❖ r=0,两个变量之间不存在线性关系或者不相关.
SPC解决方案
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO分析 SPC简介
内容提要
直通率的含义 直通率分析方法及意义 DPMO的含义 DPMO分析方法及意义
直通率分析 和 DPMO分析
浪费45，000ppm TPY
直通率 工序一
通过检查，合格率95.5%
工序二的合格率97%
浪费30，000ppm 浪费56，000ppm
装配站 合格率94.4%
浪费131，000ppm
直通率（FPY）
•暴露出隐含成本 •制程状况全面掌握 •指出那些改进效果较明显的工序 •通过了解过程不同部分的影响来研究 整个过程
FPY强调过程每一步骤的能力 —而不只是最终结果
Cr （或 Cpr ） 1 （常以百分数表示） Cp
都存在时）
Cpu USL x（当 USL 存在时） 3 ˆ
Cpl x LSL （当 LSL 存在时） 3 ˆ
Cpk Min （ USL x ，x LSL ）
3 ˆ
3 ˆ
k
x （ USL LSL ） 2 ， （ USL LSL ） 2
在实际应用中,当各组容量与其平均值相差不超过正负25%时,可
用平均样本容量( )来计算n控制限. n
1 P (1 P ) n 1 P (1 P ) n
U控制图的控制限计算
计算单位缺陷数和上下控制界限：
uC1C2Ck n1n2nk
CL u c n
UCL
u 3
u n
LCL
u 3
u n
VI.
控制界限=平均值±3σ
控制图原理：
❖ 1） 3 σ原理： 若变量X服从正态分布,那么,在 ±3σ 范围内包含了99.73% 的数值。
❖ 2） 中心极限定理： 无论产品或服务质量水平的总体分布是什么，其 的分布（每个 都是从总体的一个抽样的均
值）在当样本容量逐渐增大时将趋向于正态分布。
x
x
计量型控制图 计数型控制图
1. Data Points
3. Upper Control Limit
2. Center Line
4. Lower Control Limit
控制图的要素
➢ 纵坐标：数据（质量特性值或其统计量） ➢ 横坐标：按时间顺序抽样的样本编号 ➢ 上虚线：上控制界限UCL ➢ 下虚线：下控制界限LCL ➢ 中实线：中心线CL
散布图 ➢ 两个变量之间可能存在以下主要几种分布情况：
相关系数
❖ 衡量两个变量间线性关系的密切程度
❖ ❖
rrr的越 取接值近范于L 围1L x ，为xL Xx ：y 与y-1Yy ≤之,其 r间≤的1；线性关中 系L越x好y ， (xi x)y (i y)
❖ r=1为完全正相关关系；r=-1为完全负相关关系
SPC的意义
有效监测与预防 管理控制图
SPC的意义
实际的变化发生在此处
USL UCL
将导致在此处耗 费时间查找原因
❖ “SPC就像房屋中的烟雾探测器：只要这种装置备有电池，并且被正确安置以及旁边有人监听，那 么它就可以提前发出警报使你有足够时间阻止房屋起火”
❖ ——《6 Sigma管理法 追求卓越的阶梯》
即6 σ为标准来衡量过程是否具有足够的精确度和良好的经济特性的。过程能力记为B，
则
B= 6 σ
估计Sigma
ˆ R ˆ S
d2
c4
过
程
Cp,Cpk,Cpm
Sigma
计算Sigma
S
im1(x 为n组 ，容 则 m量 k*n
Cp USL LSL ( 当 USL 、 LSL 6 ˆ
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO SPC简介
内容提要
过程能力研究
过程能力 指 处 于 统计稳 态 下 的 过 程 的 加 工 能 力；
过程能力
❖ 过程能力是以该过程产品质量特性值的变异或波动来表示的；
❖ 根据3σ原理，在分布范围μ ±3 σ内，包含了99.73%的数据，接近于1，因此以±3 σ，
SPC解决方案
SPC解决方案
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO分析 SPC简介
❖ 在控制图的设计阶段使用,主要用以确定合理的控制界限; ❖ 每一张控制图上的控制界限都是由该图上的数据计算出来;
从分析阶段转入控制阶段
❖ 在什么条件下分析阶段确定的控制限可以转入控制阶段使用： ▪ 控制图是受控的 ▪ 过程能力能够满足生产要求
❖ 控制图的控制界限由分析阶段确定; ❖ 控制图上的控制界限与该图中的数据无必然联系; ❖ 使用时只需把采集到的样本数据或统计量在图上打点就行;
直方图的用途
目的：寻找主要问题或影响质量的主要原因
Pareto理论在品质管理中的应用
❖ 缺陷柏拉图 ❖ 异常柏拉图 ❖ 原因柏拉图 ❖ 措施柏拉图
品质管理中主要应用
找出“重要的少数” 因为80%的问题由20%的潜
在原因引起
散布图
➢ 散布图也称相关图，可以直观地表示出两变量之间的相关程度； ➢ 当怀疑系统中两个变量可能有关系，但不能确定这种关系是什么的时候，就可以使用。 ➢ 依据两个变量画出横坐标轴和纵坐标轴：
xMR控制图的控制限
3 计算控制界限:
X控制图
MR控制图
UCL x 2.66MR CL x LCL x 2.66MR
UC RL3.26M 7R
CLR MR
LCRL0
P控制图的控制限计算
计算总平均不良率和上下控制界限：
CL P
pnp1np2npkUCL P 3
n1n2nk
LCL P 3
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO SPC简介
内容提要
I. II. III. IV. V. VI.
质量特性的分类 控制图的分类 控制图的构成 控制图应用的二个阶段 控制限的计算 判异准则
控制图
质量特性分类
❖ 计量型：用各种计量仪器测出、以数值形式表现的测量结 果，包括用量仪和检测装置测的零件直径、长度、形位误 差等，也包括在制造过程状态监控测得的切削力、压力、 温度、浓度等。
Todaysoft®SPC解决方案
DPMO分析
单件产品缺陷率DPU ： 如果在某个子组的100件中发现3个缺陷， DPU=d/n=3/100=0.03 d=缺陷数 n检验的件数 DPU表示单件水平上的能力。DPO（及DPMO） 则测量机会水平上的能力 DPMO：Defects Per Million Opportunity
Process： （过程）有输入-输出的一系列的活动； Control： （控制）事物的发展和变化是可预测的；
▪ 波动无处不在 ▪ 正常波动和异常波动 ▪ 通过保持过程受控和稳态提高过程能力和品质水平
SPC的基本原理
3 σ原理
X
68% 95% 99.7%
➢ 全面、及时了解质量信息，信息共享 ➢ 有效监测和预防，提高生产率 ➢ 提高客户满意度，赢得更多客户 ➢ 保持产品和服务质量的稳定性及进一步的持续改进 ➢ 降低总的质量成本
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO分析 SPC
内容提要
专业工具书简介
IATFAIAG官方正版识别 如右图：1.中英文对照
2.封面没有打孔 3.16开本 4.封面覆膜 网上销售地址：
淘宝唯一授权旗舰店：
SPC
Statistical: （统计）以概率统计学为基础，用科学的方法分析数据、得出 结论；
Ppu USL x（当 USL 存在时） 3
Ppl x LSL （当 LSL 存在时） 3
Ppk Min （ USL x ，x LSL ）
3
3
Ppm USL LSL 6 S 2 ( x Ta ) 2
SPC的基本原理 控制图 过程能力研究 直方图、柏拉图、散布图 直通率、DPMO分析 SPC简介
判异准则及SPC的颜色管理
受控状态
在控制图上的正常表现为： （1）所有样本点都在控制界限之内； （2）样本点均匀分布，位于中心线两侧的样 （3）靠近中心线的样本点约占2/3； （4）靠近控制界限的样本点极少。
本点约各占1/2；
判异准则
失控状态 明显特征是有: （1）一部分样本点超出控制界限
除此之外，如果没有样本点出界，但 （2）样本点排列和分布异常，
控制阶段
何时应该重新计算控制界限
1. 控制图是根据稳定状态下的条件（人员、设备、原材料、工艺方法、测 量系统、环境）来制定的。如果上述条件变化，则必须重新制定控制图.
2. 一定时间后检验控制图还是否适用； 3. 过程能力值有大的变化时。
V.
控制限的计算方法
x R控制图的控制限计算
1.计算各组样本统计量，如样本平均值、极差及总平均值：
❖ 计数型：通常是指不用仪器即可测出的数据。计件如不合 格件数；计点如PCB上的漏焊数、溢胶数等
计量型 计数型
计件型 计点型
II.
控制图的构成
18
+3
17
16
点落在该区间的概率为99.7%
15
14
13
12
Average
11
10
9
8
7
6
5
-3
1
2
3
4
5
6
7
8
9
10
Components of Every Control Chart:
也说明生产过程状态失控。