【正文】 －統(tǒng)計表（時間、空間、特性、數(shù)量【次數(shù)分配表】） :線圖、地圖、長條圖、圓形圖、次數(shù)分配圖等。 靜態(tài)數(shù)據(jù)：某一現(xiàn)象在某一【 時間】的靜止狀態(tài)數(shù)據(jù)。 例如血型、性別、產(chǎn)品種類等。 。統(tǒng)計過程控制 （ Statistical Process Control ） SPC 1 ■ Statistical:（統(tǒng)計）以概率統(tǒng)計學為基礎(chǔ)，用科學的 方法 分析數(shù)據(jù)、得出結(jié)論； ■ Process： （過程）有 輸入 輸出 的一系列的活動； ■ Control： （控制）事物的發(fā)展和變化是 可預測的 ； 什么 是 SPC? 生產(chǎn)過程 樣本 數(shù)據(jù) 抽樣 檢驗 與管制界限 比較 UCL CL LCL 在管制圖中發(fā)現(xiàn)不正常狀態(tài) 管制圖 調(diào)整品質(zhì) 2 ? 到本課程結(jié)束時，參加者應(yīng)能識別： ?了解統(tǒng)計基本概念 ?了解控制圖原理 ?計量型與計數(shù)型控制圖的作法與適用范圍 ?控制圖的選用原則 ?過程的特性及過程能力 ?Ppk 和 Cpk 之間的區(qū)別以及了解如何計算這些指數(shù)。 ，贏得更多客戶。 例如人口數(shù)，不合格品數(shù)等 . :數(shù)據(jù)的性質(zhì)而定，由計數(shù)所得 。 （ 2)依據(jù)是否具有時間性質(zhì)：區(qū)分靜態(tài)、動態(tài)數(shù)據(jù)。 ： （ 1)目的：簡單化（消除復雜性）、系統(tǒng)化（消除紊亂性。 （樣本大小）：樣本中所含的樣品數(shù)目，常用 n表示。 如果想從中取 100個零件作為樣本進行測試研究 。 ，也稱 集中趨勢量數(shù)。 案例 :下列計算判斷眾數(shù)值 : 1 1,3,3,7,7,7,4,4,8 2 1,2,2,7,7,8,10 3 2,5,5,5,7,8,8,8,9 4 3,4,7,6,5 一、集中量數(shù) 20 （ Range）－ R:度量 樣本數(shù)據(jù)分散范圍的量 , 公式： R=XmaxXmin(樣本或總體中的最大值減最小值 )。 26 普通原因之變異 特殊原因之變異 １．大量之 微小原因 所引起 ,不可避 免． ２．不管發(fā)生何種之 偶然原因 ，其 個別之 變異極為微小 ． ３．幾個較代表性之偶然原因如下： （１）原料之 微小變異 （２）機械之 微小掁動 （３） 儀器測定時不十分精確 之作法 ４． 實際上要除去制程上之偶然原 因，是件非常不經(jīng)濟之處置 １．一個或少數(shù)幾個 較大原因 所引起 , 可 以避免 . ２．任何一個 異常原因 ，都可能發(fā)生 大之變異 ３．幾個較代表性之異常原因如下： （１）原料 群體之不良 （２） 不完全之機械調(diào)整 （３） 新手之作業(yè)員 ４．異常原因之變不但 可以找出其原 因，并且除去這些原因之處置，在 經(jīng)濟觀點上講常是正確者 變 異原因之差異 : 制程中變異因素是 在統(tǒng)計的管制狀態(tài)下，其產(chǎn)品之特性 有固定的分配 。 控制 （ Control ） 37 ? “ SPC就像房屋中的煙霧探測器：只要這種裝置備有電池，并且被正確安置以及旁邊有人監(jiān)聽，那么它就可以提前發(fā)出警報使你有足夠時間阻止房屋起火” ? —— 《 6 Sigma管理法 追求卓越的階梯》 采用控制圖的原因 38 1. 美國 W. A. Shewhart博士于 1924年 5月 16日發(fā)明了第一張管制圖，開啟了統(tǒng)計品管的新時代 . ? 區(qū)分過程中的正常變異或異常變異 ,并判斷過程是否處于控制狀態(tài)的一種工具 . SPC的發(fā)明 39 常態(tài) 分布基本知識 當抽取的數(shù)據(jù)個數(shù)趨于無窮大而區(qū)間寬度趨向于 0時，外形輪廓的折線就趨向于光滑的曲線，即：概率密度曲線。 適用于：長度、重量、時間、強度、成分及收率等連 續(xù)變量。 ? 每一張控制圖上的 控制界限都是由該圖上的數(shù)據(jù)計算出來 。不必再計算控制限 ?控制階段 控制圖應(yīng)用的二個階段 55 1. 控制圖是根據(jù) 穩(wěn)定狀態(tài)下的條件（人員、設(shè)備、原材料、工藝方法、測量系統(tǒng)、環(huán)境） 來制定的。 4. 確定每個子 組 的中位數(shù)（中間數(shù)）并記錄結(jié)果。 5. 確定每對連續(xù)讀數(shù)之間的極差。 – 在 np 圖 上記錄 有 缺 陷 的 零件 數(shù) 量。 c 圖 80 – 定義檢驗內(nèi)容。 ?在生產(chǎn)正常的情況下 ,純粹出于偶然而點子出界的概率雖然很小 ,但不是絕對不可能發(fā)生 。 3σ % 177。 控制結(jié)果 3σ 方式 P（ μσ≤x≤μ+σ） =2[φ（ 0） φ（ 1） ] 模式 1:點子接近控制界限 (1)連續(xù) 3個點中 ,至少有 2點接近控制界限 。 此種型態(tài)稱之為 ” 混合型 ” ， 因樣本中可能 包括兩種 群體 ， 其中一種偏大 ， 另一種偏小 ， 如圖二 。 3. 5 點中有 4點分怖于從中心線起算 1 Sigma以上 (同側(cè) ) 。 4. 14 點在同一側(cè)分布呈現(xiàn)上下交替。 ，判定是否異常，及采取措施。 106 過程能力研究 過程固有變差于過程總變差 (僅有共同原因 )產(chǎn)生的過程變差 ,短期的 過程變差 表示 (控制圖估算 ) 估計 Sigma 2? dR?s4? cS?s :由 共同原因及特殊原因 所產(chǎn)生的變差 ,長 期變差 ,利用所有 樣本的標準差 s估計 : 計算 Sigma nkmnkmxxSmi i*,1)(12????? ? ?，則為個子組，每個子組容量s107 過程能力研究 過程能力與過程性能 ?過程能力（ Process Capability,PC）： 控制狀態(tài)下的實際加工能力 ，過程的固有能力；利用控制 2. 狀態(tài)下的短期數(shù)據(jù)計算的，又稱《短期過程能力》。越小越好 。 PP=6σ(即 μ＋ 3σ) USL LSL 3σ2σ1σ +1σ+2σ+3σ 計算 Sigma 109 過程能力研究 過程的度量 :產(chǎn)品規(guī)格中心值 設(shè)定的目的 ,希望每個工程生產(chǎn)出來的每各產(chǎn)品的實際規(guī)格 ,能以 規(guī)格中心為中心 ,呈左右對稱之常態(tài)分配生產(chǎn) ,若從生產(chǎn)過程中所獲得之資料其實際平均值與規(guī)格之間的偏差 ,稱為準確度 :各產(chǎn)品規(guī)格上下限 之設(shè)定目的 ,希望生產(chǎn)出來的每個產(chǎn)品的品質(zhì)水準都能在 規(guī)格上下限之容許公差范圍內(nèi) ,利用抽樣的方式計算樣本標準推定群體的標準差 ,確認過程分散寬度與規(guī)格公差范圍間的差異。 。過程中已在統(tǒng) 計的控制狀態(tài)下所呈現(xiàn)的 質(zhì) ,量 之能力，過程能力 可以是產(chǎn)量、效率、質(zhì)量特性、不良率或缺點數(shù)。 7. 14 點在同一側(cè)分布呈現(xiàn)上下交替。 此種稱之為 ”不穩(wěn)定型” 如圖四。 2. 少數(shù)的點子，落在管制界限附近。 3σ % % 177。就犯了漏發(fā)警報錯誤 ,發(fā)生這種錯誤的概率通常記以 β。 – 在 u 圖上記錄不合格的比率。 – 確定檢驗頻率。 月 日 不良罐數(shù) 月 日 不良罐數(shù) 10月 6日 2 10月 9日 5 0 7 4 2 2 4 7日 3 11日 2 2 6 2 12 6 12日 4 8日 3 3 3 4 4 2 2 13日 2 34 Work shop 77 – 確定子組 的容量，通常為 50 個零件。 67 B4, B3 和 A3 的值 n 2 3 4 5 6 7 8 9 10D4 3 . 2 7 2 . 5 7 2 . 2 8 2 . 1 1 2 1 . 9 2 1 . 8 6 1 . 8 2 1 . 7 8D3 0 . 0 8 0 . 1 4 0 . 1 8 0 . 2 2A2 1 . 8 8 1 . 1 9 0 . 8 0 . 6 9 0 . 5 5 0 . 5 1 0 . 4 3 0 . 4 1 0 . 3 6 68 計算 X－ MR 圖的方法 1. 確定進行測量的頻率。 (1) 管制圖 CL＝ ＝ UCL＝ ＋ A2 ＝ ＋ () ()＝ LCL＝ － A2 ＝ － () ()＝ (2) R管制圖 ： CL＝ ＝ UCL＝ D4 ＝ () ()＝ LCL＝ D3 ＝ (0) ()＝ 0 XX實例： － R管制圖用數(shù)據(jù)表 62 X實例： － R管制圖用數(shù)據(jù)表 63 我 們 以 下 運 算 法 則 計算 控制 線： 其中 n為子組中的大 小， k為子組 數(shù)。 控制圖應(yīng)用的二個階段 ? 異常時 :應(yīng)找出原因 ,采取措施 ,過程穩(wěn)定后 ,將分析用管制圖 ,延常為控制用管制圖。 常用的計量值控制圖有下面幾種： 1. 均值－極差控制圖 （ 圖） 2. 中位數(shù)－極差控制圖（ 圖） 3. 單值－移動極差控制圖（ 圖） 4. 均值－標準差控制圖（ 圖） Rx ?~ Rmx ?S?計量值控制圖 48 計量值控制圖 49 適用于：不合格品數(shù)、不合格品率、缺陷數(shù)、單位缺陷 數(shù)等離散變量。 3σ 內(nèi)的概率為 P(μ 3σX μ+3σ) = % ■ 兩個參數(shù)的意義： 181。 時間 范圍 29 ■穩(wěn)定過程 ：產(chǎn)品質(zhì)量 質(zhì)量特性的 變異 是在 可預測的統(tǒng)計控制 范圍之內(nèi)； 過程的穩(wěn)定性 : ■ 不穩(wěn)定過程： 產(chǎn)品質(zhì)量質(zhì) 量 特性的 變異無 法以統(tǒng)計 方法來預測； 過程受控 過程失控 30 過程能力 受控且有能力符合規(guī)范 （普通原因造成的變差已減少） 規(guī)范下限 規(guī)范上限 時間 范圍 受控但沒有能力符合規(guī)范 （普通原因造成的變差太大） 31 C A D P C D P A C A P D 分析過程 過程應(yīng)做什么？ 會出現(xiàn)什么錯誤 本過程正在做什么？ 達到統(tǒng)計控制狀態(tài)？ 確定能力 維護過程 :