SPC(统计过程控制)
- 格式:doc
- 大小:59.00 KB
- 文档页数:8
详细全面的SPC详解SPC(Statistical Process Control,统计过程控制)是一种用于管理和优化生产过程的方法,它的目的是通过使用统计工具来分析生产过程中的数据,从而控制和改进产品质量。
SPC强调预防原则,即通过预防措施来减少产品缺陷和不良情况的发生,而不是在出现问题后再进行纠正。
SPC的基本概念包括控制图、过程能力指数、规格界限等。
控制图是SPC的核心工具,它用于监控生产过程中的关键变量,并根据统计原理判断生产过程是否处于控制状态。
控制图通常由均值-标准差控制图和极差控制图两种类型组成。
过程能力指数是指生产过程满足产品规格要求的程度,它通常被用来评估生产过程的能力,以便进行改进。
规格界限则是根据产品要求和客户要求设定的界限,用于确定产品是否合格。
SPC的实施方法包括以下几个步骤:1.选择关键变量:首先需要选择需要监控的关键变量,例如产品尺寸、材料特性等。
2.设计控制图:根据选定的关键变量,设计适合的控制图,并确定控制界限。
3.收集数据:按照一定的时间间隔收集生产过程中的数据,并对数据进行记录和整理。
4.分析数据:根据控制图的规则,判断生产过程是否处于控制状态,并找出异常点。
5.采取措施:根据分析结果,采取适当的措施来改进生产过程,例如调整工艺参数、更换设备等。
6.监控和反馈:持续监控生产过程,并及时反馈相关信息,以确保生产过程的质量和稳定性。
SPC的优势在于它可以及时发现生产过程中的异常情况,从而采取措施防止问题的扩大。
此外,SPC还可以提高生产过程的稳定性和产品质量的一致性,减少浪费和成本。
未来,SPC将会在更多的领域得到应用和发展,例如智能制造、医疗保健、金融服务等行业。
总之,SPC是一种有效的过程管理和优化工具,可以帮助企业提高产品质量和生产效率。
学习和掌握SPC技能对于从事质量管理、生产管理、工艺优化等工作的专业人士来说是非常重要的。
SPC的基本原理和过程控制概述SPC(统计过程控制)是一种常用于质量管理的统计方法,用于监控过程中的变异性,并及时采取控制措施来保持过程的稳定性和稳定品质。
本文将介绍SPC的基本原理和过程控制。
1. SPC的基本原理SPC的基本原理是基于统计学原理和质量管理理论。
其核心思想是通过收集和分析过程中的数据,以了解过程的变异性,并根据统计指标来判断过程是否处于控制状态。
基本原理包括:1.1 过程稳态与过程能力过程稳态是指过程在一个稳定区域内运行,并且其变异性是可控制的。
稳态下,过程的输出值会在一定的范围内波动,但是变异性是在可控范围内,不会出现特殊原因引起的异常波动。
过程能力是评估过程稳态的指标,通常使用过程能力指数(Cp)和过程能力指数(Cpk)来衡量。
Cp表示过程在规范要求的容差范围内的能力,而Cpk则考虑了过程的位置偏离能力。
1.2 变异性的来源过程中的变异性可以分为两种来源:常因和特因。
常因变异性是过程内在的、长期固定的,通常由一系列可以量化和测量的系统性因素引起。
这种变异性可以通过改善操作方法、调整设备或改善材料来减小。
特因变异性是由特殊原因引起的,通常是偶然事件,属于非系统的因素。
特因变异性无法通过常因改进来消除,应及时进行纠正。
1.3 统计过程控制图SPC使用控制图来监控过程的变异性。
控制图是一种统计图表,可以帮助鉴别过程中的常因和特因变异,以判断过程是否处于控制状态。
常用的控制图包括平均图(X-图),范围图(R-图),以及带有管制限的控制图(带A、B、C及D控制限的图表)。
控制图上的管制限是根据统计原理确定的,当过程数据落在管制限之外时,意味着过程出现特殊原因变异,需要采取措施进行纠正。
2. 过程控制方法SPC的过程控制方法包括以下几个步骤:2.1 数据收集首先,需要确定要收集的数据类型和采样方法。
数据类型通常是定量的,可以是尺寸、重量、时间等。
采样方法应该能够反映出过程的变异性,并且要求数据具有代表性。
SPC的定义及应用范围什么是SPC?SPC(统计过程控制)指的是一种通过统计方法来监控和控制过程的质量的方法。
它旨在通过分析过程中的数据,以便更好地了解和理解过程的变异性,并采取适当的措施来控制和改进过程的稳定性和能力。
SPC是一种基于数据的方法,它使用统计技术来分析过程中的变异,并通过控制图和其他工具来监控过程的表现。
通过及时识别和解决问题,SPC可以帮助组织提高质量、降低成本,并提高客户满意度。
SPC的应用范围SPC可以应用于各种类型的过程和行业。
无论是制造业还是服务业,SPC都可以用来监控和改进过程的稳定性和能力。
以下是一些常见的应用范围:制造业在制造业中,SPC可以用来监控和控制生产过程中的关键参数。
通过采集和分析实时数据,可以及时发现过程中的异常和变异,并采取相应的纠正措施,以确保产品的一致性和质量。
SPC可以应用于各种制造领域,如汽车制造、电子制造、医疗设备制造等。
例如,在汽车制造中,SPC可以用来监控关键指标,如车身尺寸、涂装厚度等,以确保生产出符合规格的汽车。
服务业尽管SPC最初是为制造业设计的,但它同样适用于服务业。
在服务业中,过程的稳定性和能力同样重要。
通过收集客户反馈和关键指标数据,可以使用SPC来监控和改进服务过程。
例如,在酒店业中,可以使用SPC来检测房间清洁时间、客户满意度等指标,以确保提供高质量的服务。
在银行业中,SPC可以应用于监控关键指标,如服务等待时间、客户投诉率等,以提高客户满意度。
医疗在医疗行业中,SPC可以用于监控和改进各种过程,如手术过程、药品配制过程等。
通过收集和分析相关数据,可以及时发现问题并采取适当的措施,以确保病人的安全和满意度。
SPC在医疗行业中的应用可以帮助医院提供更高质量的医疗服务,减少手术错误和药物错误等。
总结SPC是一种通过统计方法来监控和控制过程质量的方法。
它适用于各种类型的过程和行业,包括制造业、服务业和医疗行业。
通过采集和分析数据,SPC可以帮助组织提高过程的稳定性和能力,从而提高质量、降低成本,并提高客户满意度。
SPC统计过程控制程序SPC (Statistical Process Control,统计过程控制)是一种通过收集和分析数据来监控和控制过程稳定性和性能的统计方法。
SPC可以帮助企业了解和改进生产过程,并减少产品不合格率和废品,提高产品质量和客户满意度。
SPC的基本思想是:通过收集连续生产过程中的样本数据,分析这些数据,并与事先设定的控制界限进行比较,以判断过程是否处于控制状态。
如果过程处于控制状态,那么产品的质量将是稳定的、可预测的。
如果过程处于失控状态,就需要采取措施来确定并消除原因,以使过程回到控制状态。
SPC的目标是通过减少过程变异来提高产品质量,并确保过程处于可控状态。
它可以用于任何类型的生产过程,不论是制造业还是服务业。
SPC的主要工具包括:控制图、过程能力分析和统计分析等。
控制图是SPC最常用的工具之一,用于监控过程的稳定性。
控制图可以显示在连续生产过程中所收集的样本数据的变异性,并与控制界限进行比较。
常用的控制图有X-bar图、R图、P图和C图等。
X-bar图用于监控过程的平均值,R图用于监控过程的离散程度,P图和C图用于监控过程的不良品率。
通过比较样本数据的统计指标与控制界限,可以判断过程是否处于控制状态。
过程能力分析可以衡量过程的性能,并确定过程是否具备满足客户要求的能力。
过程能力分析可以通过计算过程的Cp、Cpk、Pp和Ppk等指标来完成。
这些指标可以反映过程的长期稳定性和短期稳定性,进而评估过程的能力。
统计分析是SPC的基础,通过对收集到的数据进行概率分布拟合、假设检验等统计分析方法,可以确定控制界限的设置和过程能力的评估。
统计分析能够为决策提供科学的依据。
SPC的应用可以帮助企业实现以下几个方面的目标:1.提高产品质量:SPC可以监控和控制生产过程中的变异性,降低产品缺陷和废品率,提高产品质量和一致性。
2.降低成本:通过减少废品和不良品的产生,可以降低生产成本。
3.提高生产效率:SPC可以帮助发现和解决生产过程中的问题,提升生产效率和产能。
SPC统计过程控制SPC(Statistical Process Control,统计过程控制)是一种基于统计原理和数据分析方法的质量管理工具,用于监控和控制生产过程中的变异性,以确保产品或服务的质量。
SPC是由质量概念的先驱沃尔特·A·谢温(Walter A. Shewhart)在20世纪20年代初首次引入的。
它的目的是通过使用统计技术来分析生产过程中的数据,从而减少产品或服务的变异性,提高整体质量水平。
SPC的基本原理是通过统计分析来了解生产过程中的变异性,以便及时采取措施来纠正和调整生产过程。
它主要包括以下步骤:1.确定控制指标:选择适当的指标来监控生产过程的变异性。
常用的指标包括尺寸、重量、硬度等。
2.收集数据:根据预定的采样计划和频率,定期收集生产过程中的数据。
数据可以通过各种手段收集,如直接测量、抽样检验等。
3.绘制控制图:使用统计方法将收集到的数据绘制成控制图。
控制图是一种图表,它显示了一个或多个过程指标的变化情况,以及上下限范围。
通过观察控制图,人们可以判断生产过程是否处于控制状态,是否存在异常情况。
4.分析控制图:根据控制图上的变化趋势和模式,进行统计分析,以确定生产过程的绩效。
常用的统计分析方法包括均值、标准差、极差等。
5.制定改进措施:根据分析的结果,确定需要改进的方面,并制定相应的措施。
改进措施可以包括修改生产过程参数、调整设备、培训员工等。
6.监控和调整:持续监控生产过程,并根据需要进行调整,以确保控制图保持在预定的限制范围内。
SPC的优势在于它能够提供实时和持续的监控生产过程的能力。
通过采集数据和绘制控制图,生产者可以及时发现生产过程中的变异,并采取措施进行纠正。
这样可以防止不良品的产生,并提高产品或服务的一致性和质量。
此外,SPC还具有以下几点优势:1.提高生产效率:通过控制和减少生产过程中的变异性,SPC可以提高生产效率。
它能够帮助生产者发现并消除生产过程中的浪费和不必要的变动,从而提高生产效率和资源利用率。
SPC统计过程控制SPC(Statistical Process Control)是一种质量管理工具,用于监控和控制生产过程中的变异性。
它利用统计分析方法,通过收集和分析数据,帮助企业了解生产过程中的变异情况,并及时采取控制措施以提高产品质量。
SPC统计过程控制方法可以帮助企业发现生产过程中的异常情况,并避免生产不良品。
它通过收集生产过程中的数据,并利用统计方法分析这些数据,确定生产过程中的变异性是否在可接受范围内。
如果变异性超出了可接受范围,SPC可以及时发出警示,并帮助企业找出问题的根源,采取相应的改进措施。
这样可以减少生产过程中的变异性,提高产品质量。
1.确定要监控的关键质量特性:企业首先需要明确要监控的关键质量特性,即对产品质量影响最大的特性。
这些特性可以是尺寸、重量、外观等。
确定了要监控的质量特性后,企业就可以采集相关数据进行分析。
2.收集数据:企业需要收集与关键质量特性相关的数据。
这些数据可以通过自动化设备、传感器或手工记录等方式收集。
数据的收集应该有一定的随机性,以反映生产过程的真实情况。
3.统计分析:通过对收集到的数据进行统计分析,企业可以了解生产过程的变异性情况。
常用的统计方法包括均值、标准差、范围等。
统计分析可以帮助企业判断生产过程中的变异性是否在可接受范围内。
4.建立控制界限:根据统计分析的结果,企业可以确定变异性的上下界限,即控制界限。
通过设定控制界限,企业可以及时发现生产过程中的异常情况,并采取相应的纠正措施。
通常,控制界限可以分为警示界限和动作界限。
当数据超出警示界限时,企业需要注意生产过程的变化,可能需要进行调整。
当数据超出动作界限时,企业需要立即采取措施纠正问题。
5.监控生产过程:在设定好控制界限后,企业需要定期监控生产过程中的数据,并与控制界限进行比较。
如果数据超出了控制界限,企业需要及时采取措施进行调整。
这样可以保证生产过程的稳定性,并避免生产过程中的异常情况。
统计过程控制统计过程控制(SPC,Statistical Process Control)是一种借助数理统计方法的过程控制工具。
它对生产过程进行分析评价,根据反馈信息及时发现系统性因素出现的征兆,并采取措施消除其影响,使过程维持在仅受随机性因素影响的受控状态,以达到控制质量的目的。
统计过程控制认为,当过程仅受随机因素影响时,过程处于统计控制状态(简称受控状态)。
此时,过程特性一般服从稳定的随机分布。
而当过程中存在系统因素的影响时,过程处于统计失控状态(简称失控状态)。
由于过程波动具有统计规律性,失控时,过程分布将发生改变。
统计过程控制可以分为三个步骤:1. 模型建立阶段,这个阶段是在没有因素影响的情况之下抽取数据,分析数据进行统计,从而在此基础上建立模型。
2. 模型评估阶段,对所建立的模型进行系统分析评估,在比较的过程中来判断是否存在故障。
3. 如果在评估阶段出现故障,就要分析产生故障的原因,找到故障发生的来源,及时采取措施予以解决,从而确保产品的质量。
实施SPC的过程一般分为两大步骤:首先用SPC工具对过程进行分析,如绘制分析用控制图等;根据分析结果采取必要措施,如消除过程中的系统性因素或减小过程的随机波动以满足过程能力的需求。
第二步则是用控制图对过程进行监控。
统计过程控制在发展过程中滋生出两种不同的方法,分别是统计质量控制和统计性能监控。
统计质量控制重点在于控制生产过程中的质量,确保产品符合规定的质量标准。
而统计性能监控则更侧重于监控过程的性能,以及时发现并预防可能出现的问题。
总的来说,统计过程控制是一种有效的质量管理工具,它可以帮助企业及时发现并解决生产过程中的质量问题,提高产品质量和生产效率,从而提升企业的竞争力。
SPC 统计过程控制制作:Strong wang目录SPC的基本知识SPC的判读规则0104为什么要运用SPC?02SPC的实践应用03第一部分SPC的基本知识PART 01l控制图的发展l SPC的作用l SPC的名词解释l SPC的缺点5休哈特博士到英国主讲统计品质管制。
提高了英国人将统计方法应用到工业方面.戴明博士将SPC等概念及品质工具带到日本.(PDCA)1980一.SPC的基本常识因其用法简单且效果显著人人能用,到处可用,遂成为实施品质管制时不可缺少的主要工具.1950~1980三十时间日本跃居世界质量与生产效率的领先地位.6一.SPC的基本知识利用统计技术分析达到对过程进行进行过程控制改善SPC不能告知异常发生的因素不能告知异常发生的位置即不能进行诊断判断过程的异常及时预警7第二部分为什么要运用SPC?PART 01l科技时代发展的必然l控制观念的转变时代发展科技时代发展的必然21世纪是质量的世纪,提出,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,乃至十亿分之一.生产控制方式由过去的3σ控制方式改为6σ控制方式.要保证产品质量、要满足21世纪超严质量要求就必须。
行业要求后者比前者降低了:2.7 X 10-3 / 2.0 X 10-9=1.35 X106即一百三十五万倍!五大工具之一改 善测量传统生产模型输入过程顾客返工输入过程反馈输出10第三部分SPC的实践应用?PART 01l与控制有关的要素l控制图的原理l控制图的选定l控制图的制作11三.SPC的实践应用与控制有关的要素SPC控制生产过程中的某一特性,在可控范围.(最佳)的范围控制(最低)的成本(最小)的风险(最强)的能力找到付出要求证明控制图的演变控制图的原理68.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ控制图的原理1.对过程加以测定、记录并进行控制管理的一种用统计方法设计的图.2.控制图的组成:UCL(Upper Control Limit) 上控制限LCL(Lower Control Limit) 下控制限CL (Central Line)中心线控制图按时间顺序抽取的样品统计量数值的描点序列的原理n=10~25控制图的选定资料性质不良数或缺陷数单位大小是否一定“n”是否一定样本大小n≧2数据的性质n是否较大“u”图“c”图“np”图“p”图X-Rm图X-R图X-R图X-s 图計数值计量值n=1n≧1中位数平均值n=2~5缺陷数不良数不一定一定一定不一定均值极差图X bar -R 控制图的控制限计算公式:UCL = x + A 2R CL = xLCL = x - A 2R R(极差)的控制限:UCL = D 4R CL = R LCL = D 3 RX bar -R 控制图的制作16确定对象、抽取数据First第四步第五步三.SPC的实践应用X bar -R控制图的制作合理分组Second将数据在图中打点并作图Sixth计算x i、R iThird第六步计算x、RFourth计算R图的控制线、x图的控制线FifthX bar -R 控制图的制作日期/時間4/104/114/124/134/144/154/164/174/184/194/204/214/224/234/244/254/264/274/284/294/305/15/25/35/4批號12345678910111213141516171819202122232425樣115.80 15.80 15.80 15.77 15.81 15.80 15.79 15.82 15.80 15.80 15.80 15.83 15.78 15.83 15.79 15.80 15.80 15.80 15.79 15.82 15.81 15.80 15.79 15.78 15.81 本215.79 15.81 15.81 15.79 15.80 15.78 15.78 15.84 15.77 15.77 15.77 15.81 15.79 15.77 15.79 15.78 15.80 15.80 15.80 15.83 15.77 15.78 15.82 15.81 15.77 測315.77 15.80 15.80 15.81 15.82 15.76 15.78 15.84 15.78 15.81 15.79 15.81 15.81 15.80 15.82 15.83 15.80 15.79 15.80 15.77 15.79 15.79 15.80 15.82 15.80 定415.78 15.80 15.80 15.81 15.81 15.83 15.81 15.78 15.78 15.79 15.82 15.80 15.79 15.78 15.78 15.82 15.84 15.80 15.80 15.79 15.79 15.80 15.80 15.79 15.79 值515.77 15.79 15.80 15.83 15.82 15.77 15.79 15.84 15.79 15.79 15.78 15.78 15.79 15.77 15.80 15.80 15.77 15.77 15.78 15.79 15.81 15.80 15.80 15.80 15.81 确定对象、抽取数据First合理分组SecondX bar -R控制图的制作计算x i、R iThird计算x、RFourth日期/時間4/104/114/124/134/144/154/164/174/184/194/204/214/224/234/244/254/264/274/284/294/305/15/25/35/4批號12345678910111213141516171819202122232425樣115.80 15.80 15.80 15.77 15.81 15.80 15.79 15.82 15.80 15.80 15.80 15.83 15.78 15.83 15.79 15.80 15.80 15.80 15.79 15.82 15.81 15.80 15.79 15.78 15.81 本215.79 15.81 15.81 15.79 15.80 15.78 15.78 15.84 15.77 15.77 15.77 15.81 15.79 15.77 15.79 15.78 15.80 15.80 15.80 15.83 15.77 15.78 15.82 15.81 15.77 測315.77 15.80 15.80 15.81 15.82 15.76 15.78 15.84 15.78 15.81 15.79 15.81 15.81 15.80 15.82 15.83 15.80 15.79 15.80 15.77 15.79 15.79 15.80 15.82 15.80 定415.78 15.80 15.80 15.81 15.81 15.83 15.81 15.78 15.78 15.79 15.82 15.80 15.79 15.78 15.78 15.82 15.84 15.80 15.80 15.79 15.79 15.80 15.80 15.79 15.79 值515.77 15.79 15.80 15.83 15.82 15.77 15.79 15.84 15.79 15.79 15.78 15.78 15.79 15.77 15.80 15.80 15.77 15.77 15.78 15.79 15.81 15.80 15.80 15.80 15.81ΣX78.9278.9979.0279.0079.0678.9578.9579.1078.9278.9578.9679.0278.9678.9578.9879.0479.0078.9578.9779.0178.9878.9779.0279.0078.99X15.7815.8015.8015.8015.8115.7915.7915.8215.7815.7915.7915.8015.7915.7915.8015.8115.8015.7915.7915.8015.8015.7915.8015.8015.80 R0.020.020.010.060.020.070.040.060.030.040.040.050.020.060.040.050.070.030.020.060.040.020.030.040.0419UCL = x + A2R = 15.802+0.577 *0.039 = 15.825 CL = x = 15.802LCL = x - A2R= 15.802-0.577 *0.039 = 15.779R(极差)的控制限:UCL = D4R = 2.114*0.039 = 0.082CL = R = 0.039LCL = D3 R= 0三.SPC的实践应用X bar -R 控制图的制作计算R图的控制线、x图的控制线Fifth例如加工工藝改變、刀具改變、設備改變以及進行了某種技術改革和管理改革措施后, 應重新收集最近期間的數據,以重新計算控制界限並作出新的控制圖20三.SPC的实践应用X bar -R控制图的制作将数据在图中打点并作图Sixth21第四部分SPC的判读规则?PART 01l製程的組成以及其波動的原因l过程失控情形l制程能力指标查出异常不再出现采取措施纳入标准保证消除四.SPC的判读规则预防原则20字真经四.SPC的判读规则24影响过程输出的所有单值的一种变差源.在控制图中表现为过程变差的一部分.一种间断性的, 不可预计的,不稳定的变差源, 有时也称为可查明原因.可表现为: 超出控制限的点或在控制限内的链或其它的图形.四.SPC的判读规则製程的組成以及其波動的原因过程失控情形m + 3 σm + 2 σm + 1 σmm - 1 σm - 2 σm - 3 σ过程失控情形趋势即呈同一方向上升或下降,通常是由于零部件逐渐磨损退化。
统计过程控制spc标准统计过程控制(SPC)是一种通过统计方法来监控和控制过程稳定性和一致性的质量管理工具。
它是一种基于数据和事实的管理方法,可以帮助企业实现质量的持续改进,提高产品和服务的稳定性和一致性,降低成本和提高效率。
本文将对统计过程控制(SPC)标准进行详细介绍,包括其定义、原理、应用、优势和实施步骤等内容。
首先,统计过程控制(SPC)是一种基于统计方法的质量管理工具,它通过收集和分析过程中产生的数据,来监控过程的稳定性和一致性。
SPC的核心理念是“了解过程,控制变异”,通过对过程中的变异进行监控和分析,找出引起变异的原因,并采取措施进行改进,从而实现过程的稳定和一致。
其次,统计过程控制(SPC)的应用范围非常广泛,几乎可以应用于任何一个需要稳定和一致性的过程。
它在制造业、服务业、医疗保健、金融业等领域都有着重要的应用价值。
例如,在制造业中,SPC可以用来监控生产过程中的关键参数,及时发现生产异常并进行调整,确保产品质量的稳定和一致。
在服务业中,SPC可以用来监控服务过程中的关键指标,提高服务质量和客户满意度。
此外,统计过程控制(SPC)的优势也非常明显。
首先,它可以帮助企业实现质量的持续改进,通过对过程中的变异进行分析,找出问题的根本原因,并采取措施进行改进,从而不断提高产品和服务的质量。
其次,它可以降低成本和提高效率,通过对过程中的变异进行监控和分析,及时发现问题并进行调整,避免资源的浪费,提高生产效率。
最后,实施统计过程控制(SPC)需要按照一定的步骤进行。
首先,确定需要监控的关键参数和指标,建立数据采集和分析的系统。
其次,收集和分析过程中产生的数据,找出过程中的变异和问题。
然后,找出问题的根本原因,并采取措施进行改进。
最后,持续监控和分析过程中的数据,确保过程的稳定和一致。
综上所述,统计过程控制(SPC)是一种非常重要的质量管理工具,它可以帮助企业实现质量的持续改进,降低成本和提高效率。
SPCSPC是Statistical Process Control的简称统计过程控制利用统计的方法来监控制程的状态,确定生产过程在管制的状态下,以降低产品品质的变异SPC能解决之问题1.经济性:有效的抽样管制,不用全数检验,不良率,得以控制成本。
使制程稳定,能掌握品质、成本与交期。
2.预警性:制程的异常趋势可即时对策,预防整批不良,以减少浪费。
3.分辨特殊原因:作为局部问题对策或管理阶层系统改进之参考。
4.善用机器设备:估计机器能力,可妥善安排适当机器生产适当零件。
5.改善的评估:制程能力可作为改善前後比较之指标。
利用管制图管制制程之程序1.绘制「制造流程图」,并用特性要因图找出每一工作道次的制造因素(条件)及品质特性质。
2.制订操作标准。
3.实施标准的教育与训练。
4.进行制程能力解析,确定管制界限。
5.制订「品质管制方案」,包括抽样间隔、样本大小及管制界限。
6.制订管制图的研判、界限的确定与修订等程序。
7.绘制制程管制用管制图。
8.判定制程是否在管制状态(正常)。
9.如有异常现象则找出不正常原因并加以消除。
10.必要时修改操作标准(甚至於规格或公差)。
分析用管制图主要用以分析下列二点:(1)所分析的制(过)程是否处於统计稳定。
(2)该制程的制程能力指数(Process Capability Index)是否满足要求。
-控制图的作用:1.在质量诊断方面,可以用来度量过程的稳定性,即过程是否处于统计控制状态;2.在质量控制方面,可以用来确定什么时候需要对过程加以调整,而什么时候则需使过程保持相应的稳定状态;3.在质量改进方面,可以用来确认某过程是否得到了改进。
应用步骤如下:1.选择控制图拟控制的质量特性,如重量、不合格品数等;2.选用合适的控制图种类;3.确定样本容量和抽样间隔;4.收集并记录至少20~25个样本的数据,或使用以前所记录的数据;5.计算各个样本的统计量,如样本平均值、样本极差、样本标准差等;6.计算各统计量的控制界限;7.画控制图并标出各样本的统计量;8.研究在控制线以外的点子和在控制线内排列有缺陷的点子以及标明异常(特殊)原因的状态;9.决定下一步的行动。
应用控制图的常见错误:1.在5M1E因素未加控制、工序处于不稳定状态时就使用控制图管理工作;2.在工序能力不足时,即在CP<1的情况下,就使用控制图管理工作;3.用公差线代替控制线,或用压缩的公差线代替控制线;4.仅打“点”而不做分析判断,失去控制图的报警作用;5.不及时打“点”,因而不能及时发现工序异常;6.当“5M1E”发生变化时,未及时调整控制线;7.画法不规范或不完整;8.在研究分析控制图时,对已弄清有异常原因的异常点,在原因消除后,未剔除异常点数据。
●分析用控制图应用控制图时,首先将非稳态的过程调整到稳态,用分析控制图判断是否达到稳态。
确定过程参数特点:1、分析过程是否为统计控制状态2、过程能力指数是否满足要求?●控制用控制图等过程调整到稳态后,延长控制图的控制线作为控制用控制图。
应用过程参数判断SPC的作用1、确保制程持续稳定、可预测。
2、提高产品质量、生产能力、降低成本。
3、为制程分析提供依据。
4、区分变差的特殊原因和普通原因,作为采取局部措施或对系统采取措施的指南。
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非常重要的特点,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。
这体现了质量管理学科的科学性。
保证预防原则实现的科学方法就是:SPC (统计过程控制) 与SPD (统计过程诊断)。
SPC不是用来解决个别工序采用什么控制图的问题,SPC强调从整个过程、整个体系出发来解决问题。
SPC的重点就在于“P(Process,过程)”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。
管制和一般的统计图不同,因其不仅能将数值以曲线表示出来,以观其变异之趋势,且能显示变异系属于机遇性或非机遇性,以指示某种现象是否正常,而采取适当之措施。
解析用控制图决定方针用ν制程解析用ν制程能力研究用ν制程管制准备用ν管制用控制图追查不正常原因ν迅速消除此项原因ν并且研究采取防止此项原因重复发生之措施。
νν普通原因指的是造成随著时间推移具有稳定的且可重复的分布过程中的许多变差的原因,我们称之为:“处於统计控制状态”、“受统计控制”,或有时简称“受控”,普通原因表现为一个稳定系统的偶然原因。
只有变差的普通原因存在且不改变时,过程的输出才可以预测。
ν特殊原因:指的是造成不是始终作用于过程的变差的原因,即当它们出现时将造成(整个)过程的分布改变。
除非所有的特殊原因都被查找出来并且采取了措施,否则它们将继续用不可预测的方式来影响过程的输出。
如果系统内存在变差的特殊原因,随时间的推移,过程的输出将不稳定。
局部措施ν通常用来消除变差的特殊原因ν通常由与过程直接相关的人员实施ν大约可纠正15%的过程问题ν对系统采取措施ν通常用来消除变差的普通原因ν几乎总是要求管理措施,以便纠正ν大约可纠正85%的过程问题ν合理使用控制图能ν供正在进行过程控制的操作者使用ν有於过程在质量上和成本上能持续地,可预测地保持下去ν使过程达到ν更高的质量ν更低的单件成本ν更高的有效能力ν为讨论过程的性能提供共同的语言ν区分变差的特殊原因和普通原因,作为采取局部措施或对系统采取措施的指南。
νSPC的作用:1、确保制程持续稳定、可预测。
2、提高产品质量、生产能力、降低成本。
3、为制程分析提供依据。
4、区分变差的特殊原因和普通原因,作为采取局部措施或对系统采取措施的指南。
SPC的焦点──制程(Process)Quality,是指产品的品质。
换言之,它是著重买卖双方可共同评断与鉴定的一种「既成事实」. 而在SPC的想法上,则是希望将努力的方向更进一步的放在品质的源头──制程(Process)上.因为制程的起伏变化才是造成品质变异(Variation)的主要根源.1)异常变动:过程中变动因素是不在统计管理状态下的非随机性原因,由于异常因素不是过程所固有,固不难除去,一般情况现场人员对异常因素的消除可以自行决定采取措施,而不必要请示更高级的管理人员,所以也称之为减少变动的局部措施。
2)偶然变动:过程中的变动因素是统计管理的状态下,其产品的特性有固定的分布,即分布位置、分布及分布形状三种,由于偶然因素是过程所固有的,难于消除,要消除偶然因素必须涉及到人、机、料、法、环境等整个系统的改造问题,需要投入大量的资金,故不是现场人员所能决定的,而必须经过深入的调查研究和做出全面的可行性报告后,再经高层领导做最后的定夺,所以称之为减少变动的系统措施。
特殊原因一种间断性的,不可预计的,不稳定的变差来源。
有时被称为可查明原因,存在它的信号是:存在超过控制线的点或存在在控制线之内的链或其他非随机性的情形。
普通原因造成变差的一个原因,它影响被研究过程输出的所有单值;在控制图分析中,它表现为随机过程变差的一部分。
合理使用控制图的益处• 供正在进行过程控制的操作者使用• 有助于过程在质量上和成本上能持续的、可预测的保持下去• 使过程达到:• 更高的质量• 更低的单件成本• 更高的有效能力• 为讨论过程的性能提供共同的语言• 区分变差的特殊原因和普通原因,作为采取局部措施或对系统采取措施的指南在实际应用中,当各组容量与其平均值相差不超过正负25%时,可用平均样本容量( )来计算控制限.在什么条件下分析阶段确定的控制限可以转入控制阶段使用:控制图是受控的ν过程能力能够满足生产要求ν控制图是根据稳定状态下的条件(人员、设备、原材料、工艺方法、测量系统、环境)来制定的。
如果上述条件变化,则必须重新计算控制限,例如:操作人员经过培训,操作水平显著提高;ν设备更新、经过修理、更换零件;ν改变工艺参数或采用新工艺;ν改变测量方法或测量仪器;ν采用新型原材料或其他原材料;ν环境变化。
ν使用一段时间后检验控制图还是否适用,控制限是否过宽或过窄,否则需要重新收集数据计算控制限;过程能力值有大的变化时,需要重新收集数据计算控制限。
对于p,np图, 过程能力是通过过程平均不合品率来表示,当所有点都受控后才计算该值.当Cpk指数值降低代表要增加:控制ν检查ν返工及报废,ν在这种情况下,成本会增加,品质也会降低,生产能力可能不足。
当Cpk指数值增大,不良品减少,最重要是产品/零件接近我们的“理想设计数值/目标”,给予顾客最大满足感。
当Cpk指数值开始到达1.33或更高时对检验工作可以减少,减少我们对运作审查成本。
普通原因变差ν影响过程中每个单位υ在控制图上表现为随机性υ没有明确的图案υ但遵循一个分布υ是由所有不可分派的小变差源组成υ通常需要采取系统措施来减小υ特殊原因变差ν间断的,偶然的,通常是不可预测的和不稳定的变差υ在控制图上表现为超出控制限的点或链或趋势υ非随机的图案υ是由可分派的变差源造成该变差源可以被纠正υ工业经验建议为:ν只有过程变差的15%是特殊的可以通过与操作直接有关的人员纠正υ大部分(其余的85%) 是管理人员通过对系统采取措施可纠正的υ控制图可以区分出普通原因变差和特殊原因变差ν特殊原因变差要求立即采取措施υ减少普通原因变差需要改变产品或过程的设计υ控制图- 过程的声音υ试图通过持续调整过程参数来固定住普通原因变差,称为过度调整,结果会导致更大的过程变差造成客户满意度下降试图通过改变设计来减小特殊原因变差可能解决不了问题,会造成时间和金钱的浪费υ控制图可以给我们提供出出现了哪种类型的变差的线索,供我们采取相应的措施υ能力指数的计算基于以下假设条件:ν过程处于统计稳定状态υ每个测量单值遵循正态分布υ规格的上、下限是基于客户的要求υ测量系统能力充分υ如果理解关满足了这些假设后,能力指数的数值越大,潜在的客户满意度越高ν过程能力分析的用途-设计部门可参考目前之制程能力,以设计出可制造的产品-评估人员、设备、材料与工作方法的适当性-根据规格公差设定设备的管制界限-决定最经济的作业方式过程控制和过程能力◎目标:过程控制系统目标,是对影响过程的措施作出经济合理的决定, 避免过度控制与控制不足◎过程能力讨论:必需注意二个观念○由造成变差的普通原因来确定○内外部顾客开心过程的输出及与他们的要求的关系如何。
SPC就是利用统计方法去:1.分析过程的输出并指出其特性.2.使过程在统计控制情况下成功地进行和维持.3.有系统地减少该过程主要输出特性的变异.统计制程管制(SPC)它可用统计管制图及时监督与控制线场作业.. 它可用统计计算制程能力及规格.. 它可防止制程的偏差去影响产品的良率与品质/ 可靠性.. 它可消除非机率原因的变异来改善制程.SPC 就是依据统计的逻辑来判断制程是否正常及应否采取改善对策的一套控制系统• 对的问题比对的答案更重要SPC生产统计过程控制一、spc的基础知识1.关于控制、过程、统计2.特性及其分类3.统计学基础二、spc的基本原理4.过程的理解与过程控制5.波动及波动的原因6.局部措施和系统措施三、统计过程的控制思想1.正态分布简介2.统计控制状态及两种错误3.过程控制和过程能力4.过程改进循环四、控制图类型1.控制图应用说明2.控制图的定义和目的3.控制图解决问题思路4.控制图益处5.控制图分类6.控制图的选择五、建立计算型控制图的步骤和计算方法1.均值和极差图2.均值和标准差图3.中位数和极差图4.单值和移动极差图六、计数型控制图与过程能力指数1.过程能力解释前提2.过程能力的计算3.制程能力指数4.过程绩效指数七、过程判异准则以下是常用的八项判异准则:1、一点落在A区以外;2、连续9点落在中心线同一侧;3、连续6点递增或递减;4、连续14点相邻点上下交替;5、连续3点有2点落在中心线同一侧的B区以外;6、连续5点中有4点落在中心线同一侧的C区以外;7、连续15点在C区中心线上下;8、连续8点在中心线同侧。