统计的过程控制.pptVIP

Statistical Process Control 质量管理历史 质量管理的三个阶段 质量检验阶段 F·W·Taylor 科学管理运动----质量检验作为一种管理职能从生产过程中分离出来 统计质量控制阶段 休哈特----（SPC）统计过程控制 全面质量管理阶段 GE费根堡姆----（TQC）全面质量控制 质量管理大师 爱德华·戴明 现代质量改进之父 戴明循环 （PDCA） 戴明 14 要点、渊博知识体系 质量管理大师 约瑟夫·M·朱兰 将质量超越统计学的基点进入全面质量管理 “三步曲”(质量策划、质量控制、质量改进) 质量管理大师 石川馨 QCC 之父、日本式质量管理的集大成者 因果图发明者，全公司质量管理 质量管理大师 田口玄一 田口方法的创始人 把顾客的质量要求分解转化设计参数、形成预期目标值，最终生产出来低成本且性能稳定可靠的“物美价廉”的产品 什么是SPC 过程 Y=f(X1,X2..Xn) 过程控制 定义 为实现产品生产过程质量而进行的有组织、有系统的过程管理活动 目的 为生产合格产品创造有利的生产条件和环境，从根本上预防和减少不合格品的产生。 主要内容 对过程进行分析并建立控制标准、对过程进行监控和评价、对过程进行维护和改进 什么是SPC 统计过程控制 Statistical Process Control 应用统计技术对过程中的各个阶段进行评估和监控，建立并保持过程处于可接受的并且稳定的水平，从而保证产品与服务符合规定的要求的一种质量管理技术 内容 利用控制图分析过程的稳定性，对过程存在的异常因素进行预警 计算过程能力指数，分析稳定的过程能力满足要求的程度，对过程进行评价 什么是SPC 统计过程控制的特点 预防性方法 TQM的一种重要技术 重点在于“P”（Process） 统计过程诊断（SPCD / SPD ） Statistical Process Control and Diagnosis 含义--利用统计技术对过程中的各个阶段进行监控与诊断，从而达到缩短诊断异常的时间、以便迅速采取纠正措施、减少损失、降低成本、保证产品质量的目的。 张公绪教授 北京科技大学教授、博士生导师，兼任中质协副会长 为什么要学习 时代的需要：21世纪是质量的世纪，提出超严质量要求，是世界发展的大方向。 如电子产品的不合格品率统计方法，由过去的百分之一、千分之一、降低到百万分之一（ppm, parts per million),乃至十亿分之一（ppb, parts per billion)。 科学的要求： 要保证产品质量、要满足21世纪超严质量要求就必须应用质量科学。 生产控制方式由过去的3?控制方式改为6?控制方式。 3?控制方式下的稳态不合格品率为2.7 X 10-3, 6?控制方式下的稳态不合格品率为2.0 X 10-9 后者比前者降低了： 2.7 X 10-3 / 2.0 X 10-9=1.35 X106 即一百三十五万倍! 为什么要学习 3?控制方式与6?控制方式的比较 3?控制方式过程均值偏移1.5 ?不合格品率为66807ppm 6?控制方式过程均值偏移1.5 ?不合格品率为3.4ppm 后者比前者降低了： 66807 / 3.4=19649 即近二万倍! 统计基础知识 统计量的基本定义 平均值（Mean） 中位数（Medium） 众数（Mode） （1，2，3，4，5，5，6，7，8，9） 最大值（ Maximum ） 最小值（ Minimum ） 极差（Range） 统计基础知识 样本统计的基本公式 平均值（The Mean） 方差（The Variance） 标准差（The Standard Deviation） 控制图的结构 什么是控制图 对过程质量加以测定、记录并进行控制管理的一种用统计方法设计的图。 控制图的组成 UCL(Upper Control Limit) 上控制限 LCL(Lower Control Limit) 下控制限 CL (Central Line)中心线 按时间顺序抽取的样品统计量数值的描点序列 控制图的重要性 贯彻预防原则的SPC的重要工具 控制图可用以直接控制与诊断过程 应用广泛 特别是日本、美国等制造业发达国家 管理现代化的体现 工艺复杂环境 种类繁多环境 控制图的原理 将正态分布曲线旋转90度,以纵坐标为质量特性,横坐标随时间展开； 将μ、 μ+3σ和μ-3σ分别作为CL、UCL、LCL 將所得的數據按時間的坐標描成點，就得到一张管制图 图中，UCL为上控制限，CL为中心线，LCL为下控制限 控制图的原理 控制图原理的两种解释 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