QS9000 五大核心工具 Statistical Process Control,持续改进及统计过程控制 概述,预防与检验 过程控制系统 变差：普通原因VS特殊原因 局部措施与系统措施 过程控制与过程能力 过程改进循环与过程控制 控制图 控制图的益处,过程控制的需要 检验容忍浪费 预防避免浪费 预防缺陷 需要SPC,我们工作的方式/资源的融合,统计方法,顾客,识别不断变化的需求和期望,产品或服务,顾客的呼声,输出,过程/系统,人 设备 材料 方法 环境,输入,过程控制系统,作为一个反馈系统的四个基本原理 过程 有关性能的信息 对过程采取措施 对输出采取措施,变差的普通及特殊原因,变差的普遍存在 位置（均值/众值） 分布宽度（最小值与最大值的差距） 形状（是否对称、偏斜）,变差的普通及特殊原因,普通原因：造成随着时间的推移具有稳定的且可重复的分布于过程中的变差的原因；如过程中只存在普通原因，则过程的输出是可预测的，过程处于受控状态 特殊原因：造成不是始终作用于过程的变差的原因；只要存在特殊原因，则其会以不可预测的方式影响过程输出，使过程处于非稳定状态,特殊原因可能有害，也可能有利，前者排除，后者标准化,局部措施和对系统采取措施,局部措施 通常用来消除变差的特殊原因 通常由与过程直接相关的人员实施 通常可纠正大约15%的过程问题 对系统采取措施 通常用来消除变差的普通原因 几乎总是要求管理措施，以便纠正 大约可纠正85%的过程问题,过程控制和过程能力,过程控制系统的目标是对影响过程的措施作出经济合理的决定，即平衡不需控制时采取了措施（过度控制或擅自改变）和需要控制时未采取措施（控制不足）的后果。 过程控制的一个作用是当出现变差的特殊原因时提供统计信号，并且当不存在特殊原因时避免提供错误信息。,过程控制和过程能力,过程能力由造成变差的普通原因来确定 由于受统计控制的过程服从可预测的分布，从该分布中便可以估计出符合规范的产品的比例，进而计算出过程的能力；只要过程保持受统计控制状态并且其分布的位置、分布宽度及形状不变化（能力不变），就可以继续生产相同分布的符合规范的产品 首先通过检查并消除变差的特殊原因使过程处于受统计控制状态，即可评定过程能力,过程控制和过程能力,控制 满足要求（能力） 受控 不受控 可接受 1类 3类 不可接受 2类 4类,过程的分类,过程控制和过程能力,可接受的过程是处于受统计控制状态的且其固有变差（能力）必须小于图纸的公差。 理想的情况是1类过程，既受统计控制且有能力； 2类过程是受控过程但因普通原因造成过大的变差； 3类过程有能力但不受控； 4类过程既不受控又不可接受，须减少特殊原因和普通原因,过程改进循环及过程控制,过程改进循环 分析过程（PDCA） 维护过程（PDCA） 改进过程（PDCA）,过程改进循环及过程控制,分析过程 本过程应作什么？ 会出现什么问题？ 本过程正在做什么？ 达到统计控制状态？ 确定能力,过程改进循环及过程控制,维护（控制）过程 监控过程性能 查找变差的特殊原因并采取措施,过程改进循环及过程控制,改进过程 改变过程从而更好的理解普通原因变差 减少普通原因变差 新的过程参数确定后，循环回转到分析过程,控制图过程控制的工具,1.收集 收集数据并画在图上 2.控制 根据过程数据计算试验控制限 识别变差的特殊原因并采取措施 3.分析及改进 确定普通原因变差的大小并采取减少它的措施,控制图的益处,给与操作密切相关的人员提供可靠的信息: 需要/不需要采取措施 有助于过程在质量上和成本上能持续地,可预测地保持下去 使过程达到: 更高的质量 更低的单件成本 更高的有效能力 为讨论过程的性能提供共同的语言 区分变差的普通原因和特殊原因,作为采取局部措施或系统措施的指南,计量型数据控制图,计量型控制图的种类,Xbar-R均值极差图 样本n10,X-MR单值移动极差图 一次只能测得一个数据，或产品比较均匀一次只需测一个数据,中位数图 以中位数代替均值,Xbar-S均值标准差图 样本n10,计量型控制图应用广泛的原因,大多过程和其输出具有可测量的特性 量化的值比简单的GO/NO GO陈述包含的信息多 用计量型数据可分析过程的性能,量化所作的改进.,均值-极差图 Xbar-R图,15,10,5,0,7,6,5,4,Sample Number,Sample Mean,X-bar Chart for KPOV,X=5.336,3.0SL=6.780,-3.0SL=3.891,使用控制图的准备,建立适合与实施的环境 定义过程 确定作图的特性 顾客的需求 当前的潜在问题领域 特性之间的相互关系 定义测量系统 使不必要的变差最小化,收集数据,选择子组的大小、频率和数据 子组的大小 子组频率 子组数的大小,收集数据,建立控制图及记录原始数据 计算每个子组的均值（Xbar）和极差（R） Xbar=(X1+X2+X3+Xn)/n R=Xmax-Xmin X1:为子组内的每个测量值 n:为子组的样本容量,收集数据,选择控制图的刻度 Xbar图：坐标上的刻度的最大值与最小值之差应至少为子组均值（Xbar）的最大值与最小值之差的2倍 R图：刻度值从零开始到最大值之间的差值为初始阶段所遇到的最大极差（R）的2倍 有用的建议：R图的刻度值设置为均值图刻度值的2倍 将均值和极差画到控制图上,计算控制限,计算平均极差（Rbar）及过程均值（X2bar） Rbar=(R1+R2+R3+Rk)/k X2bar=(Xbar1+Xbar2+Xbark)/k,计算控制限,计算控制限 UCLR =D4Rbar LCLR=D3Rbar UCLXbar=X2bar+A2Rbar LCLXbar=X2bar-A2Rbar 在控制图上作出平均值和极差控制限的控制线,过程控制解释,对控制限的解释如下：如果过程的零件间的变异性和过程均值保持在现有的水平，单个的子组极差（R）和均值会单独的随机变化，很少超出控制限，而且数据中不会出现与由于随机变化产生的图形有明显不同的图形和趋势 分析控制图的目的在于识别过程变化性的任何证据或过程均值没有处于恒定水平的证据即其中之一或两者均不受统计控制进而采取适当的措施,过程控制解释,分析极差图上的数据点 有点超出控制限 点在控制限内出现非随机的图形或趋势,点在控制限内出现非随机的图形或趋势,点子呈链状排列（过多的出现在中心线一侧） 显著多于2/3以上的点（90%）落在离R很近之处 显著小于2/3以下的点（40%以下）落在离R很近之处 点子排列呈趋势 点子排列呈周期状,过程控制解释,识别并标注特殊原因（极差图） 重新计算控制限 包括均值图和极差图,过程控制解释,分析均值图上的数据点 识别和标注特殊原因 重新计算控制限,过程能力解释,如果已经确定一个过程已处于统计控制状态，还存在过程是否有能力满足顾客要求的问题 在解决了Xbar和R两个图上的控制问题（特殊原因的识别、分析、纠正并预防重现），并且现行的控制图反映过程处于统计控制状态之后开始过程能力评定。一般情况下，将过程输出的分布与工程规范相比，看是否始终满足这些规范,计算过程的标准偏差,由于子组内过程的变异性是通过子组的极差来反映的，所以通常使用平均极差Rbar来估计过程的标准偏差，计算： = Rbar/d2= Rbar/d2 d2 是随样本容量变化的常数。 只要过程的极差和均值两者都处于统计控制状态，则可用估计的过程标准偏差来评价过程的能力,计算过程能力,过程能力是按标准偏差为单位来描述的过程均值与规范界限的距离，用Z表示。 对于单边容差，计算： Z=(USL-X2bar)/ Rbar/d2 或 z=(X2bar-LSL)/ Rbar/d2 对于双边容差，计算： ZUSL=(USL-X2bar)/ Rbar ZLSL=(X2bar-LSL)/ RbarZmin= ZUSL, ZUSL的最小值,计算过程能力（续）,可使用Z值和标准正态分布表来估计多少比例的输出会超出规范值： 对于单边容差，沿着附录F的边缘，找到Z值。表的左边为Z的整数部分和十数位值，上端为Z值的百分位值，行与列的交叉的值即为超出规范的百分比PZ 对于双向容差，分别计算 超过上、下规范界限的百分比。然后相加 Zmin可转化为能力指数Cpk Cpk = Zmin /3=CPU 或CPL 的最小值,评价过程能力,过程已处于统计控制状态且能力指数已用Zmin 或Cpk来描述，下一步是根据顾客的要求来评价过程能力 基本的目标是对过程的性能进行持续改进。首先应考虑哪些过程应优先考虑。 特性的区分 不论是对未满足的能力指数值作出响应，或是为超过最低能力指数要求对持续改进成本和质量性能作出响应，所要求的措施是相同的：,评价过程能力（续）,通过减少普通原因引起的变差或将过程均值调整到接近目标值的方法来改进过程性能采取管理措施改进系统 两种临时措施：对输出进行筛选，根据需要进行报废或返工处置（增加成本和容忍浪费） 改变规范使之与过程性能一致（既不能改进过程也不能满足顾客要求）,提高过程能力,为了提高过程能力，必须重视减少普通原因。必须将注意力直接集中在系统中，即造成过程变异的根本因素上： 机器性能 输入材料的一致性 过程操作的基本方法 培训方法或工作环境 纠正系统原因超出了操作者或现场管理人员的能力，需要管理层参与做一些基本的变化、分配资源。 短期的局部措施来纠正系统是不会成功的！,对修改的过程绘制控制图并分析,通过控制图来验证措施的有效性 将相关措施记录于控制图上 评定新的过程能力并建立新的控制限,The Time Element of Control Charts,SPC,Time Sequence,UCL,LCL,计数型控制图,计数型控制图重要的原因,计数型数据的情况存在于任何技术或行政管理过程中 在很多情况下已有计数型数据，不涉及到额外的费用即可将数据转化成控制图 在必须收集新数据的地方，获得计数型数据成本低，且不需要专业化的收集技术,不合格品率的P图,使用控制图的准备,建立适合与实施的环境 定义过程 确定作图的特性 顾客的需求 当前的潜在问题领域 特性之间的相互关系 定义测量系统 使不必要的变差最小化,收集数据,选择子组的大小、频率和数据 子组的大小 子组频率 子组数的大小,收集数据,计算每个子组内的不合格品率（P） 记录每个子组内的下列值：被检项目的数量 n 发现的不合格项目的数量 np 通过以上数据计算不合格品率： p = np/p,收集数据,选择控制图的坐标刻度 纵坐标：不合格品率 横坐标：子组识别（小时，天等） 纵坐标的刻度应从0到初步研究数据读数中最大的不合格率值的1。5到2倍的值 将不合格品率描绘在控制图上,计算控制限,计算过程平均不合格率（Pbar） Pbar=(n1p1+n2p2+nkpk)/(n1+n2+nk),计算控制限,计算控制限 画线并标注 过程均值（Pbar）水平实线 控制限(UCL,LCL)水平虚线,过程控制解释,分析极差图上的数据点 有点超出控制限 点在控制限内出现非随机的图形或趋势,点在控制限内出现非随机的图形或趋势,点子呈链状排列（过多的出现在中心线一侧） 显著多于2/3以上的点（90%）落在离R很近之处 显著小于2/3以下的点（40%以下）落在离R很近之处 点子排列呈趋势 点子排列呈周期状,过程控制解释,识别并标注特殊原因 重新计算控制限,过程控制解释,分析均值图上的数据点 识别和标注特殊原因 重新计算控制限,过程能力解释,计数型数据的过程能力与计量型的在观念上是不同的。计数型数据控制图上的每一点直接表明不符合顾客要求的不合格品的百分数或比例，因此对于计数型控制图，能力直接被定义为不合格品的平均百分数或比例。,评价过