SPC统计过程控制培训课件-新版.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《SPC统计过程控制培训课件-新版.ppt》由用户(晟晟文业)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- SPC 统计 过程 控制 培训 课件 新版
- 资源描述:
-
1、致力于管理工具培训目录目录第一章第一章 统计技术基础知识统计技术基础知识 第二章第二章 持续改进和统计过程控制持续改进和统计过程控制 第三章第三章 控制图运用步骤控制图运用步骤 第四章第四章 认识计量型数据的过程能力和过程性能认识计量型数据的过程能力和过程性能 第五章第五章 其它几个计量型控制图其它几个计量型控制图第六章第六章 计数型控制图计数型控制图第七章第七章 控制图注意事项控制图注意事项第一章第一章 统计技术基础知识统计技术基础知识 1 1、数据类型、数据类型2 2、正态分布、正态分布3 3、二项分布、二项分布4 4、泊松分布、泊松分布5 5、总结、总结计量数据的基本统计计量数据的基本统
2、计数据分布数据分布对一个相同的输出变量Y,多个数据点绘图,它们形成了一个分布。这些数据点的堆积可以不同的图形来代表:散点图/概率图 直方图常用统计量常用统计量中心位置中心位置平均值 一组数据的算术平均值数法-均等反映了所有数据的影响-会受极端值强烈影响中位数 反映50%的那个位置 对一组排序数据点的中心数 对极端值较”坚耐”nXninx1X常用统计量常用统计量变异变异极差:一组数据中最大值与最小值之间的差标准偏差(s;s):等于方差的平方根,在量化变异时常用会到1n)X(Xn1i2isminmax Range方差等于标准偏差的平方,通常只是为了计算的目的常用统计量常用统计量总体与样本总体与样本
3、1 1、表示总体特性的统计量,称为总体特征值,如:、表示总体特性的统计量,称为总体特征值,如:总体平均数、总体方差、总体标准差总体平均数、总体方差、总体标准差2 2、表示样本特性的统计量,称为样本统计量,如:、表示样本特性的统计量,称为样本统计量,如:样本平均数、样本方差、样本标准差、样本极差、移动极差样本平均数、样本方差、样本标准差、样本极差、移动极差总体特征值总体特征值样本统计量样本统计量名称名称符号符号名称名称符号符号分布中心位置分布中心位置总体均值总体均值样本均值样本均值样本中位数样本中位数数据分散程度数据分散程度总体方差总体方差总体标准差总体标准差2 2样本方差样本方差样本标准差样本
4、标准差样本极差样本极差s s2 2s sR Rxx连续型数据连续型数据了解极差了解极差以下数据的极差是多少?1,2,3,4,5,6,7,8,91,2,3,4,5,6,7,8,9以下数据的极差是多少1,2,3,4,5,6,7,8,2001,2,3,4,5,6,7,8,200标准偏差可以用计算机来计算(EXCEL里的STDEV公式)694 696 698 700702 704 706x6643162+42+12+32+62s2=-=24.5 =s=4.95 4(=n-1)Measurements701696694706703计算标准差计算标准差连续性数据连续性数据平滑平滑(正态正态)分布分布假定数
5、据符合正态分布 假设收集到无限多的数据,这些数据可能看起来像下图我们可将这些数据看成平滑的分布 红线757580806060656570705555InchesInchesxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
6、xxx练习:概率分布图正态曲线和概率正态曲线和概率了解了正态曲线的平均值和标准偏差有助于估计风险Probability of sample value43210-1-2-3-440%30%20%10%0%Z-axis(scale in units of s)Number of standard deviations from the mean95.45%95.45%68.27%68.27%99.73%99.73%在两个值在两个值之间可以得到一個累之间可以得到一個累積的概率值積的概率值正态分布的应用正态分布的应用43210-1-2-3-440%30%20%10%0%Probability of
7、sample value95.45%95.45%68.27%68.27%99.73%99.73%240255270285225210195Time(minutes)SXXZZ-axisX-axis如果我们货物交付给顾客的平均时间是240分钟,这一过程的标准偏差是15分钟,那么在270分钟后到货的概率为多少?正态分布的应用正态分布的应用2 2中国成年男子身高均为168cm,标准差为5.5cm.试计算:1、身高小于160cm的概率。2、身高高于180cm的概率。3、身高介于160-180cm的概率。二项分布二项分布例:从一批产品中随机抽取进行检测,根据历史数据而知,产品的不合格率为10%。假设要求
8、产品检测人员每抽取一件产品,检测完毕后,要放回这批产品中(又称为有放回抽样),检验人员共检测了6件产品,问检测到的不合格品数分别为0,1,2,3,4,5,6的概率?X XP P0 00.5314410.5314411 10.3542940.3542942 20.0984150.0984153 30.0145800.0145804 40.0012150.0012155 50.0000540.0000546 60.0000010.000001二项分布的均值、方差与标准差二项分布的均值、方差与标准差E(X)=npE(X)=npVar(X)=np(1-p)Var(X)=np(1-p)pnp1 泊松分布
9、泊松分布质量控制中常遇到这样的情况:不仅要关注不合格品,而且要关注每件不合格品所包含的不合格项的情况。,2,1,0 ,!)(xexxpx 1.1.定义定义 设随机变量设随机变量 X X 的可能取值是一切非负整数,的可能取值是一切非负整数,而概率函数是而概率函数是其中其中常数常数 0,泊松分布含有一个参数泊松分布含有一个参数 ,通常记作通常记作 P().如果如果 X服从服从泊松分布泊松分布 P(),则记为则记为 ).(PX泊松分布的均值与方差相等,均入泊松分布的均值与方差相等,均入 泊松分布泊松分布 在大量试验中,小概率事件发生的次数可以近似地看作服在大量试验中,小概率事件发生的次数可以近似地看
10、作服从从PoissonPoisson分布。分布。如:一段时间内电话用户对电话站的呼叫次数如:一段时间内电话用户对电话站的呼叫次数铸件上的疵点数铸件上的疵点数候车的旅客数候车的旅客数原子放射粒子数等原子放射粒子数等总结总结连续型数据能有很多可能的数值,计数型数据是不连续的连续型数据的信息比较丰富,计数型的就要少得多对位置的测量是平均值和中位数对离散的测量:标准偏差和极差图表出来的信息会多于数据正态曲线可用来估计缺陷的风险第二章第二章 持续改进和统计过程控制持续改进和统计过程控制 1 1、什么是、什么是SPCSPC2 2、SPCSPC是发展是发展3 3、控制图的种类、控制图的种类4 4、控制图的选
11、择、控制图的选择5 5、中央极限定理、中央极限定理6 6、“”及及“”风险风险7 7、抽样方法、抽样方法8 8、普通原因和特殊原因、普通原因和特殊原因WHAT IS SPC WHAT IS SPC?SPC是一种方法论。对过程数据进行收集,利用加以分析,从分析中发现影响过程的,通过问题分析找出,立即采取,使过程恢复正常。并借助与标准化,以不断。当控制图失控时,不能指出为什幺失控。当过程能力不足时,不能指出为什幺不足。Shewhart:控制图控制图之创始人之创始人控制图是1924年由美国品管大师W.A.Shewhart博士发明。当时称为(Statistical Quality Control)。控
12、制图在英国及日本历史控制图在英国及日本历史英国在1932年,邀请W.A.Shewhart博士到伦敦,主讲统计品质管制,而提高了英国人将统计方法应用到工业方面之气氛。就控制图在工厂中实施来说,英国比美国为早。日本在1950年由W.E.Deming博士引到日本。同年日本规格协会成立了品质管制委员会,制定了相关的JIS标准。从19501980年,经过30年的努力,日本跃居世界质量与生产率的领先地位。美国著名质量管理专家伯格(Roger W.Berger)教授指出,日本成功的基石之一就是SPC。产品质量的统计观点产品质量的统计观点产品质量的统计观点是现代质量管理的基本观点之一:1、产品的质量具有变异性
13、2、产品质量的变异性具有统计规律性 (不是通常的确定性现象的确定性规律,而是随机现象的统计规律)SPC的的精神精神识别关键特性多收集数据以了解制程状况分析特性了解其正常波动的范围控制特性运用控制限来探测过程是否异常改进特性不断改进过程的波动范围降低COPQSPC&SQCPROCESS原料測量結果针对产品所做的是在做SQC针对过程的重要控制参数所做的才是SPC针对原料所做的控制也可属SPCSPCSPC用在那里?用在那里?PROCESSOUTPUTINPUT消极的地方只能防堵积极的地方可防止不良积极的地方可防止不良控制图种类控制图种类(依用途依用途)分析用控制图 过程分析用 过程能力研究用 过程控
14、制准备用分析用稳定/可接收控制用控制用控制图探测不正常原因验证异常原因是否消除控制用与分析用控制图的区别控制用与分析用控制图的区别区别点区别点分析用控制图分析用控制图控制用控制图控制用控制图过程以前的状态过程以前的状态未知未知已知已知作图需要子组数作图需要子组数每次每次2020组到组到2525组组每次一组每次一组控制图的界限控制图的界限需计算需计算延长前控制限延长前控制限使用目的使用目的了解过程了解过程控制过程控制过程使用人员使用人员工艺、质管工艺、质管现场操作和管理人员现场操作和管理人员控制图与控制图与APQP企划产品设计与开发产品设计与开发制程设计开发制程设计开发产品及制程确认回回 馈馈
15、评评 鉴鉴 及及 矫矫 正正 措措 施施生产生产生产计划第一阶段计划和确定第二阶段产品设计开发第三阶段制程设计开发第四阶段产品及制程确认第五阶段回馈评鉴及矫正措施概念提出与核准计划核准原型品试作量产DFMEADOEQFDPFMEADOEQFDPFMEA,MSASPC、DOEPFMEA,MSASPC、PPAPQFD分析?控制?控制图种类控制图种类(依依数据数据类型类型)计量值控制图 平均值与极差控制图 平均值与标准差控制图 中位数与极差控制图 个别值与移动极差控制图计数值控制图 不良率控制图 不良数控制图 缺点数控制图 单位缺点控制图 优点:根据控制图显示,可以预测将发生之不良状况,便于调查事故
16、发生的原因。样本量少,反应灵敏。缺点:在制造过程中,需要经常抽样、测量、计算后需点上控制图,较为麻烦而费时间。计量型计量型控制图控制图优缺点优缺点 优点:只在生产完成后,才抽取样本,所需数据能以简单方法获得之.对于工厂整个品质情况了解非常方便。缺点:根据控制图信息,有时无法寻求不良之真正原因,而不能及时采取处理措施,而延误时机.良率越高,样本数越大。计数型计数型控制图控制图优缺点优缺点“n”=1025控制图的选定资料性质不良數或缺陷數單位大小是否一定“n”是否一定樣本大小n2Cl的性質“n”是否較大“u”圖“c”圖“np”圖“p”圖X-Rm圖X-R圖X-R圖X-s圖計數值計量值“n”=1n1中
17、位數平均值“n”=29缺陷數不良數不一定一定一定不一定控制图的选择控制图的选择CASE STUDY质量特性质量特性样本数样本数可选用什幺图?可选用什幺图?长度长度5 5重量重量1010乙醇比重乙醇比重1 1电灯亮不亮电灯亮不亮100100每一百平方米的脏点每一百平方米的脏点100100平方米平方米样本与总体样本与总体总体样本抽样数据测试结论分析管理常规常规控制图的统计原理控制图的统计原理计量型计量型Xbar-RXbar-RXbar-sXbar-sX X中位数中位数-R RX-RmX-Rm正态分布正态分布计数型计数型P Pnpnp二项分布二项分布计数型计数型C Cu u泊松泊松分布分布正态分布特
18、点正态分布特点位置:中心值分布宽度68.27%95.45%99.73%+1+2+3-1-2-3正态分布概率正态分布概率正态分布概率正态分布概率k在内的概率在内的概率在外的概率在外的概率0.6750.00%50.00%168.27%31.74%1.9695.00%5.00%295.45%4.55%2.5899.00%1.00%399.73%0.27%控制图的结构控制图的结构 1 Sigma2 Sigma3 Sigma1 Sigma2 Sigma3 Sigma%数据点的百分比数据点的百分比UCL:Upper control limitLCL:Lower control limit测量特性测量特性C
19、L:Central Line时间时间控制图的控制图的作用作用控制图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(普通原因造成)或非机遇性(异常原因导致),以指示某种现象是否正常,而采取适当之措施。利用控制限探测是否有特殊原因哪一种分布较好?抽样检验时的 风险亦称为生产者冒险,风险亦称为消费者冒险。“”及及“”风险风险 判定结果判定结果批批/过程过程判为不良品判为不良品判为良品判为良品良品良品1-1-不良品不良品1-1-第一种错误第二种错误两种错误两种错误损失损失分析分析发生第一种错误时,虚发警报,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
20、又称为徒劳错误。发生第二种错误时漏发警报,过程已经处于不稳定状态,但并未采取相应的措施,从而不合格品增加,也造成损失。控制界限控制界限“”值值32%32%2 24.56%4.56%3 30.27%0.27%4 40.005%0.005%控制控制界限与界限与风险风险平均值移动平均值移动“”值值97.72%97.72%2 284.13%84.13%3 350%50%4 415.87%15.87%过程漂移与过程漂移与风险风险控制控制界限与错误损失界限与错误损失01362两种损失的合计第二种错误损失第一种错误损失Shewhart Shewhart 用经济平衡点(用经济平衡点(Break even po
21、intBreak even point)求得)求得3 3的界限综合损失最小的界限综合损失最小.关于关于风险的补充风险的补充在统计中通常采用=1%,5%,10%三级,但在控制图中为了增强使用者的信心,所以将定位0.27%,这样就大,这就需要增加第二类判异准则,即使点子不出界,但当界内的点子排列不随机的时候也表示存在异常。抽样方法说明抽样方法说明重点内容 如何确定子组 如何确定子组大小(n)如何确定抽样频率(f)如何确定子组数量(k)如何确定子组如何确定子组必须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,以保证组内仅有普通原因的影响.我们所使用的控制图是以影响过程的许
22、多变动因素中的普通原因所造成的波动为基准来找出异常因素的,因此,必须先找出过程中普通原因波动这个基准.组内变异和组间差异组内变异和组间差异不同槽之间的谓组间变异,我们在于了解在相同的操作条件之下,不同槽之间的差异,如果差异很大,表示组间有差异。同一槽之内的变异谓组内变异,此时就要去分析在同一槽之内是否有不均之现象。时间质量特性制程的变化如何确定子组如何确定子组正确例子正确例子让组内变化只有普通原因让组间变化只有特殊原因组内变异小组间变异大如何确定子组如何确定子组错误例子错误例子如此的取样方式会造成无法有效区别组内变异和组间变异,造成控制界限变宽,无法有效侦测制造变异。时间质量特性制程的变化使用
23、个别值时其检出力较差使用平均值时其检出力较佳平均值与个别值的检出力假设群体移动2 采用采用Xbar-RXbar-R比比X-RmX-Rm好好检出力可以增加。可以有效判定组内变异和组间变异。经过平均值之后,其分布会更趋近于正态分布。每天只抽一组来代表,是否能代表制程呢?每天如果抽三组的样本是否更能代表制程?如何确定抽如何确定抽样频率样频率如何确定抽如何确定抽样频率样频率抽样频率必须考虑以下方面:过程历史状况-经常发生失控,就需要更频繁的抽样;-若班别切换会导致变更,则每班必须抽到;发生失控时,对质量的影响程度 抽样的容易程度 抽样和测量样本的费用通常在量产时,抽样频次为每班或每天1-2次。如何确定
24、抽如何确定抽样频率样频率初期不了解制程,制程不稳定,存在组间变异稳定期后,大部份只存在组内变异,偶而出现组间变异快速而频繁的取样,才能掌握制程的情形,并将各项不稳定的因子去除由于制程已相对稳定,我们可以预测制程变化,所以抽样频率可较低,但仍应要有代表性初期初期过程研究过程研究抽样频率抽样频率一个班次之内取二十五组我们利用在一个班次当中取二十五组,此时由于人、机料、法、环、测都比较固定,所以所估计出来的组内变异会比较正确,相关的控制界限比较窄,可以有效地侦测出不同班别之间的变化,或则组间的变化,如材料变化、机器变化、参数变化等。长长期期过程研究过程研究抽样频率抽样频率抽样频率依过程状况计算而定,
25、可逐步放宽抽样频率,但必须满足能力要求。每2小时,抽一组;每4小时,抽一组;每个班,抽一组;每天抽一组;每周抽一组。过程过程波动原因波动原因的构成的构成波动原因人機器材料方法測量環境普通原因和特殊原因普通原因和特殊原因 普通原因:指的是造成随着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:“处于统计控制状态”、“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。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
展开阅读全文