您还没有绑定微信,更多功能请点击绑定

SPC手册

cell

克莱斯勒汽车公司
福特汽车公司 版权所有
通用汽车公司 不得翻印复制



统 计 过 程 控 制
SPC







英文版为正式版本,中文版为翻译版本。购买英方手册,请联系:
Automotive Industry Action Group Carwin continuous
26200 Lahser Road, Suite 200 Unit 1,Trade Link
Southfield, MI 48034 USA 或 Western Avenue, West Thurrock
Phone:1-248-358-3003 Phone:44-1-708-861-333
Fax:1-248-358-3253 Fax:44-1-708-861-941


中国汽车公司技术研究中心 译
1997年6月第一次印刷
2000年5月第二次印刷



统计过程控制
(S P C)
参 考 手 册







1992年版• 1995年第2次印刷(仅新封面)
©1992,©1995版权
由克莱斯勒、福特和通用汽车公司所有


本手册所描述控制图的选用程序















注:本图假设测量系统
已经过评价并且是适用的




QS-9000及其配套手册中文版
修订工作组




张建伟 QS-9000总培训师 中国汽车技术研究中心
于洪涛 QS-9000培训师、审核员 中国汽车产品认证委员会质量体系认证中心
李志颖 QS-9000培训师、审核员 中国汽车技术研究中心
郑元辉 QS-9000培训师、审核员 中国汽车技术研究中心











基础统计过程分析(SPC)
翻译
(中方)蒋红卫
译校
(中方)王秉刚 孙 林 叶盛基 陈奕爽
(美方)David Tai (Ford)
Jason Yeh , Chen Jianhe (Chrysler)
Vicky Hao (GM)
Victor Tan , Mike Liao (Delphi)

QS-9000及其配套手册中文版
再 版 前 言

自一九九七年六月QS-9000及其配套手册中文版出版发行以来,中国汽车行业在QS-9000的学习和理解,贯彻与实施以及开展第三方质量体系认证方面取得了长足的发展。以预防为主、减少浪费、通过持续改进不断满足顾客日益增长的需求已成为汽车供方管理观念的核心内容,汽车产品的质量有了明显的提高。
一九九八年十一月,在国家质量技术监督局国际合作司与标准化司、中国质量体系认证机构国家认可委员会及美国品士公司(PLEXUS CORPORATION)大力支持下,中国汽车技术研究中心获得了美国汽车工业行动集团(AIAG)关于QS-9000系列手册中文翻译、出版和在全球范围内发行的授权,同时一九九七年六月QS-9000系列手册中文版获得美国三大汽车公司认可。根据版权协议的要求和中文版发行近三年的使用情况,我们成立了修订工作组,根据来自各有关方面的修改建议,并结合我们在QS-9000培训及认证工作中的体会,翻译了QS-9000质量体系要求第三版、质量体系评定(QSA)第二版和生产件批准程序(PPAP)第三版,修改完善了产品质量先期策划和控制计划(APQP)、潜在失效模式及后果分析(FMEA)、测量系统分析(MSA)和统计过程控制(SPC)。
在修订和再版过程中,我们得到了国家质量技术监督局标准化司石保权司长、国际合作司孔小康副司长、中国质量体系认证机构国家认可委员会肖建华秘书长、王卫东及徐有刚部长、国家机械戒严局行业管理司杜芳兹调研员的支持和指导。在此表示诚挚的谢意。
感谢手册中文版97年版编委会中方及美方的全体成员。中方:王秉刚、叶盛基、张建伟、孙林、汪惠林、刘耀民、赵幼贤、张建中、颜景茂、李伟禹;美方:Keh Tung; David Tai ,Paul; M.Meredith (Ford);Jason Yeh ,Chen Jeanhe (Chrysler);Viocky Hao ,Bill Holland(GM)。
特别感谢美国品士公司总培训师方俭先生比给予的支持与指导。


中国汽车技术研究中心
二000年五月
QS-9000及其配套手册中文本
编 译 前 言


为在中国推广和借鉴QS-9000汽车工业质量管理经验,促进中国汽车工业质量管理和质量保证水平的提高,并为在中国逐步开展QS-9000质量体系第三方认证做准备,促进准确理解QS-9000的全部内涵,在国家技术监督局机械工业部的积极倡导下,在美国三大汽车公司(Chrysler, Ford ,GM)驻中国机构的支持下,中国汽车技术研究中心组织编译了中文本QS-9000及其配套手册。
在编译过程中,我们得到了中国各有关主管部门的大力支持,得到了美国三大汽车公司及德尔福(Delphi)公司驻中国机构的密切配合与协作。QS-9000各有关单位共同组成编委会,组织有关专家对译稿先后进行了三轮的认真审议。形成正式译稿后,陆续寄至美国汽车工业行动集团(AIAG)审阅确认。因此,QS-9000及其配套手册中文本是中美双方专家集体智慧的成果。
在此,我们谨向QS-9000及其配套手册中文本编译工作做出努力和贡献的各位人士致以诚挚的谢意。
这里,我们要特别感谢国家技术监督局认证办公室吴季直副司长、肖建华处长及王卫东先生;机构工业部科技与质量司石坚中副司长及阎育镇处长、汽车司有关领导及产品认证处郑金城处长、黄学平调研员的支持和指导;感谢美国三大汽车公司及德尔福驻中国机构各有关专家的协作和支持;感谢QS-9000及其配套手册中文本编委会全体专家和编译人员卓有成效的工作。感谢美国汽车工业行动集团(AIAG)对QS-9000及其配套手册中文译稿进行审阅的各位专家。
由于时间仓促,QS-9000及其配套手册中文本尚未达到尽善尽美,有的编译难免有不足和不确切之处,敬请读者批评指正。我们也将本着QS-9000持续改进的精神,不断提高编译质量和翻译准确性。我们真诚地希望广大读者对QS-9000及其配套手册中文本提出改进建议和意见。


中国汽车技术研究中心
一九九七年六月 于天津

前 言


本参考手册是在美国质量控制协会(ASQC)汽车部供方质量要求编写组和汽车工业行动集团(AIAG)的共同主持下,由克莱斯勒、福特和通用汽车公司的质量和供方评定人员编制。
ASQC/AIAG编写华丽的任务是将克莱斯勒、福特和通用汽车公司各自的供方评定系统的供方质量保证、全面质量创优、目标创优参考手册,报告格式及技术术语进行标准化处理。因此,任何供方可以利用手册来获取与克莱斯勒、福特和通用汽车公司的供方评定系统相应的信息。
迄今为止,在汽车行业上还没有正式统一的有关统计过程控制(SPC)的方法,有些生产厂为其供方提供了方法,而其他的没有明确的要求。为了简化并减少对供方质量要求的差异,克莱斯勒、福特和通用汽车公司同意编写并通过AIAG发行这本手册。负责本手册内容编写的工作组由通用汽车公司的LeonarD领导。
本手册可看成是对统计过程控制的介绍。它并不限制相应的特殊过程或商品的统计方法的发展,也不包括所有的SPC技术。有关使用替代方法的问题,可求助于顾客质量部门。
编写组衷心感谢:克莱斯勒汽车公司副总裁Thomas T.Stallkamp、福特汽车公司副总裁Clinton D.Lauer、通用汽车公司副总裁Donald A. Parvs的领导和参与,以及三大公司质量 和供方评定组胜任而努力的工作;感谢汽车工业行动集团(在AIAG主任Joseph R.Phelan的领导下)在本手册的编写、出版和发行中做出的重要贡献。
我们还要感谢由Tripp Martion(Peterson Spring)领导的ASQC审阅小组,对本手册进行的审阅,并在审阅过程中对本手册的目的和内容的完善提出了宝贵的意见。

Bruce W. Pince
Task Force Coordinator
Sandy Corporation
Troy, Michigan
December, 1991

本手册1991年版本的所有权及版权由AIAG所有,更多的副本可从AIAG获得。在得到AIAG的认可下,允许复制本手册的部分内容在供方组织使用。AIAG联系电话:(313)358-3570。

目录

第I章 持续改进及统计过程的控制概述

第1节 预防与检测 5
第2节 过程控制系统 7
第3节 变差:普通及特殊原因 9
第4节 局部措施和对系统采取措施 11
第5节 过程控制手过程能力 13
第6节 过程改进循环及过程控制 17
第7节 控制图:过程控制的工具 21
第8节 控制图的益处 25

第II章 计量型数据控制图 27

第1节 均值和极差图(X—R图) 29
A 收集数据 31
B 计算控制限 37
C 过程控制解释 39
D 过程能力解释 57
第2节 均值和标准差图(X—s图) 65
A 收集数据 65
B 计算控制限 67
C 过程控制解释 67
D 过程能力解释 67
第3节 中位数图(x—R图) 69
A 收集数据 69
B 计算控制限 71
C 过程控制解释 71
D 过程能力解释 71
E 中位数图的替代方法 72
第4节 单值和移动极差图(X—MR图) 75
A 收集数据 75
B 计算控制限 75
C 过程控制解释 77
D 过程能力解释 77
第5节 计量型数据的过程能力和过程性能的理解 79
A 过程术语的定义 79
B 过程量度的定义 80
C 条件和假设的描述 81
D 使用过程量度的建议 83

第II章 计数型数据控制图 89

第1节 不合格品率的P图 91
A 收集数据 93
B 计算控制限 95
C 过程控制解释 99
D 过程能力解释 107
第2节 不合格品数的np图 111
A 收集数据 111
B 计算控制限 111
C 过程控制解释 111
D 过程能力解释 111
第3节 不合格数的c图 113
A 收集数据 113
B 计算控制限 113
C 过程控制解释 113
D 过程能力解释 113
第4节 单位产品不合格数据的u图 115
A 收集数据 115
B 计算控制限 115
C 过程控制解释 117
D 过程能力解释 117

第IV章 过程测量系统分析 119

第1节 引言 119
第2节 均值和极差法 121
A 进行研究 121
B 计算 122
C 结果分析 123
D 示例 127
附 录A 关于分组的一些评述 131
附 录B 过度调整 137
附 录C 本手册所描述控制图的选用程序 139
附 录D Cpm与其它指数(USL—T)=(T—LSL)的关系 141
附 录E 控制图的常数和公式表 143
附 录F 标准正态分布 147
附 录H 参考文献及建议的读物 159
附 录I 可复制的控制图表 161





插图目录

图 名称 页次
1 过程控制系统 6
2 变差:普通及特殊原因 8
3 过程控制及过程能力 12
4 过程改进循规蹈矩环 16
5 控制图 20
6 计量型数据——测量中间或最终过程输出的结果 26
7 X—R图 30
8 X—R图建立数据 32
9 X—的图“初始研究” 34
10 有控制限的X—R图 36
11 R图——有超出控制限的点存在 38
12 R图——链(极差) 40
13 R图——非随机模式 42
14 X—R图——重新计算控制限(极差) 44
15 X图——超出控制限的点 46
16 X图——链 48
17 X图——非随模式 50
18 X—R图——重新计算控制限 52
19 X—R图——延长控制限 54
20 相对无规范限界的过程变差 56
21 计算过程能力 58
22 评价过程能力 60
23 数据收集 64
24 X和s图 66
25 中位数控制图 68
26 中位数控制图—解释 70
27 单值移动极差图 74
28 单值和移动极差图的解释 76
29 “目标柱”与损失函数的比较 82
30 调整过程与要求一致 84
31 计数型数据 88
32 不合格品率p图——数据收集 92
33 不合格品率p图——计算控制限制—表1 94
33 不合格品率p图——计算控制限制—表2 96
34 不合格品率p图——超出控制限制的点 98
35 不合格品率p图——链 100
36 不合格品率p图——非随机图形 102
37 不合格品率p图——重新计算控制限 104
38 不合格品数的np图 110
39 不合格品数的c图 112
40 交易会产品不合格数的u图 114
41 u图——重新计算控制限 116
42 量具的重复性和再现性数据记录表 124
43 量具的重复性和再现性报告 125
44 量具的重复性和再现笥数据表——示例 128
45 量具的重复性和再现性报告——示例 129


第I章

持续改进及统计过程控制概述
在今天的经济气候下,为了事业昌盛,我们——汽车制造商,供方及销售商必须致力于不断改进。我们必须寻找更有效的方法来提供 产品及服务。这些产品和服务必须不断地在价值上得以改进。我们必须重视内部以及外部的顾客,并将顾客满意作为企业的主要目标。
为了达到这一目标,我们组织中的每一个人都必须确保不断改进及使用有效的方法。本手册涉及到第二领域的某些要求。它描述了能使我们致力于的改进更有效的几种基本的统计方法。为了完成不同的任务需要不同程度的理解。本手册的对象是见习生以及刚开始从事统计法应用的管理人员。对于现在正在应用更先进技术的人员,本手册也可作为他们学习这些基本方法的参考文献。本手册并没有包括所有的基本方法。附录H所列的参考文献或手册中阐述了其他的基本方法(例如:检查清单、流程图、排列图、因果分析图等)及一些先进的方法(如其他控制图、试验设计、质量功能展开等)。
本书所述的基本统计方法包括与统计过程控制及过程能力分析有关的方法。本手册的第I章阐述了过程控制和背景知识,解释了一些重要的概念:如变差的特殊及普通原因,并介绍了控制图,这个用来分析及监控过程非常有效的工具。第II章描述了构造和使用计量型数据控制图表(定量的数据,或测量)的X—R,X—s图,中位数图以X—MR(单值及移动极差)图。这一章还介绍了过程能力的概念并讨论了广泛应用的指数及比值。第III章介绍了用于计数型数据(定性数据或计数值)的几种控制图:p图、np图、c图及u图。第IV章介绍了测量系统分析的内容并列举了适当的例子。附录包括分组及过度调整的例子,如何使用控制图的流程图、常数及公式表、标准正态分布以及可复制的空白表等。术语索引给出了本手册所使用的术语及符号的解释,参考文献一节向读者提供了进一步学习的材料。
在开始讨论之前,需进行六点说明:
1. 收集数据并用统计方法来解释它们并不是最终目标,最终目标应是对读者的过程不断加深理解。当一个没有任何改进的技术专家是很容易的。增加知识应成为行动的基础;
2. 研究变差和应用统计知识来改进性能的基本概念适用于任何领域,可以是在车间中或办公室里。例子有:机器(性能特性)、记帐(差错率)、总销售额、浪费分析(废品率)、计算机系统(性能特性)及材料管理(运送时间)。本手册重点放在车间应用中。鼓励读者参考附录H中的参考文献应用于行政管理及服务中;
3. SPC代表统计过程控制,不幸的是在北美统计方法常用于零件而不是过程。应用统计技术来控制输出(例如零件)应仅仅是第一步。只有当生产输出的过程成为我们努力的重点。这些方法才能在改进质量,提高生产率,降低成本上发挥作用;
4. 尽管本书的每一点是通过已完成的例子来说明,要真正理解这些知识需要进一步与过程实际相联系。研究读者自己的工作场所或相似的部门中的实际例子是对本书的重要补充。然而,现有过程信息不能代替实际工作经验;
5. 本书可看成应用统计方法的第一步。它提供从经验中得到的法则,这些法则在许多方面得到了应用。然而,还是存在不能盲目使用这些法则的例外。本手册不能满足初学者对统计方法和理论知识的进一步需要,我们鼓励读者寻求正规的统计教育。在读者的过程和统计方法的应用已经比本手册所述的内容更先进的地方我们也鼓励读者向具有一定的统计理论知识与实践的人员请教。以便了解其它技术;
6. 测量系统对合适的数据分析来说很重要,并且在收集过程数据之间就应很好地了解它们,如果这样的一个系统缺少统计控制或他们的变差占过程数据总变差中很大比例,就可能作出不适当的决定。在手册中,假设该系统处于受控状态并且对数据的总变差没有大影响。为了更详细的了解这些内容读者可参考AIAG出版的测量系统分析(MSA)手册。






















第1节

预防与检测

过去,制造商经常通过生产来制造产品,通过质量控制来检查最终产品并剔除不符合规范的产品,在管理部门则经常靠检查或重新检查工作来找出错误,在这两种情况下都是使用检测的方法,这种方法是浪费的,因为它允许将时间和材料投入到生产不一定有用的产品或服务中。
一种在第一步就可以避免生产无用的输出,从而避免浪费的更有效的方法是——预防。
对许多人来说预防和策略听起来很明智,甚至显然的。经常能听到这样的口号“第一次就把工作做好。”但光在口号是不够的。所要求的是理解统计过程控制系统和各个要素。下述七节介绍了这些要素。并可以看成是下列问题的答案:
• 什么是过程控制系统?(第2节)
• 变差是如何影响过程输出的?(第3节)
• 统计技术是如何区分一个问题实质是局部的还是涉及到整个系统的?(第4节)
• 什么是统计受控过程?什么是有能力的过程?(第5节)
• 什么是持续改进循环?过程控制对哪一部分起作用(第6节)
• 什么是控制图:如何使用(第7节)
• 使用控制图有什么好处?(第8节)
学习以上材料时,读者可以查阅附录G的术语索引对关键术语和符号的定义。
































第2节
过程控制系统

一个过程控制系统可以称为一个反馈系统。统计过程控制(SPC)是一类反馈系统,但也存在不是统计性的反馈系统。下面讨论这个系统的四个重要的基本原理。
1. 过 程
所谓过程指地是共同工作以产生输出的供方、生产者、人、设备、输入材料、方法和环境以及使用输出的顾客之集合(见图1)。过程的性能取决于供方和顾客之间的沟通,过程设计及实施的方式,以及动作和管理的方式等。过程控制系统的其他部分只有它们在帮助整个系统保持良好的水平或提高整个过程的性能时才有用。
2. 有关性能的信息
通过分析过程输出可以获得许多与过程实际性能有关的信息。但是与性能有关的最有用的信息还是以研究过程本质以及其内在的变化性中得到的。过程特性(如温度、循环时间、进给速率、缺勤、周转时间、延迟以中止的次数等)然后我们关心的重点。我们要确定这些特性的目标值,从而使过程操作的生产率最高,然后我们要监测我们与目标值的距离是远还是近,如果得到信息并且正确地解释,就可以确定过程是在正常或非正常的方式下运行。若有必要可采取适当的措施来校正过程或刚产生的输出。若需要采取措施,就必须及时和准确,否则收集信息的努力就白费了。
3. 对过程采取措施
通常,对重要的特性(过程或输出)采取措施从而避免它们偏离目标值太远是很经济的。这样能保持过程的稳定性并保持过程输出的变差在可接受的界限之内。采取的措施包括变化操作(例如:操作员培训、变换输入材料等),或者改变过程本身更基本的因素(例如:设备需要修复、人的交流和关系如何,或整个过程的设计——也许应改变车间的温度或湿度)。应监测采取措施后的效果,如有必要还应进一步分析并采取措施。
4. 对输出采取措施
如果仅限于对输出检测并纠正不符合规范的产品,而没有分析过程中的根本原因,常常是不经济的。不幸的是如果目前的输出不能满足顾客的要求,可能有必要将所有的产品进行分类报废不合格品或返工。这种状态必然持续到对过程采取必要的校正措施并验证,或持续到产品更改为止。

很显然,仅对输出进行检验并随之采取措施不是一种有效的过程管理方法。仅对输出采取措施只可作为不稳定或没有能力的过程的临时措施(见第5节)。因此,下面的讨论的重点将放在过程信息收集和分析上,以便对过程本身采取纠正措施。

每件产品的尺寸与别的都不同



图2 变差:普通及特殊原因


第3节
变差的普通及特殊原因

为了有效地使用过程控制测量数据,理解变差的概念是很重要的,见图2所示。
没有两件产品或特性是完全相同的,因为任何过程都存在许多引起变差的原因。产品间的差距也许很大,也许小得无法测量,但这些差距总是存在。例如一个机加式轴的直径易于受生由于机器(间隙、轴承磨损)、刀具(强度、磨损率)、材料(直径、硬度)、操作人员(进给速率、对中准确度)、维修(润滑、易损零件的更换)及环境(温度、动力供应是否完成(项目)不同的阶段,他们所用设备的可靠性,票据本身的准确性及易读性,所遵守的规程及办公室中其他工作量的不同而不同。
过程中有些变差造成短期的、零件间的差异——例如机器及其固定装置间的游隙和间隙,或记帐人员工作的准确性等。另外一些变差的原因仅经常较长的时期后对输出造成影响,例如随差刀具或机器的逐渐磨损,或是规程发生有规则的变化,或是诸如动力不稳定等不规则的环境变化。这样,测量的周期以及测量是时的条件将会影响存在的变差的总量。
从最低要求的角度来看,总是将变差问题简单化。位于规定的公差的范围的零件是可接受的,超出规定公差范围之外的零件是不可接受的;按时完成报告是可接受的,迟缓的报告是不能接受的。然而,在管理任何一个过程减少变差时,都必须追究造成的原因。首先是区分普通原因和特殊原因。
虽然单个的测量值可能全都不同,但形成一组后它们趋于形成一个可以描述成一个分布的图形(见图2),这个分布按下列特性区别:
• 位置(典型值);
• 分布宽度(从最小值至最大值之间的距离);
• 形状(变压器差的模式——是否对称、偏斜等)。
普通原因指的是造成随着时间的推移具有稳定的且可重复的分布过程中的许多变差的原因,我们称之为:“处于统计控制状态”、“受统计控制”,或有时简称“受控”。普通原因表现为一个稳定系统的偶然原因。只有变差的普通原因存在且不改变时,过程的输出才是可以预测的。
特殊原因(通常也叫查明原因)指的是造成不是始终作用于过程的变差的原因,即当它们出现时将造成(整个)过程的分布改变。除非所有的特殊原因都被查出来并且采取了措施,否则它们将继续用不可预测的方式来影响过程的输出。如果系统内存在变差的特殊原因,随着时间的推移,过程的输出将不稳定。
由于特殊原因造成的过程分布的改变有些有害,有些有利。有害时应识别出来并消除它。有利时可识别出来并使其成为过程恒定的一部分。对于一些成熟的过程(例如经过几次不断改进的循环后的过程),顾客可能给予特许让一贯出现特殊原因的过程进行下去,这样的特许通常要求过程控制计划能确保答顾客的要求并且保证过程不受别的特殊原因的影响。(见第5节)




局部措施和对系统采取措施

局部措施

• 通常用来消除变差的特殊原因
• 通常由与过程直接相关的人员实施
• 通常可纠正大约15%的过程问题

对系统采取措施

• 通常用来消除变差的普通原因
• 几乎总是要求管理措施,以便纠正
• 大约可纠正85%的过程问题




第4节
局部措施和对系统采取措施

在上面讨论的两种变差以及可能采取的减少它们的措施*之间有着重要的联系。
简单的统计过程控制技术能检查变差的特殊原因。发现变差的特殊原因并采取适当措施通常是与该过程操作直接有关人员的责任。尽管有时纠正时要求管理人员介入,介解决变差的特殊原因通常要求采取局部措施。这一点在早期的过程改进中尤为重要。当某人对特殊原因成功持采取适当的措施后,其余的问题通常要求采取管理行动而不是局部措施来解决。
相同的简单的统计过程控制技术也能指明变差的普通原因的范围,但分离这些原因需要更详细的分析。纠正变差的普通原因的责任在于管理谷。有时与操作直接相关人员的处于较有利的位置发现它们并将它们报告给管理人员来采取措施的。总的来说,解决变差普通原因通常需要采取系统措施。
过量过程变差中较小的部分——工业经验建议为15%——是通过与操作直接有关的人员局部纠正的。采取的措施类型如不正确将给机构带来大的损失,不但劳而无功,而且会延误问题解决甚至使问题恶化。例如:如果需要管理人员对系统采取措施(如选择提供一致输入材料的供方)时却采取的是局部措施(如调整机器)就不对“。无论如何,为了更好地减少过程变差的变通原因需要管理人员和与操作直接相关的人员的密切合作。









*W.E.戴明博士在”日本发生了什么?”和其它一些文章中讨论这一问题。该方为《工业质量控制》1967年8月NO.3,24卷第3部第89~93页。
**码这些发现首先由J.M.朱兰博士提出,并已在戴明博士的经验中得到证实。





































图3 过程控制及过程能力

第5节
过程控制和过程能力

过程控制系统的目标是对影响过程的措施作出经济合理的决定。也就是说,平衡不需控制时采取了措施(过度控制或擅自改变)和需要控制时未采取措施(控制不足)的后果。必须前面提到的变差的两种原因——特殊原因和普通原因的关系下处理好这些风险。(见图3)
过程在统控制下运行指的是仅存在造成变差的普通原因。这样,过程控制系统的一个作用是当出现变差的特殊原因时提供统计信号,并且当不存在特殊原因时避免错误信息。从而对这些特殊原因采取适当的措施(或是消除它们,或是如果有用,永久地保留它们)。
讨论过程能力时,需考虑两个在一定程度上相对的概念:
• 过程能力由造成变差的普通原因来确定,通常代表过程本身的最佳性能(例如分布宽度最小),在处于统计控制状态下的运行过程,数据收集到后就能证明过程能力,而不考虑规范相对于过程分布的位置和/或宽度的状况如何;
• 然而,内外部的顾客更关注过程的输出以及与他们的要求(定义为规范)的关系如何,而不考虑过程的变差如何。
一般说来,由于受统计控制的过程服从可预测的分布,从该分布中便可以估计出符合规范的产品的比例。只要过程保持受统计控制状态并且其中分布的位置、分布宽度及形状不变化,就可以继续生产相同分布的符合规范的产品。对过程采取的第一个措施就是将过程定位在其目标值上。如果过程的分布宽度是不可接受的,该策略则允许生产最小量不符合规范的产品。通常要求用对系统采取措施从而减少产生变差的变通原因的方法来改进过程的能力(以及其输出),从而始终符合规范。为了进一步具体了解过程能力、过程性能以及与之相关的假设,参见第2章第5节。
简言之,首先应通过检查并消除变差的特殊原因使用权过程处于受统计控制状态,那么性能是可预测的,变可评定其满足顾客期望的能力。这是持续改进的基础。
每个过程可以根据其能力是否受控进行分类,过程可分成4类,如下表所示:
控制
满足要求 受控 不受控
可接受 1类 3类
不可接受 2类 4类

一个可接受的过程必须是处于受控统计控制状态的且其固有变差(能力)必须小于图纸的公差。理想的情况是具有1类过程,该过程受统计控制且有能力满足要求,是可接受的。2类过程是受控过程但存在因普通原因造成的过大的必须减少的变差。3类过程符合要求,可接受,但不是受控过程,需要识别变差的特殊原因并消除它。4类过程即不是受控过程又不可接受,必须减少变差的特殊原因和变通原因。
在有些情况下,顾客也许允许制造商运行一个3类过程,这些情况包括:
• 顾客对规范要求之内的变差不敏感(见第2章第5节所讨论的损失函数;
• 对特殊原因采取措施所发生的成本比任何所有顾客得到的利益大,因成本原因可允许存在的特殊原因包括刀具磨损、刀具重磨、周期的(季节的)变化等;
• 特殊原因已被识别,其记录表明具有一致性和可预见性。
在这些情况下,顾客可能会有以下要求:
• 该过程是成熟的,例如,该过程已经过几个循环的持续改进;
• 允许存在的特殊原因在已知一段时间内表现出产生稳定的后果;
• 过程控制计划有效运行。可确保所有的过程输出符合规范并能防止出现别的特殊原因或与允许存在的特殊原因不稳定的其它原因。
在汽车工业中可接受的作法是一个过程被证明处于统计控制状态后才计算其过程能力。过程能力是作为利用从过程中得到的统计数据来进行过程性能预测的基础。利用从过程中得到的一定时间的不稳定或不重复的数据来进行预测是没有什么价值的。特殊原因是造成分布的形态、分布宽度或位置改变的原因,因此会很快使过程能力预测失效。用来计算不同的能力指数或比值所要求的数据是从处于统计控制状态的过程获得的。
能力指数可分成两类:长期的和短期的。短期能力的研究是以从一个操作循环中获取的测量为基础的。这些数据用控制图分析后作为判定该过程是否在统计控制状态下运行的依据。如果没有发现特殊原因,可以计算短期能力指数。如果过程不是处于受控状态,就要求采取解决变差的特殊原因的措施。这种研究通常用于验证由顾客提出的过程中生产出来的首批产品。另一个用途,有时也叫机器能力研究,是用来验证一个新的或经过修改的过程实际性能是否符合工程参数。
如果一个过程是稳定的并且能符合短期的要求。紧接应进行另一种型式的研究。长期能力研究包括通过很长一段时间内所进行的测量应在足够长的时间内收集数据,同时这些数据应能包括所有能预计到的变差的原因,很多变差原因可能在短期研究时还没有观察到。当收集到足够的数据后,将这些数据画在控制图上,如果没有发现变差的特殊原因,便可以计算长期的能力和性能指数。这种研究的一个用途是用来描述一个过程在很长的一个时期内包括很多可能变差原因出现后能否满足顾客的要求的能力——例如:量化过程性能。
几个不同的指数已被提出。因为1)没有一个单独的指数可以万能地适用于所有过程;且2)没有一个给定的过程可能通过一个单独的指数完整地来描述。例如:推荐同时使用Cp和Cpk(见第II章第5节),并与图表技术一起使用,可以更好地理解估计的分岂有此理和规范界限的关系。在某种意义上说就是比较(并且努力使两者一致)“过程的呼声”和“顾客的呼声”(参见参考文献22)。

所有的指数都有不足之处且可能产生误导。任何从计算的指数中得到的推断,可以从计算这些指数的数据中找到合适的解释。


有关汽车公司已经确定了对过程能力固定的要求。读者有责任与他们的顾客联系从而确定使用哪些指数。在有些情况下,可能最好是什么指数都不合适,或不是基于顾客的要求,努力使过程来符合这些规范浪费大量时间和精力。第II章第5节描述的是能力和性能指数的选择以及在使用这些指数时的注意事项。



持续改进过程循环的各个阶段






1. 分析过程 2. 维护过程
• 本过程应做些什么? • 监控过程性能
• 会出现什么错误? • 查找变差的特殊
• 本过程正在做什么? 原因并采取措施
• 达到什么控制状态?
• 确定能力

计划 实施

措施 研究






3 改进过程
措施 研究 • 改变过程从而更好地理解
普通原因变差
• 减少普通原因变差










图14 过程改进循环


第6节
过程改进循环及过程控制

在应用持续改进过程这一概念时,可以使用3阶段的循环(见图4),每一个经历改进的过程都可以在这个循环中找到位置。

1. 分析过程

当考虑进行过程改进时必须对该过程有基本的了解,为了对过程很好的理解应回答以下问题:
• 本过程应做什么?
• 会出现什么问题?
——本过程会有哪些变化?
——我们已经知道本过程的什么变差?
——哪些参数受变差的影响大?
• 本过程正在做些什么?
——本过程是否在生产废品或需要返工的产品?
——本过程的生产的产品是否处于统计控制状态下?
——本过程是否有能力?
——本过程是否可靠?
为了较好地理解过程可能应用许多技术,如小组会议,与开发或操作过程的人员(主管专家)商讨,审阅过程的历史或进行失效模式及后果分析(FMEA)。本手册所述的控制图也是应使用的工具。这些简单的统计方法用来帮助大家区别变差的普通及特殊原因。变差的特殊原因应注明。当达到了统计控制状态后,便可以计算能力指数从而帮助评定本过程长期能力的当前水平。

2. 维护(控制)过程

一旦对过程有了较好的理解,就必须使过程维持在一定的能力水平上。过程是动态的并且会变化。必须监控过程的性能,因此要采取有效的措施来防止过程发生不希望的变化。同时必须了解所希望的变化并使之保持稳定。本手册介绍的简单的统计方法在这方面可以帮助你。制作及使用控制图或其他的工具,可以对过程进行有效地监控。当所使用的工具表明过程已改变,就应立即采取有效的措施隔离变差原因并对它们采取措施。
很容易就会停止在本循环中的第二阶段。重要的是要意识到任何一个公司的资源都是有限的。一些,或是许多过程应处于这一阶段。然而,如果不能进展到本循环的下一阶段将导致一具明显的竞争上的劣势。要达到“世界级”水平要求用稳定的有计划的努力来进行过程改进循环的下一阶段。



3. 改进过程

到达这一点,已设法使过程稳定并已维持。但是,对于有些过程,顾客甚至会对工程规范内的变差表示敏感。在这些情况下,持续改进的价值只有在变差减小后才能实现。为上要使用额外的过程分析工具,包括更先进的统计方法,例如:试验设计及先进的控制图等。附录H列出一些有用的参考文献做为进一步的研究。

通过减小变差业改进过程主要包括有目的向过程中引入变化并测量其效果。目的是更好地理解过程,使变差的普通原因可以进一步减小,其意图是以更低的成本改进质量。

当新的过程参数确定后,这种循一举理回转到分析过程。由于进行某些改变,应重新确定过程稳定性。过程便不断围绕过程改进循环运转。






控制图



上控制限

中线

下控制限












1.收集
• 收集数据并画在图上
2.控制
• 根据过程数据计算试验控制限
• 识别变差的特殊原因并采取措施
3.分析及改进
• 确定普通原因变差的大小并采取减小它的措施

重复这三个阶段从而不断改进过程


图5 控制图

第7节
控制图——过程控制的工具

贝尔试验室的Walter休哈特博士在二十世纪的二十年代研究过程时,首先区分了可控制和和不可控制的变差,就是由于我们所说的普通及特殊原因产生的。他发明了一个简单有力的工具来区分它们——控制图。从那时起,在美国和其它国家,尤其是日本,成功地把控制图应用于各种过程控制场合。经验表明当出现变差的特殊原因时,控制图能有效地引起人们注意,它们在系统或过程改进要求减少普通原因变差时控制图能反映其大小。
使用控制图来改进过程是一个重复的程序,多次重复收集、控制及分析几个基本的步骤(见图5)。首先。按计划收集数据(附录A提供了这样一个数据收庥计划的输入);然后,利用这些数据计算控制限,控制限是解释用于统计控制数据的基础;当过程处于统计控制状态,控制限可用来解释过程能力。为了使过程在受控和能力上得以改进,就必须识别普差的普通及特殊原因并据此改进过程;然后该循环又重新开始,更多的数据被收集、解释并且作为采取措施的基础。

1. 收集

被研究的特性(过程或产品)的数据收集后将之转换成可心画到控制图上的形式。这些数据可能是一个机加工零件的尺寸的实测值、一匹维尼布上的缺陷数、轨道车的通过时间、记账的错误数目等。

2. 控制

利用数据计算试验控制限,将它们画在图上作为分析的指南。控制限并不是规范限值或目标,而是基于过程的自然变化性和抽样计划。
然后,将数据与控制限相比来确定变差是否稳定而且是否仅是由普通原因引起的。如果明显存在变差的特殊原因,应对过程进行研究从而进一步确定影响它的是什么。在采取措施(一般是局部措施)的后,再进一步收集数据,如有必要可重新计算控制限,若还出现任何另外的特殊原因,则继续采取措施。

3. 分析及改进

当所有的特殊原因被消除之后,过程在统计控制状态下运行,楞继续使用控制图作为监控工具,也可计算过程能力。如果由于普通原因造成的误差过大,则过程不能生产出始终如一的符合顾客要求的产品。必须调查过程本身而且一般来说必须采取管理措施来改进系统。
通常可以发现尽管在过程刚建立时已经对准了目标值,过程的实际位置(X)可能与该值不一致。对于那些实际值偏离目标值并且重新给过程定位很经济的过程应考虑重新调整以便使其与目标值更加一致。以上调整是假设该调整不会影响过程的变差。但情况不可能总是这样,应了解由于重新调整过程的位置可能啬过程的变差,则应在顾客满意和经济性两方面进行权衡。
必须不断地对过程的长期性能进行分析,通过对现行的控制图进行周期的、系统的评审可以很容易地完成这一工作。通常会有特殊原因出现的新证据,一些特殊原因经理解后也许能对减少整个过程的变差有利。其他的对过程有害的特殊原因需要被了解、修改或消除。
对于“受控”的过程,改进工作的重点将经常放在减少过程中的普通原因变差上。要减小这种变差就要“缩小”控制衅上的控制限——即经重新计算的控制限要相互靠近。许多不熟悉控制图的人觉得这样做对过程的改进是一种“惩罚”。他们没有意识到如果一个过程处于稳态且控制限计算正确,过程错误地产生超出控制限的点的机会是相同的,与控制限间的距离无关(参见第5节)。
还没有谈到的一点是控制限的重新计算问题。一旦经过程合适的计算,并且如果过程中普通原因变差不发生改变,则控制限就是合理的,出现偏差的特殊原因的信号不需要重新计算控制限。用于长期分析的控制图,最好是尽可能少重新计算控制限,但需要根据过程本身情况来决定。
为了不断地改进过程,重复以上三个阶段适当地多收集数据。通过操作受统计控制的过程来减少过程变差,并且不断分析过程的变化。





控制图的益处
合理使用控制图能:
• 供正在进行过程控制的操作者使用
• 权有助于过程在质量上和成本上能持续地,可预测地保持下去
• 使过程达到:
——更高的质量
——更低的单件成本
——更高的有效能力
• 为讨论过程的性能提供共同的语言
• 区分变差的特殊原因和普通原因,作为采取局部措施或对系统采取措施的指南





第8节
控制图的益处

下面列举了使用控制图的一些重要的益处:
控制图是了解过程变差并帮助达到统计过程状态的有效工具。控制图一般由操作人员保留在工作场地上。当需要采取措施——以及不需要采取措施时(例如过度调整——见附录B)时,控制图可给与操作密切有关的人员提供可靠的信息;
• 当过程处于统计控制状态,其性能将是可预测的,这样生产者和顾客都可以依赖一致的质量水平,以及达到该质量水平的稳定的成本;
• 处于统计控制状态的过程可以通过减少普通原因变差和改进过程的中心线(目标)来进一步改进。可以估计出在系统中建议改进的期望效果,甚至相对微小的变化的实际影响也可通过控制图的数据来识别。所需的数据量将随受检的过程而变化。这种通过减少对目标值的变差来改进过程的方法可以减少成本并提高生产率;
• 控制图为两班或三班操作过程的人员之间、生产线(操作者、管理谷)和支持活动(维修、材料控制、过程工程、质量控制)的人员之间,过程中不同的工序之间,供方和使用者之间,制造/装配车间和设计人员之间就有关过程性能的信息交流提供了通用的语言;
• 控制图,通过区分变差的特殊原因和普通原因,为人们就任何问题应采取适当的局部改进措施还是要求采取管理措施提供依据。这样可以减少混淆、挫折以及误导性解决问题的努力而造成的高成本。
本手册的其余内容是介绍控制图的制作及解释。在学习这些技术说明及建议时,最好要记住若想从控制图中得到的真正的好处就要掌握和有效地使用它。附录C提供的控制图选择表为在什么情况下使用什么控制图提供了帮助。


注:附录I提供了两个空白的控制图和过程记录表格的示例。如果使用其他形式的控制图,应至少包括以下内容:过程特性名称、零件号、特性描述、计量单位,0= (用于代码数据),抽样频率,样本容量,刻度描述(X,中位数等),刻度值,子组数据,时间,操作员姓名或识别号,使用的量具或测量方法,记录过程注释的地方。
一个好语音是在每张控制图上列出测量设备的重复性和再现性(GR&R%)的数据,
作为控制图解释的参考,同时强调了以这样的事实:已完成了测量系统分析。

与过程有关的控制图



测量结果


• 计量单位(mm,kg等)
• 原点(0 mm,32*F等)

过程

结果举例 控制图举例
• 轴的外径(英寸)
• 从基准面到孔的距离(mm)
• 电阻(Ω)
• 轨道车通过时间(h)
• 工程更改处理时间(h)
用于均值测量的X图

用于极差测量的R图
测量方法必须保证始终产生准确和精密的结果


不精密 精密



不准确




准确*




*注:当前有的计量学书籍将准确度定义为没有偏倚。
图6 计量型数据——测量中间或最终过程输出的结果

第II章
计量型数据控制图

当从一个过程中可得到测量值时,使用计量型数据的控制图是一种有力的工具。例如:轴承的直径、关门所用的力,或审查一张收据所用的时间等。计量型数据控制图——尤其是其最普通的形式,X—R图——代表了控制图在过程控制中的典型应用。(见图6)
计量型数据的控制图应用广泛,有如下原因:
1. 大多过程和其输出具有可测量的特性,所以其潜在应用广泛;
2. 量化的值(例如:“直径为16.45mm”)比简单的是—否陈述(例如:”直径符合规范”)包含的信息更多;
3. 虽然获得一个测得的数据比获得一个通过或不通过的数据成本高,但为了获得更多的有关过程的信息而需要检查的件数却较少,因此,在某些情况下测量的费用更低;
4. 由于在作出可靠的决定之前,只需检查少量产品,因此可以缩短零件生产和采取纠正措施之间的时间间隔;
5. 用计量型数据可以分析一个过程的性能,可以量化所作的改进,即使每个单值都在规范限界之内。这一点对寻求持续改进来说是很重要的。
计量型控制图可以通过分布宽度(零件间的变异性)和其位置(过程的平均值)来解释数据。由于这个原因,计量型数据用控制图应该始终成对准备及分析——一张图用于位置,另一张图用于分布宽度。最常用的是X和R图。X是一个小的子组的平均值——是位置的量度;R是每个子组的极差(最大值减去最小值)——分布宽度的量度。
本章第1节讨论中较长篇幅讨论X—R图,本章第二节讨论X和s图(R图的替代),第三节讨论中位数图(平均值和极差图的简单替代图),本章第4节讨论用于单值的控制图(当必须在单值而不是子组的基础上作出决定时)。







使用控制图的准备

•建立适用于实施的环境
•定义过程
•确定待管理的特性
考虑到:
——顾客的需求
——当前及潜在的问题区域
——特性间的相互关系
•确定测量系统
•使不必要的变差最小



第1节
均值和极差图(X—R图)

在使用X—R图之前,必须作几点适当的准备:
•建立适合于实施的环境
除非管理者已准备好一个可靠的环境,否则任何统计方法都会失败。必须排除机构内阻碍人们公正的顾虑。管理者必须提供资源(人力和物力)来参与和支持改进措施。
•定义过程
必须根据过程与其周围的其他操作和上下使用者之间的关系,以及每个阶段的影响因素(人、设备、材料、方法和环境)来理解过程。因果分析图、过程流程表等技术可以使这些更加直观并且让理解过程的不同方面的人员的经验集中起来。
•确定作图的特性
用来确定这些特性的例子为通用公司的《关键特性命名系统》(参见附件H,参考文献24)。学习的重点应放在那些对过程改进有帮助的特性上。应适当考虑如下因素:
——顾客的需求:包括使用产品和服务作为输入的后续过程顾客和作为最终产品的顾客。了解这两种顾客的需求,询问他们过程何处需要改进,体现共同合作和理解的精神;
——当前的潜在问题区域:考虑存在的浪费或低效能力的证据(如:废品、返工、过长的加班时间、与目标值不符)以及有险情的区域(如:产品或服务的设计或过程中任何元素即将进行的变化)。这些是改进的机会,需要应用管理企业所涉及的知识;
——特性之间的相互关系:为了有效率及有效果地研究应利用特性间的关系。比如,如果关心的特性很难测量(比如体积),选择一个相关的容易测量的特性(比如重量)。另外,如果一具项目的几个单独的特性具有相同的变化趋势,可能只用一个特性来画图就足够了。注意:统计上的相关性不意味着变量之间存在因果关系。在缺乏现存过程的知识时,可能要设计一个试验来验证这些关系和重要性。
•定义测量系统
必须可操作地定义其特性,这样,今天就可以以与昨天意义一样的方式将数据送给所有有关人员。这包括指明应收集哪些信息,在何处、如何以及在什么条件下收集。测量设备的本身的准确性和精密性必须是可预测的。周期性校正是不够的。有关这一主题的详细介绍见第IV节。这个特性的定义将影响所使用的控制图的类型——计量数据控制图,例如X—R图,或计数型数据控制图,见第Ⅲ节描述。
•使不必要的变差最小化
在开始研究之前应消除不必要的变差外部原因。这一点可能简单地意味着观察过程按预定的方式运行,或意味着用已知的输入材料恒定的控制设定值进行控制的研究。目的是避免甚至不用控制图就能纠正的明显问题、这些包括过度的过程调整或过度控制等。在所有情况下,过程记录表上应坚持记录所有相关事件,例如:刀具更换、新的原材料批次等,这将有利于下一步的过程分析。






















图7 X—R图

A. 收集数据
成对使用的X—R图是从对过程输出的特性的测量发展而来的。这些数据是以样本容量恒定的小子组的形式报出的,这种子组通常包括2~5件连续的产品,并周期性的抽取子组(例如:每15分钟抽样一次,每班抽样两次等)。应制定一个收集数据的计划并将它作为收集、记录及将数据画到控制图上的依据。
A.1 选择子组大小、频率和数据(见图7)
a.子组大小——计量型控制图的第一关键步骤就是“合理子组”的确定——这一点将决定控制图的效果及效率。
选择子组应使得一个子组内在该单元中的各样之间出现变差的机会小。如果一个子组内的变差代表很短时间内的零件间的变差,则在子组之间出现不正常的变差则表明过程发生变化,应进行调查并采取适当的措施。
在过程的初期研究中,子组一般由4到5件连续生产的组合,仅代表单一刀具、冲头、模槽(型腔)等生产出的零件(即一个单一的过程流)。这样做的目的是每个子组内的零件都是在很短的时间间隔内及非常相似的生产条件下生产出来的并且相互之间砂存在其他的系统的关系。因此,每个子组内的变差主要应是普通原因造成的。当这些条件不满足时,最后的控制图可能不会有效地区分变差的特殊原因,或可能出现本节C.1.a和 C.4.c中所述的异常图形。对于所有的子组样本的容量应保持恒定。
b.子组频率——其目的是检查经过一段时间后过程中的变化。应当在适当的时间收集足够的子组,这样子组才能反映潜在的变化。这些变化的潜在原因可能是换班、或操作人员更换、温升趋势、材料批次等原因造成的。
在过程的初期研究中,通常是连续进行分组或很短的时间间隔进行分组,以便检查过程在很短的时间间隔内是否有其它不稳定的因素存在。当证明过程已处于稳定状态(或已对过程进行改进),子组间的时间间隔可能增加。对正在生产的的产品进行监测的子组频率可以是每班两次、每小时一次或其他可行的频率。
c.子组数的大小——子组数的大小应满足两个原则,从过程的角度来看,收集越多的子组可以确保变差的主要原因有机会出现,一般情况下,包含100或更多单值读数的25或更多个子组可以很好地用来检验稳定性,如果过程已稳定,则可以得到过程位置和分布宽度的有效的估计值。
在有些情况下,可以利用现有的数据来加速这个第一阶段的研究。然而,只有它们是最近的,并且对建立子组的基础很清楚的情况下才能使用。
注:为进一步了解分组对控制图解释的影响,参见附录A。



































图8 R图——数据

A.2 建立控制图及记录原始数据(见图8)

X—R图通常是将X图画在R图之上方,下面再接一个数据栏。X和R的值为纵坐标,按时间先后的子组为横坐标,数据值以及极差和均值点应纵向对齐。
数据栏应包括每个读数的空间。同时还应包括记录读数的和、均值(X)、极差(R)以及日期/时间或其他识别子组的代码空间。
填入每个子组的单个读数及识别代码。

A.3 计算每个子组的均值(X)和极差(R)(见图8)

画在控制图上的特性量是每个子组的样本均值(X)和样本极差(R),合在一起后它们分别反映整个过程的均值及其变差。
对每个子组,计算:

X=

R=X最大值—X最小值

式中:X1 ,X2 …为子组内的每个测量值。N为子组的样本容量。



对“好”的回答一定要点个"赞",回答者需要你的鼓励!
已邀请:

huangxhb (威望:1) (广东 深圳) 计算机相关 工程师

赞同来自:

回复 forum.php?mod=redirect&goto=findpost&pid=3592185&ptid=271851

请在“资料区”版块上传,可在“品质工具”发主题帖并链接资料地址。

16 个回复,游客无法查看回复,更多功能请登录注册

发起人

扫一扫微信订阅<6SQ每周精选>