spc现场制程管理判读原则.docx
《spc现场制程管理判读原则.docx》由会员分享，可在线阅读，更多相关《spc现场制程管理判读原则.docx（33页珍藏版）》请在冰豆网上搜索。
spc现场制程管理判读原则
SPC判读原则（通俗版）
发布时间:
2005-08-09点击:
（1）点子未出管制限，却向一方去徘徊；
5点注意6点查，7点有因措施来。
（2）一侧多点非偶然，采取措施定周全；
十一点中有十点，十四十二更是玄；
十七十四定难配，二十十六晨不安。
（3）点子同在一侧动，连续5点应注意；
六点调查为何因，7点有因应管控。
（4）三中有二七有三，十中有四变依然；
此种原因非常遇，查因改善应当先
（5）中心同侧连三点，落在二三兩区間；
制程不稳有异常，若要改善先分析。
（6）五点之中有四点，落在10-20间；
此时制程有异常，分析改善度难关。
（7）八点都近中心线，若在同侧有异常；
分析真因擬对策，不良情形早预防。
（8）7点上升或下降，表示制程有異常；
5点注意6点查，7点连升需改善。
（9）8点虽在线两侧，幅度时大又时小；
近查原因并改善，尔后还需跟踪查。
来源:
作者:
黑带爱我
（2005-09-0210:
54）
whereisyourstaff?
?
zhongyesheng （2005-09-0114:
20）
规控制图主要针对制程中的关键的控制点用图表的方法进行管制.
CPK>1.33代表制程的质量水平可以达到4SIGMA,PPK>1.67代表质量小平可以达到5SIGMA
（2005-09-0114:
19）
常规控制图主要针对制程中的关键的控制点用图表的方法进行管制.
CPK>1.33代表制程的质量水平可以达到4SIGMA,PPK>1.67代表质量小平可以达到5SIGMA
（2005-08-2914:
55）
ERRETERTWERTRE
spc梦语之一
发布时间:
2005-08-07点击:
日有所思，夜有所想。
天天想着SPC的事情，晚上做梦也会出现，偶有所得，很是兴奋，拿出来和大家讨论。
不过既然是梦中所得，逻辑条理是不能要求的，各位看官还请多担待。
第一个梦语
=========
SPC是一种工具、一种方法。
既然是方法、工具，那么就是用来解决问题的。
我们会遇到太多太多的问题。
而且它们每个都看起来差别是那样的大，这些问题的共同特点是什么呢？
什么是问题呢？
我们要解决的是谁的问题呢？
问题就是你期待出现的和你实际感觉到的两者之间的差距。
我们的烦恼：
满心欢喜地找到SPC的工具，认真地学习了一段时间，迫不及待地拿到生产线上去使用，可是没有人重视，实施结果除了多出几张虚假的图表之外，什么效果也没有。
看看我们的潜台词：
我们搞品质的人这么努力，用了这么先进的工具，可是其他人素质太差，总是阻挠它的应用。
所以这是别人的问题。
让我们套用下定义。
你期待：
SPC能发挥力量来控制生产过程，而实际你的感觉：
没有任何实质性的变化。
你期待：
别人和你一样重视SPC，而实际你的感觉：
别人不重视。
现在我们把主语的你换掉，在来看看。
拉长期待：
SPC能发挥力量来控制生产过程
没有学习过SPC的人期待：
别人和你一样重视SPC
现在一定会感觉到它的可笑了。
所以SPC的问题是我们的问题，而不是生产人员的问题。
因为这个问题是我们的问题，所以我们必须有所行动。
如果单纯靠自己，我们要么改变期待，要么改变我们的感觉。
但如果需要某人才能够解决这个问题，但是他本人却并不会遇到这一问题时，那么我们首先要做的就是让他也感受到这一问题。
给他制造麻烦，让他期待的和感觉到的出现差距，而这个差距的解决方法恰好也是我们期待的。
来源:
作者:
IlikeSPC
spc梦语之二whyCpk>1.33Ppk>1.67
发布时间:
2005-08-07点击:
通常在过程能力指数的学习和使用中经常遇到的问题是：
AIAG要求Cpk>1.33Ppk>1.67是不是搞反了
好吧，让我们先按照解决问题的思路回答以下内容：
这是什么样的问题？
问题就是期待出现的和实际感觉到的两者之间的差距。
根据手册和教材的定义和研究，我们可以期待：
由于计算sigma的差异，Ppk通常小于Cpk
而实际感觉到的：
AIAG要求的却反过来了Ppk>Cpk。
一方面是标准，另外一方面也是标准。
按理两者应该都对，为什么会有怎么大的差别呢？
于是我们遇到了问题。
在我们日常的想法、对话当中，经常会有一些语意笼统不明的现像，而为了能够确实地分析、了解我们想法的根源，第一个步骤就是针对语意中模糊不清的部份进行明确以澄清概念。
通常的5W1H以及5why的方法可以达到这个效果。
先来看期待：
Ppk通常小于Cpk。
那么先要问的是哪一个Ppk，哪一个Cpk呢？
答案就是，对同样的一个研究过程进行分别计算得到的能力指数。
为什么两个能力指数有差异呢？
因为计算sigma的差异
为什么sigma有差异呢？
因为Cpk的sigma是只包含系统波动的，而Ppk的sigma是包含所有波动的。
为什么Cpk的sigma可以只包含系统波动？
因为对于一个统计稳定的过程，我们可以进行合理的分组，用组内的波动来估算系统波动。
所以说Cpk的计算前提是过程处于统计稳定状态。
不满足该前提计算的Cpk是没有意义的。
其实问到这里，你的问题已经基本上可以解决了。
对于AIAG来说，工厂的过程可以按是否处于统计稳定状态分类并分别提供不同的能力指数。
而过程是否处于统计稳定状态是需要通过有效的控制图来进行证明的。
有些工厂spc搞的比较好，那么它很容易提供证明，而有些工厂并没有实施，那么它就不能提供有效的证明。
其次，AIAG要求工厂提供能力指数的其实是一种抽样，对加工能力进行评估，看看以后加工产品的信赖性。
也就是说，它更加看重的是未来的一种能力预测。
在这点上来说Cpk就是比较好的工具，而Ppk基本上来说不能有效地对未来进行预测。
所以Cpk>1.33加上有效的SPC管理对顾客来说实际上比没有开展有效SPC的过程的Ppk>1.67其实更加有效，最起码不差。
回到我们的困惑。
从语义角度来看，简单地说，问题的根源在于我们期待的Cpk>Ppk是针对一个过程的计算的两个方面，具有可比性。
而AIAG的Cpk、Ppk是两种过程状态的不同的输出，和前面期待中提到的是两回事情，没有可比性。
至于Ppk>1.67，我想这是否是考虑到没有实施有效SPC的一种处罚和信赖性方面的一种弥补呢？
来源:
作者:
IlikeSPC
spc梦语之三控制图要控制什么？
发布时间:
2005-08-07点击:
做spc项目的时候我经常问自己到底要用控制图控制什么？
举个例子，现在经过对产品A的加工过程进行分析，得到关键特性Y对产品的最终质量有显著影响，所以要对Y使用控制图进行管制。
从上面的描述看起来我们使用了某个控制图对Y进行了控制，好象并没有任何迷惑的地方。
但这里面有一个漏洞。
简单地说就是，控制图其实是利用Y的信息进行统计分析达到对具体过程进行监视的目的。
它并不能实际控制Y，换句话说控制图是通过控制过程的稳定，而Y只是它的副产品。
为什么这样说呢？
实际使用过程中遇到过这样的事情，假设有过程输出特性Y，它受输入因子X1和X2影响。
当X1=H，X2=H的时候得到的Y，和X1=L，X2=L的时候得到的结果是一样的。
那么如果说控制图是要控制Y，那么X1和X2处于什么状态就变的不重要了，因为两种组合都能达到同样的结果Y。
而如果控制图是控制过程，那么我们就只能选择一种条件，而不能两者混用。
也许有人很奇怪，特性Y对产品特性有显著影响，只要Y符合要求了，产品质量也就有符合要求了，为什么要管Y是如何得到的呢？
答案是因为以上的分析推理过程都是概率事件，我们无法对整个产品的所有内容都进行评价，尤其是现代的大生产，我们更加不可以随便冒风险生产。
虽然看起来X1和X2的两种组合都能满足Y的要求，但我们也只能选择认定过的条件。
否则很可能出现Y满足要求了，而我们没有注意到的Y'发生了明显变化，而该因子的影响在以前的评价中并没有完成。
另外一种情况，有更好的参数Y'反映过程特点。
而如果只认为我们控制图只控制输出Y的话，我们就会忽略更好的过程控制图。
比如输出Y=X*t，X是另外一种反映过程内在特性的参数，t是我们加工前setup的时间。
这是很多生产过程中一个简单的模型。
因为我们对t有很强的技术控制能力，所以我们其实更加关心的是X的规律，因为X的规律决定了t的选择策略。
而如果我们将重点放在Y上面，很多时候我们不能有很好的动力去研究X的特点。
所以我们选择控制图方案的时候一定要清楚明白我们是利用控制图对加工过程进行控制，而不是对过程的输出特性进行控制。
这样的话，选择控制图前，我们要清楚地去分析过程中每个因子和做图参数之间的关系，这样才能完成有效的过程控制，自然能得到满意的输出特性了。
来源:
作者:
IlikeSPC
spc梦语之四常规控制图到底有没有用？
发布时间:
2005-08-07点击:
有一天，探险家A先生从帐篷里面出来，向南走了一公里，然后向东走了一公里，接着向北走了一公里，刚好回到帐篷。
这时他看见帐篷边上不远的地方有一只熊在活动，请问这只熊是什么颜色的？
这样一道流传广泛的题目，相信很多人在念中学的时候就接触过了。
答案虽然非常简单，但这个题目的整个分析和回答过程确实非常有趣的。
根据我的经验，整个分析和回答过程可以分为4种。
一、对问题迷糊，无从下手，搞不清楚从哪里可以看出各条件之间的关系。
二、根据地理知识和其它题目的引用，推定帐篷位置在北极，再根据地理和生物的知识推定是北极熊，所以颜色自然是白色。
三、经过比较仔细的分析发现根据方向的变换条件不能推定帐篷位置一定在北极，为自己的发现感到兴奋，急于向问题提出人表达里面的分析技巧，忘记了最终问题，熊的颜色是什么或者非常肯定地说答案是错的。
（备注：
光从A先生走的路径确实不能推定帐篷位置肯定在北极。
因为我们可以在南极的附近找到同样符合路径条件的位置，其实有无穷个位置都满足，难怪他这样兴奋。
你能找出来吗？
）
四、在第三种分析情况的基础上，克制兴奋，继续深入分析，再加上一些生物知识（南极没有熊），排除了新发现的可能性，最后确定还是北极熊，所以颜色自然是白色。
看起来二和四没有什么差别，最后答案是一样的。
但两者对问题的分析深度却天差地别。
而第三种情况的人却很可惜，分析很深入，但对新发现过于兴奋，以至迷失了问题方向。
对常规的控制图的应用来说，也同样有类似的四种情况。
1）刚学了些基本知识，还很不熟练，看到一张具体的控制图表，无从下手判断和分析异常报警。
搞不清楚对实际工作是否有用。
2）已经掌握了基本知识，认真按书上教的进行判断和分析，对明显异常情况基本上可以得到正确的结论。
认为是一个非常有用的工具
3）发现了现实的复杂性，很多实际情况和控制图表反映的情况有出入，所以否定常规控制图表的有效性。
通常表现为急于讨论一些非常复杂的新的控制工具。
4）最后经过分析并借助于其他知识，并根据实际过程变异的特点，合理地选用了常规控制图表或者它的组合，很多情况下也能非常好地反映实际情况，结论又回到了第2种情况。
那么你是哪种呢？
来源:
作者:
IlikeSPC
【查看评论】【推荐】【大中小】【打印】【关闭】
Ppk,Cpk,Cmk三者的区别及计算
发布时间:
2005-08-01点击:
Ppk、Cpk，还有Cmk三者的区别及计算
1、首先我们先说明Pp、Cp两者的定义及公式
Cp（CapabilityIndiesofProcess）：
稳定过程的能力指数，定义为容差宽度除以过程能力，不考虑过程有无偏移，一般表达式为：
Pp（PerformanceIndiesofProcess）：
过程性能指数，定义为不考虑过程有无偏移时，容差范围除以过程性能，一般表达式为：
（该指数仅用来与Cp及Cpk对比，或/和Cp、Cpk一起去度量和确认一段时间内改进的优先次序）
CPU：
稳定过程的上限能力指数，定义为容差范围上限除以实际过程分布宽度上限，一般表达式为：
CPL：
稳定过程的下限能力指数，定义为容差范围下限除以实际过程分布宽度下限，一般表达式为：
2、现在我们来阐述Cpk、Ppk的含义
Cpk：
这是考虑到过程中心的能力（修正）指数，定义为CPU与CPL的最小值。
它等于过程均值与最近的规范界限之间的差除以过程总分布宽度的一半。
即：
Ppk：
这是考虑到过程中心的性能（修正）指数，定义为：
或的最小值。
即：
其实，公式中的K是定义分布中心μ与公差中心M的偏离度，μ与M的偏离为ε=|M-μ|，则：
于是， ，
3、公式中标准差的不同含义
①在Cp、Cpk中，计算的是稳定过程的能力，稳定过程中过程变差仅由普通原因引起，公式中的标准差可以通过控制图中的样本平均极差估计得出：
因此，Cp、Cpk一般与控制图一起使用，首先利用控制图判断过程是否受控，如果过程不受控，要采取措施改善过程，使过程处于受控状态。
确保过程受控后，再计算Cp、Cpk。
②由于普通和特殊两种原因所造成的变差，可以用样本标准差S来估计，过程性能指数的计算使用该标准差。
即：
4、几个指数的比较与说明
① 无偏离的Cp表示过程加工的均匀性（稳定性），即“质量能力”，Cp越大，这质量特性的分布越“苗条”，质量能力越强；而有偏离的Cpk表示过程中心μ与公差中心M的偏离情况，Cpk越大，二者的偏离越小，也即过程中心对公差中心越“瞄准”。
使过程的“质量能力”与“管理能力”二者综合的结果。
Cp与Cpk的着重点不同，需要同时加以考虑。
② Pp和Ppk的关系参照上面。
③ 关于Cpk与Ppk的关系，这里引用QS9000中PPAP手册中的一句话：
“当可能得到历史的数据或有足够的初始数据来绘制控制图时（至少100个个体样本），可以在过程稳定时计算Cpk。
对于输出满足规格要求且呈可预测图形的长期不稳定过程，应该使用Ppk。
”
④ 另外，我曾经看到一位网友的帖子，在这里也一起提供给大家（没有征得原作者本人同意，在这里向原作者表示歉意和感谢），上面是这样写的：
“所谓PPK，是进入大批量生产前，对小批生产的能力评价，一般要求≥1.67；而CPK，是进入大批量生产后，为保证批量生产下的产品的品质状况不至于下降，且为保证与小批生产具有同样的控制能力，所进行的生产能力的评价，一般要求≥1.33；一般来说，CPK需要借助PPK的控制界限来作控制。
……
OneisinQS9000.PpkinQS9000meansPreliminaryProcessCapabilityIndex.ItshouldbecalculatedbeforeMassProductionandbasedonlimitedproductquantity.Normally,itshouldbemorethan1.67becauseit'sashorttermprocesscapabilitywhichdoesn'tconsiderthelongtermvariation.But,inQS90003rdedition,there'snoCompulsoryRequirementthatthePpkmustbemorethan1.67.InQS90003rdedition,itstateslikePpk/Cpk>=1.33.
Anotheroneisin6-Sigma.Ppkin6-SigmameansProcessPerformanceIndex.It'salongtermprocesscapabilitycoveredthelongtermprocessvariationandbasedonmoreproductquantity.Generally,in6-Sigma,thePpkvalueislessthanCpkvalue.
Ppk：
Overallperformancecapabilityofaprocess,seeCpk. 过程的整体表现能力。
Cp：
Awidelyusedcapabilityindexforprocesscapabilitystudies.Itmayrangeinvaluefromzerotoinfinitywithalargervalueindicatingamorecapableprocess.SixSigmarepresentsCpof2.0.在流程能力分析方面被广泛应用的能力指数，在数值方面它可能是从零到显示更强有力流程的无穷大之间的某个点。
六个西格玛代表的是Cp=2.0。
Cpk：
AprocesscapabilityindexcombiningCpandk（differencebetweentheprocessmeanandthespecificationmean）todeterminewhethertheprocesswillproduceunitswithintolerance.CpkisalwayslessthanorequaltoCp.一个将Cp和k（表示流程平均值与上下限区间平均值之间的差异）结合起来的流程能力指数，它用来确定流程是否将在容忍度范围内生产产品，Cpk通常要么比Cp值小，要么与Cp值相同。
”
在一般的QS9000或TS16949推行过程中，Ppk用来表示短期能力指数，Cpk用来表示长期能力指数。
但是受知识所限，我本人没有看到这方面的权威资料。
这位网友的帖子上面也表达了两种不同的观点，而且这两种观点近乎对立。
我本人认为，从Ppk的计算公式中使用的分析，Ppk表达的应该是一个包含引起变差的普通原因和特殊原因的过程。
这样的过程其实就是一个非受控过程，而一个非受控过程在理论上应该是在过程初期和长期过程中都会遇到的。
5.Cm、Cmk与pp.ppk计算的公式一致,采用连续抽样。
来源:
6sigma品质网
作者:
yangzhiyong1980
【查看评论】【推荐】【大中小】【打印】【关闭】
Cpk只是用来达到产品设计品质某一方面的一种统计工具
发布时间:
2005-08-01点击:
“产品的品质就是该产品售出后对社会的（最小）损失”
-----------田口玄一---------
从田口玄一的品质损失函数可以看出，产品品质越高，其售出对社会的损失越小。
品质管制分为以下二个阶段：
1、生产线外品质管制：
●产品设计阶段——标准产品的研究与开发
●制程设计阶段——设计制造产品的生产程序
2、生产线上品质管制：
●生产阶段——制程
●顾客服务阶段
所以好的品质都是通过这四个阶段获得，首先要设计满足顾客需求的产品，其次根据损失函数的观念要设计和制定合理的制造允差，再次在制程需要控制达到设计的允差，最后要有好的顾客服务。
Cpk只是一种统计工具，用来评估对于制程中具有计量特性的某些关键控制指标在受控状态下的制程能力，如果制造允差设计不合理，即使具有很高的Cpk值，仍然无法获得顾客满意，造成社会损失（或制造商、或顾客、或社会）。
来源:
6sigma品质网
作者:
Wh
Cp,Cpk,Pp,Ppk,Z在MINITAB中的计算公式
发布时间:
2005-08-01点击:
有的时候有人会问在MINITAB中的Cp,Cpk,Pp,Ppk,Z怎么计算出来的？
怎么和我们自己手工计算的有差别的呢？
看看这些计算公式吧。
Cp,Cpk,Pp,Ppk,Z在MINITAB中的计算公式：
CCpk=min{（USL-uST）/3sST,（mST-LSL）/3sST}
Cp=（USL-LSL）/（6sST）
Cpk=min{（USL-uLT）/3sST,（uLT-LSL）/3sST}
CPL= （uST-LSL）/（3sST）
CPU= （USL-uST）/（3sST） ;
Pp=（USL-LSL）/（6sLT）
Ppk=min{（USL-uLT）/3sLT,（uLT-LSL）/3sLT}
PPL=（uLT-LSL）/（3sLT）
PPU=（USL-uLT）/（3sLT）
注解：
u=[平均值，读miu]，ST=ShortTerm,LT=Lonterm
平均值计算公式：
uLT=Sum（X11+X12+...Xnk）/Sum（n1+n2+nk）,n为组数，k为每组的样本容量。
注解：
也就是整个样本的平均值。
uST=（USL+LSL）/2
注解：
也就是公差中心。
标准差计算公式：
sLT=CumSD（LT）K
sST=CumSD（ST）K
Z.Bench（LT）j=F（P.Total（LT）j）
Z.Bench（ST）j=F（P.Total（ST）j）
Z.LSL（LT）j=（mLT-LSL）/CumSD（LT）j
Z.LSL（ST）j=（mST-LSL）/CumSD（LT）j
Z.USL（LT）j=（USL-mLT）/CumSD（LT）j
Z.USL（ST）j=（USL-
升级会员 