SPC培训教材.ppt

《SPC培训教材.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、统计过程控制SPCSPC统计过程控制StatisticalProcessControl统计过程控制SPC目录一、SPC的基本概念；二、SPC的作用；三、SPC的特点；四、控制图的基本知识；五、常规控制图的计算；六、X-R控制图；七、过程能力指数的定义。一、SPC的基本概念：SPC是英文StatisticalProcessControl（统计过程控制）三个字首的简称，是应用统计技术对过程中的各阶段进行评估和监察，保持过程处于可接受的和稳定的水平，以保证产品与服务满足要求的均匀性。工业革命以后，随着生产力的进

2、一步发展，大规模生产的形成，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。统计过程控制SPC统计过程控制SPC二、SPC的作用：●1、确保制程持续稳定、可预测。●　2、提高产品质量、生产能力、降低成本。●　3、为制

3、程分析提供依据。●　4、区分变差的特殊原因和普通原因，作为采取局部措施或对系统采取措施的指南。统计过程控制SPC三、SPC的特点：●SPC是全系统的、全过程的，要求全员参与，人人有责任，这点与全面质量管理的精神完全一致。●SPC强调用科学方法（主要是统计技术，尤其是控制图理论）来保证全过程预防。●SPC不仅用于生产过程，而且用于服务过程和一切管理过程。SPC的重点就在于“P（Process，过程）”。统计过程控制SPC四、控制图基本知识：4.1、控制限的确定：●上控制线：UCL=μ+3σ●中心线：CL=μ

4、●下控制线：LCL=μ-3σ4.2控制图原理的二种解释●第一种解释：“点出界就判异”小概率事件原理：小概率事件实际上不发若发生即判异常。控制图就是统计假设检验的图上作业法。●第二种解释：“要抱西瓜，不要抓芝麻”质量波动的原因=异常因素+偶然因素偶然因素：始终存在，对质量影响微小，难以消除，是不可避免的。异常因素：有时存在，对质量影响很大，不难消除，是可以避免的。统计过程控制SPC●休哈特控制图的实质就是区分异常因素与偶然因素。●控制限就是区分异常波动与偶然波动的科学界限。4.3预防原则:(20字真经)查出

5、异因采取措施保证消除不再出现纳入标准统计过程控制SPC4.4.1控制图的类型4.4.2判异原则判异准则有两类:①点出界就判异②界内点排列不随机判异国标GB/T4091-2001《常规控制图》中提供了8种判异原则。为了应用这些原则，将控制图等分为6个区域，每个区宽1σ，这6个区的标号分别为A、B、C、C、B、A，其中两个A区、B区及C区都关于中心线对称。判异原则1：一点落在A区以外在许多应用中，准则1甚至是唯一的判异准则。准则1可对参数u的变化或参数σ的变化给出信号，变化越大，则给出信号越快。准则1还可以对

6、过程中的单个失控作出反应，如计算错误、测量错误、原材料不合格、设备故障等。在3σ原则下，准则1犯第一类错误的概率为α=0.0027。UCLABCLCCBLCLA准则2：连续9点落在中心线同一侧此准则是为了补充准则1而设计的，以改进控制图的灵敏度，选择9点是为了使其犯第一类错误的概率α与准则1的α0=0.0027大体相等。出现准则2的现象，主要是过程平均值减小的缘故。ABCCBAUCLLCLCL准则3：连续6点递增或递减此准则是针对过程平均值的变化趋势进行设计的，它判定过程平均值的较小趋势要比准则2更为灵敏

7、。产生趋势的原因可能是工具逐渐磨损、维修逐渐变坏等，从而使得参数随着时间变化。ABCCBAUCLLCLCL准则4：连续14点相邻点上下交替此准则是针对由于轮流使用两台设备或由两位操作人员轮流进行操作而引起的系统效应。实际上这是一个数据分层不够的问题（即数据中存在两种不同的分布）UCLCLLCLCCBBAA准则5：连续3点中有2点落在中心线同一侧的B区以外过程平均值的变化通常可由本准则判定，它对于变异的增加也较灵敏。这里需要说明的是：3点中的2点可以是任意两点，至于第三点可以在任何处，甚至可以根本不存在。出

8、现准则5的现象是由于过程参数u（均值）发生了变化。CCBBAALCLCLUCL准则6：连续5点中有4点落在中心线同一侧的C区以外与准则5类似，这第5点可在任何处。本准则对于过程平均值的偏移也是较灵敏的。出现本准则的现象也是由于过程参数u发生了变化。ABCCBAUCLLCLCL准则7：连续15点在C区中心线上下出现本准则的现象是由于参数σ（过程标准差）变小。造成这种现象的原因可能有数据虚假或数据分层不够等。AABBCCLCLUC