统计过程控制SPC培训资料
合集下载
- 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)。
常用的控制图
分布
控制图代号
控制图名称
备注
正态分布（计量值）
均值—极差控制图
最常用，判断工序是否正常的效果好，计算量大，适用于产品批量大、且稳定、正常的工序；S的计算比R复杂，但其精度高适用与检验时间远比加工时间段的场合计算简便，但效果差使用与产品批量较大、且稳定、正常的工序；简便省事，并能够及时判断工序是否处于稳定状态，但不宜发现工序分布中心的变化。
控制图的益处
合理使用控制图能：供正在进行过程控制的操作者使用；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。
控制图的益处
为讨论过程的性能提高共同语言；区分变差的特殊原因和普通原因，作为采取局部对系统采取措施的指南。控制图为两班、三班操作过程的人员之间、和支持活动（维修、材料控制、过程工程、质量控制）的人员之间就有关过程性能的信息交流提供了通用的语言。
Β=
规范界限与控制界限的区别
规范界限：区分合格品与不合格品控制界限：区分偶波与异波
3σ方式确定控制界限
●UCL=μ+3 σ ●CL=μ●LCL=μ-3 σ●虚发警报α=0.27% 漏发警报β=
分析用控制图
分析用控制图 应用控制图时，首先将非稳态的过程调整到稳态，用分析控制图判断是否达到稳态。确定过程参数 特点： 1、分析过程是否为统计控制状态 2、过程能力指数是否满足要求？
2.连续6点递增或递减
判异准则
LCL
UCL
CL
A
B
C
C
B
A
3.连续14中相邻点上下交替
判异准则
判异准则
4.连续3点中有2点落在中心线同一侧的B区以外
LCL
UCL
CL
A
B
C
C
B
A
判异准则
5.连续5点中有4点落在中心线同一侧的C区以外
LCL
UCL
CL
A
B
C
C
B
A
判异准则
6.连续15点在C区中心线上下
异常波动
异常波动是由系统因素/异常因素（ ISO/TA16949称之为特殊因素）造成的。这些特殊因素在生产过程中并不大量存在，对产品质量也不经常发生影响，一旦存在，它对产品质量的应就比较显著。如：机器带病运转，操作者违章操作等。
异常波动
有异常波动的过程处于非统计控制状态，也即失控状态或不稳定状态。
SPC的特点
与全面质量管理相同，强调全员参与，而不是只依靠少数质量管理人员●强调应用统计方法来保证预防原则的实现●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的重点就在与“P（Process，过程）●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
控制用控制图
过程以前的状态
未知
已知
做图需要的组数
每次20组-25组
每次一组
控制图的界限
需计算
延长前工作限
使用目的
了解过程
控制过程
使用人员
工艺、质管
现场操作人员
控制图设计思想
●先确定 α ，再看β ----按照3σ方式确定UCL、CL、LCL， α0 =0.27% ----通常采用α =1%，5%，10%三级，为了增加使用者的信心，取α =0.27%。 Α越大， β越小
不易寻找不良之原因及时性不足，易耽误时机
常用的控制图
常用控制图
分布
控制图代号
控制图名称
备注
二项分布(计数值)
p
不合格品率控制图
样本容量不一定相同；相同样本容量
np
不合格品数控制图
泊松分布(计点值)
u
单位不合格数控制图
样本容量不一定相同；相同样本容量
c
不合格数控制图
常用控制图
均值-极差图 --- 图用于观察正态分布均值的变化；R图用于观察正态分布的分散情况或变异度的情况均值-标准差图 ---同均值-极差图，用标准差代替极差，R图计算方便；但当n>10时，s图比R图效率高；最终替代R图；●中位极差图 图， 表示中位值。现在由于计算机应用普及，故已淘汰，被均值-标准差图替代。
常用控制图
●计量控制图：由于计算机的应用普及， 控制图的计算机毫无困难，而且无论样本是否大于10， 图计算的结果都是精确的，故均值标准差图完全可以代替均值极差图。●计件控制图：当样本大小n变化时，由于p图、np图的控制界限都呈凹凸状，不但作图不方便，更无法判稳、判异，可以通过应用不合格数npT图替代。●计点控制图：当样本大小n变化时，由于u图、c图的控制界限都呈凹凸状，不但作图不方便，更无法判稳、判异，可以应用通用不合格数cT图替代。 ●有用的控制%
判稳原则
●判稳准则在点子随机排列的情况下,符合下列各点之一判稳: -----连续25个点，界外点数d=0 -----连续35个点，界外点数d≤1 -----连续100个点，界外点数d≤2●分析判稳原则
准则
α
β
1
0.0654
0.9346
2
0.0041
0.9959
3
0.0026
控制用控制图
控制用的控制图的应用原则按规定的取样方法获得数据，通过打点来观察，控制异常原因的出现——当点子分布出现异常，说明工序质量不稳定，此时应及时找出原因，消除异常因素，使工序恢复到正常的控制状态。
控制用控制图
控制用控制图的控制线来自分析用控制图，不必随时计算。
主要区别
区别点
分析用控制图
均值—标准差控制图
中位值—极差图
单值--极差图
计数型数据的控制图
计数型数据只有两个值（合格/不合格、成功/失败、通过/不通过、出席/缺席）
计量控制图计数控制图的优缺点
计量控制图
计数控制图
优点
1、灵敏、易调查原因；及时发现不良，使质量稳定；
数据可用简单的方法获得；对整体品质状况了解较方便；
缺点
抽样频度高，费时麻烦；数据需测定，且计算，需培训人员
LCL
UCL
CL
A
B
C
C
B
A
判异准则
7.连续8点在中心线两侧，但无一区在C区中
LCL
UCL
CL
A
B
C
C
B
A
●X控制图：多用于下列场合： ---对每件产品都必须检验，如采用自动化检查和测量的场合；---取样费时、昂贵的场合；---如化工等气体与液体流程式过程，产品均匀，多抽样无意义；---特点：灵敏度差● p控制图：用于控制对象为不合格品率或合格品率的计件质量指标的场合；----例如：不合格品率、交货延迟率、缺勤率、邮电的差错率等；
两种错误
一.第一种错误:虚发警报(false alarm)
β
二.第二种错误:漏发警报(alarm missing)
UCL
LCL
控制图的第二类错误
减少两种错误所造成的损失：●UCL、LCL距离间隔大，α减小 β增大●UCL、LCL距离间隔小，α增大 β减小●UCL、LCL距离间隔3σ，α=0.27%
常用控制图评价
控制图的两个阶段
分析用控制图
●判断过程是否稳定不稳定,调至稳定●过程的过程能力指数是否满足要求,过程能力指数满足要求称之为技术稳态
控制用控制图
谢谢大家！
0.9974
●计算公式：
判稳原则
准则
P（过程为正常的概率）
判断错误的概率
N=25 d=0
1-P
N=35 d≤1
1-P
N=100 d≤3
N=n d ≤k
●举例
判稳原则
判异准则
两类： ●点出界判异 ●界内点排列不随机判异判异准则： 1、连续9点落在中心线同一侧
分析用控制图
如发现异常（过程失控或过程能力不足）则应找出原因，采取措施，使过程达到稳定。过程处于稳定后，才可以将分析用控制图的控制线延长作为控制用控制图。
控制用控制图
等过程调整到稳态后，延长控制图的控制线作为控制用控制图。 控制用控制图由分析用控制图转化而来；控制用控制图用于使过程保持稳定，预防不合格的产生。
控制图原理
过程处于统计控制状态时，学派总体的质量特性数据的分布一般服从正态分布，（μ—过程均值、σ—过程标准偏差）质量特性值落在μ ±3σ范围内的概率约为99.73%，落在μ ±3σ范围外的概率约为0.27%，因此可用μ ±3σ作为上下控制线界限，以质量特性数据是否超越这一上、下界限以及数据的排列情况来判断过程是否处于受控状态，这就是控制图的原理。
统计过程控制SPC
培训资料
SPC的基本概念
SPC(Statistical Process Control): 统计过程控制 就是根据过程质量的统计规律这一原则,利用统计技术对过程中的各个阶段进行评估和监察，从而达到保证产品的目的。 SPC中的统计技术泛指任何可以应用的数理统计方法,一般而言,主要指控制图的应用.
控制图的益处
控制图通过区分变差的特殊原因和普通原因，为人们就任何问题应采取适当的局部改进措施还是要求采取管理措施提供依据。这样可以减少混淆、挫折以及误导性解决问题的努力而造成的高成本。
计量型数据控制图
用计量型数据，可以分析一个过程的性能，可以量化所做的改进，即使每个单值都在规范限界内，这一点对寻求持续改进来说是很重要的。计量性控制图可以通过分布的宽度（零件间的变差R）和其位置（过程的平均值X）来解释数据。
统计控制状态
概念：只有偶因而无异因产生的变异的状态●优点： ----对产品的质量有完全把握 ----生产也是最经济的 ----在控制状态下，过程的变异最小
SPC过程控制的需要
检测-----容忍浪费;预防-----避免浪费.
控制图
控制图:又称管理图、休哈特图,是美国休哈特博士发明的。控制图是区分过程中的正常波动和异常波动，并判断过程是否处于控制状态的一种工具。控制图是了解过程变差并帮助达到统计控制状态的有效工具。
正常波动
是由随机因素/偶然因素（ISO/TA16949称之为普通因素）造成的，这些普通因素在生产中大量存在，多产品质量经常发生影响，但它所造成的质量波动往往比较小，在生产过程中是允许存在的。如：机器设备的轻微振动等。
正常波动
当一个过程只有普通原因起作用，而不存在特殊原因的作用时，过程中就只在一定范围内正常波动，这个过程就处在统计控制状态，即：受控状态。
分布
控制图代号
控制图名称
备注
正态分布（计量值）
均值—极差控制图
最常用，判断工序是否正常的效果好，计算量大，适用于产品批量大、且稳定、正常的工序；S的计算比R复杂，但其精度高适用与检验时间远比加工时间段的场合计算简便，但效果差使用与产品批量较大、且稳定、正常的工序；简便省事，并能够及时判断工序是否处于稳定状态，但不宜发现工序分布中心的变化。
控制图的益处
合理使用控制图能：供正在进行过程控制的操作者使用；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。
控制图的益处
为讨论过程的性能提高共同语言；区分变差的特殊原因和普通原因，作为采取局部对系统采取措施的指南。控制图为两班、三班操作过程的人员之间、和支持活动（维修、材料控制、过程工程、质量控制）的人员之间就有关过程性能的信息交流提供了通用的语言。
Β=
规范界限与控制界限的区别
规范界限：区分合格品与不合格品控制界限：区分偶波与异波
3σ方式确定控制界限
●UCL=μ+3 σ ●CL=μ●LCL=μ-3 σ●虚发警报α=0.27% 漏发警报β=
分析用控制图
分析用控制图 应用控制图时，首先将非稳态的过程调整到稳态，用分析控制图判断是否达到稳态。确定过程参数 特点： 1、分析过程是否为统计控制状态 2、过程能力指数是否满足要求？
2.连续6点递增或递减
判异准则
LCL
UCL
CL
A
B
C
C
B
A
3.连续14中相邻点上下交替
判异准则
判异准则
4.连续3点中有2点落在中心线同一侧的B区以外
LCL
UCL
CL
A
B
C
C
B
A
判异准则
5.连续5点中有4点落在中心线同一侧的C区以外
LCL
UCL
CL
A
B
C
C
B
A
判异准则
6.连续15点在C区中心线上下
异常波动
异常波动是由系统因素/异常因素（ ISO/TA16949称之为特殊因素）造成的。这些特殊因素在生产过程中并不大量存在，对产品质量也不经常发生影响，一旦存在，它对产品质量的应就比较显著。如：机器带病运转，操作者违章操作等。
异常波动
有异常波动的过程处于非统计控制状态，也即失控状态或不稳定状态。
SPC的特点
与全面质量管理相同，强调全员参与，而不是只依靠少数质量管理人员●强调应用统计方法来保证预防原则的实现●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的重点就在与“P（Process，过程）●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
控制用控制图
过程以前的状态
未知
已知
做图需要的组数
每次20组-25组
每次一组
控制图的界限
需计算
延长前工作限
使用目的
了解过程
控制过程
使用人员
工艺、质管
现场操作人员
控制图设计思想
●先确定 α ，再看β ----按照3σ方式确定UCL、CL、LCL， α0 =0.27% ----通常采用α =1%，5%，10%三级，为了增加使用者的信心，取α =0.27%。 Α越大， β越小
不易寻找不良之原因及时性不足，易耽误时机
常用的控制图
常用控制图
分布
控制图代号
控制图名称
备注
二项分布(计数值)
p
不合格品率控制图
样本容量不一定相同；相同样本容量
np
不合格品数控制图
泊松分布(计点值)
u
单位不合格数控制图
样本容量不一定相同；相同样本容量
c
不合格数控制图
常用控制图
均值-极差图 --- 图用于观察正态分布均值的变化；R图用于观察正态分布的分散情况或变异度的情况均值-标准差图 ---同均值-极差图，用标准差代替极差，R图计算方便；但当n>10时，s图比R图效率高；最终替代R图；●中位极差图 图， 表示中位值。现在由于计算机应用普及，故已淘汰，被均值-标准差图替代。
常用控制图
●计量控制图：由于计算机的应用普及， 控制图的计算机毫无困难，而且无论样本是否大于10， 图计算的结果都是精确的，故均值标准差图完全可以代替均值极差图。●计件控制图：当样本大小n变化时，由于p图、np图的控制界限都呈凹凸状，不但作图不方便，更无法判稳、判异，可以通过应用不合格数npT图替代。●计点控制图：当样本大小n变化时，由于u图、c图的控制界限都呈凹凸状，不但作图不方便，更无法判稳、判异，可以应用通用不合格数cT图替代。 ●有用的控制%
判稳原则
●判稳准则在点子随机排列的情况下,符合下列各点之一判稳: -----连续25个点，界外点数d=0 -----连续35个点，界外点数d≤1 -----连续100个点，界外点数d≤2●分析判稳原则
准则
α
β
1
0.0654
0.9346
2
0.0041
0.9959
3
0.0026
控制用控制图
控制用的控制图的应用原则按规定的取样方法获得数据，通过打点来观察，控制异常原因的出现——当点子分布出现异常，说明工序质量不稳定，此时应及时找出原因，消除异常因素，使工序恢复到正常的控制状态。
控制用控制图
控制用控制图的控制线来自分析用控制图，不必随时计算。
主要区别
区别点
分析用控制图
均值—标准差控制图
中位值—极差图
单值--极差图
计数型数据的控制图
计数型数据只有两个值（合格/不合格、成功/失败、通过/不通过、出席/缺席）
计量控制图计数控制图的优缺点
计量控制图
计数控制图
优点
1、灵敏、易调查原因；及时发现不良，使质量稳定；
数据可用简单的方法获得；对整体品质状况了解较方便；
缺点
抽样频度高，费时麻烦；数据需测定，且计算，需培训人员
LCL
UCL
CL
A
B
C
C
B
A
判异准则
7.连续8点在中心线两侧，但无一区在C区中
LCL
UCL
CL
A
B
C
C
B
A
●X控制图：多用于下列场合： ---对每件产品都必须检验，如采用自动化检查和测量的场合；---取样费时、昂贵的场合；---如化工等气体与液体流程式过程，产品均匀，多抽样无意义；---特点：灵敏度差● p控制图：用于控制对象为不合格品率或合格品率的计件质量指标的场合；----例如：不合格品率、交货延迟率、缺勤率、邮电的差错率等；
两种错误
一.第一种错误:虚发警报(false alarm)
β
二.第二种错误:漏发警报(alarm missing)
UCL
LCL
控制图的第二类错误
减少两种错误所造成的损失：●UCL、LCL距离间隔大，α减小 β增大●UCL、LCL距离间隔小，α增大 β减小●UCL、LCL距离间隔3σ，α=0.27%
常用控制图评价
控制图的两个阶段
分析用控制图
●判断过程是否稳定不稳定,调至稳定●过程的过程能力指数是否满足要求,过程能力指数满足要求称之为技术稳态
控制用控制图
谢谢大家！
0.9974
●计算公式：
判稳原则
准则
P（过程为正常的概率）
判断错误的概率
N=25 d=0
1-P
N=35 d≤1
1-P
N=100 d≤3
N=n d ≤k
●举例
判稳原则
判异准则
两类： ●点出界判异 ●界内点排列不随机判异判异准则： 1、连续9点落在中心线同一侧
分析用控制图
如发现异常（过程失控或过程能力不足）则应找出原因，采取措施，使过程达到稳定。过程处于稳定后，才可以将分析用控制图的控制线延长作为控制用控制图。
控制用控制图
等过程调整到稳态后，延长控制图的控制线作为控制用控制图。 控制用控制图由分析用控制图转化而来；控制用控制图用于使过程保持稳定，预防不合格的产生。
控制图原理
过程处于统计控制状态时，学派总体的质量特性数据的分布一般服从正态分布，（μ—过程均值、σ—过程标准偏差）质量特性值落在μ ±3σ范围内的概率约为99.73%，落在μ ±3σ范围外的概率约为0.27%，因此可用μ ±3σ作为上下控制线界限，以质量特性数据是否超越这一上、下界限以及数据的排列情况来判断过程是否处于受控状态，这就是控制图的原理。
统计过程控制SPC
培训资料
SPC的基本概念
SPC(Statistical Process Control): 统计过程控制 就是根据过程质量的统计规律这一原则,利用统计技术对过程中的各个阶段进行评估和监察，从而达到保证产品的目的。 SPC中的统计技术泛指任何可以应用的数理统计方法,一般而言,主要指控制图的应用.
控制图的益处
控制图通过区分变差的特殊原因和普通原因，为人们就任何问题应采取适当的局部改进措施还是要求采取管理措施提供依据。这样可以减少混淆、挫折以及误导性解决问题的努力而造成的高成本。
计量型数据控制图
用计量型数据，可以分析一个过程的性能，可以量化所做的改进，即使每个单值都在规范限界内，这一点对寻求持续改进来说是很重要的。计量性控制图可以通过分布的宽度（零件间的变差R）和其位置（过程的平均值X）来解释数据。
统计控制状态
概念：只有偶因而无异因产生的变异的状态●优点： ----对产品的质量有完全把握 ----生产也是最经济的 ----在控制状态下，过程的变异最小
SPC过程控制的需要
检测-----容忍浪费;预防-----避免浪费.
控制图
控制图:又称管理图、休哈特图,是美国休哈特博士发明的。控制图是区分过程中的正常波动和异常波动，并判断过程是否处于控制状态的一种工具。控制图是了解过程变差并帮助达到统计控制状态的有效工具。
正常波动
是由随机因素/偶然因素（ISO/TA16949称之为普通因素）造成的，这些普通因素在生产中大量存在，多产品质量经常发生影响，但它所造成的质量波动往往比较小，在生产过程中是允许存在的。如：机器设备的轻微振动等。
正常波动
当一个过程只有普通原因起作用，而不存在特殊原因的作用时，过程中就只在一定范围内正常波动，这个过程就处在统计控制状态，即：受控状态。