SPC連續(xù)-第二部分解析

1、連續(xù)變量 SPC 第二部分Pg 2控制圖的解釋q控制圖是探測特殊原因偏差的有力工具. 如果發(fā)現(xiàn)了特殊原因:1.如果失控條件是一個趨勢的一部分,把該趨勢的起點和終點都標出來2.對流程進行分析以確定引起失控條件的原因3.對該條件糾正并防止再發(fā)生4.去掉失控的點后重新計算控制限5.根據(jù)新控制限重新評估控制圖q只有在造成失控條件的原因得到確認并糾正后才重新計算控制限Pg 3極差圖的解釋q應先解釋極差圖q在極差圖中, 單個失控點常由計算錯誤, 作圖錯誤或測量錯誤引起. 這時應首先驗證該圖的準確性.q在極差圖中的趨勢可能有以下原因造成:m流程的偏差確實發(fā)生變化m測量系統(tǒng)發(fā)生變化q識別造成失控原因, 除去失

2、控點并重新計算控制限q如果把一個點從極差圖中去掉, 也應從X-杠圖中去掉.為何要先解釋極差圖為何要先解釋極差圖?Pg 4X-杠圖的解釋q基于某個特定特征發(fā)生的機率(或由隨機變化引起的機率)大小可以解釋控制圖.q所有檢驗都要識別其由隨機發(fā)生引起的機率低于 0.3 %的事件 (這些事件在3s 區(qū)或 3s 限以外)q控制圖在平均線上下被分為不同的sigma 區(qū)間m區(qū)間 C 距平均值 3sq下列規(guī)則取自1984年10月的質量技術雜志，并由Minitab采用。作控制圖是為了解釋而不是作墻紙作控制圖是為了解釋而不是作墻紙.Pg 5Tests 1 & 2q檢驗 1 基本檢驗. m由流程中的一個大的改

3、變引起. m要求馬上采取行動.q檢驗 2m由流程平均值改變引起UCLLCLAABCCB檢驗檢驗 1. 單個點超出區(qū)間單個點超出區(qū)間 AxxUCLLCLAABCCBTest 2. 一連九個點都在中線的一連九個點都在中線的一側一側x還有什么不能通過檢驗還有什么不能通過檢驗2嗎嗎 ？Pg 6檢驗 1 & 2 演示 規(guī)則規(guī)則 #1規(guī)則規(guī)則 #2s ss ss sX-barUCLLCLs ss ss s你如何計算幾率你如何計算幾率? 該幾率有多大該幾率有多大?Pg 7檢驗 3 和 4q檢驗 3 向上或向下的趨勢m有下列原因造成 q機械磨損q化學成分減少q污染增大q等.q檢驗 4 上下波動m過度調

4、節(jié)m班次間偏差m機器間偏差檢驗檢驗 3. 有六個點連續(xù)上升或下降有六個點連續(xù)上升或下降檢驗檢驗 4. 連續(xù)十四個點交替上升連續(xù)十四個點交替上升和下降和下降UCLLCLAABCCBxxUCLLCLAABCCBxPg 8檢驗 3 演示 X-bars ss ss sUCLLCLs ss ss sRule #3Pg 9檢驗4 演示X-bars ss ss sUCLLCLs ss ss sRule #4Pg 10檢驗 5 和 6q檢驗 5m第二個基本檢驗m在3s 限內高度變動m主要的特殊偏差原因之一q檢驗 6m另一個檢驗偏移的規(guī)則m檢驗 1, 5, 6 相互關聯(lián)并顯示出某個特殊原因引起的流程高度變化狀態(tài)

5、UCLLCLAABCCB檢驗檢驗 5. 連續(xù)三個點有兩個在區(qū)連續(xù)三個點有兩個在區(qū)間間A或以外或以外xxxUCLLCLAABCCB檢驗檢驗 6. 連續(xù)五個點中有四個在連續(xù)五個點中有四個在區(qū)間區(qū)間 B 或以外或以外xx為什么不把所有的檢驗包含在內為什么不把所有的檢驗包含在內?Pg 11檢驗5 & 6 演示X-bars ss ss sUCLLCLs ss ss sRule #5Rule #6您如何計算幾率？有多大您如何計算幾率？有多大?Pg 12檢驗7 和 8q檢驗 7 白色空間檢驗m當組內偏差大于組間偏差時發(fā)生,或m陳舊的或算錯的控制限q檢驗 8 平均值波動m有混合現(xiàn)象m過度控制m同一個圖

6、上有兩個流程在進行UCLLCLAABCCB檢驗檢驗 7. 連續(xù)十四個點在區(qū)間連續(xù)十四個點在區(qū)間C中中(中線上下都有中線上下都有)xUCLLCLAABCCB檢驗檢驗 8. 連續(xù)八個點在中線兩邊但不在區(qū)間連續(xù)八個點在中線兩邊但不在區(qū)間C內內x如果不能通過檢驗如果不能通過檢驗7，是否意味著有好事？為何？，是否意味著有好事？為何？Pg 13檢驗7 & 8 演示X-bars ss ss sUCLLCLs ss ss sRule #7Rule #8您如何計算幾率？有多大？您如何計算幾率？有多大？Pg 14練習解釋控制圖 第 1頁q有失控條件嗎? 違背了哪個規(guī)則?q按前面列出的八個規(guī)則解釋下列控制圖

7、.05101520254.55.05.5Sample NumberSample MeanX-bar Chart for LengthX=4.9851.0SL=5.1092.0SL=5.2333.0SL=5.357-1.0SL=4.861-2.0SL=4.738-3.0SL=4.61405101520254.64.74.84.95.05.15.25.3Sample NumberSample MeanX-bar Chart for LengthX=4.9831.0SL=5.0662.0SL=5.1493.0SL=5.232-1.0SL=4.900-2.0SL=4.818-3.0SL=4.735Pg

8、 15練習解釋控制圖 第 2頁0510152025456Sample NumberSample MeanX-bar Chart for Run 1 - Run 5X=5.0121.0SL=5.3112.0SL=5.6103.0SL=5.909-1.0SL=4.713-2.0SL=4.414-3.0SL=4.11505101520254.54.64.74.84.95.05.15.25.35.45.5Sample NumberSample MeanX-bar Chart for Run 1 - Run 5X=4.9851.0SL=5.1322.0SL=5.2783.0SL=5.424-1.0SL=

9、4.839-2.0SL=4.692-3.0SL=4.546Pg 16采取行動 針對特殊原因q作控制圖是為了采取適當行動. 否則只是浪費時間和金錢m如果要求采取行動但從來沒有, 那么控制圖只是讓人感到舒服的墻紙. “看, 我們有 SPC!”q所采取的行動應基于對流程不斷加深的理解m識別引起偏差的根本原因并加以改正m在控制圖上記載問題所在及如何改正的m把問題和措施記錄到故障排除指南中從而可以當場采取行動q只有在確認并消除特殊原因后才重新計算控制限對特殊原因采取行動是頭等大事對特殊原因采取行動是頭等大事Pg 17采取行動 針對常見原因q比較流程的自然控制限和規(guī)格限. m由控制限確定過程能力并與規(guī)格限

10、比較. 流程是否有足夠能力?q目的是減少流程的自然偏差. 常見原因引起的偏差應很好地落在規(guī)格限里面.q除非已知的流程改變能解釋短期偏移, 否則不要重新計算控制限控制限和過程能力的關系是什么控制限和過程能力的關系是什么?Pg 18總結 平均圖和極差圖q多用于機器控制的流程q當數(shù)據(jù)可以合理編組時使用q區(qū)分特殊原因和一般原因引起的偏差的有力工具m其有效性來自于連續(xù)數(shù)據(jù)與離散數(shù)據(jù)的區(qū)別能力的差別. q易于顯示趨勢, 流程偏移和其它非隨機偏差q有助于迅速估計過程能力有了有了OCAP（失控行動計劃），失控行動計劃），X-杠圖提供了簡單有力的控制方法杠圖提供了簡單有力的控制方法Pg 19實例 用 Minit

11、ab建控制圖q在 Minitab中, 打開文件 Proctime.mtw.q由菜單中選StatControl ChartsVariable Charts for SubgroupsXbar-Rq選用列C-C.Minitab 可以自動建立控制圖可以自動建立控制圖Proctime.mtwPg 20實例: 控制圖的檢驗q按Xbar-R Options鈕，然后選擇Tests標號q選則要進行的檢驗. 檢驗 1 和 5 在尋找大的特殊原因時最好.q按 Help鈕可以找到關于各個檢驗的解釋Pg 21X-杠和 R 圖 Minitab 輸出SampleSample Mean2422201816141210864

12、255.052.550.047.545.0_X=50.24UCL=56.11LCL=44.36SampleSample Range2422201816141210864220151050_R=10.18UCL=21.53LCL=015Xbar-R Chart of Sample 1, ., Sample 5這與前面手工計算的控制限一樣嗎這與前面手工計算的控制限一樣嗎?Pg 22X-bar & R 圖 Minitab計算qMinitab默認不用平均值去估計標準差，但是為每個子組明確的計算標準差q這些組內的s值用來計算得到“平均”值q平均標準差用來代替Rbar 去計算控制限和中心線nsss

13、sssnpooled224232221. Pg 23X-bar & R 圖 Minitab計算24.50.21nXXXXn22234dRRAXLCLRAXUCLRDLCLRDUCLXXXRR/ s18.1037. 42pooledpooledsdRsMinitab計算平均標準差，然后由此估計計算平均標準差，然后由此估計Rbar，如果我們用上述模型的等式，可用稍有不同的如果我們用上述模型的等式，可用稍有不同的Rbar計算計算Minitab的控制限。的控制限。Pg 24重新計算控制限q在確定了失控點的原因后就可以消除這些點以便計算控制限q選擇 Estimate Tab 點擊 Xbar-R

14、Options 對話框并 輸入所示數(shù)據(jù).何時應在計算控制限時不去掉失控點何時應在計算控制限時不去掉失控點?Pg 25修改后 Minitab 輸出q請注意控制限的微小改變 :SampleSample Mean2422201816141210864255.052.550.047.545.0_X=49.31UCL=55.20LCL=43.41SampleSample Range2422201816141210864220151050_R=10.23UCL=21.63LCL=015Xbar-R Chart of Sample 1, ., Sample 5Pg 26用現(xiàn)有控制限作圖qMinitab 也可

15、以在已有過往數(shù)據(jù)并驗證其準確性后畫出并評估數(shù)據(jù)q在Xbar-R Options 對話框的 Parameters標號下輸入歷史數(shù)據(jù)Pg 27Minitab 有過往數(shù)據(jù)時的結果q用過往控制限分析數(shù)據(jù)時, 現(xiàn)在注意失控點的數(shù)量:只有知道引起變化的原因有才重新計算控制限只有知道引起變化的原因有才重新計算控制限SampleSample Mean2422201816141210864260555045_X=54UCL=59.37LCL=48.63SampleSample Range2422201816141210864220151050_R=9.30UCL=19.67LCL=05155111511111X

16、bar-R Chart of Sample 1, ., Sample 5Pg 28另一個圖 X-杠和 S (標準差)qX-杠和 S 圖由組內標準差直接計算控制限q當滿足下列條件時使用m數(shù)據(jù)由計算機記錄和繪圖, 實時計算的 s 容易結合到圖中m各組的樣本數(shù)較大 ( 9). 這在自動測量及報告數(shù)據(jù)的測量設備中常見.qMinitab 有一個自動建立X-杠和 S 圖的程序.Pg 29實例 用 Minitab 作 X-杠和 S圖q在Minitab選擇 StatControl ChartsVariables Charts for SubgroupsXbar-Sq比較 X-杠/S圖與X-杠/R圖.q看到什么

17、差別了嗎?有自動數(shù)據(jù)采集及顯示系統(tǒng)時用該圖有自動數(shù)據(jù)采集及顯示系統(tǒng)時用該圖SampleSample Mean2422201816141210864255.052.550.047.545.0_X=50.24UCL=56.11LCL=44.36SampleSample StDev2422201816141210864286420_S=4.115UCL=8.596LCL=01Xbar-S Chart of Sample 1, ., Sample 5Pg 30Carton Exerciseq假設你在一家用紙板箱包裝材料的工廠工作. 其中一個關鍵的尺寸是高度，高度的規(guī)格是23.5inches 0.1in

18、ch，這樣才能滿足物料架的貨盤高度。由于箱子的高度不符規(guī)格要求導致貨盤高度不能滿足搬運要求是一個長久以來的問題。你的主管要用X-杠和 R 圖監(jiān)控這個特征, 所以你已經(jīng)采集了一個月廠內用過的箱子的數(shù)據(jù), 共有 100 個測量結果 (20 個樣本, 每個有 5 個箱子) (列 C1, Length), 并采集了100 個由每個供應商提供的箱子的數(shù)據(jù) (列 C2 和 C3, Supp1 和 Supp2). 首先你檢查了Supplier 2提供的箱子.q打開Minitab數(shù)據(jù)檔案中的文件 CARTON.MTW. q用Supp2數(shù)據(jù)建立一個 X-杠和 R 圖 , 每組 5個數(shù)據(jù).q準備把你的結果與課堂上

19、分享.q與Supplier 1的結果進行比較 (Supp1 數(shù)據(jù)).q你的推薦是什么? Carton.mtwPg 31關于合理分組的幾句話q在 X-杠圖中, 控制限由組內偏差決定.q數(shù)據(jù)分組必須合理q合理分組的例子:m批量生產(chǎn)中同一批的部件m一個短時期內生產(chǎn)的部件q不合理分組的例子:m同一部件的多次測量m按測量次序而不是按流程次序分組.q如果你不能用簡單語言解釋分組策略, 該控制圖可能價值不大.要保證分組方法有助于回答你要了解的問題要保證分組方法有助于回答你要了解的問題Pg 32合理分組 實例q一家大型郊區(qū)銀行有四個排隊通道，但是在周六營業(yè)時間還是很忙碌。q每天四次，在上午10點、中午12點、

20、下午1點和2點，出納員會記錄下5位顧客的處理時間。時間記錄在特別的數(shù)據(jù)收集表上，每天結束時交給主管。主管把數(shù)據(jù)輸入電腦。下面是數(shù)據(jù)的代表性樣本：q主管要用SPC分析數(shù)據(jù),他必須選擇如何把數(shù)據(jù)組織成適當?shù)木幗M, 以及如何把分組數(shù)據(jù)組織成控制圖.C1C2C3C4C5L1108114120114126L27896847878L36066786078L46672787878Pg 33LaneC1C2C3C4C5XbarRangeLaneC1C2C3C4C5XbarRangeL1108114120114126116.418L196126108108108109.230L2789684787882.818

21、L2727884667274.418L3606678607868.418L3608478787274.424L4667278787874.412L4789696787284.024Xbar78.087.090.082.590.0 GpXbar85.5Xbar76.596.091.582.581.0 GpXbar85.5Range4848425448GpR66Range3648304236GpR66LaneC1C2C3C4C5XbarRangeLaneC1C2C3C4C5XbarRangeL1102102126102102106.824L1909096968491.212L27278789072

22、78.018L2545454546055.26L3667878786673.212L3424842425445.612L4667272667269.66L4424248424844.46Xbar76.582.588.584.078.0 GpXbar81.9Xbar57.058.560.058.561.5 GpXbar59.1Range3630543636GpR60Range4848545436GpR54Sample 1Sample 2Sample 3Sample 4合理分組q數(shù)據(jù)可以按三種方法組織: 按行（通道）, 按列（顧客）及按樣本p讓我們用Minitab分析數(shù)據(jù). 打開文件 BankDr

23、iveup.mtw (為了方便數(shù)據(jù)已堆垛起來)各分組方法都試圖解釋什么呢各分組方法都試圖解釋什么呢?BankDriveup.mtwPg 34偏差的分配q按通道分組:q按顧客分組:q按小時分組:偏差來源偏差來源分配分配小時組間顧客組內通道組間偏差來源偏差來源分配分配小時組間顧客組間通道組內偏差來源偏差來源分配分配小時組間顧客組內通道組內Pg 35X-bar & R 圖 按小時分組 q在Minitab中建立 X-杠和 R 圖以分析按小時分配的偏差如何q有幾個組?q每組尺寸是多大?Pg 36qMinitab 結果:X-bar & R 圖 按小時分組你能得出什么結論你能得出什么結論?

24、該圖回答什么問題該圖回答什么問題?SampleSample Mean201816141210864290807060_X=76.77UCL=90.29LCL=63.25SampleSample Range2018161412108642120100806040_R=75.30UCL=119.37LCL=31.2311Xbar-R Chart of SecondsPg 37按顧客分組 q在Minitab中建立 X-杠和 R 圖以分析按顧客分配的偏差如何q有幾個組?q每組樣本量是多大?Pg 38按顧客分組qMinitab 結果:你能得出什么結論你能得出什么結論? 該圖回答什么問題該圖回答什么問題?

25、SampleSample Mean1009080706050403020101100806040_X=76.77UCL=109.57LCL=43.97SampleSample Range10090807060504030201011007550250_R=45.0UCL=102.7LCL=0Xbar-R Chart of SecondsPg 39按通道分組分析q整理數(shù)據(jù)，按通道分組:Pg 40X-bar & R 圖 按通道分組q建立 Xbar-R 圖 subgroup = 5SampleSample Mean80726456484032241681120100806040_X=76.7

26、7UCL=88.84LCL=64.70SampleSample Range80726456484032241681403020100_R=20.93UCL=44.25LCL=01111111111111111111111111111111111111111111Xbar-R Chart of SecondsPg 41另外一種按通道分組q把數(shù)據(jù)按照通道、小時、顧客重新整理mDataSortPg 42按通道分組 代替方法 2q建立Xbar-R 圖 subgroup = 5, again你能得出什么結論你能得出什么結論? 該圖回答什么問題該圖回答什么問題?SampleSample Mean80726456484032241681120100806040_X=76.77UCL=88.84LCL=64.70SampleSample Range80726456484032241681403020100_R=20.93UC