深入了解spc_spc取样原则

5M1E-----------------------------------------------------------------------
造成产品质量的波动的原因主要有6个因素：
a) 人（Man/Manpower）：　操作者对质量的认识、技术熟练程度、身体状况等；
b) 机器（Machine）：　机器设备、工夹具的精度和维护保养状况等；
c) 材料（Material）：　材料的成分、物理性能和化学性能等；
d) 方法（Method）：　这里包括加工工艺、工装选择、操作规程等；
e)测量（Measurement）：测量时采取的方法是否标准、正确；
f) 环境（Environment）　工作地的温度、湿度、照明和清洁条件等；
由于这六个因素的英文名称的第一个字母是M和E，所以常简称为5M1E。6要素只要有一个发生改变就必须重新计算。工序质量受5M1E即人、机、料、法、环、测六方面因素的影响，工作标准化就是要寻求5M1E的标准化。
---------------------------------------------------------------------------------
scp（统计制程控制）:通过收集、计算、分析和改进数据的手段，从而了解制程最佳范围，并确定其控制范围的异常和正常规律，达成一种事先预测并实施改进措施的方法
合理使用控制图，区分变差的普通原因和特殊原因
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中的统计方法
正态分布介绍：如果一个流程输出符合正态分布，大约由99.73%输出落在均值+-三倍标准差之间（3原理）。输出落在之外的
概率0.27%，可判断为异常点
标准差：所有数减去其平均值的平方和，所得结果除以该组数之个数（或个数减一，即变异数），再把所得值开根号，所得之数就是这组数据的标准差。
（x-avg）²+（2x-avg）²+。。。。。+（nx-avg）²=p         p/n=s       标准差=√s
方差：s²=1/n[(x1-x)²+(x2-x)]
控制图：
过程图由二维坐标系构成，由上下两条控制线，和平均线构成
如何定义上控制线（UCL）下控制线（LCL）均值+-三倍标准差     通过样本计算获取均差
控制线：在控制线之中在受控状态之中
规格线：用户规定的理想标准 规格上线（USL）规格下线（LSL）
---有以下几种情况属管制图异常：
1.有点超出管制上/下限
2.连续7点出现在管制中心线的一侧
3.连续7点出现持续上升或下降
4.连续3点中有2点靠近管制图上/下限
5.管制图上的点（7点以上）出现规律性变化
-----控制图两种阶段：
确保生产是在5M1E因素无异常的情况下进行。
需要防止的两类错误
1.虚发警报，又称为ą风险，比如遵循3σ原则，不良率0.27%10000个有27个不良的，抽查样本的时候正好抽到这27个不良的，偶然性，就是虚发警报
2.漏发警报，又称为B风险，与虚发警报相反，这个是没有抽到不良的，抽到的全是完美的。
分析阶段：分析选择控制图，过程是否受控，查找原因调整过程，过程能力是否符合要求，改进减小差异（最少收集25组数据）{取样原则：组内变异小，组间变异大（组内数据尽量连续，组间尽量间隔大）}
分析阶段达标了就转为控制阶段（稳态和过程能力充分这两个阶段目标）
控制阶段：将控制图定下来，也就是定义好控制线，定期抽样打点查看过程是否受控如果
过程受控，就维持循环下去，如果不受控就查找原因调整过程，然后判断是否回去上一步调整控制图，需要就返回分析阶段重新定控制图
不需要就继续循环
-------控制图选择
1.判断数据类型（连续性数据、离散型数据）
====连续型数据 抽取方式
每隔一段时间抽取一个----单值移动极差控制图（imr）
每隔一段时间抽取多个-----判断抽取的数量
<=8 ,x-r控制图  均值极差控制图
>8，xbar-s 均值标准差控制图
====
不合格产品：p控制图
缺陷产品：u控制图

先分析极差在分析xr图
-----------------
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/
制程能力研究在于确定这些特性符合规格的程度，以保证制程成品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的值越大表示品质越佳
CPK=min(（X-LSL/3s）,(USL-X/3s))
规格上线（USL）规格下线（LSL）数据的分散程度由标准差表达，用符号s（西格玛）表示

过程能力指数的指标：
　　1.过程能力指数Cp、Cpk　　我们常常提到的过程能力指数Cp、Cpk是指过程的短期能力。　　Cp是指过程满足技术要求的能力，常用客户满意的偏差范围除以六倍的西格玛的结果来表示。
　　Cp=（允许最大值-允许最小值）/（6*σ)　　所以σ越小，其Cp值越大，则过程技术能力越好。
　　Cpk是指过程平均值与产品标准规格发生偏移的大小，常用客户满意的上限偏差值减去平均值和平均值减去下限偏差值中数值小的一个，再除以三倍的西格玛的结果来表示。
　　Cpk=MIN(允许最大值-过程平均值，过程平均值-允许最小值）/（3*σ)
 制程能力指数（参数）CPK 是反映制程能力的一个重要参数；如CPK≥1.33，说明制程能力较好，需继续保持；如1.33≥CPK≥1，说明制程能力一般，须改进加强；如CPK≤1，说明制程能力较差
，急需改进。

-----------------------------
定量特性
定性特性
计量性特性
技术性特性
-----------------
建立控制图的步骤
1.控制图准备
2.收集数据（最少收集25组数据）{取样原则：组内变异小，组间变异大（组内数据尽量连续，组间尽量间隔大）}
3.建立控制限
4.过程控制解释
5.延长控制限
----计量型控制图的类别（选择正确特性，测量方法误差要小准确）
好处：1.大部分构成测量特性都是可以用计量型数据表示
2.数字化的值比“是”“否”传输的信息要多
3.可以用少量数据获得的结果信息很丰富
4.响应速度快
5.可以分析一个过程量化的值为改进提供丰富的信息
1.平均数与极差控制图      -X-R
2.平均数与标准差控制图   -X-s
3.中位数与极差控制图      ~X -R
4.个别值与移动极差控制图 X-Rm
-----计数型控制图的类别
好处：
1.NP图 不良数控制图
2.P 图 不良率控制图
3.U 图  单位缺点数控制图
4.  C图   缺点数控制图
过程能力：
前提
1.过程处于统计稳定状态
2.过程的各测量值服从正态分布
3.工程及其它规范准确地代表顾客的需求
4.设计目标值位于规范的中心
5.测量变差相对较小
C:规格中心
-X：平均值
T：USL-LSL  公差
σ：标准差 （如果通过n个样本估计总体的标准差则需要除以n-1）
 
cpk:受控才能计算
Ca值（准确度）：制造产品的平均值和顾客给定的规范中心值之间的差异           计算公式：Ca=-X-C/(T/2)
越小表示准确度越高，制程平均值/规范中心值   50+-0.1
一般0<ca<1,小于0.3比较好
Cp值（精度）（前提Ca比较小Cp才有意义）：规范范围比如50+-0.1规范范围0.2与控制界限比较比如6σ
规范/制程，越大越好
双边规格  Cp=(USL-LSL)/6σ
只有上规格 Cp=(USL- 平均数)/3σ
只有下规格Cp=平均值-LSL/3σ
σ=极差平均数/d
Cpk:（准且精）（1-Ca）*Cp
1.1.67<Cpk,说明制程能力良好
2.1.33<=Cpk<=1.67，说明制程能力正常
3.1<=Cpk<=1.33，说明制程能力可以，但需要改善
4.当Cpk<1 说明制程能力差，不可接受