SPC统计控制培训x spc过程控制图解

ntrol

ntrol

I \

— 牙、 '

Oita.

Statistical Pmc

统计过罠

In God, we

SPC的历史

览了''其中之一的过穆控制? 20世纪20年代，美国贝尔电话实也最 两个研究质量的课题组，其中之一的疣程一… 组的学术领导人为休哈特］Dr. Walter A. ?

览了'

'其中之一的过穆控制

?休哈特在4924年5月16日提出了世界上第一 张“不合格品率磷制图”，佃31年他的代表 作《加工产品质星的经济控制》标志着统计过 程控制时代的开始。

?佃40年SPC正式引进制造业。

? 4 950年，戴明博士在日本傳授SPC講義‘ SPC開始在日本企業大量普及。

前提

如果工作經驗對產品品質有舉足輕重的影響(例如：手工裁縫)，那麼，

SP?就沒有太多揮灑的空間。相反地，如果某一公司開始將經驗加以整 理，而納入設備'製程或系統時;也就是說，該公司開始宣告「經驗掛 帥時代」將要結束，那麼SPC的導入時機也就自然成熟了。

統」仍然穩;A「IS04000」。要求為客戶提供合格的產品，只有穩定而一 貫(Consistent)的「過程」與「系統」 做出合格的產品。然而

統」仍然穩;

A

什麼是SPC

SPC是英文Statistical Process Control 的字首簡稱，即統計過程控制。

SPC就是應用鑼逸邈對過程中 的各個階段收集的數據進行分析，並 調整翎建，從而達到改進與保證質量 的目的。

SPC強調預防，防患於未然是SPC 的宗旨。

為什麼要實施過程控制

丄过程徨制的需妾- _—— z检查一n费：j 预防…避免混费 * \ \

比统计过程控制的目/牛年于通过;扌祥才:数/ 踞的分折得出总体过程的质量龙期

SPC的基本觀念世上沒有任何兩件事■人員■產品宇宙萬物及工業產品大都呈常態分配

SPC的基本觀念

世上沒有任何兩件事■人員■產品

宇宙萬物及工業產品大都呈常態分配

例如：身高■體重■智力■考試成績■所得分配

變異的原因可分為偶因及異因

偶因屬管理系統的範圍

異因卻是作業人員本身就能解決的 應用SPC可以確保作業人員的自尊

■應用SPC可以指出製程最需要改善的地方

S FC的特點

SPC是全系統的 > 全過程的 > 要求全員參加， 人人有責V這點興全面質量管理

SPC強調用科學方法（主要是統誌技術-，尤其 是控制圖理論）來保證全過程的預防頁防性

SPC不僅用於生産過程，而且可用於服務過程

和一切管理過程。（過程性）

控制图的用途

O1

升析判断牛产对稈系

样品编号（或取样时间）

样品编号（或取样时间）

样品编号（或取样时间）

样品编号（或取样时间）

质量特性X

控制上限UCL

Upper Contrel Limit

Lower Control Limit

Lower Control Limit

公差下限A

计量值

DATA

DATA 卜

不良数 I

计数值

DATA

缺点数

I-MR chart

X - R chart or X-Schar

平均ffiRW 控制图或平均值与标准左控制图

巾値打移动极差控制图

对策措施

原因分析

制程异常

检验

抽取样本

No

绘制管制图

Yes

的某些隱含□□統計學是科學的? 一葉知秋 春霧雨夏霧熱的方法

的某些隱含

□

□

統計學是科學的

? 一葉知秋 春霧雨夏霧熱

的方法

秋霧太陽冬霧雪

定義：為了解被調查

的特性'運用合理的抽樣方法從被. 調查群體中取得適當的 '通過 研究樣本來發現群體的特性！

?22

?

22

?

?概率（六合彩） 正態分布

?22

?

22

?

?概率（六合彩） 正態分布

主要統計學名詞

?群體 於制造業而言'通常指在同一生產條件 下符合特定要求的祈有個體的集合！也可稱為 批量記為N 11

?樣本於群體中抽樣而得的部份個體的集合!

|1群體平均值群體標准差R

|1群體平均值

群體標准差

R 全距

Xbar

樣本平均值

QX 樣本標准差

'単随机抽样n祥本行动检验I判定I分析样本数据I

'単随机抽样

n祥本

行动

检验

I判定I

分析样本数据

I数据I

/皂 4^-^^(Population Sa

鬥制程 佥查之目的是籍样本来了解总体，我仆 体是何种状态f除非把总体整个检查，在很多的情 济且不合理的。

既然是利用样本的情况来推断总体的，那么所取之样本必须盒 理可靠，否则就失去了抽样的意义。

总体、样本数据之间的关系

製程(Process )——品質的源 擴?SPC的焦點

製程的起伏變化是造成品質變異 (Variation)的主要根源‘而品質變 異的大小也才是決定產品優劣的關鍵。

　這種因果關係，可進一步表示如下：

伏一＞ 品黄却—

產品优劣果

產品优劣

果

差异是生产制造过程的固有质

量的渡动具有客观必然性?」 .

统计过程控制的任纥是寥把质量待性 ：

值控制在规定的波动范围内「便工序处/ 于受控状恙能稳璋也生产自格訥 从引起质量渡动的療由的性质来鄆可 力力： ! \ |\

1 * 普;i逐園因 （￡9门」门」3」『mumuLU

2）特洗尿因 （mjj三日刁」『半）汕n丿

质量波动及其原

普通原因引起的波动山: 作用而引起，这种I 常波动。工序质星扌百 度的范

￡ ?壬

特殊原因引起的波动由少 用而引起，这种波动不 动。工序质量控制的任务 采取有效的技术组织消協 到受控状态。也稱為非機

作波因回 谢常1新 素异明M 因瞬查程 W，过 -n动动产 沏波波生 著种常便 显立异> 我?现动 偵性发波 ?机时性因 的随及鬣 ?M有 51^^:^

过程质量是诸多因素的综合作用，将影响工序质量的因素归纳为“5M1E"

操作者

材料

机器设备

man

material

machine

工艺方法

测试手段

环境条件

method

measurement

env ironme nt

工

计

人

工

物

安

人

艺

划

员

裝

全

际

动

设

调

设

供

X

关

纪

计

度

训

备

应

明

糸

律

质量波动的统计规律

生产过程中，过程质量有两种状态:

一、

In control

朋m舂

X特舍护浄UCL

> ?

? ?

『3阿兰为fELCL

|J =|J0，o工oO，o保持稳定。这时‘由于质量瑯

布分散程度（b）变大，导致黑点越出控制限两侧的唁

X（x）

失控状态

? if和o中至少有一个不稳定‘ 下图表示分布集中位置P不断增大时的

序质量失控状态°

A 上控制界限UCL

A

上控制界限UCL

下控制界限LCL

?质量特性值通常表现为各种数值指标，

? 一个具体产品常需用多个指标来反映它的质量。

?蘇瘠鑑质量指标所得的数值’即

?翳臺蠶幾质的不同’质量特性值可分为讣数值

计数值与计量值

a?计数值。当质量特性值只能取一组特定的数值，而不能取这些数值 之间的数值时，这样的特性值称为计教值。

计数值可进一步区分为计件值和计点值。

对产醃进行按件检查肘所产生的属性（如评定合格与不合格）数据称为 计件值。

毎件产爲中质量缺陷的个数称为计点、值。如棉布上的疵点数.铸件 上的妙眼教等。

b.计量值。当质量特性值可以取给定范囲内的任何一个可能的数值肘, 这样的特性值称为计量值。如用各种计量工具测量的数据（长度.重 量、对间、温度等），就是计量值。 /

(x) tei-pfl

检验还是预防

过程控制应当以预防为目的，而不是简单地在发现问题后返工。

如果输入符合规范，且过程变量被控制在一定的范围内，则 输岀就是正确的。

建立以预防为基础的体系

无铅汽油

正；—‘105°C一-

正；—‘

105°C一- 115 °C

制程管制的進行步驟

」1?決定「连的作業目的I定管制項目如：美麗又好的衣服I布強力葺

-2、設定逹戒目的z方法俄出钏址一力丄:丿

」N制疋慄准，粘檢項目 如：將4沁E定標淮

」4-作QC匸悝圖，誰？何處？何時？怎麼管？ 組長/ l/s4/h<?件測 」亍教導實施 W

」&調查，收集數據

」7作管制圖|

」笛增修訂標;隹

小概率原理反证法思想正态性假定

小概率原理

反证法思想

正态性假设

任何生产过程生产出来的产品，其质量特性

会存在一定程度的波动，当过程稳定或者说母 时，这些波动主要是由5MIE的微小变化造成I 机误差。此时，绝大多数质量特性值均服从回 似服从正态分布。这一假定，称之为正态性作

3厲准则

在生产过糧中》仅看偶然性误羞存在时》质 量特性X服从正态分布N（小）＞ 则据正态 分布的概率性质》W

器y-3。，卩+ 3（1）是乂的实际取

小概率隔理

所谓小概率原理，即认为小概率事件一般是不会发生的。

由准则可知，若X服从正态分布，则X的可能 值超出控制界限的可能性只有0.27%o因此，一 般认为不会超出控制界限。

小概率原理又称为实际推断原理，当然运用 小概率原理也可能导致错误，但犯错误的可能性 恰恰就是此小概率。

一旦控制图上点子越出界限线或其他小 概率事件发生，则怀疑原生产过程失控， 也即不稳定，此时要从5MIE去找原因， 看是否发生了显著性变化。

扌空制图的分类?计量值控制图(Control Charts fo

扌空制图的分类

Variables)

?均值■极差控制图(X?R Chart)

?均值■标准差控制 图(X-crChart)

?中位数■极差控制图(X-R Chart)

?单值■移动极差控制图(X-Rm Chart) ?计数值控制图(Control Charts for Attribute)

?不合格品率控制图(p Chart)

?不合格品数控制图jpn Chart)

?不合格数控制图(c Chart)

(n可以不同)(要求n

(n可以不同)

(要求n相同)

(要求n相)

(ri可以不同)

■在计量类控制图中，X?R控制图是最常用的一种，所谓

■均值■极差控制图，是均值控制图(X Chart)和极差控制 图

■ (R Chart)二者合并使用。

■均值控制图控制质量特性平均值的变化，即分布的中心变 化

■极差控制图则控制质量特性的变差'即分布的离散程度的 变化

X?R Chart绘制步马聚

建立分析用控制图

1 ?建立控制项目；

2■收集数据100个以上，适当分组后计 入数据记录表；

样本大小（n） = 2~5 （分析用）

组数（k） = 20~25

3?计算各组平均值（X ）

X =

4■计算各组极差（R ）

R=Xmax-Xmin （各组最大值■最

小值）

5■计算总平均值（X ）

X=

6■计算极差的平均值（R)

6■计算极差的平均值（

R)

7■计算并绘出控制限

X控制图

中心限CLx = X

上 限 UCLx = X+A2R 下限 LCLx = X-A2R

」控110

中心限 CLR =R

上限 UCLR=D4R 下限 LCLR=D3R

※人乙D4, D3由系数表查得 8■描点

将藪据点描到控制图上，然后将相

邹的两占盲细车捋

9?对状未判諒'R图如未企稳则重新收 集数据‘转入步骤2； R图企稳后，再

画X图，如未企稳也转入步骤2

10-1 岂力指釦 乂否/足技术要求

疋,则需要调咚过程，三至君 力指数满足要求'然后

"?延长控制限'作为控制用控制图，监控日常生产

例題:用X-R控制图来控制AGP GAP,尺寸单位为mmaf利用下列数据 资料，计算其控制界限并绘图.

T定糊

设操测抽

T定糊

设操测抽

B：RK006 \

产品名称:AGP

质量特性:GAP

测定单位:mm

制造逐卿线

间:亦5/6少87立/05

1

2

3

4

5

6

/

8

Q

K)

11

12

13

14

15

16>

17

IS

2D

XI

03

Q3

()3

O鈕

O.C2

O.T)

<).65

0.71

(YZ)

O昴

QfD

O0

Q&

0.67

(172

o.?

()-&)

o.老

oe

()灼

O&

(YZ)

0.65

()X57

0.66

()鈕

(YZ)

().金

()/V

0.66

()&)

0.66

().金

().66

()3

(YS

（好

(0

().62

().金

()岱

(YZ)

crz)

O&

(YZ)

O-&

().0

().4

().&)

()-65

O你

0.3

()灼

().72

()-&

")

（）鈕

（归

().金

().66

0.(57

O鈕

()金

O&

().71

03

()&

(YZ)

O.Q

Clffi

()3

O昴

()/Z)

(YZ)

O.CS

0.(57

()d

>6

O&)

（归

O.①

O.6J

().疋

().73

()3

()&)

()X57

()昴

Q?

()6)

()炮

()&)

crz)

().61

OZ2

().66

0.(57

()3

X

0.(53

(0

O昴

O.CB

Q金

Q€$5

O昴

o.as

O.C2

0-62

O?

()刃

0.(57

Clffi

Q?

0.(57

O.Q

R

Mn

O&)

()灼

()3

（归

0/2

O0

()3

()&)

Q&

()d

()3

O用

().&)

().&)

().&

().61

()&)

()&

().66

().0

Mrc

Q金

().金

O/Z)

(YZ)

()-72

(YS

().71

0.71

(YZ)

(YZ)

().(57

(166

()鈕

()Z57

()宠

（畑

(rz)

cm

C).?

()?

-收澤数据并记入数据记录表

.tn算各组数据的X

3?计算各组R值

4?计算总平均（X ）

=(0.63+0.64+0.68+0.66+0.68+0.68+0.68+0.66+0.66 +0.65+0.62+0.62+0.63+0.64+0.67+0.67+0.63+0.69 +0.67+0-62)^20

=0.66

=0.08

X控制图

中心线（CLx ） = X = 0.66 址制限（UCLx ） = X+A2R 下控制限（LCLx ） = X-A2R :

R控制图

中心线 CLR = R = 0.08 上控制限 UCLR = D4R = 2.1 下控制限 LCLR = D3R = 0 X

15X0-08 = 0.17

:0.08 = 0

[APCCW C^PCTSIFC1LCHRRT||

[APCCW C^PCTSIFC1LCHRRT||

7■將所求出之各X值及R值点入控制图上并將相邻两点用

8■制程状态检查（直至R图和X图都企稳，且制程能力指

9■记入其他注意事项 1OW/7卩

Q8DQ6D

Q8D

Q6D

Q5D ~1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 L

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

03D

QZ)

0D

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 2)0GD

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 2)

6?必耍时董新计算控制界限（制程能力提高或制程有大的变化时）.

第一类判异准贝U：点值出界就判异

第二类判异准贝!J：点值在控制界限内的排列不沌机

（K7条判异准则）

(1)连续9点在中 心线同 侧(可能总体均值孕

Al_UI_

A

l_UI_

Al_UI_

A

l_UI_

(5)连8点在中心线的两侧，但无一在CS(?

UCI_

LCI_

A

B

C：

B

A

(6)连续14点上下相邻交替(数据分层不够)

(也可能jt两台测试设备或两个不同员工测试等系统原因)

UCI_|

A

j2

Q

c

B

\- 一” X 广、 / \ 八、

\ /」

(7)连续

(7)连续15点在中心线两侧的C区内

(在排除虚假数据和数 据分层不够等原因后，可总结心 先进轻验，并进_步重新计算控制限，以达到持续改进的目的)

J

J

J

J

计算控制限

/

计算极差均值(R-bar)和过程均值(X-double bar)

2.2

2.3

= 召+ ?瓦

x= k

计算控制限

厂

n

2

3

4

5

6

7

8

9

10

a

127

257

22B

211

200

1.92

1.86

w

1.78

★

★

*

★

★

QOB

Q14

Q18

022

A

A￡B

1.02

Q73

0L5B

Q48

Q42

Q37

034

0L31

在控制图上描上中心线和控制线

1.1 选择大小、频次和子组数目

建立控制表和

1.4 选择控制表刻度

2计算控制限

在控制图上描上中心线和控制线

某工廠成品的不良率過去以管制圖管制，為加強管制，現將其中某

以零件每四小時抽取一百個檢查，檢查所得之不良品數據紀錄於下 表，試利用此項資料繪制不良率管制圖，並檢討之！

批號

檢查 數

不良

數

批號

檢査 數

不良 數

P

批號

檢查 數

不良

數

P

1

100

3

11

100

3

0.03

21

100

5

0.05

2

100

4

12

100

6

0.06

22

100

8

0.08

3

100

3

13

100

8

0.08

23

100

4

0.04

4

100

8

14

100

5

0.05

24

100

5

0.05

5

10()

5

15

10()

2

0.02

25

10()

4

0.()4

6

10()

5

16

10()

3

0.03

合計

250()

125

7

10()

7

17

10()

6

0.06

8

KX)

6

18

100

2

0.02

平均

100

0.05

9

KX)

5

19

100

7

0.07

1()

KX)

6

20

10()

5

0.05

Why?

I want to know ?

Ivan 作於05.10.13

推荐访问:统计 统计 控制 培训 SPC统计控制培训x