SPC统计过程控制课件
合集下载
SPC统计过程控制培训讲义课件
上、下 控制线
样本数据点 目标值 样本平均值
上、下 规格线
数据点超出上下控制线
连续7个或以上数据在中心线上方或下方
数据呈固样品点的水平突变
样品点分布的水平位置渐变
样品点的离散度较大
制程失控
制程失去控制时的特征： 1.数据点超出上下控制线 2.连续7个或以上数据在中心线上方或下方 3.数据呈固定形式变化 4.较多数据点接近上下控制线 5.样品点的水平突变 6.样品点分布的水平位置渐变 7.样品点的离散度较大
Moving Range Chart 二. 移动偏差图
Line 1 Cp = 1.65 Mean=12.55
Qoo PET Cpk = 1.1
SD =0.03
35 100.0% 1500 SPC Brix Monitoring
Sample wthin spec 100.0 %
上控线（UCTLR）UE
(n-1)
标准偏差σ是衡量样本数据点与平均值间偏差平均
值的典型参数，广泛使用于数据统计中。
Cp-潜在过程能力指数
cp=
spe_max-spe_min 6
（ -样本的标准偏差）
Cp不反映过程的集中性 (即与目标的偏离)，因 此如果过程的平均值并不是我们的期望的目标值， 那么用Cp来衡量过程就会产生误差。
4.0 4.125
（下控线＝ 目标值 － 3×能力测试所得标准偏差）
样本标准偏差σ的计算
假设有以下一些数据：12.50，12.45，12.49，12.48，12.51…
X1
x2
x3
x4 x5 … xn
首先计算出它们的 平均值 x= X1 + x2+ x3+ x4+ x5 + … + xn
spc统计过程控制ppt课件
但是。。。被送进了医院。
波 动 （ 散 布 ） 大
平 均 发 生 偏 移
波 动 （ 散 布 ） 小
平 均 发 生 偏 移
Bad! Good!
波 动 （ 散 布 ） 大
平 均 没 有 偏 移
波 动 （ 散 布 ） 小
平 均 没 有 偏 移
假设我们的生产过程中其中一个工序是将金属材料切割成每个长度为 10mm的产品。当我们完成切割1000个产品后，测量每个产品的长度，
统计过程控制-SPC
常用的质量管理工具，包括直方图，鱼刺图，散布图，都是对 “昨天”情况的分析和解释，可以用在“救火”和解决问题，
但若想实现过程控制，则需要专门的预防工具-SPC。
统计过程控制SPC
统计过程控制（ＳＰＣ）就是： 应用统计的方法，对生产／服务过程进行控制。 它能够区分产生变异的普通原因和特殊原因。 在生产过程中，对过程进行监控，当出现会产生异常情况的趋 势时进行预警，对过程进行适当的调整。
二、应用控制图的步骤
应用步骤如下：
1. 选择控制图拟控制的质量特性，如重量、不合格品数等；
2. 选用合适的控制图种类；
3. 确定样本容量和抽样间隔； 4. 收集并记录至少20～ 25组样本的数据，或使用以前所记录的数据； 5. 计算各个样本的统计量，如样本平均值、样本极差/样本标准差等； 6. 计算各统计量的控制界限； 7. 画控制图并标出各样本的统计量，
不合格品数 计 控制图
数 不合格品率 型 控制图
控 缺陷数控制 制图
图 单位缺陷数 控制图
控制图符号
x －R
特点
适用场合
最常用，判断工序是否正常的效 果好，但计算工作量很大。
适用于产品批量较大的工序。
波 动 （ 散 布 ） 大
平 均 发 生 偏 移
波 动 （ 散 布 ） 小
平 均 发 生 偏 移
Bad! Good!
波 动 （ 散 布 ） 大
平 均 没 有 偏 移
波 动 （ 散 布 ） 小
平 均 没 有 偏 移
假设我们的生产过程中其中一个工序是将金属材料切割成每个长度为 10mm的产品。当我们完成切割1000个产品后，测量每个产品的长度，
统计过程控制-SPC
常用的质量管理工具，包括直方图，鱼刺图，散布图，都是对 “昨天”情况的分析和解释，可以用在“救火”和解决问题，
但若想实现过程控制，则需要专门的预防工具-SPC。
统计过程控制SPC
统计过程控制（ＳＰＣ）就是： 应用统计的方法，对生产／服务过程进行控制。 它能够区分产生变异的普通原因和特殊原因。 在生产过程中，对过程进行监控，当出现会产生异常情况的趋 势时进行预警，对过程进行适当的调整。
二、应用控制图的步骤
应用步骤如下：
1. 选择控制图拟控制的质量特性，如重量、不合格品数等；
2. 选用合适的控制图种类；
3. 确定样本容量和抽样间隔； 4. 收集并记录至少20～ 25组样本的数据，或使用以前所记录的数据； 5. 计算各个样本的统计量，如样本平均值、样本极差/样本标准差等； 6. 计算各统计量的控制界限； 7. 画控制图并标出各样本的统计量，
不合格品数 计 控制图
数 不合格品率 型 控制图
控 缺陷数控制 制图
图 单位缺陷数 控制图
控制图符号
x －R
特点
适用场合
最常用，判断工序是否正常的效 果好，但计算工作量很大。
适用于产品批量较大的工序。
SPC统计过程控制课件
举例
• 原材料的微小变化 • 设备的微小震动 • 刀具的正常磨损 • 模具正常的老化 • 操作者细微的不稳定 • 夹具的正常磨损 •…
• 使用了一批不合格的原材料 • 设备的不正确调整 • 刀具的严重磨损 • 模具损坏 • 操作者做错（判定标准错） • 使用了错误的夹具 •…
一般原因与特殊原因在统计过程中的体 现
在何处使用SPC控制图
当一个防错装置不可行时 从FMEA中得出具有高危险顺序数值（RPN’s)的过程 从DOE（因素实验设计）得出的关键变量 客户要求 管理层承诺
SPC的优点和缺点
优点 ➢已证实的改善生产力的技术方法 ➢预防缺陷的有效方法 ➢防止不必要的过程调整 ➢提供诊断信息 ➢提供过程能力信息 ➢用于计数型和计量型两种数据类型 缺点 ➢必须提供充分的培训 ➢必须正确收集数据 ➢必须正确的计算和标绘所需的统计量（例如：均值，极差， 标准差）
+3
x
与平均值相距的标准差个数
正态（normal）机率测试图
利用Normal Probability Plot 我们可以测试一组数据是否为 “正态”分布 若该分布趋近于正态，则Normal Probability Plot 将会趋近于 一直线 利用Minitab 可以简单的制作出Normal Probability Plot 下面我们利用一组数据来检验一下其正态性
计量型统计过程控制
通过对本模块的学习后，学员将能够建立下列控制图： ➢单值移动极差图（I-MR） ➢均值极差图（Xbar-R） ➢均值标准差图（Xbar-S）
I-MR图
单值移动极差I-MR图，子群由单一的测量值组成 I-MR图由两个图组成，一个是I图，一个是MR图 I图为每个子群计量个体的测量值，中心线为其平均值 MR图为相邻两个数值的差的绝对值，中心线为其平均值
统计过程控制SPC教材(PPT 258页)
我們为什么要用中心极限定理? 它意味着正态总体的假定经常并不是很关键的，且我们
能在更广的范围内应用统计学方法。
中心极限定理是违反直觉的。
SPC
统计过程控制
Statistical Process Control
普通变差,特殊变差和系统变差
特殊变差 ------非稳定状态的分布模型
理想状态
实际状态
位置发生变化 典型值变化
普通变差,特殊变差和系统变差
如果只存在普通变差,随着时间的推移,过程 的输出形成一个稳定的分布,并且可以预测.
可以推断的状态
测量的实际状态
目标
时间
SPC
统计过程控制
Statistical Process Control
普通变差,特殊变差和系统变差
如果存在特殊变差,随着时间的推移,过程 的输出是一个不稳定的分布,并且不可预测.
可以预测和控制了!
SPC
统计过程控制
Statistical Process Control
统计过程控制 概述
SPC
统计过程控制
Statistical Process Control
一切持管续理改的进核是心一是切能管保理持的持核续心改进
为寻求改进机会要研究变差的规律
变差规律是通过数据分析得到揭示
数据分析的基础是测量系统的准确
统计过程控制SPC教材 (PPT 258页)
SPC 有一组数据
统计过程控制
Statistical Process Control
不知道是什么?
SPC 描点作图
统计过程控制
Statistical Process Control
仍然不知道是什么!
SPC 数据有问题?
SPC统计过程控制PPT课件
50
控制图的观察分析
作控制图的目的是为了使生产过程或工作过 程处于“控制状态”. 控制状态即稳定状态, 指生产过程或工作过程仅受偶然因素的影 响, 产品质量特性的分布基本上不随时间而 变化的状态. 反之, 则为非控制状态或异常 状态.
控制状态的标准可归纳为二条:
第一条, 控制图上点不超过控制界限; 第二条, 控制图上点的排列分布没有缺陷.
28
控制图—过程控制的工具
上控制限 中线
下控制限
1.收集：收集数据并画在图上
步 2.控制：根据过程数据计算试验控制限；识别变差的特殊原因 并采取措施
骤
3.分析及改进：确定普通原因变差的大小并采取减小它的措施
重复这三个阶段从而不断改进 过程
29
控制图种类(以数据性质分)
计量型控制图
平均数与极差控制图(
31
计量型控制图
计量型控制图的使用说明 A、计量数据 B、计量型控制图的基础 C、SPC的抽样原则
32
五、计量型控制图的制作步骤 和判定原则
33
建立控制图的四步骤
A收集数据 B计算控制限 C过程控制解释 D过程能力解释
34
建立X-R图的步骤A
子组大小
A1选择子组大小、频率和数据
子组频率
Ａ 阶
38
建立X-R图的步骤B
Ｂ B1计算平均极差及过程平均值 计 算 控 B2计算控制限 制 限
B3在控制图上作出平均值和 极差控制限的控制线
39
X R管制圖
平均值管制圖
平均值管制圖
x x1 x2 x3 ..... xk k
全距管制圖 R R1 R 2 ..... R k
k
CL X X
SPC统计过程控制培训课件PPT(48张)
音干扰、振动、照明、室内净化、现场
因 污染程度等等。
素
7
过程能力
SQE Training
过程能力（process capability）以往称为工序能力
过程能力是指工序处于控制状态下的实际加工能 力。---素充分标准化，处于稳定状态 下，工序所表现出来的保证工序质量的能力。
14
指数分类
SQE Training
1、Cp：分布中心无偏离规格中心时衡量 过程能力的指数；
2、Cpk: 分布中心偏离规格中心时衡量 过程能力的指数；
3、Cpm：目标值与规格中心不一致时衡量 过程能力的指数；
4、Cpu：上单侧过程能力指数； 5、Cpl： 下单侧过程能力指数。
15
SQE Training
过程能力决定于质量因素：人、机、料、法、环， 而与公差无关。过程能力是过程的固有属性。
8
SQE Training
进行过程能力分析的意义
一、保证产品质量的基础工作； 二、提高过程能力的有效手段； 三、找出产品质量改进的方向； 四、向客户证明加工过程的能力。
9
指数分类
SQE Training
Cp,Cpk,Cpm Pp,Ppk,Ppm
Ppk修正的过程性能指数 Ppk：“我们实际真正做到多好”
13
SQE Training
Cp,Cpk与Pp,Ppk的应用时机
短期过程能力指数
长期过程能力指数
Cp,Cpk,Cpm
Pp,Ppk,Ppm
新产品试作阶段; 初期生产阶段; 工程变更或设备变更时; 用于初始过程能力研究;
• 量产阶段; • 用于过程能力研究;
SQE Training
Statistical
因 污染程度等等。
素
7
过程能力
SQE Training
过程能力（process capability）以往称为工序能力
过程能力是指工序处于控制状态下的实际加工能 力。---素充分标准化，处于稳定状态 下，工序所表现出来的保证工序质量的能力。
14
指数分类
SQE Training
1、Cp：分布中心无偏离规格中心时衡量 过程能力的指数；
2、Cpk: 分布中心偏离规格中心时衡量 过程能力的指数；
3、Cpm：目标值与规格中心不一致时衡量 过程能力的指数；
4、Cpu：上单侧过程能力指数； 5、Cpl： 下单侧过程能力指数。
15
SQE Training
过程能力决定于质量因素：人、机、料、法、环， 而与公差无关。过程能力是过程的固有属性。
8
SQE Training
进行过程能力分析的意义
一、保证产品质量的基础工作； 二、提高过程能力的有效手段； 三、找出产品质量改进的方向； 四、向客户证明加工过程的能力。
9
指数分类
SQE Training
Cp,Cpk,Cpm Pp,Ppk,Ppm
Ppk修正的过程性能指数 Ppk：“我们实际真正做到多好”
13
SQE Training
Cp,Cpk与Pp,Ppk的应用时机
短期过程能力指数
长期过程能力指数
Cp,Cpk,Cpm
Pp,Ppk,Ppm
新产品试作阶段; 初期生产阶段; 工程变更或设备变更时; 用于初始过程能力研究;
• 量产阶段; • 用于过程能力研究;
SQE Training
Statistical
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(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。
SPC统计过程控制PPT(共 79张)
计数值数据
用个数为单位来表示的 质量特性值数据。特点 ：不可以连续取值，即 整数位后不允许有小数 的数据，统计学上称高 离散型数据。 测量出现/不出现.
如：废品的件数、陷数、 出勤人数、通/止数据、 安装正确/错误数据、孔钻通/未通、 表面划伤/未划伤
波动（变差） 的概念
正是波动的存在，工程师才在
– 对过程的变差进行量化是改进过程中的关键一步。
– 了解造成变差的原因可帮助我们确定采取什么类型的措 施可达到持久的改进。
波动的种类
正常波动
是由偶然或随机因素造成的 。如：操作的方法的微小变 动、机床的微小振动、刀具 的正常磨损、夹具的微小松 动、材质上的微量差异等。 （它不能被操作人控制，只 能由技术、管理人员控制在 公差范围内。即普通原因产 生的变差）
SPC 的目的
·对过程作出可靠的评估； ·确定过程的统计控制界限，判断过 程是否失控和过程是否有能力； ·为过程提供一个早期报警系统，及时监 控过程的情况以防止废品的发生； ·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；
企业通过应用SPC可以实现
－降低成本 －降低不良率，减少返工和浪费 －提高劳动生产率 －提供核心竞争力 －赢得广泛客户 － 更好地理解和实施质量体系
正态分布
34.13% 34.13%
0.13% 2.14%
13.60%
13.60%
2.14% 0.13%
–3S
–2S
–1S 0 +1S
68.26%
95.46%
99.73%
+2S +3S
SPC技术原理
–3S –2S –1S 0 +1S +2S +3S
SPC统计过程控制概述(ppt 70页)
25
5.将控制界限绘入控制图 6.点图 7.检讨控制界限
26
27
某产品制成后，经常发现不良品，今利用 –R控制图控制其质量特性，每天取样2 次，每次样本大小n=5，下表是10天内所收集之数据（由同一作业员操作同一部机器 所得之数据），试计算 –R控制图之控制界限，并绘成控制图。
组别
R
组别
R
1
177.6
10
28
1.公式 (1) 公组样本大小n相等时： CL ＝ UCL ＝ ＋ 3 LCL ＝ － 3 (2) n不等，且相差小于20%时： CL ＝ UCL ＝ ＋ 3 LCL ＝ － 3
29
(3) n不等，且相差大于20%时： CL ＝ UCL ＝ ＋ 3 LCL ＝ － 3
30
2.实例 某工厂制造外销产品，每2小时抽取100件来检查，将检查所得之不良品数 据，列于下表，利用此项数据，绘制不良率(p)控制图，控制其质量
38
39
控制图之不正常型态之鉴别是根据概率 之理论而加以判定的，当出现下述之一项者 ，即为不正常之型态，应调查其可能出现的 原因。
40
检定规则1： 3点中有2点在A区或A 区以外者(口诀:3分之2A)
检定规则2： 5点中有4点在B区或B 区以外者(口诀:5分之4B)
41
42
43
检定规则5：点子出现在中心线的单侧较多时，有下列状况者 a. 连续11点中至少有10点 b. 连续14点中至少有12点 c. 连续17点中至少有14点 d. 连续20点中至少有16点 检定规则6：点出现在控制图界限的近旁时 一般以超出2σ控制界限的点为调整基准，出现下列情形时，可 判定过程发生异常 a. 连续 3点中有2点以上时 b. 连续 7点中有3点以上时 c. 连续10点中有4点以上时
统计过程控制(SPC) ppt课件
措施或对系统采取措施的指南
28
ppt课件
4.5控制图的分类
按照用途分类：
分析用控制图：过程分析（制程解析）
控制用控制图：变化的范围用到现场去，根据给定的界限进行分 析
分析用控制图和控制用控制图的区别：
应用的地点不一样，分析用控制图用在了解制程，控制用控制图 用在生产现场
是否需要计算控制界限
13
ppt课件
2.3局部措施和系统措施
措施 对比
对象
系统措施
通常用来消除变差的普 通原因
局部措施
通常用来消除变 差的特殊原因
实施人员
几乎总是要求管理措施， 以便纠正
通常由与过程直 接相关的人员实 施
效果
大约可纠正85%的过程 问题
通常可纠正大约 15%的过程问题
14
ppt课件
3.统计过程的控制思想
样本不一样，控制用控制图针对每个子组进行控制，收集一个判 定一个
分析的时间不一样，分析用控制图在收集25个子组之后进行，控 制用控制图每个子组进行分析和判断
目的不一样：分析用控制图用来了解制程是否受控，能力是否满 足顾客要求，控制用控制图已经了解顾客要求和控制界限，维持 和保持这种状态
29
9
ppt课件
3.对过程采取措施对重要的 特性采取措施从而避免它们 偏离目标值太远是很经济的 4 .对输出采取措施如果仅限 于对输出检测并纠正不符合 规范的产品，常常是最不经 济的
过程控制的必要： 检测——容忍浪费 预防——避免浪费
10
ppt课件
2.2波动及波动的原因
过程的单个输出间不可避免的差异任何过程都存在产生 变差的原因产生变差的原因可以分为两类，即:
28
ppt课件
4.5控制图的分类
按照用途分类：
分析用控制图：过程分析（制程解析）
控制用控制图：变化的范围用到现场去，根据给定的界限进行分 析
分析用控制图和控制用控制图的区别：
应用的地点不一样，分析用控制图用在了解制程，控制用控制图 用在生产现场
是否需要计算控制界限
13
ppt课件
2.3局部措施和系统措施
措施 对比
对象
系统措施
通常用来消除变差的普 通原因
局部措施
通常用来消除变 差的特殊原因
实施人员
几乎总是要求管理措施， 以便纠正
通常由与过程直 接相关的人员实 施
效果
大约可纠正85%的过程 问题
通常可纠正大约 15%的过程问题
14
ppt课件
3.统计过程的控制思想
样本不一样，控制用控制图针对每个子组进行控制，收集一个判 定一个
分析的时间不一样，分析用控制图在收集25个子组之后进行，控 制用控制图每个子组进行分析和判断
目的不一样：分析用控制图用来了解制程是否受控，能力是否满 足顾客要求，控制用控制图已经了解顾客要求和控制界限，维持 和保持这种状态
29
9
ppt课件
3.对过程采取措施对重要的 特性采取措施从而避免它们 偏离目标值太远是很经济的 4 .对输出采取措施如果仅限 于对输出检测并纠正不符合 规范的产品，常常是最不经 济的
过程控制的必要： 检测——容忍浪费 预防——避免浪费
10
ppt课件
2.2波动及波动的原因
过程的单个输出间不可避免的差异任何过程都存在产生 变差的原因产生变差的原因可以分为两类，即:
SPC统计过程控制概述(ppt 49页)
raozhong@
9
SPC基础
• SPC (Statistical Process Control) 统计过程控制：利用统计技术对过程中的各个阶段进 行监控，从而得到保证产品质量的目的。
• 二十世纪二十年代美国休哈特(W.A.Shewhart)首创过程 控制(Process Control)理论极其监控过程的工具—控制 图(Control Chart)形成SPC的基础，后扩展到任何可以 应用的数理统计方法。
规律性变化 不变
时间
raozhong@
33
、变化示意图
特性值
©John Z. Rao 2001
无规律变化 不变
时间
raozhong@
34
、变化示意图
特性值
©John Z. Rao 2001
无规律变化 无规律变化
时间
raozhong@
35
X-R控制图
• 计量值最常用、重要的控制图 • 适用范围广：
– X图：
• X正态X正态 • X非正态近似正态（中心极限定理） • 中心极限定理使得X图广为应用。
– R图
• 通过计算机上的模拟试验证实：只要X不是非常 不对称，则R的分布无大的变化。
©John Z. Rao 2001
raozhong@
36
• 灵敏度高
©John Z. Rao 2001
raozhong@
21
判异规则（一）
• 点出界就判异
• 如上图第四点已超出UCL，故判断过程 异常。为什么？若过程正常，则点子超 出UCL的概率为0.135%。若过程异常， 值增大，分布曲线整体上移，则点子超 出UCL的概率大大增加，可能是的几十 倍、几百倍。在这两种可能性中选择一 种，当然选择过程异常。
- 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)。
数据的种类
离散数据 ➢好/坏 ➢机器1，机器2，机器3 ➢工作班次 ➢计数资料（文件中的错误数，产品中的不合格品数，等等） 连续数据（小数点后的位数是有意义的，也可以理解为任何数的 一半，都有其物理意义） ➢时间（秒） ➢压力（psi） ➢速度（米/min） ➢厚度（厘米） ➢等等
样本中心趋势的表达
正态（NORMAL）机率测试图
正态（NORMAL）机率测试图
正态（NORMAL）机率测试图
正态（NORMAL）机率测试图
当P值＞0.05时， 表明该组数据分 布是正态性的，
反之，则不是
目录
第一章：基本统计概念（分布的概念） 第二章：Minitab基本技能 第三章：统计过程控制介绍 第四章：计量型统计过程控制 第五章：SPC控制图的理解 第六章：计数型SPC 第七章：SPC与过程能力研究 总结
SPC统计过程控制
目录
第一章：基本统计概念（分布的概念） 第二章：Minitab基本技能 第三章：统计过程控制介绍 第四章：计量型统计过程控制 第五章：SPC控制图的理解 第六章：计数型SPC 第七章：SPC与过程能力研究 总结
第一部分：基本统计理论
数据的种类 数据分布 ➢数据中心的表达 •平均数 •中位数 •众数 ➢数据离散的表达 •极差 •方差 •标准差 ➢数据分布图形的表达 •正态分布 •正态机率
标准差σ Sigma
n
(xi x)2
i 1
n 1
• 考虑了所有数据的情况从而能真实反 映数据离散程度的大小
• 避免了绝对值计算
正态分布
“正态”分布中的资料具有某种固定的特质 这些特制可协助了解程序的特性 大部分的自然现象及人为程序是呈现正态分布的或经由转 换后可以以正态分布的形式来表现 用来做控制图的数据首先必须是正态分布的，不是正态分 布的数据，要首先转换成正态的
3倍标准偏差（3σ）
LCL控制下限
抽样时间和样本序号
为什么使用统计过程控制？
判断过程是否稳定，处于统计过程控制； 发现产生变异的特殊原因，并采取措施以改善过程； 根据SPC提供的信息，对过程采取预防措施，事先消除产 生变异的特殊原因，以保证过程处于统计过程控制状态
简单扼要的来说，用控制图能让我们更加容易发 现造成非自然变异的特殊原因并且最小化对自然变 异的过敏反应；
正态分布
特质一：正态分布只需下列数据即可完整描述 ➢平均数（用来定位置） ➢标准差（用来决定正态分布的“胖瘦”）
正态曲线
特质2：在曲线下的区段面积可用来估计一特定事件发生之累积机率
某区间内数据的累
f(x)
计机率
68.27%ຫໍສະໝຸດ -1 µ +1x
f(x)
95.45%
-2
µ
+2
x
f(x)
99.73%
-3
µ
+3
x
与平均值相距的标准差个数
正态（NORMAL）机率测试图
利用Normal Probability Plot 我们可以测试一组数据是否 为“正态”分布 若该分布趋近于正态，则Normal Probability Plot 将会趋 近于一直线 利用Minitab 可以简单的制作出Normal Probability Plot 下面我们利用一组数据来检验一下其正态性
什么是SPC?
控制图表是通过随着时间的推移来统计跟踪过程和产品参 数的方法。控制图具体表现出反映（随即）变动的自然界限 的控制上限与下限。这些界限不应与客户规格界限相比较。 控制界限基于对X或Y设立±3sigma平均界限
质量特性值
●
●
●
●
●
●
●● ● ●
UCL控制上限
3倍标准偏差（3σ）
CL中心线
描述统计中常用的技巧
第一、显示描述性统计
显示性描述统计的会话窗口
第二、图形化汇总
图形化汇总结果
MINITAB作图时常用的几个操作
Minitab有三种文件形式，常用的有.mtw和.mpj，其 中.mtw为文件，.mpj为项目，文件为单一的，项目可包含 数个文件 Ctrl+D可以迅速链接到表格，Ctrl+M可以迅速链接到计算 结果，Ctrl+E可以迅速链接到会话窗口 图形化汇总可代替“描述性统计”+“正态性检验”两个功 能
离散度的表达
母体方差
n
2
(xi x)
2 i1
n
样本方差
n
2
(xi x)
S 2 i1
n 1
母体标准差
n
(xi x)2
i 1
n
样本标准差
n
(xi x)2
S i1 n 1
离散度的表达
定义
优、缺点
极差 R Range
Max(X1,..,Xn)-Min(X1,…,Xn)
• 简单，最基本最常用的变异的量度 • 数据越少越好用
平均数： ➢反映出所有数值的影响 ➢显著地受到极端值的影响
中位数： ➢不是必须将所有数值导入计算式中 ➢不受极端值的影响
众数：出现次数最多的那个
样本中心趋势的表达
平均值 Xbar Average
中位数 Xmed Median
众数 Mode
定义
优、缺点
(X1+X2+…+Xn) / n
平均，最基本最常用的集中趋势
的量度，但显著地受到极端值的 影响
Xi大小排列，中间的那个
• 消除了极端值的影响
• 测量不经济或时间长时，用 它来预测平均值
出现次数最多的那个
• 消除了最大和最小值的影响 • 用于极度倾斜的分布
• 用于不规则的分布，如出现 两个高峰
离散度的表达
极差（Range） 一组数据中，极大值与极小值的差 方差 每一资料值与群体平均数离差平方的平均值 标准差 方差的平方根 极差对分离点资料的敏感度比方差高
目录
第一章：基本统计概念（分布的概念） 第二章：Minitab基本技能 第三章：统计过程控制介绍 第四章：计量型统计过程控制 第五章：SPC控制图的理解 第六章：计数型SPC 第七章：SPC与过程能力研究 总结
统计过程控制介绍
SPC历史 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。工业中开始 用统计方法代替事后检验的质量控制方法 二战后，日本从美国请来了戴明，推广控制图的应用。SPC 在日本工业界的大量推广应用，对日本产品质量的崛起起到 了至关重要的作用 八十年代以后，世界许多大公司纷纷在自己内部积极推广应 用SPC，而且对供应商也提出了相应要求。在ISO9000以及 QS9000中也提出了在生产控制中应用SPC方法的要求。