统计过程控制(SPC).ppt

《统计过程控制(SPC).ppt》由会员分享，可在线阅读，更多相关《统计过程控制(SPC).ppt（18页珍藏版）》请在装配图网上搜索。

1、,统计过程控制（SPC）,一、定义,SPC是英文Statistical Process Control的字首简称，即统计过程控制，SPC就是应用统计技术对过程中的各个阶段进行监控，从而达到改进与保证质量的目的。SPC强调全过程的预防。,二、SPC的特点,SPC是全系统的、全过程的，要求全员参与，人人有责，这与全面质量管理的精神完全一致。 SPC强调用科学方法（主要是统计技术，尤其是控制图理论）来保证全过程的预防。 SPC不仅用于生产过程，而且用于服务过程和一切管理过程。,三、SPC进行步骤,培训SPC，培训的主要内容有：a.SPC的重要性；b.正态分布等统计基本知识；c.质量管理七大工具，主要

2、是对控制图深入学习；d.两种质量诊断理论；e.如何制定过程控制图；f.如何制定过程控制标准。 确定关键变量（即关键质量图表）。 提出或改进规格标准。 编制控制标准手册，在各部门落实。 对过程进行统计监控。 对过程进行诊断并采取措施解决问题。,四、统计学基本概念,偏差：当重复测量时，经常产生不同的结果，就是偏差。 连续变量：可用参数如尺寸、重量或时间来描述产品或过程特性，这个测量尺度可被细细分成有意义的小数。 高数变量：又称逻辑变量，不能再细分或有意义的小数，如事情发生或不发生，产品合格或不合格，测量发生的频率等。 总体：一套完整的数据，所有元数信息的集合，用N表示。 样本：总体的子集，用n表示

3、。,四、统计学基本概念,中心值：总体或样本的平均值。 总体的中心值用表示 样本的中心值用x或表示 极差：一组数据中的最大值与最小值的差值。 均方差：与平均值间距的平方的平均值。 标准偏差：方差的方根 总体的标准偏差： 样本的标准偏差：,五、正态分布简介,函数表达式 为何要研究正态分布？ 它是自然界的一种最基本的最普遍的法则，反应了事物内在的变化规律； 它是我们进行统计分析的基础； 它使我们得以通过少量抽样来把握全体，从而节省大量人力、物力、财力和时间。 正态分布的特点 形态如钟 左右对称 于平均值处分布的频数最多，此外，越远高平均值分布的频数也越少 曲线下的面积为1,六、控制图,1、定义：控制

4、图是对过程质量加以测量，记录从而进行控制管理的一种用科学方法设计的图，图中有中心线（CL），上控制线（UCL），下控制线（LCL），并有按照时间顺序抽取样本统计量数值的捌点序列。,六、控制图,2、控制图原理的解释1 正态分布有一个结论对质量管理很有用，即无论均值和标准偏差取何值，过程的质量特性落在3之间的概率为99.73%，美国休哈特就是根据这一事实提出控制图的。控制图变化实际上就是把左图按顺时针方向旋转90，在上下翻转180 。称+3为上控制界限，记为UCL；称-3为下控制界限，记为LCL；称为中心线，记为CL，这三者称为控制线。 根据正态分布的结论，在过程保证正常的情况下，点超出控制界限的

5、概率只有1%左右，可能性非常小，可以认为它不发生，如果发生，认为过程中存在异常。,六、控制图,3、控制图原理的解释2 我们可以换一个角度来研究控制图的原理，根据来源的不同，质量因素可以分成4MIE五个方面，但从对质量影响的大小来看，质量因素可以分为偶然因素与异常因素。偶然因素始终存在，短期内对质量影响微小，但难以去除，异常因素则有时存在，对质量影响大，但不能除去。 偶然因素与异常因素引起过程质量的波动，如何发现异常波动的出现呢？经验和理论分析说明，当过程存在偶然变动时，过程的质量特性将会形成某种典型的分布（例如：正态分布），如果有异常波动的产生，则过程的分布必会偏离原有的典型分布，因此我们可以

6、通过典型分布是否偏离就能判断是否有异常原因引起的波动，而典型分布的偏离可以有控制图检出。,六、控制图,4、SPC控制图的活用 所有变动都具有偶然变动和异常变。 因异常原因造成的变动，我们可以迅速发现，即对超过管理界限的数据分析，发现其变动，但我们不能直接得到发生的原因。 管理图的管理界限是根据过程能力得到的。 规格界限是根据顾客的要求来确认的。 两者不同，绝对不能比较。 管理图以统计原理为基础，可以看出过程变量中具有异常趋向的因素。 管理界限一般以测定变量的3 为界限。,七、控制图的判断准则,1、控制图的分类 根据用图不同，控制图分成两大类，即分析用控制图与控制用控制图。 分析用控制图的主要目

7、的是：分析生产过程是否处于稳妥，若过程不处于稳妥，则须调整过程，使之达到稳妥，此为统计稳态；分析生产过程的能力是否满足技术要求，若不满足，则需调整工序能力，使之满足，此为技术稳态。 根据统计稳态与技术稳态是否达到可以分为如下四种状态：统计稳态与技术稳态同时达到，这是最理想的状态。统计稳态未达到，技术稳态达到。统计稳态达到，技术稳态未达到。统计稳态与技术稳态均未达到，这是最不理想的状态。,七、控制图的判断准则,当过程达到了我们所确定的状态后，才能将分析用控制图的控制线延长作为控制用控制图，由于后者相当于生产中的大法，故由前者转为后者对应有正式交接手续，这里要用到判稳准则，在稳定之前要用到判异准则

8、。 应用控制用控制图的目的是使生产过程保证在确定的状态，在应用控制图的过程中，若过程不发生异常，则应执行：“查出原因，采取措施，保证消除，不再出现，纳入标准”这20个字，使过程恢复原来的状态。 实施上述分析用控制图与控制用控制图的过程，实际上就是不断进行质量改进的过程。,七、控制图的判断准则,2、判断稳态的准则 判稳准则：在点子随机排列的情况下，符合下列各点之一就认为过程处于稳态。 连续25个点子都在控制界限内； 连续35个点子至多1个点子落在界限外。 连续100个点子最多2个点子落在控制界限外。,七、控制图的判断准则,2、判断稳态的准则 判异准则： A、点子在控制界限外或落在控制界限上。 B

9、、连续3个点子中，至少有2个点子接近控制界限。 C、连续7个点子中，至少有3个点子接近控制界限。 D、连续10个点子中，至少有4个点子接近控制界限。 E、连续11个点子中，至少有10个点子在中心线的一侧。 F、连续14个点子中，至少有12个点子在中心线的一侧。 G、连续17个点子中，至少有14个点子在中心线的一侧。 H、连续20个点子中，至少有16个点子在中心线的一侧。 I、点子呈上升式下降的趋势（连续7点）。 J、连续15个点子集中在中心线的附近。 K、点子出现周期性变化。,八、质量管理中常见的概率分布,1、二项分布：考虑一个包含n个独立试验序列的过程，这里每次试验的结果是“成功”或“失败”，设每次试验的概率为常数P，则在n次试验中成功的次数X呈二项分布。对于从无限总体中抽检而以P表示总体不合格率的情况，二项分布最适应的概率模型。 2、泊松分布：在质量管理中，泊松分布的典型用途是用作单位产品上发生的缺陷数量的数学模型。,九、控制图类型,1、计量值（正态分布） 2、计件值（二项分布） 3、计点值（泊松分布）,九、控制图类型,I-MR管理图 1、过程的特性值数据很少，每次只能得到一个数据。 2、过程速度过慢，很难形两个以上的数据群。 3、测定费用过多，非经济。 4、Individuals Chart,样品数不变,样本数变化,泊松分布,二次分布,