spc统计过程控制ppt课件
合集下载
SPC统计过程管制(PPT 128页)(1)
群鑫電子 方志電子 全億金屬 輪興機械 聯盈塑膠
● 主要研究領域： ISO 9000 , QS 9000 , TS 16949 , 日常管理，目標管理，生產管理 統計製程管制， 6 σ 訓練輔導
2019/11/23
2
『品質』的基本架構
• 定 義：符合顧客的需求 • 流 程：預防不良 • 衡量方法：品質成本 • 執行標準：零缺點
如果 2 tota l
工程输出的方差;
2 X1
输入变量X1的方差;
2 X2
输入变量 X 2的方差;
那么,
2
Total
2
X1
2 X2
所以, Total
2 X1
2 X2
2019/11/23
29
正态分布
• “正态” 分布是一种数据具有某些一致的特性的分布 • 这些特性对于我们理解后面采集数据的过程是非常有用的 • 多数自然现象和人类行为的过程是呈正态分布的,或者 可以
2019/11/23
6
判 斷 上
2019/11/23
統計概念
事實上
區分
沒有顯著 差異
有顯著 差異
沒有顯著 差異
有顯著 差異
β Risk Type II error
α Risk Type I error
7
數據〈Data〉 資訊〈Information〉
情報〈Intelligence〉
知識〈knowledge〉
= S = i=1
N
n
x i
x = i=1
n
n
x i
2
x
s i1
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)(PPT58页)
➢ 普通原因 ➢ 特殊原因
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
普通原因 普通原因造成变差的一个原因，它影响被研究过程的所
有单值。（处于统计控制状态；在统计上受控；受控） 造成随着时间的推移具有稳定的且可重复的分布过程中
的许多变差的原因 特点
过程分布将不发生变化 过程的输出是可预测的 过程是稳定、可控的。 采取系统的措施，由管理人员解决问题
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
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
一个可接受的过程必须是处于受控统计控制 状态的且其固有变差（能力）必须小于图纸 的公差
应通过检查并消除变差的特殊原因使过程处 于受统计控制状态，那么性能是可预测的， 变可评定其满足顾客期望的能力。这是持续 改进的基础
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
3.4过程改进循环
2.1过程的理解及过程控制
1.过程—所谓过程是指共同作用以产出输出的供方、生产 者、人、设备、输入材料、方法和环境及使用输出的顾 客的集合。
过程性能取决于：
供方与顾客之间的沟通
过程设计及实施的方式
运作和管理的方式
2.过程的信息
通过分析过程输出可以获得许多与过程性能有关的信息。如过程 是否稳定，过程能力如何。
4.1控制图应用说明
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
普通原因 普通原因造成变差的一个原因，它影响被研究过程的所
有单值。（处于统计控制状态；在统计上受控；受控） 造成随着时间的推移具有稳定的且可重复的分布过程中
的许多变差的原因 特点
过程分布将不发生变化 过程的输出是可预测的 过程是稳定、可控的。 采取系统的措施，由管理人员解决问题
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
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
一个可接受的过程必须是处于受控统计控制 状态的且其固有变差（能力）必须小于图纸 的公差
应通过检查并消除变差的特殊原因使过程处 于受统计控制状态，那么性能是可预测的， 变可评定其满足顾客期望的能力。这是持续 改进的基础
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
3.4过程改进循环
2.1过程的理解及过程控制
1.过程—所谓过程是指共同作用以产出输出的供方、生产 者、人、设备、输入材料、方法和环境及使用输出的顾 客的集合。
过程性能取决于：
供方与顾客之间的沟通
过程设计及实施的方式
运作和管理的方式
2.过程的信息
通过分析过程输出可以获得许多与过程性能有关的信息。如过程 是否稳定，过程能力如何。
4.1控制图应用说明
SPC教材ppt课件
2018/11/15
page
3
上 海 帷 幄 企 业 管 理 咨 询 有 限 公 司
1.3 八小节
SPC 教材
1.3.1 1.3.2 1.3.3 1.3.4 1.3.5 1.3.6 1.3.7 1.3.8
第一节 第二节 第三节 第四节 第五节 第六节 第七节 第八节
预防与检测 过程控制系统 变差：普通及特殊原因 局部措施和对系统采取措施 过程控制和过程能力 过程改进循环及过程控制 控制图：过程控制的工具 控制图的益处
SPC 教材
2018/11/15
page
12
上 海 帷 幄 企 业 管 理 咨 询 有 限 公 司
SPC 教材
采取的措施类型如不正确将给机构带来大 的损失，不但劳而无功，而且会延误问题的解 决甚至使问题恶化。例如：如果需要管理人员
对系统采取措施（如选择提供一致输入材料的
供方）时却采取的是局部措施（如调整机器） 就不对。
2018/11/15 page 6
上 海 帷 幄 企 业 管 理 咨 询 有 限 公 司
第二节
过程控制系统
有反馈的过程控制系统模型 过程的呼声 人 设备 材料 方法 环境 统计方法 顾客
SPC 教材
我们的工作的方 产品或 式/资源的融合 服务 输出
输入
过程/系统
顾客的呼声 图1 过程控制系统
识别不断变化 的需求和期望
2018/11/15
page
13
上 海 帷 幄 企 业 管 理 咨 询 有 限 公 司
第五节 过程控制和过程能力
5、1过程控制
SPC 教材
5.1.1 避免过度控制或擅自改变，以及控制不 足。
第三节 变差的普通及特殊原因
SPC统计过程控制培训课件(ppt 59页)
二、基本的统计概念-CP&CPK指数
➢制程能力分析前提
过程处于统计稳定状态 过程中测量值服从正态分布 测量变差相对较小，一般可以忽略不计 工程及其他规范准确地代表顾客的需求，
设计目标值位于规范中心
二、基本的统计概念-CP&CPK指数
A
B
二、基本的统计概念-CP&CPK指数 ➢CP值定义
概率
二、基本的统计概念-正态分布
➢正态分布
特点： 中间高，两边低，左右对 称；两边伸向无穷远。
σ越小，分布越集中在μ附 近，σ越大，分布越分散。
µ (mu)- 位置参数和平均值（mean value) ，表示分布 的中心位置和期望值 (sigma) - 尺度参数（分布宽度），表示分布的分散 程度和标准偏差
➢控制图的判定准则
2. 过程异常判定准则 7）连续15点，落在中心线
2）9点以上的点在中心线 一侧连续出现
三、控制图
➢控制图的判定准则
2. 过程异常判定准则 3）6点以上的连续点
增加或减少
4）14点以上连续点， 交替上下打点
三、控制图
➢控制图的判定准则
2. 过程异常判定准则 5）连续 的3点中 2点从中
心线脱离2
6）连续的 5点中 4点从中 心线脱离1
三、控制图
2. 异常波动：是由特殊(异常)原因造成 1. 异常波动引起工序质量变化较大，容易发现，应该由
操作人员发现并纠正。
二、基本的统计概念-统计计量数据
➢基本统计计量说明
1. 总体 调差研究对象的全部 用“N”表示 2. 样本 研究总体的情形和某种目的从总体中抽取一部分的代表者 用“n”表示
二、基本的统计概念-统计计量数据
SPC统计过程控制97022767.ppt
統計—大量化生產 生產過程已基本穩定 無明顯重復異常出現
誠信 務實 專業 精進
SPC的范围与内容
誠信 務實 專業 精進
均值-極差控制图X-R Chart 不良率控制图P Chart 綜合过程能力指数Cpk
誠信 務實 專業 精進
不同阶层人员对SPC的理解
人员阶层 高阶主管 中层骨干 班组线长 作业人员
誠信 務實 專業 精進
控制图的异常示例
点有序分布在中线的上下两侧
原因：表明在选取样 品时，有事先加以挑 选；或有意地选取两 个特定的对象
誠信 務實 專業 精進
控制图异常分析检讨（1）
1. 制程作业未标准化 2. 人员训练不够 3. 机械未加以保养 4. 工具或夹具不适当或使用不当 5. 不良材料混入制程 6. 原设计有错误或图面上的问题等 7. 测试仪器未加以校正或维护
誠信 務實 專業 精進
SPC作業績效評估
1. Cpk≧1.33（或顧客規定值） 2. 過程異常項目減少
誠信 務實 專業 精進
烏龜圖---“SPC控制程序”
過程責任部門：品管部
資 數據庫 源 電腦程式
人 技朮員 員 工程師
輸 顧客要求 入 過程數據
流 均值極差圖
程
P圖 過程能力指數
輸 點圖 出 Cpk值
誠信 務實 專業 精進
控制图异常分析检讨（2）
1. 机械精度不足够 2. 工作环境不适当（如需空调却未安装） 3. 设计上发生矛盾 4. 测试仪器不足或测试方法不适当 5. 缺乏技术人员 6. 综合制程能力不足---材料、机械、加工
方法与人员综合结果，无法达 到品质要求
誠信 務實 專業 精進
控制图异常分析检讨（3）
1. 点的分布：大多数 点分布在CL附近， 小数点散布在上下 管制界限附近
誠信 務實 專業 精進
SPC的范围与内容
誠信 務實 專業 精進
均值-極差控制图X-R Chart 不良率控制图P Chart 綜合过程能力指数Cpk
誠信 務實 專業 精進
不同阶层人员对SPC的理解
人员阶层 高阶主管 中层骨干 班组线长 作业人员
誠信 務實 專業 精進
控制图的异常示例
点有序分布在中线的上下两侧
原因：表明在选取样 品时，有事先加以挑 选；或有意地选取两 个特定的对象
誠信 務實 專業 精進
控制图异常分析检讨（1）
1. 制程作业未标准化 2. 人员训练不够 3. 机械未加以保养 4. 工具或夹具不适当或使用不当 5. 不良材料混入制程 6. 原设计有错误或图面上的问题等 7. 测试仪器未加以校正或维护
誠信 務實 專業 精進
SPC作業績效評估
1. Cpk≧1.33（或顧客規定值） 2. 過程異常項目減少
誠信 務實 專業 精進
烏龜圖---“SPC控制程序”
過程責任部門：品管部
資 數據庫 源 電腦程式
人 技朮員 員 工程師
輸 顧客要求 入 過程數據
流 均值極差圖
程
P圖 過程能力指數
輸 點圖 出 Cpk值
誠信 務實 專業 精進
控制图异常分析检讨（2）
1. 机械精度不足够 2. 工作环境不适当（如需空调却未安装） 3. 设计上发生矛盾 4. 测试仪器不足或测试方法不适当 5. 缺乏技术人员 6. 综合制程能力不足---材料、机械、加工
方法与人员综合结果，无法达 到品质要求
誠信 務實 專業 精進
控制图异常分析检讨（3）
1. 点的分布：大多数 点分布在CL附近， 小数点散布在上下 管制界限附近
- 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)。
４、从２０世纪８０年开始，美国的汽车、钢铁行业开始大力推行 ＳＰＣ
统计过程控制SPC
ＳＰＣ的发展历史：
５、８０年代，我国开始对ＳＰＣ的研究，我国著名的质量管理专家 张公绪教授提出了Hale Waihona Puke 控图的概念，发展了ＳＰＣ的应用领域。
６、目前ＳＰＣ正在朝着“统计过程诊断与调整”的方向前进，国外刚刚 起步，尚无实质性的结果。我国的张公绪教授和他的博士生们目前也 正在进行这方面的研究。
统计过程控制SPC
情景： 某弹簧厂为照相机公司配套，主要生产相机按钮的精细弹簧， 该产品的一个重要性能指标是抗拉性能，主要是通过测得该 弹簧在受到２０克拉力的情况下伸长的长度，顾客要求是在 ［0.0006,0.0014]cm之间。
统计过程控制SPC
情景： 现在，我们得到一台机器在上午８点到９点３０所制造的５０ 个弹簧在受到２０克拉力情况下的伸长长度直方图，如下：
统计过程控制SPC
主要内容： 1、统计过程控制（ＳＰＣ）的发展简史 2、控制图 3、过程能力 4、预控图的做法
过程控制系统
有反馈的过程控制系统模型
人 设备 材料 方法 环境
过程的呼声
统计方法 我们工作 的方式/资 产品/ 源的融合 服务
输入
过程/系统 顾客的呼声
顾客
输出 识别不断变化的 需求量和期望
并将测量结果以直方图形式表达，我们将会得到下列结果：
:
Mean
9
10
11
=
x
N
Sigma (标准差)
9
10
11
( - x)2
=
N
Sigma (样本标准差) S
9
平均10值
11
(X- x)2
S=
N -1
spc目标：统计图示
流程偏离目标 Target
多余的误差 Target
统计过程控制SPC
目前在我国，非汽车行业的企业应用ＳＰＣ工具的比例非常低， 估计在１０％左右。
控制图的种类
1、按数据性质分类：
计量型控制图
平均数与极差控制图( X R Chart)
平中均位数数与与标 极准差差控控制制图图( (X~XRChCahratr)t)
个別值与移动极差控制图( XRmchart)
LSL
USL
趋中的流程
LSL
Target
USL
减少误差
LSL
USL
统计过程控制SPC
ＳＰＣ相关概念
１、标准差 ２、平均数 ３、中位数 ４、极差 ５ 、众数 ６，ＰＰＫ：长期过程能力 ７、ＣＰＫ：短期过程能力；
控制图的做法
一、概述 二、应用控制图的步骤 三、应用实例 四、控制图的观察与分析
统计过程控制SPC
ＳＰＣ相关概念
１、标准差 σ ２、平均数 ３、中位数 ４、极差 ５ 、众数 ６，ＰＰＫ：长期过程能力 ７、ＣＰＫ：短期过程能力；
什么是σ ？ What is σ?
什么是标准差
σ代表标准差，标准差用于描述各种可能的 结果相对于平均值的波动程度。
研究“平均”，同时更关注“波动（散布）”！
计数值控制图
不良率控制图(P chart)
不良数控制图(Pn chart,又称np chart或d chart)
缺点数控制图(C chart)
单位缺点数控制图(U chart)
统计过程控制SPC
ＳＰＣ的其他工具
１、预控图：一线人员使用； ２、选控图：制药，饮料，化工行业使用； ３、累积和图：高精度生产过程使用；
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。
看到这个图形， 您会得出什么结论？
都是合格的。
0.0006
0.0014
统计过程控制SPC
情景：如果从时间的角度来看这５０个点，如果是下面的图形， 您又怎么看呢?您认为这是一个可以信赖的生产过程吗？
延 0.0014 长 度
0.0006
８:00
9:30
控制图是用于分析和控制过程质量的一种方法。 控制图是一种带有控制界限的反映过程质量的记录图形。
一、概述-控制图的原理
目前绝大多数的生产结果都服从中间高，两 边低的“正态分布”图形，即大部分的结果 会集中在某个数值的范围内，只有少部分会 离均值非常远
图的纵轴代表产品质量特性值(或由质量特性值获得的某种统计量)； 横轴代表按时间顺序(自左至右)抽取的各个样本号； 图内有中心线(记为CL)、上控制界限(记为UCL)和下控制界限(记 为LCL)三条线
上控制界限(UCL)
中心线(CL)
下控制界限(LCL)
统计过程控制-SPC
您是否有这样的经历，质保部每个月都进行质量情况分析， 使用了各种工具，包括鱼刺图，直方图等等，但在下个月， 情况依然没有什么太大的变化？原因何在？
啊 ！平均水深 不是说 4m吗 ？
平均水深 4M
愉快的休假….碧波荡漾… 到东海度假的MIKE先生希 望通过跳水来消除长期积 存的压力与疲劳，于是他 爬到了跳台上。跳台上贴 着这样一张告示：“注意： 平均水深4米”，对自己的 游泳水平非常自信的MIKE 先生想到平均水深是4米， 便毫不犹豫跳进大海 里。。。
统计过程控制SPC
ＳＰＣ的发展历史：
１、２０世纪２０年代，美国统计学家休哈特博士（Ｗ.A.Shewhart） 提出（ＰＤＣＡ循环）；
２、１９５０年，戴明将ＳＰＣ带入日本，经过３０年的努力， 日本跃居世界质量与生产率的领先地位，ＳＰＣ是日本
获得成功的基石之一；（名古屋大学１９８４年的调查）
３、２０世纪８０年代，ＳＰＣ在北美和欧洲复兴，成为对抗来自 日本的竞争的有力武器；
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
ＳＰＣ的发展历史：
５、８０年代，我国开始对ＳＰＣ的研究，我国著名的质量管理专家 张公绪教授提出了Hale Waihona Puke 控图的概念，发展了ＳＰＣ的应用领域。
６、目前ＳＰＣ正在朝着“统计过程诊断与调整”的方向前进，国外刚刚 起步，尚无实质性的结果。我国的张公绪教授和他的博士生们目前也 正在进行这方面的研究。
统计过程控制SPC
情景： 某弹簧厂为照相机公司配套，主要生产相机按钮的精细弹簧， 该产品的一个重要性能指标是抗拉性能，主要是通过测得该 弹簧在受到２０克拉力的情况下伸长的长度，顾客要求是在 ［0.0006,0.0014]cm之间。
统计过程控制SPC
情景： 现在，我们得到一台机器在上午８点到９点３０所制造的５０ 个弹簧在受到２０克拉力情况下的伸长长度直方图，如下：
统计过程控制SPC
主要内容： 1、统计过程控制（ＳＰＣ）的发展简史 2、控制图 3、过程能力 4、预控图的做法
过程控制系统
有反馈的过程控制系统模型
人 设备 材料 方法 环境
过程的呼声
统计方法 我们工作 的方式/资 产品/ 源的融合 服务
输入
过程/系统 顾客的呼声
顾客
输出 识别不断变化的 需求量和期望
并将测量结果以直方图形式表达，我们将会得到下列结果：
:
Mean
9
10
11
=
x
N
Sigma (标准差)
9
10
11
( - x)2
=
N
Sigma (样本标准差) S
9
平均10值
11
(X- x)2
S=
N -1
spc目标：统计图示
流程偏离目标 Target
多余的误差 Target
统计过程控制SPC
目前在我国，非汽车行业的企业应用ＳＰＣ工具的比例非常低， 估计在１０％左右。
控制图的种类
1、按数据性质分类：
计量型控制图
平均数与极差控制图( X R Chart)
平中均位数数与与标 极准差差控控制制图图( (X~XRChCahratr)t)
个別值与移动极差控制图( XRmchart)
LSL
USL
趋中的流程
LSL
Target
USL
减少误差
LSL
USL
统计过程控制SPC
ＳＰＣ相关概念
１、标准差 ２、平均数 ３、中位数 ４、极差 ５ 、众数 ６，ＰＰＫ：长期过程能力 ７、ＣＰＫ：短期过程能力；
控制图的做法
一、概述 二、应用控制图的步骤 三、应用实例 四、控制图的观察与分析
统计过程控制SPC
ＳＰＣ相关概念
１、标准差 σ ２、平均数 ３、中位数 ４、极差 ５ 、众数 ６，ＰＰＫ：长期过程能力 ７、ＣＰＫ：短期过程能力；
什么是σ ？ What is σ?
什么是标准差
σ代表标准差，标准差用于描述各种可能的 结果相对于平均值的波动程度。
研究“平均”，同时更关注“波动（散布）”！
计数值控制图
不良率控制图(P chart)
不良数控制图(Pn chart,又称np chart或d chart)
缺点数控制图(C chart)
单位缺点数控制图(U chart)
统计过程控制SPC
ＳＰＣ的其他工具
１、预控图：一线人员使用； ２、选控图：制药，饮料，化工行业使用； ３、累积和图：高精度生产过程使用；
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。
看到这个图形， 您会得出什么结论？
都是合格的。
0.0006
0.0014
统计过程控制SPC
情景：如果从时间的角度来看这５０个点，如果是下面的图形， 您又怎么看呢?您认为这是一个可以信赖的生产过程吗？
延 0.0014 长 度
0.0006
８:00
9:30
控制图是用于分析和控制过程质量的一种方法。 控制图是一种带有控制界限的反映过程质量的记录图形。
一、概述-控制图的原理
目前绝大多数的生产结果都服从中间高，两 边低的“正态分布”图形，即大部分的结果 会集中在某个数值的范围内，只有少部分会 离均值非常远
图的纵轴代表产品质量特性值(或由质量特性值获得的某种统计量)； 横轴代表按时间顺序(自左至右)抽取的各个样本号； 图内有中心线(记为CL)、上控制界限(记为UCL)和下控制界限(记 为LCL)三条线
上控制界限(UCL)
中心线(CL)
下控制界限(LCL)
统计过程控制-SPC
您是否有这样的经历，质保部每个月都进行质量情况分析， 使用了各种工具，包括鱼刺图，直方图等等，但在下个月， 情况依然没有什么太大的变化？原因何在？
啊 ！平均水深 不是说 4m吗 ？
平均水深 4M
愉快的休假….碧波荡漾… 到东海度假的MIKE先生希 望通过跳水来消除长期积 存的压力与疲劳，于是他 爬到了跳台上。跳台上贴 着这样一张告示：“注意： 平均水深4米”，对自己的 游泳水平非常自信的MIKE 先生想到平均水深是4米， 便毫不犹豫跳进大海 里。。。
统计过程控制SPC
ＳＰＣ的发展历史：
１、２０世纪２０年代，美国统计学家休哈特博士（Ｗ.A.Shewhart） 提出（ＰＤＣＡ循环）；
２、１９５０年，戴明将ＳＰＣ带入日本，经过３０年的努力， 日本跃居世界质量与生产率的领先地位，ＳＰＣ是日本
获得成功的基石之一；（名古屋大学１９８４年的调查）
３、２０世纪８０年代，ＳＰＣ在北美和欧洲复兴，成为对抗来自 日本的竞争的有力武器；
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，