SPC统计过程控制基础培训课程.pptx
合集下载
SPC统计过程控制培训(PPT64页).pptx
4.1.1 正态分布曲线
f (x)
y
2
1
(
x
)
2
2
e ( x , 0)
2
---平均值
--- 标准差
4.1.2 正态分布的参数 、
4.1.3 正态分布的特点
• 曲线以 x = 直线为轴，左右对称 • 曲线与横坐标轴所围成的面积等于1
其中 在±范围内的面积占68.26 % 在±2范围内的面积占95.45 % 在±3范围内的面积占99.73 %
例：疵点数、沙眼数等
3、总体和样本（子组）
3.1 总体 研究对象的全体 总体含量记为 N
3.2 样本（子组） 总体中的部分样品 样本含量记为 n
4、常见的典型分布
4.1 正态分布 —— 计量值数据 4.2 二项分布 —— 计件值数据 4.3 泊松分布 —— 计点值数据
4.1 正态分布
X ~ N(, 2)
不同类型控制图的适用范围
适用范围
计 产品批量较大,稳定正常工序 量 产品批量较大,稳定正常工序 数 据 产品批量较大,稳定正常工序
每次只能得一个数据,见效快
计
样本含量可以不等
件 样本含量相等
计
样本含量相等
点 样本含量可以不等
用符号表示的控制图
X?R 图 均值极差图ቤተ መጻሕፍቲ ባይዱ
X桽 图 均值标准差图
X桽 图 中位数极差图
4 . 3 泊松分布： （常见于计点分布） 二项分布的极限分布 — Ｐ（）
• 分布列
•P(均X值、x方)差和标x e准差 , (x 0,1,)
x!
均值： Ｅ（Ｘ）＝ ；
方差： Ｖ（Ｘ）＝ ；
标准差：
；
SPC 统计过程控制培训课件(PPT 48页)
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
5
SQE Training
影 ☆ 人、机、料、法、测、环
响 （5M1E）
过 操作者方面：如操作者的技术水平、熟练 程 程度、质量意识、责任心、管理程度等；
能 设备方面：如设备精度的稳定性，性能
力
的可靠性，定位装置和传动装置的准 确性，设备的冷却、润滑情况等等；
的 材料方面：如材料的成分，配套元器件
指数分类
二、过程性能指数(Process Performance Index) 1、Pp： 分布中心无偏离规格中心时衡量
过程能力的指数； 2、Ppk： 分布中心偏离规格中心时衡量
过程能力的指数； 3、Ppm：目标值与规格中心不一致时衡量
过程能力的指数； 4、Ppu：上单侧过程能力指数； 5、Ppl： 下单侧过程能力指数。
因 的质量等等；
素
6
SQE Training
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
5
SQE Training
影 ☆ 人、机、料、法、测、环
响 （5M1E）
过 操作者方面：如操作者的技术水平、熟练 程 程度、质量意识、责任心、管理程度等；
能 设备方面：如设备精度的稳定性，性能
力
的可靠性，定位装置和传动装置的准 确性，设备的冷却、润滑情况等等；
的 材料方面：如材料的成分，配套元器件
指数分类
二、过程性能指数(Process Performance Index) 1、Pp： 分布中心无偏离规格中心时衡量
过程能力的指数； 2、Ppk： 分布中心偏离规格中心时衡量
过程能力的指数； 3、Ppm：目标值与规格中心不一致时衡量
过程能力的指数； 4、Ppu：上单侧过程能力指数； 5、Ppl： 下单侧过程能力指数。
因 的质量等等；
素
6
SQE Training
SPC统计过程控制培训课程(PPT97页).pptx
“”及“”风险定义
根据控制限作出的判断也可能产生错误。可能产生的错误
有两类。
第一类错误是把正常判为异常，它的概率为，也就是说 ，工序过程并没有发生异常，只是由于随机的原因引起了数据 过大波动，少数数据越出了控制限，使人误将正常判为异常。 虛发警报， 由于徒劳地查找原因并为此采取了相应的措施,从 而造成损失. 因此, 第一种错误又称为徒劳错误.
普通原因/异常原因
~
基础的统计量——平均值X、中位数X、极差R 标准偏差、S
1、数据的种类
计量型
特点：可以连续取值也 称连续型数据。
如：零件的尺寸、强度、 重量、时间、温度等
计数型
特点：不可以连续 取值，也称离散型数据 。
如：废品的件数、缺陷数
2、波动（变差）的概念：
波动的概念是指在现实生活中没有两件东西是完全一样的。生产 实践证明，无论用多么精密的设备和工具，多么高超的操作技术，甚至 由同一操作工，在同一设备上，用相同的工具，生产相同材料的同种产 品，其加工后的产品质量特性（如：重量、尺寸等）总是有差异，这种 差异称为波动。公差制度实际上就是对这个事实的客观承认。
消除波动不是SPC的目的，但通过SPC可以对波动进行预测和控制 。
波动的原因：
材料
机器
人员
• 正常波动：是由普通(偶然)
原因造成的。如操作方法的微 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。正 常波动引起工序质量微小变化， 难以查明或难以消除。它不能 被操作工人控制，只能由技术、 管理人员控制在公差范围内。
原料
PROCESS
测量 结果
针对产品所做的仍 只是在做SQC
二、SPC的目的
SPC统计过程控制基础培训课程(ppt 37页)
SPC 几 乎 可 应 用 于 任 何 领 域
4
什么是 过程和控制?
过程： 由人,设备,材料，方法和环境组合在一起共同作用
而产生输出，这样的一个全体即是过程。任何工作领域， 只要有可识别，可测量的输出，都是过程。
控制：
实现和维持过程的一致性，稳定性和可预报性。
4. 验证和监控
1. 检出特殊原因
Range: 极差(也叫范围)
用以表明一组数据的分散程度 R ＝ 最大值-最小值
Variance (s2 ; s2 ): 变异
用以表明一批数据的分散程度的参数
Standard Deviation (s ; s): 标准差
用以表明一批数据的分散程度的另一参 数
Ranm geam x in
Sample Number
15
样本序号
13
控制图-- 时间基础
控制图的优点之一是它具有其随时间追踪过程的能 力
14 13 12 11 10
9 8 7
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
时间
14
变动与技术规格
控制限 (控制上限, 控制下限)
基于过程的变动范围
脸部的黑痣和粉刺数
21
Xbar & R Control Chart Limits
The Xbar & R Control Chart limits are:
Range
X bar
LCL D 3 R CL R
LCL X A 2 R CL X
UCL D 4 R
UCL X A 2 R
19
控制图的类型
正确选择控制图类型
SPC基础知识培训(PPT48页).pptx
貨品
預防生產模式(Prevention Detection Approach) :
自我監管
(減少)
少)
輸入
生產過程+SPC
損壞/再造
INPU(LTess)
PROCESSES
SAMPLE OR 100% INSPECTION
Scrap/Rework
Products
貨品
損壞/再造
(減 抽樣/全面檢查
O.K.
21. Cpk 的圖像比例及計算（iii）
Cpk = 2.0
Cpk = 1.33
LSL
T
USL
x
Cpk = 1.00
LSL
T
USL
x
LSL
T
USL
x
Cpk = 0.60
LSL
T
USL
x
例子說明 I :
USL - LSL Cpk =UCL - LCL
[ 1 -( - X )/3sd]
LSL 10
LCL 12
SPC 知识讲座
1. 甚麼是“ SPC” ?
SPC:是STATISTICAL PROCESS CONTROL的缩写
即:统计过程控制(大陆称法)
统计制程管制(台湾称法)
在美国休哈特博士发现管制图(1924年)后 (40年代)产生,由美国戴明博士在日本推广.
SPC是：
- 以統計學的原理作為基礎 - 用來監察生產過程 - 利用數據及簡單的圖表表達生產情況 - 用來判斷製程的走向及有否出現問題 - 引導員工去作出適當的決定 - 預防問題的惡化及重現
12. SPC 的探用 I :
傳統的生產模式(Traditional Detection Approach) :
預防生產模式(Prevention Detection Approach) :
自我監管
(減少)
少)
輸入
生產過程+SPC
損壞/再造
INPU(LTess)
PROCESSES
SAMPLE OR 100% INSPECTION
Scrap/Rework
Products
貨品
損壞/再造
(減 抽樣/全面檢查
O.K.
21. Cpk 的圖像比例及計算（iii）
Cpk = 2.0
Cpk = 1.33
LSL
T
USL
x
Cpk = 1.00
LSL
T
USL
x
LSL
T
USL
x
Cpk = 0.60
LSL
T
USL
x
例子說明 I :
USL - LSL Cpk =UCL - LCL
[ 1 -( - X )/3sd]
LSL 10
LCL 12
SPC 知识讲座
1. 甚麼是“ SPC” ?
SPC:是STATISTICAL PROCESS CONTROL的缩写
即:统计过程控制(大陆称法)
统计制程管制(台湾称法)
在美国休哈特博士发现管制图(1924年)后 (40年代)产生,由美国戴明博士在日本推广.
SPC是：
- 以統計學的原理作為基礎 - 用來監察生產過程 - 利用數據及簡單的圖表表達生產情況 - 用來判斷製程的走向及有否出現問題 - 引導員工去作出適當的決定 - 預防問題的惡化及重現
12. SPC 的探用 I :
傳統的生產模式(Traditional Detection Approach) :
spc控制图培训课程.pptx
第一章 SPC 与SPCD工程绪论(一）
1、什么是SPC?
• SPC --Statistical Process Control (统计过程控制）
• 含义--利用统计技术对过程中的各个阶段进行监控， 从而达到保证产品质量的目的。
• 统计技术----数理统计方法。 2、SPC的作用 • 预防： 判断过程的异常，及时告警。 3、SPC的缺点 • 不能告知异常是由什么因素引起的和发生于何处，即
不能进行诊断。
第一章 SPC 与SPCD工程绪论(二）
2、什么是SPCD?（新概念） • SPCD-- Statistical Process Control and Diagnosis (统
计过程控制与诊断） • 含义--利用统计技术对过程中的各个阶段进行监控与
诊断，从而达到缩短诊断异常的时间、以便迅速采取 纠正措施、减少损失、降低成本、保证产品质量的目 的。
• 质量管理中的应用
不论µ与取值如何，产品质量特性落在[µ 3， µ+3]范围内的概率为99.73%。
落在[µ 3， µ+3]范围外的概率为1 99.73%=0.27%， 落在大于µ+3一侧的概率为0.27%/2=0.135% 1。
第二章 控制图原理（五）
第二章 控制图原理（六）
4、控制图基础知识
第一章 SPC 与SPCD工程绪论(三）
3、为什么要学习SPC和SPCD工程（一）?
• 时代的需要：21世纪是质量的世纪，提出超严质量要求，是世界发展的 大方向。
– 如电子产品的不合格品率由过去的百分之一、千分之一、降低到百 万分之一（ppm, parts per million),乃至十亿分之一（ppb, parts per billion)。
1、什么是SPC?
• SPC --Statistical Process Control (统计过程控制）
• 含义--利用统计技术对过程中的各个阶段进行监控， 从而达到保证产品质量的目的。
• 统计技术----数理统计方法。 2、SPC的作用 • 预防： 判断过程的异常，及时告警。 3、SPC的缺点 • 不能告知异常是由什么因素引起的和发生于何处，即
不能进行诊断。
第一章 SPC 与SPCD工程绪论(二）
2、什么是SPCD?（新概念） • SPCD-- Statistical Process Control and Diagnosis (统
计过程控制与诊断） • 含义--利用统计技术对过程中的各个阶段进行监控与
诊断，从而达到缩短诊断异常的时间、以便迅速采取 纠正措施、减少损失、降低成本、保证产品质量的目 的。
• 质量管理中的应用
不论µ与取值如何，产品质量特性落在[µ 3， µ+3]范围内的概率为99.73%。
落在[µ 3， µ+3]范围外的概率为1 99.73%=0.27%， 落在大于µ+3一侧的概率为0.27%/2=0.135% 1。
第二章 控制图原理（五）
第二章 控制图原理（六）
4、控制图基础知识
第一章 SPC 与SPCD工程绪论(三）
3、为什么要学习SPC和SPCD工程（一）?
• 时代的需要：21世纪是质量的世纪，提出超严质量要求，是世界发展的 大方向。
– 如电子产品的不合格品率由过去的百分之一、千分之一、降低到百 万分之一（ppm, parts per million),乃至十亿分之一（ppb, parts per billion)。
SPC培训讲义(PPT47页).pptx
二、SPC的起源和发展
1924年由美国贝尔电话实验室W.A. Shewhart（休哈特）博士提出。 1932年，英国邀请W.A. Shewhart （休哈特）博士到伦敦，主讲统计质量控
制，英国成为了最早在工业方面使用控制图的国家。
1939年休哈特博士与戴明博士合写了《品质观点的统计方法》
1950～1952年，日本两次邀请美国统计学家戴明（ W.E. Deming ）传授 SPC 。
波动的概念是指在现实生活中没有两件东西是
完全一样的。生产实践证明，无论用多么精密的
设备和工具，多么高超的操作技术，甚至由同一
2、波动的概念：
操作工，在同一设备上，用相同的工具，生产相 同材料的同种产品，其加工后的产品质量特性（
如：重量、尺寸等）总是有差异，这种差异称为
波动。公差制度实际上就是对这个事实的客观承
三、SPC统计若干概念
▪ 数据的种类：计量型、计数型 ▪ 波动（变差）——波动的概念、原理及波动的种类 ▪ 普通原因/异常原因 ▪ 基础的统计量——平均值X—、中位数X~、极差R、标
准偏差、S
1、数据的种类
计量型 特点：可以连续取值也称连续型数据。 如：零件的尺寸、强度、重量、时间、温度等
计数型 特点：不可以连续取值，也称离散型数据。 如：废品的件数、缺陷数等
统计过程控制分析与研究
Statistical Process Control
课程内容及目录
▪ 什么是SPC ▪ SPC的起源和发展 ▪ SPC统计概念 ▪ SPC使用的统计技术 ▪ SPC控制图的种类及选择 ▪ SPC控制图的设计原理 ▪ 计量型控制图的制作步骤 和判定原则 ▪ SPC控制图的异常的判断和处理 ▪ SPC与过程能力分析 ▪ 使用SPC益处
spc培训资料统计过程控制.pptx
——6SIGMA Training Material
统计过程控制
Statistical Process Control
SS
SPC
第一讲： 引言——SPC背景
SS
——引言：SPC背景
美国质量管理专家朱兰博士著名论断： 20世纪“生产力的世纪” 21世纪“质量的世纪”
SS
——引言：SPC背景
质量世纪提出超严格质量要求：
• 科学方法技术支持——否则不可想象。
SS
SPC
重要性、紧迫性、实际意义
•企业薄弱环节所在；
急!!!
急!! 急!
•外部竞争压力加剧；
•企业内在提高、发展的需求。
——必须尽快学习掌握科学先进的技术和方法。
SS
——统计学
第二讲 统计学基础知识
•随机现象 •统计学 •统计方法 •总体、个体、样本
•统计描述 •统计推断 •统计控制 •统计风险
补课
SS
SPC
中国加入WTO
影响
• 经济全球化、市场一体化
• 关税壁垒 ↓
技术壁垒 ↑↑
——技术标准、法规、认证制度。
• 中国企业：竞争力？
——科学管理水平↑
形成生产力 ↑
SS
SPC
世界制造业趋势 :
与世界接轨
• 技术——指标——绝对值要求↑↑
• 管理——质量特性值——波动↓↓
——趋于最小（稳定）
分样本进行研究，并以此推断总体的特征和规律。
SS
——统计学基础方法：随机抽样
• 总体——研究对象的全体。 • 个体——构成总体的每个成员。 • 样本——从总体中抽取部分个体组成的集合。
——样品：样本中的每一个个体。 ——样本容量：样品的个数。又称样本量。
统计过程控制
Statistical Process Control
SS
SPC
第一讲： 引言——SPC背景
SS
——引言：SPC背景
美国质量管理专家朱兰博士著名论断： 20世纪“生产力的世纪” 21世纪“质量的世纪”
SS
——引言：SPC背景
质量世纪提出超严格质量要求：
• 科学方法技术支持——否则不可想象。
SS
SPC
重要性、紧迫性、实际意义
•企业薄弱环节所在；
急!!!
急!! 急!
•外部竞争压力加剧；
•企业内在提高、发展的需求。
——必须尽快学习掌握科学先进的技术和方法。
SS
——统计学
第二讲 统计学基础知识
•随机现象 •统计学 •统计方法 •总体、个体、样本
•统计描述 •统计推断 •统计控制 •统计风险
补课
SS
SPC
中国加入WTO
影响
• 经济全球化、市场一体化
• 关税壁垒 ↓
技术壁垒 ↑↑
——技术标准、法规、认证制度。
• 中国企业：竞争力？
——科学管理水平↑
形成生产力 ↑
SS
SPC
世界制造业趋势 :
与世界接轨
• 技术——指标——绝对值要求↑↑
• 管理——质量特性值——波动↓↓
——趋于最小（稳定）
分样本进行研究，并以此推断总体的特征和规律。
SS
——统计学基础方法：随机抽样
• 总体——研究对象的全体。 • 个体——构成总体的每个成员。 • 样本——从总体中抽取部分个体组成的集合。
——样品：样本中的每一个个体。 ——样本容量：样品的个数。又称样本量。
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。
SPC培训课件(PPT90页).pptx
n ＝ 4 为偶数
数据为 25.0 , 25.4, 25.5 , 25.6, 时
Me 子组中位数的平均值
2020/12/14
13
科华咨询
统计方法应用基础----基本的统计量
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
MR 移动极差：在单值图情况下，极差，即两个相邻观 测值的差值的绝对值，如，|X1－X2|，|X2－X3|，等等。
No 采用p图
Yes 采用np图或p图
关心的是不合格 品数-即单位零件
不合格数吗?
Yes
样本容量是 否恒定?
Yes 采用c图或u图
No 采用u图
性质上是否均匀或不 能按子组取样-如:化
学槽液批量油漆等? No
子组均值是否容 易计算?
Yes
No 采用中位数图（X-R）
Yes 采用单值图X-MR
子组容量是否 No
2020/12/14
7
科华咨询
变差的原因
❖ 普通原因： 造成变差的一个原因，它是过程所固有的，始
终存在的,对质量的影响微小，但难以除去 。 例如：机床开动时的轻微振动。
❖ 特殊原因： 非过程所固有，有时存在，有时不存在，对质
量影响大，但不难除去。 例如：车刀的磨损。
2020/12/14
8
科华咨询
2020/12/14
21
科华咨询
采用均值描述的正态分布规律
2020/12/14
22
科华咨询
采用标准差描述的正态分布规律
2020/12/14
23
正态分布概率
99.73% 95.45%
科华咨询
统计过程控制SPC培训教材(PPT 155页)
2. 制造过程的特征 a、任何一个过程都有输入和输出。 b、完成一个过程需开展一系列的活动。 c、完成一个过程必须投入相应的资源。 d、为确保过程的质量，需要对过程中的关键阶段进行必要的检 查、评审、验证。 e、每一个过程本身是价值增加的过程。
第一章 统计过程控制概述
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并不完全相同，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。
• 有时有利，有时有害。
第一章 统计过程控制概述
例如，原材料的质量不符合规定要求；机器设备带病运转；操作者违反操 作规程；测量工具带系统性误差，等等。由于这些原因引起的质量波动大 小和作用方向一般具有一定的周期性或倾向性，因此比较容易查明，容易 预防和消除。又由于异常波动对质量特性值的影响较大，因此，一般说来 在生产过程中是不允许存在的。
统计过程控制概述
目标值线
范围
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
预测
时间
？？？
？ ？？
？ ？
目标值线
？ ？
预测
时间
范围
第一章 统计过程控制概述
三、影响产品质量波动的因素
什么是波动？ 波动就是变差，是过程的单个输出之间不可避免的差别。可以
用 σ 表示。
从微观角度看，引起产品质量波动的原因主要来自6个方面： “人、机、料、法、测、环（5M1E）”。
概率
第一章 统计过程控制概述
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并不完全相同，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。
• 有时有利，有时有害。
第一章 统计过程控制概述
例如，原材料的质量不符合规定要求；机器设备带病运转；操作者违反操 作规程；测量工具带系统性误差，等等。由于这些原因引起的质量波动大 小和作用方向一般具有一定的周期性或倾向性，因此比较容易查明，容易 预防和消除。又由于异常波动对质量特性值的影响较大，因此，一般说来 在生产过程中是不允许存在的。
统计过程控制概述
目标值线
范围
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
预测
时间
？？？
？ ？？
？ ？
目标值线
？ ？
预测
时间
范围
第一章 统计过程控制概述
三、影响产品质量波动的因素
什么是波动？ 波动就是变差，是过程的单个输出之间不可避免的差别。可以
用 σ 表示。
从微观角度看，引起产品质量波动的原因主要来自6个方面： “人、机、料、法、测、环（5M1E）”。
概率
SPC(Statistical Process Control) 统计过程控制培训课件
二.SPC的作用（续）为设备验收提供资料应用SPC统计资料来验证设备能力，保证设备的接受水平提倡一次性将工作做好的精神强调工作质量技术管理人员给生产现场提供良好的服务；生产人员注重提高一次交验合格率。
Statistical Process Control
二.SPC的作用（续）发展企业文化，提高职工素质严谨的工作态度认真负责的精神形成一个有效的分析、解决问题的网络用共同的语言讨论质量问题自我参与和完善的意识
特殊原因
四. 持续改进及统计过程控制概述2.变差的普通原因和特殊原因(续）（通常也叫可查明原因）是指造成不是始终作用于过
每件产品的尺寸与别的都不同
范围但它们形成一个模型，
范围 范围 范围若稳定， 可以描述为一个分布
范围
范围
范围分布可以通过以下因素来加以区分
位置 分布宽度
形状
或这些因素的组合
目标值线
不精密
精密
准确
不准确
• •
••
••••
•
•
•• •
••••
•••
•••
Statistical Process Control
使用控制图的准备1、建立适合于实施的环境a 排除阻碍人员公正的因素b 提供相应的资源c 管理者支持2、定义过程根据加工过程和上下使用者之间的关系，分析每个阶段的影响因素。
Statistical Process Control
三.SPC常用术语解释（续）
名 称
解 释
总 体
又称母体，是指所要研究对象的全体；
样 本
从总体中随机抽取出来的，对它进行测量、分析的一部分个体；
样 品
又称个体，样本中的每一个研究对象；
样本大小
Statistical Process Control
二.SPC的作用（续）发展企业文化，提高职工素质严谨的工作态度认真负责的精神形成一个有效的分析、解决问题的网络用共同的语言讨论质量问题自我参与和完善的意识
特殊原因
四. 持续改进及统计过程控制概述2.变差的普通原因和特殊原因(续）（通常也叫可查明原因）是指造成不是始终作用于过
每件产品的尺寸与别的都不同
范围但它们形成一个模型，
范围 范围 范围若稳定， 可以描述为一个分布
范围
范围
范围分布可以通过以下因素来加以区分
位置 分布宽度
形状
或这些因素的组合
目标值线
不精密
精密
准确
不准确
• •
••
••••
•
•
•• •
••••
•••
•••
Statistical Process Control
使用控制图的准备1、建立适合于实施的环境a 排除阻碍人员公正的因素b 提供相应的资源c 管理者支持2、定义过程根据加工过程和上下使用者之间的关系，分析每个阶段的影响因素。
Statistical Process Control
三.SPC常用术语解释（续）
名 称
解 释
总 体
又称母体，是指所要研究对象的全体；
样 本
从总体中随机抽取出来的，对它进行测量、分析的一部分个体；
样 品
又称个体，样本中的每一个研究对象；
样本大小
SPC统计过程控制培训课件(ppt59页).pptx
i 1
n 1
6. 样本的标准偏差
7. 如：5，9，10，4，7，
s=2.28；
如：7，7，7，6，8，
s=0.63；
6.数据整体分布离平均值越近，标准方差就越小；
数据整体分布离平均值越远，标准方差越大。
二、基本的统计概念-正态分布 ➢正态分布
一种概率分布,生产与科学实验中很多随机变量 的概率分布都可以近似地用正态分布来描述。
如设备的正常震动，刀具的磨损，同一批材料的品质差 异，熟练工人间的替换等。
二、基本的统计概念-波动
➢波动的原因
2. 特殊原因 指的是造成不是始终作用于过程的变差的原因，即当它们
出现时将造成(整个)过程的分布改变。除非所有的特殊原因都 被查找出来并且采取了措施，否則它们将继续用不可预测的方 式来影响过程的输出。如果系统内存在变差的特殊原因，随时 间的推移，过程的输出将不稳定。
统计过程能力控制认识
LOGO
1 统计过程能力控制(SPC)概述
2
基本的统计概念
4 统计过程能力控制(SPC)应用
1 统计过程能力控制(SPC)概述
一、统计过程能力控制(SPC)概述
➢SPC起源与发展
1. 1924年W.A. Shewhart（休哈特）博士发明了品质控制图。 2. 1939年W.A. Shewhart博士与戴明博士合写了《品质观点的
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
n 1
6. 样本的标准偏差
7. 如：5，9，10，4，7，
s=2.28；
如：7，7，7，6，8，
s=0.63；
6.数据整体分布离平均值越近，标准方差就越小；
数据整体分布离平均值越远，标准方差越大。
二、基本的统计概念-正态分布 ➢正态分布
一种概率分布,生产与科学实验中很多随机变量 的概率分布都可以近似地用正态分布来描述。
如设备的正常震动，刀具的磨损，同一批材料的品质差 异，熟练工人间的替换等。
二、基本的统计概念-波动
➢波动的原因
2. 特殊原因 指的是造成不是始终作用于过程的变差的原因，即当它们
出现时将造成(整个)过程的分布改变。除非所有的特殊原因都 被查找出来并且采取了措施，否則它们将继续用不可预测的方 式来影响过程的输出。如果系统内存在变差的特殊原因，随时 间的推移，过程的输出将不稳定。
统计过程能力控制认识
LOGO
1 统计过程能力控制(SPC)概述
2
基本的统计概念
4 统计过程能力控制(SPC)应用
1 统计过程能力控制(SPC)概述
一、统计过程能力控制(SPC)概述
➢SPC起源与发展
1. 1924年W.A. Shewhart（休哈特）博士发明了品质控制图。 2. 1939年W.A. Shewhart博士与戴明博士合写了《品质观点的
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
SPC统计过程控制培训教材(共 87张PPT)
常用概率分布简介
连续型分布：
正态分布：当质量特性（随机变量）由为数众多的因素影响，而又
没有一个因素起主导作用的情况下，该质量特性的值的变异分布，一般 都服从或近似服从正态分布。
离散型分布：
二项分布：一个事物只有两种可能的结果，其值的分布一般服从
二项分布；
泊松分布：稀有事件的概率分布一般服从柏松分布。
上海NQA认证有限公司
22
SPC控制图
SPC控制图对两种错误的预防
错判是虚发警报的错误：由于偶然原因造成数据点超出 控制限的情况，从而造成将一个正常的总体错判为不正 常，在控制限为正负3情况下，这样的概率小于3‰；
漏判是漏发警报的错误，也就是判断当数据点在控制限 内的异常，所以，SPC增加了对界内数据点趋势的判断 准则。
漏判是漏发警报的错误：也称为第II类错误，在过程存 在异常变异时，如被监控的总体的均值或标准偏差发生改 变，仍会有一部分数据在上下控制限之内，从而发生漏 报的错误,这种错误用β表示。
上海NQA认证有限公司
21
SPC控制图
SPC控制图对两种风险预防
漏报
错 报
解决 方案
错报：3σ控制限 漏报：判断准则
上海NQA认证有限公司
SPC的统计理论基础
中心极限定理
设X1,X2,…..,Xn是n个独立分布的随机量，分布的均 值为μ，方差为σ2，则在n较大时，有
(1 )X
1
+X
2
+...+X
n
=
n
X
i
i=1
近似服从均值为nμ，方差为nσ2的正态分布。
( 2 )X
=
X
1
+X
连续型分布：
正态分布：当质量特性（随机变量）由为数众多的因素影响，而又
没有一个因素起主导作用的情况下，该质量特性的值的变异分布，一般 都服从或近似服从正态分布。
离散型分布：
二项分布：一个事物只有两种可能的结果，其值的分布一般服从
二项分布；
泊松分布：稀有事件的概率分布一般服从柏松分布。
上海NQA认证有限公司
22
SPC控制图
SPC控制图对两种错误的预防
错判是虚发警报的错误：由于偶然原因造成数据点超出 控制限的情况，从而造成将一个正常的总体错判为不正 常，在控制限为正负3情况下，这样的概率小于3‰；
漏判是漏发警报的错误，也就是判断当数据点在控制限 内的异常，所以，SPC增加了对界内数据点趋势的判断 准则。
漏判是漏发警报的错误：也称为第II类错误，在过程存 在异常变异时，如被监控的总体的均值或标准偏差发生改 变，仍会有一部分数据在上下控制限之内，从而发生漏 报的错误,这种错误用β表示。
上海NQA认证有限公司
21
SPC控制图
SPC控制图对两种风险预防
漏报
错 报
解决 方案
错报：3σ控制限 漏报：判断准则
上海NQA认证有限公司
SPC的统计理论基础
中心极限定理
设X1,X2,…..,Xn是n个独立分布的随机量，分布的均 值为μ，方差为σ2，则在n较大时，有
(1 )X
1
+X
2
+...+X
n
=
n
X
i
i=1
近似服从均值为nμ，方差为nσ2的正态分布。
( 2 )X
=
X
1
+X
- 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)。
数据值而言
14
螺丝磅数八月控制图
控制上限
13
抽样的
12
数据平
11
均值
10
9
八月总平均值
8
7
1
3
5
7
控制下限 9 11 13 15 17 19 21 23 25 27 29
客户规格限 (规格上限,规格下限)
由设计给定,或由客户规定
通常超出控制限之外
15
控制限与技术规格
控制限通常由过程控制人员根据 历史数据或实验数据计算得出
•正态分布的特点： 1. 形态如钟； 2. 左右对称；
3. 于平均值处分布的频数最多。此外，越远离平均值，分布的 频数也越少。
•正态分布的要素： 1.平均值：决定正态分布曲线的中心位置； 2.标准偏差：决定正态分布曲线的宽窄(胖瘦).
12
控制图的组成
计量型控制图的中心线,控制上限(控制上限)及控制下限(控制 下限)之范例
n
(Xi X)2
s i1 n 1
9
总体和样本
总体(母体)：
它是提供数据的原始集团，是所要研究分析的对 象的全部。总体可以是一批产品（由于一批产品 的数量是有限的，故称为有限总体)，也可以是一 道工序所生产的所有产品（由于其源源不断的运 行，甚至也包含今后的产品，故称为无限总体)
分组样本(子样，抽样，试样)：
不合格
不合格
控制下 限
控制上 限
+ 3Sigma
产品规格容 规格 差T
下限
规格限通常由设计 规格 给定,或由客户规定
上限
客户规格限通常超出控制限之外
16
变动的型式与原因
任何过程都 包 含自然变动( 由 于一 般 原 因造成的 ) 和 非 自 然 变 动 ( 由 于 特 殊 原 因造成的 )
SPC 几 乎 可 应 用 于 任 何 领 域
4
什么是 过程和控制?
过程： 由人,设备,材料，方法和环境组合在一起共同作用
而产生输出，这样的一个全体即是过程。任何工作领域， 只要有可识别，可测量的输出，都是过程。
控制：
实现和维持过程的一致性，稳定性和可预报性。
4. 验证和监控
1. 检出特殊原因
3. 实施纠正行动
控制图是一种用来对过程和产品参数随时间进行 追踪的工具
SPC 即 统 计 过 程 控 制. 顾名思义就是利
用统计方法来控制工艺过程的技术.任何工作只要 有开始,或是有在执行过程中必须遵守的步骤,或 是有一个结束,就可利用统计的方法来监督过程. SPC的目的在于改进和确保品质, 同时可以使得过 程成本降至最低.
本例中，sigma=0.049米
人 数
1 sigma 2 sigma 3 sigma
平均身高1。63米
身高
11
正态分布简介
•为何要研究正态分布? 1.它是自然界的一种最基本的最普遍的法则，反应了事物内
在的变化规律；
2.它使我们得以将许多复杂的事物简化处理；
3.它使我们得以通过少量抽样来把握全体，从而节省大量人 力，物力，财力和时间。
用以表明一组数据的分散程度 R ＝ 最大值-最小值
Variance (s2 ; s2 ): 变异
用以表明一批数据的分散程度的参数
Standard Deviation (s ; s): 标准差
用以表明一批数据的分散程度的另一参 数
Range max min
n
(Xi X)2
s2 i1 n 1
控制图中有控制上限和控制下限反映了(随机)变动的自 然极限.千万别把这些界限当作客户的规格.
KPOV的X的平均值控制图
Sample Mean
控制上限
7
样
本
6
均
值54=0源自控制下限X-bar Chart for KPOV
3.0SL=6.780
X=5.336 平均值
中心线
-3.0SL=3.891
5
10
Sample Number
从总体中抽出来的一部分。它是直接被检测并提 供数据的诸个体：可能是一个，也可能是若干个。 个体： 即样本或总体中的最小单位。例如，当我们统计功能 测试未能通过的传感器时，其中每一只传感器就是一个个 体。
10
正态分布简介
某工厂有女工3000人，随机测量1200人，平均身高为1.63 米 。其中，身高在1.58米至1.68米的女工人数占所测总数 的68.27%；身高在1.53米至1.73米的占95.45％；身高在 1.48米至1.78米的占99.73%。 女 工 身 高 分 布 图
6
哪 些 场 合 该 使 用 SPC
当不能用一种装置来防止错误产生时 基于实验设计的关键变量 客户要求 管理承诺 用于中间生产过程和产品质量的控制
控 制 图 可 以 通 过 失 控 信 号 显 示 出 有 特 殊变动 存 在,但 不能 告 诉 我 们 过 程 为什么会 失 控.
7
基本统计量 – 中心趋势
2. 识别根本原因
5
SPC : 目标
把注意力集中于检出和监控过程随时间的变动上 识别和消除引起变动的特殊原因; 检测由普遍原因引起的过程变动的大小,并判定这种
变动是否小到其输出结果能够(被下道工序)接受; 增进操作人员与管理人员之间的交流; 减少问题的重复发生. 减少过程的变动范围
目的:随时间监测和控制过程输入, 从而达 到 使该过程变得不需再使用SPC
SPC (Statistical Process Control) 统计过程控制基础
1
培训目的
当课程结束时, 应学会: 控制图的基础原理 怎样做一个控制图 读懂控制图 解释实行控制图的方法和措施
2
1 基本概念和原理
3
什 么 是 SPC ?
SPC 是 一 种 使 用 基 本 图 示 及 统 计 工 具 来 分 析工艺 过 程或输出, 从而采取纠 正行动消除异常, 减少过程变 动 性 ，维持稳定 的方法
15
样本序号
13
控制图-- 时间基础
控制图的优点之一是它具有其随时间追踪过程的能 力
14 13 12 11 10
9 8 7
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
时间
14
变动与技术规格
控制限 (控制上限, 控制下限)
基于过程的变动范围
通常用于诸如平均值,极差之类的统计量,而不是对单个
1。Mean 平均值（ x ):用以表明全部数据分布的中心位置.
若有一组数据x1 ,x2,x3, … , xn, 其个数为n,则
n
xi x i1
n
2. Median中值：数据组被排序后处于中间位置的数值
3. Mode 模数: 在数据组中发生次数最多的值
8
基本统计量 – 变化趋势
Range: 极差(也叫范围)