《SPC统计过程控制培训教材(PPT 189页).pptx》由会员分享，可在线阅读，更多相关《SPC统计过程控制培训教材(PPT 189页).pptx（189页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、讲师：范秋明讲师：范秋明SPC统计过程控制统计过程控制培训的相关问题培训的相关问题充分利用休息时间!知识点知识点1、持续改进及统计过程控制 1.1、预防与最终检查； 1.2、过程控制系统； 1.3、变差：普通原因和特殊原因； 1.4、局部措施和系统措施； 1.5、过程控制和过程能力； 1.6、过程改进循环和过程控制； 1.7、控制图：过程控制和改进的工具。 1.8统计基本知识2、控制图 2.1、控制图类型和控制图要素； 2.2、控制图的制定过程； 2.3、确定失控信息； 2.4、控制图公式；知识点知识点3、能力指标及其执行状况指标 3.1、理解变量数据的过程能力和执行状况； 3.2、过程术语定
2、义、可预测的过程进行过程测量； 3.3、特性数据的能力指标； 3.4、其它知识。SPC 在整个工业生产中的角色在整个工业生产中的角色1、产品开发；2、确定每个产品生产中的关键点；3、确定控制计划；4、利用SPC进行过程控制；5、通过SPC监控过程的变化趋势；6、通过SPC识别特殊原因，并利用各种解决问题的工具加以消除，以便维持过程持续稳定的运行；7、通过SPC 识别过程普通原因的变化状况，以便确定过程什么时候应该进行机器及其技术的更新。8、利用SPC后，最终归结到一点：为解决问题提供信息，并可以最后利用一个工具6-Sigma，进行对问题的解决，然后再利用SPC对改进的成果进行监控。引言引言 休
3、哈特在20世纪20至30年代创建SPC理论，恰逢美国经济萧条， SPC理论无人问津，至二次大战，由于提高军火质量的要求， SPC理论才大显身手，战后遂风行全世界。其后，美国无竞争对手，产品横行天下，SPC逐渐废弃。 日本在二战后请美国统计学家W.E.戴明传授SPC理论，请朱兰讲授质量管理。至1980年日本已居世界质量与劳动生产率的领导地位。其中一个重要的原因就是SPC理论的应用。故从1980年起美国与西方发起一场SPC的复兴运动。 1984年日本名古屋工业大学调查了115家日本各行业的中小型工厂，结果发现平均每家工厂采用137张控制图。而有些大公司应用的控制图就更多了，如美国柯达彩色胶卷公司有
4、5000名职工，一共应用了35000张控制图。这是因为彩色胶卷的工艺很复杂，在胶卷的片基上需要分别涂上8层厚度为12m的药膜；此外，对于种类繁多的化工原料还要应用SPC控制。第一部分 持续改进和统计过程控制1、过程控制系统是一个有反馈的系统；2、SPC是反馈系统中的一种；3、反馈系统存在四个关键的要素： A、过程； B、过程运行状况的信息； C、对过程采取的措施； D、对输出采取的措施。过程控制模式过程控制模式-有反馈的过程控制系统有反馈的过程控制系统过程控制模式过程控制模式无反馈的过程无反馈的过程1、最终检测容忍浪费输入输入过程过程/系统系统输输出出人人设备设备材材料料方法方法测量测量环境环
5、境工作方式/融合所有的资源合格？顾客是能返修？不能报废能返修隐藏工厂/浪费过程控制模式过程控制模式-有反馈的过程控制系统有反馈的过程控制系统2、预防避免浪费人人设备设备材材料料方法方法测量测量环境环境工作方式工作方式/融合所有的资源融合所有的资源产品或是服务产品或是服务顾客顾客统计方法统计方法过程的声音过程的声音识别顾客不断改识别顾客不断改变的需求和期望变的需求和期望顾客的声音顾客的声音输入输入过程过程/系统系统输输出出Do it right the first time过程控制模式过程控制模式现在过程控制的模式是什么？过程控制模式过程控制模式人人设备设备材材料料方法方法测量测量环境环境过程声
6、音过程声音顾客的声音顾客的声音统计方法统计方法工作方式工作方式/融合所有的资源融合所有的资源输入输入过程过程/系统系统输输出出顾客顾客识别顾客不断改识别顾客不断改变的需求和期望变的需求和期望合格？是能返修？不能报废能返修隐藏工厂/浪费3、预防和检测相结合运作模式预防与检查的差异预防与检查的差异讨论预防为过程所带来的好处：1.成本上的差异；2.解决问题速度上的差异；3.效果上的差异。过程为什么需要控制？变差概念变差概念1、同一过程生产出来的产品或是特性不可能完全相同，因为过程中存在变差源（6大变差源），这种差异也许很大，也许很小。环境环境人人方法方法变差变差材料材料测量测量机器机器变差概念变差概
7、念2、过程中的变差可能引起短期的、件与件之间的差异；3、过程中也有变差可能对输出有长期的影响；4、这些变差可能逐渐发生，比如：工具或是机器的磨损； 这些变差可能跳跃性的发生，比如：操作程序上的改变； 这些变差可能不规则的发生，比如：环境的改变；5、总之，这些结果统计后会呈现某种分布，这些分布用三个指标来衡量： A、居中状况； B、散布状况； C、分布形状。变差概念变差概念6、针对零件的某个特性来说，变差的问题常被简化：特性在公差带内，零件被接受，特性在公差带外，零件被拒收；7、我们的最终目标是：向目标值靠近，变差越小越好；8、要减小变差，首先就要区分下面两个概念： A、特殊原因； B、普通原因
8、。变差根源：普通原因、特殊原因变差根源：普通原因、特殊原因样本间有差异随着样本量的增加，如果稳定的话，将会成为一种分布形态分布在以下三方面不同：均值位置方差大小分布形状如果仅存在普通原因，过程输出将形成随时间稳定的分布状况，并且是可预测的。如果存在特殊原因，过程输出随时间将不稳定，同时也不可预测。变差的概念变差的概念变差根源：普通原因、特殊原因变差根源：普通原因、特殊原因普通原因普通原因特殊原因特殊原因持续的作用于过程间隙性的作用于过程影响大（85%）影响小（15%）对总体的影响趋势可以预测对总体的影响趋势不可预测变差根源：特殊原因和普通原因变差根源：特殊原因和普通原因特殊原因导致的结果都是有
9、害的吗？针对两类不同变化源对应的措施相同吗？局部措施和系统措施局部措施和系统措施局部措施局部措施系统措施系统措施消除特殊原因减小普通原因引起的变差由流程负责人去执行需要管理层来参与执行只能解决15%的流程问题能解决85%的流程问题局部措施和系统措施局部措施和系统措施1、这两个措施同前面讲的两类原因一一对应；2、使用简单的SPC技术就能发现特殊原因产生的变化，同过程操作相关的人对解决特殊原因导致的变化负责，这些状况经常在早期的过程改进阶段出现；3、同时，使用SPC也能确定由普通原因导致的变化状况，但原因本身需要更多详细的分析才能确定清楚。总之，同过程操作相关的人有责任识别它，并将它们传递给领导层
10、，而管理层的责任是解决它。4、总之，过程操作者的职责就是：A、识别过程中的特殊原因和普通原因；B、负责解决特殊原因导致的变差；C、将普通原因导致的变差交由管理层解决。局部措施和系统措施局部措施和系统措施5、工业经验表示过程中的变差操作者仅能解决15%变差，85%需要管理层来解决；6、对两类原因混淆不清可能会付出昂贵代价，比如：本来应该采取系统措施（例如：要选择一家能提供稳定一致原材料的供应商）的结果却采取了局部措施（例如：调整设备），结果导致问题更加恶化；7、为减小普通原因导致的变差，管理层和过程操作者之间密切配合是必须的。过程控制和过程能力过程控制和过程能力过程控制和过程能力过程控制样本时间
11、失控（存在特殊原因）受控（消除特殊原因）过程能力样本时间受控但不能满足规范（普通原因引起的变差过大）受控并且能满足规范（普通原因引起的变差被减少）过程控制和过程能力过程控制和过程能力过程控制系统的目的是：消除特殊原因，对当前和将来的过程状况进 行预测。在过程控制当中，存在两种风险：1、控制过多；2、控制不足；当过程中仅存在普通原因时，过程统计受控；当过程存在特殊原因时，过程控制系统将会提供统计信号，那么就应该对特殊原因采取相应的行动（如果对过程有害，就去除掉，如果对过程有益，使他们长期保留）；过程控制系统不是一时的评价工具，它真正的好处是应该作为一种持续学习的工具。过程控制和过程能力过程控制和
12、过程能力针对过程能力有两个不同的概念：1、过程潜在能力（Process Capability);它是由普通原因的变化所引起的，通常代表过程本身最好的运行状况。不管公差带如何，当过程在统计受控的状况下运行时，才能表现出什么是过程潜在能力。 描述它的指标是：Cp, Cpk ;2、过程当前运行状况（Process Performance);而对于过程当前运行状况来说，这是内外顾客特别关心的指标，它是过程的整个输出与内外顾客的需求相比较的一个指标。 描述它的指标是：Pp, Ppk ;两个基本概念两个基本概念控制限公差带统计受控与公差带统计受控与公差带受控受控不受控不受控可接受可接受P合格产品合格产品!
13、始终能生产合格的产品。 可能没有能力始终生产出合格产品可能没有能力始终生产出合格产品!可能正在改进过程可能正在改进过程, ,或者相对公差带来说过程变差还算小或者相对公差带来说过程变差还算小不可接受不可接受随时都可能生产不合格产品。随时都可能生产不合格产品。 随时都可能生产不合格产品随时都可能生产不合格产品!满足要求满足要求控控 制制可能需要稳定可能需要稳定需要稳定需要稳定, , 减小变差，减小变差，和和/ /或者均值需要移动或者均值需要移动 需要减小变差需要减小变差, , 和和/ /或是均值需要移动或是均值需要移动O? P O O 过程持续改进循环过程持续改进循环过程持续改进循环1、分析过程过
14、程应该怎样运行；什么出了错；过程现在运行状况如何；获得统计控制状况；确定能力。2、维持过程监控过程运行状况；确定特殊原因并对他采取措施。3、改进过程改变过程以更好的理解普通原因的变化；减少普通原因引起的变化。过程改进循环过程改进循环1、分析过程。在考虑过程改进时，对过程有基本的了解是必须的：A、过程应该做什么？a 、期望从过程中的每一步中得到什么？b 、交付产品接受的可操作性定义是什么？B、什么可能出错？a 、在过程中什么可能变化？b 、我们对过程的变化了解什么？c 、什么参数对变化最敏感？C、过程正在做什么？a 、过程在产出报废件或是需要返修的产品吗？b 、过程的输出统计受控吗？c 、过程有
15、能力吗？d 、过程统计受控吗？过程改进循环过程改进循环要对过程有很好的了解，可采用下面的方法：1、团队会议；2、咨询开发流程和操作流程的人员；3、回顾过程的历史；4、制定FMEA。过程改进循环过程改进循环2、维持（或控制）过程。A、过程要维持在适当的能力状况上；B、过程需要监控，以确保过程发生异常状况时能及时采取措施；C、因为任何公司的资源都是有限的，所以许多过程可能都保持在这个阶段；D、但长期保持在这个阶段会导致公司在竞争中处于劣势；E、要保持为“一流的”公司需要在适当的时候进入下个循环。过程改进循环过程改进循环3、改进过程A、顾客对工程规范内的变差开始敏感，以至要对过程进行改进；B、在这个
16、阶段要利用高级的统计工具，比如：DOE等工具；C、总之，此阶段的目的一个，要减少有普通原因导致的变差。SPC 提供信息提供信息 G8D G8D这套方法特别适用于解决由某个问题（或者说是这套方法特别适用于解决由某个问题（或者说是特特殊原因殊原因）导致的改变。）导致的改变。 6-Sigma 6-Sigma 这套方法特别适用于从未发生过的情况的问题这套方法特别适用于从未发生过的情况的问题（或者说是（或者说是普通原因普通原因）引起的问题。）引起的问题。SPM 和和 SPCuSPC在6-Sigma之前uSPM （Statistical Process Monitoring） SPC工具通常的一个关注方向
17、 它关注输出（output） 在输出失控以后的纠正措施uSPC在6-Sigma之后u相同的工具，重心不一样 焦点放在输入上u针对输入的纠正措施要在失控输出的之前变化源变化源KPOVsKPIVs过程控制过程控制过过 程程材材 料料方方 法法操操 作作 者者测测 量量机机 器器方方 针针程程 序序人人位位 置置环环 境境统计过程控制统计过程控制统计过程监控统计过程监控SPC 定义定义统计过程控制u是运用统计工具和方法提供反馈；u设定变化限；u提供什么时候要采取措施的信息。SPC 功能功能SPC 图 u由过程责任人来监视并控制过程；u需要过程责任人 测量 描点并解释数据 采取措施u为过程提供一个历史
18、记录。统计基本知识&什么是正态分布什么是正态分布(Normal Distribution) ? 正态分布是在棒曲线上柔和地连接棒的中心的(发生频数)呈钟型的曲线平均根据测定值频度数测定值& 正态分布具有的法则是 ？& 决定正态分布的模样和位置是 ?& 什么是正态分布什么是正态分布(Normal Distribution) ？TargetTarget : 目标值Z : 正态分布验证统计量LSLUSL平均(X) Z = X - TDefect !f(x) = e1-1222x - ? ? ?& 不是正态分布的Data有哪些？举个例. 正态分布总面积是1,脱离已知规格的 面积,那就是所推定的不良率
19、某概率变量X到平均值()之间距离 除以标准偏差()的值用Z来表示 如果规格上限(or下限)用X来代替时 超出规格上限的尾部面积可以认为 有缺陷可能性 Z值是用来测定工序能力,跟工序的 标准偏差不同,Z 值的定义是为了容易进行统计性分析，而把各种形态的正态分布标准化成标准正态分布 所使用的值。* T=1sUSLLSLX -TZ = Z 值的概念 顾客服务 Process上业务处理的变动 即, 标准偏差()逐渐减小, 已知的 规格内能进入 6个水准的话， 把这称谓 Z=6 或 6水准的 Process 能力, 这时意为 3.4ppm 即, 在百万次中 具有34次程度缺陷的优秀的Process能力。
20、概率函数的随机变量 X (在这里是 USL 或者 LSL) 与平均值之间的距离以标准偏差()来除的值 定义为Z值.这与 Level的数字相等,当Z=6时，称为6的水准.&什么是什么是Z Value ?* 标准正态分布 : 平均为 “0”, 标准偏差为 “1” 的正态分布 - 只用正态分布Z值无法判断散布好坏 和有无偏移， 因此求Cp, Cpk. - 工程能力指数Cpk是考虑平均值的 移动而求出的工程能力.- 用偏移系数K来表示平均值偏移 目标值的程度. 1工程变动幅度设计裕度+3-3+6-6Cp = 特征值的最大容许范围(设计裕度)工程正态变动(工程变动幅度)Cpk = Cp (1-K) |
21、T- |(规格上限 - 规格下限)/2K = 工程处于安定状态时, 评价产品生产是否满足规格的尺度 反映工程能够生产多少均一品质制品的工程的固有能力工程能力指数mT& 什么是工程能力？什么是工程能力？第二部分、控制图控制图的关键要素控制图的关键要素1、适当的比例 比例应该合理，以使过程本来的变化状况能清晰的反映出来；控制图的关键要素控制图的关键要素2、上、下控制限，中心线 上面三个指标都是根据过程采集到样本计算出来的1098765432100 5 10 15 20 上控制限上控制限下控制限下控制限均值均值观测序号观测序号观测值观测值控制图的关键要素控制图的关键要素3、子组顺序/时间序列 要维持
22、数据收集的顺序，以提供“什么时候”发生一个特殊原因和特殊原因是否跟时间相关的信息控制图的关键要素控制图的关键要素4、识别失控的数值 在控制图上统计失控的点应该被一一确认清楚，对于过程控制来说，特殊原因的识别和分析可能发生在采集样本点的时候，也可能发生在定期回顾控制图的变化趋势的时候。控制图的关键要素控制图的关键要素5、事件记录事件记录 除了收集数据、画控制图和分析数据之外，额外的信息收集也是非常重要的。这些信息应该包括：任何潜在的变化源、为解决失控状况而采取的任何措施。它们应该记录在控制图上，或是单独的事件记录表单中。 假如过程中子组间没有任何改变，就没有必要记录任何事件。控制图的关键要素控制
23、图的关键要素5理解控制的意义理解控制的意义7.58.59.510.511.512.50102030上控制限上控制限下控制限下控制限均值均值控制图的组成部分控制图的组成部分1098765432100 5 10 15 20 上控制限上控制限下控制限下控制限均值均值非任意变化区域非任意变化区域观测序号观测序号观测值观测值任意变化区域任意变化区域观测点观测点 10控制图的统计意义控制图的统计意义1098765432100 5 10 15 20 非任意变化区域非任意变化区域观测序号观测序号观测值观测值任意变化区域任意变化区域LCL- 3s sUCL+ 3s s均值均值99.73%确定过程控制限确定过程控
24、制限控制限是u统计控制限均值 +/- 3 标准偏差u它是在过程受控时进行设定的 固定在基准值 过程改变了就要做调整 决不会变宽u控制限同公差带不相关控制限不是公差带控制限不是公差带控制的定义控制的定义 受控是受控是u 过程变化的一个统计术语 在均值的3倍标准偏差之内； 它是任意的没有原因的； 它不呈现某种运行趋势； 它不呈现某种趋势。u 偶然原因变化导致。变量数据控制图控制图选择指南控制图选择指南变量数据变量数据Xbar-R 图图I-MR 图图Xbar-s 图图NControl ChartsXbar-R在在MINITAB中作中作 Xbar-R 图图 步骤步骤 4在在MINITAB中作中作 Xb
25、ar-R 图图 步骤步骤 5Xbar-R 课堂练习课堂练习使用文件SPC Variable Class Exercises.xls中表单的 “Xbar Charts Data”1. 找到 Xbars, Xdbar 和 Rbar2. 确定可用的休哈特常数3. 计算 Xbar 和 R 的UCL 和 LCL4. 将数据拷贝进 MINITAB5. 堆栈数据6. 验证你的计算结果 7. 确定过程是否受控I-MR: 单值单值, 移动极差图移动极差图I-MR 图规则图规则I-MR 图是针对相同数据的两个单独的图形uI 图是单值图uMR 图是移动极差图uI-MR 图对趋势，循环和模式是敏感的u当子组变差为零或
26、没有子组存在时使用它 破坏性测试 成批处理I-MR 和和 单值图单值图Pull Test2.382.062.461.962.222.442.162.131.972.292.071.972.092.162.572.832.042.132.552.39每隔一个小时，质量部就会测一次钣每隔一个小时，质量部就会测一次钣金的焊接强度。金的焊接强度。 过程受控吗过程受控吗?由于数据是单值，因此将要使用由于数据是单值，因此将要使用I-MR图图 。这是破坏性测试的一个例子这是破坏性测试的一个例子 。画画 I-MR 图图Pull TestMR (2)12.3822.060.3232.460.4041.960.5
27、052.220.2662.440.2272.160.2882.130.0391.970.16102.290.32112.070.22121.970.10132.090.12142.160.07152.570.41162.830.26172.040.79182.130.09192.550.42202.390.16Ave2.2440.270Note: calculated for a moving range of 2E2, D3 和和 D4 是休哈特控制常数是休哈特控制常数确定确定 I-MR UCL 和和 LCL 22XXUCLXE RLCLXE RRDLCLRDUCLMRMR34nD4D3A2
28、E223.270.001.882.6632.570.001.021.7742.280.000.731.4652.110.000.581.2962.000.000.481.1871.920.080.421.1181.860.140.371.0591.820.180.341.01n is the data or moving range subgroup sizeShewhart Control Chart Constants222.244*0.2702.962.244*0.2701.522.662.66XXUCLXE RLCLXE R被计算的值同在被计算的值同在 MINITAB 中计算的结果一样
29、中计算的结果一样计算计算 I-MR UCL 和和 LCL 0270. 0*0388. 0270. 0*27. 34RDMRLCLRDMRUCL在在MINITAB中作中作I-MR 图图 步骤步骤1u将数据拷贝或输入进表单中u打开文件 SPC VARIABLE IMR.MTW在在MINITAB中作中作I-MR 图图 步骤步骤2StatControl ChartsI-MR在在MINITAB中作中作I-MR 图图 步骤步骤3用用 I-MR 图来表现过程的改进图来表现过程的改进为增加焊接强度，针对过程做了一项为增加焊接强度，针对过程做了一项 “改进改进” 。它是真实的吗？。它是真实的吗？堆栈数据堆栈数据
30、I-MR 表示有两个总体表示有两个总体根据改善后的数据计算出的控制限表示根据改善后的数据计算出的控制限表示“老的老的”过过程有显著地差异。焊接强度很高。程有显著地差异。焊接强度很高。I-MR 课堂练习课堂练习使用文件SPC Variable Class Exercises.xls中的 “IMR Charts Data”1.找到 Xbar, Xdbar 和 Rbar2. 确定可用的休哈特常数3. 计算Xbar 、R图的UCL 和 LCL4. 将数据拷贝到 MINITAB 软件中5. 堆栈数据6. 验证计算结果 7. 确定过程是否受控目标目标 I-MR 图规则图规则目标 I-MR 图使用相同的数据
31、得到的两个单独的图形 u画的单点图，不同于目标图uMR 图是移动极差图uI-MR 图对趋势，循环和样式比较敏感目标目标 I-MR 和实际数据和实际数据销售部门使用需求预测流程对每周的销销售部门使用需求预测流程对每周的销售进行预测。售进行预测。 他们的需求预测流程受控吗他们的需求预测流程受控吗?由于数据是单值，因此使用由于数据是单值，因此使用I-MR 图图. Actual13296127177126120133185152148189148163139131111143166134135实际数据的实际数据的 I-MR 图图看起来预测好像是受控的，看起来预测好像是受控的，但更进一步看但更进一步看目
32、标目标 I-MR 图要求图要求ActualTargetDelta1321386969931271270177175-2126128212012331331352185166-1915215421481546189186-31481535163161-213914341311365111133221431430166171513413841351350需求预测不能得到需求预测不能得到“实际的状况实际的状况”顾客期望的顾客期望的.需求预测确定了一个需求目标。预测需求预测确定了一个需求目标。预测和实际之间的差异就是过程的真实测和实际之间的差异就是过程的真实测量。量。I-MR 图是差异图图是差异图目标
33、目标 I-MR 图图需求预测过程不受控。需求预测过程不受控。6-Sigma项目可能起作用的区域项目可能起作用的区域!目标回顾目标回顾参与者将能够: 运用SPC法则 解释控制图中的运行和趋势图 作图并解释 Xbar-R 图 I-MR 图 目标 I-MR 图特性数据控制图特性数据控制图选择特性数据控制图选择特性数据特性数据u- 图图p- 图图缺陷还是缺陷还是不合格品不合格品?缺陷缺陷恒定区域机会数？恒定区域机会数？n = 常数？常数？不合格品不合格品np- 图图c- 图图是是否否是是否否np-图图np-图法则图法则np-图u测量不合格品比例 使用二项式分布 好/坏, 接收/拒收, 是/否u每个比例
34、值是样本的子组 需要很多个子组 (最少50)u子组样本量保持不变u控制限将保持不变u为了分析合理，需要20或是更多的子组数np-图和相同的子组样本量图和相同的子组样本量采购部每天检查采购部每天检查125个采购订单，并个采购订单，并记录了对应的不合订单的数量。记录了对应的不合订单的数量。订单输入过程受控吗订单输入过程受控吗?由于针对不合格品的子组样本量恒定，那由于针对不合格品的子组样本量恒定，那么就是使用么就是使用np-图图DayOrders Errors11251421255312574125175125461253712514812559125101012561112551212526131
35、2561412514151256161257171258181251119125132012510画画 np-图图DayOrders ErrorsPropnp1125140.11214212550.0405312570.05674125170.13617512540.0324612530.02437125140.11214812550.04059125100.080101012560.04861112550.040512125260.208261312560.048614125140.112141512560.04861612570.05671712580.064818125110.08811
36、19125130.1041320125100.08010Total 191pbar0.076npbar9.55失控点失控点确定确定 np-图图 UCL 和和 LCL 控制限是常数控制限是常数; 子组样本量也必须是常数子组样本量也必须是常数113(1)3(1)n pn pkkiiiiUCLnpnppLCLnpnppwhere n is subgroup sizeXXpnpnkkwhere k is number of subgroups计算出来的值同计算出来的值同 MINITAB 中计算出来的一样中计算出来的一样计算计算 np-图图 UCL 和和 LCL 因为四舍五入和二项式估计的缘故，手工计算
37、与MINITAB之间可能有点差异1910.0764125*20125*0.07649.550pnp9.553 9.55(1 0.0764)18.469.553(1 0.0764)0.640n pn pUCLLCLnp在在MINITAB中做中做 np-图图 步骤步骤 1将数据分组拷贝或是输入表单将数据分组拷贝或是输入表单打开文件打开文件 SPC Attribute np-chart.MTWStatControl ChartsnpEither 125 or Column在在MINITAB中做中做 np-图图 步骤步骤 2np-图图 课堂练习课堂练习u使用文件SPC Attribute Class
38、Exercises.xls 中的 “np-chart Data” 数据u对发运数子组1. 计算 UCL 和 LCL 2. 将数据拷贝进 MINITAB 中3. 验证你的计算结果 4. 确定过程是否受控5. 假如你已经接受过SPC变量数据的分析学习，就尝试用I-MR 图来分析这些数据 I-MR 图显示什么? 为什么它是错误的? 准备进行讨论p-图图p-图法则图法则p-图u测量不合格品比例 使用二项式分布 好/坏, 接受/拒收, 是/否u每个比例值是样本的子组 要求子组样本量大 (最少50)u子组样本量不恒定u因为子组的样本量不恒定，那么控制限就会随着样本量的不同而不同u如果分析的话，建议需要20
39、或是更多的子组数p-图并且子组样本量不同图并且子组样本量不同采购部检查了每天的订单，并确采购部检查了每天的订单，并确定有问题的采购单数量。定有问题的采购单数量。订单输入过程受控吗订单输入过程受控吗?由于每天订单数量不一样，所以将采用由于每天订单数量不一样，所以将采用p- 图图Day Orders Errors1123142102538774119175884672371001489459111101010361192512155261347614116141597616102717117818101111989132010310制定制定 p- 图图Day Orders ErrorsProp11
40、23140.114210250.04938770.0804119170.14358840.04567230.0427100140.14089450.0539111100.0901010360.058119250.05412155260.168134760.12814116140.121159760.0621610270.0691711780.06818101110.1091989130.14620103100.097Total2018191 0.09465失控点失控点确定确定 p- 图图 UCL 和和 LCL 控制限和子组尺寸是相关的，并且每个点是单独计算控制限和子组尺寸是相关的，并且每个点是
41、单独计算的的(1)3(1)3ppppUCLpppLnpnCL(1)3(1)3iippppUCLpppLnpnCL计算计算 p- 图图 UCL 和和 LCL Average over subgroups 被计算的值同被计算的值同 MINITAB 中计算的一致中计算的一致0.09465(1 0.09465)0.0946530.18210.09465(1 0.09465)0.02018/202018/946530.007202ppUCLLCL13130.9465(1 0.09465)0.946530.2230.9465(1 0.09465)0.946530.033547470.0ppUCLUCL I
42、ndividual subgroupManual calculations may differ slightly from MINITAB due to rounding and binomial estimates在在 MINITAB中做中做 p-图图 步骤步骤 1将数据分组拷贝或是输入表单中将数据分组拷贝或是输入表单中打开文件打开文件 SPC Attribute p-chart.MTW StatControl Chartsp在在 MINITAB中做中做 p-图图 步骤步骤 2p-图课堂练习图课堂练习u使用文件SPC Attribute Class Exercises.xls 中的数据“p
43、-chart Data”u对 “Daily Tests” 数据子组1. 计算Pbar的 UCL 和 LCL2. 计算点11的 UCL 和 LCL 3. 将数据拷贝进 MINITAB 中4. 验证你的计算结果 5. 确定过程是否受控6. 拷贝MINITAB中的 “Is this the same?” 数据7. 确定过程是否受控8. 准备讨论c-图图c-图规则图规则c-图u确定缺陷的数量 使用泊松分布 好/坏, 接收/拒收, 是/否u每个统计是样本的子组u机会区域必须恒定 批次, 单元, 发票u控制限必须恒定u分析起见，建议需要20或更多的子组数c-图子组图子组制造部涂装车间对喷涂某个车型左前门的
44、制造部涂装车间对喷涂某个车型左前门的过程进行过程控制，脏点是其中要控制的过程进行过程控制，脏点是其中要控制的特性之一，左边是每个班次抽取一个门进特性之一，左边是每个班次抽取一个门进行统计而得到的数据。行统计而得到的数据。过程受控吗过程受控吗?脏点是缺陷脏点是缺陷, 不是不合格品不是不合格品, 并且是对一个并且是对一个恒定的样本区域进行测量的；因此将要使恒定的样本区域进行测量的；因此将要使用用 c- 图。图。画一个画一个 c- 图图一个失控点一个失控点确定确定 c- 图图 UCL 和和 LCL 33ccUCLccLCLcc控制限是恒定的控制限是恒定的; 子组样本量也必须是恒定的子组样本量也必须是
45、恒定的, 例如：例如：批次，发运的货物等等批次，发运的货物等等.被计算的值同被计算的值同 MINITAB 中结算的结果一样中结算的结果一样 计算计算 c- 图图 UCL 和和 LCL 22.453 22.4536.6622.453 22.458.236ccUCLLCLManual calculations may differ slightly from MINITAB due to rounding and Poisson estimates在在 MINITAB中做中做 c- 图图 步骤步骤 1将数据分组拷贝或是输入表单中将数据分组拷贝或是输入表单中打开文件打开文件 SPC Attribut
46、e c-chart.MTWStatControl Chartsc在在 MINITAB中做中做 c- 图图 步骤步骤 2c-图课堂练习图课堂练习u使用文件SPC Attribute Class Exercises.xls中数据中数据 “c-chart Data” u对抱怨的CSR 子组数据1. 计算 UCL 和 LCL2. 将数据拷贝进 MINITAB 中3. 验证你的计算结果 4. 确定过程是否受控5. 准备讨论u-图图u-图规则图规则u-图u确定缺陷的数量 使用泊松分布 好/坏, 接收/拒收, 是/否u每个统计就是样本的一个子组u机会区域可能变化 批次, 单元, 发票u控制限可能变化u为了利
47、于分析，建议需要20或更多的子组数u-图子组图子组在进行一次在进行一次“运作运作”后，对塑料制品统计后，对塑料制品统计缺陷数，在长度上是不确定的。缺陷数，在长度上是不确定的。过程受控吗过程受控吗?由于运行长度不恒定，缺陷数有一个变化的由于运行长度不恒定，缺陷数有一个变化的机会区域，那么机会区域，那么u-图是比较恒定的。图是比较恒定的。RunProducedCount of Defects115917213863120941482151275698471361781346913912101277111256121612313757141611715139716143917163101819232
48、19119162013412Total2738243Ubar0.08875RunProducedCount of DefectsCount/ area1159170.107213860.043312090.0754148210.142512750.03969840.0417136170.125813460.0459139120.0861012770.0551112560.04812161230.143137570.09314161170.1061513970.0501614390.06317163100.06118192320.16719119160.13420134120.090Total2
49、738243Ubar0.088751制制 u- 图图失控点失控点确定确定 u-图图 UCL 和和 LCL 控制限是随着子组数而变化的，控制限是随着子组数而变化的，并且每个点的控制限要单独计算并且每个点的控制限要单独计算33uuuUCLuauLCLua33iiuiuiuUCLuauLCLua计算计算 u-图图 UCL 和和 LCL Manual calculations may differ slightly from MINITAB due to rounding and Poisson estimates被计算的数值是同在被计算的数值是同在 MINITAB 中计算的结果一样中计算的结果一样单
50、个子组控制限单个子组控制限子组控制限平均值子组控制限平均值 0.088750.088753136.90.1650.088750.088753136.90.012uuUCLLCL12120.088750.0887531610.1590.088750.0887531610.0183uuUCLLCL在在 MINITAB中做中做 u-图图 步骤步骤 1将子组分组拷贝或是输入表单中将子组分组拷贝或是输入表单中打开文件打开文件 SPC Attribute u-chart.MTWStatControl Chartsc在在 MINITAB中做中做 u-图图 步骤步骤 2u-图课堂练习图课堂练习u使用文件 SP