Wk4-BB-C-05 SPC-过程波动与时序图.ppt

《Wk4-BB-C-05 SPC-过程波动与时序图.ppt》由会员分享，可在线阅读，更多相关《Wk4-BB-C-05 SPC-过程波动与时序图.ppt（56页珍藏版）》请在三一文库上搜索。

1、步骤14 实施控制计划,当前位置,定义,测量,分析,改善,控制,步骤 13- 制定控制计划,步骤 15- 文件化与共享,步骤 14- 实施控制计划,SPC 长期过程能力 评估改善效果,-把改善结果适用到流程时，对流程的关键的输入和输出因数实施 统计控制,INPUT 控制计划 运营标准,实施控制计划,长期过程能力,OUTPUT 流程的现况 (SPC数据) 长期过程能力,PDCA周期,定义,推进步骤,统计过程控制 Statistical Process Control,目标,通过正在进行中的数据收集监控过程。 使用控制图绘制数据并确定特殊原因的信号。 使用特殊原因和普通原因的思维方法来减小变化。,

2、内容,1. 变化与个体图： I Charts 2.离散数据的控制图: p, np, c, and u Charts 3.带着子群高容量流程的控制图 : X, R Charts 4.快速探测小偏移的控制图: EWMA Charts 5.概要: 使用控制图,目标,通过正在进行中的数据收集监控过程。 使用控制图绘制数据并确定特殊原因的信号。 使用特殊原因和普通原因的思维方法来减小变化。,工业革命以后， 随着生产力的进一步发展，大规模生产的形成，如何控制大批量产品质量成为一个突出问题，单纯依靠事后检验的质量控制方法已不能适应当时经济发展的要求，必须改进质量管理方式。于是，英、美等国开始着手研究用统计方

3、法代替事后检验的质量控制方法。 1924年，美国的休哈特博士提出将3Sigma原理运用于生产过程当中，并发表了著名的“控制图法”，对过程变量进行控制，为统计质量管理奠定了理论和方法基础。,SPC的产生,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。,SPC的作用,内容,1. 变化与单值图： I Charts 2.带着子组大容量流程的控制图 : Xbar-R Charts 3.离散数据的控制图: p, np, c, and u Charts 4.快速探测小偏移的控制图:

4、 EWMA Charts 5.概要: 使用控制图,了解变化,案例研究：每日出货数量,一家小公司的业务经理得知在上个月，月初工厂每天出货79个订单， 而月底每天出货135个订单。他的问题是： 79和135 ，哪个更具代表性？是否有明显的上升趋势？ 用这种方式看数据有何帮助？ 工作人员绘制了六月份的“订单” 日图。,什么是时序数据？,定期收集的数据 每小时 每天 每周 每月 每季度 收集某个过程在某段时间内的数据。 对一周完成的前 30 批进行测量 每隔 5 批进行测量 过去两年来每周的产量 了解变化的第一步应是按时间顺序绘制出这类数据的曲线,时间顺序为什么重要？,过程情况是随时间变化的；某一时间

5、点的数据不是总能与另一时间点的数据比较 数据可能产生偏差 如果忽略了与时间有关的模式，可能得出错误的结论,有 4 个点与其它点显著不同,注意变化,当分析时序数据时，必须注意变化，数据值从一点到另一点是如何变化的 变化中的某些模式可提供有关过程问题源的线索,变化,什么是变化？,40,45,50,55,60,65,1,3,5,7,9,11,13,15,17,19,21,23,25,27,29,31,33,35,37,39,41,过程数据显示过程是如何随时间而变化的,-没有两件绝对相同的事物。 -一个过程执行的方式每天都不同。 -对过程输出收集的测量数据或统计数据也是随时间变化的。 -对过程的变化量

6、进行量化是改进过程中的关键一步。 了解造成变化的原因可帮助我们确定采取什么类型的措施可达到持久的改进。,一个过程中有许多波动源； 每个波动源发生是随机的：时隐时现、时大时小、时正时负。 以不可预测之势在影响过程的输出-质量特性； 质量特性有波动是正常现象，无波动是虚假现象或是测量仪器 分辨力太低； 消灭波动是不可能的，但减少波动是可能的； 管理和操作任一过程就是要把波动限制在允许范围内，超出范围 就要设法减少波动或及时报告，迟到的报告就会引起损失， 是失职行为。,波动源或叫散布源,变化与规格,过程的变化量告诉我们该过程所能达到的效果。 规格告诉我们希望过程所能达到的效果。,对变化和质量的传统观

7、点和新观点,传统观点：符合规格的任何值都一样好 新观点：只要一个特性偏离目标，就会产生一些损失。偏离越大，损失越大。 (Taguchi， 1960),损失,损失,没有损失,损失,测量,规格界限,规格界限,损失,测量,少许损失,稍多一点的损失,客户目标,Taguchi 案例研究,日本厂家的配件零件分布图： “控制过程以尽可能接近目标。”,美国厂家的配件零件分布图： “在规格界限之内的所有产品都一样好。”,USL,LSL:,练习：观察变化,目的：识别在您的过程中引起变化的不同原因，并确定哪一种变化观点（传统观点与 Taguchi 损失函数）最合适。 要求：考虑您工作中的一个过程以及该过程的关键质量

8、参数。 哪一种变化观点（规格界限或 Taguchi 损失函数）最合适？ 列出此关键质量参数中造成变化的一些因素。 准备与班上其他学员讨论答案。 时间： 5 分钟,变化类型,特殊原因：在特定时间或地点发生了不同的事件,普通原因：在过程中总是有某种程度的存在,普通原因变化,定义 普通原因是导致过程中定时和日常变化的过程输入和条件。 普通原因是过程的一部分。 因为它们自身在变化，所以它们导致了输出变化。 每个普通原因构成总变化的一小部分。 通过观察一段时间的过程变化，我们可以预期普通原因可产生多大的变化。 当所有变化是由普通原因引起时，该过程是稳定的或者是可预测的。,普通原因变化（续）,开车上班：普

9、通原因变化的示例 变化的普通原因是过程的一个正常部分。所有原因合并在一起就 产生了我们预期遇到的变化。例如，开车上班所需时间取决于： 是红灯还是绿灯。 交通流量。 过街道的行人。 等待左转的时间。,特殊原因变化,定义 特殊原因是过程中不常存在但在特定环境下却又出现的因素。 特殊原因并不经常存在。 它们可能偶然地出现又消失，可能是暂时或长期的。 特殊原因是特定的，并对过程有显著影响。 我们无法预测特殊原因何时发生或者如何影响过程。 当特殊原因导致变化时，过程是不稳定的或者是不可预测的。,特殊原因变化（续）,开车上班：特殊原因变化的示例 变化的特殊原因并不经常发生。它们常常是过程中的某些变化的结果

10、。它们常常使变化超出我们通常预期的范围。 可能造成开车时间变化或有变化趋势的特殊原因有： 有几天或几周必须绕道行驶。 上班途中送孩子去学游泳。 可能造成开车时间出现单个高点或单个低点的特殊原因有： 车祸。 只有某一天绕道行驶。 车胎漏气。 由于大多数人正在休假，从而使交通畅通。,连续 8 个点或更多点位于中线的同侧表示一个过程偏移。 （如果数据是对称分布的，将平均值代替中值作为中线是可以的。） 连续 6 个或更多点持续增加或减小表示一种趋势。 （在方向发生变化的点开始计数。） 过少运行表示过程平均值、循环或趋势的偏移。 过多运行表示从两个来源抽样，过度补偿或存在偏斜。,特殊原因检验,特殊原因检

11、验（续）,连续 14 个或更多点交替上下表示存在偏斜或抽样问题。 一个或更多点位于控制界限以外表示那些点有所不同。,目的：使变化达到最小,一个过程中总是有某些变化 但我们可以努力使目标附近的变化达到最小,50,55,60,65,70,1,11,21,31,41,51,61,71,81,目标= 减小变化,目标,对变化的反应,对普通原因所采取的适当管理措施与特殊原因的管理措施完全不同,不稳定,稳定,普通原因策略,特殊原因策略,特殊原因策略,目标是消除特定的特殊原因；使不稳定的过程变得稳定。 获得及时数据以便快速发现特殊原因。 采取立即措施以补救任何损坏。 立即查找原因。了解该情形的不同之处。隔离影

12、响最深的原因。 制订一个更长期的补救方案，以防止特殊原因再次发生。或者，如果结果较好，可保留该方案。,普通原因策略,下面所示的过程是稳定的。但它是否需要改进？,客户需要,时间,改进稳定过程,如果过程是在统计控制下的，试图通过解释个别点之间的差异来减少变化的普通原因几乎是不可能的。 所有数据都是有关的 统计控制下的过程通常要求根本的改变才可获得改进 使用 DMAIC 方法可帮助您对过程进行根本改变,研究普通原因变化,分解,根据不同因素将数据分成几组或几类。 以数据点群集或不群集的方法寻找模式。,按一周每天分层的“装满重量”数据示例,星期一,星期二,星期三,星期四,星期五,装满重量,星期一始终比其

13、它天都糟糕找出原因。,分层,分解,我们看到的很多图都是集合起来的。例如，如果我们查看月度总产量图，每个数据值是表示所有产品、生产线、班次、周等的合计数字。 如果我们分离分解这些数字，我们通常可以看到聚集中被掩盖的模式。,如何分解,按过程阶段或步骤分解 按过程输出分解,所有产品或服务的合计结果,根据产品或服务类型分类 的单独结果,总结果,产品 1 的结果,产品 2 的结果,产品 3 的结果,产品 4 的结果,产品 5 的结果,单独测量完成每个阶段 或步骤的时间,整个过程 （“执行作业”）,第 1 阶段,第 2 阶段,第 3 阶段,Time to complete,entire process,完

14、成整个过程的时间,试验,普通原因的变化源于过程中大量因素交互作用 判断哪些因素最容易导致变化可能很困难，也很费时间 通常，人们能够从理论上认识到哪些因素最重要 试验可帮助验证那些理论,试验方法,试验设计可以是正式的，也可是非正式的 即使是非正式的情形，也要使用 PDCA： 计划试验 确定要研究的因素（潜在原因） 对要测量的因素和反应制订操作定义 选择制定试验设计 做试验 收集数据 检查结果 分析并解释数据 根据获得的信息采取措施 将该信息归档，并用于原因分析，并或在不同的条件下重复试验,根据变化类型采取相应的措施,讨论 将特殊原因当作普通原因变化处理实际上意味着什么？ 将普通原因变化当作特殊原

15、因处理意味着什么？,练习：对特殊原因和普通原因作出适当反应,目的：练习区分特殊原因和普通原因。 要求：确定下面每个示例是描述特殊原因还是普通原因。确定应采取的适当反应是什么。记住将特殊原因和普通原因区别处理。准备与其他学员讨论您的答案。也要讨论如果将普通原因当作特殊原因处理，会发生什么情况，反之又怎样。 时间： 10 分钟 示例 1：一个质检员在填写检查报告时填错。 示例 2： 所有质检员在填写检查报告时都会偶尔填错。,了解变化的工具,时序图（ “运行图”） 控制图 频率图 帕累托排列图（简称排列图）,时序图 （运行图）,时序图（运行图）,时序图是按时间顺序排列的数据图形。,30,20,10,

16、0,70,80,90,100,110,120,130,140,T420 订单的周期 6 月 130,天数,为何使用运行图？,使用运行图： 可研究观测的数据，找出在某一指定时间段内数据的趋势或模式。 可注意到过程中真正重大的变化。 可跟踪有用信息以便预测趋势。,何时使用运行图,使用运行图： 了解过程中的变化。 在实施一个解决方案之前和之后对性能测量进行比较，以评估该解决方案的影响。 发现过程中的趋势、偏移和周期。,30,20,10,0,70,80,90,100,110,120,130,140,T420 订单的周期 6 月 1-30,天数,横轴反映时间的变化,纵轴显示数值或计数,按时间顺序绘制的数

17、据点,用线条将点连接起来，以便查看,如何构造运行图,1. 确定要分析的测量数据。 2. 收集数据（至少 20 个数据点）。 3. 创建一个含垂直线和水平线的图。 4. 在垂直线（y 轴）上，绘制对应于要测量的变量的刻度。 5. 在水平线（x 轴）上绘制时间或顺序刻度。 6. 计算中位数，并在中位数点上绘制一水平线（此水平线称为中线）。 7. 按时间顺序或按顺序绘图。 8. 标识运行（忽略中位数上的点）。 9. 检查运行图的表。,预习：观察时间和分布,30,20,10,0,70,80,90,100,110,120,130,140,T420 订单的周期时间 6 月 130,天数,计算时序图（运行图

18、）中的运行,在右图中，用圆将每次运行圈起来。 当连接线穿过中线时一次运行就结束。,10,15,20,25,30,35,40,中线,45,20 个数据点不在 11 次运行的中线上,注意：中线上的点被忽略。它们不属于某次运行，也不中断运行。,练习 2(F) 的时序图,中线上方和下方的运行,时序图中的特殊原因信号,如果出现下列情况，可能存在特殊原因： 过多或过少的运行。 连续 6 个点或更多点持续上升或下降（趋势）。 连续 8 个点或更多点位于中线同一侧（偏移）。 连续 14 个点或更多点交替出现在中线上下。,信号示例,运行过少 运行过多 趋势：连续 6 个点或更多点上升或下降,测量,中线,测量,中线,测量,上升趋势,下降趋势,更多信号示例,过程偏移：连续 8 个点或更多点位于中线上方或下方 偏差或抽样问题：连续 14 个点或更多点交替上下出现（锯齿形状）,测量,中线,测量,