統計過程控制SPC

培訓背景：

FMEA，SPC，MSA我們稱之為預防工具三劍客，SPC，MSA更是以數據為基礎的預防性工具。我們在企業很多時候是有數據統計，沒有數據分析，更是沒有分析后的應用與改善。

培訓受益：

讓學員認識統計過程控制，是企業提高質量管理水平的有效方法。它利用數理統計原理，通過檢測資料的收集和分析，可以達到“事前預防”的效果，從而有效控制生產過程、不斷改進品質。

通過課程的學習，讓學員了解SPC的原理，正確應用SPC的技巧。讓SPC不僅僅是繪圖，更是動態的管理手段，確實的協助管理者掌握維持過程穩定的能力。

課程時間：2天/共12H

課程內容：

一、數據的基本常識：

1、數據的分類

2、收集數據的目的

3、收集數據應按注意的事項

? 有效數字

? 數字的修約規則

4、數據的幾個重要特征：

? 表示數據集中位置的特征數

? 表示數據離散程度的特征數：極差、方差、標準偏差（σ）

5、標準差與平均值關系

二、關于spc理解

1、永續經營法則

2、客戶對供應商spc之要求

3、spc基礎

? spc起源、背景

? 最新版本 spc的變化

? spc的假設條件

? 統計資料的類型（計數、計量）

? 正態分布

? 中值、極差、標準偏差的計算

? 過程的變異

三、工序能力分析(CPK)

1、工序能力的含義：工序能力與生產能力、機械能力的區別

2、工序能力的數量表示： 為什么用6σ來表示工序能力？

3、工序能力與公差圖

4、工序能力指數Cp及其計算

? 正態分布

? 雙向允差，工序分布中心與規格中心重合（即無偏移的情況）

? 雙向允差，工序分布中心與規格中心有偏移

? 單向公差情況：只有公差上限TU時/只有公差下限TL時

5、工序能力的判斷及處置

? 工序能力判斷標準

? 有偏離系數工序能力的判斷標準

? CP值對應的總體不合格品率表（％）

6、處置：

CP＞1.67時、1.33 < CP≤1.67時、1< CP≤1.33時、0.67 < CP≤1時、CP≤0.67時

7、改善及矯正措施

8、序能力指數計算練習

四、控制圖--spc質量控制的基本元素是控制圖。

1、什么是控制圖：(控制圖原理：3σ原則)

2、控制圖的主要用途：

? 變異的本質：共同原因、特殊原因

? 管制狀態

? spc兩個階段：分析階段，監控階段

? 分析用的控制圖主要目的：管理用的控制圖主要作用：充分體現出spc預防控制的作用。

3、控制圖的基本形式 控制圖的種類及主要用途

4、計量值控制圖

? 平均值－極差控制圖

①收集數據

②數據分組，填入數據表

③計算各組（樣本）的平均值X和極差R

④計算總平均值和極差R

⑤計算中心線和控制界限：控制圖系數表

⑥繪制控制界限

⑦標注有關可參考事項

? 中位數和極差控制圖——案例

? 單值─移動極差控制圖（X－Rs）

② 集數據，填入數據表

②計算各樣本的移動極差及其平均值

③求X控制圖的中心線和控制界限

④求Rs控制圖的中心線和控制界限

⑤畫中心線的和控制界限

⑥標注有關事項

? 平均值和標準偏差控制圖——案例分析

? 控制線的修訂分析

5、計數值控制圖

? 計數值控制圖有不合格品率控制圖(P圖)、不合格品數控制圖(Pn)圖、單位缺陷控制圖(u圖)和缺陷控制圖(C圖)。

? 不合格品率控制圖(P控制圖)

①主要用途

②P控制圖幾種畫法

③一是收集的樣本大小n不等

④二是對上述控制界限的計算進行簡化

⑤不合格品率控制圖（Ｐ控制圖）畫法

? 不合格品數控制圖（Pn控制圖）

? 單位缺陷數控制圖（μ控制圖）

? 缺陷數控制圖（C圖）

? 公差百分率控制圖

①什么是公差百分率控制圖

②中心線和控制界限的確定

③ 差百分率控制圖的特點

6、控制圖的觀察分析   控制圖與工序變化的分析和判斷

? 工序穩定狀態的判斷

①工序是否處于穩定狀態，必須同時要滿足兩個原則

? 工序不穩定狀態的判斷

①點子超出控制界限

②點子處在警戒區內

③點子在控制界限內，但點子排列有缺陷

7、控制圖異常的處理

? 4種情況應重新計算控制界限并作控制圖：  

? 控制圖兩種錯誤的分析

? 3σ控制界限的意義 ⑷質量特性與控制圖的選擇要考慮的6個方面：

8、使用控制圖的注意事項

①分組問題、②分層問題、③控制界限的重新計算——課堂練習

五、推進spc的關鍵點

1、培訓spc

2、確定關鍵質量因素

3、提出制程管制標準

4、在各部門落實，將具有立法性質的有關制程管制標準的文件編制成明確易懂，便于操作的手冊，供各個制程使用

5、統計監督和管制制程

6、診斷異常和采取措施解決問題

六、課程總結與問題解答