SPC统计过程控制培训课程(共72张PPT)

格式：ppt
大小：4.05 MB
文档页数：73

下载文档原格式

SPC统计过程控制培训教材(PPT 72页)

➢ 戴明博士对日本指导质量管理的成功，让美国人惊醒原来日本工商经营成功的背后竟然有一位美国人居功最大，故开始对戴明博士另眼看待。1980年6月24日全国广播公司(NBC)在电视播放举世闻名的“日本能为什么我们不能”(If Japan Can, Why Can‘t We?)，使戴明博士一夜成名。从此以后美国企业家重新研究戴明的质量管理经营理念。
步骤8：运用控制限进行控制；
计数控制图和计点控制图
不良品率控制图（P图）
对产品不良品率进行监控时用的控制图 ;
质量特性良与不良，通常服从二项分布; 当不良率P较小样本量n足够大时,该分布趋向于正态分布
适用于全检零件或每个时期的检验样本含量不同。
不良品率控制图（P图）
检验并记录数据计算平均不合格品率P 计算中心线和控制界限绘制控制图并进行分析
20世纪50年代以来，科学技术和工业生产的发展，对质量要求越来越高，要求人们运用“系统工程”的概念，把质量问题作为一个有机整体加以综合分析研究，实施全员、全过程、全企业的管理。
SPC（统计过程控制）
－－统计性的反馈系统
Statistical: （统计）以概率统计学为基础，用科学的方法分析数据、得出结论； ——使用数据分析
标准正态分布函数：N（0，1）
小概率事件理解
1.例行检查身体 2.烟雾探测器
正态分布图与控制图
正态分布图与控制图
？？那是不是说只有符合正态分布的特性（变量）才可以用控制图呢？
休哈特实验
休哈特分别从矩形分布和三角分布的总体中，抽取n ＝4的样本，计算样本均值Xbar，经过多次实验后发现，Xbar基本符合正态分布。
（William Edwards Deming）

SPC统计过程控制培训讲义课件

上、下控制线
样本数据点目标值样本平均值
上、下规格线
数据点超出上下控制线
连续7个或以上数据在中心线上方或下方
数据呈固样品点的水平突变
样品点分布的水平位置渐变
样品点的离散度较大
制程失控
制程失去控制时的特征： 1.数据点超出上下控制线 2.连续7个或以上数据在中心线上方或下方 3.数据呈固定形式变化 4.较多数据点接近上下控制线 5.样品点的水平突变 6.样品点分布的水平位置渐变 7.样品点的离散度较大
Moving Range Chart 二. 移动偏差图
Line 1 Cp = 1.65 Mean=12.55
Qoo PET Cpk = 1.1
SD =0.03
35 100.0% 1500 SPC Brix Monitoring
Sample wthin spec 100.0 %
上控线（UCTLR）UE
(n-1)
标准偏差σ是衡量样本数据点与平均值间偏差平均
值的典型参数，广泛使用于数据统计中。
Cp-潜在过程能力指数
cp=
spe_max-spe_min 6
（ -样本的标准偏差）
Cp不反映过程的集中性 (即与目标的偏离)，因此如果过程的平均值并不是我们的期望的目标值，那么用Cp来衡量过程就会产生误差。
4.0 4.125
（下控线＝目标值－ 3×能力测试所得标准偏差）
样本标准偏差σ的计算
假设有以下一些数据：12.50，12.45，12.49，12.48，12.51…
X1
x2
x3
x4 x5 … xn
首先计算出它们的平均值 x= X1 + x2+ x3+ x4+ x5 + … + xn

2024版SPC培训教材全课件

假设检验的基本概念
明确假设检验的定义、原假设与备择假设的设立原则及两类错误的含义。
参数假设检验
掌握正态总体均值、方差的假设检验方法及步骤，理解t检验和F 检验的原理及应用场景。
非参数假设检验
了解非参数假设检验的适用条件及常用方法，如秩和检验、符号检验等。
16
方差分析、回归分析应用举例
方差分析
掌握方差分析的基本原理、计算步骤及结果解释，理解其在多因素实验设计中的应用。
化。
大数据在SPC中的应用
大数据技术的不断发展将为SPC提供更丰富的数据来源和分析手段，有助于提高SPC的应用效果。
2024/1/30
SPC在服务业的拓展
随着服务业的不断发展，SPC的应用领域将逐渐拓展到服务业领域，为服务业的质量管理提供新的思路和方法。
36
下一讲预告及预备知识
2024/1/30
01
02
03
04
明确数据收集目标
根据业务需求，明确所需数据的类型、范围和质量要求。
2024/1/30
制定数据收集计划
设计合理的数据收集流程，包括数据源选择、采集频率、存
储方式等。
执行数据收集
运用合适的数据收集工具和技术，按照计划进行数据采集。
数据质量监控
建立数据质量评估机制，确保数据的准确性、完整性和一致
下一讲内容
下一讲将介绍SPC在企业中的实际应用案例，包括不同行业和不同场景下的SPC应用实践。
预备知识
为了更好地理解下一讲内容，建议学员提前了解相关行业的生产流程和质量管理要求，以及SPC在实际应用中的挑战和解决方案。
37
THANKS
感谢观看
2024/1/30

SPC统计过程控制培训课程(PPT 87页)

製程能力指標Ca
Ca
X
(T / 2)
(雙邊規格)
ˆ R
d2
製程能力指標C p
Cp
USL LSL
6ˆ
(雙邊規格)
Cp
USL
3ˆ
X
(單邊規格上規格界限)
Cp
X
LSL (單邊規格下規格界限)
3ˆ
ˆ R
d2 只考慮到固定變差或組內變差
製程能力指標C pk
C pk min(C pu , C pl )
C1分析极差图上的数据点
超出控制限的点
C2识別并标注特殊原因(极差图链)
明显的非随机
C3重新计算控制界限(极差图)超图出形控制限的点

C4分析均值图上的数据点链
明显的非随机图形 C5识別并标注特殊原因(均值图)
C6重新计算控制界限(均值图)
C7为了继续进行控制延长控制限
控制图的判读
超出控制界限的点：出现一个或多个点超出任何一个控制界限是该点处于失控状态的主要证据
作控制图的目的是为了使生产过程或工作过程处于“控制状态”. 控制状态即稳定状态, 指生产过程或工作过程仅受偶然因素的影响, 产产品质量特性的分布基本上不随时间而变化的状态. 反之, 则为非控制状态或异常状态.
控制状态的标准可归纳为二條:
第一條, 控制图上点不超过控制界限; 第二條, 控制图上点的排列分布沒有缺陷.
产品的质量特性有时不止一个, 则应同时采取几个特性作为控制項目.
使用控制图的注意事項
分组问题
主要是使在大致相同的条件下所收集的质量特性值分在一组, 组中不应有不同本质的数据, 以保证组内仅有偶然因素的影响.
我们所使用的控制图是以影响过程的许多变动因素中的偶然因素所造成的波动为基准来找出异常因素的, 因此, 必须先找出过程中偶然因素波动这个基准.

《SPC培训教案》课件

《SPC培训教案》PPT课件第一章：SPC概述1.1 SPC的定义统计过程控制（Statistical Process Control，SPC）通过统计学方法监控和改进过程质量1.2 SPC的历史与发展起源于20世纪20年代的工业工程1950年代，W. Edwards Deming将SPC推广到日本，对日本质量管理产生深远影响1990年代至今，SPC与现代质量管理方法结合，如六西格玛1.3 SPC的应用范围制造业服务业医疗卫生教育及其他行业第二章：SPC基本概念2.1 过程输入、输出和转换连续和离散过程2.2 控制图控制图的类型（X-R图、X-bar图、p图、np图等）控制图的构成（中心线、控制限、数据点）2.3 过程稳定性随机变异与系统变异判断过程稳定的准则（规则1-4）第三章：控制图的应用3.1 控制图的制定数据收集与整理选择适当的控制图确定控制限3.2 控制图的解读数据点的含义判断过程是否失控的准则控制图的报警信号（点出界、链或趋势）3.3 控制图的分析与改进分析过程变异的原因采取措施改进过程重新制定控制图第四章：过程能力分析4.1 过程能力的概念过程固有的变异能力满足顾客要求的能力4.2 过程能力分析的方法计算过程能力指数（Cp、Cpk）判断过程能力是否满足要求4.3 过程改进策略提高过程能力的方法（减少变异、优化过程参数）过程改进的目标（提高产品质量、降低成本）第五章：SPC软件与应用5.1 SPC软件的功能与选择数据采集、处理和分析控制图绘制与监控过程改进工具（如鱼骨图、帕累托图等）5.2 SPC软件的操作步骤数据输入与设置控制图绘制与分析报告与输出5.3 SPC软件在实际应用中的案例分享制造业案例服务业案例其他行业案例第六章：SPC在制造业中的应用案例6.1 案例一：汽车制造业中的SPC应用描述汽车制造过程中如何运用SPC监控装配质量，减少缺陷率。

分析控制图在检测生产线上的作用，及时发现问题并采取措施。

SPC统计过程控制培训课程(PPT97页).pptx

“”及“”风险定义
根据控制限作出的判断也可能产生错误。可能产生的错误
有两类。
第一类错误是把正常判为异常，它的概率为，也就是说，工序过程并没有发生异常，只是由于随机的原因引起了数据过大波动，少数数据越出了控制限，使人误将正常判为异常。虛发警报，由于徒劳地查找原因并为此采取了相应的措施,从而造成损失. 因此, 第一种错误又称为徒劳错误.
普通原因/异常原因
~
基础的统计量——平均值X、中位数X、极差R 标准偏差、S
1、数据的种类
计量型
特点：可以连续取值也称连续型数据。
如：零件的尺寸、强度、重量、时间、温度等
计数型
特点：不可以连续取值，也称离散型数据。
如：废品的件数、缺陷数
2、波动（变差）的概念：
波动的概念是指在现实生活中没有两件东西是完全一样的。生产实践证明，无论用多么精密的设备和工具，多么高超的操作技术，甚至由同一操作工，在同一设备上，用相同的工具，生产相同材料的同种产品，其加工后的产品质量特性（如：重量、尺寸等）总是有差异，这种差异称为波动。公差制度实际上就是对这个事实的客观承认。
消除波动不是SPC的目的，但通过SPC可以对波动进行预测和控制。
波动的原因：
材料
机器
人员
• 正常波动：是由普通(偶然)
原因造成的。如操作方法的微小变动、机床的微小振动、刀具的正常磨损、夹具的微小松动、材质上的微量差异等。正常波动引起工序质量微小变化，难以查明或难以消除。它不能被操作工人控制，只能由技术、管理人员控制在公差范围内。
原料
PROCESS
测量结果
针对产品所做的仍只是在做SQC
二、SPC的目的

统计过程控制(SPC) ppt课件

措施或对系统采取措施的指南
28
ppt课件
4.5控制图的分类
按照用途分类：
分析用控制图：过程分析（制程解析）
控制用控制图：变化的范围用到现场去，根据给定的界限进行分析
分析用控制图和控制用控制图的区别：
应用的地点不一样，分析用控制图用在了解制程，控制用控制图用在生产现场
是否需要计算控制界限
13
ppt课件
2.3局部措施和系统措施
措施对比
对象
系统措施
通常用来消除变差的普通原因
局部措施
通常用来消除变差的特殊原因
实施人员
几乎总是要求管理措施，以便纠正
通常由与过程直接相关的人员实施
效果
大约可纠正85%的过程问题
通常可纠正大约 15%的过程问题
14
ppt课件
3.统计过程的控制思想
样本不一样，控制用控制图针对每个子组进行控制，收集一个判定一个
分析的时间不一样，分析用控制图在收集25个子组之后进行，控制用控制图每个子组进行分析和判断
目的不一样：分析用控制图用来了解制程是否受控，能力是否满足顾客要求，控制用控制图已经了解顾客要求和控制界限，维持和保持这种状态
29
9
ppt课件
3.对过程采取措施对重要的特性采取措施从而避免它们偏离目标值太远是很经济的 4 .对输出采取措施如果仅限于对输出检测并纠正不符合规范的产品，常常是最不经济的
过程控制的必要：检测——容忍浪费预防——避免浪费
10
ppt课件
2.2波动及波动的原因
过程的单个输出间不可避免的差异任何过程都存在产生变差的原因产生变差的原因可以分为两类，即:

SPC培训课件PPT(共 69张)

19C 40年代统计的品质管理品质是制造出来的品质控制（QC）
品质保证
品质是设计出来的品质确保（QA）
19C 60年代全面质量管理
品质是管理出来的全面品质（TQC）
19C 80年代全面质量责任
品质是习惯出来的全面品质（TQM）
每天进步一点点
过程控制的需要
华邦机械
探测---容忍浪费
通过质量控制来检查最终产品并剔除不符合规范的产品，在管理部门则经常靠检查或重新检查工作来找出错误，在这两种情况下都是使用检测的方法，这种方法是浪费的
3. 消除后可以使过程分布结果可预测；
4. 特殊原因是有害的或者也可能是有益的；
每天进步一点点
SPC统计过程控制基本知识
如果仅存在变差的普通原因，随着时间的推移，过程的输出形成一个稳定的分布并可预测。
华邦机械
目标值线预测
范围
如果存在变差的特殊原因，随着时间的推移，过程的输出不稳定。
范围
每天进步一点点
华邦机械
五大核心工具之间的关系：
APQP 是方法； FMEA、MSA、SPC 是工具； PPAP 是结果，是输出！
每天进步一点点
华邦机械
概论
质量观念的发展
时间
品管历史
品管观念
品管制度
18C前 19C 初
作业人员品质管理品质是检查出来的品质检查（QI）领班品质管理
19C 20年代检验员品质管理
输出
A B C DE
能控制的因子 - 改善对象 - 能调整 - 特别情况
L MN OP
不能控制的因子 - 共同事项 - Noise - 持续的事项
每天进步一点点

统计过程控制SPC培训教材ppt课件

方法
材料
人员
机器
中要因
中要因
中要因
中要因
小要因
如何做
小要因
*
6. 直方图（Histogram；亦称柱状图）：将所收集的测定特性值或结果值，分为几个相等的区间作为横轴，并将各区间内所测定的特性值或结果值依所出现的次数累积而成的面积，用柱子排起来的图形，称为直方图。亦即指用来对特征数据进行分级整理，将杂乱无章的资料，解析出其规律性，以得出其分布特征的统计分析的方法。
与要求相比偏高
与要求相比偏低
正常
SL=130
Sμ=160
20 15 10 5
*
7. 控制图（Control Chart）：用来表示一个过程特性的图象，图上标有根据那个特性收集到的一些统计数据，如一条中心线、一条或两条控制限，它能减少I类错误和Ⅱ类错误的净经济损失。它有两个基本的用途：一是用来判定一个过程是否一直受统计控制；二是用来帮助过程保持受控状态。亦即指附有控制界限的图表，用以描述样本数据与界限比较。若数据超出界限或出现“链”及非随机图形，表示过程存在特殊原因变差，则应采用适当的措施加以消除。 7.1 Ⅰ类错误：拒绝一个真实的假设。例如：采取了一个适用于特殊原因的措施而实际上过程还没有发生变化；即过度控制。 7.2 Ⅱ类错误：没有拒绝一个错误的假设。例如：对实际上受特殊原因影响的过程没有采取适当的措施；即控制不足。 7.3 计数值控制图与计量值控制图的应用比较：
*
铸造车间产品生产废品统计表
*
5. 特性要因分析图（Characteristic Diagram ；亦称石川图或鱼骨图/鱼刺图或因果图）：指将造成某项结果的众多原因，以有系统的方式来表达结果（特性）与原因之间的关系图表。 5.1 因果图（Cause-and-Effect Diagram）：一种用于解决单个问题的简单工具，它对各种过程要素采用图形描述来分析过程可能的变差源，也被称作鱼刺图（以其形状命名）或石川图（以其发明命名）。 A）、某项结果的形成，必定有其原因，应设法利用图解法找出其原因来，这个概念是由日本品管大师石川馨博士提出的。 B）、特性要因图是利用5M+1E：人员（Man）、机器（Machine）、材料（Material）、方法（Method）、测量（Measurement）、环境（Environment）等五大类加以分析及应用的。

SPC(Statistical Process Control) 统计过程控制培训课件

二.SPC的作用（续）为设备验收提供资料应用SPC统计资料来验证设备能力，保证设备的接受水平提倡一次性将工作做好的精神强调工作质量技术管理人员给生产现场提供良好的服务；生产人员注重提高一次交验合格率。
Statistical Process Control
二.SPC的作用（续）发展企业文化，提高职工素质严谨的工作态度认真负责的精神形成一个有效的分析、解决问题的网络用共同的语言讨论质量问题自我参与和完善的意识
特殊原因
四. 持续改进及统计过程控制概述2.变差的普通原因和特殊原因(续）（通常也叫可查明原因）是指造成不是始终作用于过
每件产品的尺寸与别的都不同
范围但它们形成一个模型，
范围范围范围若稳定，可以描述为一个分布
范围
范围
范围分布可以通过以下因素来加以区分
位置分布宽度
形状
或这些因素的组合
目标值线
不精密
精密
准确
不准确
• •
••
••••
•
•
•• •
••••
•••
•••
Statistical Process Control
使用控制图的准备1、建立适合于实施的环境a 排除阻碍人员公正的因素b 提供相应的资源c 管理者支持2、定义过程根据加工过程和上下使用者之间的关系，分析每个阶段的影响因素。
Statistical Process Control
三.SPC常用术语解释（续）
名称
解释
总体
又称母体，是指所要研究对象的全体；
样本
从总体中随机抽取出来的，对它进行测量、分析的一部分个体；
样品
又称个体，样本中的每一个研究对象；
样本大小

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

15
我们将正态曲线和横轴之间的面积看作1, 可以计算出上下规格界限之外的面积,该面
积就是出现缺陷的概率,如下图:
LSL
缺陷品
USL
缺陷品
合格品
16
标准的正态分布
0.135% -4 -3
2.145% 13.590% 34.130% 34.130% 13.590% 2.145% -2 -1 0 68.26% 95.44% 99.73% 1 2 3
5
5
5
4
4
N o of ob s
4
频数
频数
3
3
3
2
2
2
1
1
1
0 -4 -3 -2 -1 0 x 1 2 3 4
0 -4 -3 -2 -1 0 x 1 2 3 4
0 -4 -3 -2 -1 0 VAR1 1 2 3 4
当你测量了一定数量的产品后，就会形成一条曲线，这便是质量特性X的分布：
y=Spline + eps
10 9 8 7
10 9 8 7 6
No of obs
No of obs
6 5 4 3 2 1 0 -8 -7 -6 -5 -4 -3 -2 -1 0 VAR1 1 2 3 4 5 6 7 8
5 4 3 2 1 0 -8 -7 -6 -5 -4 -3 -2 -1 0 VAR1 1 2 3 4 5 6 7 8
23
1-3.均值和极差图的适用范围: 可用以控制分组的计量数据即每次同时取到几个数据之地方，数据属于计量型，如长度、重量、阻抗、零件厚度、内外径等等。

24
1-4.均值和极差图制作假设：从生产线抽取并测量2个
2.628 inch
2.632 inch 以上两个数据有差距吗？
25
这两个数据能…？
14
11.什么是正态分布 ?
一种用于计量型数据的,连续的,对称的钟型频率分布,它是计量型数据用控制图的基础.当一组测量数据服从正态分布时,有大约68.26%的测量值落在平均值处正负一个标准差的区间内 ,大约95.44%的测量值将落在平均值处正负两个标准差的区间内;大约99.73%的值将落在平均值处正负三个标准差的区间内.
8.变差的特殊原因
如果过程中,有异常原因之变异存在，则其成品将为不稳定，而且无法预测。
11
9.关于变差，我们想知道什么？

多大？种类？可预测吗？
12
9.关于变差，我们想知道什么？

多大？种类？可预测吗？
13
10.变差与过程分布关系
可以通过直方图的方式关注过程分布情况
6
6
6
的变化、已经作业标准执行作业的变化、其他未知的原因等
特殊原因
又叫异常原因、可查明原因等
如：机器突然变化、未按照作业标准操作、使用规
格外的物料、工治具磨损等
9
7.变差的普通原因
每一个成品都不相同如果过程中，只有普通原因之变异存在，则其成品将形成一个很稳定之分布，而且是可以预测的。
10

分析过程

本过程应该做些什么？会出现什么错误？本过程正在做什么？达到统计控制状态？确定能力。监控过程性能查找偏差的特殊原因并采取措施改变过程从而更好地理解普通原因变差减少普通原因变差
21

维护（控制）过程

改进过程

二、计量型控制图

1 均值与极差控制图(X-R) 2 均值与标准差控制图(X－S) ~ 3 中位数与极差控制图(X -R) 4 单值与移动极差控制图(X-MR)
4
2.过程控制的需要

检测——容忍浪费预防——避免浪费
ቤተ መጻሕፍቲ ባይዱ
5
3.变差是什么？
在一个程序的个别项目/ 输出之间的不可避免的差异(可分普通和特殊原因) 变差的例子你的操作有变化机器有变化你的仪器有变化产品的质量特性有变化
6
变差的起源……
人力 Manpower 测量 Measurement 机械 Machine
品質控制的發展六階段為: 1.操作工品管 2.領班品管 3.檢驗員品管 4.統計品管 5.全面品管 6.全面品質經營在第4階段,修瓦特博士(1924年)發表“製造產品品質的經濟控制”以後,統計方法在品質控制的運用,即接連不斷,現今 ISO9000系列另專章說明統計方法的應用,其不僅用於生產後(檢驗)階段,舉凡市場開發及至顧客抱怨均派上用場。
它们可以告诉我们一个大概的情况。
但是……
该工序变差到底有多大？下一个产品又会怎样呢？
26
仅靠这两个数据不能回答这两个问题！
结论：少量的测量数据不能说明过程的变差范围。！
问题：
那怎样才能知道过程的变差范围呢？？？？
27
控制图的绘制
A. X-R控制图的作法 (1)收集100个以上数据,依测定时间顺序或群体顺序排列. (2)把2-6个(一般采4-5个)数据分为一组. (3)把数据记入数据表. (4)计算各组的均值X. (5)计算各组的全距R. Σ X (6)计算总平均X= 组数
变差
环境 Mother-natured
方法 Methods
物料 Material
7
4.变差的类型

没有任何两样事物是一模一样的；例如：两片雪花，两个人的指纹，同一台机器所生产的两件产品。
所有工序都存在变差；

8
5.变差产生的原因

普通原因
又叫系统原因、不可查原因等
如：天气的变化、环境的影响、物料在一定范围内
0.135% 4
17
从上述公式可看出,工序西格玛值是平均值与规格上下限之间包括的标准差的数量,表示如下图:
LSL
1σ
USL
2σ
μ
3σ
18
12.过程分类
过程可以用受控/不受控/满足规范/不满足规范来分类
19
13.过程分类
满足要求
满足规范
不满足规范
受控
1 类 2 类
不受控
3 类 4 类
20
15.过程的改进循环及过程控制
22
1.计量型控制图(均值极差图)
1-1. 定义：在计量值控制图中，均值与极差控制图系最实用的，所谓均值与极差控制图，就是平均值控制图(X-Chart)和极差控制图(R-Chart) 二者合并使用，平均值控制图就是控制平均值之变化，即分配之集中趋势之变化，极差控制图则控制变异之程度，即分配之散布状况。 1-2.功用:制程变异的原因可分为:偶然原因和异常原因,控制图主要用来控制异常,追查真因,采取行动,使制程恢复正常.
WELCOME热烈欢迎参加
SPC 统计过程控制
1
课程大纲
一、SPC的基本概念; 二、计量型控制图; 三、计数型控制图; 四、过程控制图判定和注意事项
2
一.SPC的基本概念
1.什么是SPC?
S = Statistical P= Process C = Control
統計製程控制
3
1.什么是SPC?