SPC课程纲要.docx
- 文档编号:12807061
- 上传时间:2023-06-08
- 格式:DOCX
- 页数:18
- 大小:21.57KB
SPC课程纲要.docx
《SPC课程纲要.docx》由会员分享,可在线阅读,更多相关《SPC课程纲要.docx(18页珍藏版)》请在冰点文库上搜索。
SPC课程纲要
--------------------------------------------------------------------------------
SPC课程纲要
SPC兴起的背景
什么是SPC和SPD?
为什么要学习SPC和SPD?
SPC和SPD工程的推行步骤
SPC的理论基础
统计的若干要素、术语
SPC的对象
SPC的内容
控制图
判稳原则
判异原则
测量系统指标
工序能力分析
控制图的原理
控制图的用处
控制图的种类
计量型控制图
计数型控制图
高级控制图
控制图的选择流程
控制图的实施
制程能力改善的方向
两种质量多元诊断理论简介
SPC和SPD软件演示
SPC、SPD推行面临的疑惑
SPC、SPD推行面临的困难及克服方法
--------------------------------------------------------------------------------
SPC兴起的背景
朱兰在94年的美国品质大会上说:
二十世纪是生产力的世纪,二十一世纪是质量的世纪,提出了超严格的质量要求。
“贯彻预防原则”是现代质量管理的核心和精髓。
现代质量管理的新特征:
对于质理管理所提出来的原则、方针和目标,都要有科学措施和统计方法来保证他们的实现。
ISO9001.4.20统计技术:
要求建立并保持形成文件的程序,以实施统计技术。
9001建议了10多种统计方法,其中就有工序能力研究和控制图。
ISO9000系列受到两个冲击:
ISO9000:
2000版,增加了SPC方面的要求,(对Cpk没有明确要求)
QS9000:
Cpk>1.67,0.57PPM,(GM、FORD、CHRYSLER)
宣告:
(1)经验挂帅时代的结束,经验挂帅:
戴明(W.EdwardsDeming)说:
“努力挖掘自己的坟墓”。
(2)品质公共认证时代的来临。
什么是SPC和SPD?
SPC和SPD是现代质量控制科学的重要内容。
SPC:
statisticalprocesscontrol。
利用统计技术对过程中的各个阶段进行监控,从而达到保证产品质量的目的。
SPD:
statisticalprocessdiagnosis。
用统计技术对过程中的各个阶段进行监控与诊断,从而达到缩短诊断异常的时间、以便迅速采取纠正措施、减少损推销、降低成本、保证产品质理的目的。
为什么要学习SPC和SPD?
(人)工程人员建立渊博知识体系的需要
专业技术理论(经)+统计逻辑理论(纬)。
统计逻辑理论=系统的理论+变异的理论。
系统的理论:
是产品做出来之前组合五大资源(人机料法环)的流程,对同一产品的系统,体现公司的专业知识与经营理论。
变异理论:
对所有的工程人员的要求。
三要素。
(企业)顺应工业制造能力升级:
3σ到6σ,2.7X10-3到2.0X10-9。
电子行业:
1.33,63PPM
MOTOROLA:
1.5,3.4PPM
PHILIPS机芯:
300PPM,多种电子元件和机械部件组成。
SPC和SPD工程的推行步骤
培训SPC和SPD知识(教育)
确定关键质量因素(Q)
制定过程控制标准(P)
编制过程控制标准手册,在各部门落实(界线)
对过程进行监控(controlchart)
对过程进行诊断并采取措施解决问题(改善)
SPC的理论基础
SPC发展到现在已经成为一个比较庞大的质量控制科学,各种SPC技术已达近百种之多,然而这些技术都是基于一个相同的基本原理,即统计学中的小概率事件原理:
“在一次观测中,小概率是不可能发生的,一旦发生就认为系统出现问题”。
把此原理转化为工程技术语言,可描述为:
预先假定工序处理某一状态,一旦显示出偏离这一状态的极大可能性就认为工序失控,于是需要及时调整”。
统计的若干要素、术语
统计的目的:
数据通过计算后产生有意义的情报。
统计=数据+计算+有意义的情报
情报的要素:
集中趋势。
离中趋势。
被含盖在特定范围内的机率。
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。
产品质量具有变异性
产品质量的变异具有统计规律性。
质量管理中常见的概率分布
概率分布:
是将变量在总体中的取值与其发生的概率二者相联系的数学模型。
在质量管理中,常见的离散概率分布有二项分布与泊松分布,连续分布有正态分布等。
二项分布:
计件
泊松分布:
计点
正态分布:
X~N(μ,σ2)是SPC和SPD控制的依据。
正态分布的特点:
连续、对称
均值
标准方差:
反映相对于平均值(mean)的离散程度。
质量变化因素:
偶然因素:
随机变异:
无序、无方向、长期存在、很难消除:
静若处子
异常因素:
特殊变异:
有序、有方向、短时存在、容易消除:
动如脱兔
直方图的作用:
使分布图形化。
直方图包含的信息:
集中趋势+离中趋势+被含盖的特定范围内的机率。
故障直方图包含的信息:
多峰型直方图:
需分层处理
孤岛型:
必须利用专业技术而非利用逻辑技术就可解决,必定有非机遇因素。
偏态型:
系统有了难以避免的自然飘移现象,如老化现象。
正态分布的置信区间:
不论μ与σ取值为何,产品质量特性值落在[+-3σ]范围内的概率为99.73%:
落在[+-2σ]范围内的概率为95.44%,落在[+-1σ]范围内的概率为68.26%。
一元稳态:
即过程中只有偶因而没有异因的状态。
技术稳态:
工序能力指数满足要求。
统计稳态:
特征值分布符合正态分布。
多元稳态:
指所控制多个变量的多元分布参数(均值和公差)受到控制,稳定不变于稳态这个基准。
所有分布参数都进入一元稳态。
各变量之间的协方差相关关系稳定不变。
(这是多元情况的新特点)
T2控制图的计量T2值:
是一个评价多元系统的科学的总评价值,没有实际的物理意义。
两种错误:
第一种错误:
虚发报警。
第二种错误:
漏发报警。
3σ方式:
控制图的总体公式
UCL=u+3σ
CL=u
LCL=u-3σ
样本大小:
N>=25(统计工程约定)。
两种质量:
总质量=分质量+上工序的影响(简称上影)
分质量:
即工序固有质量,分质量是指该工序本身的加工质量,而不包括上工序的影响,其特点是反映了该工序的工作质量,分质量与上工序无关,应用分质量去分析是过程分析的关键。
总质量:
工序综合质量,简称总质量,总质量就是通常意义下的产品质量,其特点可以由用户直接感受到。
SPC的对象:
过程:
服务过程、制造过程、检验过程,寻找过程参数与品质参数的因果关系。
设计、制造、交付
SPC/SPD是对制造过程加以控制的工具
SPC的内容
控制图:
是对过程质理加以测定、记录从而进行控制管理的一种用科学方法设计的图,包含以下要素:
中心线(CL)
上控制界线(UCL)
下控制界线(LCL)
样本统计量数值
判稳原则:
连续25个点,界外点数D=0,犯第一种错误的概率a1=0.0654
连续35个点,界外点数D≤1,犯第一种错误的概率a2=0.0041
连续100个点,界外点数D≤2,犯第一种错误的概率a3=0.0026
判异原则:
点出界(包括压界)就判异。
界内点排列不随机判异。
三个点中有两个接近控制限判异。
在控制图中心线一侧连续出现的点称为链(RUN),其中包含有点子数目称为链长,链长大于等于9,判异。
趋向:
点子逐渐上升或下降的状诚称为倾向阳花或趋势,七点倾向判异。
点子集中的中心线附近:
我们规定在中心线正负1σ的范围内称为中心线附近。
点子作周期性变化:
测量系统指标:
GRR
指量测的重复性与再生性,量测精度指标。
重复性:
同一人员使用同一量具量测同一产品多次之后来估算其变异。
再生性:
由不同人员使用同一量具量测同一产品多次之后来估算其变异。
GRR的目的:
降低量测误差σGRR,使量测值之σI尽量接近σTU(真值之标准差)。
GRR的计算公式:
GRR测试流程:
工序能力分析(Cp):
定义:
是指稳态下工序加工在质量上可能达到的水平,工序能力满足技术要求的程度。
Cpk:
制程能力指标,要求1.33以上;
Cp:
技术能力指标,要求1.0以上;
K:
管理能力指标,要求0.25以下。
工序能力指数的计算:
工序能力指数评价表:
CP(或CPK)评价备注
1.67 例如,在6σ标准的场合,不合格品率以ppb来测量,CP竟然要求达到2.0。 1.33 1.00 0.67 CP<0.67工序能力严重不足 控制图的原理 产品总体的质量我数据服从正态分布; 质量指标值落在μ±3σ范围内的概率为99.73%,落在μ±3σ以外的概率只有0.27%; 小概率原理: 小概率事件在一次实验中几乎是不会发生的。 若发生了,则说明工序已不稳定。 也就是说,生产过程中一定有系统性原因在起作用。 控制图的用处 交由操作员本身持继的管理有关工序。 协助稳定有关工序,促进质量的可测性。 容许工序提高质量,减低运作费及提高产能。 提供一种通用的语言来反映出工序的表现。 分辨工序内偶然原因及特殊原因而导致的差异。 控制图的种类 计量型控制图 -R: 最基本管制图,只要小组样本数量大于1即可; X-MR: 小且样本数为1时; MD-R: 同-R,但多为方便操作员不计算X; -S: 同上,但多应用于小组样本数等于或大于9时; X-Rs: 小组样本数为1时。 计数型控制图 P-chart Pn(要求样本大小一致) C(不良点数/单位) u(平均不良点数)(要求样本大小一致) 高级型控制图 CUSUM(累积和) EWMA(指数加权移动平均,可侦察出微量持续变化,并预测趋势)。 控制图的选择流程 控制图的实施 准备工作 选定工序及范围 选定欲管制的工序特性(制程参数)(选择要求,问题所在,特性相互联系、与品质指标有密切的因果关系)。 方法: 品质贡献率分析。 工序 制程参数 1 2 3 4 温度AA1 A2 A3 A4(31%) 压力BB1 B2(47%) B3 B4 温度CC1 C2(14%) C3 C4 速度DD1 D2 D3 D4 PH值EE1 E2 E3 E4 能量FF1 F2 F3 F4 OTHERALL: 8% 设定小组的样本数,小且数量,测量频率; 制定测量系统; 减低没必要及能力范围内的变化。 收集资料 计算测量所得的资料; 制定合适的Y轴比例; 将所得资料绘在图上。 计算管制界限 计算值(平均值); 计算管制上,下限; 将所得的界限绘在图上。 分析及修正管制界限 分析并取消越限的数据; 重新计算管制界限; 将最终所得的管制界限记录下来。 使用管制图 将所求得的军衔制界限绘在空白图上; 根据所订的资料收集法收集资料; 定时将资料绘在图上; 纠正预防及改进制程。 制程能力改善的方向 品质诊断流程 两种质量多元诊断理论简介 研究的对象: 多工序、多指标系统,指标包括质量指标和技术指标。 多工序、多指标系统的特点: 在多工序生产线存在上工序影响的问题。 (纵向) 多指标工序存在相关性的问题。 (横向) 在多指标工序中诊断相关指标的工具: 多元T2控制图。 (不能将多个指标分成一元指标,分别用一元控制图进行控制) SPC和SPD软件演示 QI演示 DTTQ多元质量诊断演示 全公司SPC和SPD控制点显示图 SPC、SPD推行面临的疑惑 控制图=SPC,解释: 控制图是SPC的工具之一。 还需考虑以下问题: 这是产品品质(Q)还是制程参数(P)控制图? 是否有实际意义? 是否对产品的品质举足轻重? 界限是否有意义? Ca、Cp、Cpk=SPC。 解释: 前述参数是SPC中计算制程能力的最主要的指标。 有了可控制的制程参数(ProcessParameter)=SPC,解释: 制程参数是SPC分析的关键点。 SPC、SPD推行面临的困难及克服方法 边际效益: 当公司改善品质的支持者被筛选成少数人时,品质目标无法突破(对0缺陷没有信心)。 目前的赚和赔: 衡量美国企业经营者成功最简单的指标就是财务报表。 公司长期利益与个人年度政绩之间的矛盾。 人非圣贤、孰能无过 不良后果: 误导人视犯错为理所当然: 缺乏知识: 学习 同样的错误一错再错: 漫不经心,态度不好: 反 省觉悟。 CLOSBY品质名言: “是不是每个月都会有几次进错家门”。 品质报应: CLOSBY的地狱寓言 克服方法: 管理者的决心和全员教育(职前教育和在职训练) SPC软件系统演示类别 作用 文件名称 样本 -R 分析分析353.SPC25组/5点 -R 控制日常353.SPC15组/5点 Np 分析Np-chart.SPC样本大小一致 P 分析Sam1-p.spc样本大小不一致 P 分析Ict2-p.spc样本大小不一致 SPD软件系统演示机型 参数个数 作用 文件名称 样品 异常点数 103k 10音频 分析 103k(11).t2p 100 7 103k-3 16音视频 分析 103k-16.t2p 51 8 007k-3 16音视频 分析 Spd-7k~1.t2p 51 7 分析 原材料 参数个数 作用 文件名称 样品 异常点数 B09912mhzcrystal 3 分析 B099-1.t2p 100 4 B09927mhzcrystal 5 分析 B099-2~1.t2p 88 5 注: 晶振的5个参数: 频率偏差,串联电阻,静态电容,Q值,激励功率。 整机SPD多元质量诊断参数一览表: 参数 参数名称 参数 参数名称 X1 OutputlevelL X11 视频输出电平 X2 OutputlevelR X12 亮度幅频响应 X3 L/Rratio X13 亮度加权信噪比 X4 Crosstalk X14 色度幅频响应 X5 S/NL X15 色度加权调幅信噪比 X6 S/NR X16 色度加权调相信噪比 X7 DynamicrangeL X8 DynamicrangeR X9 THD+NL X10 THD+NR
- 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 课程 纲要