Green Belt SPC.ppt

過(guò)程統(tǒng)計(jì)控制 SPC SPC能發(fā)出信號(hào)提示一個(gè)在穩(wěn)定狀態(tài)過(guò)程的差異正受到外來(lái)肇因的影響 過(guò)程統(tǒng)計(jì)控制 統(tǒng)計(jì) 可能性基礎(chǔ)上的決策規(guī)則 過(guò)程 任何重復(fù)的工作或步驟 控制 監(jiān)察過(guò)程的表現(xiàn) 這個(gè)分析是基于和 ttest 假設(shè)測(cè)試一樣的概念 它能提供關(guān)于過(guò)程的決策 在問(wèn)題影響輸出前加以更正 X1 X2 X3 SixSigma和SPC SixSigma質(zhì)量監(jiān)控集中把控制轉(zhuǎn)移到過(guò)程的上游 使對(duì)輸入特性或要素X s的控制更有力量 控制圖表應(yīng)用于流程的變量獨(dú)立變量 設(shè)計(jì)變數(shù)X1 X2 Xk 提供更強(qiáng)的穩(wěn)定性于依附變量 回應(yīng)Y1 Y2 Ym Y X 什么時(shí)候使用SPC 我想知道什么 過(guò)程的關(guān)鍵因素 X 或 Y 輸出有隨時(shí)間過(guò)去而變化嗎 例如 過(guò)程穩(wěn)定嗎 我希望怎樣看到它 基于即時(shí)數(shù)據(jù)的圖表顯示出過(guò)程的變化 SPC是個(gè)嚴(yán)謹(jǐn)?shù)倪^(guò)程 它要求操作團(tuán)隊(duì)積極地的收集和分析數(shù)據(jù) 控制圖表 控制圖表是在1920年 由BellLaboratories的WalterShewhart博士發(fā)明的過(guò)程控制工具 統(tǒng)計(jì)性的過(guò)程控制圖表提供了在過(guò)程所觀測(cè)到的計(jì)量與在統(tǒng)計(jì)上計(jì)算到 控制界限 預(yù)期的 的圖示化比較 控制圖表 用于監(jiān)察過(guò)程的輸入 參量或輸出 XsandY 用于識(shí)別當(dāng)過(guò)程失去控制用于鑒定過(guò)程中出現(xiàn)的特殊肇因差異不能告訴我們是否合符規(guī)格限制既不能識(shí)別也不消除特殊原因?qū)τ须p邊界限的假設(shè)測(cè)試均值的控制限制是推斷于觀測(cè)的樣本均值的相同點(diǎn)或不同點(diǎn) 標(biāo)準(zhǔn)差或范圍的控制界限代表在方差可顯示分別之處 控制圖表的類型 為了選擇合適的控制圖表來(lái)監(jiān)控過(guò)程 首先要決定關(guān)鍵過(guò)程變量 X s 是連續(xù)的還是離散的 監(jiān)控連續(xù)X s的變量圖表 監(jiān)察離散X s的屬性圖表 控制表格的類型 通過(guò) 及格 好 壞 進(jìn)行 不進(jìn)行的信息每個(gè)圖表可以有多個(gè)特性較少花費(fèi) 但也有較少的信息 監(jiān)控連續(xù)X s的變量圖表 監(jiān)控離散X s的屬性圖表 使用量度到的數(shù)值周期時(shí)間 長(zhǎng)度 直徑 微量等 通常每個(gè)圖表均有一個(gè)特性更昂貴 但有更多的信息 變量控制圖表 連續(xù)的數(shù)據(jù) 控制圖表的類型 圖表 XBarChart 均值隨時(shí)間過(guò)去而變化的示圖R圖表 RChart 樣本隨時(shí)間過(guò)去的范圍 最高數(shù)值和最低數(shù)值之間的差別 示圖個(gè)體的圖表 IndividualsChart 個(gè)體數(shù)值時(shí)間性變化的圖表 移動(dòng)范圍圖表 MovingRangeChart 移動(dòng)范圍隨時(shí)間過(guò)去而變化的示圖 雙樣本 Xi Xi 1 受控 失控 控制下的過(guò)程基本上只含自然隨機(jī) 普遍肇因的差異 若特殊原因的差異存在 它對(duì)流程有最小的影響 是可預(yù)期的若過(guò)程必須改進(jìn) 則要求改變系統(tǒng) 不受控制的過(guò)程存在有至少一個(gè)特殊肇因的差異 特殊原因的發(fā)生對(duì)過(guò)程有重要影響 一些看到的差異是非隨機(jī)的 不可預(yù)期的 通過(guò)識(shí)別特殊原因并對(duì)其加以控制 過(guò)程的輸出可以得到改進(jìn) 在假設(shè)測(cè)試的術(shù)語(yǔ)中 不受控制流程的輸出表示了從預(yù)期表現(xiàn)水平觀察到的分別 假設(shè)測(cè)試 控制圖表以圖形表示了一個(gè)有時(shí)間次序 帶有HO和HA的雙邊測(cè)試 其中HO和HA定義為 For3slimits 0 00135 Ho i Ha i 當(dāng)子集的平均水平落在控制圖表的界限外 它就以圖表說(shuō)明在樣本均值和歷史均值中存在差別 注 大概的置信水平是99 7 為何用ThreeSigma控制界限 ThreeSigma界限經(jīng)歷了時(shí)間的考驗(yàn) ThreeSigma界限帶給a約為 00135的結(jié)果 當(dāng)流程沒(méi)有發(fā)生真正的改變時(shí)產(chǎn)生作用的幾率很小 因?yàn)殡S著時(shí)間過(guò)去會(huì)做許多的測(cè)試 所以這點(diǎn)是重要的 2s 平均有95 的置信區(qū)間3s a 003 原因 許多的連續(xù)的測(cè)試 減少潛在的錯(cuò)誤 4 5s 個(gè)體的度量比較于消費(fèi)者要求的流程長(zhǎng)期表現(xiàn)目標(biāo) 6 0s 個(gè)體的度量比較于消費(fèi)者要求的流程短期差異目標(biāo) 當(dāng)流程穩(wěn)定時(shí) 3s限制提供了對(duì)變化的高敏感度及低可能性的過(guò)度反應(yīng) 盡可能使用理性的子集 如能力分析的一樣收集數(shù)據(jù)以使子集中包含只有普遍肇因的差異 在持續(xù)流程控制中利用理性子集續(xù)繼盡可能收集所有關(guān)于流程的信息 子集內(nèi)的差異是短期的 一般的原因子集間的差異與操作上的控制有關(guān) 最大化控制圖表的效用 確定一個(gè)控制計(jì)劃 將檢測(cè)到樣本之間差異的可能性最大化 樣本大小當(dāng)在參量范圍的測(cè)量可能有變時(shí) 除非經(jīng)濟(jì)原則上不可行 應(yīng)選擇在每組樣本內(nèi)抽取多個(gè)部件的控制圖表計(jì)劃 使用X的移動(dòng)范圍圖表當(dāng)度量不存在或存在很小的差異 或合符經(jīng)濟(jì)原則 如一個(gè)小樣本的t測(cè)試一樣 當(dāng)存在重大的流程差異時(shí) 單個(gè)X的移動(dòng)范圍圖表的靈敏度不足夠取樣頻率流程表現(xiàn)越好 需要的取樣頻率越低 基于對(duì)流程表現(xiàn)的經(jīng)驗(yàn) 取樣頻率是可以變的考慮以每小時(shí) 每天 每班 每月 每年 每批等 目前的工業(yè)標(biāo)準(zhǔn)傾向于小樣本 高頻率的方式 計(jì)算平均圖表控制界限 要確定控制界限的均值 你必須先計(jì)算整體性流程的平均 總均值 k 子集平均的數(shù)目 控制界限的上限 由下面的公式確定 控制界限的下限 由下面的公式確定 整體性流程的平均 X X X X k k 1 2 對(duì)于較大的樣本量取 給定流程的界限將會(huì)較狹窄 且圖表的靈敏度較大 較大的子集會(huì)增加靈敏度 當(dāng)樣本大小增加時(shí) 控制界限會(huì)更接近 這能增加靈敏度 也就是說(shuō) 它增加了發(fā)現(xiàn)變化的可能性 控制圖表的敏感度與樣本大小的平方根的比率相應(yīng) 如 樣本大小為25是樣本4 5 2 的2 5倍 要利用中央限制法則的優(yōu)點(diǎn) 子集的大小必須大于2 n 3 n 10 n 25 UCL UCL UCL LCL LCL LCL B22 14 計(jì)算差異圖表的控制界限 要介定 s 的控制界限 首先要計(jì)算每個(gè)子集的 s 值 接著計(jì)算 S 的平均確定控制界限線 計(jì)算是建立在與均值圖表相似的概念基礎(chǔ)上的 但是較復(fù)雜 幸運(yùn)的是Minitab可計(jì)算這些界限 k 子集的數(shù)量 ni 在第i個(gè)子集中觀測(cè)的數(shù)量 關(guān)于限制的注意點(diǎn) 不要將控制界限與規(guī)格界限相混淆 規(guī)格界限是流程限制之外的 例如 他們可以代表為了滿足CTQ特性的工程上要求 控制界限是流程內(nèi)部的 它們反映了流程預(yù)期的差異范圍 規(guī)格界限是針對(duì)個(gè)別數(shù)值的 然而在圖表上 控制界限是針對(duì)樣本平均的 兩種類型的控制圖表錯(cuò)誤 把一個(gè)特殊原因的差異視作普通原因的差異錯(cuò)過(guò)了確定流程變化的機(jī)會(huì) 把一個(gè)普通原因的差異視作特殊原因的差異妨礙穩(wěn)定的流程 尋找不存在的特殊原因而浪費(fèi)資源 圖表告訴了我們關(guān)于流程的一些什么 使用Minitab創(chuàng)建變量控制圖表 這個(gè)練習(xí)將使用Minitab 利用來(lái)自梅花格的數(shù)據(jù) 創(chuàng)建不同類型的控制圖表 在這練習(xí)中 我們將使用圖表和圖表來(lái)跟蹤流程 并看看圖表的相對(duì)敏感度 把運(yùn)行梅花格所得的數(shù)據(jù)以子集輸入到每列中打開(kāi)Stat ControlCharts XbarR S的程序?qū)?huì)是相似的 對(duì)話框顯示如下 設(shè)定表格 圖表的數(shù)據(jù)可以在獨(dú)立一行內(nèi)或以子集陳列 在這練習(xí) 我們將使用子集陳列 選擇代表你使用的子集的數(shù)據(jù)行 我們將留空著歷史均值和標(biāo)準(zhǔn)偏差的區(qū)域設(shè)定 填入這些區(qū)域設(shè)定可以為流程介定控制界限及為介定了 如現(xiàn)狀 的條件鎖定界限線 選擇Tests 并選擇運(yùn)行所有的測(cè)試 連按兩次OK鍵 圖表闡析 流程的狀態(tài)是什么 應(yīng)在建立流程能力和持續(xù)流程控制基礎(chǔ)以前 進(jìn)行圖表闡述 首先闡述Sigma圖表 在初期能力分析中 若你能識(shí)別引起 OOC 狀態(tài)的特殊原因差異 當(dāng)你計(jì)算控制界限時(shí) 你能夠?qū)⑦@些方面排除在考慮之外 若發(fā)生下列情況 流程就會(huì)失去控制 有一點(diǎn)落在控制界限之外 3個(gè)連續(xù)點(diǎn)的其中2點(diǎn) 在同一邊均值2s的距離 5個(gè)連續(xù)點(diǎn)的其中4點(diǎn) 在同一邊均值1s的距離 9個(gè)連續(xù)點(diǎn)在均值的同一邊 更多 正常流程的變化 沒(méi)有顯示任何改變 此圖表表示可預(yù)期性的流程 當(dāng)中流程差異僅是隨機(jī)的 這些點(diǎn)不可預(yù)期的上下波動(dòng) 但有在中線周圍聚集的趨向 但也不是很緊密 和在控制界限內(nèi) 這種形態(tài)是任何控制圖表的目標(biāo) 它不一定顯示出流程有最佳能力或流程符合規(guī)格 但它顯示了流程有穩(wěn)定性 特殊肇因的變化 發(fā)生了什么 偶爾會(huì)有個(gè)因素進(jìn)入流程并導(dǎo)致突然及短暫的變化 這種原因會(huì)出現(xiàn)在圖表中 呈現(xiàn)于控制之外的點(diǎn)集 S圖表通常不受這些偏移影響 一些典型原因 流程中使用了一批不符合規(guī)格的原料測(cè)量的查刻度暫時(shí)性的偏移不同的檢查員不同種類的工具 S 潛在流程以外的事故 這些很有趣 流程有時(shí)候會(huì)打嗝 因?yàn)檫@些 反叛 或 飛脫 流程會(huì)產(chǎn)生偶然的數(shù)值明顯不屬于基本流程分布的一部份 當(dāng)一個(gè)發(fā)生后 流程將回復(fù)正常直到下個(gè)打嗝的發(fā)生 一些典型原因 測(cè)量上的錯(cuò)誤在堆疊最底的一件 或最高的一件 方塊 卷線的端點(diǎn)等 污物或外來(lái)的材料 打嗝 打嗝 打嗝 突然的流程偏移 你曾做過(guò)什么 變化后 流程制造出平均較大的部件或產(chǎn)量增加或硬度變強(qiáng)等等 流程的基本可變性沒(méi)有發(fā)生變化 同時(shí)范圍圖表也沒(méi)有顯示變化 一些典型原因 錯(cuò)誤的調(diào)整或不恰當(dāng)?shù)脑O(shè)置材料或潤(rùn)滑劑的改變 工人換班 征兆 連續(xù)九點(diǎn)在中心的一邊 流程趨勢(shì) 它將發(fā)展到何處 趨勢(shì)是流程級(jí)別的漸進(jìn)偏移 僅反映在圖表中 有時(shí)原材料 測(cè)量或人為因素能引起一個(gè)趨勢(shì) 但可能性不大 麻煩通常在設(shè)備本身 電力的供應(yīng)或先前的流程環(huán)境 一些典型原因 通常相關(guān)于 工具磨損 因?yàn)橐话泔@示工具的磨損 通常是自然的老化或磨損 舉例 化學(xué)浸料在電鍍操作或在不同的化學(xué)作用的消耗 征兆 7點(diǎn)連續(xù)向上 7點(diǎn)連續(xù)向下 區(qū)域測(cè)試 可能性的區(qū)域 流程是 失控 的 當(dāng) Copyright1995SixSigmaAcademy Inc 屬性控制圖表 離散數(shù)據(jù) 屬性控制圖表 當(dāng)不能提供特征測(cè)度時(shí)有用以計(jì)算 分類為基礎(chǔ) 進(jìn)行 不進(jìn)行 通過(guò) 不及格 好 壞 基于Poisson或二項(xiàng)分布統(tǒng)計(jì)上控制界限和可變控制界限的計(jì)算不同 但闡述方式相似一個(gè)圖表可以涵蓋任何數(shù)量的數(shù)據(jù)特征 但較難分析信號(hào)單個(gè)圖表替代了兩個(gè)無(wú)范圍圖表 屬性測(cè)度的連貫性 為確保數(shù)據(jù)屬性報(bào)告的連貫性 缺陷上的精確操作定義是重要的 一旦介定 應(yīng)該利用屬性GageR R方法為所有使用者測(cè)試標(biāo)準(zhǔn)水平的應(yīng)用 從而所有的檢察員能均一且清楚地應(yīng)用操作上的定義 屬性的術(shù)語(yǔ) 含有缺陷指單位或樣本的檢測(cè)中有一個(gè)或更多缺陷 在YRT中 它是指含有缺陷單位缺陷指單位或樣本中未符合客戶要求的單個(gè)特征 在YRT中 它是指發(fā)生含有缺陷的機(jī)會(huì) 根據(jù)使用的圖表類型 屬性圖表可用于報(bào)告兩者任何一個(gè) 控制圖表的選擇 c u np p 不變的 批量 單位大小 可變的 批量 單位大小 Poisson 二項(xiàng) 含有缺陷 樣本大小的考慮當(dāng)報(bào)告屬性缺陷比率時(shí) 若含有缺陷單位或機(jī)會(huì)的報(bào)告是以在每樣本點(diǎn)算為單位的 則樣本大小的連貫性很重要 若報(bào)告是在含有缺陷單位的比例上或與單個(gè)單位相關(guān)的含有缺陷機(jī)會(huì)時(shí) 不要求樣本大小有連貫性 缺啗 nP圖表 測(cè)度一個(gè)樣本中的含有缺陷單位 有缺陷的 的數(shù)量 控制界限以Binomial分布為基礎(chǔ) 因?yàn)樵?jì)算的缺陷已被記錄 所以子集大小需要相同 樣本大小應(yīng)該被識(shí)別出在過(guò)程中一個(gè)樣本平均有5個(gè)缺陷 Yield 90 樣本大小50Yield 95 樣本大小100Yield 98 樣本大小250Yield 99 樣本大小500 P圖表 記錄一個(gè)樣本中含有缺陷單位的分?jǐn)?shù) 比例 控制界限是以Binomial分布為基礎(chǔ) 因?yàn)楸壤菢颖敬笮∨c含缺陷的比率 樣本大小不需要相等 C圖表 記錄每個(gè)樣本的缺陷數(shù)量 控制界限建立在Poisson分布的基礎(chǔ)上有找到某些類型缺陷的高概率 若缺陷可能性低 則樣本空間要較大 給定類型缺陷的較低可能性用在產(chǎn)品上的復(fù)合單位較佳要求不變的樣本大小 u圖表 記錄一個(gè)樣本單位中缺陷的比例 控制限制建立在Poisson分布的基礎(chǔ)上 因?yàn)閡是單位含有缺陷機(jī)會(huì)的比例 所以不要求相等的樣本大小 屬性圖表的舉例 一個(gè)牙醫(yī)組織想知道為何他們?cè)S多的病人都失約 一個(gè)問(wèn)題解決小組被成立 并決定使用p圖表來(lái)跟蹤 爽約 的百分比 牙醫(yī)診所開(kāi)始每月登記 爽約 的百分比 既然 爽約 是含有缺陷的約會(huì) 平均含有缺陷的分?jǐn)?shù)總和被稱為p 計(jì)算控制圖表界限是以是基于首6個(gè)月的數(shù)據(jù) 用每月100個(gè)預(yù)約額為樣本大小 n P圖表的計(jì)算 創(chuàng)建PChart 數(shù)據(jù)表 Stat QualityTools PChart 你在電子表格上需要有兩列 一個(gè)用于計(jì)算數(shù)據(jù) 另一個(gè)用于標(biāo)示子集 一旦你打開(kāi)對(duì)話框 認(rèn)定變量的計(jì)算列 填上子集的大小 n 和p的歷史數(shù)值 在這情況下 p用的是1996年的數(shù)據(jù) 改進(jìn)圖表輸出 接著 選擇 Stamp 按鍵 在該對(duì)話框中 確定標(biāo)示子集的信息 如 月份 按OK 接著 選擇 Frame Tick 按鍵 在該對(duì)話框中 確定軸線記號(hào)的任何特別設(shè)定 以使圖表更便于使用 選擇 Annotate Title 按鍵 利用可用的行列和格式鍵入圖表名稱 按OK 微調(diào) 若有你想腳注的重要信息 則使用Annotate Footnote按鍵 在此例中 歷史性的p值數(shù)據(jù)作為參考 若需要參考行列 則使用Frame Reference按鍵 在此案例中1996年12月的行列表示該年年底 最后 在圖表顯示時(shí) 連按兩次圖表的窗口用以編輯調(diào)色板 這些用于輸入年份并注以顏色 利用Minitab創(chuàng)建屬性表格 該練習(xí)將使用Minitab以從珠盒中的數(shù)據(jù)建立多種類型的控制圖表 這練習(xí)中 我們將使用nP圖表和P圖表來(lái)跟蹤流程 輸入從珠盒連續(xù)舀取出樣本中所收集的數(shù)據(jù) 舀取不同的樣本大小并在不同的列中保存每個(gè)舀取樣本的大小 現(xiàn)在打開(kāi)Stat ControlCharts nP 除了使用舀取樣本的大小完來(lái)成對(duì)話框內(nèi)樣本大小的輸入 你將如先前的例子分析數(shù)據(jù) 不同樣本大小的控制圖表有何不同 重復(fù)Pcharts 這些圖表有何不同 利用屬性圖表 SPC 應(yīng)用 以下的流程和產(chǎn)品 測(cè)量 可變數(shù)據(jù) 不容易 也不經(jīng)濟(jì) 或不可能從 等級(jí) 排列 中計(jì)算 好 壞 可以 不可 屬性數(shù)據(jù) 較為容易 而且更經(jīng)濟(jì)每個(gè)單位都被看作是 獨(dú)一無(wú)二 極少數(shù)單位相同數(shù)據(jù)收集率低 樣本之間的長(zhǎng)周期空擋 屬性圖表也應(yīng)用于高數(shù)據(jù)率的案例 將控制圖表應(yīng)用到因素上 商業(yè)問(wèn)題的解決通常使用 魚骨 圖表或結(jié)構(gòu)樹(shù)來(lái)構(gòu)建相關(guān)追查 一旦利用這工具追查已可介定潛在的因素 就可利用控制圖表確定測(cè)度方案以把握這些因素在流程中的影響 將控制圖表應(yīng)用到因素上 續(xù) 控制圖表應(yīng)該以 你想知道什么 來(lái)介定所需要收集能回答問(wèn)題數(shù)據(jù) 關(guān)于屬性圖表的摘要 優(yōu)點(diǎn)在無(wú)可使用的可變數(shù)據(jù)時(shí)使用計(jì)算 分類數(shù)據(jù) 通過(guò) 不及格 好 壞與闡述變量圖表一樣的整體規(guī)則有用于對(duì)全局的總體概觀 通過(guò)變量圖表深入研究問(wèn)題收集的數(shù)據(jù)可用于其他目的在管理者來(lái)說(shuō) 不