品质管理常用工具-统计制程控制(ppt 67)

《品质管理常用工具-统计制程控制(ppt 67)》由会员分享，可在线阅读，更多相关《品质管理常用工具-统计制程控制(ppt 67)（67页珍藏版）》请在装配图网上搜索。

1、2023-1-2 品质管理常用工具品质管理常用工具 统计制程控制统计制程控制（Statistical Process Statistical Process Control）1品质管理的三个阶段品质管理的三个阶段一、品质检验阶段一、品质检验阶段二、品质统计控制阶段二、品质统计控制阶段三、全面品质控制阶段三、全面品质控制阶段2第一部分第一部分:控制图控制图 (Control chart)第二部分第二部分:制程能力制程能力 (Process Capability)第三部分第三部分:解决问题的方法解决问题的方法3统计制程控制统计制程控制控制图控制图(Control chart)第一部分：控制图第一部

2、分：控制图4统计制程控制统计制程控制控制图控制图(Control chart)一、统计过程控制：一、统计过程控制：将控制图与过程能力分析结合在一起，称作统计过程控制（Statistical Process Control）5统计制程控制统计制程控制控制图控制图(Control chart)二、控制图的定义二、控制图的定义:是一种用于调查制程是否处在稳定的状是一种用于调查制程是否处在稳定的状态下，或者维持制程在稳定状态上所用的态下，或者维持制程在稳定状态上所用的图。图。控制图（Control Chart），又称管理图、休哈特图。是美国休哈特（W.A.Shewhart）博士于1924年发明的。6统

3、计制程控制统计制程控制控制图控制图(Control chart)三、控制图的作用：三、控制图的作用：是区分过程中的异常波动与正常波动，并判断过程是否处于控制状态的一种工具，使制程过程处于控制状态。7统计制程控制统计制程控制控制图控制图(Control chart)四、控制图的原理：四、控制图的原理：过程处于统计控制状态（即受控状态）下，产品总体的品质特性数据的分布一般呈正态分布，即xN（u，2）（注：u-过程均值，-过程标准差）。品质特性值落在u 3 范围内概率约为99.73%，落在u 3 以外的概率只有0.27%，因此可用u 3 作为上下控制界限，以品质特性数据是否超过这一上、下界限以及数据

4、排列情况来判断过程是否处于受控状态。8统计制程控制控制图(Control chart)1.1.-3-2-10+1+2+399.73%95.45%68.27%9统计制程控制控制图(Control chart)2、控制图的基本形式：CL=u（Central Line）UCL=u+3 （Upper Control Limit）LCL=u-3 （Lower Control Limit）UCL CL LCL10统计制程控制控制图(Control chart)五、控制图的种类：五、控制图的种类：1、按用途分为：分析用控制图、控制（管理）用控制图。2、按数据的性质分：计量控制图、计数控制图。11统计制程控制

5、控制图(Control chart)3、计量控制图 A、均值极差控制图（X-R）B、均值 标准偏差控制图（X-S）C、中位数极差控制图 D、单值移动极差控制图 4、计数控制图 A、不合格品数控制图（Pn）B、不合格率控制图（P）C、缺陷数控制图（C）D、单位缺陷数控制图（U）12统计制程控制控制图(Control chart)六、控制图的应用范围：六、控制图的应用范围：1、诊断：评估过程的稳定性 2、确认：确认过程的改定。3、控制：决定目过程何时需要调整，何时需要保持原有状态。13统计制程控制控制图(Control chart)七、分析控制图的判断准则七、分析控制图的判断准则 1、正常统计控制

6、状态判定 2、异常现象判定 链异常 简断链 趋势（倾向）周期14统计制程控制控制图(Control chart)图一 连续性图二 间断性图三 倾 向 图四 周 期LCLCLUCLUCLUCLUCLCLCLCLLCLLCLLCL15统计制程控制控制图(Control chart)八、控制图绘制程序：八、控制图绘制程序：1、选定品质特性；2、选定控制图的种类；3、收集数据；4、计算有关参数；5、计算控制图中心线和上、下控制界限线；6、画控制图；7、在控制图上打点；8、填写必要事项。16统计制程控制控制图(Control chart)序号样本大小n不 合 格 品数（Pn）j不 合 格 品率Pj（%）

7、（UCL）（LCL）1415122.94.640.152368102.74.780.02320862.95.64-423062.65.43-543081.94.630.176530183.44.390.417473153.24.510.298392824.720.07943592.14.620.191025362.45.31-0.071142071.74.630.051238082.14.750.181343081.94.62-1431551.64.980.7215740192.64.080.091639592.34.71-1717563.45.87-18248525.2-1920962.95

8、.56-20297625.05-2117952.85.82-2231372.25.04-2317152.95.92-2432561.84.92-2530472.35.03-合计8625207平均：2.4%最大：5.31%17统计制程控制控制图(Control chart)0123456135791113151719212325不 合格 品率 P j（%）UCL=5.31%CL=2.40%18统计制程控制控制图(Control chart)序号序号抽样时间抽样时间X1X2X3X4XR备注备注1 14月月1日上午日上午19.3419.3419.9519.9519.9619.9619.9619.96

9、19.95219.9520.020.022 2下午下午19.9319.9319.9219.9219.9919.9919.9519.9519.94819.9480.070.073 32日上午日上午19.9219.9219.9619.9619.9719.9719.9819.9819.95819.9580.060.064 4下午下午19.9519.9519.9619.9619.9619.9619.9819.9819.96219.9620.030.035 53日上午日上午19.9919.9919.9119.9119.9419.9419.9419.9419.94519.9450.080.086 6下午下

10、午19.9419.9419.9519.9519.9519.9519.9619.9619.9519.950.020.027 74日上午日上午19.9519.9519.9519.9519.9219.9219.9219.9219.93519.9350.030.038 8下午下午19.9819.9819.9919.9919.9419.9419.9419.9419.96219.9620.050.059 95日上午日上午19.9719.9719.9819.9819.9819.9819.9619.9619.97219.9720.020.021010下午下午19.9619.9619.9819.9819.991

11、9.9919.9919.9919.9819.980.030.0311116日上午日上午19.9819.9819.9419.9419.9419.9419.9519.9519.95219.9520.040.041212下午下午19.9119.9119.9419.9419.9419.9419.9519.9519.93519.9350.040.0413137日上午日上午19.9619.9619.9519.9519.9619.9819.9620.031414下午下午202019.9819.9819.9819.9619.980.0415158日上午日上午19.9619.9619.9619.9619.961

12、9.9619.9801616下午下午19.9619.9619.9419.9419.9419.9619.960.0217179日上午日上午19.9419.9419.9619.9619.962019.9650.061818下午下午19.9819.9819.9419.9419.9419.9619.9550.04191910日上午日上午19.9619.9619.9819.9819.9819.9519.9680.032020下午下午19.9719.9719.9819.9819.9819.9819.9780.01212111日上午日上午19.9619.9619.9619.9619.9419.9619.95

13、50.022222下午下午19.9619.9619.9619.9619.9419.9219.9450.04232312日上午日上午19.9619.9619.9219.9219.9419.9419.940.042424下午下午19.9819.9819.9719.9719.9619.9319.960.05252513日上午日上午19.9419.9419.9619.9619.9819.9819.9650.04合计合计498.9340.91平均平均19.95740.036A2d2D44 40.7290.7292.0592.0592.2822.282X图图 R图图CL=X=19.9574 CL=R=0.

14、036UCL=X+A2*R=19.9839 UCL=D2*R=0.083LCL=X-A2*R=19.9309 LCL=n系数系数19统计制程控制控制图(Control chart)XR控制图：19.919.9219.9419.9619.9820135791113151719212325XLCLCLUCL20统计制程控制控制图(Control chart)00.020.040.060.080.11 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25RUCLCL21统计制程控制控制图(Control chart)判断过程是

15、否处于统计控制状态 计算过程能力指数 Cpk=（1-K）Cp=（1-0.18）*1.33=1.1 I Tu+TL）/2-X I I20.04+19.9）-19.9574I式中：K=0.18 T/2 0.1412 T T 0.14 Cp=1.33 6 6*R/D2 6*0.036/2.05922统计制程控制控制图(Control chart)九、管制图的实施循环九、管制图的实施循环 抽取样本检验将结果管制图制程异常是否判断对策措施原因分析制程异常制程正常NOYES23 统计制程控制制程能力 (Process Capability)第二部分：制程能力第二部分：制程能力 24统计制程控制制程能力(P

16、rocess Capability)一、制程能力的定义（Process Capability）使制程标准化，消除异常因，当制程 维持在稳定状态时，所实现的品质程度。25统计制程控制制程能力(Process Capability)二、制程能力的调查步骤二、制程能力的调查步骤 确切了解要调查的品质特性与调查范围 收集统计数据 制作控制图，确定制程处于稳定状态 计算制程能力质数 判断制程能力是否足够 如不定时，则需要改善26统计制程控制制程能力(Process Capability)三、制程能力的调查方式三、制程能力的调查方式 1、图示法：控制图、直方图表示 2、数值法：Ca值（制程准确度）Cp值（

17、制程精密度）Cpk值（制程能力指数）27统计制程控制制程能力(Process Capability)四、图示法制程能力的分析四、图示法制程能力的分析 1、控制图：利用控制图一方面可以调查各时间的品质变化情形，另一方面可以与规格比较，了解制程能力的好坏。2、直方图：由制程收集数据100个以上，作为直方图，由图形的分散度、中心值、分布形状可以容易判定制程的优劣，是一种简单有效的方法。28统计制程控制制程能力(Process Capability)利用直方图分析制程 1、直方图的定义：就是将数据按其顺序分成若干间隔相等的组，以组距为底边，以落入各组的频数为高的若干长方形排列的图。（Histogram

18、）2、直方图的用途：直观地看出产品品质特性值的分布状态，便于掌握产品品质的分布情况。显示品质波动的状态，判断工序是否稳定。确定改进方向。调查工序能力和设备能力29统计制程控制制程能力(Process Capability)3、直方图的制作应用：收集数据（n 100）计算数据的极差R（Xmax-Xmin）适当分组一般分组取1/10.n 确定组距 计算分组界限 作频数分布表并作必要的计算 制作直方图（纵作标表示频数，横坐标表示品质特性）在图内作必要的说明，如取样时间、项目、品质特性、单位以及制图者等。30统计制程控制制程能力(Process Capability)某型显示器的中心方白亮度值（单位F

19、L）如下：45.445.6 45.745.745.345.0 45.345.344.945.645.245.4 44.944.845.044.9 44.744.645.344.845.244.9 44.644.844.444.8 45.144.944.845.045.145.2 45.145.545.045.2 45.045.145.045.144.745.4 44.645.445.044.8 45.245.045.144.731统计制程控制制程能力(Process Capability)44.35 44.55|44.55 44.75|44.75 44.95|44.95 45.15|45.15

20、 45.35|45.35 45.55|45.55 45.75|X =X=2253.145.0620246810121416123456732统计制程控制制程能力(Process Capability)X =45.0620246810121416123456744.3544.5544.7544.9545.1545.3545.5545.7533统计制程控制制程能力(Process Capability)五、直方图的形状分析 要求对直方图进行直观观察，看其是否符合正态分布。若基本符合正态分布则说明过程正常，若不符合正态分布则认为过程不正常。1、正常型：直方图基本符合正态分布，说明过程处于正常状态。2

21、、孤岛型：在正常型直方图旁边出现一个小直方图，形成孤岛。说明过程中有短暂异常因素在起作用。3、偏向型：直方图的顶峰偏向一侧，形成不对称的图形。是由于操作者倾向性加工所造成。4、双峰型：直方图的图形出现两个高峰，其数据来源于两个总体所形成的结果（不同的对象）5、平顶型：直方图的顶部呈现较大范围的平顶壮，是由于过程中有缓慢的异常因素在起作用。6、锯齿型：直方图的各组长方形大量出现参差不齐的形状，一般是由于分组过多或测量误差过大所致。34统计制程控制制程能力(Process Capability)六、数值法制程能力分析 1、制程准确度 Ca （Capability of Accuracy）Ca值在衡

22、量制程的实际平均值与规格中心值的一致性。1）Ca的计算公式：Ca=（实际中心值规格中心值）/规格允许容 差*100%=（Xu）/T/2*100%T=SuSL=规格上限规格下限 *单边规格因没有规格中心值，故不能算Ca 35统计制程控制制程能力(Process Capability)等级Ca值A I Ca I =12.5%B12.5%I Ca I =25.0%C25.0%I Ca I =50%D50.0%I Ca I=2）等级判定：Ca值越小，品质越好。Ca值的大小分为四级36统计制程控制制程能力(Process Capability)3)处理的原则：A级：维持原状 B级：改进为A级 C级：立即

23、检讨改善 D级：采取紧急措施。全面检讨，必要时停止生 产37统计制程控制制程能力(Process Capability)4）Ca范例：某规格显示器行幅规格为：30010mm；三月份生产为X 3 =3028mm；四月份为301 8mm 求Ca值？302300三月份Ca值=X100%=20%-（B级）10 301300四月份Ca值=X100%=10%-（A级）1038统计制程控制制程能力(Process Capability)2、制程精密度Cp（Capability of Precision）Cp在衡量制程的变化范围与规格公差范围相差的情况。1）Cp的计算公式 规格公差 Cp=（双边规格时）6个标

24、准差 SuX XS Cp=或Cp=（单边规格时）3个标准差 3个标准差39统计制程控制制程能力(Process Capability)2）等级判定：Cp值越大，品质越好，Cp值大小分为五级等级Cp值A+1.67 =CpA1.33 =Cp 1.67B1.00 =Cp 1.33C0.67 =Cp 1.00D Cp 0.6740统计制程控制制程能力(Process Capability)3）处理的原则：A+级：考虑管理的简单化或成本降低的方法 A 级：维持原状 B 级：改进为A级 C 级：需全数选别、并管理、改善工程 D 级：进行品质改善、分析原因、需要采取紧急措施，并重新检讨规格。41统计制程控制

25、制程能力(Process Capability)4）Cp范例：某线材要求规格为长200mm 2.0mm，第一批生产实际为：203 1.5mm（X 3）第二批生产实际为：201 2.3mm（X 3）求Cp值？4 第一批Cp值=1.33 （A级）1.5*2 4 第二批Cp值=0.87 （C级）2.3*242统计制程控制制程能力(Process Capability)3、制程能力指数CpK 综合Ca与Cp两值的指数 1）CpK的计算公式：T I X-u I CpK=（1K）K=I Ca I=6 T/2 =（1I Ca I）Cp 当Ca=0时 CpK=Cp 单边规格时，CpK即以Cp值计，但须取绝对值

26、43统计制程控制制程能力(Process Capability)2）等级判定：CpK值越大，品质越好，CpK值的大小分为五级等级 CpK值 A+1.67 =CpKA1.33 =CpK 1.67B1.00 =CpK 1.33C0.67 =CpK 1.0D CpK 0.6744统计制程控制制程能力(Process Capability)3）处理原则：A+级：考虑管理的简单化或成本降低的方法 A 级：维持原状 B 级：改进为A级 C 级：需全数选别、并管理、改善工程 D 级：进行品质改善、分析原因、需要采取紧急措施，并重新检讨规格。45统计制程控制制程能力(Process Capability)4）

27、练习：CpK范例随机抽取测量50个样本值：标准规格：11.4 0.3，求CpK值？NO数据值NO数据值NO数据值NO数据值NO数据值111.391111.082110.973111.344111.38211.081211.302211.103211.164211.30310.921311.082311.463311.164311.20411.111410.922411.393411.204411.30511.431511.182511.313511.354511.12611.121611.502611.453611.164610.97711.491711.572711.373711.12471

28、1.56810.741811.162810.803811.274811.20911.391911.352910.953911.084911.431011.562011.073011.574010.585011.2246统计制程控制制程能力(Process Capability)计算制程能力CpK值：X-u TCpK=（1I Ca I）Cp=(1-I I）*T 6 47统计制程控制制程能力(Process Capability)七、制程精密度（Cp值）与不良率的关系 当Ca=0时Cp=CpKCp值规格公差（T）不良率（规格以外的比率）单边规格双边规格0.67 4 （2 ）2.27%4.55%1.

29、00 6 （3 ）0.14%0.27%1.33 8（4 ）31.85PPM63.6PPM1.609.6 （4.8 ）0.81PPM1.62PPM1.7610.4（5.3 ）0.06PPM0.12PPM2.0012.0 （6 ）0048制程统计控制（Statistcal Process Control）第三部分：解决问题的方法49制程统计控制（Statistcal Process Control）解决问题的重要元素 基于事实的控制 了解事实真相，以统计的观念来思考 优先度管理（重点管理）全员参与 戴明的P（Plan）D（Do）C（Check）A（Action）循环50制程统计控制（Statist

30、cal Process Control）一、脑力激荡法：是一种群体式解决问题的方法，它引发人们的创造力来定义和解决问题，并在短时间内促使许多意见与想法的产生。进行的规则：进行的规则：1、选择主题2、每一位参与者都能轮到并发表想法3、确定每一位参与者都了解问题或题目4、按排记录员，并要求记录员发表意见5、记录下所有的意见6、鼓励疯狂建议，将可引发更多的想法7、不可批评8、脑力激荡后能促使人们开始思考，给予一段时间 做再思考，有助于更多具创意的想法。51制程统计控制（Statistcal Process Control）二、特性要因图（Cause-and effect diagram）1、因果分析

31、图的概念：又名石川图（由日本专家石川 首先提出），特色要因图、树枝图、鱼刺图。要因分析图是以结果为特性，以原因作为因素，在他们之间用箭头联系起来，表示因果关系图。因果分析图能简明、准确表示事物的因果关系，进而识别和发现问题的原因和改进的方向。2、因果分析图法说明：因果分析图法，是从生产问题的结果出发，首先找出影响品质问题的原因，然后再找出影响大原因品质中的原因，并进一步找影响中原因品质的小原因，依次类推，步步深入，一直找到能直接采取措施为止。3、因果分析图应用范围：分析因果关系；表达因果关系；通过识别症状，分析原因，寻找措施，促进问题的解决。52制程统计控制（Statistcal Proces

32、s Control）4、因果分析图 的类型：1）结果分解型 特点：是沿着“为什么会发生这种结果”这一主题，进行层层解刨。举例 2）工序分类型 特点：首先按工艺流程把各工序作为影响产品品质的平行的主次原因找出来。然后把各工序中影响工序加工品质的原因查出来，再填写到相应的工序中。举例 3）原因罗列型 特点：这种方法允许参与分析的人员无限制地发现意见，把所有的意见一一罗列出来，然后在系统的整理出他们之间的关系，最后绘制出一致的因果分析图。53制程统计控制（Statistcal Process Control）4、制作步骤：1）收集资料；2）召集所有与问题相关的人员 3）画鱼骨的背脊，从左到右画，并在

33、碰到的右边主题处画上箭头 4）决定主要原因，可利用4M来分类：MAN（作业人员）、MACHINE（设备）、MATERIAL（材料）METHOD（作业方法）。5）加入脑力激荡的资料，按逻辑原因分类方在各主原因下。6）决定影响问题的主要原因，将影响较大的标主。并采取对策。7）填制做目的、日期及相关名称。54制程统计控制（Statistcal Process Control）5、实际使用 1）问题的整理：是大家对问题与要因有一致的看法。2）追查真正的原因：3）寻找对策：利用柏拉图找出影响程度最到的几个项目，或在特性要因图上加上不同影响程度的记号。4）教育训练：通过讨论学习他人的经验和技术。55制程统

34、计控制（Statistcal Process Control）6、制作范例图形56制程统计控制（Statistcal Process Control）三、柏拉图（排列图）（Pareto diagram）1、柏拉图的概念：它是将品质改进项目从最重要到最次要进行排列而形成的一种简单的图示技术。排列图最早由意大利经济学家Pareto用来分析社会财富分布状况的。后来被美国品质专家朱兰博士用于品质管理，因而得名。57制程统计控制（Statistcal Process Control）2、柏拉图的作用：找出影响产品品质的主要因素（主要原因）识别品质改进的机会58制程统计控制（Statistcal Proc

35、ess Control）3、柏拉图的应用范围 品质方面：不良品数，损失金额、客户抱怨项目、抱怨件数、修理件数等 时间方面效率：作业效率单位作业 成本方面：原料、材料的单价；品质成本。营业方面：销售金额、商品销售等59制程统计控制（Statistcal Process Control）4、柏拉图的应用程序：1）选择品质分析的项目2）选择用于品质分析的度量单位。如次数、金额等3）收集一定时间的数据4）将收集来的数据按一定分类标志进行分类整理，每一层一个项目，填入数据统计表中5）计算各类项目的累计频数、频率、累计频率6）按一定比例，画出两个纵坐标和一个横坐标7）画横坐标。按度量单位值大小顺序自左到右

36、并在横坐标上列出项目。8）画纵坐标。在横坐标的两端画2个纵坐标，左边的纵坐标按度量单位规定，其高度必须大于或等于所有项目的和。右边的纵坐标应与左边的相等高。并从0-100%进行标定。9）按各类影响因素程度的大小，依次在横坐标上画出直方图，其高度表示该项目的频数，写在直方图上。10）按右纵标的比例，找出各项目的累计百分点，从原点0开始连接各点，画出Pareto曲线。在左纵标的内侧上方注明累计频数，在累计百分比点旁注明累计百分数。11）在排列图的下方要注明排列图的名称，收集数据的时间以及绘图者等可供参考的其他事项。12）利用排列图确定品质该进最为重要的项目。60制程统计控制（Statistcal

37、Process Control）5、柏拉图的观察分析 1）首先观察柱形条高的前1-3项，一般来说这几项是影响品质的重要因素。2）一般把因素分为A、B、C三类。A类，累计百分数在80%以下的诸因素（关键的少数）B类，累计百分数在80%-90%的诸因素 C类，累计百分数在90%-100%的诸因素 3）对2-3项影响品质的因素进行分析，采取措施。61制程统计控制（Statistcal Process Control）6）柏拉图绘制范例：对某周某段下线维修报表进行统计，绘制柏拉图序号 不良项目不良数（个）占累计不良率1灰阶不良5039.37%2缺色2620.47%3组立不良1612.59%4画面异常1

38、29.44%5其它1914.96%合计12762制程统计控制（Statistcal Process Control）四、解决问题的顺序：1、选定主题：找出问题；决定主题。2、掌握现状设定目标：收集数据；决定攻击对象（特性值）目标的设定；决定目标（目标值与期限。3、完成活动计划：决定实施事项；决定日程，职务分担等 4、原因结果的分析：调查特性值现状；提出原因；解决原因；决定对策项目。5、对策的检讨与实施：提出对策的项目；检讨对策的具体化；确认对策的内容；检讨对策的方法；实施对策。6、效果的确认：确认对策的结果；与目标值做一比较；提出成果。7、标准化及管理的落实：制定、修订标准化；决定管理的方法；

39、使相关人员彻底的了解。63制程统计控制（Statistcal Process Control）五、怎样开始你的SPC工作：SPC工作宜从查核开始，要能把握现状缺失的原因，采取有效的纠正措施，才能独取各单位的支持。64制程统计控制（Statistcal Process Control）六、做一个受员工现场欢迎的现场管理者人员：1、要了解现场的问题，及时有效的解决问题。2、解决问题的条件：1）对制程程序了解多少？2）是否了解作业标准？3）如何维持生产的均匀度？4）是否经常去收集及阅读上述有关资料，并且在现场了解工作的实际情况并加以验证？65制程统计控制（Statistcal Process Control）七、检验须能活用资料 为了避免作业盲目的检验须考虑：1、检验记录 2、是否将检验记录，能化成管制图或其他的统计分析图 3、是否利用检验结果，以分析不同作业员或机器产出的品质特性，并帮助其改善作业。4、是否与其它同行资料相互比较，降级制程的不良。66制程统计控制（Statistcal Process Control）品 质 是90%态度+10%的知识 知识+演练+回馈=成功67