SPC 统计过程控制VIP专享VIP免费

第一章SPC绪论(一）1、什么是SPC?•SPC--StatisticalProcessControl(统计过程控制）•含义--利用统计技术对过程中的各个阶段进行监控，从而达到保证产品质量的目的。•统计技术----数理统计方法。2、SPC的作用•预防：判断过程的异常，及时告警。3、SPC的缺点•不能告知异常是由什么因素引起的和发生于何处，即不能进行诊断。4、为什么要学习SPC（一）?•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由过去的百分之一、千分之一、降低到百万分之一（ppm,partspermillion),乃至十亿分之一（ppb,partsperbillion)。•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3s控制方式改为6s控制方式。–3s控制方式下的稳态不合格品率为2.7X10-3,–6s控制方式下的稳态不合格品率为2.0X10-9–后者比前者降低了：2.7X10-3/2.0X10-9=1.35X106即一百三十五万倍!为什么要学习SPC（二）?•3s控制方式与6s控制方式的比较：开展SPC的步骤•培训SPC–正态分布等统计基础知识–品管七工具：调查表、分层法、散布图、排列图、直方图、因果图、控制图–过程控制网图的做法–过程控制标准的做法•确定关键质量因素–对每道工序，用因果图进行分析，造出所有关键质量因素，再用排列图找出最终产品影响最大的因素，即关键质量因素；–列出过程控制网图，即按工艺流程顺序将每道工序的关键质量因素列出•制订过程控制标准•对过程进行监控•对过程进行诊断并采取措施解决问题第二章控制图原理1、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(UpperControlLimit)上控制限–LCL(LowerControlLimit)下控制限–CL(CentralLine)中心线–按时间顺序抽取的样品统计量数值的描点序列2、统计观点----现代质量管理的基本观点之一•产品质量具有变异性“人、机、料、法、环”+“软（件）、辅（助材料）、（水、电、汽）公（用设施）”•变异具有统计规律性随机现象Þ统计规律随机现象：在一定条件下时间可能发生也可能不发生的现象。3、基础知识(1)、直方图•分组、统计、作直方图•具体步骤–1、找出最大值和最小值，确定数据分散宽度数据分散宽度=（最大值-最小值）–2、确定组数k»Ön–3、确定组距h=（最大值-最小值）/组数–4、确定各组的边界第一组的组下限=最小值-最小测量单位的一半第一组的组上限=第一组的组下限+组距=第二组的组下限第二组的组上限=第二组的组下限+组距=第三组的组下限，依此类推。–5、确定各组的频数–6、作直方图–7、对直方图的观察:特点，中间高、两头低、左右对称3、基础知识(2)、正态分布(NormalDistribution)当抽取的数据个数趋于无穷大而区间宽度趋向于0时，外形轮廓的折线就趋向于光滑的曲线，即：概率密度曲线。特点：面积之和等于1。fN(x;s2,µ)=(1/sÖ2p)exp(-(x-µ)/2s2)•两个重要的参数：–µ(mu)---位置参数和平均值（meanvalue)，表示分布的中心位置和期望值–s(sigma)---尺度参数，表示分布的分散程度和标准偏差（standarddeviation),•两个参数的意义–µ(mu)---反映整体的综合能力–s(sigma)---反映实际值偏离期望值的程度，其值越大，表示数据越分散。–它们之间是互相独立。•质量管理中的应用不论µ与s取值如何，产品质量特性落在[µ-3s，µ+3s]范围内的概率为99.73%。落在[µ-3s，µ+3s]范围外的概率为1-99.73%=0.27%，落在大于µ+3s一侧的概率为0.27%/2=0.135%»1%。4、控制图基础知识(1)、控制限的确定•上控制限：UCL=µ+3s•中心线：CL=µ•下控制限：LCL=µ-3s(2)、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生，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=必然因素+偶然因素（异常因素）–必然因素——始终存在，对质量影响微小，难以消除，是不可避免的；–偶然因素——有时存在，对质量影响很大，不难消除，是可以避免的。•休哈特控制图的实质就是区分必然因素与偶然因素...