文档介绍：统计过程控制(Statistical Process Control )
统计过程控制
(Statistical Process Control )
S P C
课程目标
到本课程结束时,参加者应能识别:
了解统计基本概念
了解控制图原理
计量型与计数型控制图的作法与适用范围
这些图何时应用最合适
Ppk 和 Cpk 之间的区别以及了解
如何计算这些指数。
常态分布
1850
高斯
管制图(%)
1924
W3>.A Shewhart
美国
1960
日本
Ca/Cp/Cpk (ppm)
6σ
1980
Motorola
1992
TI
1994
Allied Signal
95
GE
98
Sony
一、SPC发展史
一、SPC发展史
战后经济遭受严重破坏的日本在1950年通过休哈特早期的一个同事戴明(W. Ed- wards Deming)博士,将SPC的概念引入日本。从1950~1980年,经过30年的努力,日本跃居世界质量与生产率的领先地位。美国著名质量管理专家伯格(Roger W. Berger)教授指出,日本成功的基石之一就是SPC。
美国W. A. Shewhart博士於1924年发明管制图,开启了统计品管的新时代
在日本强有力的竞争之下,从80年代起,SPC在西方工业国家复兴,并列为高科技之一。例如,加拿大钢铁公司(STELCO)在1988年列出的该公司七大高科技方向如下:(1)连铸,(2) 炉外精炼钢包冶金站,(3) 真空除气,(4) 电镀钵流水线,(5) 电子测量,(6) 高级电子计算机,(7) SPC
一、SPC发展史
美国从20世纪80年代起开始推行SPC。美国汽车工业已大规模推行了SPC,如福特汽车公司,通用汽车公司,克莱斯勒汽车公司等,上述美国三大汽车公司在ISO9000的基础上还联合制定了QS9000标准,在与汽车有关的行业中,颇为流行。
一、SPC发展史
制程条件起伏
品质变异
产品优劣
因
果
因
果
传统的制造业依赖检验最终产品并筛选出不符合规范的产品的质量控制。这种检验策略通常是浪费和不经济的,因为它是当不合格品产生以后的事后检验。而建立一种避免浪费、首先就不生产无用产品的预防策略则更为有效。这可以通过收集过程信息并加以分析,从而对过程本身采取行动来实现。SPC就是这样的一种过程控制方式。
制程
——品质的源头,
SPC的焦点
质量是存在变异的,且变异存在统计规律性。
1、质量是存在变异的,这是众所周知的事实。
世上没有两片相同的树叶。
二、过程的统计观点
过程的统计观点
2、质量变异是有规律性的,但它不是通常的确定性现象的确定性规律,而是随机现象的统计规律.
所谓确定性现象就是在一定条件下,必然发生的或不可能发生的事件。
但是质量问题,经常遇到的却是随机现象,即在一定条件下事件可能发生也可能不发生的现象。
如:灯泡的寿命可能是1000小时。也可能小于1000小时。
过程的统计观点
对于随机现象通常应用分布( distribution )来描述,分布可以告诉我们:变异的幅度有多大,出现这么大幅度变异的可能性(概率, Probability )有多大,这就是统计规律.
如:灯泡寿命小于1000小时的概率为10%。
对于计量特性值,如长度、重量、时间、强度、纯度、成分等连续性数据,最常见的是正态分布( normal distribution )。
0