统计过程控制
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
统计过程控制
一、过程能力是指过程加工质量方面的能力， 它是衡量过程加工内在一致性的，也可称为 工序能力。而生产能力则指加工数量方面的 能力。过程能力确定于质量因素：人机料法 环，而与公差无关。
统计过程控制
二、过程能力指数 对具有双侧公差的过程来讲： 设规范要求特性值在LSL(TL) 与USL( TU)之间， 那么过程能力指数为：
Prediction
统计过程控制
Shift
Prediction
统计过程控制
Drift
Prediction
统计过程控制
统计过程控制
四、控制图在贯彻预防原则中的作用
➢及时告警 ➢发现异常执行“20字方针”
查出异因，采取措施，加以消除， 不再出现，纳入标准。
统计过程控制
五、统计控制状态 稳态 只有偶因 好处 全稳生产线
二、采用常规控制图应考虑的一些问题
1. 控制图用在何处？若所选的控制 对象的质量指标应能定量，则可选 用计量控制图，否则用计数控制图。 所控制的过程具有重复性。 2. 如何选择控制对象？应选用能代 表过程的主要质量指标作为控制对 象。可以选一个质量指标，也可能 要选几个质量指标。
统计过程控制
3. 如何选择控制图？应该根据所选指标 是定量的还是定性的来选，此外还要考 虑抽取样品、数据获得的难易等
CL p
UCL p 3 p(1 p) / n
LCL p 3 p(1 p) / n
当LCL<0时，取LCL=0
统计过程控制 (6) np图
CL np
UCL np 3 np(1 p)
LCL np 3 np(1 p)
当LCL<0时，取LCL=0
统计过程控制 (7) u图
统计过程控制
1、统计过程控制（SPC）包含两方面：①利用控制图分析过程的稳定性；②计算过程能力指数，对过程质量进行评价。
主要工具就是控制图。
2、SPC发源于美国。
休哈特《加工产品质量的经济控制》标志着过程控制的开始。
3、统计过程诊断（SPD）是20世纪80年代发展起来的。
4、世界上第一张控制图是美国休哈特在1924年提出来的不合格率（p）控制图5、小概率事件原理：小概率事件在一次实验中几乎不可能发生，若发生判断为异常。
6、控制图是用于监控过程质量是否处于统计控制过程的图7、常规控制图包括中心线、控制限、描点序列。
控制限的作用就是区分偶然波动与异常波动。
8、偶因是过程固有的，始终存在的，对质量的影响微小，但难以除去。
异因不是过程国有的，有时存在，有时不存在，对质量影响打，但不难除去。
9、过程处于统计状态控制时，只有偶因，而无异因产生的变异；点子落在控制限外的概率很小。
10、为控制产品不合格数，可选用的控制图有p图和np图11、为控制产品有瑕疵数，可选用的控制图有c图和u图12、根据5M1E内容，当人、机、料、法、测、环任何一个变动时，控制限需重新制定。
一、常规控制图的分类及应用场合：计数值控制图包括计件值和计点值控制图二、X−R图:（国标规定先作R图）计算步骤：1、取预备数据①取20~25个子组②子组大小一般为4或5，过程稳定性好的话，子组间隔可以扩大。
③同一子组的数据必须在同样的生产条件下取得，故要求在短间隔内来取。
2、计算各个子组的平均是X i和极差R i3、计算样本总均值X̿与平均样本极差R4、计算R图控制限、X控制限，并作图。
5、将子组中的预备数据（R i）在R图中打点，判稳。
若稳进行步骤6；若不稳，除去可查明原因后转入步骤3，即重新计算X̿与R6、将子组中的预备数据（X i）在X图中打点，判稳。
若稳进行步骤；若不稳，除去可查明原因后转入步骤3，即重新计算X̿与R7、计算过程能力指数并检验其是否满足技术要求若过程能力指数满足技术要求，则转入步骤8；若过程能力指数不满足技术要求，则需调整过程直至满足技术要求为止；8、延长X−R的控制线，作控制用控制图，进行日常管理。
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
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
失去控制（有异因）
稳态图示
规格下限
技术稳态
规格上限
（偶因的变异减少）
年我国著名质量管理专家、北京科技大学张公绪教授提出选控图及两
种质量诊断理论，突破了休哈特的SPC理论，使SPC上升到SPD。 SPD不仅能预警, 而且能诊断, 为及时纠正提供了有利保障.
统计本身不能提高制程能力，消除 异常因素! 它是我们的工具。
第二节
控制图原理
一、控制图的结构
控制图（Control Chart）是对过程质量特性值进行测定、记录、
评估，从而监察过程是否处于控制状态的一种用统计方法设计的图。
样 本 统 计 量 数 值 描点序列 上控制限（UCL） 中心线（CL）
下控制限（LCL）
控制图示例
时间或样本号
控制图组成包括中心线、上下控制限以及按时间顺序抽取的样本 统计量数值的描点序列。
二、控制图的重要性
控制图是贯彻预防原则的SPC的重要工具，可用以直接对产品生 产过程的控制与诊断，是质量管理（老）七个工具的重要组成部分。
LCL为下控制限。
控制图虽然由正态分布转化而来，由于二项分布、泊松分布当样本量较 大时近似正态分布，因此，控制图对典型分布均适用。
（二）控制图原理的第一种解释 （1）若过程正常，即分布不变，则出现点子超过上或下控制限情
况的概率只有1‰左右。（ 0.27%÷2 = 1.35‰ ）
（2）若过程异常，发生这种情况的可能性很大，其概率可能为 1‰的几十乃至几百倍。 例如：当正态分布的均值偏移1.5σ 的情况 不合格品率 p=1-Φ(1.5 ) + Φ(-4.5 ) =2- Φ(1.5 ) - Φ(4.5 ) =0.06681 根据小概率事件原理：即小概率事件在一次试验中几乎不可能发 生，因此，若发生即可判断异常。
统计过程控制(SPC)
5-41
[例]设有某工序的上公差TU为0.2190, 下公差TL为0.1250,现场抽查的数据如 下表,其图如下图1.由图1可见,工序失控, 经过执行20字方针后,重新做图得到休 整后的图2.由图2可见,工序已经达到稳 态.故现在可对过程能力进行评价.
5-42
子组序号
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
0.06 0.0086 0.0227 0.0135
0.01 5-43
0.22
0.21
UCL=0.2
133
0.2
平均值
0.19
X =0.19
0.18
状态III
状态IV（最不理想） 状态IV达到I的途径： ► IVIII ► IVIIII
调整过程即质量不断 改进过程
5-28
在控制状态下〔异因 消除,只有偶因〕
时间
下公差限
大小
上公差限
〔偶因的变异 减少〕
时间
在控制状态下,但工程 能力不足 〔偶因的变异太大〕
5-29
〔二〕控制用控制图 ► 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,应有正式交接手续. ► 判异准则 判稳准则 ► 进入日常管理后,关键是保持所确 定的状态.
偶然波动：偶因引起质量的波动 ,简称偶波；
异常波动：异因引起质量的 波动,简称异波. 5-16
2.控制图的第二种解释 假定现在异波均已消除,只剩下偶波,则此偶波的波动将
是最小波动,即正常波动.根据这正常波动,应用统计学 原理设计出控制图相应的控制界限,当异常波动发生 时,点子就会落在界外.因此点子频频出界就表明异波 存在. 控制图上的控制界限就是区分偶波与异波的科学界限.
统计过程控制
1、统计过程控制（SPC）包含两方面：①利用控制图分析过程的稳定性；②计算过程能力指数，对过程质量进行评价。
主要工具就是控制图。
2、SPC发源于美国。
休哈特《加工产品质量的经济控制》标志着过程控制的开始。
3、统计过程诊断（SPD）是20世纪80年代发展起来的。
4、世界上第一张控制图是美国休哈特在1924年提出来的不合格率（p）控制图5、小概率事件原理：小概率事件在一次实验中几乎不可能发生，若发生判断为异常。
6、控制图是用于监控过程质量是否处于统计控制过程的图7、常规控制图包括中心线、控制限、描点序列。
控制限的作用就是区分偶然波动与异常波动。
8、偶因是过程固有的，始终存在的，对质量的影响微小，但难以除去。
异因不是过程国有的，有时存在，有时不存在，对质量影响打，但不难除去。
9、过程处于统计状态控制时，只有偶因，而无异因产生的变异；点子落在控制限外的概率很小。
10、为控制产品不合格数，可选用的控制图有p图和np图11、为控制产品有瑕疵数，可选用的控制图有c图和u图12、根据5M1E内容，当人、机、料、法、测、环任何一个变动时，控制限需重新制定。
一、常规控制图的分类及应用场合：计数值控制图包括计件值和计点值控制图二、图（国标规定先作R图）计算步骤：1、取预备数据①取20~25个子组②子组大小一般为4或5，过程稳定性好的话，子组间隔可以扩大。
③同一子组的数据必须在同样的生产条件下取得，故要求在短间隔内来取。
2、计算各个子组的平均是和极差3、计算样本总均值与平均样本极差4、计算图控制限、5、将子组中的预备数据（）在R图中打点，判稳。
若稳进行步骤6；若不稳，除去可查明原因后转入步骤3，即重新计算与6、将子组中的预备数据（）在图中打点，判稳。
若稳进行步骤；若不稳，除去可查明原因后转入步骤3，即重新计算与7、计算过程能力指数并检验其是否满足技术要求若过程能力指数满足技术要求，则转入步骤8；若过程能力指数不满足技术要求，则需调整过程直至满足技术要求为止；8、延长的控制线，作控制用控制图，进行日常管理。
统计过程控制(Statistical-Process-Control)
20
四、整群抽样法
——又叫集团抽样法。是将总体分成许多群，每个群由个体按一定方式结 合而成，然后随机抽取若干群，并由这些群中的所有个体组成样本。
优点：抽样实施方便。 缺点：代表性差，抽样误差大。 适用场合：常用在工序控制中。
15
第四节
数据、样本和总体的关系
目的
总体
总体与样本
样本
对工序进行分析
无 限
工序
控制
总 体
一批 半成品
样本
判断
对一批产品质量进 有
一批
行判断，确定是否
限 总
产品
样本
合格
体
判断
数据
数据
数据
16
第五节
• 一、简单随机抽样法 • 二、系统抽样法 • 三、分层抽样法 • 四、整群抽样法
抽样方法
17
一、简单随机抽样法
推断性统计方法： ——是在对统计数据描述的基础上，进一步对其所反映的问题进行分 析、解释和作出推断性结论的方法； ——
5
二、统计方法的性质
1. 描述性 ——利用统计方法对统计数据进行整理和描述，以便展示统计数据的 的规律； ——统计数据可用数量值加以度量，如平均数、中位数、级差和标准 差等，亦可用统计图表予以显示，如条形图、折线图、圆形图、频数直 方图、频数曲线等。
31
一、SPC的产生
• 工业革命以后， 随着生产力的进一步发展，大规模生产的 形成，如何控制大批量产品质量成为一个突出问题，单纯依 靠事后检验的质量控制方法已不能适应当时经济发展的要求， 必须改进质量管理方式。于是，英、美等国开始着手研究用 统计方法代替事后检验的质量控制方法。
统计过程控制(Statistical Process Control)
新大规模推行SPC； 美国三大汽车厂联合制定QS9000标准。
3
SPC的作用
1、确保制程持续稳定、可预测。 2、提高产品质量、生产能力、降低成本。 3、为制程分析提供依据。 4、区分变差的特殊原因和普通原因，作为采
13
基本统计概念
Mo 众数（mode） 众数是总体中出现次数最多或最普遍的标
志值，即频次或频率最大的标志值。数列中最 常出现的标志值说明该标志值最具有代表性。
14
基本统计概念
2 方差/变异（variance）
n
2i 1fin (x i1 x)2n1 1[x1 (x)2(x2x)2 (xnx)2]
9.99 10.04 9.22 9.76 10.06 10.12 9.99 9.77 9.53 9.97
9.85 9.98 10.01 10.15 10.42 10.14 9.89 9.58 9.95 9.91
9.94 9.81 9.85 10.11 10.24 10.17 9.83 10.33 10.39 9.64
x 推论
抽样
9
基本统计概念
统计量
R
x( )
Md Mo
2
全距（range） 算术平均数（arithmetic mean） 中位数（median） 众数（mode） 方差/变异（variance） 标准差（standard deviation）
10
基本统计概念
R 全距（range）
全距是指一个变量数列中最大标志值与最小标 志值之差。因为它是数列中两个极端值之差，故又称 为极差。
量具线性 量具线性是在量具预期的工作范围内， 偏差的差值。
质量管理基础-第6章 统计过程控制
第六章统计过程控制1、统计过程控制的基本知识1.1统计过程控制的基本概念统计过程控制（Stastistical Process Control简称SPC）是为了贯彻预防原则，应用统计方法对过程中的各个阶段进行评估和监控，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要求的一种技术。
SPC中的主要工具是控制图。
因此，要想推行SPC必须对控制图有一定深入的了解，否则就不可能通过SPC取得真正的实效。
对于来自现场的助理质量工程师而言，主要要求他们当好质量工程师的助手：（1）在现场能够较熟练地建立控制图；（2）在生产过程中对于控制图能够初步加以使用和判断；（3）能够针对出现的问题提出初步的解决措施。
大量实践证明，为了达到上述目的，单纯了解控制图理论公式的推导是行不通的，主要是需要掌握控制图的基本思路与基本概念，懂得各项操作的作用及其物理意义，并伴随以必要的练习与实践方能奏效。
1.2统计过程控制的作用（1）要想搞好质量管理首先应该明确下列两点：①贯彻预防原则是现代质量管理的核心与精髓。
②质量管理学科有一个十分重要的特点，即对于质量管理所提出的原则、方针、目标都要科学措施与科学方法来保证他们的实现。
这体现了质量管理学科的科学性。
为了保证预防原则的实现，20世纪20年代美国贝尔电话实验室成立了两个研究质量的课题组，一为过程控制组，学术领导人为休哈特；另一为产品控制组，学术领导人为道奇。
其后，休哈特提出了过程控制理论以及控制过程的具体工具——控制图。
道奇与罗米格则提出了抽样检验理论和抽样检验表。
这两个研究组的研究成果影响深远，在他们之后，虽然有数以千记的论文出现，但至今仍未能脱其左右。
休哈特与道奇是统计质量控制（SQC）奠基人。
1931年休哈特出版了他的代表作《加工产品质量的经济控制》这标志着统计过程控制时代的开始。
（2）“21世纪是质量的世纪”。
美国著名质量管理专家朱兰早在1994年的美国质量管理年会上即提出此论断，若干年来得到越来越多的人的认同。
统计过程控制
13
二、什麽是过程变异？
4．过程变异的分布特性图示：
位置
1月份新招员工身高 分布 6月份新招员工身高 分布
M1
M2
位置差异
位置描述了数据的典型性，如均值、中位数，分布中心等。
14
二、什麽是过程变异？
4．过程变异的分布特性图示：
分布宽度
1月份新招员工身高 分布 3月份新招员工身高 分布
ó 1
ó 2
4
一、什麽是统计过程控制
工业革命以后， 随着生产力的进一步发展，大 规模生产的形成，如何控制大批量产品质量成 为一个突出问题，单纯依靠事后检验的质量控 制方法已不能适应当时经济发展的要求，必须 改进质量管理方式。于是，英、美等国开始着 手研究用统计方法代替事后检验的质量控制方 法。 1924年，美国的休哈特博士提出将3Sigma原理 运用于生产过程当中，并发表了著名的“控制 图法”，对过程变量进行控制，为统计质量管 理奠定了理论和方法 基础。
1 定义： 把被调查对象收集到的数据予以分成若干组 （区间）并将分组的数据按一定的统计方法计算后， 将各组计算后的数据用柱状图的方式作成的图表，是 直方图； 2 作用： u工序能力的评价； u工序（过程）是否处于统计受控的评价； u范围：多数用于计量值数据的分析； u直接目的：不是数据本身，而是为了观 察数据 的整体分布状况；
ó
u 分布形状：基本呈正态分布；（如此则已进行正态性检验） ◆位 置：164.5cm； u分布宽度： ó；
26
习题1：试作直方图认识下列冲孔工序内径变异特性
工序 n 子组号 样本号 冲孔 5 1 管理项目 规格 2 小孔内径 1.20±0.20 3 单位 mm 4 日期 取样频率 5 2004.9.6 次/10min 平均
统计过程控制
SPC(Statistical Process Control)统计过程控制一、统计过程控制的基本概念⒈ 统计的概念统计（ Statistical ，简称 S ）：有目的地收集数据、整理数据、并使用相应的方法制图，列表与分析数据 的过程。
⒉ 过程 （Process ，简称 P ） ：在 ISO9000：2000 版中，过程的定义是一组将输入转化为输出的相互关联和相互作用的活动。
⒊ 控制（ Control ，简称 C ）： 所谓控制就是通过对图表与数据的分析研究，对过程的异常采取相应的措施进行监控的一种持续改进 的活动。
⒋ 统计过程控制（ SPC ）的涵义：统计过程控制（ Statistical Process Control ，简称 SPC ）是为了贯彻预防原则，应用统计技术对过程中的 各个阶段进行评估与监察，建立并保持过程处于可接受的并稳定的水平，从而保证产品和服务符合 规定的要求的一种技术。
统计技术涉及数理统计的许多分支，但 SPC 中的主要工具是控制图。
因此，要想推行 SPC 必须 对控制图有一定深入的了解，否则就不可能通过 SPC 取得真正的实效。
⒌ SPC 的特点：① 强调全员参与，而不是只依靠少数质量管理人员； ② 强调应用统计方法来保证预防原则的实现；③ SPC 不是用来解决个别工序采用什么控制图的问题， SPC 强调从整个过程、整个体系出发来解决 问题。
SPC 的重点就在于 P （Process ，过程）。
⒍ SPC 的常用工具：① Cpk ：工程能力指数 ② QC 旧七大手法 ③ 管制图、控制图的形成原理 将通常的正态分布图转个方向， 使自变量增加的方向垂直向上， 将μ、μ+3σ和μ-3σ 分别标为 CL 、 UCL 、和 LCL ，这样就得到了一张控制图。
三、控制图在贯彻预防原则中的作用按下述情形分别讨论 :情形 1：应用控制图对生产过程进行监控，如出现图中的点子上升趋势，显然过程有问题，故异因刚 一露头，即可发现，于是可及时采取措施加以消除，这当然是预防。
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。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
3.267 1.128 2.574 1.693
4 0.729 1.628
5 0.577 1.427
0.796
0.691
2.282 2.059
2.114 2.326
3.266
2.089
6
2013-3-7 圓鴻企管 12
控制图-Control Chart
附录2：控制图判定准则 控制图点子满足下列条件时，可认为生产过程 处于受控状态： a.点子随机地处于下列情况： 连续25点在控制界限以内 连续35点中仅有1点在控制界限外 连续100点中仅有2点在控制界限外
⑥
K=
(TU+TL)/2-X T/2
T=TU-TL σ= R/d2
圓鴻企管 11
Cp =T/6 σ
2013-3-7
控制图-Control Chart
附录1：控制图系数表
系 n
A2 A3 m3A2 1.880 1.187 D3
数
D4 d2 B3 B4 3.267 2.568
2 1.880 2.659 3 1.023 1.954
7.均值-极差控制图绘制程序
选定质量特性，应为关键质量特性 ② 选定控制图/适用于产品批量较大，且稳定正常的工序 ③ 收集数据/数据个数根据控制图的样本数与样本大小
①
控制图名称 样本数K（组数）
X-R K=20-25
样本大小n=3-6源自备注X图的样本容 量取4以上
2013-3-7
圓鴻企管
8
控制图-Control Chart
2013-3-7
圓鴻企管
13
控制图-Control Chart
b.控制界限内的点子无下属异常现象： 链异常 1. 连续链 2. 间断链 趋势（倾向） 周期 点子在警戒区内 点子过多地集中在中心线附近
2013-3-7 圓鴻企管 14
设备轻微震动/设备精度/计量误差等
4.2异常波动：由特殊因素引起 异常因素/系统因素
设备故障/违章操作/材料问题等
2013-3-7
圓鴻企管
5
控制图-Control Chart
5.计量型控制图种类 5.1均值-极差图/X-R 5.2均值-标准差图/ X-S 5.3中位数-极差图/ X-S 5.4单值-移动极差图/X-RS
2013-3-7 圓鴻企管 3
控制图-Control Chart
3.控制图分类 3.1按用途分类{ 3.2按性质分类{
分析用控制图 控制用控制图
计量型控制图 计数型控制图
2013-3-7
圓鴻企管
4
控制图-Control Chart
4.控制图波动分类 4.1正常波动：由普通因素引起 随机因素/偶然因素
2013-3-7
圓鴻企管
6
控制图-Control Chart
6.计数型控制图种类 6.1不合格品数控制图/Pn 6.2不合格品率控制图P 6.3缺陷数控制图C 6.4单位缺陷数控制图U 控制图的选用程序 确定特性 判断数据类型
计数型或计量型
2013-3-7
圓鴻企管
7
控制图-Control Chart
圓鴻企管 2
2013-3-7
控制图-Control Chart
3.控制图原理 当过程处于统计控制状态时（即受控状态），过 程的质量特性数据分布服从正态分布，即N(μ,σ2),分 布函数为： F(x) 对F(x)在（μ-3σ，μ+3 σ ）积分，得到质量特性 值落在（μ-3σ，μ+3 σ ）范围内的概率约为99.73%， 落在（μ-3σ，μ+3 σ ）以外的概率只有0.27%，因此， 可用μ-3σ，μ+3 σ作为控制限，以质量特性数据是否 超越这一界限以及数据的排列情况来判断过程是否稳 定受控。
统计过程控制
SPC-Statistic Process Control
控制图-Control Chart
1.概念： 控制图又称管理图、休哈特图，是美国休 哈特博士于1942年发明的。 2.定义： 控制图是区分过程中的异常波动和正常波 动，判断过程是否处于控制状态的一种工具。 控制图与过程能力结合在一起，称为统计过程 控制（SPC）
计算均值上、下控制线（UCL与LCL） UCL=x+A2R LCL=x-A2R e. 计算极差中心线 CL=R=1/kΣRi f. 计算极差上、下控制线 UCL=D4R LCL=D3R
d. ⑤
画控制图
2013-3-7 圓鴻企管 10
控制图-Control Chart
其他必要时向填写 ⑦ 判断过程是否处于受控状态（见附录2） ⑧ 计算过程能力指数 Cpk=(1-K)Cp
计算参数 a. 计算各组平均值Xi b. 计算各组极差R
④
均值 xi=1/n ΣXj j=1 极差Ri=max(xi)-min(xi) c. 计算均值中心线（A2,D4，D3见附录1） 均值中心线（center line）CL=X=1/KΣXi
2013-3-7 圓鴻企管 9
n
控制图-Control Chart