SPC统计过程控制作业指导书

得力集团有限公司DELI GROUP CO.，LTD
SPC统计过程控制
文件编号：
版本/ 次：A/01
制定部门：制造品质部
制订：夏杰辉
审核：
核准：
发行日期：2020年02月24 日修订日期：2020年02月24 日
修改履历
步骤4: 标注控制图的刻度；
步骤5: 将不合格品率P画到控制图上。

5.5 案例展示（现场实时展示和 Minitab软件分析）
统计某公司过程巡检质量结果，每2小时抽检一次，每次抽取4个样品，试画出控制图X bar-R 图。

5.5.1 数据收集
5.5.2 将适时采集的数据填写到控制图表上
5.5.3 根据控制图八大判异准则（见条款5.6），QE应适时监控、诊断现场控制数据，出现失控情况尤其是超出上下控制限时，应及时召集生产、工程技术等部门，组织原因分析和改善措施落实，确保过程的稳定性。

5.5.4 Minitab软件统计分析（案例：凸轮轴.MTW，凸轮轴的长度为600+2mm,共收集两个供应商1和2各20组样本，每个样本中 5 个凸轮轴数据）
a、将数据输入Minitab中，如下图示：
b、选择“统计”→“控制图”→“子组的变量控制图”→“Xbar-R”，将对应的选择项选择到对应的栏位中，如下图：
c、点“Xbar-R选项”→“检验”，执行所有的特殊原因检验。

当量产时控制上下限用试产时的控制上下限管制时，点“参数”选项，填写试产时的均值与 标准差，这样做的目的是不让在量产时的管制上下限随量产抽样数据的改变而改变。

e 、点确定后，如下图：
解释结果：
X 控制图上的中心线在 600.23mm 处，表明过程落于规格限制范围内，但是有两点在控制限以外，表明该过程不稳定。

R 控制图上的中心线在 3.72 处，也远远超出了允许的最大变异 +2 毫米，因此过程中可能存在非常大的变异。

5.6 控制图八大判异原则
判异原则一： 1点在控制限外 判异原则二：连续9点在中心线同一侧
19
17
15
13
119
7
5
3
1
602
600
598
样本
样本均值
__
X =600.23
UCL=602.376
LCL=598.084
19
17
15
13
119
7
5
3
1
86
420
样本
样本极差
_
R=3.72
UCL=7.866
LCL=0
1
6
1
供应商 2 的 Xbar-R 控制图
原则一：
P = 0.27% 即(1-99.73%) 可能情况：
计算错误、测量误差、
原材料不合格、设备故障等原则二：
P=2(0.9973/2)^9 = 0.38% 选取9点为准则1设定，
改进控制图的灵敏度等
判异原则三：连续6点上升或下降判异原则四：连续14点交替升降
原则三：
P=(2/6!)(0.9973/2)^6=0.273% 较准则2灵敏，可能情况：
工具逐渐磨损、
维修逐渐变坏、
操作人员技能的逐渐提高等原则四：
P = 0.4%
可能情况：
使用两台设备或两操作人员轮流进行操作而引起的系统效应等
判异原则五：3点里有2点在A区或以外判异原则六：5点里有4点在B区或以外
原则四：
P= 6 x 0.0228 x 0.0228 x 0.9773 = 0.3%
可能情况：数据参数均值μ发生了变化原则五：
P=2 x 5 x 0.1587^4 x (1-0.1587) = 0.533%
可能情况：数据参数均值μ发生了变化
判异原则七：连续15点在C 区 判异原则八：连续8点中没有任一点落入C 区
原则七：
P = (1−0.1587x2)^15 = 0.326% 可能情况：
控制限需重新计算，
组内变异大于组间变异，或数据分层不够 原则八：
P = (0.1587x 2)^8 = 0.1% 可能情况：
数据分层不够，过度控制
不同的过程数据展示在同一控制图上等
5.7 过程能力指数Cpk
5.7.1 使用制程能力指数时，应依统计学原理，同时衡量制程中的平均值与变异状况，以确实掌握制程品质特性。

等级 Cpk 值 六西格玛 不良率PPM 相应措施
A ≥ 2.0 ≥ 6 < 0.002 本公司的优势，需要时配合控制图控制
B 1.67～2.0 < 6 0.002 希望制程能够达到的水准，应考虑配合控制图进行控制
C 1.33～1.67 < 5 0.57 产品可免检，但应考虑配合控制图控制
D 1.0～1.33 < 4 63 制程有改善空间，配合控制图控制
E 0.67～1.0 < 3 2700 制定专案改善 F
0.33～0.67
< 2
45500
制程很差，考虑全检
5.7.2 制程能力指数的计算
Cpk = Min {CPU =USL−X ̿3σ
,CPL =
X ̿−LSL 3σ
}
其中 σ = R
̅d 2
（即组内标准差）
USL ：规格上限
LSL ：规格下限
σ：组内标准差
5.7.3 Cpk 计算案例展示 （线缆直径0.55±0.05cm ，记录5 根线缆直径值/小时） 1）打开工作表“线缆.MTW ”。

2）选择统计 > 质量工具 > Capability Sixpack > 正态。

3）在单列中，输入直径。

在子组大小中，输入 5。

4）在规格上限中，输入 0.60。

在规格下限中，输入 0.50。

5）单击选项。

在目标（添加 Cpm 到表格）中，输入 0.55。

在每个对话框中单击确定。

图形窗口输出：
解释结果：
在X̅控制图和 R 控制图上，点都是随机分布在控制极限之间的，表明这是稳定过程。

但是，还应比较 R 控制图与X̅控制图上的点，以查看它们是否彼此相似。

最后 20 个子组的控制图上的点随机地水平散开，没有趋势或偏移，这也表明过程是稳定的。

如果要解释过程能力统计量，则数据应近似服从正态分布。

在能力直方图上，数据近似服从正态曲线。

在正态概率图上，点近似呈一条直线，并落于 95% 置信区间内。

这些模式表明数据是正态分布的。

但是，从能力图可以看出，整体过程变异的区间（整体）比规格限的区间（规格）宽。

这意味着有时线缆的直径会超出公差限 [0.50, 0.60]。

此外，Ppk 的值 (0.80) 落于要求的目标 1.33 之下，表明需要改进过程。

6.0相关表单
无
7.0相关流程图
无。