SPC统计过程控制--生产管理

授课专家： [专家团] 授课天数： 2 天 收费标准： 价格面议 开办周期： 按需开办，有需要的企业请致电本站客服 受训对象： 厂长、经理、研发、技术、品管、企划、生产制造、工艺、管理部门主管及工程师等
课程目标： SPC是Shewhart博士首先应用正态分布特性于生产过程中的管理，目前已成为生产过程中控制稳定产出的主要工具之一，在生产型企业中应用的非常广泛。某跨国公司的供应商评价要求中有:“SPC和过程能力研究记录可用于涵盖全过程关键参数的统计序列,并显示Cpk值有规律的更新”。这句话高度概括了现代SPC的要求,也是当前许多制造业的工作重点之一。
统计过程控制(Staticstical Process Control,SPC)的含义是:“使用控制图等统计技术来分析过程或其输出,以便采取必要的措施获得且维持统计控制状态,并提高过程能力”。 有效的实施、应用SPC可以及时发现过程中的问题，采取适当的改善措施，在发生问题之前，消除问题或降低问题带来的损失。本课程结合讲课人30年SPC实践经验和不断博采众长的成果积累,突破了“SPC就是控制图应用”的简单理念,以“过程方法”的思路展开, 收集、处理并引用企业实际案例加以补充,大体上概括了SPC的工作模式和适用的方法工具。
课程大纲： 1、前言─SPC的由来、发展和基本要求

2、识别关键控制点

3、数据变异的衡量和分析• 直方图

4、数据的动态变异• 控制图
4.1、随机波动与异常波动
4.2、ISO 8258:1991《休哈特控制图》(Control Chart)要点
4.3、常规控制图的类型和实例
 控制图的结构和概念解释
 控制图类型和用途
1) X平均与极差图(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)
 结构和应用流程
 举例
2) I和MR控制图
 结构和应用流程
 举例
3) 离散U、C、P、NP控制图
 结构和应用流程
 举例
 如何收集数据
 采样及数据收集
 设定和维持控制界限
4.4、控制图制订和使用中的若干实际问题
4.5、现代控制图技术案例

5、过程能力与过程性能(Process Capability / Performance)分析以及相应的指数CPK、PPK的应用

6、过程能力/性能的保证和提高---查找原因采取纠正/预防措施的逻辑推理工具
 5M1E要素
 分层法与排列图
 用于因果关系和逻辑关系分析的非数字资料方法工具: 因果图、系统图与“5Why分析表”、关联图、故障树分析(FTA)、过程决策程序图(PDPC)法

7、如何实现有效的SPC现场控制
 受控的标准
 流程失控的表现
 失控的现场应对
 练习制作控制图进行失控分析
 SPC实施中现场“看得见管理”应用的直观显示图表

8、SPC的效果评估的方法
 显著性检验
 统计抽样检验

9、回归分析
 一元线性回归分析
 曲线回归
 双列相关分析

10、方差分析
 方差分析的基本概念及其应用
 方差分析在MSA(测量系统分析)中的应用
 多重比较:q检验

11、试验设计 (Design of Experiment, DOE) -- 介绍正交试验设计

12、SPC项目的开展(SPC在QCC/QIT、6Sigma项目活动中的应用)
老师介绍：专家团

课程形式： - 讲授 - 启发式、互动式教学 - 小组讨论 - 案例分析
- 角色扮演 - 观看录象 - 练习