【正文】 SPCStatistical Process Control統(tǒng)計過程控制課 程 提 綱SPC的應用背景篇SPC控制圖篇過程能力研究篇預控法控制圖篇SPC應用實戰(zhàn)篇SPC應用背景篇課程目的： 了解 SPC的歷史由來 . 掌握控制圖基本原理 . 掌握 SPC的運用領域 . SPC基本統(tǒng)計概念 .課程內容： 質量管理發(fā)展史 . SPC的基本概念 . 正態(tài)分布的基礎知識 . 控制圖概述 .傳統(tǒng)質量管理階段 (自檢 ﹑ 專檢階段 )統(tǒng)計質量管理階段（統(tǒng)計質量控制階段）全面質量管理階段（ TQC階段）綜合質量管理階段（ TQM階段）一、質量管理發(fā)展史? 從工業(yè)革命開始產(chǎn)生? 第一階段 ﹕ 自檢? 第二階段 ﹕ 工長檢驗? 第三階段 ﹕ 專業(yè)人員檢驗? 第四階段 ﹕ 科學管理的專業(yè)人員檢驗? 到 20世紀三十年代 (局部延續(xù)到 21世紀 )傳統(tǒng)質量管理階段統(tǒng)計質量管理階段? 20世紀 20年代出現(xiàn)? 20年代 40年代廣泛應用? 20世紀 60年代和 TQC融合? 至今廣泛應用全面質量管理階段? 20世紀 60年代開始? 20世紀 80年代達到高峰? 90年代發(fā)展為 TQM三全一多樣 ﹕? 全員參與? 全面管理? 全過程控制? 多樣方式綜合質量管理階段? 以全過程控制為基礎? 以綜合管理為核心主要表現(xiàn)方式 ﹕? 質量獎? 6西格瑪什么是統(tǒng)計過程控制 SPC的特點產(chǎn)品質量的統(tǒng)計觀點二、 SPC的基本概念 下面按字面意思來解釋一下什么是統(tǒng)計過程控制 (Statistical Process Control). 統(tǒng)計學 (Statistics)是數(shù)學的一個分支 : (總體 )(population)中抽取一些項目 (樣本 )(samples) (central tendency),如算術平均數(shù) (average或 mean), 如極差 (range),方差 (variance)和標準差 (standard deviation). ,通過對抽樣分布做假設 ,便可提供對總體采取措施的基礎 . 例如 ,根據(jù)經(jīng)驗 /接受抽樣樣本的品質去推斷應否接受或拒收整批貨物 .統(tǒng)計學中利用變異 (variation)的概念衡量產(chǎn)品或過程抽樣分布圍繞著平均值波動及在可接受的范圍以內或以外波動的趨勢 .變異可能是 (random)(由于偶然因素造成 )或非隨機的 (assignable)(由于機械 ,方法 ,物料與 /或人事引起 ).統(tǒng)計學有助我們分辨隨機與非隨機因素 . 什么是統(tǒng)計過程控制 (SPC)過程 (process)是指生產(chǎn)產(chǎn)品 /服務的一系列行動或操作 ,也指支持產(chǎn)品 /服務的過程如管理 ,財務 ,采購與工藝 .控制 (control)的意思是通過過程控制成功地控制產(chǎn)品服務 .控制是指通過經(jīng)預先設計的實驗及采用統(tǒng)計技巧成功地 : 1) 過程進行控制 。 2) 維持或改善控制 .目標是使品質維持不變 .把統(tǒng)計，過程及控制三個名詞的英文字頭起來就是 SPC.什么是統(tǒng)計過程控制 (SPC)SPC就是利用統(tǒng)計方法去 : . . . SPC幾個重要概念 .第一個 ,也是最重要的是你能否確定過程的輸入和輸出并把它們定量化，然后才開始控制該過程 不是先行控制 . SPC是以預防代替檢驗，制業(yè)與其他行業(yè)一樣 ,預防發(fā)生錯誤永遠比事后矯正為好。而且簡單得多 .什么是統(tǒng)計過程控制 (SPC)簡單來說， SPC是透過運用 統(tǒng)計學 上的技巧如控制圖分析 過程 或其輸出，從而作出適當?shù)男袆右赃_至及保持統(tǒng)計控制 狀況及改善 過程能力 。SPC解釋為 ...運用 統(tǒng)計 方法于 過程控制 上以控制產(chǎn)品品質S P C什么是統(tǒng)計過程控制 (SPC)— 總結SPC的特點? 1. 與全面質量管理相同，強調 全員參加 ，而不是只依靠少數(shù)質量管理人員；? 2. 強調應用統(tǒng)計方法來保證 預防原則 的實現(xiàn)；? 3. SPC不是用來解決個別工序采用什么控制圖的問題， SPC強調從整個過程、整個體系來解決問題。 SPC的重點就在于 “ P (Process)， 過程” 。SPCSQC過程原料測量 結果針對產(chǎn)品所做的仍只是在做 SQC針對過程的重要控制參數(shù)所做的才是 SPC機器人員方法環(huán)境量測PROCESS原料人 機 法 環(huán) 測 量測量結果好不好不要等 產(chǎn) 品做出來 后 再去看它好不好 !!而是在 制造 的時候就要把它 制造 好 !!!預防或容忍 ?過程控制反饋循環(huán)圖過程人員設備原料方法量測環(huán)境產(chǎn)品或服務 客戶確認客戶需求與期望客戶聲音統(tǒng)計方法過程之聲輸入 過程 /系統(tǒng) 輸出品質失敗的結果過程波動引起品質不良報廢返工停工加強檢驗內部成本高的檢驗成本重復修理存貨增多維護成本升高返工市場份額下降資金周轉期長客戶失望外部成本產(chǎn)品質量的統(tǒng)計觀點? 產(chǎn)品的質量具有 變異性 ? 產(chǎn)品質量的變異具有 統(tǒng)計規(guī)律性 產(chǎn)品質量的變異也是有規(guī)律性的，但它不是通常的 確定性現(xiàn)象 的 確定性規(guī)律 ，而是 隨機現(xiàn)象 的 統(tǒng)計規(guī)律 。? 隨機現(xiàn)象通常應用分布來描述，分布可以告訴我們：變異的幅度有多大，出現(xiàn)這么大幅度的可能性，這就是統(tǒng)計規(guī)律。 ? 計量值 (variable):定量的數(shù)據(jù)；值可以取給定范圍內的任何一個可能的數(shù)值，服從 正態(tài)分布? 計數(shù)值 (Attribute)： 定性的數(shù)據(jù)；值可以取一組特定的數(shù)值 ,而不能取這些數(shù)值之間的數(shù)值 。? 計件值－－－二項分布? 計點值－－－泊松分布產(chǎn)品質量的統(tǒng)計觀點正態(tài)分布的基本概念變差的普通及特殊原因基本統(tǒng)計術語三、正態(tài)分布的基礎知識 N ( μ, σ2) μ: 總體 平均值，描述數(shù)據(jù)的集中位置。σ :總體 標準差，描述數(shù)據(jù)的分散程度。xμN（ μ， σ2）正態(tài)分布的基礎知識 理論研究表明，如果一個隨機變量受到大量作用微小、相互獨立的隨機因素的影響，則這個隨機變量一般服從正態(tài)布。正態(tài)分布的基本特點 正態(tài)分布曲線具有明顯的中間高、兩邊低、左右對稱，兩邊延伸到無窮的特點。正態(tài)分布曲線用兩個參數(shù) μ和 σ來表示，在正態(tài)分布的概率密度函數(shù)中，表示分布的兩個參數(shù) μ和 σ具有特別的意義：其中 μ表示正態(tài)分布曲線的中心位置，是正態(tài)分布的均值，它對正態(tài)分布曲線的影響是左右移動，當 μ增大，正態(tài)分布曲線向右移動， μ減小，曲線向左移動。 σ表示服從正態(tài)分布的隨機變量的離散程度，是正態(tài)分布的標準差，它影響著曲線的形狀，當 σ增大，曲線變得矮小和扁平，當 σ減小，曲線變得高大和瘦小。正態(tài)分布的基礎知識?μ 不同 (均值 )正態(tài)分布的基礎知識?σ 不同 (標準差 )正態(tài)分布的基礎知識正態(tài)曲線的特征? 曲線關于 μ對稱；? 當 x=μ時取到最大值；? X離 μ越遠， f（ x） 的值越??；μ正態(tài)分布的基礎知識 正態(tài)分布的兩個參數(shù) μ和 σ是相互獨立的。無論正態(tài)分布曲線的均值 μ如何變化即中心位置如何變化，都不改變正態(tài)分布曲線的形狀，即標準差 σ不變；無論標準差 σ如何變化即曲線的形狀如何變化都不改變正態(tài)分布的中心位置，即均值 μ不變。 例加工直徑 10177。，如果加工出來的數(shù)據(jù)都是 ，那么標準差是零。標準差 σ越小，加工過程越穩(wěn)定，產(chǎn)品質量越高。但是，這還要取決于這些數(shù)據(jù)相對于這些數(shù)據(jù)相對于中心值的偏移情況，如果加工出數(shù)據(jù)都為 ，盡管標準差為零，也都是不合格。所以衡量產(chǎn)品質量好壞的兩個指標是標準差與均值，標準差越小而且均值相對于技術中心值的偏移越小越好，兩者缺一不可。正態(tài)分布的基礎知識%%%μ +1σ +2σ +3σ1σ2σ3σ正 態(tài)分布的概率正態(tài)分布的基礎知識μ177。kσ 在內的概率 在外的概率μ177。 % %μ177。1σ % %μ177。 % %μ177。2σ % %μ177。 % %μ177。3σ % %正 態(tài)分布的概率正態(tài)分布的基礎知識%%%對于任意正態(tài)分布 XN（ μ 和 σ 2 ）的隨機變量 X來說，不論 μ 和σ 取值為何，產(chǎn)品質量特性值落在 [μ 3 σ ， μ+3 σ ]范圍內的概率均為 %，即它的值落在 [μ 3 σ ， μ+3 σ ]區(qū)間內幾乎是肯定的。正態(tài)分布的 3 σ原則正態(tài)分布的基礎知識規(guī)格管理的危險性Not just to meet customer or contractual requirements!!!—被 BOSS訓斥的痛苦 !!!控制線管理的益處SpecLSL USLVery Centered變異是我們的敵人 LCL UCL不良品已經(jīng)產(chǎn)生潛在不良出現(xiàn) 在管理任何一個過程減少變差時，都必須追究造成變差的原因。首先是區(qū)分普通原因和特殊原因。雖然單個的測量值可能全都不同，但形成一組后它們趨于形成一個可以描述成一個分布的圖形（見后頁），這個分布按下列特性區(qū)別：? 位置（典型值）? 分布寬度（從最小值至最大值之間的距離）? 形狀（變差的模式 — 是否對稱、偏斜等）變差的普通及特殊原因變差的普通及特殊原因普 通 原 因? 普通原因是對過程的波動經(jīng)常起作用的原因 . 它的特點是：– 在過程中時刻存在著，對過程波動的影響隨機變化；– 這類因素一般復雜繁多，要列出所有的因素很困難；– 所有因素的共同作用導致了過程的總波動 .– 成本太高，不容易去除。 當過程只有普通原因影響時，過程的波動具有統(tǒng)計規(guī)律性，此時過程處于穩(wěn)定狀態(tài)。特 殊 原 因? 特殊原因是使過程特性發(fā)生顯著變化的因素 它的特點是：不經(jīng)常存在于過程中；它們通常來自過程之外；相對于普通原因來講，對過程波動有較大的影響；容易發(fā)現(xiàn)和隔離 .當過程受特殊因素的影響時，過程的輸出不再服從預期的分布，過程處于不穩(wěn)定狀態(tài)。變差的普通及特殊原因目標值線預測時間目標值線尺寸時間？→ 兩種變差原因及兩種過程狀態(tài)(1)兩種性質的變差原因 如果僅存在變差的普通原因 ,隨著時間的推移 ,過程的輸出形成一個穩(wěn)定的分布并可預測如果存在變差的特殊原因，隨著時間的推移，過程的輸出不穩(wěn)定基本統(tǒng)計術語總體 樣本總體 簡單 而言 ，我們有興趣知道的數(shù)據(jù)整體 ,如 1000臺燃具樣本 一組只包含部份總體的數(shù)據(jù)。簡單而言，這是總體中選出的數(shù)據(jù) ,如 1000臺燃具中的其中 10臺 . 分散的量度標準差 (SD) 過程輸出的分布寬度，距離或每平均值的偏差 熱水溫升的內控標準為 4865K, 實際量測數(shù)據(jù)為 : 。 。 S (Xi X )2 n 1s =基本統(tǒng)計術語極差 (R)一個子組、樣本或總體中最大值與最小值之差 。最低溫升的量測數(shù)據(jù)為 , , 那么最低溫升的極差為 : =R = (最高值 ) (最低值 )分散的量度基本統(tǒng)計術語平均 所有值總和除以樣本容量 (熱水產(chǎn)率 : ,) 備注 : 不小于額定產(chǎn)水能力的 90%.中位數(shù) 順序 (由小至大或由大至小 )數(shù)列中心項的數(shù)值眾數(shù) 在樣本中出現(xiàn)次數(shù)最多的值12344445555556668889平均數(shù) =中位數(shù) =眾數(shù) =基本統(tǒng)計術語趨中 的量度優(yōu)點 　 　 　■ 概念容易被理解和接受。 ■ 一組數(shù)據(jù)只有一個平均數(shù)且組中每個數(shù)據(jù)的變化都會影響平均數(shù)。缺點■ 平均數(shù)受超常值的影響?！?大量數(shù)據(jù)計算平均數(shù)較為繁瑣。平均數(shù)的優(yōu)缺點 優(yōu)點 中位數(shù)不受超常值的影響 。缺點需要對數(shù)據(jù)排序，對大樣本將非常繁瑣。中位數(shù)的優(yōu)、缺點 優(yōu)點 ■ 眾數(shù)不受超常值 影響。 ■ 可應用于定性數(shù)據(jù)。缺點■ 一組數(shù)據(jù)可能不存在眾數(shù)?！鲇袝r一組數(shù)據(jù)會有一個以上的眾數(shù)。眾數(shù)的優(yōu)、缺點控制圖的歷史控制圖原理及形成控制圖的重要性何時使用 SPC四、控制圖概述? 控制圖 是 1924年由 美國 品管 大師休哈特 . Shewhart博士 發(fā)明 . 因其用法 簡單 且效果 顯著 , 人人能用 , 到 處 可用 , 逐漸 成 為實施品質 管制 時 不可缺少的主要工具 , 當時稱