CPK与SPC.docx

CPK与SPC.docx

《CPK与SPC.docx》由会员分享，可在线阅读，更多相关《CPK与SPC.docx（11页珍藏版）》请在冰豆网上搜索。

CPK与SPC

CPK与SPC

CPK与SPC

　　CPK：

ComplexProcessCapabilityindex的缩写，是现代企业用于表示制程能力的指标。

　　制程能力是过程性能的允许最大变化范围与过程的正常偏差的比值。

　　制程能力研究在於确认这些特性符合规格的程度，以保证制程成品不符规格的不良率在要求的水准之上，作为制程持续改善的依据。

　　当我们的产品通过了GageR&R的测试之后，我们即可开始Cpk值的测试。

　　CPK值越大表示品质越佳。

　　CPK=min（（X-LSL/3s），（USL-X/3s））

　　Cpk——过程能力指数

　　CPK=Min[（USL-Mu）/3s,（Mu-LSL）/3s]

　　Cpk应用讲议

　　1.Cpk的中文定义为：

制程能力指数，是某个工程或制程水准的量化反应，也是工程评估的一类指标。

　　2.同Cpk息息相关的两个参数：

Ca:

制程准确度,Cp.:

制程精密度

　　3.Cpk,Ca,Cp三者的关系：

Cpk=Cp*（1-｜Ca｜），Cpk是Ca及Cp两者的中和反应，Ca反应的是位置关系（集中趋势），Cp反应的是散布关系（离散趋势）

　　4.当选择制程站别Cpk来作管控时，应以成本做考量的首要因素，还有是其品质特性对后制程的影响度。

　　5.计算取样数据至少应有20~25组数据，方具有一定代表性。

　　6.计算Cpk除收集取样数据外，还应知晓该品质特性的规格上下限（USL，LSL），才可顺利计算其值。

　　7.首先可用Excel的“STDEV”函数自动计算所取样数据的标准差（σ），再计算出规格公差（T），及规格中心值（u）.规格公差＝（规格上限－规格下限）；规格中心值＝（规格上限+规格下限）/2；

　　8.依据公式：

Ca=（X-U）/（T/2），计算出制程准确度：

Ca值

　　9.依据公式：

Cp=T/6，计算出制程精密度：

Cp值

　　10.依据公式：

Cpk=Cp（1-|Ca|），计算出制程能力指数：

Cpk值

　　11.Cpk的评级标准：

（可据此标准对计算出之制程能力指数做相应对策）

　　A++级Cpk≥2.0特优可考虑成本的降低

　　A+级2.0＞Cpk≥1.67优应当保持之

　　A级1.67＞Cpk≥1.33良能力良好，状态稳定，但应尽力提升为A＋级

　　B级1.33＞Cpk≥1.0一般状态一般，制程因素稍有变异即有产生不良的危险，应利用各种资源及方法将其提升为A级

　　C级1.0＞Cpk≥0.67差制程不良较多，必须提升其能力

　　D级0.67＞Cpk不可接受其能力太差，应考虑重新整改设计制程。

品质管理术语：

SQC供应商品质控制

IQC来料品质控制

LQC生产线品质控制

IPQC制程品质控制

FQC最终品质控制

SQA供应商品质保证

DCC文控中心

PQA制程品质保证

FQA最终品质保证

DAS缺陷分析系统

FA坏品质分析

CPI连续工序改善

CS客户服务

ERP企业资源规划

CRM客户资源管理

MRP物料需求计划

BPR业务流程重组

DOE实验设计

SCM供应链管理

APQP产品质量先期计划

FMEA失效模式及后果分析

MSA测量系统分析

PPAP生产件批准

EV设备变异

FPY合格率

LCL管理下限

LSL规格下限

QE品质工程

QFD品质技能展开

RPN风险系数

SOP作业标准书

TQC全面品质控制

TQM全面品质管理

UCL管制上限

USL规格上限

VOC客户需求

VOE工程需求

QA品质保证

QC品质管理

MBO目标管理

PC生管

MC物料

JIT准时生产技术

LP精益生产

统计过程控制SPC概论

SPC即统计过程控制（StatisticalProcessControl）。

SPC是美国美国贝尔实验室休哈特（Shewhart）博士首先应用正态分布特性于生产过程中的管理，目前已成为生产过程中控制稳定产出的主要工具之一，在生产型企业中应用的非常广泛。

SPC主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的。

在生产过程中，产品的质量特征值的波动是不可避免的。

它是由4M1E，即人、机器、材料、方法和环境等基本因素的波动综合影响所致。

波动分为两种：

正常波动和异常波动，或称为偶然误差和系统误差。

正常波动是偶然性原因（不可避免因素）造成的。

它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除。

异常波动是由系统原因（异常因素）造成的，它对产品质量影响很大，但能够采取措施避免和消除。

过程控制的目的就是消除、避免异常波动，使过程处于正常波动状态。

一、SPC技术原理

统计过程控制（SPC）是一种借助数理统计方法的过程控制工具。

它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。

当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。

由于过程波动具有统计规律性，随机误差具有一定的分布规律，当过程受控时没有系统误差，根据中心极限定理，这些随机误差的总和，即总体质量特性服从正态分布N（μ，σ2）。

正态分布的特征直观看就是大多数值集中在以μ为中心位置，越往边缘个体数越少。

在正态分布正负3σ范围内，即样品特征值出现在（μ-3σ，μ+3σ）中的概率为99.73%，即超出正负3σ范围发生概率仅为0.27%。

SPC即统计过程控制（StatisticalProcessControl）。

SPC是美国美国贝尔实验室休哈特（Shewhart）博士首先应用正态分布特性于生产过程中的管理，目前已成为生产过程中控制稳定产出的主要工具之一，在生产型企业中应用的非常广泛。

SPC主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的。

在生产过程中，产品的质量特征值的波动是不可避免的。

它是由4M1E，即人、机器、材料、方法和环境等基本因素的波动综合影响所致。

波动分为两种：

正常波动和异常波动，或称为偶然误差和系统误差。

正常波动是偶然性原因（不可避免因素）造成的。

它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除。

异常波动是由系统原因（异常因素）造成的，它对产品质量影响很大，但能够采取措施避免和消除。

过程控制的目的就是消除、避免异常波动，使过程处于正常波动状态。

Spc统计-SPC控制图实施的八个步骤

     1、识别关键过程

     一个产品品质的形成需要许多过程（工序），其中有一些过程对产品品质好坏起至关重要的作用，这样的过程称为关键过程，SPC控制图应首先用于关键过程，而不是所有的工序。

因此，实施SPC，首先是识别出关键过程。

然后，对关键过程进行分析研究，识别出过程的结构（输入、输出、资源、活动等）。

     2、确定过程关键变量（特性）

     对关键过程进行分析（可采用因果图、排列图等），找出对产品质量影响最大的变量（特性）。

     3、制定过程控制计划和规格标准

     这一步往往是最困难和费时，可采用一些实验方法参考有关标准。

     4、过程数据的收集、整理

     5、过程受控状态初始分析

     采用分析用控制图分析过程是否受控和稳定，如果发现不受控或有变差的特殊原因，应采取措施。

     注意：

此时过程的分布中心（X）和均差σ、控制图界限可能都未知。

     6、过程能力分析

     只有过程是受控、稳定的，才有必要分析过程能力，当发现过程能力不足时，应采取措施。

     7、控制图监控

     只有当过程是受控、稳定的，过程能力足够才能采用监控用控制图，进入SPC实施阶段。

     8、监控、诊断、改进

     在监控过程中，当发现有异常时，应及时分析原因，采取措施，使过程恢复正常。

对于受控和稳定的过程，也要不断改进，减小变差的普通原因，提高质量降低成本。

实施SPC分为两个阶段，一是分析阶段，二是监控阶段。

在这两个阶段所使用的控制图分别被称为分析用控制图和控制用控制图。

　　分析阶段的主要目的在于：

一、使过程处于统计稳态，二、使过程能力足够。

分析阶段首先要进行的工作是生产准备，即把生产过程所需的原料、劳动力、设备、测量系统等按照标准要求进行准备。

生产准备完成后就可以进行，注意一定要确保生产是在影响生产的各要素无异常的情况下进行；然后就可以用生产过程收集的数据计算控制界限，作成分析用控制图、直方图、或进行过程能力分析，检验生产过程是否处于统计稳态、以及过程能力是否足够。

如果任何一个不能满足，则必须寻找原因，进行改进，并重新准备生产及分析。

直到达到了分析阶段的两个目的，则分析阶段可以宣告结束，进入SPC监控阶段。

　　监控阶段的主要工作是使用控制用控制图进行监控。

此时控制图的控制界限已经根据分析阶段的结果而确定，生产过程的数据及时绘制到控制上，并密切观察控制图，控制图中点的波动情况可以显示出过程受控或失控，如果发现失控，必须寻找原因并尽快消除其影响。

监控可以充分体现出SPC预防控制的作用。

　　在工厂的实际应用中，对于每个控制项目，都必须经过以上两个阶段，并且在必要时会重复进行这样从分析到监控的过程。

SPC即统计过程控制（StatisticalProcessControl）。

SPC主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的。

利用统计的方法来监控制程的状态，确定生产过程在管制的状态下，以降低产品品质的变异

在生产过程中，产品的加工尺寸的波动是不可避免的。

它是由人、机器、材料、方法和环境等基本因素的波动影响所致。

波动分为两种：

正常波动和异常波动。

正常波动是偶然性原因（不可避免因素）造成的。

它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除。

异常波动是由系统原因（异常因素）造成的。

它对产品质量影响很大，但能够采取措施避免和消除。

过程控制的目的就是消除、避免异常波动，使过程处于正常波动状态。

SPC能解决之问题

1.经济性：

有效的抽样管制，不用全数检验，不良率，得以控制成本。

使制程稳定，能掌握品质、成本与交期。

2.预警性：

制程的异常趋势可即时对策，预防整批不良，以减少浪费。

3.分辨特殊原因：

作为局部问题对策或管理阶层系统改进之参考。

4.善用机器设备：

估计机器能力，可妥善安排适当机器生产适当零件。

5.改善的评估：

制程能力可作为改善前后比较之指标。

利用管制图管制制程之程序

1.绘制「制造流程图」，并用特性要因图找出每一工作道次的制造因素（条件）及品质特性质。

2.制订操作标准。

3.实施标准的教育与训练。

4.进行制程能力解析，确定管制界限。

5.制订「品质管制方案」，包括抽样间隔、样本大小及管制界限。

6.制订管制图的研判、界限的确定与修订等程序。

7.绘制制程管制用管制图。

8.判定制程是否在管制状态（正常）。

9.如有异常现象则找出不正常原因并加以消除。

10.必要时修改操作标准（甚至於规格或公差）。

分析用管制图主要用以分析下列二点：

（1）所分析的制（过）程是否处於统计稳定。

（2）该制程的制程能力指数（ProcessCapabilityIndex）是否满足要求。

－、控制图的作用：

1.在质量诊断方面，可以用来度量过程的稳定性，即过程是否处于统计控制状态；

2.在质量控制方面，可以用来确定什么时候需要对过程加以调整，而什么时候则需使过程保持相应的稳定状态；

3.在质量改进方面，可以用来确认某过程是否得到了改进。

应用步骤如下：

1.选择控制图拟控制的质量特性，如重量、不合格品数等；

2.选用合适的控制图种类；

3.确定样本容量和抽样间隔；

4.收集并记录至少20～25个样本的数据，或使用以前所记录的数据；

5.计算各个样本的统计量，如样本平均值、样本极差、样本标准差等；

6.计算各统计量的控制界限；

7.画控制图并标出各样本的统计量；

8.研究在控制线以外的点子和在控制线内排列有缺陷的点子以及标明异常（特殊）原因的状态；

9.决定下一步的行动。

应用控制图的常见错误：

1.在5M1E因素未加控制、工序处于不稳定状态时就使用控制图管理工作；

2.在工序能力不足时，即在CP＜1的情况下，就使用控制图管理工作；

3.用公差线代替控制线，或用压缩的公差线代替控制线；

4.仅打“点”而不做分析判断，失去控制图的报警作用；

5.不及时打“点”，因而不能及时发现工序异常；

6.当“5M1E”发生变化时，未及时调整控制线；

7.画法不规范或不完整；

8.在研究分析控制图时，对已弄清有异常原因的异常点，在原因消除后，未剔除异常点数据。

●分析用控制图

应用控制图时，首先将非稳态的过程调整到稳态，用分析控制图判断是否达到稳态。

确定过程参数

特点：

1、分析过程是否为统计控制状态

2、过程能力指数是否满足要求？

●控制用控制图

等过程调整到稳态后，延长控制图的控制线作为控制用控制图。

应用过程参数判断

二、SPC的作用

1、确保制程持续稳定、可预测。

2、提高产品质量、生产能力、降低成本。

3、为制程分析提供依据。

4、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。

1.贯彻预防原则是现代质量管理的核心与精髓。

2.质量管理学科有一个非常重要的特点，即对于质量管理所提出的原则、方针、目标都要有科学措施与科学方法来保证它们的实现。

这体现了质量管理学科的科学性。

保证预防原则实现的科学方法就是：

SPC（统计过程控制）与SPD（统计过程诊断）。

SPC不是用来解决个别工序采用什么控制图的问题，SPC强调从整个过程、整个体系出发来解决问题。

SPC的重点就在于“P（Process，过程）”

产品质量具有变异性

“人、机、料、法、环”+“软（件）、辅（助材料）、（水、电、汽）公（用设施）”

变异具有统计规律性

随机现象Þ统计规律

随机现象：

在一定条件下时间可能发生也可能不发生的现象。

管制和一般的统计图不同，因其不仅能将数值以曲线表示出来，以观其变异之趋势，且能显示变异系属于机遇性或非机遇性，以指示某种现象是否正常，而采取适当之措施。

解析用控制图

决定方针用ν

制程解析用ν

制程能力研究用ν

制程管制准备用ν

管制用控制图

追查不正常原因ν

迅速消除此项原因ν

并且研究采取防止此项原因重复发生之措施。

ν

ν普通原因指的是造成随著时间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：

“处於统计控制状态”、“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，过程的输出才可以预测。

ν特殊原因：

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找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，随时间的推移，过程的输出将不稳定。

局部措施ν

通常用来消除变差的特殊原因ν

通常由与过程直接相关的人员实施ν

大约可纠正15%的过程问题ν

ν对系统采取措施

通常用来消除变差的普通原因ν

几乎总是要求管理措施，以便纠正ν

大约可纠正85%的过程问题ν

ν合理使用控制图能

供正在进行过程控制的操作者使用ν

有於过程在质量上和成本上能持续地，可预测地保持下去ν

使过程达到ν

ν更高的质量

更低的单件成本ν

更高的有效能力ν

为讨论过程的性能提供共同的语言ν

ν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。

SPC的作用:

1、确保制程持续稳定、可预测。

2、提高产品质量、生产能力、降低成本。

3、为制程分析提供依据。

4、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。

三.SPC的焦点——制程（Process）

Quality，是指产品的品质。

换言之，它是著重买卖双方可共同评断与鉴定的一种「既成事实」.而在SPC的想法上，则是希望将努力的方向更进一步的放在品质的源头——制程（Process）上.

因为制程的起伏变化才是造成品质变异（Variation）的主要根源.

1）异常变动：

过程中变动因素是不在统计管理状态下的非随机性原因，由于异常因素不是过程所固有，固不难除去，一般情况现场人员对异常因素的消除可以自行决定采取措施，而不必要请示更高级的管理人员，所以也称之为减少变动的局部措施。

2）偶然变动：

过程中的变动因素是统计管理的状态下，其产品的特性有固定的分布，即分布位置、分布及分布形状三种，由于偶然因素是过程所固有的，难于消除，要消除偶然因素必须涉及到人、机、料、法、环境等整个系统的改造问题，需要投入大量的资金，故不是现场人员所能决定的，而必须经过深入的调查研究和做出全面的可行性报告后，再经高层领导做最后的定夺，所以称之为减少变动的系统措施。

特殊原因

一种间断性的，不可预计的，不稳定的变差来源。

有时被称为可查明原因，存在它的信号是：

存在超过控制线的点或存在在控制线之内的链或其他非随机性的情形。

普通原因

造成变差的一个原因，它影响被研究过程输出的所有单值；在控制图分析中，它表现为随机过程变差的一部分。

合理使用控制图的益处

•供正在进行过程控制的操作者使用

•有助于过程在质量上和成本上能持续的、可预测的保持下去

•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

在实际应用中,当各组容量与其平均值相差不超过正负25%时,可用平均样本容量（）来计算控制限.

在什么条件下分析阶段确定的控制限可以转入控制阶段使用：

控制图是受控的ν

过程能力能够满足生产要求ν

控制图是根据稳定状态下的条件（人员、设备、原材料、工艺方法、测量系统、环境）来制定的。

如果上述条件变化，则必须重新计算控制限，例如：

ν操作人员经过培训，操作水平显著提高；

设备更新、经过修理、更换零件；ν

改变工艺参数或采用新工艺；ν

改变测量方法或测量仪器；ν

采用新型原材料或其他原材料；ν

环境变化。

ν

使用一段时间后检验控制图还是否适用，控制限是否过宽或过窄，否则需要重新收集数据计算控制限；

过程能力值有大的变化时，需要重新收集数据计算控制限。

对于p,np图,过程能力是通过过程平均不合品率来表示,当所有点都受控后才计算该值.

当Cpk指数值降低代表要增加：

控制ν

检查ν

返工及报废，ν

在这种情况下，成本会增加，品质也会降低，

生产能力可能不足。

当Cpk指数值增大，不良品减少，最重要是产品/零件接近我们的“理想设计数值/目标”，给予顾客最大满足感。

当Cpk指数值开始到达1.33或更高时对检验工作可以减少，减少我们对运作审查成本。

普通原因变差ν

影响过程中每个单位υ

υ在控制图上表现为随机性

没有明确的图案υ

但遵循一个分布υ

是由所有不可分派的小变差源组成υ

υ通常需要采取系统措施来减小

特殊原因变差ν

间断的，偶然的，通常是不可预测的和不稳定的变差υ

υ在控制图上表现为超出控制限的点或链或趋势

非随机的图案υ

是由可分派的变差源造成该变差源可以被纠正υ

工业经验建议为：

ν

只有过程变差的15%是特殊的可以通过与操作直接有关的人员纠正υ

大部分（其余的85%）是管理人员通过对系统采取措施可纠正的υ

ν控制图可以区分出普通原因变差和特殊原因变差

特殊原因变差要求立即采取措施υ

减少普通原因变差需要改变产品或过程的设计υ

控制图-过程的声音

试图通过持续调整过程参数来固定住普通原因变差，称为过度调整，结果会导致更大的过程变差造成客户满意度下降υ

υ试图通过改变设计来减小特殊原因变差可能解决不了问题，会造成时间和金钱的浪费

控制图可以给我们提供出出现了哪种类型的变差的线索，供我们采取相应的措施υ

能力指数的计算基于以下假设条件：

ν

过程处于统计稳定状态υ

每个测量单值遵循正态分布υ

规格的上、下限是基于客户的要求υ

测量系统能力充分υ

如果理解关满足了这些假设后，能力指数的数值越大，潜在的客户满意度越高ν

过程能力分析的用途

-设计部门可参考目前之制程能力，以设计出可制

造的产品

-评估人员、设备、材料与工作方法的适当性

-根据规格公差设定设备的管制界限

-决定最经济的作业方式

过程控制和过程能力

◎目标:

过程控制系统目标,是对影响过程的措

施作出经济合理的决定,避免过度控制

与控制不足

◎过程能力讨论:

必需注意二个观念

○由造成变差的普通原因来确定

○内外部顾客开心过程的输出及与他

们的要求的关系如何。

SPC就是利用统计方法去:

1.分析过程的输出并指出其特性.

2.使过程在统计控制情况下成功地进行和维持.

3.有系统地减少该过程主要输出特性的变异.

统计制程管制（SPC）

它可用统计管制图及时监督与控制线场作业.

.它可用统计计算制程能力及规格.

.它可防止制程的偏差去影响产品的良率与品质/可靠性.

.它可消除非机率原因的变异来改善制程.

SPC就是依据统计的逻辑来判断制程是否正常及应否采取改善对策的一套控制系统对的问题比对的答案更重要

SPC生产统计过程控制

一、spc的基础知识

1.关于控制、过程、统计

2.特性及其分类

3.统计学基础

二、spc的基本原理

4.过程的理解与过程控制

5.波动及波动的原因

6.局部措施和系统措施

三、统计过程的控制思想

1.正态分布简介

2.统计控制状态及两种错误

3.过程控制和过程能力

4.过程改进循环

四、控制图类型

1.控制图应用说明

2.