SPC统计过程控制及CPK分析.pptx

《SPC统计过程控制及CPK分析.pptx》由会员分享，可在线阅读，更多相关《SPC统计过程控制及CPK分析.pptx（53页珍藏版）》请在课桌文档上搜索。

1、SPC统计过程控制,直方图,某班40名同学一次数学测验成绩如下：63，84，91，53，69，81，61，69，91，78，75，81，80，67，76，81，79，94，61，69，89，70，70，87，81，86，90，88，85，67，71，82，87，75，87，95，53，65，74，77；问题：如何直观的显示，哪个分数段的学生数最多，哪个分数段的学生数最少？将成绩按10分的距离进行分段，即组距，分成5组（即组数），然后统计每个分数段学生出现的次数。,49.559.5：53，53 有两个学生89.599.5：91，91，94，90，95 有五个学生,近似正态分布,49.5,99.5

2、,成绩出现在这个范围的概率是5%+22.5%+25%+35%+12.5%=100%,59.5,89.5,22.5%+25%+12.5%=60%,什么是正态分布,多数自然现象和人类行为的过程是呈正态分布的，或者可以看成正态分布。若随机变量服从一个位置参数为、尺度参数为的概率分布，记为：则其概率密度函数为正态分布的数学期望值或期望值等于位置参数，决定了分布的位置；其方差的开平方或标准差等于尺度参数，决定了分布的幅度。正态分布的概率密度函数曲线呈钟形，因此人们又经常称之为钟形曲线。检定、方差分析、相关和回归分析等多种统计方法均要求分析的指标服从正态分布。,95.45%,99.73%,68.27%,大

3、数定律,大数定律又称大数法则，在一个随机事件中，随着试验次数的增加，事件发生的概率趋于一个稳定值。大量样本的统计值的平均数稳定于某一值，如频率稳定于概率，样本的均值接近总体均值。最普通的例子是掷硬币实验，抛一万次正面出现的概率是60%，再抛掷一万次正面出现的概率是48%，等等，不断向50%逼近，并稳定于50%附近，在看似偶然的事件中显示出规律。,样本足够大时，样本服从正态分布（即抛物线形状），例如对一千居民收入随机调查，发现无论低收入还是高收入都是少数，而中等收入占多数，即为正态分布。大数定律指用于单一特征值，中心极限定理则表明变量在分布上的特征。无论大数定律还是中心极限定理都表明在偶然性中可

4、以发现必然性。中心极限定理就是一般在同分布的情况下，样本值的和在总体数量趋于无穷时的极限分布近似于正态分布。自然界大多数特性值近似服从正态分布，即使总体特征值的分布不遵循正态分布,它的许多重要的样本特征，如样本平均数和样本方差都是渐进正态分布的。,中心极限定理,计量值：正态分布计件值：二项分布计点值：泊松分布,如果一个量是由大量相互独立的随机因素的影响所造成，而每一个别因素在总影响中所起的作用不大，则这种量一般都服从或近似服从正态分布独立随机变量之和所特有的规律性：大量独立随机变量的和近似分布问题，当一个量受许多随机因素(主导因素除外)的共同影响而随机取值,则它的分布就近似服从正态分布，把和的

5、分布收敛于正态分布这一类定理都叫做中心极限定理若某随机变量可以看作是有相互独立的大量随机变量综合作用的结果，每一个因素在总的影响中的作用都很微小，则综合作用的结果服从正态分布举例：射击发射炮弹的落点与目标的偏差，就受着许多随机因素的影响如瞄准时的误差空气阻力所产生的误差，炮弹、炮身结构所引起的误差等测量中产生的误差都是服从正态分布的随机变量：仪器偏差温度变化偏差估读误差造成的偏差测试参数造成的偏差,小概率事件原理：假定异常波动已经消除，只有偶然波动，以偶然波动为基准，设计控制界限，当过程正常时，点子出界的几率为0.27%，根据小概率事件几乎不会发生的原理，有点出界时就可以判异。正常过程所生产出

6、来产品之质量特性，其分布大都呈正态分布或接近正态分布，超出三个标准偏差(3)的产品的概率为P=1-99.73%=0.27%，是个小概率事件，而在一次观测中，小概率事件是不可能发生的，一旦发生就认为过程出现问题。假定工序过程处于控制状态，一旦显示出偏离这一状态，极可能是工序过程失控。,管制图的原理,将三个标准偏差作为上下控制界限，绘制成管制图,制程问题的判定,偏离目标,准确又稳定,修正加工规格,减少制程变异,加工重复性差,6sigma分析方法，找出制程是偏离目标，还是变异较大，以修正加工规格，或减少变异,LSL,USL,规格中心CL,规格中心CL,加工中心,集中趋势用平均值X评价，制程准确度，衡

7、量从产品中获取数据的实际绩效，与规格中心的偏差程度离散趋势用标准偏差评价，衡量从产品中获得数据的标准差的6倍与规格公差的范围的差异程度，期望制程中每个产品以规格中心为目标，变异的宽度越小越好,长期看是不稳定的，波动范围发生了明显变化,短期看制程是稳定的,制程不受控的情形：不同的时期，分布不同,制程受控的情形：不同的时期，分布形态相同,有新的异常因素，稳定性变好,稳定,长期、短期看制程都是稳定的,异常波动,偶然波动,过程中存在许多波动源，但有一个或几个对质量特性的影响较大，而其它的影响均很小。这些强的波动源使X的分布会随时间的变化而发生改变，改变分布的位置、或分布的标准差，有时又会使分布的形状发

8、生变化。偶然波动是偶然因素引起的，是过程固有的异常波动是异常因素引起的，非过程所固有。,过程中存在许多波动源，每个波动源对质量特性X的影响都是很小的，通常X服从正态分布，且其分布不随时间的变化而改变。偶然波动是偶然因素引起的，是过程固有的。,一个成熟的过程是工厂的财富,随机原因服从正态分布,大量之微小原因所引起原料在一定范围内之微小变异机械之微小振动仪器测定时，不十分精确之做法依据作业标准执行作业的变化,通过CPK分析可发现须管理阶层采取系统的改善对策大约可以解决85%之制程问题采取加工精度更高的设备，缩小控制界限,也叫普通原因，共同原因，固有变异：即来自制程中的例行操作又称正常原因，是原料设

9、备人员方法在标准范围内的变化因微小原因引起所以变化相当小。可以认为是稳定而经常存在的，故有人称之为无法避免之原因，这种变异是制程中固有的变异，如果要把它减少，制程亦必随之而变动。对工厂而言是一种正常变化且不可避免在制程管制时如希望予以减少或去除通常是不经济的。,一定存在各制程中，这种波动一般不会自然消失，不会减少，一直存在形成一个较稳定的状态对质量波动的影响不大不易识别难以避免,非随机原因不服从正态分布,一个或少数几个影响较大因素所引起使用超出规格的物料，使用不合格的材料新手新操作人员，员工生病或工作不力机械故障或工具损坏磨损，机械调整未依据作业标准执行作业，未按操作标准作业所制订之作业标准不

10、合理,简单的统计分析可以发现采取局部措施由制程人员直接加以消除、改善大约可以解决15%之制程问题,也叫特殊原因，可避免的原因：是指来自制程中的例行操作以外的力量，又称不正常原因或异常原因。制程中不能管制的变异，是随时在变动，既不稳定，亦非经常存在，并不是制程中的一部分。这种不稳定的性质，使制程不能按照预定的目标操作，致产生过多的变异。非机遇原因之变异，不但可以找出其原因，经济立场上应予以消除且是可避免的。,偶然性发生,具有特别的条件引起质量的较大变化易于识别，易于消除这种波动有时存在，有时会消失,管制图异常波动来自,测量系统原因,产品原因,加工规格偏离,首先：排除测量误差测量的重复性测量的准确

11、度,原材料,夹具,辅具,机器参数,管制图异常处理步骤,设备,加工的重复性加工的准确度,原材料尺寸原材料性能原材料规格,改变工艺、标准,改变产品设计,夹具精度夹具磨损夹具位置,二：产品确实不合规格,三：原材料是否符合规格,四：加工设定规格正确？,五：加工设备各个方面有问题？,以上方法都不解决问题时,管制图的作用,规格上限USL 640.5,规格下限LSL 579.5,规格中心 610,制程波动趋向稳定,区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的。管制图用于识别特殊原因与普通原

12、因当过程仅受随机因素影响时，过程处于统计控制状态 当过程有非随机因素影响时，管制图会显示异常状态,制程波动大,制程波动小,管制图的类型,不良率管制图(P Chart)不良数管制图(P-Chart or d Chart)缺点数管制图(C Chart)单位缺点数管制图(U Chart),计量值管制图,平均值与全距管制图(X-R Chart)中位值与全距管制图(X-R Chart)个别值与移动全距管制图(X-Rm Chart)平均值与标准差管制图(X-Chart),计数值管制图,1.数据收集：A）确定抽样频率和抽样数目 2 6 平均值-全距 管制图 6 平均值-标准差 管制图=1 个别值-移动全距

13、管制图 根据制程状况，一般情况下每2小时抽样一次，为便于数据处理，每次抽样数为5PCS，共抽取25个子组。2.计算控制界限：A）全距控制图控制界限 R=S R i/kUCLR=D4 RLCLR=D3 RR=所有样本的平均全距k=样本个数（组数）UCLR=全距的上控制界限LCLR=全距的下控制界限,平均值控制图控制界限：x=S x i/k UCL x=+A2 R LCL x=-A2 R（系数都是A2）注：=x=所有抽样组平均值的平均值（实际是全部数据的平均）_X i=第i个抽样组的平均值k=样本个数UCL x=平均值的上控制界限LCL x=平均值的下控制界限 全距控制图：控制精密度，或离散程度平

14、均值控制图：控制准确度，或偏离目标值的程度,判定准则1:(2/3A)3点中有2点在A区或A区以外,判定准则2:(4/5B)5点中有4点在B区或B区以外,ABCCBA,UCLLCL,ABCCBA,UCLLCL,判定准则3:(6连串)连续6点持续地上升或下降,判定准则4:(8缺C)有8点在中心线的两侧,但C区并无点子,发生的概率0.273%,ABCCBA,UCLLCL,ABCCBA,UCLLCL,判定准则5:(7单侧)连续7点在C区或C区以外,判定准则6:(14升降)连续14点交互着一升一降,判定准则7:(15C)连续15点在中心线上下两侧的C区,判定准则8:(1界外)有1点在A区以外,控制准确度

15、,控制精确度,电磁阀线圈电阻管制图,SPC实施流程,识别关键过程,确定过程关键特性,制定过程控制计划和规格标准,过程数据的收集、整理,过程受控状态初始分析,过程能力分析,控制图监控,监控、诊断、改进,一些过程对产品品质好坏起至关重要的作用，这样的过程称为关键过程,找出对产品质量影响最大的过程变量、特性,采用分析用控制图分析过程是否受控和稳定，如果发现不受控，有导致变差的特殊原因，应采取措施。,只有过程是受控、稳定的，才有必要分析过程能力CPK，当发现过程能力不足时，应采取措施。,根据过程的异常发生的频率，生产速度，采取合适的抽样间隔,对于受控和稳定的过程，也要不断改进，减小变差的普通原因,制定

16、检查的方法、标准，异常的处理流程、方法,依控制图判异的8个原则,控制图的两个阶段,分析阶段,管制阶段,消除异常原因,准确度,准确度,准确度反应过程偏离规格中心的程度，偏离规格中心越大，越可能发生超差,精确度 双边规格,規格上限,規格下限,精确度 单边规格,举例：吸力值规格 110N,举例：噪音40dB响应时间300ms,精确度,精确度反应过程波动变异的程度，变异越大，越可能发生超差,双边对称规格：双边不对称规格:单边规格:以Cp来表示,制程能力综合指数（短期过程能力）CPK,注意：组合标准偏差=子集中由各偏差的平均值计算出来的数值集中趋势偏离上限的程度，或者说中心值与上限之间能容纳多少，相当于

17、几个，与3比较得到的倍数,制程性能指数（长期过程能力）PPK,注意：全标准偏差=以全部数据为基准计算出来的数值,Cpk和Ppk的最大区别是是否考虑了组间变异,如果只考虑组内变异则为Cpk；如果考虑组间变异则为Ppk；正常情况下Ppk应该小于Cpk CPK考虑组内变异，而PPK考虑组间变异CPK用到的数字是每一组数据的最大值和最小值，PPK是涉及到所有数字，举个例子（在这里要说楼主的取样有问题，不是一个件测5次，一般来说是一天或一班测5件，连续测同一件的是在考核量具R&R时用到）假设是每天抽5件，抽了25天，125=25*5，其实CPK就用到40%的数据其他的数据都没有用到，而PPK是所有的都关

18、注到。从公式中可以看到CPK由于用到的仅仅是每天的最大值和最小值，其关注点在于一天内的波动,CPK与PPK区别,计量型制程能力分析,情形一、一般的正态分布使用Capability Analysis(Normal)情形二、如果是正态分布且其组内和组间差异较大时可用Capability Analysis(Between/Within)情形三、当非正态分布时则可以使用Capability Analysis(Weibull),CPK等级,CPK与不良率的对照表,注意的问题，计算过程能力的前提条件：1.过程处于统计控制状态，即消除异常原因后的状态2.所监控的产品参数或过程参数近似服从正态分布,长期看整体

19、的波动形态，分布比较离散长期能力分析要求相对长期的数据(每周、每月约100-200个数据）,短期看，过程的波动形态比较小，故一般CPKPPK短期能力分析要求相关短期的数据（20-50个）,ISO 9001:2015 过程方法,什么是过程方法?对过程及其相互作用的系统化管理，以达到预期的结果。组织使用过程：建立相互关联或相互作用的活动将输入转化为输出设立检查环节，以满足目标并促进持续改进为使用过程方法，组织需：理解和确定满足目标要求的过程认识到适宜其自身背景环境的过程是独特的运用基于风险的思维，把所有的过程及其相互作用整合到一个体系中,人员,输出产品特性,输入过程特性,产品、记录,实施过程的相关

20、活动,产品特性控制,电磁铁行程,过程特性2推杆尺寸 来料过程控制不断展开,顾客要求,过程特性3衔铁尺寸 来料过程控制不断展开,物料,设备,方法流程,工艺标准,过程特性4挡铁尺寸 来料过程控制不断展开,过程要求,转化为,过程特性1推杆+衔铁组合尺寸 铆压过程,模具铆压行程铆压机精度夹具的平行度、垂直度,铆压参数,如何选取管制对象？什么是过程的方法？,产品规格控制,过程规格控制,来料过程,组装过程,从最开始的源头控制,上模具与下模具平行度,衔铁加推杆长度,辅助夹具与上下模具的垂直度,铆压的过程参数,衔铁长度,2、来料控制,1、过程控制,产品特性控制,产品特性控制,行程,推杆长度,将产品特性控制转化

21、为过程特性控制,90,三、制定过程控制计划,一、识别产品的特殊特性,二、识别关键过程特性,特殊特性清单,特性矩阵图、FMEA表等,控制计划,顾客要求转化的活动,Output,Output,Output,一、识别产品的特殊特性,3029Z特殊特性清单如下：,识别过程中明显影响产品特性的过程，不同制程问题解决方法如下：,二、识别关键过程特性,骨架长度骨架外径骨架毛边,绕线圈数,铜线外径,电阻,吸力,铜线电阻率,0000,控制吸力,骨架尺寸,电流大小磁场大小,骨架会明显影响吸力吗？,骨架长度与吸力相关性验证,相关系数R=95.2%实验结论：高度相关，骨架尺寸会影响吸力的一致性,以上数据为范本，非来自

22、实验结果,R值与相关度：低度相关 R=0-0.39中度相关 R=0.40-0.89高度相关 R=0.90-1.00,衔铁对力值影响的显著性检验,潜在的影响因素：不同的厂商，其制造衔铁的材料、材质有差异、DT4C纯铁纯度不同，加工精度不同，验证这些因素多吸力是否影响显著,不同供应商的衔铁，会明显影响电磁铁的力值吗？,平均数差异的显著性检验：t检验,独立样本平均数差异的显著性检验,两个样本内的个体是随机抽取的，它们之间不存在一一的对应关系，这样的两个样本称为独立样本。,独立大样本平均数差异的显著性检验：两个样本容量都大于30的独立样本称为独立大样本。,独立小样本平均数差异的显著性检验：两个样本容量

23、均小于30，或其中一个小于30的独立样本称为独立小样本。,独立样本t 检验,作用：推断两独立样本均数所代表的未知总体均数1与2是否有差别。应用条件：1.样本个体测量值相互独立，即独立性。2.两个样本所代表的总体均数服从正态分布，即正态性。3.总体方差相等，即方差齐性。两个独立样本的方差齐性检验：对两个总体的方差是否有显著性差异所进行的检验称为方差齐性（相等）检验。,整机与部件的特性矩阵图,产品型号：3029Z,电磁阀,上不去：吸力小，弹簧弹力过大下不来：吸力过大，弹簧弹力过小,下来：靠弹簧,上去：靠吸力,上去：吸力弹簧弹力下来：吸力弹簧弹力,线圈的圈数：圈数多，磁通密度大线圈中电流强度：电流强

24、度大，磁通密度大铁芯的大小、形状：工字铁吸合面大小铁心磁导率：磁导率越小，电磁力越大,影响磁力大小的因素,吸力特性与过程特性矩阵图,产品名称：电磁阀,电磁阀线圈阻值正态分布图,过程变差 609622,电压：10.4V-10.5V，电流：0.120.02-电阻：609622 电压：10.45V电流：0.0168 0.017216.8mA 17.2mA,电磁阀调试,受多个因素影响的产品特性，使用DOE正交试验设计确定最佳组合参数为说明问题，举出假定的例子,表1.因素水平表,表2.试验方案,改善和稳定制程的方法,设计制程原料,产品规格及公差尽可能简化产品所需元件及制程步骤标准化使用SPC及电脑程式来协助制作样品,要改善制程能力,必须控制以下三项变异:,自动化设备高精度设备制定工艺参数工装夹具的精度防错装置,原材料稳定规格满足设计要求检验试验确保材料符合标准,End,谢谢参与！,