spc培训(上海五大工具培训费用)
一般我们对100%全检和SPC的理解都是基于以下内容的对比：
与SPC相比，虽然100%全检有很多缺点，但由于简单方便，在很多场合还是会采用，不需要掌握更多的统计知识。
在汽车行业，对于关键/重要特性，如果供应商的过程能力不能满足要求，SQE通常要求供应商采用100%全面检查，而不是过程能力控制。但是在后续的批量供货中，经常会遇到以下问题：
为什么会出现“零件全部合格，装配不合格”的问题？主要有两个原因：
1. 测量系统总是有误差的（详见之前的测量系统分析的文章），导致贴近上下极限尺寸的不合格件漏入了合格件中。
2. 设计部门制定尺寸公差时，采用的是统计公差设计理念而不是极值设计理念。
对于第一个问题，这里就不展开了，详见前面一系列关于测量系统分析MSA的文章。一般来说，如果测量系统由更高一级的机构校准，并对重复性和再现性进行验证(公差比p/t <10%)，测量系统带来的误判风险很小，可以忽略不计。
造成这个问题的主要原因在于设计给定公差时采用的设计理念。我们用一个最简单的例子来说明这个问题。
对于下面的设计结构，有两个子零件，名义值都是50，系统装配需要保证100±0.06的要求，对于两个子零件，如何来制定公差？
1. 极值设计理念：
1.1 极值设计方法的理念是：供应商的测量系统满足要求的前提想，在所有零件尺寸都处于极限值情况下，装配仍然能满足给定的要求。
1.2 对于本例，最终的装配尺寸要求是100±0.06，因此剩下的两个尺寸的总公差额度为±0.06，常见的分配（等分）结果为：50±0.03和50±0.03。
1.3 在极值设计理念的情况下，只要零件满足设计规格限要求，就能够保证装配的合格（假定测量系统是理想的状态）。
1.4 但是极值设计方法的最大问题是：如果是更多数量的产品装配组合，比如有5个子零件进行装配，装配要求保持100±0.06不变，按照极值分析会出现什么情况？
2. 统计公差设计理念
2.1 统计公差设计在给出公差界限之前，先做如下的假设：
A. 供应商的测量系统满足要求；
B. 所有供应商是进行过程控制的，能够保证过程稳定；
C. 所有供应商的过程能力能够保证满足1.33的要求，即Cpk＞1.33
2.2 在满足以上假设的前提下，若装配合格率要求是99.73%，按照等权重（平均分配）对两个零部件的公差进行设计，结果为：50±0.057和50±0.057。具体推导计算过程这里不做展开，可以参见后续公差设计的相关介绍。
2.3 可以发现，采用统计公差设计的公差比极值设计的公差宽松很多，但是这种宽松的公差是需要先满足ABC三项前提之后才能给予的。
对于相同的装配要求，两种设计理念的对比总结信息如下：
根据以上对比，我们发现如果采用统计公差设计给定的公差极限，子零件只能合格，不能满足过程控制和Cpk的要求，那么装配合格率就无法保证。
为避免设计理念和实际理解水平前后逻辑混乱，在PPAP阶段提交两类文件非常重要。
测量系统分析旨在确保测量误差足够小，以避免因测量差异引起的争议
(初始)过程能力分析旨在调查供应商的过程能力是否能够满足统计公差设计的前提要求
注：如果发现供应商的能力不足，只能考虑给予供应商极限设计的公差带宽，否则内部装配将失败
现在可以回答文章开头的问题了。如果装配合格率低，测量的子零件全部合格，通常要问R&D和设计部门采用哪种设计理念。对于统计公差设计的尺寸要求，“零件合格”的观点是错误的。此外，这种情况下的临时措施不能依靠100%的全面检查，需要采取额外的处理方法，这将在后续文章中介绍。
SPC培训咨询苏州东方大一href="/" target=" _ blank " title=" " id=" back hohucom " style=" white-space : nowrap；"
