1、2008年年05月月30日日统计制程管制统计制程管制Statistical Process ControlStatistical Process Control 第一讲第一讲 SPCSPC基本概念及参数基本概念及参数1、SPC的含议 SPC是三个英文单词的缩写(Statistical Process Conrtol),即统计制程管制(台湾称法),也叫统计过程控制(大陆称法).简单地说,就是利用统计学的原理,对制造企业在制程中的质量进行管制,以达到尽可能第一次就把质量做好。(其实它是可以应用到任何一个有大量数据产生的地方,如营销分析、财务分析、人员分析等等)SPC中使用到了各种管制图(如Xbar
2、-R Chart、P-Chart)、状态图(如柏拉图、直方图等)和质量指针,并通过管理的手法在生产过程中监控质量状态。2、SPC的背景二战结束后,日本作为战败国,百废待兴,加上日本本身是一个小岛国,资源缺少,相对比较适合做加工业,日本就提出以质量为根本来提升竞争力,所以就到美国请了戴明等人到日本指导质量.SPC在戴明的指导下,功能发挥得很不错,在日本产生了很大的影响.日本人为了劳记戴明的功劳,就在日本设立了一年一度的品管界最高奖项-戴明质量奖,后来美国和台湾等地也采用了日本的方式,设立一年一度的-戴明奖.是1924年美国休哈特(有称休怀特)博士发明了管制图(采用3倍)之后才产生的,当时在美国并
3、不流行,自二战期间美国军方提出了一套抽样计划MIL-STD-105E和MIL-STD-414等之后,SPC才有所应用到军工企业,但应用还是不太广泛。3、SPC的原理SPC最初的原理是休哈特的3(标准差)管制图,利用它超出界限概率为0.27%的原理来反应在正常状况下的变范围。33UCLCLLCL现阶段SPC已发展到利用多3到6倍标准差的管制图,结合正态分布的直方图、2/8法则的柏拉图、各种推移图、其它各种状态图和质量指针,并用计算机来完成,以实现全面及时监控质量状态、预测和分析质量状况,并作出相应的判定。4、共同原因及特殊原因 在生产过程中,质量变异的原因大致可分为两种:共同原因和特殊原因共同原
4、因(chance causes):也称系统原因、非机遇性原因,由综合因素共同产生的状况制程中变异因素是在统计的管制状态下，其产品这特性有固定的分布。通俗地说,就是在目前制程的各个因素环境下,品质变异是必然,并不是单个品管部门或制造部单独可以解决的,需要品管、生产、工程部门,甚至采购部门、业务部、行政部门等共同参于来解决。它是可以预测的。UCLCLLCL可预测到特殊原因(Assignable causes):也称局部原因、机遇性原因,是由某个问题突然发生产生的状况制程中变异因素不在统计的管制状态下，其产品之特性没有固定的分配。通俗地说,就是谁不知道会发生的,由偶然因素产生的,如生产机台设备中某个
5、电子组件突然被烧毁而导致机台工作混乱,生产出不合格产品。只要对制程中监控及时,此种原因很容易发生,但后果也非常严重,如若不能及时排除,其损失是非常大的。在一个管理严谨的企业,这类因素只能占到15%以下。它是不可以预测的。UCLCLLCL不可预测到5.质量指针:USL：规格上限SL ：规格中心值LSL ：规格下限XUCL：Xbar管制图的管制上限Xbar：Xbar管制图的中心值XLCL：Xbar管制图的管制下限RUCL：Xbar管制图的管制上限RBar：Xbar管制图的中心值RLCL：Xbar管制图的管制下限Ca ：制程准确度Cp 制程精密度(制程潜力)Cpk 制程能力PPM Parts Per
6、 MillionSGMs 规格标准差SGMa 制程标准差质量规格要求质量管理图分析质量六大特质分析6.指标释义组距组距(R):一组数据中的最大值减最小值R=MAX-MIN平均数平均数(Mean,但通常用Xbar或X表示):把一组数据全部相加,再除以该组数据的个数.X=(X1+X2+Xn)/n中位数中位数(Median,通常用M表示):把一组数据先按大小顺序排列起来,然后取最中位的一位,如若该组数据为奇数,则取最中间一位,如若该组数据为偶数,则取中间两位的其中一位 X(I+1)/2(I为奇数时)M=或Xi/2 或(I/2+1)(I为偶数时)方差方差(2,有时也用S来表示):由该组数据中每个数据减
7、实际平均数平方的和再除以该数组数据的个数(n).(Xi Xbar)2 2 Sn-1 注注:有些书上可能是除以有些书上可能是除以n(是样本数达达是样本数达达50以下时以下时)标准差标准差(,有时也用有时也用s表示表示):可直接由方差开平方得来有两种名称都标准差概念,一个是规格标准差(用s表示),另一个是制程标准差(用a表示也就是用前面公式计算出来的),a是统计上的标准差概念,即是按上述公式计算出来的 s是为了在品管中有一个相对比较值而引进的,计算方法是 s=(USL-LSL)/6管制中心线管制中心线(Center Line):即实际数据的平均值(即Xbar)CL=Xbar管制上限管制上限(Upp
8、er Control Level,缩写为UCL):由Xbar加上三倍的标准差UCL=Xbar+3 =CL+3.管制下限管制下限(Low Control Level,缩写为LCL):由Xbar减去三倍的标准差.LCL=Xbar-3=CL3SLLSLUSLLCLUCLCLLCLUCLCLSLLSLUSL36Ca=k=|(USL+LSL)/2-Xbar|(USL-LSL)/2等级Ca值ABCDCa12.5%12.5%Ca25%25%Ca50%50%Ca等级评定后之处置原则等级评定后之处置原则(Ca等级之处置等级之处置)A级:作业员遵守作业标准操作,并达到规格之要求,须继续维持。B级:有必要可能将其改
9、进为A级。C级:作业员可能看错规格,不按作业标准操作或检讨规格及作业标准。D级:应采取紧急措施，全面检讨所有可能影响之因，必要时得停止生产。以上仅是些基本原则，在一般应用上Ca如果不良时，其对策方法是其对策方法是单边规格没有Ca表示制程特性的一致性程度,值越大越集中,越小越分散 A.双边规格规格上下限距离除以6倍的标准差.Cp=(USL-LSL)/6a=(USL-LSL)/(UCL-LCL)=(USL-SL)/(UCL-CL)=(SL-LSL)/(CL-LCL)SLLSLUSLLCLUCLCLB.单边上限规格Cp=(USL-CL)/3a=CpU SLUSLLCLUCLCLSLLSLUSLLCL
10、UCLCLC.单边下限规格Cp=(CL-LSL)/3a=CpL 等级Cp值ABCD1.33Cp1.00Cp1.330.83Cp1.00Cp0.83等级评定后之处置原则等级评定后之处置原则(Cp等级之处置等级之处置)A级:此一制程甚为稳定，可以将规格容差缩小或胜任更精密之工作。B级:有发生不品之危险，必须加以注意，并设法维持不要使其变坏及迅速追查。C级:检讨规格及作业标准，可能本制程不能胜任如此精密之工作。D级:应采取紧急措施，全面检讨所有可能影响之因素，必要时应停止生产。以上也是与Ca一样，仅是一些基本原则，在一般上Cp如果不良时，其对策方法是制程能力指数制程能力指数(Cpk):A.双边规格C
11、pk=(1-Ca)*Cp B.单边上限规格CPK=CPU=Cp C.单边下限规格CPK=CPL=Cp 工序（工序（制程制程）能力是指处于稳定状态下能力是指处于稳定状态下的的工序（工序（制程制程）实际加工能力。实际加工能力。稳定状态稳定状态工序（工序（制程制程）的条件的条件:物料按标准供应物料按标准供应;工序（工序（制程制程）按标准实施且无异常按标准实施且无异常;工序完成工序完成,按标准检测。按标准检测。测量Cp,Cpk时应避免的错误错误1:衡量所有的参数很多急于推行SPC的公司通常所犯的错误是衡量所有的产品参数,而不考虑其重要性.这种方法只能增加成本而不能增加价值.只有最重要的参数才需要2.0
12、甚至更高的Cp值,其余的则无所谓.其余参数的Cp值可以是1.0甚至是0.5,而且大多数零部件来说甚至不需要测量.要想区分重要和不重要的参数,工程上的猜测并不是依据,而应该在产品或制造的设计阶段使用试验设计相关工具找出重要参数.错误2:经常地测量Cp,Cpk另外一个过分积极的缺点是不断的测量一些给定参数的Cp和Cpk值.测量一个Cp值的结果是非好即坏-高于2.0或低于2.0.如果工序能力以前已经被验证过了,那就无需不断地进行再测量,可以通过预先控制加以监控.错误3:如果规格界限不正确,那么Cp和Cpk就没有意义Cp和Cpk以规格界限为基础,如果不评估后者的适切性,Cp和Cpk的计算可能就是错误的
13、且没有意义的.错误4:将Cp测量扩大至供货商而不在本公司执行有这样一种说法:“能为者,为之;不能为者,教之.”有很多公司要求供货商具有较高的Cp值,而他们自己却不进行测量或达不到他们对供货商提出的要求.美国三大汽车厂商在这一点声名狼藉.在QS9000标准下,他们要求第一层汽车供货商产品的Cp值最低为1.33(据说正准备修订QS9000,要求Cp值为1.66甚至2.0).然而,大多他们自己的汽车制造厂不测量Cp值或者达不到Cp值1.33.在供货商行业内,福特公司以如下说法而闻名-“照我说的做,不要照我做的做”.制程能力判定制程能力判定:根据制程能力指数Cp.值(或Cpk)判定制程能力的方法一般按
14、下表:项目级别制程能力指数Cp.及Cpk对应关系T与工序能力分析超级优异质超级优异质量量Cp2.00;Cpk1.50T12工序能力相当充分一流品质一流品质Cp1.50;1.50Cpk1.3312T10工序能力充分二流品质二流品质Cp1.20;1.33Cpk1.0010T8工序能力尚可三流品质三流品质Cp1.00;1.00Cpk.0.808T6工序能力不足四流品质四流品质Cp0.80;0.80Cpk.0.606T4工序能力相当不足五流品质五流品质Cp0.60;0.60Cpk.0.404T2工序能力严重不足格外品质格外品质Cp=0.60以下;Cpk.=0.40以下T=2以下工序已由变异主导百万分之
15、不良百万分之不良PPM:A.计数值之PPM计算:不良数PPM=1000000抽样数 B.计量值之PPM计算静态:PPM=(LSL-Xbar)/+(USL-Xbar)/动态:PPM=Max(LSL-Xbar)/+1.5+(USL-Xbar)/+1.5,(LSL-Xbar)/-1.5+(USL-Xbar)/-1.5第二讲第二讲 SPCSPC基本工具概述基本工具概述1.PDCA2.数据的收集和分析3.图形4.检查单5.柏拉图6.头脑风暴法7.鱼骨图8.直方图9.控制图10.散布图11.CEDAC(带卡片的因果图)12.层别法.第三讲第三讲 SPCSPC计数值及其它图表计数值及其它图表1.P Char
16、t 不良率管制图P-CHART的中文概念就是指不良率管制图,它是利用管制图的原理,对在制程中产品不良率进行管制。是SPC中计数值最常用和最主要的分析图形之一,也是质量管理中最基本的工具,它具有以下特点与功能:1.(1).掌握某产品或类别或生产线等取样母体的不良率状况,了解本系统中在正常状况下的不良状况,有助于做成本分析。(2).对于突发件(特殊原因)影响程度及时了解。(3).便于预测下一阶段的不良率。各组检验数相同各组检验数不相同各组检验数相差不大各组检验数相差较大P-CHART注：(1).上述各图形的管制界限计算不同(2).并存在以每笔为一点和每天为一点的算法A.各组检验数相同CL=Pbar
17、=(不良总数/抽样总数)100%UCLPbar3 =Pbar3 Pbar(1-Pbar)/ni(组抽样数)Pbar3(PiPbar)2n(组数)LCLPbar-3Pbar-3(PiPbar)2n(组数)=Pbar-3 Pbar(1-Pbar)/ni(组抽样数)B.各组检验数相差不大CL=Pbar=(不良总数/抽样总数)100%UCL Pbar3 Pbar(1-Pbar)/n1(第1组样本数)LCLPbar-3 Pbar(1-Pbar)/n1(第1组样本数)注:管制下限算出为0点默认为0C.各组检验数相差较大-有超过20%CL=Pbar=(不良总数/抽样总数)100%UCLi Pbar3 Pba
18、r(1-Pbar)/ni(第i组样本数)LCLiPbar-3 Pbar(1-Pbar)/ni(第i组样本数)(1).往上跑要立即找出原因(2).至少是每2个数据点必须有QE看一次(3).根扰管制图判读规则,有符合判读标准时要每进一点数据,就必须分析一次(4).不能在管制图上加目标线,否则不伦不类(5).注意数据在各种层别条件下分析2.NP Chart 不良数管制图应用要求为检验数最好相同,或者只考核不良数的应用。如检验数不同,则建议不用此管制图,因为通常不良数管制图是不良率管制图的一个补充。通常在制程中有以一几种状况使用不良数管制图比较多:(1).在自动化程度较高,人为因素相对较少,对不良分析
19、是以计时的(此时也可以用不良率管制图)(2).当不良相对较低时，用不良率分析又较难时(3).当批量相对较低，用不良率难以分析(4).各批检验数相同，也可用不良数管制图 CL=Pbar=不良总数/抽样次数UCL Pbar3(PiPbar)2n(组数)LCLPbar-3(PiPbar)2n(组数)3.U Chart 单位缺陷数管制图U图是用平均缺点数来做的一种管制图,它是对不良率管制图的一种互补U图存在有检验数相同和不同这两种状况:检验数相同时CL=Pbar=缺陷总数/总抽样数UCL Pbar3(PiPbar)2n(组数)LCLPbar-3(PiPbar)2n(组数)检验数不相同时CL=Pbar=
20、(不良总数/抽样总数)100%UCLi Pbar3 Pbar(1-Pbar)/ni(第i组样本数)LCLiPbar-3 Pbar(1-Pbar)/ni(第i组样本数)4.C Chart 缺陷数管制图缺点数管制图也是单位缺点数管制图的一补充,它们之间的关系就如同不良率管制图(P-Chart)与不良数管制图(NP-Chart)一样。缺点数管制图与不良数管制图一样,也要求检验数相同才有意义。缺点数管制图是用来相对缺点数的变化状况,有利于不同条件下的部门考核,有利于公司质量方针与政策的执行。C1+C2+C3+CkCL=Cbar=C=k UCL=Cbar3 CbarLCL=Cbar3 Cbar5.柏拉图
21、主要用来分析各种不良原因或缺点项目中的重点部份,以便于在质量方面要注意和改善的重点。应可分析从大到小的各类问题,一般在下列情况使用:(1).全厂所有缺点(2).某个或某几个部门、生产线、机台、人员等的所有缺点(3).某个或某几个产品的所有缺点(4).某个或某几个客户所要之产品的所有缺点用途:(1).作为降低不良之依据;(2).决定改善的攻击目标;(3).确认改善效果(改善前后之比较);(4).应用发掘现场的重要问题点;(5).用于整理报告或记录;(6).可作不同条件的评价;(7).确认或调整特性要因图;(8).柏柆图分析具有检定假说之意义;(9).配合特性要因图使用(柏拉图上的项目当作质量特性
22、加以要因分析,可以讨论出改善的方案)。6.PPM/不良率推移图日期、月度、年度目标值7.其它图表层别法特性要因图（鱼骨图）检查表散布图第四讲第四讲 SPCSPC计量值图表计量值图表 常用的图形:1.Xbar-R Chart 1.Xbar-R Chart 平均数与全距管制图平均数与全距管制图 2.Xbar-s Chart 平均数与标准差管制图3.XMid-R Chart 中位数与全距管制图4.X-Rm Chart 个别值与移动全距管制图 5.5.Histogram chart Histogram chart 直方图直方图 管制图的判读规则管制图的判读规则1.超出管制界限 一般是在突然状况下产生C
23、LUCLLCL可以认定为有特殊状况产生2.连续几点上升或下降 代表一个趋势的形成,一般开始可以设为3点或5点,但可根据周期性变化设立更多点CLUCLLCL可认定是有某种趋势,表明是一种系统原因在推动这种趋势,在以下几种原表示正面发展,只需要监控进展就行。(1)在计数值应用中下降(2)在计量值应用中,有意识地为降低成本而调整机器放松质量要求(3)所有点都在管制线,或至少是在可按受的规格内,并根据以往经验,它是一周期性变化,知道它一定会在后面点中一定会返回。这时建议把点数设大一点,如设成连续5点上升或下降。除上述状况以外,就必须从制程中原因,一般是机台设备原因较多,或人员工作时间太久而疲劳,环境和
24、物料因素通常较少,方法因素一般不会有。3.连续几点在管制线上方或下方 代表一个趋势的形成,一般设定3点或5点以上,但有时候根据产品的特性可能有周期性可设定更多点。CLUCLLCL一般可认定为系统原因,可能系统中某个原因发生变化,应立即找出原并加以调整,但也要注意可能是产品周期性变化。通常的系统原因有:量测设备发生变异、更换了工作人员、突然换了原材料等.如若不然,则很可能是抽样检验中的抽样计划频率太低或太高。4.连续几点互着一升一降 代表一个趋势的形成,一般设定5点或7点,但有时候根据产品的特性可能有周期性可设定更多点。CLUCLLCL此种状态分两种:一是越变越大;二是越变越少。当属前者时,会有
25、四种状况会发生此种状况:一是机台设备发生变异,应及时调整;二是人为假数据,因为它是一种思维模式;三是接近放假或加班太久,工作人员思想放松;四是使用的物料正在转型或转批。当属后者时,表示制程越来越稳定,此时应注意记录相关参数,以利于标准化的运作,供以后参考用。5.连续几点超出3以外 代表一个问题点的形状,一般设定3点。CLUCLLCL除了三种状况(一是在允收范围内的产品特性周期性变化;二是当质量非常好而开始放松质量过程;三是正在调机)外,都可以认定是系统出了大问题。此类问题通常以下几种状况:A.(1).机器被无故调动B.(2).用错了物料C.(3).量具突然出问题而无立即发现(4).人为做假数据
26、,因为这也是一种思维模式6.连续几点中有几点在以外 代表出制程能力开始下降,一般属于系统问题,但暂时还不算严重。一般初始为连续7点中有3点在2倍标准差以外,但有时候也可根据产品特性可能有周性可设更多点,如连续9点中有5点在2倍标准差以外。CLUCLLCL其原因通常如下:(1)开始使用库存旧原料(2)作业人员有一定的情绪(3)经过比较有经验的人员做假数据,此种状况要特别注意(因为做质量记录千万要防止假数据)(4)旧机台设备进入老化期(5)采取改善措施,且在进行之中,或故意放松质量7.连续几点中有几点在1以内 代表出质量朝较好方向发展,并有可能质量太好,要注意成本概念,一般为连续5点中有3点在1倍
27、标准差以内,但有时候也可根据产品特性可能有周性可设连续7点或9点中有5点或7点在1以内。CLUCLLCL只要注意监控,并把相关重要参数记录下来,以利于做标准化。8.连续几点在中心线2侧,但未在1倍标准差之内 代表出质量可能虽然稳定,但能力不够或整体向上或下移动少许,一般为连续5点在中心线2侧,但未在1倍标准差之内,但有时候也可根据产品特性可能有周性可设更多点。CLUCLLCL多属系统原因,应加强系统改善.直方图的判读规则直方图的判读规则1.正常型(也称为理想型)说明:中间高、两边低,有集中。结论:左右对称分配(常态分配),显示制程在正常运转下2.偏态型 说明:高处偏向一边,另一边低,拖长尾巴,
28、可分偏右型、偏左型.统称偏态分配偏左型偏右型结论:偏右型:例如微量成分的含有率等,不能取到某值以下的值时,所出现的形状偏左型:例如成分含有高纯度的含有率等,不能取到某值以上的值时,就会出现的形状总结:此种状况是问题出现最多的,一般较好判断。通常有如下几种原因:A.(1).在产品的各项参数中,有含有成分相对较高较低的数据参入。针对此原因应立即去找到,便于修正(2).制程中已有一些小变异,并采取了一些有效的改善措施或小变异刚开始3.绝壁型(也称切边型或断裂型)说明:有一端被切断结论:此状况对于质量要求较严时产生机率会很高,一般会有如下几种原因会导致此状况:(1).为数据经过全检过,或制程本身有经过
29、全检过后会出现的形状;B.(2).在注塑和冲压制程中,当量测精度足够时,制程中模具有较大松动或磨损时也会出现此状况;(3).当分析的数据时间过长,而量测频率很小时,在分析总体状况有可能出现,如每23天量测34个数据,而分析一个或2个月时的数据会出此种状况。4.双峰型(也称二山型)说明:有两个高峰出现结论:最主要的原因一般为混合不同特性的数据(1).有两种分配相混合,例如两台机台或两种不同原料间有差异时,会出现此种形状,因测定值受不同的原因影响,应予层别后再作直方图(2).如除上面的原因外,且整个分布正好在规定要求之内,检验人员又是对正态分布有一部份认知,也有可能是做出的假数据,此种状况极少(3
30、).在过程中因有问题产生,而做了较大调整时,也有可能出现此状况 5.巨齿型(也称凹凸不平型)说明:高低不一,有缺齿情形.不正常的分配,系因测定值或换算方法有偏差,次数分配不妥当所形成结论:此种状况较难处理,也比较少机会出现(1).作图时分组分得太多,这种机率很少(2)检验员对测定值有偏好现象,如对5、10之数字偏好(3).测量仪器精密度不够,而质量又要求较精密,对量测的数据需要做适当的估计值时,也有可能出现此状况(4).较多特性差异较大的数据参混到一起,如若有此原因,应层别之后再来分析(5).有一定经验的人员所做的不太好的假数据6.离岛型(二山脱离型)说明:在右端或左端形成小岛结论:此种状况分
31、析较容易(1).数据输入人员在输入的的过程中,有误输入,如把10.01输成10.1或1.01(2)在制程中有较少其它物料或原因混入,此种状况要立即查明,有利于做标准化的准确性,否则不利于物料特性的分析(3).制作直方图的过程中,数据较少,且分组过多。此种状况应注意培训或采用专业工具软件来做,以减少人为的失误(4).机台设备在过程中有出现特殊原因,已产生了一些变异7.高原型说明:形状高原状结论:此种状况分析较容易(1).刚刚来不久做直方图的人员所做的假数据(2)检验人员在实际量测过程中,没有按要求量测个数,或规定量测的数据太少或密度太多,如对某电子原件每次只量测两个(一般要求4-5个以上)(3).量测仪器设备精度不够,而且数据较多,如遇此项质量要求不严,应考虑此种状况减少抽样并逐步放弃量测,如遇质量要求很严,必须立即考虑改善量量测仪器设备(4).质量较一般,而且经过全检挑选的数据8.不规则型说明:型状为不规则状态或几种状态混合起来结论:一般不会出现此状态,如有一般有以下几种原因会出现引状况(1).纯粹是不太熟悉正态分布之人员做的假数据,一般为新手做的(2)直方图作法不对,如组数应用不对(3).数据太多或太少(4).质量实在太差,而经过全检或挑选过的数据谢谢 谢谢！
