SPC用户使用说明Word格式.doc
- 文档编号:8551575
- 上传时间:2023-05-11
- 格式:DOC
- 页数:26
- 大小:3.09MB
SPC用户使用说明Word格式.doc
《SPC用户使用说明Word格式.doc》由会员分享,可在线阅读,更多相关《SPC用户使用说明Word格式.doc(26页珍藏版)》请在冰点文库上搜索。
010-62633860/62633861/62528970/62528971/82610172/82610173传真:
010-62633863
1需求背景
1.1SPC历史
SPC(StatisticalProcessControl),即统计过程控制,利用统计学原理,对质量检测数据进行收集和分析,以有效控企业生产过程、不断改进品质、降低不良品率、提升企业的效益和竞争力。
SPC由美国贝尔实验室的质量管理专家休哈特(W.A.Shewhart)于20年代提出。
最早用于美国军工部门,由于当时美国经济一支独秀,外部竞争不够激烈,统计过程控制一直没有在美国工业中得到足够重视。
反之,二战后的经济遭受重创的日本引入了SPC,并在企业中进行了全面推广,经过三十年的努力,日本跃居世界质量与效率的领先地位,到1980年美国和日本产品之间质量的差距已很明显。
在日本强有力的竞争压力下,上世纪80年代起SPC在西方国家复兴,并被列为高科技之一。
1.2需求
目前SPC无论是理论普及还是实施方面均与国外发达国家有较大的差距。
除外资、合资企业外,国内企业推行SPC运用的还不太多,统计方法的认识和应用还停留在表层的程度上。
SPC通过对大量数据的综合分析,可以对整个生产运行情况进行有效的评价,为优化生产组织、提高产量质量、提高设备保障能力、降低生产成本提供强有力的手段。
企业对质量的控制,通常多采用事后检验、填单、人工统计的方法。
在统计理论不完善、统计方法单一,计算量大,统计出来的数据对生产过程质量控制缺乏有价值的指导。
随着市场竞争的越来越激烈,企业对质量往往重视有余,却常常缺乏有效的改进和控制手段。
SCP提供的不仅仅是质量的检测和控制,更是一种持续改进、完善质量的方法。
Ø
SPC通过统计学原理,分析生产过程中的质量波动,判断偶然波动和异常波动,及时调整生产过程,使生产过程始终处于稳态,提高产品合格率、降低品质成本。
从统计学角度,分析生产过程能力指数,设备效率评估与分析,让生产者对产品的质量有完全把握,控制生产过程处于最经济,过程变异最小的状态。
对关键变量(关键质量因素)统计分析,寻找影响产品质量最大的变量,发现工序中的能力缺陷,不断改进,提高产品质量。
1.3SPC给企业带来的益处
1、实时监控企业生产过程,全面掌握质量动态,具备质量变异报警功能,质量问题能即时发现;
2、多种控制图提供质量变异分析方法,提供质量管理决策支持,使质量管理者能找出真正使质量变异的原因,有助于企业持续改善质量;
3、降低生产成本,提高企业收益;
4、获得采购商对质量管理的认可,从而获得更多客户。
2XTSPC系统介绍
本软件按照国家标准GB/T4091-2001《常规控制图》进行研制。
该标准等同采用ISO8258:
1991《休哈特控制图》及其1993年1号修改单。
使用本软件绘制的控制图及各种质量分析数据完全符合国家标准和国际标准,可以广泛应用于机械、电子、汽车、建筑、化工、服务、国防等行业的生产过程控制及国际贸易中质量控制。
2.1定义
SPC(StatisticalProcessControl):
即统计过程控制;
3δ:
δ代表“标准差”,是一种统计技术来测量变异的一个方法。
3δ表示有99.73%的产品(广义产品的概念,包括服务等)符合质量要求。
稳态:
在过程中只存在偶然波动,没有异常波动,称为统计控制状态或稳态。
稳态是生产过程追求的目标,在稳态下对质量有完全把握,质量特性值有99.73%(3δ标准)落在上下控制界限范围内,不合率最小,因而生产也是最经济的。
计数值:
计产品件数或点数的表示方法,在数据理论上有不连续的特质,如不合格数等;
计量值:
产品须经由实际测量或测试而取得的连续性实际值,并可对其作数理分析,以说明该产品在次测量特性的品质状况,如电阻、直径等;
2.2XTSPC适用性
适用于有较大量数据产生的场合,并不仅仅局限于质量控制领域。
2.3实现目标
多种控制图提供质量变异分析方法(如PPM不良率),提供质量管理决策支持,使质量管理者能找出真正使质量变异的原因,有助于企业持续改善质量;
实时监控企业生产过程(如取料率、抛料率等),全面掌握质量动态,具备质量变异报警功能,及时发现质量问题;
估计设备生产能力,妥善安排适当机器生产适当零件。
获得采购商对质量管理的认可,从而获得更多客户;
质量分析报表
2.4XTSPC架构
SPC业务流程:
SPC功能模块构成
产品资料设定
缺陷信息设定
员工信息
检验标准
设备信息
测量单位
检验项目
检验依据
……
基本资
料设定
计数值
数据输入
休哈特控制图
推移图
单品质特性图
多品质特性图
计量值
P-Chart不良率控制图
Np-Chart不良数控制图
C-Chart缺点数控制图
U-Chart单位缺点数控制图
柏拉图(排列图)
不良率推移图
PPM推移图
Xbar-RChar
Xbar-SChart
Median-RChart
直方图
Cpk推移图
散布图(回归分析)
实时质量控制
实时质量控制图
Xbar-RChart:
平均数全距管制图;
Xbar-σChart:
平均数标准差管制图(常用代替X-R图和X-Rm图);
Median-RChart:
中位数全距控制图;
直方图:
将收集的测定值或数据之全距分为几个相等区间作为横轴,并将各区间内之测定值所出现次数累积而成的面积以条状方式排列起来所产生的图形,称之为直方图;
Cpk推移图:
稳定过程能力指数推移图;
PPM推移图:
以百万分之不良来计的不良率推移图;
多品质特性图:
对各控制特性每一级作Cpk折线图,各折线图叠加呈现,分析各控制特性之间的关系。
2.5工作流程
2.5.1SPC分析流程
QC抽样检验产品,记录数据
QE、生产主管、工程师分析
控制图是否异常
连续5~10组否
特性图是否异常
继续生产
QE、分析品质特性图及指标
问题是否严重
检查原始数据
通知产品工程师和生产部
研究对策及方案
调整生产
继续严密监控并提醒生产部门生产
该批是否完成
入库或出货
是
否
2.5.2数据收集
SCP的应用精神在于收集最简洁、最基本的数据,经过科学而复杂的计算,以简单、直观、明了的方式表现出来,以便于分析质量状况和预测问题。
SPC在数据收集时必须强调四个原则:
真实、及时、简洁、标准。
数据收集通常包括两大类:
一基础数据,即所检验项目的各项条件,如批号、物料编号、工序、生产设备等;
二各检验值,如缺陷个数、各控制特性测量出来的值等。
数据收集步骤:
制定抽样计划
确定收集项目
数据筛选(分析时用)
数据收集方法:
基础数据采用手工录入方式,同时提供ERP的导入接口,可以直接从ERP中导入已有数据,减少录入工作量。
检验值又可以分为两类,计量型检测值和计量型检测值。
主要通过自动采集方式获得,同时具有手工录入方式。
2.5.3控制图分析
根据数据的类型以及对质量参数的控制需求,选择适合的控制图进行SPC分析。
XTSPC主要提供了如下控制图。
计数型
计数型质量分析是最常用的一种质量统计分析方式,其要点如下:
记录元件或项目的合格(不合格)或缺陷项;
把检验结果按一个有意义的基础条件分组;
定义过程。
必须根据它与其它操作/使用者的关系,影响过程每个阶段的过程/要素(人、设备、材料、方法和环境)来理解过程;
确定要管理的特性。
将精力集中在对过程改进最有积极作用的那些特性上(排列图原理的应用)。
有如下常用分析方法:
1)P-Chart不良率控制图
P图用来测量在一批检验项目中不合格品(不符合或所谓的缺陷)项目的百分数。
是SPC计数值中最常用和最主要的分析图形之一,也是品质管理中最基本的工具,具有以下特点:
掌握某产品或类别或生产线等取样母体的不良率状况,了解本系统在正常状态下的不良状况,有助于做成本分析;
对于突发事件(特殊原因)影响程度及时了解;
便于预测下一阶段的不良率;
单个产品在某一工序上的不良率;
单一产品在某几个工序的不良率;
多个产品在某同一工序上的不良率;
多个产品在某同几个工序上的不良率;
单个客户某一产品的不良率;
单个客户部分产品不良率;
单个客户全部产品不良率;
多个客户同一产品不良率;
关键原料各供货商所供生产产品的不良率;
同一产品在不同生产线或不同班组的不良率;
同一班组或同一生产线生产不同产品的不良率;
不同设备的生产产品的不良率;
……
2)Np-Chart不良数控制图
Np图用来度量一个检验中不合格品的数量。
与P图不同,Np图表示不合格品的实际数量而不是与样本的比例,适用于检验数相同的分组,通常作为P图的一个补充。
3)U-Chart单位缺点数控制图
用来测量具有容量不同的样本的子组内每检验单位产品内的缺陷数量。
U图也是对不良率控制图的一个补充。
在实际品质管理中,对各个部门进行品质考核时,由于各个部门的产量不同,使用不良率进行考核就不一定合理,而单位缺点数可以更好的满足部门考核需要。
通常缺点数会大于不良数,因为一个不良品可能有几个缺点。
4)C-Chart缺点数控制图
用来测量一个检验批内缺陷的数量(与Np图上的不合格品的数量不同)。
缺点数控制图是对单位缺点数控制图的一种补充,它们之间的关系类似与不良率控制图和不良数控制图之间的关系。
缺点数控制图是用来控制相对缺点数的变化状况,有利于不同条件下的部门考核,有利于公司品质方针与政策的执行。
5)柏拉图(排列图)
6)不良率推移图和PPM推移图
推移图主要反映过去一段时间内的品质不良状况,与控制图比有一定的区别。
控制图主要反映比较细的不良信息,而推移图主要反映较长时间的不良率分析。
计量型质量分析
提供如下常用分析方法:
1)Xbar-RChart:
2)Xbar-σChart:
3)Median-RChart:
4)直方图;
2.6功能描述
1.质量统计分析与预防控制
质量统计分析与预防控制是SPC的主要功能,收集品质数据进行统计分析,找出各种问题发生的规律或潜在的问题,采取相应的措施进行控制或改进。
XTSPC随时根据数据库数据自动绘制各种控制图,对生产加以监视,观察产品质量波动情况,找出内在规律,预测发展趋势,研究变量之间的关系,了解产生问题的主要原因,控制产品质量,预防整批不良,避免大批量不合格品产生。
对生产过程中影响质量的关键变量进行统计控制,最终确定出对质量影响最大的变量,进行调整改进;
调整改进后,当该变量成为影响质量的次要变量时,其它变量则将成为影响质量的最大变量,……。
在动态中不断提高产品质量。
2.找出共同原因与特殊原因
在生产过程控制中,通常可以将品质分为两种:
局部问题(也称特殊问题),系统问题(也称共同问题),特殊问题不在统计的控制状态下,由突发的偶然事件产生,如设备突发故障等,但这类因素只占品质问题的15%以下;
系统问题由整体因素变异产生,可以预测,在统计控制状态,符合固定的分布。
SPC可以通过统计分析,发现品质问题原因所在,提供改善的途径。
特殊问题可以由简单的统计分析发现,须由直接负责生产的人员的改善,共同原因需要则需要多个部门共同参与改善。
3.工程能力分析
当识别、分析了特殊原因并适当纠正、防止再其发生后,控制图就反应出生产过程能力。
工程能力指数(工序能力指数)是工序能力的量化标准,反映了生产过程满足产品质量要求的定量能力。
工程能力指数是以标准偏差为单位来描述的过程均值与规范界限的比值。
当工程能力指数过高时,企业生产效率降低、成本增加;
当工程能力指数不足时,又会出现大量的不合格品。
因此适当的控制工程能力指数,允许适量的不合格品出现是提高企业生产效率,降低成本的重要措施。
本软件可自动计算过程能力指数,并自动判定过程状态(严重不足、不足、正常、理想、过剩)。
为用户掌握过程稳定状态下的实际加工能力提供依据。
XTSPC在对计量值的统计分析中,可以得到生产过程的工程能力指数,同时可以得到过程均值与规范中心的偏移量及计量值标准差,提供提高工程能力指数的方法,指导企业进行生产过程的调整和工艺改进,找出生产过程的各个阶段和产品质量中存在的问题或不足,组织力量对其关键的影响因素(人、机、料、法、环)进行必要的攻关,以提高工序能力和产品质量。
4.实时质量分析
企业生产中,自动化设备、数控设备的使用已变得越来越普遍,自动采集功能的引入使XTSPC可以实时的分析收集到的数据,进行质量分析,以最及时的方式监控生产环节及生产过程。
5.设备生产能力统计分析
分析车间内各设备的实际生产能力。
根据设备实际生产能力来制定设备作业计划,可提高计划的准确性;
同时,根据各设备实际生产能力的分布情况,可以进一步分析相关设备间生产能力的匹配是否合理,并可找出制约车间整体生产能力的瓶颈,指导优化生产组织。
3功能模块使用
XTSPC分为三个功能模块:
基础数据、检测数据、质量分析。
基础数据:
主要包括各项检测数据相关的条件信息:
如产品资料、检验项目、测量单位、检验依据等。
检测数据:
从各生产线、产品收集的原始数据,包括计量值和计数值两种,计数值数据如:
不合格数、缺陷数等,计量值数据如:
直径、电阻等。
质量分析:
以分析任务形式,检索检验数据,生产相关控制图,以及分析工程能力指数等。
3.1基础数据
基础数据模块提供各类基础数据的录入、查询、修改、删除等功能。
基础数据常常作为动态质量数据的环境参数、附属参数、层别参数等,用于按类统计分析的条件。
可分产品信息、检验规则、缺陷信息、层别信息四部分。
3.1.1产品信息
用于产品类、产品,以及控制特性的管理维护。
所有的维护操作都在“产品信息树”的右键弹出式菜单中完成,如在产品类LG(LG)上右击弹出下图(a)菜单,
“产品信息树”的结构为:
“产品信息”树上显示内容为“编号(名称)”,如LG(LG),其中前一个“LG”为产品编号,括号中的“LG”为产品名称。
其中产品、部件和零件具有控制特性,关于控制特性将在下文介绍。
1.新增产品类
2.新增产品
新增产品/零部件时可以同时录入该产品的控制特性。
控制特性用于在“检验数据”模块中进行计量值检验数据的录入,并为“质量分析”模块中控制特性分析提供控制界限、标准差水平等参数。
3.导入
XTSPC可以导入XTPDM的零部件信息,简化了产品信息维护的工作量,避免重复录入。
3.1.2检验规则
检验规则分异常判断规则和能力判断规则两部分。
异常判断规则:
能力判断规则:
3.1.3缺陷信息
缺陷信息的维护方式同产品信息,在“缺陷信息”树的弹出式菜单中完成。
其组织方式如下图:
3.1.4层别信息
层别信息是附加在检验数据上的相关信息,包括人员别、设备别、检验站、自定义别四部分,在自定义别中,可以根据用户实际需要,增加各种层别类、层别项目,如:
客户别,生产线别、班组别等。
在进行质量分析时,可以根据不同的层别,进行统计分析,确定不同条件下,质量的波动情况、工序能力,以及进行人员、班组、设备、工序的评价等。
3.2检验数据
检验数据模块的功能为数据的收集,即检验数据的录入及维护。
动态质量数据可以分为两类,计数型检测值和计量型检测值。
计数值:
计量值:
产品须经由实际测量或测试而取得的连续性实际值,并可对其作数理分析,以说明该产品在次测量特性的品质状况,如电阻、直径等。
计数型数据只有两个值(合格/不合格,通过/不通过,有缺陷/无缺陷等),但它们可以被计数,从而用来记录和分析。
计量型数据是一个个可以量化的值(如:
直径、电阻值等),可以用来分析一个过程的性能,可以做持续的改进量化。
3.2.1计数值录入
计数值录入界面如下图,其组织方式有两种,“基础数据”模块中的产品信息树以及“基础数据”模块中的检验站。
在下图左边的Tab页中显示的“产品/零部件”和“检验站”结构树分别来自“基础数据”模块中的“产品信息”和“层别信息”中的“检验站”。
以下图为例,切分条左侧显示产品/零部件,右侧上面列表框显示当前产品“LG03041A[LG]”的样本信息,右侧下面的列表框显示当前产品当前样本的缺陷明细。
1.定义产品使用层别
定义某产品计数值数据相关联的层别,即从“基础数据”“层别信息”定义的层别中选择某产品检验数据用到的层别。
当技术值检验数据录入时,录入数据的层别条件只能从已定义的层别中选择。
2.录入样本数据
根据检验结果,录入样本数据。
界面如下图:
3.样本值编辑、删除
选择需要编辑的样本值,右击,从弹出式菜单选择“编辑样本”或“删除样本”即可完成。
3.2.2计量值录入
计数值录入界面如下图,以“基础数据”模块中的产品信息树为组织方式。
在下图左边的Tab页中显示的“产品/零部件”和“检验站”结构树来自“基础数据”模块中的“产品信息。
以下图为例,切分条左侧显示产品/零部件,右侧上面列表框显示当前产品“LG03041A[LG]”的控制特性,该控制特性在“基础数据”的产品信息中维护。
右侧下面的列表框显示当前产品当前控制特性的样本值以及样本数据。
1.定义层别条件
参考计数值录入的定义层别条件。
在样本信息中,右击鼠标,弹出式菜单中进行样本值信息的维护。
3.3质量分析
质量分析模块以分析任务形式进行组织,分为计数值分析任务和计量值分析任务两种,主要提供如下质量分析:
变化分析
水平变化分析、 波动特性变化分析、目标差异分析
趋势变化分析、 动态工序能力分析
稳定性分析
稳定性指数
有效能力分析
因素有效能力指数
产品的效能力指数
工序/企业有效能力指数
变异因素分析
确定一种因素对另一种因素的影响程度
过程相关性分析
多种因素在时间序列中的相互影响
同时提供异常报警、控制图报表导出、导出到Excel电子表格、报表打印等功能。
控制图具有强大的用户自定义设置功能,可以由用户调整刻度、网格、坐标、标签、边框、线型、控制曲线颜色等。
主界面如下图:
图中列表框为分析任务,下方左侧为当前任务的相关信息,下方右侧为控制图预览框。
3.3.1分析任务
分析任务提供了如下操作:
1.新建计数值分析任务
质量分析任务必须确定控制图类型(包括控制图参数)、进行分析的数据两大关键因素,计数值分析提供了上图不良率控制图、不良数控制图、排列图等6中分析方法,同时提供了灵活的分析数据搜索,点击“数据搜索条件”按钮,弹出如下所示数据搜索界面。
可以根据客户需求,按产品、检验站、生产线、时间段以及各种层别条件进行数据的筛选和控制图分析。
2.新建计量值分析任务
参考“新建计数值分析任务”。
3.分析任务维护
分析任务的维护在任务列表框的右键弹出式菜单中进行,提供了“编辑”“删除”“查找”“显示属性”等功能。
其中“显示属性”可以用来过滤当前任务列表中显示的任务项。
3.3.2质量分析控制图
XTSPC提供了10多种控制图分析方法,下图为计量值控制图中的均值全距图(X-RChart),用来控制制程的品质发展趋势。
图中左侧树结构为控制图统计信息,右侧为控制图以及控制图上对应点的数据值。
通过右键菜单上从“控制图属性”,调整图形的显示内容,如标题、每页显示点数、刻度范围等。
通过“显示属性”可以调整坐标轴显示内容。
3.3.3其它功能
在进行控制图分析后,可以对计量值进行过程能力分析,得到工序能力指数。
根据设定,对工序能力作出判断,指导生产过程。
质量分析模块同时还提供了报表输出、Excel导出等功能。
3.3.4其它典型控制图
1.直方图
直方图分析,作直方图的数据可以是计量值,也可以是计数值。
同时组数会根据常用标准自动选择,也可以用户设定。
2、柏拉图(排列图)
柏拉图在SPC中是非常重要的一种控制图,主要用来分析各种不良原因或缺点项目在整个不良因素中所占的比例,以便于在品质方面引起注意和改善。
柏拉图可以分析从大到小的各种问题,如下列一些状况:
全厂所有缺点;
某个或某几个部门、生产线、设备、人员等的所有缺点;
某个或某几个产品的所有缺点;
某个或某几个客户所要产品的所有缺点等。
上图为不合原因排列图,由图看出虚焊和漏焊在所有不合格原因中占了56%,降低虚焊和漏焊的不合格率,可以有效提高产品合格率。
3、不良率控制图
4小结
统计过程控制是当今一种最流行和最有效的质量改进方法。
由于SPC技术是对产品质量进行主动预防控制,它与事后的被动检验相比,可大量降低质量损失,提高产品质量的一致性和稳定性。
但在我国SPC技术却是企业贯彻ISO9000系列标准的薄弱环节,凭经验及手工处理数据,不仅不科学而且速度慢。
本软件将有助于您依据数据的科学分析和处理,在市场竞争的决策上更胜一筹。
- 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 用户 使用说明