SPC第三講:有效使用控制圖

主講人:盈飛國際 羅平老師

記錄人:中質盟 阿瑞斯


前言:我們以為的SPC

??????? 生產技術人員、質量檢驗人員收集生產、質檢的數據用Excel數據的分析功能,或Minitab軟件、或JMP軟件分析這些數據,繪制成圖表。這就是SPC了嗎?

繪出圖形就是在做SPC嗎?

??????? 可是,如何收集數據,什么樣的數據是需要的?這才是SPC中的難點。如何來組織數據,才是現實環節需要關注的問題。在本節課,你會學到如何使控制圖對于過程的變化更敏感,以及使用控制圖獲得特定問題的答案。

??????? 本文約4800字,閱讀時間為15分鐘,如果關注控制圖的判異原則,可以只閱讀第三部分”失控準則“。


一.上節回顧


??????? 上節課我們學習了繪制控制圖方法,用均值極差圖。休哈特采用3Sigma,不僅是出于理論,更是考慮了經濟效益。要尋找到犯第一類錯誤和第二類錯誤的平衡點。超出了3Sigma就是小概率事件。

??????? 當非正態分布時,數據也是穩健的。在控制圖上沒有置信區間的說法。休哈特控制圖就是用來糾偏的。


二.關于“鏈”


??????? 1. 隨機模式

??????? 正常情況下,控制圖上描繪的點,只有普通原因造成的波動。所以點或者線條都是隨機模式。


??????? 2. 簡單鏈測試

??????? 簡單鏈測試就和硬幣一樣,落在中心線上面或下面,各有50%的概率。

??????? 就像扔硬幣一樣,人頭或字朝上,也各有50%的概率。如果只扔一次,很可能兩次都是人頭;扔兩次,兩次人頭也正常;如果扔到七次、八次都是同樣的結果,你就開始懷疑人生了,會想,是否有作弊、或人為因素。

扔硬幣測試

??????? 如果連續8點或更多點落在中心線同一側,更會開始懷疑人生。將此案例投射到生產線上,往往找原因的成本很高,不像檢查一枚硬幣,很可能要停線檢查。

連扔七次硬幣,都是人頭

? ? ? ? 這里聯想到郝廣才老師在《今天》中講述的故事。2004年3月11日,西班牙的馬德里發生鐵路連環大爆炸的恐怖襲擊,造成九十一人死亡,兩千零五十人受傷。西班牙警方從嫌疑犯留下的車子上找到一枚完整的指紋,確認該指紋來自美國俄勒岡州波特蘭市一個叫布蘭登·梅菲爾德的人。西班牙警方與美國FBI(聯邦調查局)合作,迅速抓捕了布蘭登——當地的一名小律師、也是愛國者導彈部隊的退伍軍人。

??????? 可奇怪的是,布蘭登這幾年一直都待在美國,也從來沒有去過西班牙,更沒有證據表明他與任何恐怖組織有過任何聯系。難道指紋識別出錯了嗎?不可能,單指紋相同的概率為640億分之一,全球人口才70幾億。要有錯,就是布蘭登的錯。相符就是相符,FBI就不放人。

??????? 幸運的是,兩個星期后,西班牙警方抓到了真正的兇手,在三名兇手中就有一個家伙的指紋和布蘭登一模一樣。直到此時,FBI才釋放了布蘭登,并向他道了歉。

??????? 這個故事就告訴我們,小概率事件(1/64000000000)也是存在的。


??????? 如何判斷鏈?從中心線上面,一共有5個鏈。連續8個以上的點在一個鏈內,落在鏈的一側,這就是小概率事件發生了。如果點壓線,就從壓線處開始數。

數鏈方法

??????? 可能在其他地方有不同的數鏈方法。

??????? 為什么是連續8個點,因為1/128的概率出現硬幣為同一面,可視為小概率事件。專業軟件可以設置是連續4個、6個、8個點,在國標中定義為連續9個點在同一側視為異常。


??????? 3. 復雜鏈測試

??????? 控制圖上+/-2Sigma,軟件對于目前講到的鏈已經設置了程序。

??????? 連接3個點中有2個點落在中心線同一側的一倍Sigma之外。連續5個點中有4個點落在中心線同一側的一倍Sigma之外。這兩個指標都是用來判斷均值有無超出目標設置偏移的。



三. 失控準則


??????? 1. 四條準則

??????? 4個差異規則,最早戴明也是使用這4個。中國國標通行的8個準則也是從西部電子來的。根據生產經驗判斷,只要不隨機的模式,都視為報警信號。

??????? 在歐洲的BMW使用盈飛的SPC軟件,只激活了兩條準則。也有客戶全部激活的,導致全部報警,一天十幾萬條。使用的報警規則越多,誤報幾率就越大。因此,必須考慮一個度。作為一個標準,定位就是參考手冊。判異規則不是隨便用的。


??????? 2. 國標通行的8條準則

??????? 包括有連續9點的說法,也是從8點升級而來。千萬不要把8條全部激活,特別是面對審核人員時。關鍵是看激活得是否合理,一條都沒有也不行,要看出現異常后采取了哪些措施。

? ? ? ? 如果有專家一上來就指導我們要激活哪些準則,顯然就不合理。根據業務經驗,可以判斷這個模式是否異常,但這些沒法做到軟件里,完全取決于制定者的業務能力。必須根據經驗以及行業要求來慢慢積累。

??????? 舉個例子,橡膠棒送到實驗室檢驗,想用控制圖檢驗一下,極差圖的目的是操作人員的一致性。所有的失控點都是27號作業員造成的,都在中心線上側。


??????? 發現異常該怎么辦?這27號是否是正常的?采用什么方法找原因?

? ? ? ? 這時,不要直接去找操作人員談話,對方往往不會承認。羅老師畢業之初在橡膠廠做QA,發現有人在測橡膠厚度時,把厚度儀稍微按下,就會使橡膠變軟。這種測試數據已經明顯偏離了正常值。因為那天操作人員有情緒,就把結果測量得非常離譜。如果測量錯誤要扣獎金的話,那他就更加打死都不承認。但是,數據已經顯示出來,操作就是不一樣。


??????? 3. 其他模式

??????? 下圖為橡膠生產的擠出,是個自動調整的過程。測量人員手繪的均值圖,前面是自動的,后邊是手動的。下圖是否有異常點?


??????? 整體看來,有個振蕩的過程,由自動調整導致的。當質量主管發現后,就把自動調整關閉,改為人工調整,其后數據波動變小了,但是振蕩仍然存在。是什么原因導致了振蕩模式?這必須要去調查。計算機軟件給不了答案。

??????? 大家在現實中可能工作較忙,沒有機會手繪驗證,仍然要把它當作提高自己分析技能的一項實力。

??????? 卷煙要錫紙包裹,裹得太緊就吸不動,太松則會吸得太快。下圖是卷煙廠的錫紙外徑控制圖。我們發現一到丙班時,波動就變得很大。在已經十分明顯的控制圖提交給卷煙廠管理層后,企業高層看到該圖,什么都沒說,幾乎也就到此為止了。可是,作為個人,不能作為不去提升能力的借口。不去做,永遠都是很難的事情。

卷煙外徑控制圖

四. 合理分組


??????? 1.均值圖和極差圖作用

??????? 作為質量主管,如何使用控制圖?要增加控制圖的敏感性。合理分組的原則,讓組內波動小一些,是同一族的數據。

??????? 均值圖的作用,每個均值點之間有變化,該變化是否可以作為報警信號,都基于子組內部的波動。其控制線基于極差圖的控制線,根據子組內部波動制定的。均值圖上的UCL和LCL是由內部波動決定的,不是由長期抽樣幾十個子組決定。子組內部波動決定了子組均值的變化范圍。每90秒抽樣一組,則25*90=2250s,即抽樣時間長達37分鐘。

??????? 極差圖的作用,子組內部的波動在內部是否保持一致,即是否在它允許的范圍內。譬如,1點鐘抽取5個數,做一個極差;2點鐘抽取5個數,再做一個極差;每個點都代表子組的波動,我們希望讓這個點落在控制范圍內。來解決子組內部的波動的一致性。如果按時序來看,則不同時間內的一致性;如果按操作人員來看,則不同人員的一致性。這完全與業務相關,要和想研究的東西結合。

??????? 三個員工操作的一致性可以從R圖中甄別出。所以分組的重要性就體現于此。而實際生產中如果只想著先把圖畫出來,很可能就得不到想要的結果。


??????? 2. 一模四穴的注塑

??????? 所有圖形都要基于業務背景。四個模穴在量產前要評價這個過程,關注的指標是厚度。首先,該如何分組?有不同模穴的分組——每一行的波動,有不同時間的波動——每一列的波動,還有既考慮不同模穴也考慮不同時間的第三種分組。

??????? 第一種組織方式,按墓穴來分。子組為4,按照這種方式,都是受控的。



第一種組織方法

??????? 第二種組織方法,按時間來分。子組大小為5,作業周期為子組內,每一小時取樣一次。結果看到全是失控點,出現了振蕩。都是第一個點超控制線。



第二種組織方法
紅色圈出失控點

??????? 為什么第一個控制圖沒有發現?因為到第二種組織方式,控制限變窄了。均值圖上的控制限由什么決定的?由極差決定。第二種組織方式的極差是不同作業周期,第一種組織方式的極差是不同模穴,作業周期的變化更小,而不同模穴的差異更大。

?
??

??????? 第三種,按模穴來分,每個作業循環作為一個子組。更能直觀地看出來。每一個模穴都有失控狀態。

???????
???????
第三種組織方法

??????? 作為工程師或者主管,下一步要怎么做?先確定最后一種統計方式最好。既能看出失控問題,也能看出組織問題。優先尋找失控原因。


五. 做圖之前需提問


??????? 1. 學會提問

? ? ? ? 譬如,五臺車床屬于平行關系,平衡階段必須分開做。采集數據去證明數據變化不大,如果非要將其放在一個子組里面的話

??????? 這些都有可能變成后期的波動源。要有計劃地做頭腦風暴,否則就是波動源。要考慮組內的波動源是什么?組間的波動源是什么?

???????

??????? 2. 分組原則

??????? 原則1:子組一定是由講究的,高度和長度一定不能在一起,時間間隔太長也不能視為同一類。

??????? 原則2:SPC的課會聽到,過程穩定不代表生產合格品,子組內波動最小化,子組間波動最大化。為了保證子組內數據是同一組,就采用時間間隔更小的、物理上盡量靠近的。控制圖要有一定敏感性,就不能太寬,起不到作用。

??????? 很多地方講到這里就不往下講了。子組內小有個度,如果內部波動太小,像高頻數據,畫出來的控制限就很窄。如果最小沒有個度,是否沒有變化是最好呢?那么就做單值圖好了。R-bar是零,做控制圖就沒有意義。所以,對于每1us都有較大變化的高頻傳輸信號,就不適于做SPC,連分組都不適用。


??????? 原則3:組間波動最大化。我要看變化合不合理,如果變化不明顯,也無意義。如果繪制出的均值圖全部集中在1Sigma范圍內,根本不會報警。

??????? 原則4:噪音和信號。噪音是系統里帶的、隨機波動、普通原因造成的;信號是異常原因造成的波動。均值時是在消除噪音,而不是消除信號。平均是相對惰性的指標,把最大值的向下拉,最小值的向上拉,一平均就消掉了。系統原因造成的往往很復雜,不用去找。信號是很重要的。

??????? 原則5:數據的決策用途。要根據我們研究的方向來分組,對業務有幫助。如果無幫助,也就是畫個美術作業而已。

??????? 原則6:要有個作業流程,否則可靠性得不到保證。

??????? 有些專家在講解時,往往會舉這種例子:某作業人員昨天晚上打麻將或者跟媳婦吵架,導致第二天操作生產設備時發生不正常,試圖將異常的發生歸因于人的心理變化。其實人都有這樣一個心理,自己做得不好的地方,盡管心理可能承認,但不愿意表達出來。因此,如果將一些產品異常向心理原因去歸因,那么往往是沒有結果。


問題:

??????? 1. 有設備和班級,是否都要分開?

??????? 把平行的過程單獨分開,A設備和B設備就要分開。而班組是個時序概念,A班和B班換班,看班組之間的差異,沒有必要把班組分開出來。

??????? 2:數據鏈差異規則是否同時適用于R圖和X-bar圖?

??????? 所有的判異規則都可以適用于這兩張圖。

??????? 3. 一模多穴生產過程,如果SPC按每個穴位分開做,那么向客戶提交的Cpk也是按每個穴位能力分開提交嗎?

??????? 如果是客戶要求,或者第三方審核,你可以只拿一個最穩定的給他看。審核時,如果審核員要求就把控制限畫成公差限,除非有能力說服審核員,那么,你還是乖乖聽著他的。做審核的不一定有你懂,可能連SPC手冊都沒看過。

??????? 4. 如果非正態的時候,像控制圖是否可以繼續用A2,D3,D4,B3,B4來計算控制圖?

??????? ???


?????? 本節小結:

??????? 結合背景是對知識鞏固的最好方法,沒必要專門學一個軟件。如果單位沒有提供學6Sigma或者DOE的機會,自己買了書學習基本只能學到軟件操作,往往沒有權限去操作,就會忘掉其中的基本邏輯。因此,一定要在實踐中運用。

???????

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,461評論 6 532
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,538評論 3 417
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,423評論 0 375
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,991評論 1 312
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,761評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,207評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,268評論 3 441
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,419評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,959評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,782評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,983評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,528評論 5 359
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,222評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,653評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,901評論 1 286
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,678評論 3 392
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,978評論 2 374

推薦閱讀更多精彩內容