统计过程控制(SPC)之均值和极差控制图中均值图判定
统计过程控制(SPC)
11
控制图的选择
控制图的选定
计量值 数据性质
计数值
平均值
“n”=10~25 “n”是否较大
n≧1 样本大小 n≧2
Cl的性质
中位数 “n”=2~5
“n”=1
不良数
缺陷数
不良数或
缺陷数
不一定
一定
“n”是否一定
单位大小 是否一定 不一定 一定
X-s 图
X-R 图
X-R
X-Rm “p”
图
图图
“np” “c”
数据类别: 计数值数据：只以缺陷数和个数表示，不能连续取值的数据 计量值数据：以产品本身的特性来表示，可以连续取值的数据
2
两种变异
普通性（特定性）变异：不易避免的原因(普通 原因）造成的变异，如操作人员的熟练程度的 差异、设备精度与保养好坏的差异、同批原材 料本身的差异
特殊性（偶尔性）变异：可以避免也必须避免 的原因（特殊原因）造成的变异，如不同原材料 之间的差异、设备故障
“u”
图图
图
12
案例1（控制图的选择）
质量特性 长度 重量 乙醇比重 电灯亮／不亮 每一百平方米的 脏点
样本数 5 10 1
100 100平方米
选用什么图
13
答案1
质量特性 长度 重量 乙醇比重 电灯亮／不亮 每一百平方米的 脏点
样本数 5 10 1
100 100平方米
选用控制图 均值极差控制图
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
8
控制图的目的
控制图和一般的统计图不同，因其不仅能 将数值以曲线表示出来，以观其变异之趋 势，且能显示变异系属于机遇性或非机遇 性，以指示某种现象是否正常，而采取适 当之措施。
SPC控制图应用步骤简明教程
1. 收集数据
2. 建立控制限
3. 统计上受不 受控的解释
4. 为了持续控 制延长控制限
当过程受控时并经过过程能力评价满足要求时， 应可以延长控制限，以满足未来过程控制的需 要。如果过程中心线偏离目标值，可能需要针 对目标值进行调整。
过程能力和过程性能
计量型数据 过程能力和过程性能
1. 过程能力：仅适用于稳定统计过程，是过程固有变差的 6 范围，
2.子组数量：为了建立控制限，通常取25个子组，或更多个子组包含100或 更多个单值读数。
3.子组容量：较大的子组能很容易探测出较小的过程变化。一般2-5个样本。 4.子组频率：通常按时间顺序来取子组，目的是探测过程随时间发生的变化。
推荐的频率见附表所示
附表 推荐的子组频率
每小时产量
10以下 10-19 20-49 50-99 100以上
1. 计量型控制图
1) 单值与移动极差控制图（I-MR）。 【 样本量n=1】 2) 均值极差控制图（XBar-R图）； 【样本量2 ≤n ≤9】
~ 3) 均值与标准差控制图（XBar-S图）；【样本量n ≥10】
4) 中位数与极差控制图（X-R图）；
2. 计数值控制图
1) 不良率控制图（P图）； 2) 不良数控制图（NP图）； 3) 缺点数控制图（C图）； 4) 单位缺点数控制图（U图）。※
drσ ≥50%
评价 接近稳定 不太稳定
不稳定 很不稳定
6西格玛相关
（一）连续型数据的流程能力
流程的西格玛水平：Z值 Z值可以描述流程的不合格率P(d)
ZUSL =
USL-X
ZLSL =
X-LSL
SPC统计过程控制-详解
二二、CPK——应用用范围
应用用范围：
初始能力力力分析：是为了了摸清过程能力力力状况，以便便在必要时 采取措施，使过程能力力力满足足生生产要求，（新产品在批量量生生 产前，即产品和过程确认阶段，需对控制计划所要求的特 殊特性进行行行过程能力力力研究，以评价生生产过程是否已准备就 绪）；
偶 存在，对产品质量量经常发生生影响，但它 因 所造成的质量量特性值波动往往比比较小小。
有些情况下这些质量量波动在生生产过程中 是允许存在的
异 异常波动：由特殊原因引起的产品质量量
因
波动。这些特殊原因在生生产过程中并非非 大大量量存在，通常表现为周期性或突然地
对质量量产生生影响，一一旦存在，它对产品
SPC——定义：
使用用诸如控制图等统计技术来分析制造过程或其输出，以 便便采取适当的措施，为达到并保持统计控制状态从而而提高高或改 进制造过程能力力力
SPC就是利利用用统计方方法:
1.分析过程的输出并指出其特性. 2.使过程在统计控制情况下成功地进行行行和维持. 3.有系统地减少该过程主要输出特性的变异.
日日常能力力力评价：是进行行行过程能力力力复查主要是为了了掌握过程 能力力力变化情况，以便便采取措施保持或提高高过程能力力力；
二二、CPK——子子组内变差与子子组间变差
子子组内变差和过程总变差：
....... .
....... .
....... .
....... .
值
值
20
20 子子
15 组
子子
内
一一、变差的——概念
变差就是质量量的波动 过程的单个输出所不不可避免的差异 变差是有害的，是不不可避免的，他是工工业界的 通病
SPC所有公式详细解释及分析
SPC所有公式详细解释及分析SPC（统计过程控制）是一种通过统计方法对产品或过程的变化进行控制的质量管理工具。
它以数据为基础，通过收集、分析和解释数据，帮助确定过程是否稳定、符合规范，并提供改进措施。
在SPC中，有一些重要的公式用于计算和分析数据，下面将介绍其中一些常用的公式及其详细解释和分析。
1. 平均值（Mean）：平均值是统计数据的中心点，通过计算数据的总和除以数据的个数得到。
平均值用于评估过程的中心位置，并对过程的稳定性进行评估。
2. 中位数（Median）：中位数是将数据按照大小顺序排列后，排在中间位置的数值，它能够反映数据的集中趋势。
与平均值相比，中位数对异常值的影响较小，更适用于非正态分布的数据。
3. 标准差（Standard Deviation）：标准差是数据分布离散程度的度量，用于描述数据的波动性。
标准差越大，表示数据越分散；标准差越小，表示数据越集中。
标准差可以帮助确定过程是否稳定，是否存在特殊因素影响。
4. 变异系数（Coefficient of Variation）：变异系数是标准差除以平均值的比值，用于比较不同数据集的离散性。
较小的变异系数表示数据越稳定，较大的变异系数表示数据集的离散性较大。
5. 极差（Range）：极差是数据的最大值和最小值之间的差别，用于评估数据的波动范围。
较大的极差表示数据集的波动性较大，较小的极差表示数据集的波动性较小。
6. 四分位数（Quartiles）：四分位数是将数据按大小顺序排列后，将数据分为四等份的数值。
第一四分位数是中位数的前一半数据的中位数，第二四分位数即中位数，第三四分位数是中位数之后的一半数据的中位数。
四分位数可以帮助了解数据的分布情况。
7. 直方图（Histogram）：直方图使用柱状图形象地展示数据的分布情况。
通过将数据按照一定的区间划分，并统计每个区间内的数据个数，可以直观地了解数据的分布情况。
8. 管理图（Control Chart）：管理图是SPC最重要的工具之一，它通过将数据的统计量（如平均值、标准差等）绘制在图表上，并与控制限进行比较，用于监控过程的稳定性。
统计过程控制(SPC)之中位数与极差控制图的使用及建立
如有异常点，则必须调查原因，并采取必要的措施
x 控制限，再次检查是否有异常的点； 舍弃异常的组，然后重新计算 ~ 如果有，则应重复进行：识别—纠正—重新计算，直到消除异常点 为止 x 图上删除的组，也应相应的从 R 图上删除 从~
重复步骤六到步骤十一，直到无异常点出现为止
40 41 42 43 步骤十二： 和 规范进行比 较
根据判异准则进行判定 如有异常点，则必须调查原因，并采取必要的措施 查明原因后，删除该组，重新计算 R 控制线，再次检查是否有异常 的点；如果有，则应重复进行：识别—纠正—重新计算，直到消除 异常点为止
36 37 38 39 步骤十一： 分 ~ 析x 图
x 图上删除 从 R 图上删除的组，也应相应的从 ~
~ x R 控制图的检出过程不稳定的能力不如 x R 控制图
适用于产量比较大，加工稳定的过程 用于计量值的特性为：长度、厚度、浓度、重量等 由于描述的中间的单点的值，因此可以显示过程输出的分布宽度，容易预见过程变 差的趋势 由于一张图上可以显示中位数及分布宽度，可以用来对几个过程的输出或同一过程 的不同阶段的输出进行比较 步骤一： 子组 选择 保证每个子组内零件都是在很短时间内及其非常相似的条件下生产 出来的，使子组内变差少 子组是单一的过程流生产的产品 初期时，一般选择子组内有 10～25 件生产的产品组合 努力使子组内的变差只有普通原因 子组的容量保持恒定 一般保证子组数在 25 组或以上 在适当的时间内收集 25 组以上，保证子组能够反应潜在的变化 子组必须能够反应潜在的变化，这些变化可能是换班、操作人员更 换、温度趋势、材料批次等原因造成的 在初始阶段，通常在较短时间的间隔内收集
如果数据的分布和规范公差相比有较多的余量，计算平均值并未在 公差中心，基本上也可以接受的 确定过程是否满足顾客的需求
统计过程控制SPC简介
陈瑞泉
18
均值和极差图（Χ – R图）
B.3在控制图上作出平均值和极差控制界限的控制 线。将平均极差和过程均值画成水平实线，各控制 界限画成水平虚线，把线标上记号。
陈瑞泉
19
陈瑞泉
20
变差：普通原因和特殊原因
陈瑞泉
21
导致变差的普通原因与特殊原因
过程与产品的特性存在大量的波动源。把这些波动源分成两 类是很自然的，即普通原因波动和特殊原因波动。普通原因波动 是过程内在的波动，而且除非改变过程或产品的设计极难消除， 许多很小的波动源导致这类波动的产生。特殊原因是指那些异常 因素，是非随机的，相对较少，在时间与效果上产生不可预料并 且相对较大的波动。
统计过程控制 (SPC)
Statistical Process Control
陈瑞泉
1
陈瑞泉
关于正态分布
正态分布（Normal Distribution） 是计量型变量数据控制图的基础，
呈连续的、对称的、钟形频率分布。当 一组测量数据服从正态分布时，不同百 分比的数据落在不同的标准差区间内，这 些百分数是控制界限或控制图分析的基础。
第二章 控制图
控制图能够被用来监测和评价一个过程。有两种 类型的控制图，一种为计量型数据控制图，另一种为 计数型数据控制图，过程本身将决定使用哪种类型的 控制图。如果取自于过程的数据是离散型的（例如： 通过/不通过，可接受/不可接受），则使用计数型数据 控制图（如p 图、np 图、c 图、u图） 。如果取自于 过程的数据是连续型的（例如：直径、长度）则使用 计量型数据控制图（如均值和极差图、均值和标准差 图、中位数和极差图、单值和移动极差图）。
控制图的益处
合理使用，控制图能够： 供操作者使用以对过程进行持续的控制。 有助于过程表现一致并可预测。 使过程达到：
SPC控制图的绘制方法和判断方法
表2 控制图旳样本与样本容量
控制图名称
样本数k
样本容量n
备注
X R 图
X~ R 图
L—S图
一般k=20~25
一般3~6
X~•
图旳样本容 量常取3或5
X—Rs图
K=20~30
1
pn图、 p 图
1/p~5/p
• 尽量使样
C图、U图
一般k＝20～25
本中缺陷 数C＝1～
7
5 作分析用控制图并判断工序是否处于稳定状态
✓ 在坐标图上画出三条控制线，控制中线一般以细实线表达，
控制上下线以虚线表达。
✓ 将预备数据各样本旳参数值在控制图中打点。 ✓ 根据本节简介旳控制图旳判断规则判断工序状态是否 稳定，
若判断工序状态不稳定，应查明原因，消除不稳定原因，重 新搜集预备数据，直至得到稳定状态下分析用控制图；若判 断工序处于稳定状态，继续下列程序。
中。
如
L1=14.0
S1=12.1
……
……
• 计算最大值平均值L 、最小值S、平均极差R和范围中值M：
k
k
L
Li
i 1
341.9
13.68
Si
i 1
308.1 12.32
k
25
k
25
R L S 13.68 12.32 1.36
M L S 13.68 12.32 13.00
下限内侧，即UCL＞TU；LCL＜ TL。而是要看受控工序旳工
序能力是否满足给定旳Cp值要求。
8
样本大小
2 3 4 5 6 7 8 9 10
X 图用 A2
1.880 1.023 0.729 0.577 0.483 0.419 0.373 0.337 0.308
SPC计算公式和判定准则
SPC计算公式和判定准则SPC（Statistical Process Control，统计过程控制）是一种用于监测和控制过程稳定性的方法，通过对过程进行统计分析和监测，可以及时发现过程中的变异，从而采取相应的控制措施，提高过程的稳定性和可控性。
本文将介绍SPC的计算公式和判定准则，以帮助读者了解如何应用SPC进行过程监控和控制。
1. SPC计算公式SPC计算公式是用于计算各种统计指标和控制图的数学公式，下面是常用的SPC计算公式。
1.1 均值（Mean）均值是一组数据的平均值，用于表示过程的中心位置。
计算均值的公式如下：均值公式均值公式其中，mu 表示均值，n 表示数据的数量，x_i 表示第i 个数据。
1.2 极差（Range）极差是一组数据的最大值和最小值之差，用于表示过程的变异程度。
计算极差的公式如下：极差公式极差公式其中，R 表示极差，x_{\text{max}} 表示数据的最大值，x_{\text{min}} 表示数据的最小值。
1.3 标准偏差（Standard Deviation）标准偏差是一组数据的离均差平方和的平均值的平方根，用于表示过程的稳定性。
计算标准偏差的公式如下：标准偏差公式标准偏差公式其中，sigma 表示标准偏差，n 表示数据的数量，x_i 表示第i 个数据，\bar{x} 表示数据的均值。
2. SPC判定准则SPC判定准则用于判断一个过程是否处于稳定状态，常用的判定准则有以下几种。
2.1 均值控制图（Mean Control Chart）均值控制图用于监测过程均值是否稳定。
常用的均值控制图有Xbar-R 控制图和 Xbar-S 控制图。
•Xbar-R 控制图：对应的是过程均值和极差的统计指标。
当连续 n 个点全部落在中心线（均值线）的上方或下方时，表示过程中有特殊原因的变异，需要采取相应措施进行调整。
•Xbar-S 控制图：对应的是过程均值和标准偏差的统计指标。
当连续 n 个点全部落在中心线（均值线）的上方或下方时，表示过程中有特殊原因的变异，需要采取相应措施进行调整。
统计过程控制(SPC)
(3) 偏态型
偏态型：不是正态分布，不服从统计规律，可能的原因是：
1）习惯作业造成作业方法不对。 2）工具、夹具、模具已经磨损或松动。
(4) 离岛型 离岛型：不是正态分布，不服从统计规律，可能的原因是: 1）数据输入人员在输入的过程中，可能把10.01输 10.10或1.01。 2）过程中其他物料混入。 3）机台设备在过程中出现特殊原因，产生了变异。
直方图（频数分布图）的制作步骤
收集同一类型的数据； 计算极差（全距）； 设定组数，计算组距、组界、中心值； 制作频数表； 按频数值比例画横坐标、纵坐标； 按纵坐标画出每个矩形的角度，代表落在 此矩形中的点数； 判续直方图（对过程状态分析）。
直方图举例 为考核某齿轮尺寸的质量水平， 随机在一批产品中抽样测得数据 100个，此产品规格为： 24.5±6.0mm。
1、SPC简介
统计过程控制的英文全名为: Statistical Process Conrtol 缩写为SPC。
美国贝尔试验室的休哈特博士在二十世纪二十年代研究过 程时，首先区分了可控制和不可控制的变差，这就是今天 我们所说的普通原因变差和特殊原因变差； 聪明的休哈特发明了一个简单有力的工具来区分他们—— 控制图； 从那时起，在美国和其他国家，尤其是日本，成功地把控 制图应用于各种过程控制场合，经验表明当出现特殊原因 变差时，控制图能有效地引起人们注意，以便及时地寻找 采取措施。
2、直方图
直方图是针对某产品或过程的特性值，利用常态分布（也 叫正态分布）的原理，把50个以上的数据进行分组，并 算出每组出现的次数，再用类似的直方图形描绘在横轴上。 通过直方图，可将杂乱无章数据，解析出规则性，也可以 一目了然地看出数据的中心值及数据的分布情形。 在制造业，现场的管理干部经常都要面对许多数据，这些 数据大多来自制造加工过程的抽样测量得到，对于这些凌 乱的数据，如果制作成直方图，并借助对直方图的观察， 可以了解产品质量分布的规律，知道其是否变异，并进一 步分析判断整个生产过程是否正常，问题点在哪里，为研 究过程能力提供依据。
统计过程控制过程测量系统分析均值和极差法
统计过程控制过程测量系统分析均值和极差法当确定了一个给定的过程要测量的特性值后，则应对这个（些）特性的测量系统进行评价从而确保为这个（些）特性而收集的SPC 数据进行有效的分析。
回顾由世界上所有的统计学家和质量专家共同发现的基本理论是，观测值由被测特性的真值加上测量误差组成，或：观测值=真值+测量误差]“测量误差”是一个统计学术语，意指造成观测值偏离真值的测量变异性的所有原因的净效果。
不幸的是，这个关系意味着我们在面临着一个问题：使用包含额外变差的信息（即数据）来对产品作出决定。
进一步展开说，在一批（子组）或多批（子组）至少包含两个测量值的一组数据中，整个时间内的总变异由两个相应的部分构成：总变异=生产变异+测量变异*减少测量变异对过程变异评价的影响是很重要的。
为了理全面地理解测量系统分析的各个方面，请参考由汽车工业行动集团（AIAG）于1990年12月出版的汽车工业《测量系统分析（MSA）手册》（附录H，参考文献15）。
本节这里介绍是在ASQC汽车部MSA手册中介绍的更先进的，同时也得到广泛应用的测量系统分析方法之一。
这是在进行统计近程控制之前对测量系统进行评价的一种比较容易接受的方法，但决不意味着这是唯一可接受的MSA技术。
另外，这里介绍的技术假设MSA手册中介绍的测量系统的其他关键因素即准确度、线性以及稳定性已经评价并认为可以接受。
均值和极差法均值和极差法[X—R，有时被称为大样法（Long Method）]是确定测量系统的重复性和再现性的一种数学方法。
该方法允许将测量系统分成两个独立的部分：重复性和再现性。
如果重复性比再现性大，原因可能是：·量具需要维修；·应重新设计量具使其更精密；·应改进量个的夹紧或定位装置；·零件内变差太大。
如果再现性大于重复性，则可能存在以下原因：·需要对操作员进行如何使用量具和读数的培训；·量具表盘上的刻度值不清楚；·可能需要某种形式的夹具来帮助操作者更为一致地使用量具。
SPC控制图的种类及判异方法48页课件
计数值：由计数而得的数据或将之转换成百分率，例如不良数、由不良数转换而成的不良率、 缺点数、由缺点转换而成的单位缺点数或百万件缺点数，为一可分割之量值。 计量值：不可分割之量值。实际量测产品或过程质量特性所得的尺度量值，这类量测的量测不 是真值而只是近似值而已，例如长度、直径、压力、强度等，为连续数据。
步骤7：确定控制限是否能经济地满足要求； 步骤8：运用控制限进行控制；
SPC统计过程控制
四、计量型数据控制图
均值-极差控制图（ x R控制图 ）
最常用；最基本； 控制对象为计量值； 适用于n ≤9的情况； 均值图用于观察和分析分布的均值的变化，即
过程的集中趋势； 极差图观察和分析分布的分散情况，即过程的
LCL x 3 x 2.66MR d2
相当于n=2时的均值控制图
各常数值如下:
MR控制图
CL MR
UCL D4MR 3.267 MR LCL D3MR 0
相当于n=2时的极差控制图; n=2时,D4=3.267,D3=0
n
2
3
4
5
6
7
8
9 10
D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78
离散程度。
SPC统计过程控制
四、计量型数据控制图
均值-极差控制图 -控制限
均值控制图
CL x UCL x A2R LCL x A2R
极差控制图
CL R UCL D4R LCL D3R
SPC统计过程控制
4、X bar-s图
计算各样组的平均数
四、计量型数据控制图
计算这些组平均数的平均数
频数分布在进行调整期间已经完成，分析结果表明进 行一段时期加工生产的开端是可以令人满意的。
SPC统计常用控制图评价
SPC统计常用控制图评价引言SPC（Statistical Process Control，统计过程控制）是一种通过采集和分析过程数据，以便实时监控和控制过程稳定性的方法。
常用的SPC工具之一是控制图，它能够帮助我们识别过程中的特殊因素和常见问题，并实施相应的改进措施。
本文将介绍SPC常用控制图，并对其评价方法进行讨论。
一、SPC常用控制图1.1 均值图均值图（X-Bar图）是一种常用的控制图，用于监控连续型数据的均值是否稳定。
它通过绘制样本均值的变化情况，以及控制限的设置，来判断过程是否受到特殊因素的影响。
如果样本均值超出控制限范围，就说明过程出现了问题。
1.2 极差图极差图（R图）是另一种常用的控制图，用于监控连续型数据的变异性是否稳定。
它通过绘制样本极差的变化情况，以及控制限的设置，来判断过程是否存在异常变异。
如果样本极差超出控制限范围，就说明过程出现了问题。
1.3 标准差图标准差图（S图）是控制图中另一种用于监控连续型数据变异性的工具，它通过绘制样本标准差的变化情况，以及控制限的设置，来判断过程的稳定性。
如果样本标准差超出控制限范围，就说明过程存在异常变异。
1.4 化验图化验图（C图）是一种用于检测离散型数据的控制图。
它通过绘制样本中不良品的数量或比例的变化情况，以及控制限的设置，来判断过程是否稳定。
如果样本不良品数量或比例超出控制限范围，就说明过程存在问题。
二、控制图的评价方法控制图的评价方法主要包括特殊因素的判断和过程能力的评估。
2.1 特殊因素的判断特殊因素指的是导致过程异常的特殊因素，比如机器故障、操作失误、原材料问题等。
通过控制图的帮助，我们可以判断特殊因素是否存在。
一般来说，如果样本点落在控制限之外，或出现非随机的趋势、扰动或周期性变化，就可能是由特殊因素引起的。
在判断特殊因素的时候，还需要考虑其实质性和重复性，以避免过度反应。
2.2 过程能力的评估过程能力是指过程的稳定性和可控性。
统计工序控制 即SPC(Statistical Process Control)
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。
利用管制图管制制程之程序
1.绘制「制造流程图」，并用特性要因图找出每一工作道次的制造因素（条件）及品质特性质。
特殊原因
一种间断性的，不可预计的，不稳定的变差来源。有时被称为可查明原因，存在它的信号是：存在超过控制线的点或存在在控制线之内的链或其他非随机性的情形。
普通原因
造成变差的一个原因，它影响被研究过程输出的所有单值；在控制图分析中，它表现为随机过的操作者使用
? 有助于过程在质量上和成本上能持续的、可预测的保持下去
? 使过程达到：
? 更高的质量
? 更低的单件成本
? 更高的有效能力
? 为讨论过程的性能提供共同的语言
? 区分变差的特殊原因和普通原因，作为采取局部措施或对系统采取措施的指南
造的产品
-评估人员、设备、材料与工作方法的适当性
-根据规格公差设定设备的管制界限
-决定最经济的作业方式
过程控制和过程能力
◎目标:过程控制系统目标,是对影响过程的措
施作出经济合理的决定, 避免过度控制
与控制不足
◎过程能力讨论:必需注意二个观念
○由造成变差的普通原因来确定
在实际应用中,当各组容量与其平均值相差不超过正负25%时,可用平均样本容量( )来计算控制限.
在什么条件下分析阶段确定的控制限可以转入控制阶段使用：
? 控制图是受控的
? 过程能力能够满足生产要求
质量控制中的统计过程控制方法
质量控制中的统计过程控制方法在现代生产与制造领域，质量控制无疑是一个至关重要的环节。
为了确保产品或服务的质量达到标准要求，质量控制必须采用一系列有效的方法和手段。
其中，统计过程控制方法是一种被广泛应用的方法，以其全面、科学的数据分析方式，帮助企业实现质量的稳定和持续改进。
一、统计过程控制方法的定义统计过程控制（Statistical Process Control，简称SPC）是一种通过对生产过程中的关键指标进行监控和统计分析，从而判断过程是否处于可控状态、是否符合标准要求的质量管理方法。
其核心在于通过收集、整理并分析过程数据，以便对潜在的质量问题进行预警和控制，从而避免缺陷品的产生。
二、统计过程控制方法的基本原理1. 参数控制图参数控制图是SPC最为常用的工具之一，它基于样本数据的收集和分析来对过程的稳定性进行判断。
通常，参数控制图包括均值图和极差图。
在均值图中，通过绘制样本平均值的变化情况，判断过程是否可控，是否存在特殊因素的干扰；而在极差图中，通过绘制样本极差的变化情况，反映了过程的稳定性和一致性，有助于及时发现异常变化。
2. 过程能力分析过程能力分析是通过统计过程的实际输出结果与设定的规格限制进行比较，评估过程是否具备满足规格要求的能力。
在过程能力分析中，常用的指标是Cp、Cpk和Pp等，它们分别用于衡量过程的潜在能力和实际能力。
通过对这些指标的计算和分析，可以进一步确定是否需要采取措施来提高过程的稳定性和一致性。
三、统计过程控制方法的应用领域统计过程控制方法广泛应用于各个生产与制造领域，尤其是对于重复性高、量大、周期长的生产过程，其作用更为显著。
1. 制造业在制造业中，通过SPC方法可以实时监测生产线上的各项指标，及时发现并纠正潜在的质量问题，以确保产品符合质量标准。
同时，也可以通过分析数据，找出生产过程中的瓶颈，进而实现生产效率的提升和成本的控制。
2. 服务业SPC方法在服务业中同样发挥重要作用，特别是对于与客户需求直接相关的服务过程。
统计过程控制
统计过程控制（Statistical Process Control, SPC）随着科技的发展，产品的制造过程日益复杂，对产品的质量要求日益提高，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），乃到十亿分之一（ppb），仅靠产品检验剔除不合格品，无法达到这样高的质量水平，经济上也不可行，必须对产品的制造过程加以控制，在生产的每一步骤实施控制。
为了实现对产品的制造过程加以控制，早在20世纪20年代休哈特就提出了过程控制理论以及控制过程的具体工具——控制图(controlchart)。
1931年休哈特出版了他的代表作：《加工产品质量的经济控制Economical Control of Quality of Manufactured Products》，这标志着统计过程控制时代的开始。
统计过程控制就是应用统计学技术对过程中的各个阶段进行评估和监控，建立并保持过程处于可接受的稳定水平，从而保证产品与服务符合规定的要求的一种技术。
它包含两方面的内容：一是利用控制图分析过程的稳定性，对过程存在的异常因素进行预警；二是计算过程能力指数分析稳定的过程能力满足技术要求的程度，对过程质量进行评价。
统计控制图1．控制图原理导致质量特性波动的因素根据来源不同可分为人员（Man）、设备（Machine）、原材料（M aterial）、工艺方法（Method）、测量（Measurement）和环境（Environment）六个方面，简称5M1E。
根据对产品质量的影响大小来分，可分为偶然因素（简称偶因，Commoncause）与异常因素（简称异因，在国际标准和我国国家标准中称为可查明原因，Special cause, assignablecause）两类。
偶因是过程固有的，始终存在，对质量的影响微小，但难以除去，如机器震动，环境温湿度的细微变化等。
异因则非过程固有，有时存在，有时不存在，对质量影响大，但不难除去，例如配件磨损等。
计量值控制图之均值-极差控制图
计量值控制图之均值-极差控制图
摘要：在处理一个计量值的控制图时，我们要控制的是这个质量特性的均值和变异数,其中包括均值控制图跟极差控制图,简称为X-R控制图.
均值-极差控制图
1.在处理一个计量值的控制图时，我们要控制的是这个质量特性的均值和变异数:
●要控制平均数，通常是使用均值控制图;
●而控制过程的分散或变异则使用极差控制图称R控制图;
2.同时维持过程均值和过程变异在控制状态下是很重要的
3.最常用、最基本的控制图
●用于控制对象为长度、重量、强度、厚度、时间等计量值;
●由用于描述均值变化的均值图和反映过程波动的极差控制图组成;
4.计算均值控制图与极差控制图的上下控制界限公式:
式中：A2 ，D3，D4 ——是由样本大小n确定的系数，可由下表查得。
当n≤6时，D3为负值，而R值为非负，此时LCL实质不存在。
此时，可令LCL=0作为下控制线。
均值控制图
主要用于诊断过程均值的异常波动:
极差R控制图
●均值控制图是对过程均值变化的诊断
●如果过程波动随时间变化是不稳定的
●那么在均值控制图上从不稳定过程中计算出的控制线，就不能反映只有随机
因素作用产生的过程波动
●因此对均值控制图的解释就会出现误导
●只有在稳定的过程中才可以构造控制图实施过程的诊断
●判断过程稳定需要用R控制图
计量值控制图主要用于长度、重量、时间、强度、成份等以计量值来管理工程的控制图，利用统计手法，设定控制均值X和极差R的界限，同时利用统计手法判定导致工程质量变异是随机原因，还是异常原因的图表。
均值-极差控制图是常用于SPC统计过程控制分析中,它们常用的两种控制图分析图表.。
- 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)。
过程已经改变，但同时也有可能只是一个孤立的事件
4
测量系统发生改变。例如：使用不同的测量量具，不同的检验员的检验
5
连续7点上升或下降的可能原因
过程的平均值已改变
6
测量系统的飘移改变。说明：漂移是稳定性的别名
7
测量系统的偏移改变
8
连续7点在中心线同一侧的可能原因
过程的均值已改变
9
测量系统的统计偏移已改变
统计过程控制（SPC）之均值和极差控制图中均值图判定
定义/说明/要求/目的：
漂移是指：测量仪器计量特性的慢变化。
R图的中的变差的大小影响 的控制线的大小， 的变差与R图的变差有关。
如果平均值没有得到控制，则存在特殊原因的变差。
检查表：
编号
检查内容
1
数据点超出控制界限的可能原因
控制界限计算错误
2
描点错误
10
11
显著多于2/3的点落在1/3的区域的可能原因
控制界限计算错误
12
描点错误
13
取样方法不对，可能取自两个过程
14
数据编辑过
15显著少于2/3的点落在1/ Nhomakorabea的区域的可能原因
控制界限计算错误
16
描点错误
17
过程抽样方法可能有两个或两个以上的过程流