五大工具之-SPC
IATF16949五大核心工具APQP、FEMA、MSA、PPAP和SPC的关系
这里需要说明的是控制计划，是APQP策划的结果，在这个结果中必然要用到测量工具，而这些测量工具是否能满足对过程测量的需要，需要用MSA来进行分析。
简单地说控制计划中所涉及的测量器具都应该做MSA，然后在最初的控制计划中，也就是试生产的控制计划中，策划的测量工具或所选用的SPC未必能有好的效果，因些可能会进行调整和改进，最后形成正式生产的控制计划。
APQP是在向整车厂提供新产品的时候，作为零部件公司必须要做的一项工作，意在产品未进行生产之前把所有的问题解决掉，所以它是个复杂的过程，也是需要几个来回反复才会成为最后策划的结果。
FMEA则是在APQP的二三阶段时进行的失效模式分析，包括产品和过程，这里最重要的一点是这个时候产品并未生产出来；
而是一种潜在的可能性分析，很多企业总是不习惯这一点，总是把它当成已经在生产的产品去分析。精益生产促进中心。
五大质量工具是TS16949的核心，是经过证明适用于汽车行业的质量工具，对于提高汽车行业的质量管理水平和竞争力，将起到重要作用。
第二、IATF16949 五大工具的关系
这个话题如果没有实践的人一定是弄不清楚的，就算是有实践的人也未必能弄清楚，因为他们的相互交错。
福特用了一百年的时间画出的经典的APQP网络图，可见其用心之最。在这里我对五大工具做简单的描述希望能给大家一个基本的概念。
5、生产件批准程序（PPAP）
生产件批准程序为一种实用技术，其目的是在第一批产品发运前，通过产品核准承认的手续，验证由生产工装和过程制造出来的产品符合技术要求。
实施PPAP的目的：
·确定供方是否已经正确理解了顾客工程设计记录和规范的所有要求。
五大技术工具之SPC
（一）统计过程控制的基本概念1.什么是统计过程控制？使用诸如控制图等统计技术来分析过程或其输出，以便采取适当的措施来达到并保持统计控制状态从而提高过程能力，称之为统计过程控制。
2.什么是控制图：使用统计方法，将收集数据计算出一条中心线和两条控制界限，也就是我们所能做到制程能力水准。
随时将样本数据计算并点入控制图内，以提醒作业人员注意，如发现超出控制界限外或异常现象时，立即进行改善工作，以防止不合格发生。
3.什么是计量型数据？计量型数据就是定量的等级,可用测量值分析,如尺寸10.04,圆轴直径6.0mm。
4.什么是计数型数据？计数型数据就是可以用来记录和分析的定性数据，如一批产品不合格个数。
5.什么是变差过程的单个输出之间不可避免的差别，过程中由于受到人、机、物、法、环、测量等因素影响，输出的零件、半成品或成品个体之间必然会存在差异，这种差异就称之为变差，产生变差原因为普通原因和特殊原因。
6.什么是变差的普通原因和特殊原因？普通原因：（机遇原因）指的是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原因。
普通原因的识别：①如用同一量具，由同一人测量某人身高数次，所得测量值有差异存在。
②在生产工作中，虽然定有操作标准，但在操作条件容许之范围内必有变化。
③原材料之品质在其规格范围内的变异，如材料重量、密度、厚薄等。
特殊原因：（非机遇原因）是指造成不是始终作用于过程的变差原因，即当它们出现时将造成整个过程的分布改变。
如果系统内存在变差的特殊原因，随着时间推移，过程的输出将不稳定。
特殊原因的识别：①如由于机器智步彤、材料之差异、人为之因素或操作原因，影响品质之变异，这些原因都是可以避免的；②未遵照操作标准而操作，所发生的变异；③机器设备之故障发生的变异；④操作人员之变动造成的变异。
普通原因与特殊原因的区别：普通原因的变异特殊原因的变异1.大量之微小原因引起。
2.不管发生何种之普通原因，其个别之变异极为微小。
五大工具-SPC
28
11. MINITAB输出图(一次性取样）
路径: 统计/质量工具/ 能力分析/正态
PPM: Parts Per Million 百万分之一
虽然样本数据都在规格内， 但Cpk=0.83, PPM>USL竟然能达到22605.39
TS16949五大工具
TS16949五大工具 1. 产品质量先期策划(APQP) 2. 潜在失效模式与后果分析(FMEA) 3. 测量系统分析(MSA)
4. 统计过程控制(SPC)
5. 生产件批准程序
1
SPC(统计过程控制) Statistical Process Control
2
ห้องสมุดไป่ตู้
一.SPC的定义
37
15
二.Cpk工序能力
16
1. 定义及目的
CP,CPK---短期过程能力指数,
用作评估工序操作状态稳定性及工序能力能否符合规格要求的指標, 即将过程能力定量化评估出来的尺度。
目的: 1.改善工序生产力及产品质量. 2.帮助了解工序制造公差. 3.评估设备工序能力能否达到要求. 4.比较不同设备之工序能力.
ID1060成品内阻, USL=35
ID971成品内阻, Cpk=1.51
实际均值=12.1
Average=L=380,
但后面出现小柱形分布，异常点无法识别出导致流出！
规格需要更加的合理!
均值=263.45， 标准差=13.9, 那么合理的上限应该是
=263.45+3*13.9=305
16. 案例分享2
17
2. 正态分布
过程能力指数是在假设质量特征分布在正态分布的条件下 进行的。
TS16949五大工具之五SPC
1．什么是SPC:统计过程控制(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。
2.SPC运用产生:SPC源于上世纪二十年代，以美国Shewhart博士发明控制图为标志。自创立以来，即在工业和服务等行业得到推广应用，自上世纪五十年代以来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；上世纪八十年代以后，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及QS9000中也提出了在生产控制中应用SPC方法的要求。
5.常规控制图的类型：①均值和极差图；②均值和标准差图；③中位数和极差图；④单值和移动极差图。
6.制程能力CPK：Complex Process Capability index 的缩写，是现代企业用于表示制程能力的指标。制程能力是过程性能的允许最大变化范围与过程的正常偏差的比值。制程能力研究在於确认这些特性符合规格的程度，以保证制程成品不符规格的不良率在要求的水准之上，作为制程持续改善的依据。
3.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：可能需要消除过程中的系统性因素，也可能需要管理层的介入来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。
4.SPC可以为企业带来的好处:SPC强调全过程监控、全系统参与，并且强调用科学方法（主要是统计技术）来保证全过程的预防。SPC不仅适用于质量控制，更可应用于一切管理过程（如产品设计、市场分析等）。正是它的这种全员参与管理质量的思想，实施SPC可以帮助企业在质量控制上真正作到"事前"预防和控制。
质量管理五大核心工具之SPC
质量管理五大核心工具之SPC统计过程控制（简称SPC）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。
【概念】SPC是一种制造控制方法，是将制造中的控制项目，依其特性所收集的数据，通过过程能力的分析与过程标准化，发掘过程中的异常，并立即采取改善措施，使过程恢复正常的方法。
利用统计的方法来监控制程的状态，确定生产过程在管制的状态下，以降低产品品质的变异SPC能解决之问题1、经济性：有效的抽样管制，不用全数检验，不良率，得以控制成本。
使制程稳定，能掌握品质、成本与交期。
2.预警性：制程的异常趋势可即时对策，预防整批不良，以减少浪费。
3.分辨特殊原因：作为局部问题对策或管理阶层系统改进之参考。
4.善用机器设备：估计机器能力，可妥善安排适当机器生产适当零件。
5.改善的评估：制程能力可作为改善前後比较之指标。
【目的】·对过程做出可靠有效的评估；·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。
【计算表】Pp 和Ppk不合格率计算能力比值PP不合格（双边）Ppk不合格（单边）0.50 133,620 66,8100.60 71,860 35,9300.70 35,730 17,8650.80 16,396 8,1980.90 6,934 3,4671.00 2,700 1,3501.10 966 4831.20 318 1591.30 96 481.40 26 131.50 7 31.60 2 11.70 0.340 0.1701.80 0.060 0.0301.90 0.012 0.0062.00 0.002 0.001【实施阶段】实施SPC分为两个阶段：一是分析阶段，二是监控阶段。
五大工具SPC简介
表现为数据偏倚与数据离散都有，数据偏倚，可以通过调整解决，数据离散了，只能更换系统才能解决。
四、局部措施和系统措施
局部措施解决变差的特殊原因，这是过程操作人员的责任。管理人员的介入也是为了更好的让直接操作人员承担这个责任。
解决变差的普遍原因应采取系统措施，这不是操作者的责任，是管理人员的责任。
6、对输出采取措施、如严格检验及剔除不合格产品的措施是不经济的。仅仅作为过程不稳定或工程能力不足时的临时措施用。
二、变差的普遍原因和特殊原因
上述5M1E人、机、料、法、测量、环境等原因，造成产品特性变差的原因可分为：
1、普通原因：随时间稳定分布，是偶然性原因造成波动质量波动。当普通原因不改变时，过程是稳定的，是可以预测的。 这叫：“过程处于受控状态”或“受控”。
2、过程能力：在只存在的普遍原因得到的过程偏差（一般用几个σ来表达）它表示过程加工时数据的离散程度。实际加工时，实际加工的数据中心相对规范要求的数据中心总有一定的偏离程度。这需要专门转化一下，才能达到标准状态。
六、SPC在ISO/TS16949标准中的应用
6．1批量生产产品质量的四种状态：
表1批量生产产品质量的四种状态
普通原因与特殊原因的比较
表1
普通原因
特殊原因
定义
造成过程数据间的差异，但数据总体分布随时间推移具有重要性与稳定性的许多变异原因之和。
造成过程数据间差异，但数据总体分布有随时间推移而不断发生变化的原因；
特点
1、存在于任何过程；
2、不能利用现有技术进行控制；
3、对过程影响轻微，但不稳定；
1、时有时无；
2、不一定存在在每一个过程中；
质量管理五大工具-SPC
2、控制图的分类、原理及制作
Ppk与Cpk的区别
1、CPK 主要是子组间的变差产生，所以数据要分组，也就是说，采值是进行分组，涉及到子 组，子组容量，采值频次等。它针对的是一个长期的过程。做CPK时，过程要求受控。
2、PPK是整体变差的影响，它不考虑采值的过程，可以连续采值也可以间断采值。
3、PPK的评价过程是稳定过程，PPK可以不是稳定的过程；CPK的样本容量是30~50，PPK的 样本容量是大于或等于100；CPK评价的是单批（几小时 或几天），PPK评价的是多批（几周 或几个月）。CPK=1.33（1.5的偏离）是4σ的水平，合格率达到99.379%。根据PPAP手册在 汽车行业 量产阶段CPK的接受准则是≥1.67。但≥1.33表示目前尚可接受，需要改进 。
1、基本概念
样本
抽样
测试
群体 SPC基本步骤 数据
行动
分析
结论
1、基本概念
过程控制系统 与
过程变差
过程控制系统 目的：使我们提供的产品或服务满足客户需求
过程控制的需要： 检测---容忍浪费 预防---避免浪费
定义： 通过识别顾客的需求和期望，使用诸如控制图等统计技 术来分析过程或其输出以便采取适当的措施来达到并保 持统计控制状态从而提高过程能力的一个系统，也可称 为一个反馈系统
1、基本概念
统计量
13）管制上限(控制上限)：UCL 14）管制中心线(控制中心线)：CL 15）管制下线(控制下限)：LCL 16）规格上限：USL 17）规格中心线：SL 18）规格下限：LSL 19）偏移度： Ca 20）制程能力指数: Cp
表示制程特性的一致性程度。越大越集中，越小越分散 21）制程能力指数：Cpk
质量管理五大工具-SPC培训
质量管理五大工具SPC培训一、引言随着市场竞争的日益激烈，企业对于产品质量的要求也越来越高。
为了确保产品质量，企业需要采用科学的质量管理方法。
统计过程控制（SPC）作为质量管理五大工具之一，能够帮助企业有效监控和改进产品质量，提高生产效率，降低成本。
本培训将介绍SPC的基本概念、原理、方法和应用，帮助学员掌握SPC工具，提升质量管理水平。
二、SPC概述1. SPC的定义SPC（Statistical Process Control，统计过程控制）是一种利用统计方法对生产过程中的数据进行实时监控和分析，以判断过程是否处于受控状态，并采取措施使过程保持稳定的方法。
2. SPC的核心思想SPC的核心思想是通过对生产过程中的数据进行实时监控和分析，及时发现异常波动，采取纠正措施，使过程保持稳定，从而提高产品质量和生产效率。
3. SPC的作用（1）实时监控生产过程，及时发现异常波动；（2）分析原因，采取纠正措施，使过程保持稳定；（3）降低不合格品率，提高产品质量；（4）降低生产成本，提高生产效率。
三、SPC的基本方法1. 控制图控制图是SPC的核心工具，用于实时监控生产过程中的数据变化。
通过控制图，可以直观地判断过程是否处于受控状态，及时发现异常波动。
2. 过程能力分析过程能力分析是对生产过程稳定性的评估，通过计算过程能力指数，判断过程能否满足产品质量要求。
3. 变差分析变差分析是分析生产过程中各种因素对产品质量的影响，找出主要影响因素，从而采取措施降低变差，提高产品质量。
4. 实验设计实验设计是一种系统化的方法，通过设计实验方案，优化生产过程，提高产品质量和生产效率。
5. 统计推断统计推断是利用统计方法对生产过程中的数据进行推断，评估产品质量和生产过程的稳定性。
四、SPC的应用1. 生产过程中的实时监控在生产过程中，利用控制图对关键质量特性进行实时监控，及时发现异常波动，采取纠正措施，确保产品质量。
2. 产品质量改进通过过程能力分析和变差分析，找出影响产品质量的主要因素，采取措施降低变差，提高产品质量。
五大工具之-SPC培训教材
异常值检测和处理方法
图形化方法
通过绘制箱线图、散点图等图形，直观地发 现异常值。
机器学习方法
利用聚类、分类等算法检测异常值，提高检 测准确性和效率。
统计方法
采用3σ原则、Z分数等方法检测异常值，并 给出异常值判定标准。
异常值处理
根据异常值产生的原因和影响程度，采用保 留、替换或删除等方法处理异常值。
企业级推广实践经验分享
领导层的支持与推动
企业领导层应充分认识到SPC在质量 管理体系中的重要性，积极推广并提 供必要的资源支持。
制度建设与激励机制
企业应建立完善的SPC应用制度和管理流 程，同时建立相应的激励机制，鼓励员工 积极参与SPC应用和质量改进活动。
培训与人才培养
企业应加强对员工的SPC培训，提高 员工的质量意识和技能水平，培养一 支具备SPC应用能力的专业团队。
制工具。
SPC起源于20世纪20年代的美 国，由休哈特博士提出，后经不 断发展和完善，广泛应用于制造
业中。
SPC强调通过过程的预防控制来 减少或避免不良品的产生，从而
提高产品质量和生产效率。
统计过程控制核心思想
利用统计方法对过程中的各个 阶段进行监控，及时发现并解 决问题。
通过控制图等工具对过程数据 进行分析和判断，确定过程是 否处于稳定状态。
灵活运用判异准则
根据实际情况，选择合适的判异准则 进行异常点判断。
案例分析：实际问题解决方案
案例选择
问题分析
挑选具有代表性的实际案例，涵盖不同类 型的问题和解决方案。
运用控制图对案例中的问题进行深入分析 ，找出根本原因。
解决方案制定
方案实施与效果评估
根据问题分析结果，制定针对性的解决方 案。
质量管理五大工具-统计过程控制SPC
质量管理五大工具-统计过程控制SPC一、什么是统计过程控制－统计过程控制（StatisticalProcessControl）是为了贯彻预防原则，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。
－SPC是用统计技术的方法对过程进行研究和控制。
二、产品质量波动－产品质量具有波动性和规律性。
在生产实践中，即便操作者、机器、原材料、加工方法、测试手段、生产环境等条件相同，但生产出的一批产品的质量特性数据却不完全相同，总是存在着差异，这就是产品质量的波动性。
因此，产品质量波动具有普遍性和永恒性。
当生产过程处于统计控制状态时，生产出来的产品的质量特性数据，其波动服从一定的分布规律，这就是产品质量的规律性。
－从统计学的角度来看，可以把产品质量波动分成正常波动和异常波动两类。
1、正常波动正常波动是由随机原因（普通原因）引起的产品质量波动。
这些随机因素在生产过程中大量存在，对产品质量经常产生影响，但它所造成的质量特性值波动往往比较小。
普通原因：随时间推移具有稳定的并可重复分布的许多原因。
是过程变差的偶然因素。
永远存在，不可查明。
－例如，原材料的成分和性能上的微小差异；机器设备的轻微振动；温度、湿度的微小变化；操作方法、测量方法、检测仪器的微小差异，等等。
要消除造成这些波动的随机因素，在技术上难以达到，在经济上的代价也很大。
因此，一般情况下这些质量波动在生产过程中是允许存在的，所以称为正常波动。
公差就是承认这种波动的产物。
－我们把仅有正常波动的生产过程称为处于统计控制状态，简称为受控状态或稳定状态。
2、异常波动异常波动是由特殊原因引起的产品质量波动。
这些系统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，它对产品质量的影响就比较显著。
特殊原因：◆不是始终作用于过程的变差的原因，以不可预测的方式来影响过程输出，可查明。
五大工具-SPC
五大工具-SPC
接上页 对于X 图，坐标上的刻度值的最大值与最小值的差应至少为子组均值（X） 的最大值与最小值的差的2倍，对于R图坐标上的刻度值的最大值与最小值的
差应为初始阶段所遇到的最大极差（R）的2倍。 注：一个有用的建议是将 R 图的刻度值设置为 X 图刻度值的2倍。 （ 例如：平均值图上1个刻度代表0.01英寸，则在极差图上 1个刻度代表0.02英寸）
读数 5
173 173 172 175 175 173 172 169 175 175 172 170 173 171 171 175 173 171 174 170 175 172 172 175 173 171 170 170 173
C
读数之和 读数数量
R=最大值-最小值
174 2
175 3
175 5
措施选择不当的后果
五大工具-SPC
何时需要采取措施? 何种过程控制和过程能力能接受？
技术状 态满足
要求
可 接 受
受控
非受控
Ⅰ 理想状态—过程处于控 Ⅲ 过程满足要求可被接受，
制状态，满足要求的能力是 但不受控.如果特殊原因已确
可接受的
定但难以以经济的方式予以
消除, 过程也可能被顾客接受
不可 接受
Ⅱ 过程虽然受控，但是由 Ⅳ 过程既不受控，也不可接 普通原因引起的变化过多， 受，普通和特殊原因引起的 必须减少。短期来讲可以通 变差都必须被减少。100%检 过100%检查以保护客户 查并采取措施稳定过程
▲ 特殊原因——指并不永远作用于过程而 引起变化的任何因素,间断的
程输出的所有单值
• 处于统计控制状态的稳定系统(受控) • 过程的输出是可预测的
• 如果存在特殊原因，过程输出随时间进程 将不是稳定的(不受控)
- 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)。
b）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。 c）子组数：子组越多，变差越有机会出现。一般为25 组，首次使用管制图选用35 组数据，以便调整。 1-2 建立控制图及记录原始数据 （见下图）
计量型管制图 平均值与全距管制图(Xbar-R Chart)
在计量值管制图中,X-R管制图系最常用的一种,所谓平均 值与全距管制图,系平均值管制图(Xbar-Chart)与全距管 制图 (R Chart)二者合并使用.
平均值管制系管制平均值的变化,即数据的集中趋势变化
全距管制图则管制变异的程度,即数据的离散趋势的状况
2.954 2.401 2.568 2.670 2.574 2.633 0.533
2.628 2.703 2.266 2.285 2.282 2.433 0.437
2.427 2.365 2.489 2.676 2.214 2.434 0.462
2.287 2.438 2.770 2.376 2.504 2.473 0.483
局部措施
通常用来消除变差的特殊原因 通常由与过程直接相关的人员实施 通常可纠正大约15%的过程问题
• 对系统采取措施
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
问题类型与SPC
问题类型
造成问题的原因 最佳控制条件
T型
明确 明确
A型
明确 不明
X型
不明 不明
可用之统计工具
合计
100
直方图:
频数
30
20
10
0
42.265
42.445
长度
正态分布
正态分布的特征
中间高两过低
左右对称
曲线与横轴所围的面积为1
制程能力Cpk评估
a) 判别产品质量是否稳定;
b)
证明产品质量精度是否足够 .
生产过程中,主要影响制程能力的有以下一些因素:
人、机、料、法、环、测
基本统计公式
1. X : 平均值
(4.55%以上)
等級 4級 3級 2級 1級 特級
规格分布狀況
判断基准
SL
4 6 8
SU
制程能力很不足 制程能力不足
0.67≦Cp<1.0
(0.27%~4.55%)
1.0≦Cp<1.33
(60ppm~0.27%)
制程能力中的最低水準 有充分的制程能力
1.33≦Cp<1.67
(0.6ppm~60ppm)
如果存在变差的特殊 原因，随着时间的推 移，过程的输出不 稳定
时间
范围 不受控 （存在特殊原因）
过程能力
受控且有能力符合规范 （普通原因造成的变差已减少） 规范下限
规范上限
时间
范围 受控但没有能力符合规范 （普通原因造成的变差太大）
局部措施和系统措施
•
1σ 2σ 3σ 1.5 σ
4σ
5σ 6σ
基本统计公式
5. 偏移系数Ｋ（也叫准确度Ｃa）
k=
x-T0 T 2
表示整体偏移的程序 相对于规格中心的变异
6. Cpk制程能力指数
Cpk=Cp*(1-K)
既反映技术（s）水平， 也反映管理（k）水平
工程能力的判断基准
制程能力指数 (推定不良率) Cp<0.67
变 异 小 偏 移 小
制程能力分析判断图表
大
S
小
管理水平足够 技术水平不足 管理水平足够 技术水平足够
管理水平不足 技术水平不足 管理水平不足 技术水平足够
小
K
大
枪法好坏比喻
SPC 基本理念
1. 没有两样东西是完全一样的---变异.
2. 产品或制程内的变异是能被测量的.
变异的来源 : 人 , 机 , 料 , 法 , 环,测 3. 由于异常原因引起的变异将导致正态分布的变 形
管制图选定原則
管制图选定
计量值
资料性質?
计量值
N ≧2
样本数 N≧2?
N=1
不良数
資料是不良数 还是缺点数?
缺点数
X
中心线CL 之性質?
一定
N是否 不一定 一定? 一定 单位大小 是否一定? 不一定
N ≧10
N是否 较大?
N =2~5
X-σ 图
X-R 图
X-R 图
X-Rm 图
pn 图
p 图
C 图
u 图
SPC统计制程管制
课程安排
一、spc概念 二、数理统计基础 三、制程能力 四、管制图的绘制 X-R 管制图 P 管制图 五、管制图分析
什么是统计？
“ 数据 ” 通过 “ 计算 ”产生出“ 有意义的 情报 ”
数 据
计 算
情 报
什么是有意义的情报？
例 1 : 拉力强度很好
例 2 : 拉力强度平均为5kg/cm2 例 3 : 大多数产品的拉力強度在 5kg ± 0.6kg之內 例 4 : 99.73%的产品其拉力强度在
均值和极差图（X-R）
1、收集数据
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
以样本大小一致的方式抽样，每次抽样通常包括2-5件连续 的产品，并周性期的抽取子组。
1-1 选择子组大小，频率和数据 a） 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。
变异统计规律: 常态分布
68.27%
0.135% 95.45% 99.73%
-3σ -2σ -1σ μ +1σ +2σ +3σ
常态分布两个重要参数: 平均值 μ: 描述品质特性值之集中位臵 标准差σ : 描述品质特性值之分散程度
两种
偶然原因
变异
(偶然性,不易识别,不易消除, 大量的)
如：刀具的正常磨损,以及操作者细微的不稳定等. 其对品 质变异起着细微的作用,是正常的，它的存在决定了产品品 质数据的稳态分布。 (可以容许的偏差)
输入 过程/系统 顾客的呼声 输出
1、分析过程 本过程应做什么？ 会出现什么错误？ 本过程正在做什么？ 达到统计控制状态？ 确定能力 计划 措施 实施 研究 计划 措施
2、维护过程 监控过程性能 查找变差的特殊原因并 采取措施。
实施 研究
计划
实施 3、改进过程 改进过程从而更好地理解 普通原因变差 减少普通原因变差
1-4、选择控制图的刻度 4-1 两个控制图的纵坐标分别用于 X 和 R 的测量值。 4-2 刻度选择 ：
对于X 图，坐标上的刻度值的最大值与最小值的差应至 少为子组均值（X）的最大值与最小值的差的2倍，对于R图坐标上 的刻度值的最大值与最小值的差应为初始阶段所遇到的最大极差 （R）的2倍。
1
2
1/7 9:0010:00
3
1/7 10:0011:00
4
1/7 11:0012:00
5
1/7 13:0014:00
6
1/7 14:0015:00
7
1/7 15:0016:00
……
时间
X1 X2 X3 X4 X5
1/7 8:009:00
……
…… …… …… …… …… …… ……
2.659 2.303 2.267 2.476 2.267 2.394 0.392
异常原因（系统性,易识别,可以消除）
如:设备的不正确调整,刀具的严重磨损,操作者偏离操作指 导等. ---其对品质变异影响程度大,生产失控,为异常原因
(不可以容许的偏差→要排除)
如果仅存在变差的普通原因， 随着时间的推移，过程的输 出形成一个稳定的分布并可 预测。
目标值线
预测
时间 范围 目标值线 预测
SU-SL
6s
=
T
6s
反映技术（s）水平 好比仪器精度
公差Ｔ = SU-SL
規格上限SU : 規格下限 SL
制程精密度Cp 它是既定的规格标准与制程能力的比值,记为Cp
样品数据计算出的6σ
规格范围T Cp=
样品数据计算出的6s
规格范围T
偏移
偏移
-6σ -5σ -4σ -3σ
-2σ
-1σ 1.5 σ
措施
研究
管制图类型
X-R 均值和极差图 计 计 量 X-δ均值和标准差图 数 型 型 数 ~ 数 据 X R 中位值极差图 据 X-MR 单值移动极差 图
P chart 不良率 管制图 nP chart 不良数 管制图 C chart 管制图 缺点数
U chart 单位缺 点数管制图
计量型与计数型管制图的比较
管制图 层别法
操作者
检定/推定 相关回归 D.O.E
现场主管
D.O.E
责任者
研发人員
SQC之分法
SPC On - line
DOE Off - line
制程控制系统
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 我们工作 的方式/资 源的融合 产品或 服务 顾客
识别不断变化的 需求量和期望
SPC统计制程管制作用
. 通过统计评估制程能力 ; . 及时监控预防、防止作业不良产生; . 及时消除非偶然原因引起的变异;
数理统计基础
直方图:
用横坐标表示测量值的分组范围,纵坐标表示各 范围内出现的测量值个数,各组的数据个数频数）用 直方柱的高度表示,这样就作出了直方图。
测量100个零件尺寸，对所得100个数据进行分组，并统计 每组中包含数据的个数，如下：