统计过程控制SPC培训
非常您谢谢关注质量管理专家金舟军讲师统计过程控制SPC培训,更希望你选择我的培训,我将为您提供专业、实战的SPC培训,保证您学完就会应用,要进一步了解SPC培训详情,请马上与我本人联系
1.专业SPC管理培训--金舟军老师质量管理专家,精益质量创始人,二十年专业从事质量管理工具、SPC培训和咨询。
2.源自世界先进技术--金老师SPC培训汲取原版手册、国际学术报告及论文、世界级企业SPC管理案例,国内领先水平。
3.采用客户案例实战--金老师每次培训前书面、电话和客户现场调研,保证课程包括客户案例,使学员学完就会做。
4.学员实现最大价值--金老师自办公司,全部培训利润归老师所有,确保客户所有的钱都花在培训上,实现客户价值最大化。
培训的客户

统计过程控制SPC培​训照片


统计过程​控制SPC现场视频--点击图片即观看西瓜视频相应培训视频
 
统计过程控制SPC培训
培训大纲--本网站为简版课程大纲,需要更详细大纲请索取
一.课程特点:
1.重点是建立分析过程变差及SPC变差模型;
2.涉及到精密注塑、数控机加工组间变差生产过程的双层变差SPC模型应用
3.所有计算SPC方法均有详解,并有应用minitab软件计算的演示;
4.包括多品种小批量生产过程SPC模型建立及实施。
二.培训对象:技术管理人员、生产管理人员、质量管理人员和内审员和SPC管理人员。
三.培训内容安排:
第一天上午
1章节.统计制造过程的控制讲解      转载必究
制造过程控制系统构成
例子演练-怎样用产品三次设计确定统计制造过程的目标值
2章节.分布类型和统计量讲解
怎样计算算术平均数总体方差总体标准差
例子演练-样本大于10时用样本极差均值计算标准差为什么要随机分组
3章节.产品变差讲解
基于分布形态分析过程原因
例子演练-直方图描述产品特性分布发现产品特性分布是马鞍型这是什么原因引起的
4章节.正态密度函数讲解
正态分布概率计算方法
例子演练-直方图描述产品特性分布发现产品特性分布是马鞍型这是什么原因引起的
5章节.中心极限定理讲解      转载必究
计算样本均值的抽样变差
例子演练-用中心极限定理说明控制图灵敏度与子组容量的关系
6章节.正态分布总体参数估计讲解
标准差计算的无偏估计方法
例子演练-用正态分布总体参数估计为什么要随机抽取样本
7章节.产品质量损失函数讲解
怎样减少损失函数的两个方法
例子演练-损失函数的减少方法有几种,为什么要减少损失函数的
第一天下午
8章节.戴明博士漏斗实验讲解
漏斗实验中总共四种调整规则比较
例子演练-为什么说戴明博士漏斗实验说明制造过程的控制要防止过度调整
9章节.过程能力指数Cpk和过程性能指数Ppk转载必究
过程能力指数Ppk软件MINITAB计算的样本量与置信区间
例子演练-减小制造过程特殊原因变差系统措施有哪些
10章节.SPC概要&控制图原理讲解
控制图原理与假设检验原理
例子演练-过程控制把特殊原因报告为普通原因有哪些危害
第二天上午
11章节.控制图基本构造要素讲解
记录控制图事件的内容
例子演练-为什么控制图每班都要做事件记录
12章节.Xbar-R控制图讲解
控制图原理-均值抽样变差转载必究
例子演练-控制图原理-R抽样变差为什么不是正态分布函数
13章节.过程改进循环讲解
实施控制图的两个阶段
例子演练-控制图两个阶段开展的分析用控制图的作用舟有哪些
14章节.控制图统计分析讲解
判异准则的应用
例子演练-控制用控制图选择过程判异准则的原则是什么
15章节.计量型控制图
控制图灵敏度与子组容量
例子演练-分析用控制图子组数大小考虑了哪两个原因选择了25组
16章节.评价过程能力讲解
公差中心与目标不重合时的过程能力指数Cpm计算依据
例子演练-为什么公差中心与目标不重合时的过程能力不能用过程能力Cpk和过程性能Ppk计算
17章节.控制用控制图监控过程      转载必究
确定用控制图控制限方法
例子演练-确定控制用控制图的控制中心值要考虑哪些因素
18章节.过程受控和过程能力
怎样持续改进过程潜力
例子演练-是不是说过程能力高时过程就可以不受控,这样节省了过程控制的成本
第二天下午
19章节.单值和移动极差图讲解
单值和移动极差图优点和缺点
例子演练-单值和移动极差图相邻两个为一组与相邻两个为三组有什么不同
20章节.正态性检验及非正态分布的过程能力计算讲解
怎样用Minitab对数据分布进行正态性检验
例子演练-Minitab正态性检验所需要样本数据至少是多少
21章节设备能力指数Cmk模型建立及计算讲解
计算Cmk流程和公式
例子演练-同一个制造过程为什么设备能力指数大于过程能力Cpk
22章节.统计过程的控制实施流程讲解      转载必究
使用控制图要做什么准备工作
例子演练-简述控制图与预测性维护之间的的关系,如果一个过程预防性维护做的非常好,需要应用控制图吗
23章节计数型数据控制图
有关计数型数据控制图原理及局限性
有限分级数计数型数据的方法应用于计量型控制图
例子演练-100ppm的制造过程为能够使用计数型数据控制图每组容量至少多少
24章节..均值-标准差图原理、研究用控制图和控制用控制图应用
均值-标准差图与均值-极差图图的比较
例子演练-均值-标准差图优点是什么,缺点又是什么
四.SPC培训学时:每天七小时共2天14小时
 
 
SPC统计过程控制
SPC统计过程控制是一有反馈过程控制系统,利用统计方法分辨是普通原因还是特殊原因。
出现特殊原因时提供统计信号,采取措施消除;
当不存在特殊原因时,防止过度调整;
消除特殊原因过程可预测,评价过程能力和性能。
过程控制系统
用信息检验,根据过程输出-产品特性对目标的偏离的信息反馈,采取措施调整过程,避免输出偏离目标。
设置过程特性使产品特性值达到目标值。
控制减少人员、机器、方法、环境、材料、测量变差。
产品变差
由于过程人员、机器、方法、环境、材料、测量的变差,使过程输出的产品特性有变差,每件产品的尺寸与别的不同。
质量损失函数
福特公司自动变速装置噪音大、换挡性能差,花费巨额保修成本。马自达公司的该装置噪音低、换挡平顺、而且保修成本低。福特把两家的变速装置拆卸下来进行比较。它们有相同的设计和规格,福特零部件都满足规格,其尺寸分布遍及各处,有些在规格的这一端,有些在另一端,还有一些在中间。马自达公司的零部件规格则紧紧围绕着一个目标值--设计中心值。福特公司董事长,向福特公司的工程师发布了一道命令,按照目标值进行设计,而不是让尺寸在宽泛的规格界限周围左右偏离。
过程控制-现场措施LocalActions
由过程现场人员实施,消除可控制的特殊原因变差,大约可纠正15%的过程问题。
调整过程特性使过程分布中心与目标值一致;
消除过程可控制的特殊原因变差减少过程的变差。
过程改进-系统措施ActionsontheSystem
管理人员来采取措施纠正变差的普通原因,消除普通原因变差减小过程变差。
规定供方提供一致性更好的材料;
改进设备和工装;
运用DOE技术改进工艺。
D.1损失函数的概念
生产出的所有零件都符合工程规范要求,这一可理解的期望是使用能力指数(以及其他过程量度)的驱动力。激发这种期望的基本概念是这样一种思维方法:对于所有在规范之内的零件,不管它们位于规范范围内的什么地方都是好的(可接受的),所有超出规范的零件,还价它们偏离规范多远,都是坏的(不可接受的),质量管理专家有时将这种概念定义为“目标柱“思维方法(见29图(a)。
尽管这种思维模式(好/坏)过去一直在广泛应用,图29(b)提供了另一种更有用的模式即一种与真实的行业更接近的模式。总的来说,该模式的形式为一抛物线并且利用随着某特定的特性值偏离规范目标值越远,顾客或社会蒙受的损失呈二次方增加(与线性相反)的原理,这种被称为损失函数的概念中隐含的假设是设计意图(规范目标值)能适当的与顾客的要求很好地保持一致。
D.2语过程与顾客的要求一致
第I章的第2节用图描述了一个过程(见图1,第6页),这一过程的输出特性也可根据其变差的分布图形来表示。该分布可称作过程分布见图30(a))。
可以对图30(a)所示的过程特性分布建立一个如图30(b)所示的损失函数图。另外,假设在顾客要求(规范的目标值)中没有与仅有很小的变差,将过程分布叠加到顾客要求损失函数曲线上[图30(c)],可得到两个结论:
为了减少顾客的损失,希望语过程(过程中心)使之与顾客的要求(规范目标值)一致;
如果不断减少目标值周围的变差,可给顾客带来额外的好处[见图30(e)]。
这种分析有时被称为将“过程的呼声”调整到“顾客的呼声”一致(详细介绍见附录H,参考文献22)应注意尽管在本例中假设“顾客的呼声”没有变差,而实际中“顾客的呼声”(规范目标值)的确有变化,这样用一个给定的过程要取得顾客真正的满意就更难了。
最后,当考虑本过程正在生产的零件的实际分布,产生估计的转化损失时,结合本过程正产生可以看出:在这种情况下顾客总损失中,仅有约45%是由超出规范限的零件造成的,而其余的是规范限之内但不是目标值处的零件造成的[图30(d)]。这很好地说明了“目标柱”思维方法或计算“坏的”零件(超出规范限的零件)的百分数,的确不能为实际过程对顾客的影响提供正确的理解。
第5节
过程控制和过程能力
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。