统计过程控制(SPC)

合集下载

统计过程控制(SPC)

11
控制图的选择
控制图的选定
计量值数据性质
计数值
平均值
“n”=10~25 “n”是否较大
n≧1 样本大小 n≧2
Cl的性质
中位数 “n”=2~5
“n”=1
不良数
缺陷数
不良数或
缺陷数
不一定
一定
“n”是否一定
单位大小是否一定不一定一定
X-s 图
X-R 图
X-R
X-Rm “p”
图
图图
“np” “c”
数据类别: 计数值数据：只以缺陷数和个数表示，不能连续取值的数据计量值数据：以产品本身的特性来表示，可以连续取值的数据
2
两种变异
普通性（特定性）变异：不易避免的原因(普通原因）造成的变异，如操作人员的熟练程度的差异、设备精度与保养好坏的差异、同批原材料本身的差异
特殊性（偶尔性）变异：可以避免也必须避免的原因（特殊原因）造成的变异，如不同原材料之间的差异、设备故障
“u”
图图
图
12
案例1（控制图的选择）
质量特性长度重量乙醇比重电灯亮／不亮每一百平方米的脏点
样本数 5 10 1
100 100平方米
选用什么图
13
答案1
质量特性长度重量乙醇比重电灯亮／不亮每一百平方米的脏点
样本数 5 10 1
100 100平方米
选用控制图均值极差控制图
通常用来消除变差的普通原因几乎总是要求管理措施，以便纠正大约可纠正85%的过程问题
8
控制图的目的
控制图和一般的统计图不同，因其不仅能将数值以曲线表示出来，以观其变异之趋势，且能显示变异系属于机遇性或非机遇性，以指示某种现象是否正常，而采取适当之措施。

统计过程控制(SPC)

SPC系统，以达到：提高工作效率、降低生产运作成本、改善客户服务水平、满
足公司管理需求作用。
6.2 统计学基本概念
6.2.1 统计学基础
母体指某家特定工厂所生
产的商品。
母体的子集代替研究母体
的每一笔资料，称做样本。
以某种经验设计实验所搜
集的样本叫做资料。
图6-4 统计学原理
利用推论统计学方法，将资料中的数据建模，计算它的机率并且做出对于母
常常是不经济的。
如果目前的产品不能满足顾客的要求，则有必要将所有的产品进行分类，
报废不合格品或返工。这种状态将持续到对过程采取必要的校正措施并验证，或
持续到产品更改为止。
在统计质量控制（SQC－Statistical Quality Control）过程中，引起质量波
动的原因主要来自六个方面（5M1E）：
体的推论。
这个推论可能以对/错问题的答案所呈现（假设检定），对数字特征量的估
计，对未来观察的预测，对关联性的预测（相关性），或是将关系模型化。
在统计学中，其基本要素包括：
1. 母体与样本的关系
母体和样本的概念不是固定不便的，随着研究的不同，母体和样本也会有所
不同。
2. 指标与标志的区别
指标是说明总体特征；而标志是说明总体单位特征的。标志可以分为不能用
以下几个阶段：
第一阶段：
SPC--统计过程控制，可判断过程的异常，及时告警；不能告知此异常是什
么因素引起的。
第二阶段：
SPCD--统计过程控制与诊断，SPCD既有告警功能，又有诊断功能。
第三阶段：
SPCDA--统计过程控制、诊断与调整，它能控制产品质量、发现异常并诊
断导致异常的原因、自动进行调整。

统计过程控制(SPC)

统计过程控制（SPCA ）P
CD
AP
CD
AP
AP
CD
CD
统计过程控制（SPC）
SPC的基本概念控制图原理常规（休哈特）控制图控制图的判断准则常用控制图的计算通用控制图过程能力与过程能力指数
统计过程控制（SPC）
SPC的基本概念
• SPC的涵义 SPC是英文Statistical Process Control（统计过程控制）
C B A
准则：连续9点落在中心线同一側。
LCL
准则：连续6点递增或递减。
准则：连续14点中相邻点上下交替。
准则：连续3点中有2点落在中心线同一側的B区之外。
准则：连续5点中有4点落在中心线同一側的C区之外。
准则：连续15点在C区的中心线上下。
准则：连续8点在中心线两側，但无一在C区中。
统计过程控制（SPC）
统计过程控制（SPC）
• 控制图的作用控制图的作用是：及时告警。体现SPC与SPD的贯彻
预防原则。控制图是SPC与SPD的重要工具，用以直接控制与诊断过程，故为质量管理七个工具的核心。
质量管理七个工具：因果图（Cause-effect diagram），排列图（Pareto diagram），直方图（Histogram），散步图（Scatter diagram），控制图（Control chart），分层法（Stratification），检查表（Check list）。贯彻预防原则的“20字方针”：
u控制图的控制线为：
UCL = u + 3 u / n CL = u
LCL = u - 3 u / n
式否中则:控u制=线呈ci /凹凸ni 状，。ci为样本的不合格数。样本容量n最好恒定，

统计过程控制(SPC)

（三） x R 控制图的操作步骤
1. 确定控制对象（统计量） 2. 收集k组预备数据（一般K=25；每组数
据个数n ≥ 2;遵循合理子组原则） 3. 计算每一个样本的均值 X i 与极差 Ri 。 4. 计算 X与R 5. 计算R图控制限并作图 6. 用各样本点绘在图中，判断状态。
分析过程若失控或异常，找出原因，进行纠正，防止再发生。
7. 计算 X 图控制限并作图，判断状态。 8. 计算过程能力指数验证是否符合要求 9. 延长控制限，作控制用控制图，进行日
常管理
四、 X S 图（掌握）五、X-Rs图（了解）
六、Me-R图（了解）
七、P控制图
（一）P控制图的控制状态
P 常数
n
n
ˆp p di / ni
i1 i1
（二）P控制图的统计基础为二项分布，其
内容（1）利用控制图分析过程的稳定性，对
过程存在的异常原因进行预警；
（2）计算过程能力指数分析稳定的过程能力满足技术要求的程度，对过程质量进行评价。
三、统计过程控制的特点是一种预防性的方法贯彻预防原则是现代质量管理的核心强调全员参与
SPC的涵义
为了贯彻预防原则，应用统计技术对过程各阶段评估和监控，建立并保持过程处于可接受的并且稳定的水平从而保证产品与服务符合规定的要求的一种质量管理技术。
过程能力指数过程性能指数
CP
TU TL 6ˆ ST
PP
TU TL 6ˆ LT
其中 ˆ St —— 短期波动的标准差估计，在稳态
下计算
ˆ St
R d2
或
S C4
ˆ Lt —— 长期波动的标准差估计，在实
际情况下计算 ˆ Lt S

统计过程控制SPC

样品 2 28.122 28.127 28.125 28.116 28.110 28.121 28.121 28.127 28.119 28.116 28.124 28.124 28.114 28.115 28.118 28.121 28.116 28.120 28.117 28.115 28.125 28.121 28.115 28.128 28.125 测 3 28.124 28.122 28.122 28.115 28.116 28.128 28.124 28.122 28.121 28.119 28.122 28.125 28.118 28.120 28.115 28.118 28.118 28.125 28.119 28.117 28.126 28.125 28.119 28.124 28.121 定 4 28.124 28.125 28.127 28.119 28.118 28.124 28.120 28.125 28.125 28.119 28.123 28.128 28.112 28.119 28.125 28.125 28.117 28.126 28.118 28.118 28.127 28.128 28.117 28.121 28.127 值
0.256
1.744
3.258
0.283
1.717
3.336
0.307
1.693
3.407
0.328
1.672
3.472
0.347
1.653
3.532
0.363
1.637
3.588
0.378
1.622
3.640
0.391
1.608
3.689
0.403
1.597
3.735

SPC统计过程控制

SPC统计过程控制SPC（Statistical Process Control，统计过程控制）是一种基于统计原理和数据分析方法的质量管理工具，用于监控和控制生产过程中的变异性，以确保产品或服务的质量。

SPC是由质量概念的先驱沃尔特·A·谢温（Walter A. Shewhart）在20世纪20年代初首次引入的。

它的目的是通过使用统计技术来分析生产过程中的数据，从而减少产品或服务的变异性，提高整体质量水平。

SPC的基本原理是通过统计分析来了解生产过程中的变异性，以便及时采取措施来纠正和调整生产过程。

它主要包括以下步骤：1.确定控制指标：选择适当的指标来监控生产过程的变异性。

常用的指标包括尺寸、重量、硬度等。

2.收集数据：根据预定的采样计划和频率，定期收集生产过程中的数据。

数据可以通过各种手段收集，如直接测量、抽样检验等。

3.绘制控制图：使用统计方法将收集到的数据绘制成控制图。

控制图是一种图表，它显示了一个或多个过程指标的变化情况，以及上下限范围。

通过观察控制图，人们可以判断生产过程是否处于控制状态，是否存在异常情况。

4.分析控制图：根据控制图上的变化趋势和模式，进行统计分析，以确定生产过程的绩效。

常用的统计分析方法包括均值、标准差、极差等。

5.制定改进措施：根据分析的结果，确定需要改进的方面，并制定相应的措施。

改进措施可以包括修改生产过程参数、调整设备、培训员工等。

6.监控和调整：持续监控生产过程，并根据需要进行调整，以确保控制图保持在预定的限制范围内。

SPC的优势在于它能够提供实时和持续的监控生产过程的能力。

通过采集数据和绘制控制图，生产者可以及时发现生产过程中的变异，并采取措施进行纠正。

这样可以防止不良品的产生，并提高产品或服务的一致性和质量。

此外，SPC还具有以下几点优势：1.提高生产效率：通过控制和减少生产过程中的变异性，SPC可以提高生产效率。

它能够帮助生产者发现并消除生产过程中的浪费和不必要的变动，从而提高生产效率和资源利用率。

统计过程控制-SPC

0.00034 %
PPM 691500PPM 308500PPM 66800PPM 6200 PPM
230PPM 3.4PPM
规格界限 1σ
2σ 3σ 4σ
5σ 6σ
过程能力分析
过程绩效指标Pp和Ppk
从过程总波动的角度考察过程输出满足客户要求的能力，有时也称为长期过程能力；
过程能力分析
Pp和Ppk的R 均值和极差图是最长常用的控制图
二项分布松柏分布
控制图
控制图分类（按照数据种类）
类别
名称
均值---极差控制图
计均值---标准差控制图量型控中位数---极差控制图制图
单值---移动极差控制图
不合格品数控制图
计
数不合格品率控制图
型
控制
缺陷数控制图
图
单位缺陷数控制数
统计过程控制 Statistical Process Control
LSL
USL
目录
第一部分第一二部分第一部分
微SP软C相雅关黑概24念号微控软制雅图黑24号微过软程雅能黑力2分4析号
SPC相关概念
什么是SPC？
▪是一种借助数理统计方法的过程控制工具。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
控制用控制图
调查不正常原因迅速消除此项原因研究并采取防止此项原因重复发生之措施。
分析用
稳定
控制用
控制图
控制图实施步骤
是
确定项目选择控制图收集数据
绘制分析用控制图
查找异因否
调整过程
过程是否受控
是
过程能力是否符合要求
否过程改进
减小变异

统计过程控制(SPC)

21
22
1447
1720
1278
1472
2272
2190
1480
1859
1619.25
1810.25
994
718
903
903
2060.6
2060.6
0
0
23
24 25
829
429 1479
1613
312 1529
719
1408 1217
1758
1236 1729
1229.75
846.25 1488.5
SPC(统计过程控制)
根据上海思科统计质量咨询服务有限公司俞钟行老师讲课整理
内容：
1.SPC（统计过程控制）概述 2.Xbar-R控制图和Xbar-s控制图 3.XmR（即X-RS）控制图 4.分析用控制图和控制用控制图 5.过程能力指数Cp、Cpk 6.过程性能指数Pp、Ppk 7.p控制图（含标准化的应用） 8.控制图判异准则 9.应用和滥用SPC（统计过程控制） 10.测试设备校正（美国“质量”杂志SPC案例2001年） 11.短流程的加工（美国“质量”杂志SPC案例2000年）
n
A3
2 2.659 0 3.267
3 1.954 0 2.568
B3
B4
计算结果（1）
Number 1 2 3 4 5 S 412.8 142.5 494.9 550.9 291.5 Sbar 405.3 405.3 405.3 405.3 405.3 B4Sbar 918.4 918.4 918.4 918.4 918.4 B3Sbar 0 0 0 0 0 Xbarbar 1400.96 1400.96 1400.96 1400.96 1400.96 Xbar+a3Sbar 2060.796172 2060.796172 2060.796172 2060.796172 2060.796172 Xbar-a3Sbar 741.1238285 741.1238285 741.1238285 741.1238285 741.1238285 Xbar 1182.5 1125.5 1435.5 1050.25 1062.25

统计过程控制(SPC)

图2
解：
于是，过程能力指数为：
过程能力不够充分，从图2发现分布中心μ=0.1968与规范中心M=（TU+TL）/2=0.1720有偏离，应进行调整。调整后，Cp值会有所提高。
单侧规范情况的过程能力指数
01
只有上限要求，而对下限没有要求：只适用于的范围:
02
只有下限要求，而对上限没有要求：只适用于的范围:
4
3
6
5
判稳准则的分析判稳准则的思路
打一个点未出界有两种可能性：
► 过程本来稳定 ► 漏报（这里由于α小，所以β大），故打一个点子未出界不能立即判稳。
在点子随机排列的情况下，符合下列各点之一判稳：
01
► 连续25个点，界外点数d=0；
02
► 连续35个点，界外点数d<0；
03
► 连续100个点，界外点数d<2。
0.1821
0.1828
0.0086
18
0.1812
0.1585
0.1699
0.168
0.1694
0.0227
19
0.1700
0.1567
0.1694
0.1702
0.1666
0.0135
20
0.1698
0.1664
0.17
0.16
0.1666
0.01
图1
μ’
μ
图2-7 正态曲线随着标准差变化
σ=2.5
σ=1.0
σ=0.4
y
x
不论μ与σ取值为何，产品质量特性值落在[μ-3σ，μ+3σ]范围内的概率为99.73%。图2-8 正态分布曲线下的面积

统计过程控制(SPC)

对特殊原因成功地采取适当的措施后，其余的问题通常要求采取管理行动而不是局部措施来解决。
相同的简单的统计过程控制技术也能指明变差的普通原因的范围，但分离这些原因需要更详细的分析。纠正变差的普通原因的责任在于管理人员。有时与操作直接相关的人员处于较有利的位置发现它们并将它们报告给管理人员来采取措施的。总的来说，解决变差的普通原因通常需要采取系统措施。过量过程变差中较小的部分—工业经验建议为15%— 是通过与操作直接有关的人员局部纠正的。大部分——其余85%—是管理人员通过对系统采取措施来纠正的。采取的措施类型如不正确将给机构带来大的损失，不但劳而无功，而且会延误问题的解决甚至使问题恶化。无论如何，为了更好地减少过程变差普通原因，需要管理人员和操作直接相关人员的密切合作。
简言之，首先应通过检查并消除变差的特殊原因使过程处于受控状态，那么其性能是可预测的，就可评定其满足顾客期望的能力。这是持续改进的基础。每个过程可以根据其能力和是否受控进行分类，过程可分成4类，如下表所示：
满足要求受控不受控
可接受
不可接受
1类
2类
3类
4类
一个可接受的过程必须是处于受统计控制状态的且其固有变差（能力）必须小于图纸的公差。理想的情况是具有1类过程，该过程受统计控制且有能力满足
第4节
局部措施和对系统采取措施
在上面讨论的两种变差以及可能采取的减少它们
的措施之间有着重要的联系。
简单的统计过程控制技术能检查变差的特殊原因。发现变差的特殊原因并采取适当措施是通常与该过程操作直接有关人员的责任。尽管有时纠正时要求管理人员介入，但解决变差的特殊原因通常要求采取局部
措施。这一点在早期的过程更改中尤为重要。当某人

SPC(统计过程控制)：基本概念及在质量管理中的作用介绍

SPC（统计过程控制）：基本概念及在质量管理中的作用介绍一、SPC概述SPC(Statistical Process Control, 统计过程控制)是用于控制生产过程稳定性、提高产品质量的一种管理工具。

它是一种基于统计原理的质量控制技术，通过对质量数据进行分析并处理，帮助生产部门发现异常情况，及时进行纠正和改进。

SPC的主要作用是通过对生产的各项指标进行监控，及时发现异常情况并予以解决，达到减少产品次品率、提高生产效率的目的。

1.1 SPC的定义和发展历程统计过程控制(SPC)是由美国生产者联盟（APQC）制定的标准，是指在生产、服务等等过程中，使用一系列统计方法，对生产过程各项指标进行定量分析、监控，以便及时发现问题并采取纠正和预防措施，以提高质量、提高效率和降低成本。

自20世纪75年以来，SPC 已广为应用于各种制造和服务行业，被广泛认可和推广。

1.2 SPC的基本原理和方法SPC的基本原理是通过收集和分析生产过程中的数据，判断过程是否处于正常状态，如果出现异常情况则采取行动控制，达到稳定生产并控制品质的目的。

其基本方法有控制图、质量测量、过程分析、数据收集和统计方法等。

二、SPC在质量管理中的作用2.1 SPC在质量管理体系中的地位与作用SPC在现代企业的质量管理中处于非常重要的地位，其作用几乎贯穿了整个质量管理体系。

首先，质量管理的核心目标是实现全过程质量控制，SPC可以有效的实现这一目标。

其次，SPC可以帮助企业实现质量的持续改进，提高产品的稳定性和一致性，为企业提供坚实的基础。

再次，SPC可以为企业的产品质量提供科学的依据，使企业在市场竞争中更具有说服力。

2.2 SPC在改进质量管理性能方面的作用SPC对于改进质量管理性能具有很好的作用。

通过对生产过程的监控，SPC可以发现不稳定的因素和不良的趋势，为及时采取行动提供依据。

此外，通过对数据的分析，进一步提高了质量管理的效益，不断完善生产过程，并持续不断地提高产品质量。

SPC-统计过程控制

SPC-统计过程控制1.什么是SPC（统计过程控制）？SPC应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的。

优点：适用于对大批量产品质量的控制(P7)缺陷：发现质量有失控，但不能判断为什么失控，需要与其他控制手段结合（如鱼骨图，SW1H等）分析。

2.SPC的作用是什么？1.对过程做出可靠的评估（对单个特性具有99.72%的合格率）2.确定过程的统计过程界限，判断过程是否失控和过程是否有能力3.为过程提供一个早期的报警系统，及时监控过程的情况以防止废品的发生4.减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作3.怎么实现SPC？步骤一、确定过程流程图步骤二、识别特殊特性步骤三、初始确定人员、工装设备、原材料、参数（人机料法环）步骤四、收集数据（试生产），要求：客观，真实，25组数据以上（按时间先后顺序，不能调换），时间跨度覆盖一天的数据变化步骤五、通过均值极差控制图（X一-R控制图）、单值移动极差控制图（X-Rm控制图）计算出上控制限和下控制限步骤六、分析均值极差控制图的数据点，识别并标注特殊原因，重新计算控制界限控制状态的标准为：1.点超控制界限，极大概率有问题2.连续7点上升/下降/中心线的同一侧3.正产情况下，显著多余2/3的点集中在中心1/3区域步骤七、计算CPK/PPK,并分析、提高过程能力，对修改的过程控制图再分析步骤八、当初始过程稳定并可接受时，转入量产的过程控制阶段，此时所计算的上控制限、下控制限作为控制基准延长使用控制界限的重新计算：控制图使用一段时间后，生产过程有了变化（加工工艺改变、刀具改变、设备改变、技术革新、管理改革），应重新收集最近期间的数据，以重新计算控制界限并作出新的控制图。

统计过程控制 (SPC)

统计过程控制（SPC）Statistical Process Control检验------容忍浪费⏹容忍一定的资源投入到生产无用的产品和服务中⏹通过检查找出错误⏹一种浪费的“事后”行为预防------避免浪费⏹从一开始就做对⏹避免生产无用的东西⏹一种有效的“事前”行为统计过程控制定义⏹统计控制: 描述一个过程的状态,该过程的所有特殊原因变差已排除,仅存在普通原因.⏹统计过程控制:使用诸如控制图等统计技术来分析过程或其输出,以便采取适当的措施来达到并保持统计控制状态从而提高过程控制能力.SPC的七个要素⏹过程控制系统⏹偏差的普通和特殊原因⏹局部措施和对系统采取措施⏹过程控制和过程能力⏹过程改进循环及过程控制⏹过程控制的工具—控制图⏹控制图的益处过程控制系统⏹统计过程控制(SPC)是有统计特性的过程控制系统,是一类反馈系统⏹对过程采取措施---经济的做法⏹对过程加以控制,避免其偏离目标太远,确保过程偏差在控制限内⏹如:培训,预防性保养,自检……⏹对输出采取措施---不经济的做法⏹仅对输出检验并纠正不合格项,但忽视了过程的根本原因,只能是临时措施⏹不能替代有效的过程管理⏹如:返工,成品检验,事后挽救……偏差的普通和特殊原因⏹偏差没有任何两件东西是完全相同的.导致偏差的原因:人,设备,工具,材料,环境,方法……任何生产过程都有偏差⏹普通原因造成过程偏差,但具有稳定的,可重复的分布过程,状态受控且过程输出可以预测的原因. 如:人的技术,材料的差异,设备的差异等⏹特殊原因造成整个过程分布改变, 使过程输出不稳定的原因.如刀具或机器磨损,温湿度聚变电压不稳定等我们工作的方式/资源的融合产品或服务顾客人设备材料方法环境统计方法顾客的呼声过程的呼声识别不断变化的需求和期望输入过程/系统输出有反馈的过程控制系统模型范围范围?预测预测如果存在变差的普通原因,随时间的推移,过程的输出形成一个稳定的分布并可预测如果存在变差的特殊原因,随时间的推移,过程的输出不稳定局部措施和对系统采取措施⏹局部措施⏹消除偏差的特殊原因⏹通常由与过程相关的人员实施. 如:更换刀具,配置电源稳压器等⏹通常可纠正约15%过程问题⏹SPC能检查变差的特殊原因⏹对系统采取措施⏹消除偏差的普通原因⏹几乎总是要求管理措施.如:培训,换供应商,更新设备,改善流程,加强预防维护等⏹大约可纠正85%的问题⏹SPC能指明变差的普通原因的范围过程控制和过程能力⏹过程控制的目的:⏹经济合理地解决影响过程的原因⏹平衡过度控制和控制不足⏹过程能力---一般用Cp或Cpk表示⏹由造成偏差的普通原因来确定,代表过程的最佳性能⏹确保过程的输出落在客户要求的规范之内⏹受控的过程可产生出相同分布(分布的位置,宽度和形状)的符合规范的产品⏹特殊原因将使过程能力预测失效过程改进循环及过程控制过程改进循环分析过程:已知的偏差是什么?会出现什么错误?达到统计控制状态?能力如何?维护过程:监控过程性能,使之维持在一定的能力水平上;查找偏差的特殊原因并采取措施改进过程:改变过程,以更好的理解普通原因变差;减少普通原因变差P DA CP DA CP D AC过程改进循环及过程控制⏹分析过程: SPC是工具之一,用来帮助区别变差的普通原因和特殊原因;过程受控后计算过程能力指数评价过程当前水平⏹维护过程:过程是动态变化的,SPC可对过程进行有效的监控.⏹改进过程:SPC可用来评估改进的效果.过程控制的工具—控制图⏹发明者---贝尔实验室Walter Schewhart ⏹应用控制图来改进过程是一个循环的程序:⏹收集数据, 绘图⏹控制⏹计算控制限⏹识别变差的特殊原因,并采取措施⏹分析及改进⏹确定普通原因变差的大小并采取措施⏹缩小控制限重复之以不断改进过程控制的工具—控制图控制上限UCL中线控制下限LCL控制图的益处⏹易懂易用,便于员工操作⏹有助于过程在质量上和成本上能持续地,可预测地保持下去⏹使过程达到⏹更高的质量⏹更低的单件成本⏹更高的有效能力⏹提供讨论过程的共同语言⏹区分变差的普通原因和特殊原因,作为采取局部措施和对系统采取措施的指南控制图的选用选择适当的控制图计量型数据:对测量数据的分析计数型数据:是/否,合格/不合格单值样本X-Rm样本小中位数样本≥9样本小<9R-XX~-RS-X常数样本C≥5C图常数样本C≥50nP图变量样本U图变量样本≥50P图各种图的用途⏹计量型数据-研究过程数据的位置和宽度X –R 图: 均值和极差分析,2-5个样本/组,最常用X –S 图: 均值和标准差分析,研究过程变异,样本≥9/组X –R 图: 中位数和极差分析,样本<10/组,均值和极差的简单替代X –Rm图:单值趋势和移动极差分析⏹计数型数据-研究过程数据的合格/不合格,通过/不通过P 图: 不合格率,样本量≥50,每组的样本量不一定相同,常用nP图: 不合格数,样本量≥50,每组的样本量相同C图: 单位产品的不合格数,每组样本量相同U图: 单位产品的不合格数,每组样本量不同控制图的作法⏹选择要研究的过程及相应的控制图类型⏹确定样本:⏹样本组大小,样本个数,取样频率和时效⏹同等的条件(如设备,物料等)⏹收集原始数据⏹应用相应的公式对样本数据进行统计⏹计算控制限⏹作控制图⏹解释控制图状态失控的简易判断方法⏹至少一个点以上超出控制限⏹三个连续点中有两个在平均线同一侧的A区或以上⏹五个连续点中有四个在平均线同一侧的B区或以上⏹九个连续点在平均线的一侧⏹七个连续往上或往下走的点控制图异常处理实现控制图的预防作用须贯彻以下方针:查出异因, 采取措施, 保证消除, 不再出现, 纳入标准控制状态的好处控制状态(STATE IN STATISTICAL CONTROL)过程中只有普通原因产生的变差的状态⏹1. 对产品质量的把握(在控制状态下至少有99.73%的产品是合格品)⏹2. 生产是最经济的(控制状态下由普通原因产生的不合格品很少)⏹3. 在控制状态下,过程的变异最小过程能力分析(X –R 图)进行过程能力分析需考虑:⏹过程处于统计受控状态(特殊原因已排除,并不会重现)⏹数据服从正态分布⏹工程规范准确地代表客户的要求⏹均值位于规范的中心⏹测量偏差较小过程量度⏹Cp:不考虑过程中心的稳定过程的能力指数⏹Cpk:考虑过程中心的稳定过程的能力指数⏹Pp:不考虑过程中心的过程的性能指数⏹Ppk:考虑过程中心的过程的性能指数Cp=(USL-LSL)/6σR/d2Pp=(USL-LSL)/6σs联合应用Cp和Cpk所代表的合格率Cp0.330.67 1.00 1.33 1.67 2.00 Cpk0.3366.368%84.000%84.134%84.134%84.13447%84.1344 7%0.6795.450%97.722%97.725%97.72499%97.7249 9%1.0099.730%99.865%99.86501%99.8650 1%1.3399.994%99.99683%99.9968 3%1.6799.99994%99.9999 7%2.0099.9999不考虑过程中心偏移时Kσ控制原则的不合格品率及Cp值K不合格率P说明Cp值131.73%1σ控制原则0.332 4.55%2σ控制原则0.67 30.27%3σ控制原则 1.0 463.3PPM4σ控制原则 1.33 5573PPM5σ控制原则 1.67 62PPB6σ控制原则2中心偏移1.5σ时K σ状态下产品不合格品率KσP( ppm)KσP( ppm)1.5539828 4.062102.0308537 4.513502.5158655 5.02333.066807 5.5323.522750 6.0 3.4。

统计过程控制

统计过程控制统计过程控制（SPC，Statistical Process Control）是一种借助数理统计方法的过程控制工具。

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。

统计过程控制认为，当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）。

此时，过程特性一般服从稳定的随机分布。

而当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。

由于过程波动具有统计规律性，失控时，过程分布将发生改变。

统计过程控制可以分为三个步骤：1. 模型建立阶段，这个阶段是在没有因素影响的情况之下抽取数据，分析数据进行统计，从而在此基础上建立模型。

2. 模型评估阶段，对所建立的模型进行系统分析评估，在比较的过程中来判断是否存在故障。

3. 如果在评估阶段出现故障，就要分析产生故障的原因，找到故障发生的来源，及时采取措施予以解决，从而确保产品的质量。

实施SPC的过程一般分为两大步骤：首先用SPC工具对过程进行分析，如绘制分析用控制图等；根据分析结果采取必要措施，如消除过程中的系统性因素或减小过程的随机波动以满足过程能力的需求。

第二步则是用控制图对过程进行监控。

统计过程控制在发展过程中滋生出两种不同的方法，分别是统计质量控制和统计性能监控。

统计质量控制重点在于控制生产过程中的质量，确保产品符合规定的质量标准。

而统计性能监控则更侧重于监控过程的性能，以及时发现并预防可能出现的问题。

总的来说，统计过程控制是一种有效的质量管理工具，它可以帮助企业及时发现并解决生产过程中的质量问题，提高产品质量和生产效率，从而提升企业的竞争力。

统计过程控制(SPC)

5、SPC怎样起作用
SPC将制造过程的测量数据变成可视图。通过
读图工人可以辩别出制程是否是受控的，制程是否在规格范围之内生产，所有这些在制程发
生时及时避免错误而不是等到事后才纠正。
6、SPC能解决的过程问题
➢ 经济性 ➢ 预警性/时效性 ➢ 分辨普通原因与特殊原因 ➢ 善用机器设备 ➢ 改善的评估
二、控制图
• 1、什么是控制图 • 2、控制图基本原理 • 3、控制图是如何贯彻预防原则的 • 4、控制图常用术语 • 5、控制图的分类 • 6、控制图的选用原则 • 7、控制图的判定规则 • 8、应用控制图需要考虑的一些问题
1、什么是控制图
控制图是对制程质量特性值进行测定、记录、评估，从而监察制程是否处于控制状态的一种用统计方法设计的图。图上有中心线、上控制限和下控制限，并有按时间顺序抽取的样本统计量数值的描点序列。若控制图中的描点落在UCL与LCL 之外或描点在UCL与LCL之间的排列不随机，则表明过程异常。控制图有一个很大的优点，即通过将图中的点子与相应的控制界限相比较，可以具体看见产品或服务质量的变化。
（3） Xmed-R控制图（中位数-极差控制图） Xmed -控制图检出力较差，但计算较为简单
（4）X-Rm控制图（个别值-移动极差控制图）品质数据不能合理分组时使用，如液体浓度
• 计数值控制图
• (1) P控制图(不良率控制图) • 用来侦查或控制生产批中不良件数的小数比或百分
比,样本大小n可以不同。 • (2)np控制图(不良数控制图) • 用来侦查一个生产批中的实际不良数量(而不是与样
(2)品质变异因素的分类及其不同的对待策略
机遇原因之变机遇原因，其个别之变异极为微小
３．几个较代表性之机遇原因如下：（１）原料之微小变异（２）机械之微小掁动（３）仪器测定时不十分精确之作法

统计过程控制(SPC)

三、SPC进行步骤
※培训SPC，培训的主要内容有：a.SPC的重要性； b.正态分布等统计基本知识；c.质量管理七大工具，主要是对控制图深入学习；d.两种质量诊断理论；e.如何制定过程控制图；f.如何制定过程控制标准。
※确定关键变量（即关键质量图表）。 ※提出或改进规格标准。 ※编制控制标准手册，在各部门落实。 ※对过程进行统计监控。 ※对过程进行诊断并采取措施解决问题。
➢ 它是自然界的一种最基本的最普遍的法则，反应了事物内在的变化规律； ➢ 它是我们进行统计分析的基础； ➢ 它使我们得以通过少量抽样来把握全体，从而节省大量人力、物力、财
力和时间。
❖正态分布的特点
➢ 形态如钟 ➢ 左右对称 ➢ 于平均值处分布的频数最多，此外，越远高平均值分布的频数也越少 ➢ 曲线下的面积为1
七、控制图的判断准则
当过程达到了我们所确定的状态后，才能将分析用控制图的控制线延长作为控制用控制图，由于后者相当于生产中的大法，故由前者转为后者对应有正式交接手续，这里要用到判稳准则，在稳定之前要用到判异准则。
应用控制用控制图的目的是使生产过程保证在确定的状态，在应用控制图的过程中，若过程不发生异常，则应执行： “查出原因，采取措施，保证消除，不再出现，纳入标准” 这20个字，使过程恢复原来的状态。
六、控制图
3、控制图原理的解释2 我们可以换一个角度来研究控制图的原理，根据来源的不同，质量因素可以分成4MIE五个方面，但从对质量影响的大小来看，质量因素可以分为偶然因素与异常因素。偶然因素始终存在，短期内对质量影响微小，但难以去除，异常因素则有时存在，对质量影响大，但不能除去。偶然因素与异常因素引起过程质量的波动，如何发现异常波动的出现呢？经验和理论分析说明，当过程存在偶然变动时，过程的质量特性将会形成某种典型的分布（例如：正态分布），如果有异常波动的产生，则过程的分布必会偏离原有的典型分布，因此我们可以通过典型分布是否偏离就能判断是否有异常原因引起的波动，而典型分布的偏离可以有控制图检出。

统计过程控制spc标准

统计过程控制spc标准统计过程控制（SPC）是一种通过统计方法来监控和控制过程稳定性和一致性的质量管理工具。

它是一种基于数据和事实的管理方法，可以帮助企业实现质量的持续改进，提高产品和服务的稳定性和一致性，降低成本和提高效率。

本文将对统计过程控制（SPC）标准进行详细介绍，包括其定义、原理、应用、优势和实施步骤等内容。

首先，统计过程控制（SPC）是一种基于统计方法的质量管理工具，它通过收集和分析过程中产生的数据，来监控过程的稳定性和一致性。

SPC的核心理念是“了解过程，控制变异”，通过对过程中的变异进行监控和分析，找出引起变异的原因，并采取措施进行改进，从而实现过程的稳定和一致。

其次，统计过程控制（SPC）的应用范围非常广泛，几乎可以应用于任何一个需要稳定和一致性的过程。

它在制造业、服务业、医疗保健、金融业等领域都有着重要的应用价值。

例如，在制造业中，SPC可以用来监控生产过程中的关键参数，及时发现生产异常并进行调整，确保产品质量的稳定和一致。

在服务业中，SPC可以用来监控服务过程中的关键指标，提高服务质量和客户满意度。

此外，统计过程控制（SPC）的优势也非常明显。

首先，它可以帮助企业实现质量的持续改进，通过对过程中的变异进行分析，找出问题的根本原因，并采取措施进行改进，从而不断提高产品和服务的质量。

其次，它可以降低成本和提高效率，通过对过程中的变异进行监控和分析，及时发现问题并进行调整，避免资源的浪费，提高生产效率。

最后，实施统计过程控制（SPC）需要按照一定的步骤进行。

首先，确定需要监控的关键参数和指标，建立数据采集和分析的系统。

其次，收集和分析过程中产生的数据，找出过程中的变异和问题。

然后，找出问题的根本原因，并采取措施进行改进。

最后，持续监控和分析过程中的数据，确保过程的稳定和一致。

综上所述，统计过程控制（SPC）是一种非常重要的质量管理工具，它可以帮助企业实现质量的持续改进，降低成本和提高效率。

统计过程控制(SPC)

优点应用均值—极差对子组内特殊原因较敏感广泛图X-R 均值—标准 S较R更准确，尤其在大样用袖珍计算器使用差图X-S 权s的计算能简单按程序算中位数图X- 用X代表X，直接描点，不车间工人更易掌握 R 用计算，最为简便单值—移动用单值代替均值，用MR 用于测量费很高的极差图X-MR （相邻数值之差）代替级场合差
1．分析过程阶段通过PFMEA、小组会议、与主管专家、操作人员的商讨，对控制图的分析，变差特殊原因与普通原因的识别等技术，达到对过程现有状况的了解。并回答下列问题：本过程应做什么？会出现什么问题？本过程正在做什么？是否在生产废品和需返工产品？本过程是否处于统计控制状态？本过程是否有能力？是否可靠？
4．两种过程能力研究：长期研究和短期研究短期过程能力研究是从一个操作循环中获取的测量为基础，在判定该过程没有发现特殊原因，可以计算短期能力指数。其用途： ①验证首批产品； ②机器能力研究； ③验证一个新的或经修改的过程的实际性能是否符合工程参数。长期过程能力研究是通过长时间进行测量所收集的数据为基础，其用途是用来描述过程在很长时间内的变差原因出现后能否满足顾客要求的能力。
八、控制图的益处
1.便于操作者在现场使用； 2.有助于过程在质量上和成本上持续地、可预测地保持； 3.当过程处于统计控制状态，可以通过减少普通原因和调整过程中心线，提高质量和降低成本； 4.提供有关过程特性能信息交流的共同语言。 5.通过区分变差的普通原因和特殊原因，为确定采取局部措施还是系统措施提供依据。减少问题的混淆、时间和资源的浪费。
二、收集数据
1．选择子组容量、频率、子组数
①在X—R控制图中，子组的容量是恒定的。
②每隔一定的周期（如15min或每班两次）抽取子组。 ③足够的子组数可以确保发现变差的主要原因。一般情况下,至少应满足:25个子组,100个数据。