当前位置：文档之家 › SPC控制ppt课件

SPC控制ppt课件

  • 格式：ppt
  • 大小：405.00 KB
  • 文档页数：34

下载文档原格式

  / 34

合集下载

SPC与常规控制图培训课件PPT(共 58张)

SPC与常规控制图培训课件PPT(共 58张)
因此，发生这种情况的概率为
2×C54×0.1573054×（0.9973-0.157305） =0.00268
规则7连续15点在中心线正负1σ 之间
0.6826815 =0.00326
常用控制图的种类
常用质量控制图可分为两大类： （1）计量值控制图包括：
均值-标准差控制图，均值-极差控制图， 中位数-极差控制图，单值-移动-极差控制图。 （2）计数值控制图包括：
SPC与常规控制图
——控制图概念
又叫管理图或休图。它是判断和预报生产过程中 质量状况是否发生异常波动的一种有效的方法。
可用3σ原则确定控制图的控制线（Control Lines）
CL=μ UCL=μ+3σ LCL=μ-3σ
控制图的基本原理
控制图是把造成质量波动的六个原因（人机料法 环、测量等）分为两个大类：随机性原因（偶然 性原因）和非随机性原因（系统原因）。这样， 我们就可以通过控制图来有效地判断生产过程质 量的稳定性，及时发现生产过程中的异常现象， 查明生产设备和工艺装备的实际精度，从而为制 定工艺目标和规格界限确立可靠的基础，使得过 程的成本和质量成为可预测的，并能够以较快的 速度和准确性测量出系统误差的影响程度。
3点中2个点子在中心线同一侧的2σ ～ 3σ 范围之内，另外一 个点子落在控制界限任何处，发生这种情况的概率为
2×C32×0.02142×（0.9973-0.0214） =0.00268
控制图上的信号解释
规则6：连续5点中有4点落在中心线同一侧 的1σ 以外。
点子落在1σ ～ 3σ 之间的概率为 ( 3 ) ( 1 ) 0 . 9 9 8 6 5 0 0 . 8 4 1 3 4 5 0 . 1 5 7 3 0 5

SPC统计过程控制教材ppt(37张)

SPC统计过程控制教材ppt(37张)
– 5、确定各组的频数 – 6、作直方图 – 7、对直方图的观察: 特点， 中间高、两头低、左右对称
7
SPC
3、基础知识
(2)、正态分布 (Normal Distribution) 当抽取的数据个数趋于无穷大而区间宽度趋向于0时，外形轮廓的折线就趋向于光滑的曲
线，即：概率密度曲线。 特点：面积之和等于1。
11
SPC统计过程控制教材(PPT37页)
SPC
• (4)、使用控制图应考虑的问题
– a、控制图用于何处？ – b、如何选择控制对象？ – c、怎样选择控制图？ – d、如何分析控制图？ – e、点出界或违反其他准则的处理。 – f、控制图的重新制定。 – g、控制图的保管问题。
SPC统计过程控制教材(PPT37页)
– 1、找出最大值和最小值，确定数据分散宽度 数据分散宽度=（最大值 最小值）
– 2、确定组数 k n
– 3、确定组距 h=（最大值最小值）/组数
– 4、确定各组的边界 第一组的组下限=最小值 最小测量单位的一半 第一组的组上限=第一组的组下限+组距=第二组的组下限 第二组的组上限=第二组的组下限+组距=第三组的组下限，依此类推。
2
SPC
3、为什么要学习SPC（二）?
• 3控制方式与6控制方式的比较：
3
SPC
4、开展SPC工程的步骤
• 培训SPC
– 正态分布等统计基础知识 – 品管七工具：调查表、分层法、散布图、排列图、直方图、因果图、控制图 – 过程控制网图的做法 – 过程控制标准的做法
• 确定关键质量因素
– 对每道工序，用因果图进行分析，造出所有关键质量因素，再用排列图找出 最终产品影响最大的因素，即关键质量因素；

统计过程控制(SPC)(PPT58页)

统计过程控制(SPC)(PPT58页)
➢ 普通原因 ➢ 特殊原因
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
普通原因 普通原因造成变差的一个原因，它影响被研究过程的所
有单值。（处于统计控制状态；在统计上受控；受控） 造成随着时间的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 特点
过程分布将不发生变化 过程的输出是可预测的 过程是稳定、可控的。 采取系统的措施，由管理人员解决问题
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
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
一个可接受的过程必须是处于受控统计控制 状态的且其固有变差（能力）必须小于图纸 的公差
应通过检查并消除变差的特殊原因使过程处 于受统计控制状态，那么性能是可预测的， 变可评定其满足顾客期望的能力。这是持续 改进的基础
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
3.4过程改进循环
2.1过程的理解及过程控制
1.过程—所谓过程是指共同作用以产出输出的供方、生产 者、人、设备、输入材料、方法和环境及使用输出的顾 客的集合。
过程性能取决于：
供方与顾客之间的沟通
过程设计及实施的方式
运作和管理的方式
2.过程的信息
通过分析过程输出可以获得许多与过程性能有关的信息。如过程 是否稳定，过程能力如何。
4.1控制图应用说明

SPC计数控制图PPT74页课件

SPC计数控制图PPT74页课件
38
3 计点控制图
常规控制图
计量
计数
n 2 10 X R图
n 1
计件
X S图
p图
np图
计点
c图
u图
缺陷率
39
3 计点控制图
对于生产过程中的缺陷数控制，比如控制一部机器，一个 部件，一定的长度，一定的面积或任何一定的单位中所出现 的不合格品数目，采用计点控制图。常用的计点控制图，有 u图和c图。
印花疵点图
毛刺图
钢板裂纹图
光洁面划痕
散热器管砂眼
1
目录
★属性检测与记录
▲属性检测 ▲缺陷率与生产收益
★计件控制图
▲p图 ▲np图
★计点控制图
▲u图 ▲ c图
★计量与计数控制图的对比 ★附录
2
1 计数控制图
测量单元
计量测量值
质量特性
计数测量值
均值 波动/变差
不合格 缺陷
通过观测每个产品，根据产品的质量特性符合质量特征要 求与否,把产品分为合格与不合格两类。
7
1.2 缺陷率与生产收益
★当一个检测单元至多允许出现c个缺陷时，出现一个缺陷会 带来生产的后续失效风险。 ★检测单元不含任何缺陷的概率(即产品完好率)可由下式计 算
其中，λ为平均缺陷率(每个单元的平均缺陷数)。
8
2 计件控制图
不合格比例(正式称呼为次品率或拒收率)是在全部检测的 产品中发现的不合格单位产品的比例。
★变控制限的p图的控制限为 ★注意控制限的宽度与样本量的平方根成反比。
19
标准化的p图
在样本量变化和/或短生产周期的情形下，宜使用标准化 的p图。首先进行标准化的变换
这样，对于标准化的p图，中心线为0，而上、下控制限分别 为+3和-3。

SPC控制图的种类及判异方法48页课件

SPC控制图的种类及判异方法48页课件

计数值：由计数而得的数据或将之转换成百分率，例如不良数、由不良数转换而成的不良率、 缺点数、由缺点转换而成的单位缺点数或百万件缺点数，为一可分割之量值。 计量值：不可分割之量值。实际量测产品或过程质量特性所得的尺度量值，这类量测的量测不 是真值而只是近似值而已，例如长度、直径、压力、强度等，为连续数据。
步骤7：确定控制限是否能经济地满足要求； 步骤8：运用控制限进行控制；
SPC统计过程控制
四、计量型数据控制图
均值-极差控制图（ x R控制图 ）
最常用；最基本； 控制对象为计量值； 适用于n ≤9的情况； 均值图用于观察和分析分布的均值的变化，即
过程的集中趋势； 极差图观察和分析分布的分散情况，即过程的
LCL x 3 x 2.66MR d2
相当于n=2时的均值控制图
各常数值如下:
MR控制图
CL MR
UCL D4MR 3.267 MR LCL D3MR 0
相当于n=2时的极差控制图; n=2时,D4=3.267,D3=0
n
2
3
4
5
6
7
8
9 10
D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78
离散程度。
SPC统计过程控制
四、计量型数据控制图
均值-极差控制图 -控制限
均值控制图
CL x UCL x A2R LCL x A2R
极差控制图
CL R UCL D4R LCL D3R
SPC统计过程控制
4、X bar-s图
计算各样组的平均数
四、计量型数据控制图
计算这些组平均数的平均数
频数分布在进行调整期间已经完成，分析结果表明进 行一段时期加工生产的开端是可以令人满意的。

统计过程控制(SPC)PPT课件

统计过程控制(SPC)PPT课件
829 429 1479
2 1428 1387 1724 2172 1265
828 1859 1278 1472 1613
312 1529
3 890 970 1529 3056 1600 627 1048 2272 2190 719 1408 1217

4 729 1021 1279 2836 2179 2071 1724 1480 1859 1758 1236 1729
D4
3.267 2.574 2.282 2.114 2.004 1.924 1.864
Xbar-R控制图的应用
例：对一条流水线的零件，每隔一个小时抽取 4 个，测某质量特性值，共测了25组。技术规 范为 0-0.50.5。为记录和计算方便，数据已放大 10，000倍，见下表。试用控制图作分析。
Number 1 2 3 4 5 6 7 8 9 10 11 12 13
LCLR
0 0 0 0 0 0 0 0 0 0 0 0 0
计算结果（2）
Number
14 15 16 17 18 19 20 21 22 23 24 25
1
1048 1248 2146 2687 1455 1608 1489 1447 1720 829 429 1479
2
1428 1387 1724 2172 1265 828 1859 1278 1472 1613 312 1529
计算公式： Xbar图（后作） CL:xbar UCL:xbar+A2 Rbar LCL:xbar-A2 Rbar
R图（先作） Rbar D4 Rbar D3 Rbar
n
2
3
4
5
6
7
8
A2

SPC-完整版ppt课件

第六步：实施数据采集计划
根据“合理子组”原则采集数据。将采集到 的所有数据填入事先准备好的数据表或控制图。
第七步：整理核对数据
检查核对数据是否符合要求，准备制作控制 图。
注意：控制图数据是一组动态的 时间序列。
SHIRO原则”
“合理子组”原则含义
使得每个子组内的变差尽量小（组内差异只由普通 原因造成）；
SHIRONGWEI
21
§5.2 数据收集计划
数据必须“真实-可信-可用”，方能到成质量改进的目 的，为了实现此目标，制定数据采集计划是必要的（当 然不一定是书面的）。 计划应考虑以下内容和因素： 任务及目的（你打算收集什么数据） 在哪里？由谁？ 采用什么方式：全数检查？还是抽样？ 采集多少数据？ 时间：何时期的数据？采集频率？何时开始和结束？ 分层因素如何确定？ 数据表格的准备
控制图结构 控制图的作用 两类错误 休哈特“3σ原则” 统计控制状态 统计过程控制原则 漏斗实验 控制图解析——模式 控制图 8条判异准则 分析用控制图和监控用控制图 常规控制图的分类 如何选择控制图
SHIRONGWEI
16
§4.2 控制图的作用
控制图是SPC用于改进品质的工具，其作用：
展示过程
即时记录过程，反映过程状况和变化，可谓一部“生产史”。
控制过程
透过控制图结构和规则，指引人员识别并消除特殊原因， 达成维护控制之目的。
评估决策
控制图作为统计工具，展示提供的过程信息是客观可信 的，借助控制图信息作出的品质决策是科学可靠的。
预防改进
控制图具有预警性质，且借由以上三项，就达到预防改 进之目的。
SHIRONGWEI
19
质量管理的基本原则
一切用数据说话！

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统计过程控制培训课件(PPT 80张)


宇宙万物及工业产品大都呈常态分配 变异的原因可分为偶因及异因
偶因属管理系统的范围
例如:身高.体重.智力.考试成绩.所得分配


预防与检测
人 机 法 环 測量 測量
原料
PROCESS
Y=f(x1,x2,….)



Y可视为顾客所要求的产品特性。 但是如果在y进行相应的统计控制 品已经制造出来，只是相当于检验 得好不好，时效已晚。 所以要去探究哪些因素会影响y，
X X X

UCL LCL 全距控制图
建立X-R图的步骤C
C1分析极差图上的数据点 C2识別并标注特殊原因(极差图) Ｃ 过 程 控 制 解 释
C3重新計算控制界限(极差图)
超出 链 明显 形
C4分析均值图上的数据点
C5识別并标注特殊原因(均值图)
超出 链 明显
控制图的判读

超出控制界限的点：连续25点出现一个或 任何一个控制界限是该点处于失控状态的

对系统采取措施
局部措施、系统措施示意
UCL
组内变异和组间差异说明

不同槽之间的谓组间变异，我们在于了解在
组间变异大的解决方法


此时的异常将在Xbar图中显示出来 一般的责任是在现场人员，可能是 料，没有依照标准作业方法等。 此种问题比较容易解决，85%应由 员就可以处理。
组内变异大的解决方法
层别的说明
复合
使用控制图的注意事项

控制界限的重新计算

为使控制线适应今后的生产过程, 在 最初的控制线CL、UCL、LCL时, 常 复计算, 以求得切实可行的控制图. 但 经过使用一定时期后, 生产过程有了 加工工艺改变、刀具改变、设备改变

SPC统计过程控制(PPT 256页)


课程提纲
过程能力研究篇
1.过程能力指数的种类 2.过程能力指数的计算 3.短期过程能力指数研究 4.长期过程能力指数研究 5.计数/计量测量系统研究
SPC应用实战篇
1. SPC成功导入案例 2. SPC成功导入流程 3. SPC特性选择 4. SPC小组成立 5. SPC改善检讨
SPC应用背景篇
概念介绍
计量值：用各种计量仪器测出、以数值形式表现的测 量结果，包括用量仪和检测装置测的零件尺寸、长度 、形位误差等, 如电池之压片厚度, 小片称重, 卷针直 径等指标。
计数值：通常是指不用仪器即可测出的数据。计件如 ON
不合格品数, e.g 裁大片外观不良数，服从二项分布 ；计点如电池激光焊接的气密性, 短路数等, 服从泊松 OFF 分布。
在实际生产中，产品质量的偶然波动与异常 波动总是交织在一起的。控制图就是区分这两类 产品质量波动、亦即区分偶然因素与异常因素这 两类质量因素的重要科学方法。
控制图的历史
• 控制图是1924年由美国品管大师W.A. Shewhart博 士发明。 因其用法简单且效果显著, 人人能用, 到处可用, 逐渐成为实施品质管制时不可缺少的主 要工具, 当时称为 (Statistical Quality Control)。
开发
开发
产品及制 程确认
回馈评鉴及 矫正措施
SPC 可以帮助我们
• 区分正常波动和异常波动；
• 及时发现异常征兆；
• 消除异常因素；
• 减少异常波动； • 提高过程能力；
预防控制
正常波动和异常波动
• 波动是质量的敌人； • 品质改善就是要持续减少设计、制造和服务过
程的波动；
正常波动：
异常波动：
  1. 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. 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. 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)。

收集最近与今后相似的数据约100个 依测定时间或群体区分排列 对数据加以分组，把2-6个数据分为一组（剔除异常数据） 记入数据表内 计算每组平均值Xbar Xbar图 R图 计算每组极差R 中心线 CL=Xbar CL=Rbar 计算总平均值Xbar 上限 UCL=Xbar+A2*Rbar UCL=D4*Rbar 下限 LCL=Xbar-A2*Rbar LCL=D3* Rbar 计算极差平均Rbar 计算Xbar-R界限值（下表） 画出Xbar-R界限 打上点记号 检查 1）过程是否在Xbar-R控制状态下 2）检查过程能力
控制极限不是标准规范极限！！
连续变量控制图
执行步骤： 选择合适的特性对其作控制 选择数据的收集点 选择控制图的类型（X，R图） 对合理的分组建立依据并决定抽样的大小及频率 决定测量的方法/标准 执行测量系统的分析（GR&R） 执行一个初始工程能力研究并建立一个初始的控制极限 建立一套程序来收集、绘制、分析信息并对其采取相应的行动 提供书面的介绍和培训有关人员
特殊原因之二
I and MR C hart for R ule2
5 2 2 3.0S L= 1.336 X= 0.2951 -3.0S L= -0.7459
Individual Value
0 2
2
2
2
2
2
2
-5 0 5 10 15 20 25
S ubgroup
Moving Range
3 2 1 0 2 连续九点在中心线的同一边 2 2 2 3.0S L= 1.279 R= 0.3914 -3.0S L= 0.00E + 00
-3.0S L= -8.382
1
Moving Range
10
3.0S L= 10.81
5 R= 3.309 0
1点在控制线之外或在离目标值3西格玛以外
-3.0S L= 0.00E + 00
1点在控制线之外或在离目标值3西格玛以外
R图 操作有误 操作过程忽略了 试验单位 设定产品 减法做错 测量错误 画图有误 X图 o 设置有误 o 立即进行了纠正 o 测量错误 o 操作过程忽略了 o 装置失灵 o 试验单位
均值图(Xbar): 中心线CL=Xbar 上限UCL=Xbar+A2*Rbar 下限LCL=Xbar-A2*Rbar 极差图(R): 上限UCL=D4*Rbar 下限LCL=D3* Rbar
X，R控制图
制作步骤:
1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14.
Xbar-R系数表 样本n A2 D3 D4 3.27 2.58 2.28 2.12 2.00 2 1.880 3 1.023 4 0.729 5 0.577 6 0.483 7 0.419 0.076 1.924
X，R控制图

均值-总体或样本的平均值 总体的中心值用μ表示 样本的中心值用X表示
使用控制图的目的


控制图为我们提供过程的居中（μ是由Xbar估计所得） 因为我们对分析进行了估计，会有采样误差。一般来说我们对缘 故受控工艺过程分析越久，我们的估计就越精确 ± 3σ的控制限几乎包括所有的正态分布（除了0.27%以外),所以 能够使我们发现特殊原因

控制图的目的是寻找居中趋势的改变,不稳定性和包括趋势在内的 特殊行为
Individual Value
µ ² Ê â Ö µ
ç × µ Ó · Û Ö Ø Á ¿ ¿ Ø Ö Æ Í ¼
5.6
5.4 5.2
UCL X LCL
1 2 3 4 5 6 7 8 9 10 11 12
5.0
4.8
控制极限不是工艺/技 术规范极限！！！
4.6
4.4
什么是控制极限？


控制极限是统计极限，它在设置在中心线的两边具有三 个标准差（3 σ）的距离 标准偏差是从分组的平均值的波动中估计出来的 控制极限是设定了某一时间框架内工艺“受控”的范围 在任何情况下控制极限与标准规范极限无任何关系！！
X，R控制图
一些基本原理： Xbar，R和Xbar，s图是来自于相同数据的两个分离的控制图。它是跟踪、 判别工艺/产品的波动原因的最灵敏的统计控制图 Xbar图记录了各分组的平均。R图或s图则记录了相应的分组极差或标准 方差 Xbar，R/s图是研究工艺能力水平的一种极具有价值的工具 控制图常数（A2，D3，D4，等）假设所有的个别值是服从正态分布的 通常使用3σ的控制极限
连续九点在中心线的同一边
R图
• • • • •
X图
动力变化 新的操作工 新设备 材料变化 供应商改变

材料改变 新操作工 新机器 新的机器设置 设置方式有改变
特殊原因之三
I and M R C hart for R ule2
5 3 3 3 3 3.0S L= 1.336 X= 0.2951 -3.0S L= -0.7459

在大部分操作或工艺过程中总是不时地会出现的，有时会连续出现 由特定的干扰所造成的 一般来说，操作者是可以对其控制的（至少可以检测出）
特殊原因之一
I and MR C hart for R ule1
10 3.0S L= 9.218
Individual Value
0
X= 0.4178
-10 S ubgroup 0 5 10 15 20 25
SPC控制
SPC定义
统计工艺控制是统计方法的应用，它提供了 一个反馈回路。即通过把工艺过程的表 现与工艺标准相比较，然后采取控制波 动和使工艺过程居中的行动
SPC控制中波动的因素

操作人员 机器设备 材料 方法/工艺控制 环境 测量（GR&R）L 中心线X
偏差的种类

通常原因 在一个工艺过程中偏差的来源有稳定的，可重复的长期分布----常因

在每个操作/工艺过程中都存在 由工艺过程本身引起（由于我们做事的方式） 通常由管理层控制

特殊原因 并非总是显现的原因，但当它存在时会使整个工艺过程的分布都发生变化。 由于特殊原因造成的偏差使得过程的输出长期情况下不稳定