SPC:控制圖方法統(tǒng)計性PROCESS控制S〔Statistical〕為了研究PROCESS散布所使用的統(tǒng)計方法P〔Process)工序、工程C〔Control)用積極的經(jīng)營來控制散布我們該采取措施了嗎？

每天我們都被數(shù)據(jù)所淹沒，我們被迫作出結(jié)果：

工廠的輸出減少了4%

美國貿(mào)易逆差上升了$400億

公司X的收入比上季度減少了$240萬我們需要解釋數(shù)據(jù)的方法

別管它沒事痛苦和受難

痛苦和受難“顧客〞要求下限此方法告訴你從顧客要求角度你處于什么位置不能告訴你如何到達(dá)目標(biāo)或下一步該做什么強(qiáng)迫到達(dá)顧客要求將導(dǎo)致一個人： 1.真的改善工程 2.破壞工程 3.破壞數(shù)據(jù)(完整性)“顧客〞要求上限我們?nèi)绾翁幚頂?shù)據(jù)-歷史上23廢品率(%)1123419961997晚會時間

工廠的廢品率到達(dá)年度的低點(diǎn)1.5%經(jīng)理給全廠頒獎儀式在餐廳進(jìn)行：為所有的人準(zhǔn)備了比薩餅和各種點(diǎn)心和飲料！“每個人都應(yīng)為你們?nèi)〉玫某删透械津湴哩旸erivedfromUnderstandingVariation:TheKeyToManagingChaos,DonaldJ.Wheeler,SPCPress.1993.散布事例特殊與一般要因經(jīng)理看到自從去年底以來，廢品率降低了。“柳暗花明了！〞(記住:實(shí)際上從來沒采取任何措施來改善系統(tǒng))

他得出結(jié)論:“強(qiáng)硬的管理方式獲得成功！〞經(jīng)理斷定：

“粗暴的愛產(chǎn)生奇跡〞23112345678910111219961997123456廢品率(%)DerivedfromUnderstandingVariation:TheKeyToManagingChaos,DonaldJ.Wheeler,SPCPress.1993.散布事例特殊與一般要因散布事例特殊與一般要因在管理圖上這個數(shù)據(jù)看上去像什么？23112345678910111219961997UCL123456789LCL廢品率(%)DerivedfromUnderstandingVariation:TheKeyToManagingChaos,DonaldJ.Wheeler,SPCPress.1993.真實(shí)的故事!!“來自工程的聲音〞讓工程來說話吧！！經(jīng)理“嗨,我是按照數(shù)據(jù)作出結(jié)論的─我怎么會錯呢？〞質(zhì)量管理人員“你的結(jié)論是把高、低點(diǎn)作為信號觀察而得出的。實(shí)際上，那都是噪聲〔一般要因散布〕。看這數(shù)據(jù)，在工程中沒有過明顯的變化〞經(jīng)理斷定：“粗暴的愛產(chǎn)生奇跡！”12345678923廢品率(%)112345678910111219961997晚會時間經(jīng)理想收回獎勵不再溫和的管理UCLLCL管理圖講述了一個不同故事─為什么？

“對人類而言疏于用控制圖分析數(shù)據(jù)是的增加費(fèi)用，消耗努力和降低士氣的最好方式。〞

-DonaldJ.Wheeler博士〔GE總裁〕控制圖方法20世紀(jì)20年代-WesternElectric公司的WalterShewhart博士用于鑒別可控和不可控的散布可控:a.k.a.一般要因或固有的〔噪聲〕不可控:a.k.a特殊要因或可歸屬的〔信號〕盡力在所有的噪聲中尋找工程信號把控制圖作為主要的工具控制圖方法-它從何而來？

散布的種類“一般與特殊〞一般要因(噪聲)在所有工程中出現(xiàn)由工程自己產(chǎn)生〔我們經(jīng)營的方法〕可以消除和/或減小，但需要工程有根本性的改變 當(dāng)只有一般要因散布存在時，工程處于穩(wěn)定的，可預(yù)測的，那么工程是受控的狀態(tài)特殊要因〔信號〕不可預(yù)測與一般要因散布相比相對大得多由單個的擾動或其系列的組合導(dǎo)致通過根本的工程控制和監(jiān)控可以消除/減小 一個工程存在特殊要因散布時，被稱為脫離控制和不穩(wěn)定散布的種類“一般與特殊〞按時間畫數(shù)據(jù)被監(jiān)控的特性UCL中心線LCLUCL=控制上限/LCL=控制下限畫的數(shù)據(jù)根本的控制圖關(guān)鍵成分多少%的數(shù)據(jù)點(diǎn)應(yīng)該落到UCL和LCL之間?如果一個點(diǎn)落在了UCL或LCL之外，這意味著我們在給顧客制造一個不良品嗎？

UCLLCL控制圖構(gòu)成UCL與LCL控制上限=UCL控制下限=LCL規(guī)格上限=USL規(guī)格下限=LSL下面的工程在制造不良嗎？

UCLLCLTIMEUSLLSLUCL和LCL與USL和LSL控制上限=UCL控制下限=LCL規(guī)格上限=USL規(guī)格下限=LSL下面的工程在制造不良嗎?

UCLLCLTIMEUSLLSLUCL和LCL與USL和LSLUCL和LCL對USL和LSL工程的控制線是基于來自工程本身的數(shù)據(jù)而計算出來的

他們基于+/-3s(預(yù)期99.73%的工程散布落在控制線之間)控制圖上沒有產(chǎn)品規(guī)格限

了解工程與顧客要求相匹配的程度是重要的認(rèn)知

為了判斷按照顧客的期望工程運(yùn)行的如何，需要作工程能力研究

#1)把規(guī)格限放在管理圖上

#2)把UCL和LCL當(dāng)做規(guī)格限對待

如果你做了其中一個，管理圖將變成僅供檢查的工具-它不再是管理圖了UCL/LCL不直接和顧客不良相聯(lián)系

兩大管理圖錯誤

UCL和LCL與USL和LSL控制圖的主要類型計量值控制圖個體-X和移動范圍〔I-MR〕圖X-Bar/R圖

計數(shù)值控制圖np-圖p-圖c-圖u-圖兩種一般類型的數(shù)據(jù)

計量型─ 數(shù)據(jù)是連續(xù)的〔測量得到的〕 對某個特性的實(shí)際測量結(jié)果，如軟管的直徑，電阻，部品的重量，等計數(shù)型─ 數(shù)據(jù)一般是數(shù)出來的 用有/沒有型儀表的測量結(jié)果，可見缺陷的檢查，喪失部品的數(shù)量，合格/不合格或?qū)?錯判斷，等(1) 公司生產(chǎn)的每臺洗衣機(jī)的RPM(2) 一個班次生產(chǎn)的部品的平均RPM(3) 拖板標(biāo)簽上的打印缺陷數(shù)(4) 每份銷售合同的打字錯誤數(shù)(5) 月生產(chǎn)中脫離規(guī)格的部品數(shù)

(6) 月生產(chǎn)中脫離規(guī)格部品的%

(7) 匯總一個應(yīng)收款所花費(fèi)的時間

(8) 每生產(chǎn)100件部品中有缺陷部品的數(shù)量

練習(xí):是什么類型的數(shù)據(jù)?計量型計量型計量型計數(shù)型計數(shù)型計數(shù)型計數(shù)型計數(shù)型計數(shù)型計量型什么類型的數(shù)據(jù)?按群還是按個體收集的數(shù)據(jù)?數(shù)特定缺陷或缺陷性工程?群(平均值)(n>1)個體數(shù)值(n=1)X-BarRX-BarS個體移動范圍〔I-MR〕特殊類型的“缺陷〞缺陷性工程缺陷的概率低嗎?

如果你知道壞的數(shù)，你知道好的數(shù)嗎？泊松分布二項分布個體移動范圍〔I-MR〕否是是每個樣本數(shù)的幾率面積不變?是否c圖u圖不變的樣本數(shù)?

np圖否是p圖選擇正確的控制圖注:X-BarS適合于群大小(n)>10我們將使用的規(guī)那么:規(guī)那么#1:1點(diǎn)脫離UCL或LCL(3-sigma限)規(guī)那么#2:3個連續(xù)點(diǎn)中2點(diǎn)脫離2-sigma限規(guī)那么#3:5個連續(xù)點(diǎn)中4點(diǎn)脫離1-sigma限規(guī)那么#4:8個連續(xù)點(diǎn)在中心線的一側(cè)圖案規(guī)那么:一個圖案自我重復(fù)為了幫助鑒別出現(xiàn)在我們工程中的特殊要因事件，制定了一套標(biāo)準(zhǔn)規(guī)那么當(dāng)違反了一個規(guī)那么時，我們用“脫離控制〞來描述這意味著某些“非正常〞的情況發(fā)生了-去把它查出來!!控制圖規(guī)那么“路徑規(guī)那么〞 (1)從規(guī)那么#1和圖案區(qū)別規(guī)那么開始 (2)如果需要高的靈敏度，用規(guī)那么#2,3,和4衡量我們將使用的規(guī)那么:規(guī)那么#1:1點(diǎn)脫離UCL或LCL(3-sigma限)規(guī)那么#2:3個連續(xù)點(diǎn)中2點(diǎn)脫離2-sigma限規(guī)那么#3:5個連續(xù)點(diǎn)中4點(diǎn)脫離1-sigma限規(guī)那么#4:8個連續(xù)點(diǎn)在中心線的一側(cè)圖案規(guī)那么:一個圖案自我重復(fù)探測控制缺乏

1Sigma2Sigma3Sigma1Sigma2Sigma3Sigma60-75%90-98%99-99.9%%數(shù)據(jù)點(diǎn)UCLLCL時間我們在測量的工程標(biāo)準(zhǔn)偏差規(guī)那么“數(shù)據(jù)分布在哪兒?〞圖描述示例#1示例#2解釋警示你工程正在變化。但并不意味著你需要采取糾正措施。也許與你制造的變化相關(guān)。在采取任何建設(shè)性措施之前一定確定原因工程穩(wěn)定，沒有變化。但并不意味著不管工程?？赡苡懈纳频臋C(jī)會并獲得實(shí)質(zhì)的利益

暗示工程已經(jīng)經(jīng)過了一個永久的變化(+或-)而現(xiàn)在正趨于穩(wěn)定。常常要求你為了以后的控制圖解釋重新計算控制線

常見于做完某些變化之后。幫助告訴你此變化是否有+或-影響。也許是與某些訓(xùn)練形式相關(guān)的學(xué)習(xí)曲線的組成部分

一般與以可預(yù)見方式影響工程的因子相關(guān)。因子在固定的時間周期上出現(xiàn)，并具有+/-影響。幫助決定未來工作裝載/人員供給的水平

暗示不同類型的數(shù)據(jù)混入已抽樣的子群當(dāng)中。一般需要改變子群，重新收集數(shù)據(jù)，并重作控制圖

圖點(diǎn)沒有形成特殊的圖案而且分布于圖的上下限之間

圖點(diǎn)形成特殊的圖案或一點(diǎn)或更多點(diǎn)超出圖的上限或下限

圖點(diǎn)在中心線一側(cè)。在一個串列內(nèi)的點(diǎn)數(shù)稱為串列

的長度

一系列點(diǎn)連續(xù)上升或下降(7或以上連續(xù)點(diǎn)在相同的方向).在相同時間周期上圖點(diǎn)表現(xiàn)相同的圖案變化(比如，上升或下降)圖點(diǎn)靠近中心線或一個控制限(連續(xù)3點(diǎn)中2點(diǎn)，7點(diǎn)中3點(diǎn)，或10點(diǎn)中4點(diǎn)).工程受控(Processincontrol)工程非受控(Processoutofcontrol)串列（Run）傾向（Trend）循環(huán)(Cycle)緊靠(Hugging)201510201510201510201510201510201510201510201510201510201510201510201510UCLLCLUCLLCLUCLLCLUCLLCLUCLLCLUCLLCLUCLLCLUCLLCLUCLLCLUCLLCLUCLLCLUCLLCL123456712345671/31/31/21/2(1) 公司生產(chǎn)的每臺洗衣機(jī)的RPM(2) 一個班次生產(chǎn)的部品的平均RPM(3) 拖板標(biāo)簽上的打印缺陷數(shù)(4) 每份銷售合同的打字錯誤數(shù)(5) 月生產(chǎn)中脫離規(guī)格的部品數(shù)

(6) 月生產(chǎn)中脫離規(guī)格部品的%

(7) 匯總一個應(yīng)收款所花費(fèi)的時間

(8) 每生產(chǎn)100件部品中有缺陷部品的數(shù)量

I-MRXbarRu或c圖u或c圖p圖p圖I-MRnp圖練習(xí):用哪種控制圖？控制圖類型介紹計量型圖個體-X和移動范圍圖〔I-MR〕X-Bar/R圖計數(shù)型圖np-圖p-圖c-圖u-圖個體/移動范圍〔I-MR〕控制圖控制圖基于子群大小為1翻開工作表:IndividualMR在SPC.MPJ中Stat>ControlCharts>I-MRVariable=ErrorsMinitab舉例

個體/移動范圍圖控制圖告訴了你什么？

計量型圖個體-X和移動范圍圖X-Bar/R圖計數(shù)型圖np-圖p-圖c-圖u-圖控制圖類型介紹優(yōu)點(diǎn)

算法簡單

對工程變化很敏感

局限

所研究的每個質(zhì)量特性需要一個控制圖

控制圖XBar/R圖散布短期:由群間測定的散布來描述(R圖)

長期:由群內(nèi)平均事件的變化來描述(XBar圖)

控制圖X-bar/R圖控制圖X-bar/R圖建立步驟:1)收集數(shù)據(jù)為子群定義合理的原那么選擇子群大小選擇子群頻率建立圖表然后記錄原始數(shù)據(jù)計算每個子群的X-bar和R定義控制圖范圍畫每個子群的X-bar和R2)計算X,R和控制限計算R和X R=

Rk/子群數(shù)(k) X=

Xk/子群數(shù)(k)

計算控制限

UCLR=D4R LCLR=D3R(0ifn<7) UCLX=X+A2R LCLX=X-A2R

為X和R畫控制限

X-bar/R控制圖=_=_--__==___==_Xbar/R控制圖表X-bar/R控制圖計算初始的控制限時遵循100個數(shù)據(jù)點(diǎn)的規(guī)那么少了不準(zhǔn)確多了不必要X-bar/R控制圖控制限是從工程輸出本身推導(dǎo)出來的。只在適當(dāng)?shù)臅r候才重算一般情況下,再計算的條件：樣品圖最近才開始，而且存在一個對取樣，測量，畫圖等學(xué)習(xí)轉(zhuǎn)折期工程有一個的變化，而且其影響已經(jīng)由“老的〞控制限所證實(shí)控制限再計算翻開工作表:Xbar-RStat>ControlCharts>Xbar-RVariable=OutputSubgroup=subgroupMinitab練習(xí)-Xbar/R圖XBar/R圖輸出

控制圖告訴了我們什么？

合理子群化一種組織數(shù)據(jù)的方法，目的是讓控制圖答復(fù)正確的問題子群選擇的方式：子群內(nèi)的樣品是同質(zhì)的〔群內(nèi)散布最小化〕最小化的群內(nèi)散布讓我們?nèi)菀最I(lǐng)會群間散布及特殊要因事件不要在子群中包括你希望采取措施的、影響工程平均值的因素“如果數(shù)據(jù)沒有以合理的方式子群化，那么控制圖將不過是墻紙罷了〞DonaldWheeler可能的子群化策略作業(yè)者別班次別設(shè)備別供給商別材料型號別模型號別日別工廠別.....合理子群化子群化花生醬子群方案I控制圖在說什么？

花生醬子群方案II控制圖在說什么？計數(shù)型控制圖基于缺陷性數(shù)或缺陷數(shù)可以能被應(yīng)用到幾乎每個收集數(shù)據(jù)的作業(yè)應(yīng)用于質(zhì)量特性：不能產(chǎn)生計量型數(shù)據(jù)，或測量費(fèi)用太高，或難以測量不象計量型控制圖，計數(shù)型控制圖可以用于一個質(zhì)量特性或多個質(zhì)量特性〔但當(dāng)把相異的特性合計時應(yīng)謹(jǐn)慎使用--易產(chǎn)生誤導(dǎo)〕計數(shù)型控制圖

缺陷與缺陷性缺陷性是與指定的標(biāo)準(zhǔn)相比較，在一個樣品中有1個或多個不一致的工程缺陷是與指定接受的標(biāo)準(zhǔn)相比較，每一個不一致計數(shù)型控制圖的類型缺陷性np 畫不合格個體的數(shù)p 畫不合格個體的百分?jǐn)?shù)缺陷c 畫缺陷數(shù)u 畫“每檢查個體〞的缺陷數(shù)計數(shù)型控制圖策略為工程改善不懈地奮斗8個以上的點(diǎn)在管理圖的中心線以下在計數(shù)型管理圖上，逐步的改善是重要的每個計數(shù)型管理圖必須配有一個數(shù)據(jù)收集表應(yīng)該用Pareto分析來給缺陷分類--“把明顯少數(shù)和一般多數(shù)分開〞計量型管理圖個體-X和移動范圍圖X-Bar/R圖計數(shù)型管理圖np-圖p-圖c-圖u-圖管理圖類型介紹監(jiān)視缺陷性工程最簡單的方式需要恒定的樣品大小畫每個樣品缺陷性工程數(shù)中心線

(np=缺陷性數(shù);k=子群數(shù))控制限np-圖__________2543365075412363844464237每天缺陷性單位數(shù)時間Minitab練習(xí)-np圖例如假設(shè)我們有一套數(shù)據(jù)(工作表npChart)，描述一周的62批缺陷性工資支票數(shù)

翻開工作表:npChartStat>ControlCharts>NPVariable=ErrorsSubgroup=62Minitab練習(xí)-np圖注意到控制限有那些特殊嗎?np圖輸出計量型控制圖個體-X和移動范圍圖X-Bar/R圖計數(shù)型控制圖np-圖p-圖c-圖u-圖控制圖類型介紹作缺陷性圖時使用即可用于恒定的也可用于變化的樣品大小

基于二項分布

既可以畫分?jǐn)?shù)式也可以畫百分?jǐn)?shù)式缺陷性

中心線

(np=缺陷性數(shù)

n=子群內(nèi)樣品大小)控制限p圖p圖-變化的樣品大小變化的樣品大小產(chǎn)生變化的控制限寬度

為什么?因為sigma(

)是樣品大小的反比例函數(shù)

隨著樣品大小的增加，p的控制限帶變窄

完整的控制圖某種程度上有些較難解釋

手工繪圖相當(dāng)困難

Minitab練習(xí)-p圖例如假設(shè)我們有一套數(shù)據(jù)(工作表p-Chart)，描述每天缺陷性單位數(shù)

Stat>ControlCharts>PVariable=NumberSubgroupSize=BuildRateMinitab練習(xí)-p圖例如違反了那條規(guī)那么？p圖輸出計量型控制圖個體-X和移動范圍圖

X-Bar/R圖

計數(shù)型控制圖np-圖p-圖c-圖u-圖控制圖類型介紹泊松分布當(dāng)評價特定類型的缺陷時適用問你自己:“幾乎不可能數(shù)出合格部品的數(shù)量嗎？〞或“沒有最大計數(shù)值嗎〔實(shí)際上的無限〕？〞C和U圖基于這種分布需要滿足的假設(shè):事件是“稀少的〞與可能…相比，試想如果所有的事情都錯了，你能得到至少10次那么多的計數(shù)嗎？那就是足夠“稀少〞事件相互之間獨(dú)立發(fā)生事件發(fā)生的可能與檢查個體數(shù)的大小成正比〔概率面積〕c控制圖是監(jiān)視缺陷的最簡單的形式

基于泊松分布需要恒定的樣品大小

畫每個樣品每個檢查個體的缺陷數(shù)

中心線(c=缺陷數(shù);k=子群數(shù))控制限91511817115111371012437233627