SPC高级应用

SPC高级应用 课程大纲

课程简介：

本课程聚集于五个部分：常规控制图的探讨和加深（第一部分）、应用扩展（第二~四部分），以及综合练习和答疑（第六部分）。

适用的范围：

本课程中介绍的控制图和能力分析适用于所有的制造过程。

在基本的SPC培训（1~2天）中，学员主要学习的是SPC的基本概念，数据符合常规控制图条件的情况。在这种情况下实践，会遇到下列问题：

实践中只要与课堂上讲的稍有出入，就不能规范使用SPC。这是由于SPC涉及的统计理论和SPC本身的理论知识深度不够所致！

控制图不能起到有效的预防不合格的作用！这可能是由于实践中往往有大量的情况不符合常规控制图的条件，例如：数据非正态、自相关、一腔/模多穴等等。这需要使用另外的方法来做！

当一个零件的多个特性相互关联、相互影响，分别做单个特性的控制图就不能够准确反映实际的变异情况了。

本课程涵盖了众多SPC的应用实践中出现的错误和误区，以及特殊情况，同时具有广度、深度和实用性！还有大量的模拟真实应用环境的综合练习和现场答疑（长达3~4个小时）！

适合学习本课程的学员：

已经有一定的SPC基础（理论与实践）的学员，学员需要有基本的统计学理论基础。

本课程的课时：3天

课程大纲：

第一部分：常规控制图的理论探讨和加深（7小时）

常规控制图所涉及的统计理论和使用条件

SPC所涉及的统计理论

中心极限定理在控制图中的应用

正态性及其检验方法

独立性及其检验方法

随机性及其检验方法

假设检验的理论在控制图中的体现

如何在控制图上来判断常规随机性、独立性和正态性

在建立控制图时容易忽略的方面

下列各项做得不充分时会发生什么情况？

相应的资源

专门的人员

工作流程（程序）

数据采集、上传、分析和报警

反馈机制的建立

所要控制的特性

定义使用SPC的过程和特性

特性数据是通过破坏性检测获得，应当怎么做？

使不必要的变差最小化（已知、显著且可永久性纠正的，不必使用控制图来识别的变差）

确认测量系统的能力是足够的，测量系统的分辨力不足够时在控制图上如何判断

控制图的建立流程及易犯的错误

对于控制图与CPK/PPK的先后顺序的考虑

子组定义和抽样方案及常见误区

子组容量与探测灵敏度的探讨及其应用

抽样频率

多生产流的抽样

实时或100%检测时，如何抽样？

控制限的建立

需要的子组的个数和数据个数（为什么通常需要至少25个子组，且100个数据）

关于控制限标准差的个数与第I、II类错误的概率（误判率）

控制限与控制图的灵敏度

均值-极差/标准差控制图中为什么需要先判断极差/标准差图

过程控制解释（判异准则）

当控制图出现失控趋势时的处理步骤

典型的和非典型的失控趋势

受控与能力–如何评价分析用控制图可以用于在线控制

在线控制图

在线控制图的失控判断准则与分析用控制图有什么不同

常见的在线控制图使用误区

在线用控制图更新

什么情况下需要更新

更新时需要改变控制图的哪些地方

不同等级的失控的不同处理方式

分析失控原因及制定遏制措施的途径：

失控类型 + 数据点日志 + 控制图灵敏度 + 过程专业知识

演示与练习：均值-极差图的制作、分析及遏制措施

I-MR单值-移动极差图

使用条件及使用I-MR的典型制造过程

极差长度的概念及长度的选择（案例演示与练习）

常规控制图存在的局限性分析

第二部分：特殊控制图（2小时）

Z-MR（标准化单值图，适用于多品种小批量产品过程的控制）

时间加权控制图 -适用于均值变化微小的情况

EWMA时间加权移动平均控制图

CUSUM累积和控制图

第三部分：非常规条件下的控制图和过程能力分析（7小时）

有哪些过程的特性构成非正态分布？它们构成的分布是什么？

有哪些典型过程特性构成属于非独立的规律？

非正态数据的控制图

常规控制图对数据分布的正态性的要求

数据非正态时的分析 - 为什么是非正态的？

个体分布标识-利用具体的分布的参数制作控制图

将非正态数据转化为正态后制作控制图

非参数方法 - 正态性转换后仍然不正态的情况

非单一变异源数据（不符合随机性条件）的控制图

对非单一变差源的理解

I-MR-R/S控制图

自相关（非独立）数据的控制图 – 基于AR模型的残差控制图

非常规条件下的过程能力分析

组间和组内过程能力分析

非正态数据的过程能力分析

第四部分：多变量正态控制图和过程能力分析（2小时）

概述

T方控制图

广义方差控制图

多变量EWMA控制图

多变量分布的过程能力

第五部分：控制图和过程能力分析综合练习与现场答疑（3小时）