質量管理五大工具-spc詳解PPT課件

SPC常用數據分析講解,SPC,SPC:統(tǒng)計過程控制,Statistical(統(tǒng)計):以數理統(tǒng)計為基礎,基于數據的科學分析和管理方法;Process(過程):任何一個有輸入輸出的活動;6個要素:5M1EControl(控制):通過掌握規(guī)律來預測未來發(fā)展并實現(xiàn)預防;,我們?yōu)槭裁葱枰猄PC?,質量專業(yè)人員是管理小組中關鍵問題的解決者。SPC是質量管理的基本技術之一。,學習目的,目標：用SPC思考（ThinkinginSPC）說明：1）不包括SPC對企業(yè)發(fā)展的效益；2）不包括公式的推導和詳細的計算；3）為了方便說明，課程介紹均以生產制造為例，但不限于此。4）假設所有的學員都有基本的數學知識；5）介紹的方法及其計算公式以QS9000為準；,學習提綱,基本SPC統(tǒng)計學；SPC的核心工具控制圖；過程能力研究；量具重復性和再現(xiàn)性研究；,從數據中尋找規(guī)律,直方圖,一個實例：,某工廠接收了一批外協(xié)廠制造的青銅軸承用于生產一種重要的儀器。但該廠不能信任生產這些軸承廠家的工作，決定對供應商提供的軸承進行分析。這些軸承的關鍵特性是它們的內徑，其規(guī)格為1.3760.010英寸?，F(xiàn)抽取了100個青銅軸承，對它們的內徑進行仔細的測量，并記錄了測量結果。,100個青銅軸承內徑的測量值如下表：,數據會告訴您什么呢？,回答,數據列表不能表達出任何有實際意義的東西(VirtuallyNothing)！必須對數據進行進一步分析。圖形可以幫助我們將數據轉換成信息。,數據列表,能否接受這批產品？,與目標值相比較：平均值：1.3773與規(guī)格界限相比較：極差（最大值-最小值）=1.383-1.370=0.013數據分布的更進一步的信息：數據分成10組后，落在每個區(qū)間內的數據個數：,1.3760.010,制作頻數分布表,繪制直方圖,LSL,USL,分析直方圖,與規(guī)格限1.3661.386進行比較，所有的測量值都在其范圍內（而且在+/-3S的范圍內）。分布基本上是對稱的，有一點點向右偏斜，但不嚴重。所以該廠決定接收這批青銅軸承。建議：軸承的加工中心應該左移；,建立一個直方圖,收集整理數據定組數N算極差R定組距I確定組的中心點和各組界限制作頻數分布表繪制直方圖分析,直方圖告訴我們,數據分布的中心位置(Average)在哪里？數據分散程度(Spread)如何？數據分布的形狀(Shape)怎樣？,經驗之談：對大多數工業(yè)用的分析來說，50個數值具備足夠的可靠性。但單個測量值的費用比較低時，或是當需要準確分析時，可以采用100個或更多的數據。,N(,2)-:總體平均值，描述數據的集中位置。,:總體標準差，描述數據的分散程度。,N（，2）,理想情況：正態(tài)曲線,不同(均值),不同(標準差),正態(tài)曲線的特征,曲線關于對稱；當x=時取到最大值；X離越遠，f（x）的值越??；,正態(tài)曲線,現(xiàn)實狀況：一些異常,雙峰,峭壁,分析直方圖舉例：,USL,LSL,AA圖,直方圖的峰度和對稱度,對稱度（Skewness）:直方圖數據分布的對稱性；峰度（Kurtosis）:直方圖數據分布的陡峭度；直方圖為對稱分布的，則s=0;直方圖為正態(tài)分布的，則s=0,k=0。,直方圖的作用,顯示數據的分布特征指出采取措施的必要觀察采取措施后的效果比較和評估設備、供應商、物料等評估過程的能力,控制圖及其背后的故事,控制圖,ComponentsofEveryControlChart:1.DataPoints3.UpperControlLimit2.CenterLine4.LowerControlLimit,控制圖原理：,1）3原理：若變量X服從正態(tài)分布,那么,在3范圍內包含了99.73%的數值。2）中心極限定理：無論產品或服務質量水平的總體分布是什么，其的分布（每個都是從總體的一個抽樣的均值）在當樣本容量逐漸增大時將趨向于正態(tài)分布。,正態(tài)性假定有實際意義嗎？,1）不是在研究一門精確的科學，而是作為一種謹慎的工業(yè)指導；2）大部分的實際情況的數據分布與正態(tài)分布極為相似；3）根據中心極限定理進行數據的處理；4）如果不適合可以不需要用正態(tài)曲線直接來分析；,質量特性分類,計量值(variable):定量的數據；值可以取給定范圍內的任何一個可能的數值。計數值(Attribute)：定性的數據；值可以取一組特定的數值,而不能取這些數值之間的數值。計件型計點型,控制圖的分類,計量值控制圖：均值-極差控制圖(Xbar-R)均值-標準差控制圖(XbarS)單值-移動極差控制圖(X-MR)計數值控制圖：不良率控制圖（p)不良數控制圖(Pn)缺陷數控制圖(c)單位缺陷數控制圖(u),MR：相鄰兩個測定之差的絕對值。在每一批產品或每一抽樣間隔周期內只能獲得一個測定值時，不能計算通常的極差，但可以計算移動極差。它用于移動極差或單值移動極差控制圖，用來判斷生產過程的標準差是否處于所要求的水平。,計量型數據嗎？,性質上是否均勻或不能按子組取樣？,關心的是不合格品率嗎？,樣本容量是否恒定？,樣本容量是否恒定？,子組容量9？,np或p圖,p圖,C或U圖,U圖,是,否,是,是,是,是,是,否,否,否,否,否,關心的是單位零件缺陷數嗎？,是,選擇合適的控制圖,計量型控制圖,一個實例（一）,一臺自動螺絲車床已經準備好了加工切斷長度的圖紙公差為0.5000.008英寸的螺栓。頻數分布在進行調整期間已經完成，分析結果表明進行一段時期加工生產的開端是可以令人滿意的。為了分析和控制加工過程中螺栓的質量，現(xiàn)決定采用均值極差控制圖進行監(jiān)控。按如下八個步驟進行：,一個實例（二）,步驟1：選擇質量特性螺栓的切斷長度至關重要步驟2：按合理的計劃來搜集數據每小時抽取5個產品作為一個樣本。檢驗員按時間順序收集了25個樣本。,收集的數據表,一個實例（三）,步驟3：計算樣本平均值及極差（見上表）步驟4：確定總的平均數和平均極差,一個實例（四）,步驟5：計算控制限,其中：,一般n10,一個實例（五）,步驟6：利用控制界限分析樣本數值,一個實例（六）,一個實例（七）,步驟7：確定控制限是否能經濟地滿足要求；步驟8：運用控制限進行控制；,均值-極差控制圖（）,最常用；最基本；控制對象為計量值；適用于n9的情況；均值圖用于觀察和分析分布的均值的變化，即過程的集中趨勢；極差圖觀察和分析分布的分散情況，即過程的離散程度。,均值控制圖,極差控制圖,均值-極差控制圖-控制限,使用均值-標準差控制圖,步驟3：計算樣本平均值及標準差步驟4：確定總的平均數和平均標準差,一個實例（四）,步驟5：計算控制限,其中：,一個實例（五）,一個實例（六）,步驟6：利用控制界限分析樣本數值,均值-標準差控制圖（）,控制對象為計量值；更精確；均值圖用于觀察和分析分布的均值的變化，即過程的集中趨勢；標準差圖觀察和分析分布的分散情況，即過程的離散程度。,均值控制圖,標準差控制圖,怎樣確定控制限,單值-移動極差控制圖（）,與均值-極差控制圖的作用類似；不需多個測量值或樣本是均勻的（如濃度）；因為費用或時間的關系，過程只有一個測量值（如破壞性實驗）；敏感性不強；用自動化檢查，對產品進行全檢時；,移動極差,移動極差是指一個測定值xi與緊鄰的測定值xi+1之差的絕對值，記作MR，MR=|xi-xi+1|（i=1,2,k-1)其中：k為測定值的個數;k個測定值有k-1個移動極差,每個移動極差值相當與樣本大小n=2時的極差值.,1計算總平均數:2計算移動極差平均數:,怎樣確定控制限,怎樣確定控制限,相當于n=2時的均值控制圖,X控制圖,MR控制圖,相當于n=2時的極差控制圖;n=2時,D4=3.267,D3=0,怎樣確定控制限,計數型控制圖,不良品率控制圖（P圖）,對產品不良品率進行監(jiān)控時用的控制圖;質量特性良與不良，通常服從二項分布;當樣本容量n足夠大時,例如,該分布趨向于正態(tài)分布適用于全檢零件或每個時期的檢驗樣本含量不同。,不良品率控制圖（P圖）,檢驗并記錄數據計算平均不合格品率P計算中心線和控制界限繪制控制圖并進行分析,與n有關！,案例分析,在制造復雜的發(fā)動機的端蓋時，如果有某些因素不合要求就判為不良品，在成品的全檢中，現(xiàn)要求對每班產品的不良率作控制圖。每班檢驗的端蓋總數就是樣本量，共收集了25班的檢驗數及不良數。,案例分析,1.收集的數見下表：,案例分析,根據公式計算各樣本組的上下控制限在實際應用中,當各組容量與其平均值相差不超過正負25%時,可用平均樣本容量()來計算控制限.,案例分析,繪制控制圖，并進行分析：,單位缺陷數控制圖(U圖),適合用于對單位樣本數量（如面積、容積、長度、時間等）上缺陷數進行控制的場合；通常服從泊松分布;可近似與正態(tài)分布來處理;取樣大小可以是不固定的，只要能計算出每單位上的缺陷數即可；,單位缺陷數控制圖(U圖),檢驗并記錄數據計算平均單位缺陷數計算中心線和控制界限繪制控制圖并進行分析,與n有關！,設n為樣本大小，C為缺陷數，則單位缺陷數為：u=c/n,案例分析,現(xiàn)需要對一注塑產品的缺陷進行控制圖分析，收集的數據記錄如下表：,控制限的計算,在實際應用中,當各組容量與其平均值相差不超過正負25%時,可用平均樣本容量()來計算控制限.,繪制控制圖，并進行分析,案例分析,其他的控制圖,不良品數控制圖（Pn圖）缺陷數控制圖（C圖）,不良品數控制圖（Pn）,樣本容量n恒定；不合格品數是一個服從二項分布的隨機變量；當np5時近似服從正態(tài)分布Nnp，np（1-p）,不良品數控制圖,確定數據樣本容量n的大小,n常取50以上的數.收集數據Pn1，Pn2,Pn3,Pnk,k為樣本數計算控制中心和控制界限繪制控制圖并進行分析,缺陷數控制圖（C圖）,控制對象為一定單位(如一定長度、一定面積、一定體積等）上面的缺陷數；如鑄件表面的氣孔數、機器裝好后發(fā)現(xiàn)的故障數；產品上的缺陷數服從泊松分布；近似為正態(tài)分布處理，均值為C，標準偏差為,缺陷數控制圖,1.收集數據：一般取2025組數據；如果缺陷數較小，可將幾個樣本合為一個，使每組缺陷數C=0的情況盡量減少，否則用來作控制圖不適宜；不同的缺陷應盡可能分層處理。,缺陷數控制圖,2.計算平均缺陷數3.計算中心線和控制界限:4.繪制控制圖并進行分析,計量型數據嗎？,性質上是否均勻或不能按子組取樣？,關心的是不合格品率嗎？,樣本容量是否恒定？,樣本容量是否恒定？,子組容量9？,np或p圖,p圖,C或U圖,U圖,是,否,是,是,是,是,是,否,否,否,否,否,關心的是單位零件缺陷數嗎？,是,選擇合適的控制圖,運用控制圖進行“控制”,內容提要,控制圖應用的兩個階段運用控制圖判斷過程受控/失控什么時候重新計算控制限使用控制圖應注意的問題,分析階段控制階段,控制圖應用的二個階段,分析階段,在控制圖的設計階段使用,主要用以確定合理的控制界限每一張控制圖上的控制界限都是由該圖上的數據計算出來,從分析階段轉入控制階段,在什么條件下分析階段確定的控制限可以轉入控制階段使用：控制圖是受控的過程能力能夠滿足生產要求,控制階段,控制圖的控制界限由分析階段確定控制圖上的控制界限與該圖中的數據無必然聯(lián)系使用時只需把采集到的樣本數據或統(tǒng)計量在圖上打點就行,（1）所有樣本點都在控制界限之內；（2）樣本點均勻分布，位于中心線兩側的樣本點約各占1/2；（3）靠近中心線的樣本點約占2/3；（4）靠近控制界限的樣本點極少。,受控狀態(tài)在控制圖上表現(xiàn),判斷受控與失控,x,UCL,CL,LCL,t,控制圖的受控狀態(tài),失控狀態(tài)在控制圖上表現(xiàn),明顯特征是有:（1）一部分樣本點超出控制界限除此之外，如果沒有樣本點出界，但（2）樣本點排列和分布異常，也說明生產過程狀態(tài)失控。,判斷受控與失控,（1）有多個樣本點連續(xù)出現(xiàn)在中心線一側*連續(xù)7個點或7點以上出現(xiàn)在中心線一側；*連續(xù)11點至少有10點出現(xiàn)在中心線一側；*連續(xù)14點至少有12點出現(xiàn)在中心線一側。,典型失控狀態(tài),（2）連續(xù)7點上升或下降,典型失控狀態(tài),（3）有較多的邊界點*連續(xù)3點中有2點落在警戒區(qū)內；*連續(xù)7點中有3點落在警戒區(qū)內；*連續(xù)10點中有4點落在警戒區(qū)內。,警戒區(qū)：23的區(qū)域,典型失控狀態(tài),（4）樣本點的周期性變化（包括階段的周期性、波動的周期性）,UCL,CL,LCL,典型失控狀態(tài),（5）樣本點分布的水平突變,典型失控狀態(tài),（6）樣本點的離散度變大,x,UCL,CL,LCL,t,典型失控狀態(tài),顏色管理（colorManagement）,藍色：未經檢測的點綠色：檢測后正常的點紅色：檢測后異常點黃色：異常點經過異常編輯且有了改善措施的點,重新計算控制限,控制圖是根據穩(wěn)定狀態(tài)下的條件（人員、設備、原材料、工藝方法、測量系統(tǒng)、環(huán)境）來制定的。如果上述條件變化，則必須重新計算控制限，例如：操作人員經過培訓，操作水平顯著提高；設備更新、經過修理、更換零件；改變工藝參數或采用新工藝；改變測量方法或測量儀器；采用新型原材料或其他原材料；環(huán)境變化。,重新計算控制限,使用一段時間后檢驗控制圖還是否適用，控制限是否過寬或過窄，否則需要重新收集數據計算控制限；過程能力值有大的變化時，需要重新收集數據計算控制限。,控制界限與規(guī)格界限,規(guī)格由客戶或設計部門給出;控制界限由過程的實際數據統(tǒng)計計算得出;一般情況下,控制界限嚴于規(guī)格;,控制圖的應用程序,過程能力研究,內容提要,過程能力的基本概念Cp、Cpk與Pp、Ppk的含義與區(qū)別Cp、Cpk與Pp、Ppk的計算方法如何運用過程能力指數進行管理,過程能力的概念,過程能力指處于統(tǒng)計穩(wěn)態(tài)下的過程的加工能力，是過程內部本身的性能，不考慮規(guī)范對過程分布寬度是如何規(guī)定的。,過程能力,過程能力是以該過程產品質量特性值的變異或波動來表示的；根據3原理，在分布范圍3內，包含了99.73%的數據，接近于1，因此以3，即6為標準來衡量過程是否具有足夠的精確度和良好的經濟特性的。過程能力記為B，則B=6,過程Sigma,估計Sigma,計算Sigma,Cp、Cpk與Pp、Ppk的含義與區(qū)別,Cp指數=Cp:(CapabilityofProcess)過程能力指數Cpk:修正的過程能力指數,USL-LSL6,=,過程能力指數,過程平均值和規(guī)格中心的偏移,過程能力指數Cpm,當規(guī)格中心與目標值不重合時的過程能力指數,過程平均值和目標值的偏移,Cp,Cpk,Cpm,Pp,Ppk,Ppm,Ppk與Cpk,Pp:(PerformanceofProcess)過程性能指數Ppk:修正的過程性能指數,案例分析,我們再來看前面的作控制圖的案例：,案例分析,過程有一個異常點，是由于偶然因素造成，調查表明是該檢驗員當時委托他人代為測量，而這代理人不適于操作精密測量設備，可能讀數不準確，也有可能偽造了數據。剔除這個異常點，過程是受控的。,剔除異常點數據表,案例分析,根據這24個子組計算得：計算得到的標準差=0.0019,案例分析,規(guī)格寬度（要求）=0.016工序寬度（6）=6=0.0106Cp=0.016/0.0106=1.5094,案例分析,由于存在一定的偏移，那么我們真正能做到多好呢？Cpk=min(Cpu,Cpl)=min(1.2612,1.7569)=1.2612或者Cpk=Cp(1-K)=1.5094(1-0.1625)=1.2612,案例分析,我們實際做得有多好呢？Pp=1.3699Ppk=1.1411這說明我們還可以做得更好,計數型的過程能力評價,對于p,np圖,過程能力是通過過程平均不合品率來表示,當所有點都受控后才計算該值.對于c圖,過程能力為,即固定容量n的樣本的缺陷數的平均值.對于u圖,過程能力為,即每單位缺陷數的均值.,Cpk與不良數量一覽表,如何運用過程能力指數進行管理,當Cpk指數值降低代表要增加：控制檢查返工及報廢，在這種情況下，成本會增加，品質也會降低，生產能力可能不足。,如何運用過程能力指數進行管理,當Cpk指數值增大，不良品減少，最重要是產品/零件接近我們的“理想設計數值/目標”，給予顧客最大滿足感。當Cpk指數值開始到達1.33或更高時對檢驗工作可以減少，減少我們對運作審查成本。,SPC技術的其他工具,內容提要,排列圖（柏拉圖）分層分析法相關與回歸分析SPC知識回顧,Pareto理論在品質管理中的應用,目的：尋找主要問題或影響質量的主要原因,品質管理中主要應用,缺陷柏拉圖異常柏拉圖原因柏拉圖措施柏拉圖,某鑄造車間生產一種鑄件，質量不良項目有氣孔、未充滿、偏心、形狀不佳、裂紋、其他等項。記錄一周內某班所生產的產品不良情況數據，并將不良項目作成累計頻數和百分比匯總表：,案例分析,鑄件不良項目的排列圖,Pareto理論的作用,找出“重要的少數”因為80%的問題由20%的潛在原因引起,分層分析法,概念：將數據依照使用目的，按照其性質、來源、影響因素等進行分類，把性質相同、在同一生產條件下收集到的質量特性數據歸并在一起的方法。通常和其他方法一起使用。如將數據分層之后再進行加工整理成分層排列圖、分層直方圖、分層控制圖等。,常用分層方法,按不同時間、線別分，如按班次、不同生產線分；按操作人員分，如按工人的級別；按操作方法分，如按切削用量、溫度、壓力；按原材料、產品分，如按供料單位、批次、產品、客戶等；其他分層，如按檢驗手段、使用條件、氣候條件等。,案例分析,在柴油機裝配中經常發(fā)生汽缸墊漏氣現(xiàn)象，為解決這一問題，對該工序進行現(xiàn)場統(tǒng)計。收集數據：n=50，漏氣數f=19漏氣率P=f/n=19/50=0.38即38%分析原因：通過分析，認為造成漏氣有兩個原因：該工序涂密封劑的工人A，B，C三人的操作方法有差異；汽缸墊分別由甲、乙兩廠供應，原材料有差異；因此，采用分層法列表進行分析：,分層列表,初步分析結論：汽缸漏氣率的辦法可以