《统计过程控制培训课件(PPT 75页).pptx》由会员分享，可在线阅读，更多相关《统计过程控制培训课件(PPT 75页).pptx（75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、第一部分第一部分 统计方法基础知识统计方法基础知识第二部分第二部分 统计过程控制统计过程控制第一部分 统计方法基础知识 第一节 统计方法及其用途 第二节 产品质量波动 第三节 统计数据及其分类 第四节 总体与样本 第五节 随机抽样方法 第六节 统计特征数 第七节 两类错误和风险第一节 统计方法及其用途一、什么是统计方法二、统计方法的性质三、统计方法的用途一、什么是统计方法统计方法统计方法：是指有关收集、整理、分析和解释统计数据，并对其所反映的问题作出一定结论的方法。描述性统计方法：描述性统计方法：是对统计数据进行整理和描述的方法；常用曲线、表格、图形等反映统计数据和描述观测结果，以使数据更加容
2、易理解，例如，可将统计数据整理成折线图、曲线图和频数直方图等。推断性统计方法：推断性统计方法：是在对统计数据描述的基础上，进一步对其所反映的问题进行分析、解释和作出推断性结论的方法；二、统计方法的性质1. 描述性描述性利用统计方法对统计数据进行整理和描述，以便展示统计数据的的规律；统计数据可用数量值加以度量，如平均数、中位数、级差和标准差等，亦可用统计图表予以显示，如条形图、折线图、圆形图、频数直方图、频数曲线等。2. 推断性推断性统计方法都要通过详细研究样本来达到了解、推测总体状况的目的，因此它具有由局部推断整体的性质。3. 风险性风险性统计方法既然要推断用部分整体，那么这种由推断而得出的结
3、论就不会是百分之百正确，即可能有错误。犯错误就要担风险。三、统计方法的用途1. 提供表示事物特征的数据；(平均值、中位数、标准偏差、方差、极差)2. 比较两事物的差异；（假设检验、显著性检验、方差分析、水平对比法）3. 分析影响事物变化的因素； （因果图、调查表、散布图、分层法、树图、方差分析）4. 分析事物之间的相互关系； （散布图、试验设计法）5. 研究取样和试验方法，确定合理的试验方案；（抽样方法、抽样检验、试验设计、可靠性试验）6. 发现质量问题，分析和掌握质量数据的分布状况和动态变化；（频数直方图、控制图、排列图）7. 描述质量形成过程。（流程图、控制图）第二节 产品质量波动一、正常
4、波动二、异常波动一、正常波动正常波动是由随机原因(普通原因）引起的产品质量波动；仅有正常波动的生产过程称为处于统计控制状态，简称为控制状态或稳定状态。二、异常波动异常波动是由系统原因（特殊原因）引起的产品质量波动；有异常波动的生产过程称为处于非统计控制状态，简称为失控状态或不稳定状态。引起产品波动的原因主要来自六个方面（5 M1E ）：人（Man） ：操作者的质量意识、技术水平、文化素养、熟练程度、身体素质等 ；机器（Machine）：机器设备、工夹具的精度、维护保养状况等；材料（Material）：材料的化学成分、物理性能和外观质量等；方法（Method）：加工工艺、操作规程和作业指导书的正
5、确程度等；测量（Measure）：测量设备、试验手段和测试方法等；环境（Environment）：工作场地的温度、湿度、含尘度、照明、噪声、震动等；第三节 统计数据及其分类一、计量型数据二、计数型数据一、计量数据 凡是可以连续取值的，或者说可以用测量工具具体测量出小数点以下数值的这类数据。如：长度、容积、质量、化学成分、温度、产量、职工工资总额等。计量数据一般服从正态分布。二、计数数据凡是不能连续取值的，或者说即使使用测量工具也得不到小数点以下数值，而只能得到0或1，2，3等自然数的这类数据。计数数据还可细分为记件数据和记点数据。记件数据是指按件计数的数据，如不合格品数、彩色电视机台数、质量检
6、测项目数等；记点数据是指按缺项点（项）计数的数据，如疵点数、砂眼数、气泡数、单位（产品）缺陷数等。记件数据一般服从二项式分布，记点数据一般服从泊松分布。第四节 总体与样本总体（母体）：是指在某一次统计分析中研究对象的全体。有限总体：被研究对象是有限的，如一批产品的总数；无限总体：被研究对象是无限的，如某个企业、某个生产过程从前、现在、将来生产的全部产品。个体：组成总体的每个单元（产品）叫做个体。 总体含量（总体大小）：总体中所含的个体数，常用N表示。第四节 总体与样本样本（子样）：是指从总体中随机抽取出来并且要对它进行详细研究分析的一部分个体（产品）；样本是由1个或若干个样品组成的。样本容量（
7、样本大小）：样本中所含的样品数目，常用n表示。抽样：是指从总体中随机抽取样品组成样本的活动过程。随机抽样：是指要使总体中的每一个个体（产品）都有同等机会被抽取出来组成样本的活动过程。第四节 总体与样本数据、样本和总体的关系数据、样本和总体的关系无限总体无限总体有限总体有限总体工序一批产品一批半成品样本样本数据数据判断判断第五节 抽样方法一、简单随机抽样法二、系统抽样法三、分层抽样法四、整群抽样法一、简单随机抽样法又叫随机抽样法，是指总体中的每个个体被抽到的机会是相同的。优点：抽样误差小缺点：抽样手续比较繁杂。二、系统抽样法又叫等距抽样法或机械抽样法。优点：操作简便，实施不易出差错。缺点：容易出
8、较大偏差。适用场合：总体发生周期性变化的场合，不宜使用这种方法。三、分层抽样法也叫类型抽样法。它是从一个可以分成不同于总体的总体（或称为层）中，按规定的比例从不同层中随机抽取样品（个体）的方法。优点：样本的代表性比较好，抽样误差比较小。缺点：抽样手续较简单随机抽样还要繁杂。适用场合：常用于产品质量验收。四、整群抽样法又叫集团抽样法。是将总体分成许多群，每个群由个体按一定方式结合而成，然后随机抽取若干群，并由这些群中的所有个体组成样本。优点：抽样实施方便。缺点：代表性差，抽样误差大。适用场合：常用在工序控制中。案 例 某种成品零件分装在20个零件箱装，每箱各装50个，总共是1000个。如果想从中
9、取100个零件作为样本进行测试研究。简单随机抽样：将20箱零件倒在一起，混合均匀，并将零件从1 1000编号，然后用查随机数表或抽签的办法从中抽出编号毫无规律的100个零件组成样本。 系统抽样：将20箱零件倒在一起，混合均匀，并将零件从1 1000编号，然后用查随机数表或抽签的办法先决定起始编号，按相同的尾数抽取100个零件组成样本。分层抽样：20箱零件，每箱都随机抽取5个零件，共100个组成样本。整群抽样：先从20箱零件随机抽出2箱，该2箱零件组成样本。 第六节 统计特征数一、样本平均值二、样本中位数三、样本方差四、样本标准偏差五、样本极差表示数据的集中位置表示数据的离散程度一、样本平均值n
10、iixnx1_1如果从总体中抽取一个样本，得到一批数据X 1，X 2，X 3.X n，则样本的平均值 ：样本的算术平均值；n ：样本大小。二、样本中位数把收集到的统计数据X 1，X 2，X 3.X n，按大小顺序重新排列，排在正中间的那个数就叫作中位数，用符号 来表示。当 n 为奇数时，正中间的数只有一个；当 n 为偶数时，正中间的数有两个，此时，中位数为正中两个数的算术平均值。三、样本方差样本方差是衡量统计数据分散程度的一种特征数，其计算公式：S S 2 2 ：样本方差；：某一数据与样本平均值之间的偏差。四、样本标准偏差国际标准化组织规定，把样本方差的正平方根作为样本标准偏差，用符号 S S
11、 来表示。其计算公式：五、样本极差极差是一组数据中最大值与最小值之差。常用符号 R 表示，其计算公式：R = X max - - X min第七节 两类错误和风险第一类错误（弃真错误称为虚发报警）：把质量好的一批成品当作质量坏的一批成品去看待、处理的错误； :第一类错误的概率值，也叫第一类错误的风险率。第二类错误（取伪错误称为漏发报警）：把质量坏的一批成品当作质量好的一批成品去看待、处理的错误； :第二类错误的概率值，也叫第二类错误的风险率。 第二部分 统计过程控制 第一节 SPC发展 第二节 什么是SPC 第三节 变差 第四节 控制图 第五节 SPC的应用误区第一节 SPC发展一、SPC的产
12、生二、SPC的发展三、SPC的作用四、SPC的使用一、SPC的产生 工业革命以后， 随着生产力的进一步发展，大规模生产的形成，如何控制大批量产品质量如何控制大批量产品质量成为一个突出问题，单纯依靠事后检验的质量控制方法已不能适应当时经济发展的要求，必须改进质量管理方式。于是，英、美等国开始着手研究用统计方法代替事后检验的质量控制方法。 1924年，美国的休哈特博士提出将3Sigma原理运用于生产过程当中，并发表了著名的“控制图法”，对过程变量进行控制，为统计质量管理奠定了理论和方法基础。二、SPC的发展 1950年戴明博士把SPC技术引入日本，它在日本工业界的大量推广应用对日本产品质量的崛起起
13、到了至关重要的作用 八十年代以后，世界许多大公司纷纷在自己内部推广和应用SPC，同时对其供应商也提出了相应的要求 SPC为质量管理五大核心工具之一三、SPC的作用 对设计和过程能力进行可靠性的评估 用于区分正常波动和异常波动 可以依据以往过程的运行情况预测将来过程如何运行 降低对检验的依赖性 验证问题是否已经永久的纠正了 有助于了解过程是否有能力形成100%的满足要求的输出 提高质量和生产率，降低成本原则上原则上, ,应该用于有数量特性或参数和持续性的所有工艺应该用于有数量特性或参数和持续性的所有工艺过程过程; ; SPC SPC使用的领域是大规模生产使用的领域是大规模生产; ;多数企业，多数
14、企业，SPCSPC用于生产阶段用于生产阶段; ;在强调预防的企业，在开发阶段也用在强调预防的企业，在开发阶段也用SPCSPC。第二节 什么是SPC SPC是英文Statistical Process Control的简称，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收集的数据进行分析，并通过调整过程来达到改进与保证质量的目的 SPC强调全过程的预防 一种用于检测变差的工具 它能识别问题，但不能解决问题。增强产品一致性 提高产品质量减少废品和返工缺陷提高产量第二节 什么是SPC第三节 变差定义：过程的单个输出之间所不可避免的差异；变差的来源可分成两个主要的类别：普通原因和特殊原因一、
15、普通原因 普通原因指的是造成随着时间的推移具有稳定的且可重复的分布过程中的许多变差的原因，我们称之为“处于受控状态”、“受控”，其表现为一个稳定系统的偶然原因。只有普通原因存在且不改变时，过程的输出才可以预测。 二、特殊原因 特殊原因指的是造成不是始终作用于过程的变差的原因，当它们出现时将造成过程分布的改变。如果系统内存在变差的特殊原因，随着时间的推移，过程的输出将不稳定。三、 变差的种类普通原因普通原因由于正常的磨耗和磨损，如工具磨损。 特殊原因特殊原因非正常情况，如工具损坏。第四节 控制图 一、概述 二、应用控制图的步骤 三、应用实例 四、控制图的观察与分析一、概述控制图又叫管制图。它是用
16、来区分由异常原因引起的波动、或是由过程固有的随机原因引起的偶然波动的一种工具。控制图建立在数理统计学的基础上，它利用有效数据建立控制界限。控制界限一般分为上控制限（UCL）和下控制限（LCL）。质量特性值抽样时间和样本序号UCLCLLCL3倍标准偏差（3）3倍标准偏差（3） 控制图的作用1.在质量诊断方面，可以用来度量过程的稳定性，即过程是否处于统计控制状态；2.在质量控制方面，可以用来确定什么时候需要对过程加以调整，而什么时候则需使过程保持相应的稳定状态；3.在质量改进方面，可以用来确认某过程是否得到了改进。控制图的种类控制图的种类很多，一般按数据的性质分为计量值控制图、计数值控制图两大类。
17、 控制图的阶段1、分析用控制图（初始能力研究阶段） 主要是进行初始能力研究并确定过程控制阶段用控制图。 需注意事项：A、初始能力研究时需抽取足够的数据，便于将过程调整到稳定状态。B、一般当过程能力指数Cpk1.33（部分过程要求Cpk 1.67）时才认为能进入过程控制阶段，2、控制用控制图（过程控制阶段） 由分析用控制图转化而来，一般等过程调整到稳态后，延长分析用控制图的控制线作为控制用控制图。 需注意事项：当有因素变化时需重新进行初始能力研究。二、应用控制图的步骤应用步骤如下：1.选择控制图拟控制的质量特性，如重量、不合格品数等；2.选用合适的控制图种类；3.确定样本容量和抽样间隔；4.收集
18、并记录至少20 25个样本的数据，或使用以前所记录的数据；5.计算各个样本的统计量，如样本平均值、样本极差、样本标准差等；6.计算各统计量的控制界限；7.画控制图并标出各样本的统计量；8.研究在控制线以外的点子和在控制线内排列有缺陷的点子以及标明异常（特殊）原因的状态；9.决定下一步的行动。控制图控制界限线的计算公式-IxRx xxxRRxRRx x RSRSRRSx x x RRRRRSx控制图控制界限线的计算公式IIPu c Pn3P（1 ）PPnP（1 ）PPn3（1 ）PnPn3Pn Pn （1 ）PnPn3u3nu u3nu - c3c c3c 控制系数选用表三、应用实例某公司新安装
19、一台装填机。该机器每次可将5000g的产品装入固定容器。规范要求为5000 （g）。050使用控制图的步骤如下：1.将多装量（g）看成应当加以研究并由控制图加以控制的重要质量特征。2.由于要控制的多装量使计量特性值，因此选用 x R 控制图。3.以5个连续装填的容器为一个样本（n5），每隔1h抽取一个样本。4.收集25个样本数据（k5），并按观测顺序将其记录与表中（见多装量（g）和样本统计量）。5.计算每个样本的统计量 x （5个观测值的平均值）和 R（5个观测值的极差） （见多装量（g）和样本统计量） 。多装量（g）和样本统计量多装量（g）和样本统计量1)计算各样本平均值（ x）和各样本极差
20、的平均值（ R ）。 x x xkR Rk2)计算统计量的中心值和控制界限。中心值CL 29.86（g）UCL A2 R 45.69（g） x图：图：x xLCL A2 R 14.03（g）注：注：A A2 2为随着样本容量为随着样本容量n n而变化的系数，可由控制图系数选用表中选取。而变化的系数，可由控制图系数选用表中选取。 x6.计算各统计量的控制界限（UCL、LCL）。LCL D3 = 0注：注：D3为随着样本容量为随着样本容量n而变化的系数，可由控制图系数选用表中选取。而变化的系数，可由控制图系数选用表中选取。 中心值 CL 27.44（g）UCL D4 58.04（g）注：注：D4为
21、随着样本容量为随着样本容量n而变化的系数，可由控制图系数选用表中选取。而变化的系数，可由控制图系数选用表中选取。RRRR图：图：7.画控制图一般 放在上方，R图放在下方；横轴表示样本号，纵轴表示质量特性值和极差。 图x样本号51015202502040602030405020多装量x极差 RUCL45.69CL29.86LCL14.03UCL58.04CL27.44n5 8. 控制图没有出现越出控制线的点子，也未出现点子排列有缺陷（即非随机的迹象或异常原因），可以认为该过程是按预计的要求进行，即处于统计控制状态（受控状态）。9. 在不对该过程做任何调整的同时，继续用同样的方法对多装量抽样、观察
22、和打点。如果在继续观察时，控制图显示出存在异常原因，则应进一步分析具体原因，并采取措施对过程进行调整。 1、判异准则 常见的异常情况与模式有如下八种： 点子出界 UCLLCLXA AB BC CC CB BA A四、控制图的观察与分析 控制界内点子排列有缺陷 1）链：在中心线一侧连续出现的点子； 连续9点在中心线一侧； UCLLCLX 2）连续6点上升或下降； 3）连续14点上下交替； UCLLCLX 4）连续3点中2点在中心线同一侧的A区； 5）连续5点中4点在中心线同一侧的C区以外； UCLLCLX 6）连续15点在C区；UCLLCLX 7）连续8点在中心线两侧，但无一在C区。 UCLLC
23、LX四、控制图的观察与分析应用控制图的常见错误：1.在5M1E因素未加控制、工序处于不稳定状态时就使用控制图管理工作；2.在工序能力不足时，即在CP 1的情况下，就使用控制图管理工作；3.用公差线代替控制线，或用压缩的公差线代替控制线；4.仅打“点”而不做分析判断，失去控制图的报警作用；5.不及时打“点”，因而不能及时发现工序异常；6.当“5M1E”发生变化时，未及时调整控制线；7.画法不规范或不完整；8.在研究分析控制图时，对已弄清有异常原因的异常点，在原因消除后，未剔除异常点数据。第五节 SPC的应用误区 误区一：没能找到正确的控制点。 不知道哪些点要用控制图进行控制，花费大量的时间与人力
24、,在不必要的点上进行控制。熟不知，SPC只应用于重点的尺寸（特性的）.那么重点尺寸/性能如何确定呢？通常应用FMEA的方法开发重要控制点，一般严重度为8或以上的点，都是需要考虑的对象。如果客户有特殊要求,也需将客户的要求纳入控制范围。第五节 SPC的应用误区 误区二：没有适宜的测量工具 。 计量型控制图需要用测量工具取得控制特性的数值，控制图对测量系统有很高的要求。通常，我们要求GR&R不大于10%，而在进行测量系统分析之前，要事先确认测量仪器的分辨力，要求测量仪器具有能够分辨出过程变差的十分之一到五分之一的精度，方可用于过程的分析和控制。而很多公司勿略了这一点，导致做出来的控制图没办法有效的
25、应用,甚至造成误导。 第五节 SPC的应用误区 误区三：没有进行初始能力研究，直接用于控制。 控制图的应用分为两个阶段:初始能力研究阶段和过程控制阶段。在进行过程控制之前,一定要进行初始能力研究。初始能力研究的目的是确定过程是否稳定，是否可预测，并且看过程能力是否符合要求，从而了解过程是否存在特殊原因，普通原因的变差是否过大等致关重要的过程信息。过程只有在稳定，并且过程能力可以接受的情况下，才可进入控制状态。 第五节 SPC的应用误区 误区四：初始能力研究与控制脱节 在完成初始能力研究后，如果我们认为过程是稳定的且过程能力可接受，那么，就可以进入过程控制状态。过程控制时，是先将控制限画在控制图
26、中，然后依抽样的结果在控制图上进行描点。那么，控制时控制图的控制限是怎么来的呢？其实控制图中的控制限是通过初始能力研究得来的，也就是说，初始能力研究成功后，控制限要延用下去，用于过程控制。很多公司没能延用分析得来的控制限，这样，控制图就不能表明过程是稳定与受控的，应用也就没有意义。 第五节 SPC的应用误区 误区五：控制图没有记录重大事项 要知道，控制图所反应的是“过程”的变化。生产的过程输入的要素为5M1E（人、机、料、法、环、量），5M1E的任何变化都可能对生产出来的产品造成影响。换句话说，如果产品的变差过大，那是由5M1E其中的一项或多项变动所引起的。如果这些变动会引起产品平均值或产品变
27、差较大的变化，那么，这些变化就会在XBAR图或R图上反映出来，我们也就可以从控制图上了解过程的变动。发现有变异就是改善的契机，而改善的第一步就是分析原因，那么，5M1E中的哪些方面发生了变化呢？我们可以查找控制图中记录的重大事项，就可以明了。所以，在使用控制图的时候，5M1E的任何变化，我们都要记录在控制图中相应的时段上。第五节 SPC的应用误区 误区六：不能正确理解XBAR图与R图的含义 当我们把XBAR-R控制图画出来之后，我们到底能从图上得到哪些有用的信息呢？这要从XBAR及R图所代表的意义来进行探讨。首先，这两个图到底先看哪个图？为什么？R反应的是每个子组组内的变差，它反映了在收集数据
28、的这个时间段，过程所发生的变差，所以他代表了组内固有的变差；XBAR图反映的是每个子组的平均值的变化趋势，所以其反映的是组间的变差。组内变差可以接受时，表明分组是合理的；组间变差没有特殊原因时，表明我们在一段时间内，对过程的控制是有效的、可接受的。所以，我们一般先看R图的趋势，再看XBAR图。第五节 SPC的应用误区 误区七：控制限与规范界限混为一谈 当产品设计出来之后，规范界限就已经定下来了；当产品生产出来后，经过初始能力研究，控制图的控制限也定出来了。规范界限是由产品设计者决定的，而控制限是由过程的设计者决定的，是由过程的变差决定的。控制图上点的变动只能用来判断过程是否稳定受控，与产品规格
29、没有任何的联系，它只决定于生产过程的变差。当西格玛小时，控制限就变得比较窄，反之就变得比较宽，但如果没有特殊原因存在，控制图中的点超出控制限的机会只有千分之三。而有些公司在画控制图时，往往画蛇添足，在控制图上再加上上下规格限，并以此来判产品是否合格，这是很没有道理，也是完全没有必要的。 第五节 SPC的应用误区 误区八：不能正确理解控制图上点子变动所代表的意思 我们常常以七点连线来判定过程的异常，也常用超过三分之二的点在C区等法则来判断过程是否出现异常。如果是作业员，只要了解判定准则就好了；但作为质量工程师，如果不理解其中的原委，就没有办法对这些情况作出应变处理。那么这么判定的理由是什么呢？其
30、实，这些判定法则都是从概率原理作出推论的。比如，我们知道，如果一个产品特性值如果呈正态分布，那么，点落在C区的概率约为4.5%，现在有三分之二的点出现在4.5%的概率区域里，那就与正态分布的原理不一致了，不一致也就是我们所说的异常。第五节 SPC的应用误区 误区九：没有将控制图用于改善 大部分公司的控制图都是应客户的要求而建立，所以，最多也只是用于监视与预防过程特殊原因变异的发生，很少有用于过程改善的。其实，当控制图的点显示有特殊原因出现时，正是过程改善的契机。如果这个时候我们从异常点切入，能追溯到造成异常发生的5M1E的变化，问题的症结也就找到了。用控制图进行改善时，往往与分组法、层别法项结合使用，会取得很好的效果。第五节 SPC的应用误区 误区十：控制图是品保的事情 SPC成功的必要条件，是全员培训。每一个人员，都要了解变差、普通原因、特殊原因的观念，与变关有关的人员，都要能看懂控制图，技术人员一定要了解过度调整的概念等。如果缺乏必要的培训，控制图最终只会被认为是品保人员的事，而其实我们知道，过程的变差及产品的平均值并不由品保决定，变差与平均值更多的是由生产过程设计人员及调机的技术人员所决定的。如果不了解变差这些观念，大部分人员都会认为：产品只要符合要求就行了！显然，这并不是SPC的意图。所以，只有品保在关注控制图是远远不够的， 我们需要全员对控制图的关注。 谢 谢!