【必讀】spc在minitab的應用第一章（上）

對呀,我們今天所講的主題呢,就是關於統計過程控制與minitab之間 以及在minitab的一些相應的應用 這個的話可能是理論課和實踐課相結合的一個課程 在開始主題之前的話 我給大家做一下自我介紹 本人姓周,然後從事呢,一直從事於就是質量的相關工作 然後也有一些相應的證書 比如說這個西貢門黑帶啊,美國質量協會的 還有說比如說德國QMSC的,QMSC的,VDA 6.3的 過程審覈員,以及國家的三體系的認證的一些審覈員 還有的話也考慮一些相應的就是比如說 就是數據分析師啊,相應的一些證書吧,是這樣 這是我本人的一個介紹 好的,那我們今天開始啊 開始之前的話,其實這裏面有一個 就是關於大家的話,就是說 請大家在兩分鐘之內計算上面有多少個字母S 大家可以看一看啊,是這樣 然後我不知道大家如果說看清楚的話 大家可以在公屏上花一到兩分鐘時間 打一下啊,看看有多少個S 這段話其實的話就是關於統計過程控制的一段英文描述啊 說統計過程SPC是統計過程中的一個縮寫 然後是代表了一個過程控制 相應的一些數學的方法 然後他分析呢,然後同時也評估了我們的生產過程 然後再發現我們過程中的一些過程因素 然後影響我們一些相應的信息等等等等 這是關於統計過程的一段英文的描述 大家可以看一看,是這樣 其實給大家講一下就是 爲什麼在正式開始課程之前 讓大家做這麼一個小遊戲或者 小的一個體驗呢,是這樣 是爲了說明什麼呢 其實的話在我們的日常生活中 或者是我們工作中也會存在一種情況 是不是 即使我們百分之百啊 可能覈對這一段話有多少S 多少個S對不對 可能覈對了一次或者一次 兩次甚至三次在規定的時間內對不對 但是有可能我們得到的答案也是 不一樣的 對不對 有可能自己自己的答案就是前後的話 也是有出入的 是相矛盾的 所以這個想給大家說明一個什麼問題呢 其實就是說我們的百分之百的探測 其實是不能保證我們百分之百的 一個相應的準確的是這樣啊 就是百分之百的探測 不能保證我們百分之百的準確 其實這個的話 大家可以看一看 理解一下 比如說我們日常工作中 對不對 相關的檢驗員可能在規定的時間內 去檢查一些相應的質量特性 或者相應的一些數據 對不對 那麼他檢查的數據 或者是說檢查的質量特性 能百分之百保證合格嗎 其實是不可能的 其實是 其實這個的話 就是說百分之百的探測 並不能保證百分之百的準確 對不對 是這樣的 然後其實對於過程的話 或者說我們說統計過程控制的話 對不對 我們需要就是在課程開始之前 給大家樹立一些相應的概念 或者相應的一些意識 對不對 就是說什麼呢 就是說如果我們用檢測的方式 或者是用探測的手段 去檢查我們的質量特性的話 其實就是代表了我們容忍浪費的 對不對 只有我們從過程 對過程進行預防 就是在我們的產品沒有出來之前 來監控我們的質量特性 或監控我們的過程特性 這一方面的話 來看我們的過程中 是不是有相應的特別大的變差 或者是有相應的特別大的問題 這樣的話 我們才能保證 或者確保 我們生產出來的產品是合格的 是這樣 其實這一段的話 意思說的很明白 就是說我們要怎麼樣控制過程呢 我們推薦的 或者說我們建議的是 從預防的手段避免浪費 而不是說我們事後出了問題 再去探測 這樣的話 探測的話 也就代表了容忍浪費 是這麼一種 然後的話 過程控制系統的兩個基本概念 或者基本原理 大家可以看一看 爲什麼把在正式課程開始之前 我給這個大家 還是說highlight 就是說 特別的給着重強調一下呢 是這一個 這一段話 其實是在我們SPC手冊的話 A就是正式開始之前的 一些特別的一些 就是說重要的點 他給列出來了 這是我們SPC手冊的 就是開始之前的一些話語 或者一些強調的重點 統計過程控制呢 其實它的核心原理的話 基本原理就是說 我對我們的過程採取措施 然後這樣的話 可以預防偏離目標值 對不對 然後對過程採取措施 纔可以保持我們過程的穩定 對過程採取措施 纔可以確保我們變差可接受 那既然對過程採取措施 還有一種是對什麼採取措施呢 其實另一種方式的話 就是對我們的輸出 也就是說我們通常來說的話 對我們的產品 就是說我們對過程不加以控制的話 如果說我們的過程生產 我們的過程產出產品之後 我們反而對產品進行控制呢 其實是一個什麼樣的原理呢 大家可以看一看 這一段話呢 也是在我們SPC手冊正式開始之前 他給重點強調的 一些話術或者一些話語是這樣 就是說 如果我們僅對輸出採取措施的話 是不是 那麼只是臨時的管理辦法 僅對輸出採取措施 並不能改正 改善產品的質量特性 因爲我們常說嘛 你產品生產出來之後 你對產品檢測屬於什麼呀 從質量方面來說 屬於死後驗屍 對不對 這也是老外經常強調的一點 對不對 很多主機廠 或者是很多外資經常說 我們不要死後驗屍 對吧 這個每個概念 然後還有一個呢 是什麼呢 如果說僅對產品產出的輸出啊 採取措施 並不能改善我們過程的穩定性 是這樣的 如果我們是隻是說 測量產品的好有壞的話 我們對過程是沒法進行控制的 對不對 所以說這也就引出了 我們爲什麼說 這一課要叫統計過程控制 什麼意思呢 就是說我們需要對我們的過程 加強的控制 然後還有一個概念 希望大家理解一下 然後我們經常聽到一點 就是說 我們百分之百 如果對產品進行測量 是否還需要我們的統計過程控制 或者說經常我們遇到一種情況 我們已經對產品和某一特性 進行百分之百測量 那麼我們是否還需要用 對這一特性進行統計控制 統計過程控制呢 如果需要的話 大家我看一看啊 我們先在公屏里扣一個1 如果不需要的話 我們在公屏里扣一個2 我想看看大家對於這一方面的理解 好吧 就是說我們產品已經百分之百測量了 我是否還需要SPC呢 如果需要扣個1 不需要扣個2 好不好 我來看一看大家的一個理解 好吧 OK 我看有人說不需要 也有兩個扣1 也有兩個人說需要的 其實這個我給大家理解一下 這就是爲什麼 就是說在我們SPC控制途中 對不對 把這兩點的話 強烈的對過程控制 對輸出的採取措施 強烈的就是這兩點 給highlight出 就是說特別重點的出出來 其實是這一個意思 正常來說 我們經常能聽到一些觀點 就是有些其他老師也好 或者是其他一些公司來 我們對統計過程控制 對不對 我們對我們質量特性 百分之百測量了 我們就不需要對我們的 關鍵特性進行 怎麼樣 進行統計過程控制了 其實就我個人觀點 這種說法是錯誤的 爲什麼呢 因爲我們在開始第一節課的 就是說第一頁就說了 你百分之百的測量 能保證百分之百的合格嗎 還有另一方面 對不對 你的探測是容忍浪費產出的 只有我們的預防 纔是避免浪費的 這也就是爲什麼 在這節課開始之前 要把這兩個基本原理 給大家說一下 正常的來說 或者正常的邏輯來說 對不對 我們的對於百分之百 或者是對於質量特性的 百分之百控制的話 可能是對於我們 就是對於測量的話 可能是對於我們的過程 沒有控制好 所以才採取百分之百的測量 是這樣的一種方式 所以我個人的觀點是說 你百分之百的測量 尤其是對於關鍵特性的 或者是關鍵產品特性的測量 並不能 或者說並不是說 你取消對於關鍵質量特性的 統計過程控制的一個 很好的理由 是這樣的 還有說 只要在公差範圍之內 控制範圍之內 我不太理解您的什麼意思 是這樣 因爲還是那句話 我們百分之百的測量 並不能保證我們百分之百的合格 尤其是說你的測量 在我們的公差 就是上公差或者下公差帶上 是這樣 這樣的話 因爲我們都知道 我們的測量是有什麼的 我們測量是有誤差的 如果說我們對我們過程控制很好 對不對 這樣的話 假如說我們過程很居中 其實的話 你不需要百分之百測量的是這樣的 這是我個人的觀點 好的 然後給大家梳理完這兩個概念 然後我們再說一說 我們這個SPC 就是統計過程控制 或者於Many Type之間 我們這節課的話 然後有幾個章節 我從這裏邊給大家列了一個七個章節 是這樣 然後SPC的背景知識和相關概念 是我們的第一章 然後SPC的控制圖和基礎理論是第二章 然後計量性控制第三 然後技術性控制第四 然後非常規條件控制圖是第五章 然後第六章是過程能力的分析 然後第七章是統計過程控制 和應用的一些相關 對啊 這是我所說的這七章 然後我們開始第一章 就是關於統計過程控制的一些 背景知識和相關概念 大家可以看一看 是這樣 然後第一個是說 SPC的起源和發展 這個的話大家看一看 好了 20世紀起源於美國 丘哈特博士 丘哈特 然後提出了這個過程控制的概念 以及實施的一些方法 是這樣 大家可以看一看 然後二戰之後呢 美國的話 就是將丘哈特的方法 然後在軍工開始推行 是啊 但是其實呢 就是 控制方法 雖然說是首先 就是說統計過程控制啊 雖然說是美國軍工部門開始推行 但是其實呢 並沒有在美國工業牢固紮根啊 二戰結束之後啊 美國的話 已經成爲當時的工業強國了 所以沒有外來的競爭力量 去迫使美國改變我們這種 就是說 傳統方法 於是呢 在1950年到1980年的時候 其實 過程控制方法的話 在美國就幾乎消失掉了 但是呢 二戰後的話 由於日本遭受了 那個嚴重的一些迫害嘛 對不對 嚴重的破壞 然後他們就是將代名 代名吧 將SPC引進了 然後30年使日本的生產質量 還有效率 於世界領先的地位啊 是這樣 後來的話 20世紀80年代之後 SPC的話 由於日本嘛 對不對 他的表現 使用統計過程 或者他的一些質量的理念 一些相 先進性吧 使美國又開始重視這種統計手段了 然後他在美國和西方國家 在大規模的開始 復甦 然後在汽車行業 頗爲流行 是這樣 然後有一位美國著名的質量專家 然後俄教授也曾指出 說日本成功的基石之一 就是SPC啊 好的 這是關於SPC的一個起源和發展 大家瞭解一下 OK 然後至於什麼是統計過程控制呢 其實統計過程控制SPC嘛 對不對 大家看一看 這個的話 就是關於啊 他的手字母啊 縮寫 然後意爲呢 統計過程控制 主要呢 其實是應用啊 主要是應用一些統計方面的相應技術 對生產過程進行實時監控 區別出生產過程中影響產品質量的隨機波動 或異常波動 或者有時候我們常說什麼是 有一些就是什麼特殊原因 或者是普通原因 或者是什麼這種啊 對吧 對不對 然後從而呢 對生產過程的異常 提出報警 然後採取措施 恢復正常 等等等等 這是統計過程的一個相應的概念 大家可以看一看 瞭解一下就可以了 然後 在生產過程中啊 然後產生的波動啊 也是不可避免的 我們說波動的話 也有人經常稱爲變差 是這樣 它有可能人機量反彈等方面 所影響 波動有兩種 正常波動或者異常波動 然後正常波動的話 或者說是偶然原因 或者說我們說的普通原因 對不對 造成的 然後對質量影響小 在技術上難以消除 異常原因的話 異常波動的話 特殊原因 對不對 或者系統原因導致的 然後影響大 然後可以採取措施消除 避免 然後等等是 從而使過程呢 處於正常的一個波動狀態 這個是關於統計過程控制的 一些相應的一些概念 後面的話 還有一些相應的介紹 在這裏先不貴處 大家先了解一下就可以 好吧 SPC的目的的話 其實我們剛纔也強調了 對不對 SPC的目的究竟是什麼呢 究竟是預防還是探測呢 其實從這裏可以看到 是這樣 如果我們僅用測量來表示 我們的結果的話 僅用測量來來 就是探測我們的結果的話 其實的話有兩種 一個是合格 一個是不合格 對不對 剛纔有人說了啊 我如果說我們的測量 都在公差範圍之內 就代表我們的產品合格 但是還是那句話 我們的測量系統是有誤差的 是這樣 如果說你正好落在 我們的規格線的兩側 是這樣 我們是有灰色地帶的 你百分百的測量 並不能保證 我們規格的上限或者下限 它測量出的結果是合格的 是這個意思 所以說呢 還有另一方面的話 其實我們一開始在課程 就是不要等到產品製造出來後 再去檢測合格與否 而是說需要在我們的過程中 就監控過程的穩定和能力 避免不合格的產生 還是那句話 我們應用SPC的 是預防原則實現的方式之一 SPC是幹嘛的呢 而是進行預防的 而不是說我們把產品生產之後 再去探測 是這一種概念啊 大家還是把這個概念 我覺得先 先注意內心 是這樣好吧 這個的話 其實大家可以看一看啊 這個的話是關於變差 或者說波動的一些概念 大家看一看啊 變差的話 其實很好理解 就是我們日常現實生活中 沒有兩件東西是完全一樣的 對不對 無論我們使用多精密的設備工具 多高超的操作技術 或者是由同一操作人員進行操作 同一設備 相同的工裝材料等等等等 你生產出的產品 必然是有不一樣的 必然是不同的 對不對 你的產品的話 產品特性肯定是有差異的 這種差異的話 我們稱之爲什麼呢 稱之爲變差 是這樣 當然了 公差制度實際上 就是對這個事實的客觀承認 是不是我們不可能說 我們生產的產品 都是完全一模一樣的 是這樣 所以說的話 我們公差制度的話 就是允許我們 變差的存在 是這樣 當然的話 大家可以看看 消除變差 也不是我們 SPC的一個目的 但是通過SPC 我們可以對變差進行預測 或者控制 剛纔前面的話 其實我給大家也說到 產生變差的原因很多 可能人際料款盤測 六個層次都會產生變差 對不對 都會有對我們的產品輸出 或者產品尺寸 我們產品尺寸測量出來之後 是有變差的 是這樣的 但是的話 我們說變差的話 然後有兩個概念 這裏給大家說一下 變差的話 有兩方面 我們經常稱爲 就是說由普通原因造成的 還有一方面 是由特殊原因造成的 其實這兩個概念的話 大家先了解一下 比如說什麼是普通原因呢 可能機牀的微小震動 高距的正常磨損 材料上的差異 或者操作手法的差異等等 然後而且的話 我們普通原因引起的質量差異 通常是難以消除 或者查明的 只需要在特性控制範圍之內 然後就OK了 然後異常波動是什麼呢 大家可以看一看 給大家舉些例子 原材料不合格 設備出現異常 出現故障 操作人員不熟練 或者環境異常等等 異常原因造成的波動大 然後容易發現 並需要 並可以糾正 大家可以看一看 其實的話 關於正常波動 或者異常波動 它倆之間有沒有一個明確的界限呢 其實大家可以想一想 這個方面 我們說刀具的正常磨損 是正常波動 對不對 是沒有辦法的 對不對 但是如果刀具的正常磨損 磨損到一定程度了 之後 是不是它有可能是異常原因了 或者說是特殊原因了 對不對 其實這兩個之間的概念的話 這裏只是給大家說一說 大家可以瞭解一下 其實正常的波動 或者是普通原因 或者特殊原因 它倆之間也是可以相互轉化的 而我們統計過程控制 或者說統計圖 或者說控制圖的話 就是可以幫我們大家區別 普通原因 或者是特殊原因 是這樣 爲什麼呢 爲什麼我們說要 要經常區別普通原因 或者特殊原因呢 是這樣 因爲其實可以看一看 如果說一個過程有特殊原因的話 存在的話 這張圖的話 我們可能大家如果經過一些 統計過程控制 一些相關的培訓 或者是SBC 一些培訓 經常看到對不對 是這樣 如果說一個過程有特殊原因 那可能的話 就是說我們這個過程是不可控的 或者說我們輸出的 將來的輸出 到我們的質量特性 可能是千奇百怪的 我們沒有辦法 對我們的質量 進行相關的控制 如果說我們的過程 只有普通原因 沒有特殊原因的話 那麼我們對將來的 是不是隨着時間發展 我們可以預測 我們將來產出的產品的質量特性 是一個什麼樣的分佈 或者是呈現一個什麼樣的趨勢 沒有問題 對啊 這也就是我們經常說的 爲什麼說我們不允許 一個過程存在特殊原因 只允許它存在普通原因 是這樣 然後下一個呢 是關於數據的種類 一些概念 大家可以看一看 是這樣 數據的話 分爲計量型數據 或者是技術型數據 是這樣 然後計量型數據的話 就是我們常說的 尺寸 重量 化學成分 減壓等等 對吧 具有連續性的數據 這個給大家理解 給大家好理解的話 就是說 我們可能的話 不是個數 對不對 比如尺寸的話 假如你用千分尺的話 可能多三位 如果你要混進去的話 多四五位 對不對 就是一些連續性的數據 技術型數據的話 可能通常就是一些 相同特性的個數 比如說計價 或者計點 有幾個點 一二三四五 對不對 可能沒有小數點 沒法用小數點 這樣一些相應的一些數據吧 是這樣 比如這裏也舉了一些例子哈 浮框和平的件數 可能幾件 然後溫控數的 溫控器的個數 直連項目有多少項 對不對 是這樣的 這些的話 都是我們技術性數據啊 是這樣 如果大家經常在我們 工作中用到的話 其實這個大家的話 應該對於大家也是很好理解的 沒有問題的話 我們就繼續往下走 關於數據的一些概念 計量性數據和計測性 和技術性數據 好的 然後往下走 繼續 啊 這個分佈的話 與正態分佈 大家還是瞭解一下 其實我們所說的常規的啊 統計過程控制 對不對 或者說我們常規的控制圖 就說我們的八種常規控制圖 對不對 均值移差 均值雙差 或者單值移動積差 或者是單值中位數 中位數積差 或者是我們的P圖NP圖 C圖或者U圖等等 這些的話 通常我們說 它的來源的依據是來源於什麼呢 其實跟我們正態分佈啊 都是息息相關的 然後至於後面的話 其實大家可以從公式中也能看到 爲什麼給大家說一個正態分佈呢 就是我們常規控制圖 它的理論基礎 或者說前提條件之一的話 都是需要滿足我們常規的正態分佈的 是這樣 還是OK的 然後其實可以看一看啊 正態分佈的話 大家的話應該有一個基本瞭解吧 這個在德國的貨幣上 公司分佈 對不對 然後大家也能經常看到 有什麼K二二π分之一 什麼Sigma 然後等等等等啊 負的二Sigma方分之 負的什麼二μ點Sigma或者平方 這是一個相關的公式啊 然後這裏也不給大家說了 對啊 然後常用的分佈的話 我們可以側面的先了解一下 就是有連續性的有正態分佈啊 這是我們經常常用到的 然後指數分佈 對數正態分佈 微波爾分佈等等 微波爾分佈的話 通常用於我們的可靠性的一些相關的分析 是這樣 然後離散分佈的話 有零一分佈 二項分佈 波松啊 或者是幾何分佈等等啊 大家瞭解一下 就可以這個正態分佈的話 就是也說了哈 是時間中最常見的一種分佈 最常說來說 比如產品的長度啊 寬度重量測量的誤差 幾乎都近似於我們的正態分佈啊 好吧 然後這一頁的話 還是一個概念性的理解 大家瞭解一下就OK 然後我們繼續下一節 我看看有人回覆 量率這種計算算計數行嗎 其實量率的這種計算算計數行嗎 算計量行 其實量率的計算的話 你比如說百分之多少不合格嗎 對不對 它不像你產品的一些重量 你可以一直讀 其實你是除的 對不對 你是用你的分子除以分母 所以量率的這種計算不算計數 算計數行說錯了 算計數行不算計量行 是這樣的 然後不符合正態分佈就不好嗎 沒有這個概念 是這樣 一個數據究竟符不符合正態分佈的話 其實還是根據我們日常經驗而得到的 你比如說啊 就是拿我們的日常生活來說 拿我們的個人工資來說 如果把個人的工資是不是 如果做成一個分佈的話 其實是完全不符合正態分佈的 是這樣 還有我剛纔也說到了 對不對 然後你的可靠性的分析的話 其實也是屬於微布爾分佈 也不是正態分佈的 所以如果你想對你的數據進行相關的瞭解的話 你首先要知道你的數據成爲什麼 是什麼樣的分佈 然後纔可以 是這樣 不是說明 不是說不符合正態分佈就不好 這還是取決於你分析的 真正分析的那個樣本 或者是分析的一個實際的一個情形 是這樣 沒有好也不好之處 好吧 然後這一頁的話 沒有問題的話 然後我們繼續往下走 正態分佈和中心極限定理有關係嗎 有 正態分佈和中心極限定理是有關係的 關於中心極限定理的話 我們其實在我們的大學的 無論你的原始數據是成什麼分佈的 只要你的子組樣本數不夠大 它的均值 就是說 我們用均值做它的分佈的話 它一定是成中心極限定 一定是成正態分佈的 這也就是我們說的大數定理 或者是中心極限定理 它倆之間是有關係的 是這樣 只是成爲這種關係 只是這樣一個相關的關係 好吧 大家其實可以看一看 如果說 想查的話 中心極限定理 大家從網上一搜也能搜到 這裏的話 因爲時間關係也不給大家繼續講了 是有關係的 它倆之間是有一定的關聯的 然後我們再往下走 然後關於ISPC的一些參數的概念 大家可以看一看 瞭解一下 是這樣 均值的話 我們說經常我們用到的 就是說 ISPC的參數 就是ISPC的控制圖 我們經常常用的一種叫什麼 叫S8R圖 是吧 S8就是均值 R就是我們極差 就是S8R圖的話 就是我們常說的均值極差 對不對 是這樣 當然的話 如果說我們子組樣本數 可能大於7 或者有人說大於6 或者大於7 甚至有人說大於8的 我可能用均值方差控制圖 對不對 就S8S8S8S圖 對不對 均值標準差控制圖 是吧 是這樣 都是有的 這裏是關於均值啊 極差方差 怎麼樣計算的一些概念 這個的話 如果大家在這裏說 我覺得這個都沒有特別的難啊 是這樣 然後相應的概念的話 這裏有幾個概念 中位數的話 大家瞭解一下 如果是大家在一些 機械方面的相關 在簡單的一些基礎知識 中位數的話 其實就是把一組數據 從大到小排 或者從小到大排 處於最中間位置 那個數 就是我們的中位數 對不對 如果說是偶數的話 有5個啊 如果說那個我們的子組數是偶數 是這樣 可能就是 可能是10個的話 那我們就取第5個或者第6個 他倆取個平均值就OK了 是這樣 然後衆數的話 其實瞭解來說 就是說一組中啊 最多的那個數就是衆數嗎 比如說 122333 對不對 他說有數是122345 那2就是我們的衆數 出現次數最多的那個數 然後大家的話 對於這些SPC的一些參數概念的話 然後有一些瞭解 OK 大家對於這一頁有什麼問題嗎 如果有問題的話 離散數據可以用單值圖嗎 離散數據不能用單值圖 是這樣 離散數據不能用單值圖 單值圖的話 我們所說的單值圖 就是單值極差控制 對不對 我們都說是用於我們的劑量型數據 然後也有人說了 這裏說如果子組5個以上數據 25組的均值 一定都比較近似正態分佈 5個以上的話 可能數據的話 子組樣本數有點少 然後一般美國或者一些相關的標準 是推薦7個 甚至是9個 是這樣 剛纔有人前面提到了 對不對 中心極限定理 就是說 如果說你即使你的樣本 就是說你的 你的這個分佈 一個數據分佈 不是正態分佈 對不對 如果說你的子組樣本數可能比較大 可能是9個 或者9個以上 那麼的話 你這個25組的數據 或者是n組的數據的話 一定是比較近似於正態分佈的 這句話是沒毛病的 然後還有一句話 有一個同學提出來 是SPC數值整體偏上線 或者整體偏下線 CPK大於1.67 能判斷是合格嗎 數值整體偏上線 或者整體偏下線 這個我沒太理解什麼意思 CPK 如果說從我們的統計過程中說 如果是CP 假如說是你CPK大於1.67的話 是沒問題的 對啊 如果你CP大於1.67 CP的話 可能它1.2或者1.幾的話 這樣的話 你的數據整體偏上或者偏下 可能就有問題了 需要我們調一下中心的位置 是這樣 如果說你CPK大於1.67的話 偏上偏下或者偏下無所謂 因爲你的子組的 或者說你的方差已經很小了 它偏上點或者偏下下的 不影響你的產品尺寸 是這樣 如果從單純從CPK的數據來看 是這樣的 好吧