Ronnie055
博客自定义分类
|
统计过程控制SPC</SPAN>与</SPAN>测量系统分析</SPAN>MSA</SPAN>在品质管理中的应用（深圳，10</SPAN>月24-25</SPAN>日）</SPAN></SPAN> 【培训日期】</SPAN>2009</SPAN>年10</SPAN>月24-25</SPAN>日</SPAN></SPAN> 【培训地点】</SPAN>深圳</SPAN></SPAN> 【培训对象】</SPAN>管理者代表、生产副总、质量副总、研发主管、生产主管、品质主管、财务主管、IQC</SPAN>主管、设备维护与管理人员、实验室主管、SQE</SPAN>、质量工程师等</SPAN></SPAN> 【课程背景】</SPAN></SPAN> SPC</SPAN>是借助数理统计方法的过程控制工具,</SPAN>它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。 </SPAN> </SPAN></SPAN>我们一般用SPC</SPAN>工具对过程进行分析, </SPAN>然后用控制图对过程进行监控.</SPAN></SPAN> </SPAN>很多企业是有数据统计，但没有数据分析，更是没有分析后的应用与监控.</SPAN>而提供品质是否正常的数据的来源,</SPAN>即测量系统,</SPAN>是否正常?</SPAN>是否有进行测量系统分析(MSA)? </SPAN></SPAN>“我国过程管理的水平与国外相比相差2</SPAN>万倍至9</SPAN>万倍”</SPAN></SPAN> “SPC</SPAN>对我们并不陌生，只是没有引起重视”致力于推广SPC</SPAN>于中国应用的张教授直面记者的提问而直言. </SPAN>而在我们所在的企业当前差距是多少,</SPAN>应用状况怎样呢?</SPAN>作为高管的您,</SPAN>是否正视数据了呢?</SPAN></SPAN> SPC/MSA</SPAN>实则是以事实为依据,</SPAN>以数据说话,</SPAN>教我们更多管理人员如何去有效管理的管理工具.</SPAN></SPAN></SPAN> </SPAN> 【培训收益】</SPAN></SPAN> ■</SPAN>学会识别过程,</SPAN>运用过程方法进行关键管理.</SPAN></SPAN> ■</SPAN>理解统计过程控制方法，是提高质量管理水平的有效方法。它利用数理统计原理，通过检测资料的收集和分析，可以达到 “ 事前预防 ” 的效果，从而有效控制生产过程、不断改进品质。</SPAN></SPAN> ■</SPAN>了解 SPC </SPAN>的原理，正确应用 SPC </SPAN>的技巧。让 SPC </SPAN>不仅仅是绘图，更是动态的管理手段，确实的协助管理者掌握维持过程稳定的能力。</SPAN></SPAN> ■</SPAN>通过MSA</SPAN>学习, </SPAN>强化计量值计数值量测分析使高科技的检测工具能够真正配合品质管理的要求，建立一套能够使量测校检体系（准确度），更深一层地精确的分析方法，确保量测精密度 , </SPAN>稳定度与直线性能的有效维持。</SPAN> </SPAN> 【课程大纲】</SPAN></SPAN> 一、什么是SPC</SPAN>？</SPAN></SPAN> 质量百年发展历程</SPAN></SPAN> ■质量检验</SPAN></SPAN> ■过程控制</SPAN></SPAN> ■统计过程控制</SPAN></SPAN> ■全面质量控制</SPAN></SPAN> ■六西格玛质量方法</SPAN></SPAN> </SPAN> <B>SPC</SPAN><B>的精髓和核心</SPAN></SPAN> ■</SPAN>理解SPC</SPAN>的含义：如何贯彻“事前预防”的原则？</SPAN></SPAN> ■</SPAN>SPC</SPAN>为制造企业创造经济效益：帮助工厂提升核心竞争力，增加利润和客户订单</SPAN></SPAN> </SPAN> 二、基本统计基础</SPAN></SPAN> ■过程分布</SPAN></SPAN> ■基本统计量</SPAN></SPAN> ■流程</SPAN></SPAN> ■假设检验</SPAN></SPAN> ■产品/</SPAN>工艺过程质量的统计</SPAN></SPAN> ■练习</SPAN></SPAN> </SPAN> 三、过程/</SPAN>质量变异及其能力分析（案例和实例穿插在其中）</SPAN></SPAN> ■什么是变异</SPAN></SPAN> ■过程变异的表现</SPAN></SPAN> ■过程变异的分析</SPAN></SPAN> ■过程变异的量化――流程能力</SPAN></SPAN> ■过程能力(Capability)</SPAN>和过程性能(Performance) </SPAN>以及相应的指数CPK</SPAN>、PPK</SPAN>的应用</SPAN></SPAN> </SPAN> 四、控制图分析与应用</SPAN></SPAN> 控制图的结构和概念</SPAN></SPAN> 解释控制图类型和用途(</SPAN>以下选取一种进行详细讲解)</SPAN></SPAN> （一）X</SPAN>平均与极差图(</SPAN>均值—极差控制图、均值—标准差控制图、中位数—极差控制图、单值—移动极差控制图)</SPAN></SPAN> （二）I</SPAN>和MR</SPAN>控制图3) </SPAN>离散U</SPAN>、C</SPAN>、P</SPAN>、NP</SPAN>控制图</SPAN></SPAN> ■结构和应用流程</SPAN></SPAN> ■如何收集数据</SPAN></SPAN> ■采样及数据收集</SPAN></SPAN> ■设定和维持控制界限</SPAN></SPAN> ■使用控制图注意事项</SPAN></SPAN> </SPAN> 五、如何实现有效的SPC</SPAN>现场控制</SPAN></SPAN> ■受控的标准</SPAN></SPAN> ■过程失控的表现</SPAN></SPAN> ■失控的现场应对</SPAN></SPAN> ■练习制作控制图进行失控分析</SPAN></SPAN> </SPAN> 六、如何创建SPC</SPAN>系统</SPAN></SPAN> ■关键过程的确定</SPAN></SPAN> ■稳定工艺过程</SPAN></SPAN> ■过程能力的测定和分析</SPAN></SPAN> ■确定控制标准</SPAN></SPAN> ■选择和建立控制图</SPAN></SPAN> ■SPC</SPAN>应用评估</SPAN></SPAN> ■案例分析及实施疑难探讨</SPAN></SPAN> </SPAN> 第二天 MSA</SPAN>测量系统分析</SPAN></SPAN> 课程大纲：</SPAN></SPAN> ■</SPAN>测量系统分析 MSA </SPAN>的目的、适用范围</SPAN></SPAN> ■</SPAN>测量系统统评估流程图</SPAN></SPAN> ■</SPAN>测量系统的精密度、再现性与准确度 .</SPAN></SPAN> ■</SPAN>分析测量能力的方法，结合图例理解。</SPAN></SPAN> ——计量型 偏差分析、再生再现分析 (R & R)</SPAN>、稳定性分析、线性分析</SPAN></SPAN> ——计数型 小样法、大样法</SPAN></SPAN> </SPAN> ■</SPAN>关于 GRR </SPAN>标准差的使用</SPAN></SPAN> ■</SPAN>测量系统的统计特性</SPAN></SPAN> ■</SPAN>测量过程设计选择的准则</SPAN></SPAN> ■</SPAN>研究不同测量过程方法</SPAN></SPAN> ■</SPAN>测量资源开发的先决条件和假设</SPAN></SPAN> ■</SPAN> |