普及SPC教育;
61-70年电子计算机应用于SPC,大学中设置了质量管理课程,专门培养质量管理人才;
62年开展QC小组活动
应该说日本引入了美国的质量管理又加上了自己的观念,更丰富了QC内容,60年代后日本成为仅次于美国的第二经济大国。
l日本强调:
(1)质量科学必须不断改进;
(2)现场人员(包括工人)熟悉和掌握SPC技术;
(3)对使用的统计技术必须不断的加以改进。
1.5产品的变异和两种变异
l产品的变异性
休哈特博士对产品变异的观点:
(1)相同的原材料、设备、加工方法所生产的产品质量特性在整个过程中存在着一定程度的差异。
(2)差异的波动存在着稳定与否、正常与否的问题。
如何判定过程中波动是否稳定、正常就要通过SPC来判定。
l两种变异
(1)普通性(特定性)原因引起的变异。
属于不易避免的原因,如操作人员的熟练程度的差别、设备精度与保养好坏的差别、同批原材料本身的差别等。
(2)特殊性(偶然性)原因引起的变异。
属于可以避免的,也必须避免的变异,如不同批原料之间的差异、未经培训的不熟练的操作人员、设备的故障等。
1.6业建立统计过程的实施步骤
l实施步骤
(1)绘制作业过程的流程图,最好为QC工程图
(2)生产条件和产品特性,决定应使用的质量控制方案。
(3)制定各项标准。
(4)实施控制方案的教育训练。
(5)设计控制图。
(6)过程(制程)能力的分析。
(7)异常原因的追查与纠正活动。
(8)过程改善的标准化。
l统计过程控制使用的工具
1.控制图:
为主要使用工具,特别适用于大批量生产过程。
2.相关分析、抽样检验、统计鉴定:
适用于少量多品种的生产过程。
3.实验计划:
专案分析,突破现状。
4.QC七手法:
基本通用或互补使用。
5.实验设计DOE。
1.7SPC中有关质量特性的理解
l能够表明过程的质量的过程参数
l能够表达为计数和计量型数据
l可以取之于过程的输入、过程中或过程的输出
例:
(烤制一批蛋糕)
过程阶段
计数型数据
计量型数据
鸡蛋外观
鸡蛋的重量
过程中
混合物的光洁度
炉温
1.蛋糕的质地
2.表面的空洞
蛋糕的重量
本章小结:
通过本章的讨论必须掌握:
(1)检验、控制和预防在过程中的作用;
检验——容忍浪费(提高成本)
控制——避免浪费(降低成本)
(2)采用SPC的目的——对过程进行控制;
(3)过程变异的两种类型以及含义;
(4)如何寻找控制的质量特性;
(5)建立统计过程控制的实施步骤。
2.数据的收集、整理和分析
2.1基本概念
l单位产品:
为实施检验的需要而划分的基本单元,一般也称个体。
l群体:
单位产品的总合,又称总体。
l样本:
自群体中选取一部分个体所构成的集合体。
l随机抽样:
没有任何主观意愿和特点要求从群体中抽取样本。
l计量值:
依产品本身的特性来表示,如长度、温度、重量、时间等。
l计数值:
只以缺陷数和个数表示。
l数据收集:
应注意依照分层原则,按照原料、设备、班次、作业员等分别归类,防止不同层别数据混在一个群体之中。
l数据整理:
用次数分配表绘制直方图,判定过程是否稳定、正常。
2.2次数分配表、直方图的作法
l次数分配表
获得一组数据,把数据存在的区间分成若干小区间,统计数据落在各个小区间内的数目排列成的表,称为次数分配表。
l直方图
以数据的测量值为横轴,以各区间的测量值为底边,以该区间数据出现的次数为高度作出直方柱,这些直方柱组成的图形称为直方图。
l直方图作图方法:
(1)收集数据,要求至少要收集50个以上数据,记为N。
(2)将数据分组,如果以K表示组数,则组数K=1+3.23logN
一般常采用以下经验分组数表:
数据数N
组数K
50-100
100-250
>
250
6-7
7-8
8-10
(3)找出数据的最大值L和最小值S,计算出全距R。
(R=L-S)
(4)定出组距H:
H=R/K (H建议采用2、5或10的倍数)
(5)定出组界:
最小一组的下组界值为最小值S;
最小一组的上组界=最小组的下组界值+组距H
最小二组的下组界值=最小一组的上组界值
余类推
(6)组的中心点=(上组界值+下组界值)/2
(7)作次数分配表:
将数据出现在各组内的次数记入表内,(与下组界相同数据计入本组次数)。
(8)绘直方图:
以横轴表示数据测量值,纵轴表示数据出现的次数。
(9)对绘出的直方图进行分析。
我们可以在课堂上作一个小游戏“家有几口”,通过这个游戏可以定性的演示直方图的形状。
2.3直方图实例练习
实例:
某罐头厂生产罐头,罐头容量规格为310±
8g,今抽验50罐数据如下:
308
317
306
314
315
302
311
307
305
310
309
304
316
303
318
312
313
320
l计算
(1)确定基本内容:
N=50
(2)组数:
K=7(参考经验数值)
(3)最大值L=320最小值S=302全距R=320-302=