统计过程控制SPC 主讲:宋志军 培训背景: FMEA,SPC,MSA我们称之为预防工具三剑客,SPC,MSA更是以数据为基础的预防性工具。我们在企业很多时候是有数据统计,没有数据分析,更是没有分析后的应用与改善。 培训受益: 让学员认识统计过程控制,是企业提高质量管理水平的有效方法。它利用数理统计原理,通过检测资料的收集和分析,可以达到“事前预防”的效果,从而有效控制生产过程、不断改进品质。 通过课程的学习,让学员了解SPC的原理,正确应用SPC的技巧。让SPC不仅仅是绘图,更是动态的管理手段,确实的协助管理者掌握维持过程稳定的能力。 课程时间:2天/共12H 课程内容: 一、数据的基本常识: 1、数据的分类 2、收集数据的目的 3、收集数据应按注意的事项 Ø 有效数字 Ø 数字的修约规则 4、数据的几个重要特征: Ø 表示数据集中位置的特征数 Ø 表示数据离散程度的特征数:极差、方差、标准偏差(σ) 5、标准差与平均值关系 二、关于spc理解 1、永续经营法则 2、客户对供应商spc之要求 3、spc基础 Ø spc起源、背景 Ø 最新版本spc的变化 Ø spc的假设条件 Ø 统计资料的类型(计数、计量) Ø 正态分布 Ø 中值、极差、标准偏差的计算 Ø 过程的变异 三、工序能力分析(CPK) 1、工序能力的含义:工序能力与生产能力、机械能力的区别 2、工序能力的数量表示: 为什么用6σ来表示工序能力? 3、工序能力与公差图 4、工序能力指数Cp及其计算 Ø 正态分布 Ø 双向允差,工序分布中心与规格中心重合(即无偏移的情况) Ø 双向允差,工序分布中心与规格中心有偏移 Ø 单向公差情况:只有公差上限TU时/只有公差下限TL时 5、工序能力的判断及处置 Ø 工序能力判断标准 Ø 有偏离系数工序能力的判断标准 Ø CP值对应的总体不合格品率表(%) 6、处置: CP>1.67时、1.33 < CP≤1.67时、1<CP≤1.33时、0.67 < CP≤1时、CP≤0.67时 7、改善及矫正措施 8、序能力指数计算练习 四、控制图--spc质量控制的基本元素是控制图。 1、什么是控制图:(控制图原理:3σ原则) 2、控制图的主要用途: Ø 变异的本质:共同原因、特殊原因 Ø 管制状态 Ø spc两个阶段:分析阶段,监控阶段 Ø 分析用的控制图主要目的:管理用的控制图主要作用:充分体现出spc预防控制的作用。 3、控制图的基本形式 控制图的种类及主要用途 4、计量值控制图 Ø 平均值-极差控制图 ①收集数据 ②数据分组,填入数据表 ③计算各组(样本)的平均值X和极差R ④计算总平均值和极差R ⑤计算中心线和控制界限:控制图系数表 ⑥绘制控制界限 ⑦标注有关可参考事项 Ø 中位数和极差控制图——案例 Ø 单值─移动极差控制图(X-Rs) ② 集数据,填入数据表 ②计算各样本的移动极差及其平均值 ③求X控制图的中心线和控制界限 ④求Rs控制图的中心线和控制界限 ⑤画中心线的和控制界限 ⑥标注有关事项 Ø 平均值和标准偏差控制图——案例分析 Ø 控制线的修订分析 5、计数值控制图 Ø 计数值控制图有不合格品率控制图(P图)、不合格品数控制图(Pn)图、单位缺陷控制图(u图)和缺陷控制图(C图)。 Ø 不合格品率控制图(P控制图) ①主要用途 ②P控制图几种画法 ③一是收集的样本大小n不等 ④二是对上述控制界限的计算进行简化 ⑤不合格品率控制图(P控制图)画法 Ø 不合格品数控制图(Pn控制图) Ø 单位缺陷数控制图(μ控制图) Ø 缺陷数控制图(C图) Ø 公差百分率控制图 ①什么是公差百分率控制图 ②中心线和控制界限的确定 ③ 差百分率控制图的特点 6、控制图的观察分析 控制图与工序变化的分析和判断 Ø 工序稳定状态的判断 ①工序是否处于稳定状态,必须同时要满足两个原则 Ø 工序不稳定状态的判断 ①点子超出控制界限 ②点子处在警戒区内 ③点子在控制界限内,但点子排列有缺陷 7、控制图异常的处理 Ø 4种情况应重新计算控制界限并作控制图: Ø 控制图两种错误的分析 Ø 3σ控制界限的意义 ⑷质量特性与控制图的选择要考虑的6个方面: 8、使用控制图的注意事项 ①分组问题、②分层问题、③控制界限的重新计算——课堂练习 五、推进spc的关键点 1、培训spc 2、确定关键质量因素 3、提出制程管制标准 4、在各部门落实,将具有立法性质的有关制程管制标准的文件编制成明确易懂,便于操作的手册,供各个制程使用 5、统计监督和管制制程 6、诊断异常和采取措施解决问题 六、课程总结与问题解答
|