SPC与SPD工程.docx
《SPC与SPD工程.docx》由会员分享，可在线阅读，更多相关《SPC与SPD工程.docx（20页珍藏版）》请在冰豆网上搜索。
SPC与SPD工程
目录
第一章SPC与SPD工程结论1
一、什么是SPC与SPD工程？
1
二、SPC与SPD工程的进行步骤2
第二章控制图原理3
一、什么是控制图？
3
二、产品质量的统计观点3
三、控制图原理4
四、控制图原理的解释5
五、控制图是如何贯彻预防原则?
5
六、控制状态6
七、两种错误6
八、常用休哈特图（简称休图）（国标GB4091）7
第三章两种质量诊断理论7
一、两种质量诊断理论以两种质量的要领为基础7
SPC与SPD工程
第一章SPC与SPD工程结论
一、什么是SPC与SPD工程？
1、搞好质量管理首先应该明确以下两点：
（1）贯彻预防原则是现代质量管理的核心与精髓。
（2）质量管理学科有一个十分重要的特点，即对于质量管理所提出的原则、方针、目标都要有科学措施与科学方法来保证它们的实现。
2、为了保证预防原则的实现，本世纪20年代美国W.A.休哈特首创过程控制（Processcontrol）理论以及监控过程的工具——控制图（controlchart）。
3、SPC（StatisticalProcessControl，统计过程控制）是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。
（这里的统计技术泛指任何可以应用的数理统计方法。
SPC可以判断过程的异常，及时告警。
4、SPD（StatisticalProcessDiagnosis,统计过程诊断）是利用统计技术对过程中的各个阶段进行监控与诊断，从而达到缩短诊断异常的时间、以便迅速采取纠正措施、减少损失、降低成本、保证产品质量。
5、SPC发展为SPD，SPD有进一步发展为SPA（StatisticalProcessDiagnosis，统计过程调整）。
三者关系如下：
以医生给病人看病作比喻，SPC就好象医生给病人看病，能告诉病人到底是有病还是无病，但不能告诉病人有什么病，SPD能告诉病是什么病（确定说应是在什么地方出病），而SPA则给病人看病，不但能告诉病人是否有病，若有病，能诊断是什么病，而且针对病情加以治疗，在工业上称为调整（Adjusment）。
SPC与SPD工程不是用来解决个别工序采用什么控制图的问题，SPC与SPD工程强调从整个过程、整个体系出发来解决问题。
二、SPC与SPD工程的进行步骤
1、培训SPC。
（1）正态分布等统计基础知识
（2）质量管理七个工具：
因果图、排列图、直方图、散布图、控制图、分层法、调查表
（3）SPC与SPD工程
（4）过程控制图网图的作法
（5）过程控制标准的作法
2、确定关键质量因素。
（1）对每道工序用因果图和排列图进行分析，找出关键质量因素；
（2）找出关键质量因素后，列出控制网图。
3、制定过程控制标准。
（1）对每一个关键因素进行具体分析
（2）建立过程控制标准表
4、编制过程控制标准手册，在各部门落实。
将在生产线具有立法性质的有关过程控制标准的文件编制明确易懂、便于操作的手册供各道工序使用。
参见下表：
所在车间
控制点
控制
因素
文件号
制订
日期
控制内容
过程标准
控制理由
测量规定
报告途径
控制图
有无控制图
控制图类型
制定者
日期
批准者日期
纠正措施
操作程序
审核程序
制定者
审批者
审批日期
5、对过程监控与诊断。
主要应用控制图对过程进行监控与诊断。
若发现问题，则须将上述过程控制标准用册加以修改。
6、对过程进行诊断并采取措施解决问题。
（1）可运用传统的质量管理七个工具进行分析。
（2）特别注意应用统计诊断理论、两种质量多元诊断理论。
（3）在诊断过程中有可能引出新的关键质量因素，即反馈到步骤2、3、4。
第二章控制图原理
一、什么是控制图？
产品品质的变异性具有统计规律性
产品的品质具有变异性
产品品质的统计观点
控制图是对过程质量特性进行测定、记录、评估和监察过程是否处于控制状态的一种用统计方法设计的图。
控制图由界（中心线、上控制限、下控制限）和点（按时间顺序抽取的样本统计量数值）组成。
二、产品质量的统计观点
1、产品的质量的变异性
工业革命后，人们一开始误认为：
机器生产出来的产品是一样的，随着测量理论和测量工具的进步，人类认识到：
尽管是采用机器生产，但产品质量特性值仍然有变异性，公差制度的建立就是承认这一点的标志。
2、产品质量的变异性具有规律性。
产品质量的变异性也是有规律的，但它不是通常的确定性现象的确定规律，而是随机现象的统计规律。
对于随机现象通常分布（distribution）来描述，分布可以告诉我们：
变异的幅度有多大，出现这么大幅度的可能性（概率，probability）有多大，这就是统计规律。
对于计量特性值，如长度、重量、时间、强度、纯度、成分等连续性数据。
最常见的正态分布。
对于计件特性值，如特性测量的结果只有合格与不合格两种情形的离散性数据，最常见的是二项分布。
对于计点特性值，如铸件的沙眼数、镉膜纸上疵点数，最常见的泊松分布。
计件值与计点值又统称计数值。
三、控制图原理
连续值最常见的分布为正态分布，其特点是中间高、两头低、左右对称并延伸到无穷。
正态分布是一条曲线，讨论起来不方便，故采用两个参数：
平均值（μ）与标准差（σ）来表示。
这是两个独立的参数。
其中：
标准差（σ）与质量有着密切的关系。
正态分布有一个事实在质量管理中经常要用到，即不论μ和σ取何值，产品特性值落在[μ-3σ，μ-3σ]范围内的概率为99.73%。
即落在该范围以外的概率为1-99.73%=0.27%，在一侧概率为=0.27%/2=0.135%≈1‰。
休哈特控制图就是应用的这一点。
将正态分布图按顺时针方向转900，再上下翻转1800。
就得到控制图。
其中：
控制上限为UCL=μ+3σ
中心线为CL=σ
控制下限为LCL=μ-3σ
总体平均值μ=（X1+X2+….XN）/N
总体标准差σ=[（X1-μ）2+（X2-μ）2+….+（XN-μ）2/N]1/2
样本平均值X=（X1+X2+….Xn）/n
样本标准差s=[（X1-X）2+（X2-X）2+….+（Xn-X）2/（n-1）]1/2
备注：
总体平均值与标准差由样本平均值与标准差估计而来
总体
估计方向
样本
平均值
μ
X
标准差
σ
s
注:
总体参数与样本参数不能混为一谈,总体参数包括过去已制成的产品、现在正在
制造的产品以及未来将要制造的产品的全体。
而样本只是过程已制成产品的一部分。
故总体参数的数值只能通过以往已知的数据来估计，而样本参数的数值则是已知的。
规格界限不能用作控制界限。
规格界限用于区分合格与不合格，控制界限则用于区分偶波与异波，二者完全是两码事，不能混为一谈。
因此作控制图时，不宜将规格界限和控制界限放在一起。
四、控制图原理的解释
解释1：
点出界就判异。
根据统计原因，小概率事件实际上不发生，若发生即判断异常。
解释2：
质量因素根据来源的不同，可分为人、机、料、法、环、测6个方面。
根据对产品质量影响大小来分，可分为偶然因素（偶因）和异常因素（异因）。
偶因是过程固有的，始终存在，对质量影响较小，但难以除去。
异因是非过程固有的，时有时无，对质量影响大，但不难除去。
对质量影响小
偶因→偶波世→听之任之
过程固有,难以除去
对质量影响大
异因→异波→过程注意对象
不难除去
偶因引起质量的偶然波动（简称偶波），异因引起质量的异常波动（简称异波）。
两种质量因素的对待策略：
如何发现异波的到来:
偶因→偶波→典型分布
质量因素
异因→异波→偏离典型分布→控制图检出
五、控制图是如何贯彻预防原则?
从控制图上判断异常情况有两类:
A、点出界
B、点在界内的规则排列
（以上参购见品质部失控信号）
控制图的作用只能及时告警。
真正起预防作用的是贯彻“二十字方针”，即：
“查出异因，采取措施，保证消除，不再出现，纳入标准”
具体实施过程中相关管理人员可用下表确定工作职责范围：
组织
协调
监督
鉴定
查出异因
采取措施
保证消除
不再出现
纳入标准
六、控制状态
1、控制状态过程中只有偶因（而无异因产生的变异）的状态。
即稳态。
2、控制状态是生产追求的目标，因为在控制状态有以下好处：
a、对产品的质量有完全的把握（通常在控制界内至少有99.73%的产品是合格品）
b、生产是最经济的（偶因和异因都可以造成不合格品，但偶因造成的不合格品最多有0.27%，主要是异因造成的）
c、在控制状态下，过程的变异最小。
3、异因的消除
异因的消除可以通过以下循环图来实现
七、两种错误
控制图对过程的监察是通过抽检来进行的很经济。
但抽查就不可能不犯错误。
用控制图有两种错误：
1、第一种错误：
虚发警报
生产正常而点子偶然超出界外,根据点出界就判异,于是就犯第一种错误，即虚发警报，其概率通常用（α）表示。
2、第二种错误：
漏发警报
过程已异常，但仍会有部分产品，其质量特性值的数值大小偶然在控制界内，如果抽取到这样的产品，打点就会在界内，从而犯了第二种错误，即漏发报警，其概率通常用（β）表示。
3、如何减少两种错误所造成的损失？
A、调整控制图的控制限的间隔，两种错误不可避免,不可行
间距↑→→α↓但β↑
错误不可避免
间距↓→→α↑但β↓
B、解决办法:
使两种错误造成的总损失最小→确定间距→经验证明休哈特所提出的3σ方式较好。
4、3σ方式
A、3σ方式的公式
UCL=μ+3σ
CL=μ
LCL=μ-3σ
式中,μ、σ为统计量的总体参数。
B、以上是休哈特控制图的总公式，真正应用时需要经过下列两个步骤：
①具体化
②对总体参数进行估计
八、常用休哈特图（简称休图）（国标GB4091）
第三章两种质量诊断理论
本章将讨论两种控制图的诊断以及两种过程能力指数的诊断。
本章包括下列内容：
6．1两种质量诊断理论以两种质量的概念为基础
6．2两种控制图的诊断理论
6．3两种控制图诊断的典型情况
6．4过程能力与过程能力指数
CP和CPK的比较与说明
6．6摩托罗拉公司的6σ管理方式简介
6．7两种过程能力指数与两种过程能力指数的诊断
6．8本章小结
6．9本章参考方献
一、两种质量诊断理论以两种质量的要领为基础
所谓两种质量诊断理论是以总质量与分质量两种质量的概念为基础，然后将两种质量加以度量和比较从而进行诊断的一种理论。
因此，两种质量的概念对本理论十分重要，首先必须搞清楚。
1、两种质量概念的诞生
两种质量的概念是张公绪1981年在指导桂林制药厂土霉素生产中诞生的。
当时为了分清上下道工序的责任，终于发现通常的质量概念实质上是下列两部分：
1．当前工序本身的固有加工质量
2．上道工序对下道工序的影响（简称上影）
二者的综合，正由于上影将上下道工序扯在一起，才分不清上下道工序的责任，所以这就促使我们提出两种质量的新概念。
张公绪将当前工序本身的固有加工质量称为分质量（partialquality）或称工序固有质量，而将通常的质量，即分质量与上影二者的综合称为总质量（totalquality）或称工序综合质量。
总质量是原有的质量概念。
这里不过是加个“总”字，表明它与所有上道工序都有关而已。
分质量是新的质量概念，但它却是客观存在的。
分质量与上影无关，这点是解决问题的关键，是两种质量诊断理论解决问题的核心。
总质量的特点是为用户直接感受到。
分质量的特点是反映了该工序的工作质量（workingquality）。
事实上，从质量因素人、机、料（它反映了上影，与分质量无关）、法、环（在很多情况下，整个生产线在同一个大厂房里，即在同一个环境里，故此因素不必考虑。
）来分析，分质量只与人、机、法有关，而这三者都与人的因素密切相关，故分质量反映了该工序的工作质量。
2、两种质量之间的关系
从生产过程可以很清晰地看出分质量与总质量二者之间的关系。
我们设想，现在上闭目塞听工序将半成吕，它反映了上影，传送到本道工序，本道工序在其上加工，加工的好坏即分质量，最后加工完毕，就形成了半成品或成品，它反映了总质量，再传送给下一道工序。
由此过程可看出，分质量只是总质量的一部分，参见图6.1.2-1
分质量
总质量
上影
图6.1.2-1分质量与总质量之间的关系
3、质量概念的重要性
两种质量概念的重要性表现在下列几点:
1.道道工序都存在两种质量，根据上述生产过程，可风道道工序都存在着两种
质量。
只是在下列情况，两种质量相等：
在上下道工序技术上无联系的场合，这时上影为零，考故分质量等于总质量。
在第一道工序，若原材料、零部件等的供应稳定，有时为了分析简单，就不考虑生产线的输入的影响，这时在第一道工序两种质量也相等。
2.两种质量的概念不仅存在于生产过程，而且存在于一切服务过程与管理过程。
这时相应地有两种服务质量与两种管理质量。
现在对于服务过程举个医院的例子来说明问题。
医院是个服务部门，无实物产品。
按照我国卫生部的规定，对于医院中的各个医疗科室医院管理部门采用“治愈率”这个指标加以统一管理，所谓治愈率就是指每百个病人通过该医疗科室的治闻获得痊愈者所占的百分比。
结果在综合医院中妇产科的治愈率往往最高，肿瘤科则通常屈居殿军。
这样病种就对治愈率产生了显著影响，从而使失其去了可比性。
为此，张公绪教授在1981年提出一类新型评估法：
选控评估法，此法是把影响治愈率的所有质量因素分为两类：
共性因素：
指各个医疗科室所共有的质量因素，如医护人员的医疗水平、医德等反映人的主观努力的因素。
特殊性因素：
指个别医疗科室所独有的因素，如病种，医疗设备的先进程度等反映客观条件的因素。
这里，由于病种这个特殊性因素对于治愈率具有显著影响，故使得治愈率这个指标失去可比性。
为此，有人提出，设计一个选控治愈率指标，使它只与共性因素有关，而与特殊因素无关，（这个指标是通过选控图来实现的。
选控图参见后文。
），在医院中应用选控治愈率指标来进行评比就合理了。
我们知道，在生产中有两种产品质量：
总质量与分质量，现将医院中的两种服务质量：
治愈率与选控治愈与上述两种产品质量进行对比如下：
1、治愈率与所有共性因素和特殊性因素有关，正如总质量受到上影与分质量所有质量因素的影响。
其次，总质量的特点是为用户直接感受到，而治愈率的特点也是为病人直接感受到（谁若认为感受不到治愈率的影响，就请他到肿瘤科去尝尝滋味，恐怕“壮士一去不复返！
”）。
从上述比较出发，治愈率也可更正确地称为“总治愈率”。
2、选控治愈率只与共性因素，即所有人的因素有关，这点正与分质量的特点---反映工作质量相当。
因此，选控治愈率也可称为治愈率。
应用选控治愈率进行评比从逻辑上讲就是合理的。
4、两种质量的度量
分质量是总质量的一部分，故影响分质量的质量因素也只是影响总质量的质量因素的一部分。
质量因素分为异常因素（异因）与偶然因素（简称偶因）两大类,由于偶因对质量影响微小,而异因对质量影响大,故我们主要是考虑异因对质量的影响。
这样，影响分质量的异常因素也只是影响总质量的异常因素的一部分，至少要少一个上影。
我们知道休图的裨是区分两类质量因素，即异因与偶因。
这里，异因指的是整个异因的集合，即异因的全体。
故控制总质量必须应用全控图不能用来控制分质量。
控制分质量必须应用选图。
全图和选图是一一对应的。
有全图就可以构造出其对应的选图
度量总质量与分质量时要有统一的标准，故必须应用同类型的控制图来度量，如休图与选控图（参见表6.2.5-1）,CUSUN图与选控CUSUM图（记为CUSUMCS图）,EWMA图与选控EWMA图（记为EAMACS图）,多无T2图与选控多元T2图（记为T2CS图）等。
5、两种质量诊断理论的思路
1．一个发烧病人找医生看病,医生给病人体温表去测量他的体温.若病人的体温为39℃，则医生根据人类正常的体温为37℃，从而得出诊断结论：
该病人发高烧。
从医生诊断病人的例子可以得出下列启发：
诊断总是通过两个数值：
一为某种检验的测量值（如病人的体温39℃），另一个该检验的标准值（如人类的正常体温37℃）的比较而得出。
2．对于诊断上影而言，总质量与分质量二者之中，何者为标准值？
何者为测量值？
由于分质量只决定于人、机、法，而与上影无关，故可作为比较的起点，即标准值。
又由于总质量包含上影在内，故可作为测量值。
3．对于两种质量如何进行度量？
1981年张公绪提出下列两种方法：
应用控制图进行度量：
总质量全控图（休图仅是全控图的一种）
分质量选控图
这里，选控图是张公绪在1980年提出的新型控制图系列。
通过两种控制图的比较进行诊断为两种控制图的诊断（DiagnosiawithTwoKindsofControlChart）。
它是瞬时诊断，也称为实时诊断（realtimediagnosis）。
应用过程能力指数进行度量：
总质量总过程能力指数（totalprocesscapabilityindex）CP总
分质量分过程能力指数（partialprocesscapabilityindex）CP分
这里，分过程能力指数是张公绪在1982年提出的新型过程能力指数。
通过两种过程能力指数的比较而进行的诊断称为两种过程能力指数的诊断（DiagnosiswithTwoKindsofProcessCapabilityIndex）。
它是阶段诊断（diagnosisovertime）。
两种控制图的诊断与两种过程能力指数的诊断都是统计诊断，前者为实时诊断，后者为阶段诊断，二者相辅相成。
技术诊断是最根本的，但它耗资费时；统计认断是第二位的，但它省钱快速，
故二者也相辅相成。
应该指出，在有些情形，特别是在因素很多的场合，只凭人工分析找出导致异常的因素极其困难，这里，统计诊断有其特殊的优越性。
例如，在合成橡胶工序有36个因素，在印刷电路板的沉铜工序有27个因素，这时仅仅依靠人工分析去找出异常因素几乎是不可能的，必须藉助于张公绪的两种质量多元诊断理论或相关单因素多元诊断理论及其软件DTTQ2000来进行诊断。
6.2.1总质量用全图描述
总质量包括分质量与上影两部分，故总质量受到全部异因的影响。
而休图的实质是区分偶因与异因，后者是异因的集合，即包括全部异因。
因此，从控制全部异因的角度来看，总质量必须采用休图（Shewhartcharts）来度量，或者更一般地称之为全控图（all-controlchart）,注意，休图仅仅是全近控图的一种，迄今的控制图除去张公绪所提出的选控图以外，其余的控制图都是全控图。
6.2.2分质量用选图度量
1.分质量只是总质量的一部分:
分质量
总质量
上影
2.如何选择分质量加以控制?
直接选择分质量有困难，需要迂回选择，即从总质量中消除上影，剩下的自然就是质量。
3.选图的实质是区分三类因素：
偶因
休图选图
欲控异因
异因
非控异因
4．选图的任务：
选图的任务有二：
消除非控异因，完成选控。
区分偶因与欲控异因
6.2.3选图如何完成它的任务?
1.选图如何完成它的第一个任务选控?
在正态分布情况下,设本工序质量指标为Y,Y~N（μ,σ2），上工序影响用上工序质量指标X表示，则一般地有
μ=F（x）（6.2.3-1a）
σ=G（x）（6.2.3-1b）
可见，μ、σ为随X而变化的正态分布族，一般的控制图不适用。
为了消除上影，达到选控，现就用标准弯换：
在大样本条件下，
选控值YCS=Y-μ/σ近似有YCS~N（0，1）（6.2.3-2）
实现选控的方法并不是唯一的，如二项分布可以用反正弦变换，泊松分布还可以用平方根变换去实现选控。
2．选图如何完成它的第二个任务区分偶因与欲控异因？
6.2.4选控图的重要特例
所谓重要是指这种情形很常见,所谓特例即指下列特殊条件:
Y~N（μ,σ2）
σ=G（X）=σ0为一种常数
μ=F（X）由回归方法求得
这时,选控可简化为≈
Ycsi=Yi-σi/σi≈Yi-μi^/σ0=yi-Yi^/σ0（6.2.4-1）
或
Ypcsi=σ0-Ycsi=yi-μi≈yi-μi^=yi-yi^y\cs~N（0，σ0）（6.2.4-2）
6.2.5选控图的控制界限
在正态分布大样本情况下,若σ不为常数,Ycs~N（0,1）;若σ=σ0为一常数,则y,cs~N（0,σ20）。
因此可应用正态分布的各种控制图对选控值Ycs进行控制，从而得到选控休图。
Xcs-RSCS（选控单值一选控移动极差）控制图的控制界限如下：
XCS图：
UCL=μycs+3σycs≈μ^+3σ^ycs=ycs+2.66RSCS
CL=μycs≈μ^ycs=ycs（6.2.5-1）
LCL=μycs-3σycs≈μ^ycs-3σ^ycs=ycs-2.66Rscs
式中，μycs为选控值ycs的总体平均值，σycs和ycs的总体标准差，ycs为ycs样本均值，RSCS为YCS的样本移动极差，RSCS为其样本均值。
对于二项分布与泊松分布情况，选控图还另有一系列作法。
6．4过程能力与过程能力指数
6.4.1过程能力
过程能力（processcapability）以往称为工序能力。
过程能力是指过程的加工质量满足技术标准的能力，它是衡量过程加工内在一致性的性能。
而生产能力则指加工数量方面的能力，二者不可混淆。
过程能力决定于质量因素人、机、料、法、环而与公差无关。
当过程处于稳态时，产品的计量质量特性值有99.73%落在μ+3σ的范围内，其中μ为质量值的总体均值，σ为质量特性值的总体标准差，也即有99.73%的产品落在上述6σ范围内,这几乎包括了全部产品.故通常用6倍标准差（6σ）表示过程能力,它的数值越小越好。
6.4.2过程能力指数
过程能力指数（processcapabilityindex）以往为工序能力指数，现在根据ISO8402，一律将“process”译为“过程”。
本节将介绍双侧规格情形的过程能力指数，单侧规格情形的过程能力指数，有偏离情形的过程能力指数等内容。
1．双侧规格情况的过程能力指数
对于双侧规格情况，过程能力指数CPR计算公式如下：
CP=T/6σ=TU-TL/6σ≈TU-TL/6S（6.4.2-1）
式中,T为技术规格的公差幅度,TU、TL分别为上、下规格界限，σ为质量特性值分布的总体标准差，可用样本标准差S来估计。
注意，由于σ为总体参数，故必须在稳态下进行估计，这点休哈特图的国际标准ISO8258：
1991有明确的规定并再三强调，不可忽视。
对于尚
升级会员 