13第十三章统计过程控制与诊断(SPC与SPD).pptx
合集下载
统计过程控制(SPC)与常规控制图PPT课件
人人有责 2.SPC强调用科学的方法来保証全过程的预
防 3.SPC不仅用于生产过程﹐而且可用于服务
过程和一切管理过程
5
SPC发展简史
过程控制的概念与实施过程监控的方法在 1920S由美国的休哈特(W .A. Shewhart)提 出﹐二战后期在军工部门推行﹔
1950-1980段在美国工业中消失﹐由戴明 (W .Edwards Deming)博士将SPC引入日 本在30年的努力下﹐日本一跃而居世界质 量与生产率的领先地位
统计过程控制(SPC)与 常规控制图
1
整体概述
概况一
点击此处输入相关文本内容 点击此处输入相关文本内容
概况二
点击此处输入相关文本内容 点击此处输入相关文本内容
概况三
点Байду номын сангаас此处输入相关文本内容 点击此处输入相关文本内容
2
第一讲 SPC历史简介和SPC判断标准
3
1.SPC(Statistical Process Control)
判稳准则
1. 连续25个点子都在控制界限内 2. 连续35个点子至多有1个点子落在控制界限外 3. 连续100个点子至多有2个点子落在控制界限外
不符合上述三原则的概率为﹕
α 1=0.0654 α 2=0.0654 α 3=0.0654
13
4.控制图判断准则
(a) 连续9点出现在中心线的单侧
α=0.0038
SPC能给所有人带来好处﹕ 对操作者﹕可用SPC方法改进工作 对管理者﹕可用SPC方法消除在生产部门
与质量管理部门间的矛盾 对领导者﹕可用SPC方法控制产品质量﹐
减少返工与浪费
4
1.SPC(Statistical Process Control)
防 3.SPC不仅用于生产过程﹐而且可用于服务
过程和一切管理过程
5
SPC发展简史
过程控制的概念与实施过程监控的方法在 1920S由美国的休哈特(W .A. Shewhart)提 出﹐二战后期在军工部门推行﹔
1950-1980段在美国工业中消失﹐由戴明 (W .Edwards Deming)博士将SPC引入日 本在30年的努力下﹐日本一跃而居世界质 量与生产率的领先地位
统计过程控制(SPC)与 常规控制图
1
整体概述
概况一
点击此处输入相关文本内容 点击此处输入相关文本内容
概况二
点击此处输入相关文本内容 点击此处输入相关文本内容
概况三
点Байду номын сангаас此处输入相关文本内容 点击此处输入相关文本内容
2
第一讲 SPC历史简介和SPC判断标准
3
1.SPC(Statistical Process Control)
判稳准则
1. 连续25个点子都在控制界限内 2. 连续35个点子至多有1个点子落在控制界限外 3. 连续100个点子至多有2个点子落在控制界限外
不符合上述三原则的概率为﹕
α 1=0.0654 α 2=0.0654 α 3=0.0654
13
4.控制图判断准则
(a) 连续9点出现在中心线的单侧
α=0.0038
SPC能给所有人带来好处﹕ 对操作者﹕可用SPC方法改进工作 对管理者﹕可用SPC方法消除在生产部门
与质量管理部门间的矛盾 对领导者﹕可用SPC方法控制产品质量﹐
减少返工与浪费
4
1.SPC(Statistical Process Control)
第13章 统计过程控制与诊断(SPC与SPD)
统计过程控制与诊断（SPC与SPD）
均值-标准差控制图
均值控制图主要用于判断生产过程中的均值是否处于或保
持在所要求的统计控制状态
标准差控制图主要用于判断生产过程的标准差是否处于或
保持在所要求的统计控制状态
这两张图通常一起用，因此称为均值-标准差控制图，记为
x s
7 质量管理学
统计过程控制与诊断（SPC与SPD）
图（R图）代替，即得 x
R图
10
质量管理学
x
统计过程控制与诊断（SPC与SPD）
平均值-极差控制图设计过程
收集数据。根据选定的特性值，按一定的时间间隔， 抽取一个容量为n的样本，共取k个样本，一般要求 k≥25, n=4,5。 计算每一个样本的均值与级差。 计算k个样本的均值与级差的均值。 计算x 图与R图的上、下控制限。
22
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作 为控制用控制图。要用到判断稳态的准则（简称判稳准则），在稳定 之前还要用到判断异常的准则（简称判异准则）。
质量管理学
统计过程控制与诊断（SPC与SPD） 休图的设计思想
休图的设计思想是先定α，再看β。按照3σ方式确定UCL、 CL、LCL就等于确定了α＝0.27％。 80年代起出现经济质量控制（EQC）学派，从两种错误造 成的总损失最小这一点出发来设计控制图与抽样方案。其 学术带头人为德国乌尔茨堡（Wurzburg）大学经济质量控 制中心主任冯.考拉尼（Elart von Collani）教授。
13.6 控制图的判断准则
分析用控制图与控制用控制图
日本有句质量管理的名言：“始于控制图，终于控制图。”所谓“始 于控制图”是指对过程的分析从应用控制图对过程分析开始。 分析用控制图主要作分析以下两点： （1）所分析的过程是否处于统计控制状态，或称统计稳态？ （2）该过程的过程能力指数是否满足要求？ 所谓“终于控制图”是指对过程的分析结束，最终建立了控制用控制 图。
统计过程控制SPC培训教材(PPT 45页)
人
机
工作方式/
产品
料
资源的融合
顾客
服务
法
环
输入
过程/系统
输出
五、两种过程模型和控制策略
①缺陷检测过程模型
4M1E
过程
产品/服务 检验
报废/返工
是否合格？
控制策略：控制输出，事后把关。
顾客
②具有反馈的过程控制模型（预防）
过程呼声 统计方法
4M1E
过程
产品/服务
顾客
识别变化的需求 与期望
顾客的呼声 控制策略：控制过程，预防缺陷。
4.5 母体：又叫总体，它是指在某一次统计分析中研究对 象的全体。
4.6 个体：组成总体的每个单元（产品）叫个体。
4.7 抽样：就是指从总体中随机抽取样品组成样本活动的 过程。
4.7 随机抽样：就是要使总体中的每一个个体（产品）具 有同等机会被抽取出来的组成样本的活动过程。
4.8 样本：也叫“子样”，它是从总体中随机抽取出来并 且要对它进行详细研究分析的一部分个体（产品）。
1.2 长期过程能力研究
三、SPC与TS16949：2002的关系
• 7.5.1 生产和服务提供 --组织必须策划并执行在受控条件下进行生产和服务提供。适用时，受控条件包
括： ………
• 7.5.1.1 控制计划 --在过程变得不稳定或从统计的角度不具备能力时启动规定的反应计划
• 7.5.1.3 作业准备的验证 --适用时组织应使用统计方法进行验证
连续取值的，或者说即使使用测量工具也得不到小数点以下的数 据，而只能得到0、1、2、3……等整数的这类数据。如：不合格 数、缺陷数等。
又分为计件型（如不合格品数）和计点型（如缺陷数）。
机
工作方式/
产品
料
资源的融合
顾客
服务
法
环
输入
过程/系统
输出
五、两种过程模型和控制策略
①缺陷检测过程模型
4M1E
过程
产品/服务 检验
报废/返工
是否合格？
控制策略：控制输出，事后把关。
顾客
②具有反馈的过程控制模型（预防）
过程呼声 统计方法
4M1E
过程
产品/服务
顾客
识别变化的需求 与期望
顾客的呼声 控制策略：控制过程，预防缺陷。
4.5 母体：又叫总体，它是指在某一次统计分析中研究对 象的全体。
4.6 个体：组成总体的每个单元（产品）叫个体。
4.7 抽样：就是指从总体中随机抽取样品组成样本活动的 过程。
4.7 随机抽样：就是要使总体中的每一个个体（产品）具 有同等机会被抽取出来的组成样本的活动过程。
4.8 样本：也叫“子样”，它是从总体中随机抽取出来并 且要对它进行详细研究分析的一部分个体（产品）。
1.2 长期过程能力研究
三、SPC与TS16949：2002的关系
• 7.5.1 生产和服务提供 --组织必须策划并执行在受控条件下进行生产和服务提供。适用时，受控条件包
括： ………
• 7.5.1.1 控制计划 --在过程变得不稳定或从统计的角度不具备能力时启动规定的反应计划
• 7.5.1.3 作业准备的验证 --适用时组织应使用统计方法进行验证
连续取值的，或者说即使使用测量工具也得不到小数点以下的数 据，而只能得到0、1、2、3……等整数的这类数据。如：不合格 数、缺陷数等。
又分为计件型（如不合格品数）和计点型（如缺陷数）。
统计过程控制SPCppt
正态分布的参数
正态分布由2个参数决定：
即总体均值：μ(常用样本均值Xbar来估计)
x
1 n
n i 1
xi
总体标准差：σ(常用样本标准差S来估计)，标准差 是对波动的度量
S
1 n 1
n i 1
( xi
x)2
QIHANG Consulting
正态分布的重要特性
正态分布的图形特点是中间高、两 头低、左右对称并延伸至无限。
过程变差的一部分。
过程能力
是指按标准偏差为单位来描述的过程均值和规格界限
(Process Capability) 的距离，用Z来表示。
QIHANG Consulting
正态分布
假如对一个要求长度为20.30的零件进行测 量，共测量75次，得到的数据范围如下，对次 数比例的统计直方图如下页所示：
数据 范围
测得 次数
次数 比例
20.105- 20.155- 20.205- 20.255- 20.305- 20.355- 20.40020.155 20.205 20.255 20.305 20.355 20.400 20.455
2
8
23
20
13
5
4
2.7% 10.7% 30.7% 26.7% 17.3% 6.7% 5.3%
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。
➢ 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。
统计过程控制SPC培训教材ppt课件
方 法
材 料
人 员
机 器
中要因
中要因
中要因
中要因
小要因
如何做
小要因
*
6. 直方图（Histogram；亦称柱状图）：将所收集的测定特性值或结果 值，分为几个相等的区间作为横轴，并将各区间内所测定的特性值或 结果值依所出现的次数累积而成的面积，用柱子排起来的图形，称为 直方图。亦即指用来对特征数据进行分级整理，将杂乱无章的资料， 解析出其规律性，以得出其分布特征的统计分析的方法。
与要求相比偏高
与要求相比偏低
正常
SL=130
Sμ=160
20 15 10 5
*
7. 控制图（Control Chart）：用来表示一个过程特性的图象，图上标 有根据那个特性收集到的一些统计数据，如一条中心线、一条或两条 控制限，它能减少I类错误和Ⅱ类错误的净经济损失。它有两个基本 的用途：一是用来判定一个过程是否一直受统计控制；二是用来帮助 过程保持受控状态。亦即指附有控制界限的图表，用以描述样本数据 与界限比较。若数据超出界限或出现“链”及非随机图形，表示过程 存在特殊原因变差，则应采用适当的措施加以消除。 7.1 Ⅰ类错误：拒绝一个真实的假设。例如：采取了一个适用于特 殊原因的措施而实际上过程还没有发生变化；即过度控制。 7.2 Ⅱ类错误：没有拒绝一个错误的假设。例如：对实际上受特殊 原因影响的过程没有采取适当的措施；即控制不足。 7.3 计数值控制图与计量值控制图的应用比较：
*
铸造车间产品生产废品统计表
*
5. 特性要因分析图（Characteristic Diagram ；亦称石川图或鱼骨图/鱼刺图 或因果图）：指将造成某项结果的众多原因，以有系统的方式来表达结果 （特性）与原因之间的关系图表。 5.1 因果图（Cause-and-Effect Diagram）：一种用于解决单个问题的简 单工具，它对各种过程要素采用图形描述来分析过程可能的变差源， 也被称作鱼刺图（以其形状命名）或石川图（以其发明命名）。 A）、某项结果的形成，必定有其原因，应设法利用图解法找出其原 因来，这个概念是由日本品管大师石川馨博士提出的。 B）、特性要因图是利用5M+1E：人员（Man）、机器（Machine）、材 料（Material）、方法（Method）、测量（Measurement）、环 境（Environment）等五大类加以分析及应用的。
材 料
人 员
机 器
中要因
中要因
中要因
中要因
小要因
如何做
小要因
*
6. 直方图（Histogram；亦称柱状图）：将所收集的测定特性值或结果 值，分为几个相等的区间作为横轴，并将各区间内所测定的特性值或 结果值依所出现的次数累积而成的面积，用柱子排起来的图形，称为 直方图。亦即指用来对特征数据进行分级整理，将杂乱无章的资料， 解析出其规律性，以得出其分布特征的统计分析的方法。
与要求相比偏高
与要求相比偏低
正常
SL=130
Sμ=160
20 15 10 5
*
7. 控制图（Control Chart）：用来表示一个过程特性的图象，图上标 有根据那个特性收集到的一些统计数据，如一条中心线、一条或两条 控制限，它能减少I类错误和Ⅱ类错误的净经济损失。它有两个基本 的用途：一是用来判定一个过程是否一直受统计控制；二是用来帮助 过程保持受控状态。亦即指附有控制界限的图表，用以描述样本数据 与界限比较。若数据超出界限或出现“链”及非随机图形，表示过程 存在特殊原因变差，则应采用适当的措施加以消除。 7.1 Ⅰ类错误：拒绝一个真实的假设。例如：采取了一个适用于特 殊原因的措施而实际上过程还没有发生变化；即过度控制。 7.2 Ⅱ类错误：没有拒绝一个错误的假设。例如：对实际上受特殊 原因影响的过程没有采取适当的措施；即控制不足。 7.3 计数值控制图与计量值控制图的应用比较：
*
铸造车间产品生产废品统计表
*
5. 特性要因分析图（Characteristic Diagram ；亦称石川图或鱼骨图/鱼刺图 或因果图）：指将造成某项结果的众多原因，以有系统的方式来表达结果 （特性）与原因之间的关系图表。 5.1 因果图（Cause-and-Effect Diagram）：一种用于解决单个问题的简 单工具，它对各种过程要素采用图形描述来分析过程可能的变差源， 也被称作鱼刺图（以其形状命名）或石川图（以其发明命名）。 A）、某项结果的形成，必定有其原因，应设法利用图解法找出其原 因来，这个概念是由日本品管大师石川馨博士提出的。 B）、特性要因图是利用5M+1E：人员（Man）、机器（Machine）、材 料（Material）、方法（Method）、测量（Measurement）、环 境（Environment）等五大类加以分析及应用的。
统计过程控制SPC(PPT 54页)
是TS16949实施过程中五大参考手册的基 础。
周志良制作
二、正态分布
бб
周志良制作
真值X（理想值） μ 平均值μ(实测值）
偏差 标准差=σ
实际正态分布图
周志良制作
正态分布的不 同位置和形态
周志良制作
μ一定时，曲线的形状由σ确定
σ越大，曲线越“矮胖”，总体分布越
分散；
新疆 王新敞
奎屯
σ越小．曲线越“瘦高”．总体分布越
注：应制定一个收集数据的计划，将其作为收集、记录及描图的依据。
1-1 选择子组大小，频率和数据 1-1-1 子组大小：一般为5件连续的产品，仅代表单一刀具/冲头/过
程流等。（注：数据仅代表单一刀具、冲头、模具等 生产出来的零件，即一个单一的生产流。） 1-1-2 子组频率：在适当的时间内收集足够的数据，这样子组才能 反映潜在的变化，这些变化原因可能是换班/操作人 员更换/材料批次不同等原因引起。对正在生产的产 品进行监测的子组频率可以是每班2次，或一小时一 次等。
是计量 型数据 吗？
否
关心的是
否
不合格品
率？
关心的是 不合格数 吗？
是
是
是
性质上是否是均 匀或不能按子组 取样—例如：化 学槽液、批量油 漆等？
是
使用单值图 X-MR
周志良制作
样本容量是 否 否恒定？
是
使用p图
使用np或p图
样本容量是 否桓定？
否
使用u图
是
使用c或u图
否
子组均值是 否 否能很方便
使用中
控制图上一系列连续上升或下降，或在中心线之上 或之下的点。它是分析是否存在造成变差的特殊原 因的依据。
过程的单个输出之间不可避免的差别；变差的原因 变差（Variation） 可分为两类：普通原因和特殊原因。
周志良制作
二、正态分布
бб
周志良制作
真值X（理想值） μ 平均值μ(实测值）
偏差 标准差=σ
实际正态分布图
周志良制作
正态分布的不 同位置和形态
周志良制作
μ一定时，曲线的形状由σ确定
σ越大，曲线越“矮胖”，总体分布越
分散；
新疆 王新敞
奎屯
σ越小．曲线越“瘦高”．总体分布越
注：应制定一个收集数据的计划，将其作为收集、记录及描图的依据。
1-1 选择子组大小，频率和数据 1-1-1 子组大小：一般为5件连续的产品，仅代表单一刀具/冲头/过
程流等。（注：数据仅代表单一刀具、冲头、模具等 生产出来的零件，即一个单一的生产流。） 1-1-2 子组频率：在适当的时间内收集足够的数据，这样子组才能 反映潜在的变化，这些变化原因可能是换班/操作人 员更换/材料批次不同等原因引起。对正在生产的产 品进行监测的子组频率可以是每班2次，或一小时一 次等。
是计量 型数据 吗？
否
关心的是
否
不合格品
率？
关心的是 不合格数 吗？
是
是
是
性质上是否是均 匀或不能按子组 取样—例如：化 学槽液、批量油 漆等？
是
使用单值图 X-MR
周志良制作
样本容量是 否 否恒定？
是
使用p图
使用np或p图
样本容量是 否桓定？
否
使用u图
是
使用c或u图
否
子组均值是 否 否能很方便
使用中
控制图上一系列连续上升或下降，或在中心线之上 或之下的点。它是分析是否存在造成变差的特殊原 因的依据。
过程的单个输出之间不可避免的差别；变差的原因 变差（Variation） 可分为两类：普通原因和特殊原因。
统计过程控制与诊断介绍课件
某航空公司服务质量控制：通过收集航班延误、取消、投诉等数据，分析服务质量存在的问题，并采取改进措施。
某电商平台服务质量控制：通过收集用户评价、投诉等数据，分析服务质量存在的问题，并采取改进措施。
某呼叫中心服务质量控制：通过收集通话时长、接通率、客户满意度等数据，分析服务质量存在的问题，并采取改进措施。
04
统计过程控制的诊断方法
点击此处添加正文，文字是您思想的提炼，为了演示发布的良好效果，请言简意赅的阐述您的观点。
3
诊断流程
确定问题：分析生产过程中的问题，确定需要诊断的环节
数据收集：收集生产过程中的数据，包括质量、生产效率等
数据分析：运用统计方法对数据进行分析，找出问题的原因
制定解决方案：根据分析结果，制定解决方案，并实施改进措施
谢谢
2
1
质量控制：通过统计过程控制，及时发现并纠正质量问题
质量改进：通过统计过程控制，分析并改进生产过程，提高产品质量
生产过程中的应用
3
2
4
1
质量控制：通过实时监控生产过程，确保产品质量符合标准
风险管理：及时发现生产过程中的异常情况，降低生产风险
效率优化：分析生产数据，找出瓶颈和改进点，提高生产效率
成本控制：通过优化生产过程，降低生产成本
04
抽样检验：通过随机抽样来检查产品质量是否符合要求
统计过程控制的应用
点击此处添加正文，文字是您思想的提炼，为了演示发布的良好效果，请言简意赅的阐述您的观点。
2
质量管理中的应用
4
3
质量保证：通过统计过程控制，确保生产过程符合质量标准，提高客户满意度
质量成本控制：通过统计过程控制，降低质量成本，提高企业效益
某电商平台服务质量控制：通过收集用户评价、投诉等数据，分析服务质量存在的问题，并采取改进措施。
某呼叫中心服务质量控制：通过收集通话时长、接通率、客户满意度等数据，分析服务质量存在的问题，并采取改进措施。
04
统计过程控制的诊断方法
点击此处添加正文，文字是您思想的提炼，为了演示发布的良好效果，请言简意赅的阐述您的观点。
3
诊断流程
确定问题：分析生产过程中的问题，确定需要诊断的环节
数据收集：收集生产过程中的数据，包括质量、生产效率等
数据分析：运用统计方法对数据进行分析，找出问题的原因
制定解决方案：根据分析结果，制定解决方案，并实施改进措施
谢谢
2
1
质量控制：通过统计过程控制，及时发现并纠正质量问题
质量改进：通过统计过程控制，分析并改进生产过程，提高产品质量
生产过程中的应用
3
2
4
1
质量控制：通过实时监控生产过程，确保产品质量符合标准
风险管理：及时发现生产过程中的异常情况，降低生产风险
效率优化：分析生产数据，找出瓶颈和改进点，提高生产效率
成本控制：通过优化生产过程，降低生产成本
04
抽样检验：通过随机抽样来检查产品质量是否符合要求
统计过程控制的应用
点击此处添加正文，文字是您思想的提炼，为了演示发布的良好效果，请言简意赅的阐述您的观点。
2
质量管理中的应用
4
3
质量保证：通过统计过程控制，确保生产过程符合质量标准，提高客户满意度
质量成本控制：通过统计过程控制，降低质量成本，提高企业效益
统计过程控制(SPC)PPT课件
829 429 1479
2 1428 1387 1724 2172 1265
828 1859 1278 1472 1613
312 1529
3 890 970 1529 3056 1600 627 1048 2272 2190 719 1408 1217
4 729 1021 1279 2836 2179 2071 1724 1480 1859 1758 1236 1729
D4
3.267 2.574 2.282 2.114 2.004 1.924 1.864
Xbar-R控制图的应用
例：对一条流水线的零件，每隔一个小时抽取 4 个，测某质量特性值，共测了25组。技术规 范为 0-0.50.5。为记录和计算方便，数据已放大 10，000倍，见下表。试用控制图作分析。
Number 1 2 3 4 5 6 7 8 9 10 11 12 13
LCLR
0 0 0 0 0 0 0 0 0 0 0 0 0
计算结果（2）
Number
14 15 16 17 18 19 20 21 22 23 24 25
1
1048 1248 2146 2687 1455 1608 1489 1447 1720 829 429 1479
2
1428 1387 1724 2172 1265 828 1859 1278 1472 1613 312 1529
计算公式： Xbar图（后作） CL:xbar UCL:xbar+A2 Rbar LCL:xbar-A2 Rbar
R图（先作） Rbar D4 Rbar D3 Rbar
n
2
3
4
5
6
7
8
A2
2 1428 1387 1724 2172 1265
828 1859 1278 1472 1613
312 1529
3 890 970 1529 3056 1600 627 1048 2272 2190 719 1408 1217
4 729 1021 1279 2836 2179 2071 1724 1480 1859 1758 1236 1729
D4
3.267 2.574 2.282 2.114 2.004 1.924 1.864
Xbar-R控制图的应用
例：对一条流水线的零件，每隔一个小时抽取 4 个，测某质量特性值，共测了25组。技术规 范为 0-0.50.5。为记录和计算方便，数据已放大 10，000倍，见下表。试用控制图作分析。
Number 1 2 3 4 5 6 7 8 9 10 11 12 13
LCLR
0 0 0 0 0 0 0 0 0 0 0 0 0
计算结果（2）
Number
14 15 16 17 18 19 20 21 22 23 24 25
1
1048 1248 2146 2687 1455 1608 1489 1447 1720 829 429 1479
2
1428 1387 1724 2172 1265 828 1859 1278 1472 1613 312 1529
计算公式： Xbar图（后作） CL:xbar UCL:xbar+A2 Rbar LCL:xbar-A2 Rbar
R图（先作） Rbar D4 Rbar D3 Rbar
n
2
3
4
5
6
7
8
A2
相关主题
- 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)。
质量控制发展的主要阶段
1 传统质量管理阶段
依靠检验剔除废品
2 手工统计管理阶段
依靠统计预防缺陷
3 全面质量管理阶段
组织管理统计 技术
4 认证与电脑统计阶段
计算机统计技术使手工分 析的统计方法产生了飞跃
利用数据分析 进行质量改进
质量统计技术的作用
１ 预防不合格 ２ 控制和监 产品 的生成 督生产过程
什么是控制图
控制图是对过程质量加以测定、记录从而进行控制管
理的一种用科学方法设计的图。图上有中心线（CL）、上
控制界限（UCL）和下控制界限（LCL），并有按时间顺
序抽取的样本统计量数值的描点序列，参见图3．2．2 －l
。
图5. 7．2．2 －l 控制图示例
质
量
UCL
特
•
•
••
性• 值
• •
CL
•
S
x
x + A3 S
S
B4 S
x - A3 S B3 S
^ = S / C4
计数值控制图界限线的计算公式表
图别 P
中心线 CL
上控制线UCL
P
P + 3 P (1- P)/n
Pn n P
n P+ 3 n P(1- )P
U
u
u + 3 u/n
C
c
c +3 c
下控制线LCL P - 3 P (1- P)/n nP -3 n P( 1- ) ı ı I II I I 1 2 3 4 5 6 7 8 9 10
时间或样本号
按数据性质分类：
见下表2—1 国标GB4091常规控制图是针对休哈特
控制图的。
表2—1常规的休哈特控制图
数据 分布
控制图
简记
计量值
计件值 计点值
正态 分布
二项 分布 泊松 分布
均值-极差 控制图
均值-标准差 控制图 中位数-极差 控制图 单值-移动极差 控制图
为分析用控制图
计量值控制图
2. 计量控制图和计数控制图的类型 平均值（X ）图与极差（R）或标准差（s）图； 单值（X）图与移动极差（R）图 中位数（Me）图与极差（R）图
以上控制图适用于计量值，如长度、重量、时间、 强度等质量特性值的分析和控制。
不合格品率（p）图或不合格品数（np）图
计数值控制图
３ 为质量管理 ４ 为质量管理 者衡量质量状 人员提供了直 态提供了量化 观的管理工具 的参数指标
SPC 基础知识
SPC是英文 Statistical Process Control统计过程控制 的缩写，是应用统计技术绘控制图对生产过程进行监控， 最初的控制图概念于1924年由美国的休哈特博士提出。这 种方法自第二次世界大战后，在工业中已得到了广泛的应 用，特别是1980年后在日本和美国，控制图能用于单独的 质量改进的方法，SPC 理论认为生产过程中产品质量的缺 陷是由偶然因素与异常原因造成，根据控制图的规律从而 发现生产过程的异常及时报警，以便采取措施消除异常， 恢复过程的稳定，达到保证和提高质量的目的。
不合格品率 控制图
不合格品数 控制图
单位缺陷数 控制图
缺陷数
控制图
X-R 控制图 X-s 控制图 X-R 控制图 X-Rs 控制图 P 控制图 Pn 控制图 U 控制图 C 控制图
制图界限线计算公式
计量值控制图界限线的计算公式表
图 别 中心线 CL
上控制线UCL 下控制线LCL ^ 估计值
X
x
x-R
u - 3 u /n c - 3 c
3. 基本概念
n 子组大小。单个子组中子组观测值的个数
k 子组数
X 质量特性的观测值（可用X1，X2，X3…表示单个观 测值）
X 子组平均值的平均值 n
X
如2 3 4 5 6 X 4 4444
k
X1 X2 X3 X4 X5
Me 子组中位数。对于一组升序或降序排列的n个子组观
ISO 8258制定控制图标准
GB/T常规控制图
GB/T 4091-2001 常规控制图
1. 常规控制图的类型 常规控制图主要有两种类型：
计量控制图
计数控制图
每一种类型 的控制图又 有两种不同 的情形：
标准值未给定
标准值给定
标准值
为规定的要求或目标值
标准值给定控制图
为控制用控制图
标准值未给定控制图
s 标准差计算公式
s
(xi x)2
n 1
例：
25.0 , 25.3, 25.4, 25.6, 25.5
R 子组极差。子组观测值中的极大值与极小值之差 R=Xmax -Xmin
子组极差的平均值 R
注1：在单值图情况下，R代表移动极差，即两个相邻观 测值的差值的绝对值，如，|X1－X2|，|X2－X3|，等等。
S 标准差－－用于研究数据的分散程度
为什么要研究数据的离散程度？
如果你想过河，有人只 告诉你河的平均深度是2米， 你是否还想知道它的变化 范围，如：0～7米。
不合格数（c）图或单位产品不合格数（u）图
以上控制图适用计数值，
指1，2，3…..，
如:不合格品数、缺陷数及事故的件数。
控制图的重要性
贯彻预防原则是依靠推行 SPC来实现的，而居 QC七个工具核心地位的控制图是SPC的重要工具。 1984年日本名古屋工业大学调查了115家日本各行各 业的中小型工厂，结果发现平均每家工厂使用137张 控制图，这个数字对于我们推行SPC是有一定的参考 意义的。可以说，工厂中使用控制图的张数在某种意 义上反映了管理现代化的程度。
测值X1，X2，…Xn，当n为奇数时，中位数等于该组数中 间的那个数；当n为偶数时，中位数等于该组数中间两个
数的平均值
n ＝5 为奇数
例：
25.0 , 25.3, 25.4, 25.6, 25.5
n ＝ 4 为偶数
Me＝25.4
数据为 25.0 , 25.4, 25.5 , 25.6, 时
Me 子组中位数的平均值
质量管理常用的统计工具：
SPC控制图 1. 均值极差控制图 2. 均值标准差控制图 3. 中位数极差控制图 4. 移动极差控制图
5.不合格品率控制图 6.不合格品数控制图 7.单位缺陷数控制图 8.缺陷数控制图
二. 直方图 三. 排列图 四. 散布图 五. 波动图 六. 过程能力指数
CP
T 6S
TU TL 6S
R
R
x + A2 R D4 R
x- A2 R D3 R
^x= R/ d2
~
~
X
X-R
R
~ X
~X+ m3A2 R ~X- m3A2 R ^x= R/ d2
R
D4 R
D3 R
X- X Rs Rs
x Rs
x + 2.659 Rs x- 2.659 Rs ^
= R/2s
3.267 Rs
不考虑
x x-S