1、Statistical Process Control Advanced Course,德昌 電機(jī),中級(jí)統(tǒng)計(jì)制成控制課程, 精品資料網(wǎng),Ph. D. 2)維持或改善控制.目標(biāo)是使品質(zhì)維持不變. 把統(tǒng)計(jì),過(guò)程及控制三個(gè)名詞的英文字頭起來(lái)就是SPC.,什么是統(tǒng)計(jì)過(guò)程控制(SPC)-續(xù)1, 精品資料網(wǎng),SPC就是利用統(tǒng)計(jì)方法去: 1.分析過(guò)程的輸出并指出其特性. 2.使過(guò)程在統(tǒng)計(jì)控制情況下成功地進(jìn)行和維持. 3.有系統(tǒng)地減少該過(guò)程主要輸出特性的變異. SPC幾個(gè)重要概念.第一個(gè),也是最重要的是你能否確定過(guò)程的輸入和輸出并把它們定量化,然后才開(kāi)始控制該過(guò)程- - 不是先行控制. SPC是以預(yù)防代替檢驗(yàn)

2、,制業(yè)與其他行業(yè)一樣,預(yù)防發(fā)生錯(cuò)誤永遠(yuǎn)比事后矯正為好,而且簡(jiǎn)單得多.,什么是統(tǒng)計(jì)過(guò)程控制(SPC)-續(xù)2, 精品資料網(wǎng),簡(jiǎn)單來(lái)說(shuō)，SPC是透過(guò)運(yùn)用統(tǒng)計(jì)學(xué)上的技巧如控制圖分析過(guò)程或其輸出，從而作出適當(dāng)?shù)男袆?dòng)以達(dá)至及保持統(tǒng)計(jì)控制狀況及改善過(guò)程能力。 SPC解釋為 . 運(yùn)用統(tǒng)計(jì)方法於過(guò)程控制上,S P C,SPC簡(jiǎn)介,SPC-控制改善的工具, 精品資料網(wǎng),參加SPC訓(xùn)練的好處,完成課程後，學(xué)員能： 從整體的品質(zhì)改善程序中，能解釋SPC的作用 認(rèn)識(shí)及懂得使用計(jì)量型極差及計(jì)數(shù)型圖表 理解基本的SPC概念 選擇合適的控制圖 明暸失控情況 解釋品質(zhì)的目標(biāo)及要求 在過(guò)程中能應(yīng)用SPC, 精品資料網(wǎng),統(tǒng)計(jì)學(xué)在生

3、產(chǎn)中應(yīng)用的目的,1. x, s -了解產(chǎn)品總體性能 2. Eliminate outlier due to assignable cause - 取消人為特殊因素造成的極端值以穩(wěn)定制程 3. Hit target() - 規(guī)格趨向目標(biāo)值 4. Reduce variance (s) - 減小差異 5. Spec Review for feasibility - 審核規(guī)格，看看是否適用, 精品資料網(wǎng),什么是解決問(wèn)題策略的步驟？ 用統(tǒng)計(jì)方法去解決問(wèn)題是以我們從工作方面得到的知識(shí)為基礎(chǔ)的.每一個(gè)問(wèn)題都是隨機(jī)變異(因統(tǒng)計(jì)數(shù)字的隨意波動(dòng)而引起的變異)及非隨機(jī)變異(因有特殊的成因而引起的變異)的結(jié)果.這種

4、變異可以被確認(rèn)和加以定量,并可將可能的原因范圍縮小,以經(jīng)驗(yàn)協(xié)助我們尋找解決方法.這種解決問(wèn)題方法的目標(biāo)是找出問(wèn)題原因,以系統(tǒng)的方法減少可能的原因數(shù)目,從而減少整個(gè)問(wèn)題的類別和變異原因. 我們每個(gè)人都要對(duì)整個(gè)解決問(wèn)題策略有概括的認(rèn)識(shí),詳細(xì)了解策略中你個(gè)人負(fù)責(zé)的那些部分.現(xiàn)在就讓我們逐一看看解決問(wèn)題的八個(gè)步驟., 精品資料網(wǎng),步驟一: 第一步驟是確認(rèn)(identify),搜集(collect)和展示(display)數(shù)據(jù),使變異顯示出來(lái). 你的目的是描述你的過(guò)程,這是統(tǒng)計(jì)學(xué)上的一個(gè)分支,稱為描述統(tǒng)計(jì)(descriptive). 步驟二: 下一步驟是篩選(screening)數(shù)據(jù).這個(gè)步驟是利用簡(jiǎn)單

5、實(shí)驗(yàn)前統(tǒng)計(jì)工具(statistical pre-experimental tools)去消除過(guò)程中所有無(wú)效用的變化源.這是實(shí)驗(yàn)前階段(pre-experimental stage),在此階段可以利用一些工具如柏拉圖(pareto),因果分析圖(cause and effect),變量控制圖(Multi-vari charts),這樣當(dāng)實(shí)驗(yàn)直接涉及變異目標(biāo)時(shí)你能更準(zhǔn)確地把目標(biāo). 假如你的過(guò)程中變量很多,才有必要用較復(fù)雜的 統(tǒng)計(jì)方法,如部分因子實(shí)驗(yàn)法去處理.,什么是解決問(wèn)題策略的步驟？(續(xù)), 精品資料網(wǎng),步驟三: 現(xiàn)在可以進(jìn)行實(shí)驗(yàn),目標(biāo)在于預(yù)測(cè)某種變動(dòng)對(duì)現(xiàn)行過(guò)程的作用.這樣才能把握 地預(yù)測(cè)出輸入

6、變量”X”對(duì)輸出”Y”的影響,或至少能使建議的過(guò)程(B)比現(xiàn)行過(guò)程 (C)產(chǎn)生更良好的結(jié)果. 步驟四: 繼續(xù)做實(shí)驗(yàn).你的過(guò)程有兩個(gè)或四個(gè)變量.你的策略是按因素設(shè)計(jì)用t檢驗(yàn)及f檢驗(yàn)去比較是否呈正態(tài)分布. 步驟五: 繼續(xù)做實(shí)驗(yàn).你的策略是有因素設(shè)計(jì)進(jìn)行方差分析.當(dāng)你有五個(gè)或五個(gè)以上變量時(shí),要利用部分因子實(shí)驗(yàn)法., 精品資料網(wǎng),步驟六: 你已繪上X及Y軸,進(jìn)行過(guò)程控制.利用控制圖表去維持過(guò)程的控制. 步驟七: 可以能過(guò)重新確定所在和重新實(shí)驗(yàn)發(fā)現(xiàn)新的解決方法來(lái)改進(jìn)你的控制方式,這是一項(xiàng)不重復(fù)的過(guò)程. 步驟八: 99%的過(guò)程變異已受你的控制,可以運(yùn)用不同方法去控制最后的1%以完成任務(wù),這些方法包括:響應(yīng)

7、曲面法(Response Surface Methodology),正交旋轉(zhuǎn)應(yīng)曲面法(Othogonal Rotatable RSM),單純形法(Simplex),最速上升法(SteepeAscent)以及回歸方法(Regression).用以上方法我們可以對(duì)一些物理模式中的參數(shù)進(jìn)行估計(jì)., 精品資料網(wǎng),Problem solving step by step approach:, 精品資料網(wǎng),Continuous Improvement Roadmap,Process Characterization Flowchart,Prioritize Opportunities for improv

8、ement,Select team,Process Mapping,Define the critical characteristic,Perform Gauge R&R,Capable?,Improvement measurement,Perform a process capability study,Stable & capable,Control Optimization,Implement total process control,Institutionalization,What?,Why?,To work on critical business issues,To sele

9、ct a cross function team,To map the process (as is & should be,To identify & define major product, process and machine parameters,To quantify the measurement error,To assess process stability & estimate process mean & variation,To compare process performance to customer requirements,To identify caus

10、e & effect relationships,To implement preventive procedures & steps to assure a stable & high performance process,To implement best practices & standards,To leverage resources,To expand knowledge & creativity,To get a visual picture of the process,To use 80/20 principle (80% of the performance will

11、be controlled by 20% of the parameters),To verify the measurement variation is less than 10% of the process variation or spec.,To verify the process is stable,To estimate the process mean/variation,To compare the process performance to spec.,To find important input variables,To assure proactive & pr

12、eventive thinking is implemented,To assure est process monitoring,To lay out C/A procedure up front,To implement what was learned across BU,Ed Bedells CIR, 精品資料網(wǎng),統(tǒng)計(jì)知識(shí)的層次 (針對(duì)一制程),僅有經(jīng)驗(yàn) - 沒(méi)有數(shù)據(jù) 數(shù)據(jù)采集 - 看看數(shù)據(jù) 整合數(shù)據(jù) - 圖, 表 描述統(tǒng)計(jì) - 平均值, 方差 特征統(tǒng)計(jì) - Cp/Cpk, 曲/直線擬合 控制統(tǒng)計(jì) - SPC控制圖 預(yù)示統(tǒng)計(jì) - 變量分析,實(shí)驗(yàn)設(shè)計(jì) 線性或多元回歸, 精品資料網(wǎng),SPC

13、-I,Collect & display data,SPC-II,Analyze data & take action,SPC-III,Make a decision,SPC-V,Evaluation,SPC 四個(gè)階段,收集及展示數(shù)據(jù),分析數(shù)據(jù),采取對(duì)策,作出決定,評(píng)估, 精品資料網(wǎng),Fundamental,Advanced,DOE,Other Tools,Concept training,SPC-I,SPC-II,SPC-III,Basic term,Control chart,Probability,TPM,6 Sigma,Central tendency,X bar -R,Binomia

14、l and Poisson probability,FMEA,MPCpS,Dispersion,X bar -Sigma,Central limit theorem,8D,TCM,Histogram,Median -R,Regression and correlation,Benchmarking,COQ,Stem & leaf plot,X and Moving range,Comparative Experiment,DFM,Normal distribution,p,Hypothesis & confidence interval,QFD,Z score,np,T-test,Compon

15、ent search,Outlier box plot,c,F-test,D-optional DOE,Quantile box plot,u,chi-square,Sampling plan,Normal Quantile plot,Pre-control chart,ANOVA,Taguchi DOE,Normality test,MSA,Introduction to DOE,Chart/graph/form,Capability study,(Full factorial DOE),Bar Chart,Muti variable analysis,Screening DOE,Radar

16、 chart,RSM DOE,Trend/Run chart,Pareto,Scatter diagram,Gantt chart,Check sheet,Check list,Cross reference matrix,Cause & effect diagram,Tree diagram,Others tools,Brainstorming,Mind mapping,SWOT,Process mapping,不斷 進(jìn) 步,SPC 內(nèi)容介紹,Introduction to control chart, 精品資料網(wǎng),解決問(wèn)題階段 課 程 SPC等級(jí) (應(yīng)用次序) (學(xué)習(xí)次序) 把變異顯現(xiàn) 數(shù)

17、據(jù)確認(rèn) CORE I 數(shù)據(jù)收集 數(shù)據(jù)展示 篩選: 消除80-90% 柏拉圖 無(wú)貢獻(xiàn)變異原因 因果分析圖 變量控制圖 過(guò)程分析/控制: 維持或改良 統(tǒng)計(jì)基礎(chǔ) COREII 過(guò)程控制 直方圖 測(cè)量系統(tǒng)分析,什么是解決問(wèn)題策略的步驟？(續(xù)), 精品資料網(wǎng),變量控制圖 制程能力研究 計(jì)數(shù)值控制表 預(yù)先控制 統(tǒng)計(jì)II CORE III 比較實(shí)驗(yàn) 變量分析 因子實(shí)驗(yàn) 部分因子實(shí)驗(yàn) 器件查詢實(shí)驗(yàn),解決問(wèn)題階段 課 程 SPC等級(jí) (應(yīng)用次序) (學(xué)習(xí)次序),什么是解決問(wèn)題策略的步驟？(續(xù)), 精品資料網(wǎng),組織改進(jìn)過(guò)程小組,小組成員定期計(jì)論以確定問(wèn)題的優(yōu)先次序,確定主要過(guò)程,編制過(guò)程控制流程表(列出輸入輸出與

18、控制問(wèn)題關(guān)系)確定完整的量度系統(tǒng)的制程能力,小組應(yīng)遵循上述或類似上述的解決問(wèn)題策略,除上述步驟外還需要有效溝通才能采取矯正措施.,什么是解決問(wèn)題策略的步驟？(續(xù)),團(tuán)隊(duì),工作 精神 力量, 精品資料網(wǎng),基本SPC的統(tǒng)計(jì)工具 (7工具),1. 檢查表：是邏輯性的技巧，以收集過(guò)程全面及準(zhǔn)確的資料。. 2. 流程圖：顯示過(guò)程內(nèi)所涉及的活動(dòng)或間題解決方法的圖表。 3. 柏拉圖：柏拉圖是一種條形圖，透過(guò)由左至右順序排列有助找出 問(wèn)題、成因、情況、位置及錢的重要性或影響性。 4. 因果分析圖：以圖表作為工具，以人、機(jī)器、物料、方法、測(cè)量及 環(huán)境列出潛在問(wèn)題的成因。,基本統(tǒng)計(jì)及統(tǒng)計(jì)概念, 精品資料網(wǎng),基本S

19、PC的統(tǒng)計(jì)工具 (7工具),5. 直方圖：直方圖以圖表形式表達(dá)對(duì)某數(shù)值或量度範(fàn)圍中出現(xiàn)的測(cè) 量次數(shù)。 6. 分散圖：明白特性的相互關(guān)係，以增強(qiáng)對(duì)過(guò)程控制及解決困難的 能力。 7. 控制圖+ OCAP：控制圖是以表達(dá)與時(shí)間有關(guān)或與批量表現(xiàn)有關(guān) 的過(guò)程，並找出過(guò)程是否在統(tǒng)計(jì)控制範(fàn)圍內(nèi)操作。在眾 多的控制圖類別中，以下列為最常用的： Shewharts Control Charts (變量控制圖) Attributes Control Charts (計(jì)數(shù)量控制圖) Pre-Control Chart (預(yù)控制圖),基本統(tǒng)計(jì)及統(tǒng)計(jì)概念, 精品資料網(wǎng),趨勢(shì)圖,檢查表, 精品資料網(wǎng),排列圖 -層層分列,

20、標(biāo)準(zhǔn)圖, 精品資料網(wǎng),Normal Quantile,Quantiles maximum100.0%27.314 99.5%26.197 97.5%18.223 90.0%12.969 quartile75.0%9.175 median50.0%5.062 quartile25.0%0.921 10.0%-3.169 2.5%-10.016 0.5%-26.302 minimum0.0%-26.,Moments Mean4.9105 Std Dev7.0409 Std Error Mean0.4333 Upper 95% Mean5.7637 Lower 95% Mean4.0572 N264

21、.0000 Sum Weights264.0000 Sum1296.3611 Variance49.5745 Skewness-0.5658 Kurtosis2.6744 CV143.3862,548Capability Analysis SpecificationValue Percent ActualNormal Lower Spec Limit-30%Below LSL 0.0000.000 Upper Spec Limit30%Above USL 0.0000.018 Spec Target0 Sigma7.040919 CapabilityIndex CPL1.653 CPU1.18

22、8 CPK1.188 CP1.420 CPM1.165,直方圖,QUANTILE/OUTLIER,1. 正態(tài)單對(duì)數(shù)坐標(biāo)曲線若所有點(diǎn)均在圖紙上上幾乎繪成一條直線，數(shù)據(jù)的分佈是屬於正態(tài)的。, 精品資料網(wǎng), 精品資料網(wǎng),Station1,Step1,Sation3,Step1,Station4,Step2,Step3,Final Measuremet,Final Response,Step2,Step3,Step4,Step5,Model1 Model2 Model3,1# 2# 3# etc.,1# 2# 3# etc.,1# 2# 3# etc.,Machine,1# 2# 3# etc.,Ma

23、terial,Lot1 Lot2 Lot3 etc.,輸入/輸出變量分析,Method,A B C,Station2,(魚(yú)骨圖+流程圖), 精品資料網(wǎng),Combine Cross Reference Table & 5 Whys:, 精品資料網(wǎng),數(shù)據(jù)種類,計(jì)量型數(shù)據(jù) - 數(shù)據(jù)是可量度的 * 獨(dú)立 (1,2,3,4,5,6,. 馬達(dá)，電阻， .) * 連續(xù)的 (8.61, 8.88, 8.0 volts, amp, .) 計(jì)數(shù)型數(shù)據(jù) - 性質(zhì)數(shù)據(jù)並不能以量化去演譯，即他們只可以類別分類。 Go/No Go Pass/Fail Yes/No Effective/No Effective,基本統(tǒng)計(jì)及

24、統(tǒng)計(jì)概念, 精品資料網(wǎng),Descriptive Statistics 描述統(tǒng)計(jì),概率分布,未知 母體,抽樣,樣本,樣本統(tǒng)計(jì)值,推定,鑒定母體,x,s (Stdev),以小(樣本) 看大(母體),N,n, 精品資料網(wǎng),數(shù)據(jù)分布, 精品資料網(wǎng),統(tǒng)計(jì)的基本術(shù)語(yǔ),總體 -一組數(shù)據(jù)包含某現(xiàn)象所有構(gòu)想的觀察(或假設(shè)可能發(fā)生的)。簡(jiǎn)單而言，這是一組我們有興趣知道的數(shù)據(jù)。 樣本 -一組只包含部份總體的數(shù)據(jù)。簡(jiǎn)單而言，這是總體中選出的數(shù)據(jù)。,基本統(tǒng)計(jì)及統(tǒng)計(jì)概念, 精品資料網(wǎng),正態(tài)分布的函數(shù)表達(dá), 精品資料網(wǎng),基本統(tǒng)計(jì)概念,參數(shù) -以數(shù)字來(lái)描述所測(cè)量的總體 (根據(jù)總體值的true value) 統(tǒng)計(jì) - 從樣本數(shù)

25、據(jù)中運(yùn)算出來(lái)的數(shù)字 (數(shù)值是根據(jù)樣本數(shù)據(jù)) - 若數(shù)據(jù)是從另一個(gè)樣本出來(lái)，數(shù)值會(huì)隨之而改變, 精品資料網(wǎng),描述統(tǒng)計(jì),目的 1. 決定數(shù)據(jù)的趨中程度 2. 以數(shù)理表達(dá)分散的程度 3. 決定樣本頻率分佈的形狀,基本統(tǒng)計(jì)及統(tǒng)計(jì)概念, 精品資料網(wǎng),趨中的量度,平均 - 所有值總和除以樣本容量 中位數(shù) - 順序(由小至大或由大至小)數(shù)列中心項(xiàng)的數(shù)值 眾數(shù) - 在樣本中出現(xiàn)次數(shù)最多的值,基本統(tǒng)計(jì)及統(tǒng)計(jì)概念,平均數(shù) =,中位數(shù) =,12334444 555555 6668889,眾數(shù) =, 精品資料網(wǎng),分散的量度,標(biāo)準(zhǔn)差(SD) - 過(guò)程輸出的分佈寬度，距離或每平均值的偏差,基本統(tǒng)計(jì)及統(tǒng)計(jì)概念,S,(,X,

26、i,-,m,),2,S,(,X,i,- X ),2,N,n - 1,s,=,=, 精品資料網(wǎng),分散的量度,極差 - 一個(gè)子組、樣本或總體中最大值與最小值之差,基本統(tǒng)計(jì)及統(tǒng)計(jì)概念,R = (最高值) - (最低值), 精品資料網(wǎng),機(jī)會(huì)分配形狀,基本統(tǒng)計(jì)及統(tǒng)計(jì)概念,偏斜 -0.5 to 0.5,峰態(tài) 2.5 to 3.5,正態(tài)分佈, 精品資料網(wǎng),分布的描述,偏斜 - 集中於某邊分佈的尾部 峰態(tài) - 量度分佈的峰或闊度,基本統(tǒng)計(jì)及統(tǒng)計(jì)概念,S,(,X,j,- x bar),3,s,3,偏斜,=,(1,/,n),S,(,X,j,- x bar),4,s,4,(,1/,n),峰態(tài),=,(-0.5 to +0.5),(2.5 to 3.5), 精品資料網(wǎng),正態(tài)分佈Z值,為何使用正態(tài)分佈？透過(guò)運(yùn)用平均數(shù)及標(biāo)準(zhǔn)差，正態(tài)分佈有助簡(jiǎn)便計(jì)算 / 評(píng)定次品比率。 在正態(tài)曲線圖下，Z value及其面積,基本統(tǒng)計(jì)及統(tǒng)計(jì)概念,必須知道： 平均值 (x bar) 標(biāo)準(zhǔn)差 (S) USL, LSL,Z = USL