统计过程控制SPC经典教材(PDF 102页)
合集下载
spc培训教材完整版
利用ISO 9001质量管理体系的框架和流程，推动SPC 的实施和推广。
SPC与其他质量管理体系融合应用
与六西格玛管理的融合
将SPC作为六西格玛管理的一个重要工具，用于识别和改进生产过程中的问题和波 动。
结合六西格玛管理的DMAIC流程，运用SPC对生产过程进行持续改进和优化。
SPC与其他质量管理体系融合应用
免类似异常的再次发生。
06
SPC在企业中实施与推广
SPC实施步骤和关键成功因素
明确目标
确定SPC实施的目标和范围，包括要控制的 产品特性、生产过程和关键质量指标等。
数据收集
建立数据收集系统，收集生产过程中的原始 数据，并进行整理和清洗。
SPC实施步骤和关键成功因素
过程分析
运用统计技术对生产过程进行 分析，识别过程中的异常和波 动，并确定过程能力。
与精益生产的融合
将SPC与精益生产相结合，实现生产过程的高效、稳定和可控。
利用精益生产的理念和工具，如价值流分析、持续改进等，推动SPC的 实施和推广。
企业内部SPC培训和文化建设
统计技术基ห้องสมุดไป่ตู้知识培训
包括概率论、数理统计等基础知识，帮助员工掌握基本的统计概念和方法。
SPC理论和方法培训
深入讲解SPC的理论和方法，包括控制图的制定、分析和应用等，使员工能够熟练掌握 SPC技术。
SPC在企业中应用价值
提高产品质量
通过实施SPC，企业可以及时发现并解决生产过程中的问题，减少产品缺陷和不良品率， 提高产品质量和客户满意度。
降低生产成本
SPC有助于企业优化生产流程、提高设备利用率和劳动生产率，从而降低生产成本、提高 经济效益。
提升企业竞争力
SPC与其他质量管理体系融合应用
与六西格玛管理的融合
将SPC作为六西格玛管理的一个重要工具，用于识别和改进生产过程中的问题和波 动。
结合六西格玛管理的DMAIC流程，运用SPC对生产过程进行持续改进和优化。
SPC与其他质量管理体系融合应用
免类似异常的再次发生。
06
SPC在企业中实施与推广
SPC实施步骤和关键成功因素
明确目标
确定SPC实施的目标和范围，包括要控制的 产品特性、生产过程和关键质量指标等。
数据收集
建立数据收集系统，收集生产过程中的原始 数据，并进行整理和清洗。
SPC实施步骤和关键成功因素
过程分析
运用统计技术对生产过程进行 分析，识别过程中的异常和波 动，并确定过程能力。
与精益生产的融合
将SPC与精益生产相结合，实现生产过程的高效、稳定和可控。
利用精益生产的理念和工具，如价值流分析、持续改进等，推动SPC的 实施和推广。
企业内部SPC培训和文化建设
统计技术基ห้องสมุดไป่ตู้知识培训
包括概率论、数理统计等基础知识，帮助员工掌握基本的统计概念和方法。
SPC理论和方法培训
深入讲解SPC的理论和方法，包括控制图的制定、分析和应用等，使员工能够熟练掌握 SPC技术。
SPC在企业中应用价值
提高产品质量
通过实施SPC，企业可以及时发现并解决生产过程中的问题，减少产品缺陷和不良品率， 提高产品质量和客户满意度。
降低生产成本
SPC有助于企业优化生产流程、提高设备利用率和劳动生产率，从而降低生产成本、提高 经济效益。
提升企业竞争力
统计过程控制(SPC)-培训教材
02
拉图（决定控制重点）
03
计检定
04
制图
05
样计划
06
异数分析／回归分析
过程控制系统
设备 材料 环境 成品
人员
绩效报告
过程中对策
过程中对策
方法
成品改善
过程控制系统 1. 过程： 过程是指人员、设备、材料、方法及环境的输入，经由一 定的整理程序而得到输出的结果，一般称之成品。成品经 观察、测量或测试可衡量其绩效。SPC所控制的过程必须符 合连续性原则。 2. 绩效报告： 从衡量成品得到有关过程绩效的资料，由此提供过程的控 制对策或改善成品。 3. 过程中对策： 是防患于未然的一种措施，用以预防制造出不合规格的成品。 4. 成品改善： 对已经制造出来的不良品加以选别，进行全数检查并返工/ 返修或报废。
控制图（平均值与全距） 1.公式： (1) 控制图 CL = UCL = ＋ A2 LCL = － A2 (2) R 控制图 CL = UCL = D4 LCL = D3 2.实例： 某工厂制造一批紫铜管，应用 -R控制图来控制其内径，尺寸 单位为m/m，利用下页数据表之资料，求得其控制界限并绘图。 （n = 5）
R
X1
X2
X3
X4
X5
X1
X2
X3
X4
X5
1
50
50
49
52
51
50.4
3
14
53
48
47
52
51
50.2
6
2
47
53
53
45
50
49.6
8
15
53
48
49
51
SPC(统计过程控制)教材
SPC--温林华 11
变差的原因
普通原因存在
1、风吹
3、中间有根挡板 非常长
2、中间有根木 棒阻挡
特殊原因存在
SPC--温林华 12
普通原因
特殊原因
１．大量之微小原因所引起,不可 避免
２．不管发生何种之偶然原因， 其 个别之变异极为微小
３．几个较代表性之偶然原因如 下： （１）原料之微小变异 （２）机械之微小掁动 （３）仪器测定时不十分精 确之作法
UCL
CL
UCL
SPC--温林华 32
3σ 控制的判稳准则
• P (μ-3σ < X < μ+3σ ) = 0.9973
是基于正态分布的重要特性。假设产品的特性值服从正态分布，则产
品特性值在区间（ μ-3σ，μ+3σ ）的分布概率为99.73%。目前 世界上大部分国家都采用3倍标准差为控制界限。
本市城镇居民2009年一季度人均收入同比增长11.5%...... 本区人均居住面积5年内增长了21.8平方米……
SPC--温林华 24
我们的期望……
假如我说： • 介绍３个平均年龄24岁的小姐和你约会…… • 爽不爽！！ 均值不能代表总体特征
我们发现均值不能代表总体的特征， 还有那些统计数据……
2.将数据分组，定出组数 K=1+3.23logN，也可采用以下经验数据
数据N
～50 50～100 100～250 250以上
组数
5～7 6～10 7～12 10～20
3.找出最大值（L）和最小值（S），计算出全距（R）。 4.定出组距（H）：全距/组数（通常采用整数）
SPC--温林华 17
数据分析——直方图
ISO/TS16949相关工具培训教程
变差的原因
普通原因存在
1、风吹
3、中间有根挡板 非常长
2、中间有根木 棒阻挡
特殊原因存在
SPC--温林华 12
普通原因
特殊原因
１．大量之微小原因所引起,不可 避免
２．不管发生何种之偶然原因， 其 个别之变异极为微小
３．几个较代表性之偶然原因如 下： （１）原料之微小变异 （２）机械之微小掁动 （３）仪器测定时不十分精 确之作法
UCL
CL
UCL
SPC--温林华 32
3σ 控制的判稳准则
• P (μ-3σ < X < μ+3σ ) = 0.9973
是基于正态分布的重要特性。假设产品的特性值服从正态分布，则产
品特性值在区间（ μ-3σ，μ+3σ ）的分布概率为99.73%。目前 世界上大部分国家都采用3倍标准差为控制界限。
本市城镇居民2009年一季度人均收入同比增长11.5%...... 本区人均居住面积5年内增长了21.8平方米……
SPC--温林华 24
我们的期望……
假如我说： • 介绍３个平均年龄24岁的小姐和你约会…… • 爽不爽！！ 均值不能代表总体特征
我们发现均值不能代表总体的特征， 还有那些统计数据……
2.将数据分组，定出组数 K=1+3.23logN，也可采用以下经验数据
数据N
～50 50～100 100～250 250以上
组数
5～7 6～10 7～12 10～20
3.找出最大值（L）和最小值（S），计算出全距（R）。 4.定出组距（H）：全距/组数（通常采用整数）
SPC--温林华 17
数据分析——直方图
ISO/TS16949相关工具培训教程
统计过程控制(SPC)教材
ISO/TS16949、QS9000将它记为Cpk，Cpk的定义是：
Cpk Mi（n TU x ，x TL ）
3s
3s
2020年11月7日4时41分
18
过程能力指数的计算
▪ 单向公差，只有上限要求
如噪声清洁度等是仅需控制上限的单向公差，其下限视为零。 这时过程能力指数Cpu计算：
过程能力是过程的固有变差（用短期过程标准差来表
示）σ的6倍，即PC＝6σ，σ通常由控制图中的 R/d2
计算而得，记为 R/d2。
2020年11月7日4时41分
12
过程的度量
（1） 过程能力指数
过程能力指数Cp（过程中心无偏移时） CP= TU -TL
6 R/d2
过程能力指数Cpk (过程中心有偏移时)
短期过程标准差来表示：可以从控制图上通过 来估计。
R
/
d2
2020年11月7日4时41分
8
过程固有变差与过程总变差
▪ 标准差
是一组数值自平均值分散开来的程度的一种测量观念。 一个较大的标准差，代表大部分的数值和其平均值之间差 异较大；一个较小的标准差，代表这些数值较接近平均值。
▪ 样本标准差
在真实世界中，除非在某些特殊情况下，找到一个总体 的真实的标准差是不现实的。大多数情况下，总体标准差 是通过随机抽取一定量的样本并计算样本标准差估计的。
因素 普通 原因
特殊 原因
特点 ▪影响程度小 ▪影响方面确定 ▪过程中始终存在 ▪难以控制和消除
▪影响程度大 ▪影响方向不定 ▪过程中时有时无 ▪可以控制和消除
质量波动
正常波动 采取的对策： 从技术或管理方面寻求 “质量突破”，如不经 济则“听之任之”
异常波动 采取对策： “严加控制”
Cpk Mi（n TU x ，x TL ）
3s
3s
2020年11月7日4时41分
18
过程能力指数的计算
▪ 单向公差，只有上限要求
如噪声清洁度等是仅需控制上限的单向公差，其下限视为零。 这时过程能力指数Cpu计算：
过程能力是过程的固有变差（用短期过程标准差来表
示）σ的6倍，即PC＝6σ，σ通常由控制图中的 R/d2
计算而得，记为 R/d2。
2020年11月7日4时41分
12
过程的度量
（1） 过程能力指数
过程能力指数Cp（过程中心无偏移时） CP= TU -TL
6 R/d2
过程能力指数Cpk (过程中心有偏移时)
短期过程标准差来表示：可以从控制图上通过 来估计。
R
/
d2
2020年11月7日4时41分
8
过程固有变差与过程总变差
▪ 标准差
是一组数值自平均值分散开来的程度的一种测量观念。 一个较大的标准差，代表大部分的数值和其平均值之间差 异较大；一个较小的标准差，代表这些数值较接近平均值。
▪ 样本标准差
在真实世界中，除非在某些特殊情况下，找到一个总体 的真实的标准差是不现实的。大多数情况下，总体标准差 是通过随机抽取一定量的样本并计算样本标准差估计的。
因素 普通 原因
特殊 原因
特点 ▪影响程度小 ▪影响方面确定 ▪过程中始终存在 ▪难以控制和消除
▪影响程度大 ▪影响方向不定 ▪过程中时有时无 ▪可以控制和消除
质量波动
正常波动 采取的对策： 从技术或管理方面寻求 “质量突破”，如不经 济则“听之任之”
异常波动 采取对策： “严加控制”
SPC经典教材
否
子组均值是 否 否能很以便
使用中
地计算？
位数图
是
接上页
ቤተ መጻሕፍቲ ባይዱ
子组容量
否
是否不小
于或等于9？
是
是否能以便
否
地计算每个
子组旳S值？
是
使用
X— s图
使用 X—R图
使用 X—R图
注：本图假设测量系统 已经过评价而且是合用 旳。
计量型数据控制图
人员
设备 环与境过程有关旳控制图
材料
措施
12 34 56
• 成果举例过程
D3=0.000
8
系列 1 R图
系列 2
4
D4=2.115
0
1
2
3
4
5
6
7
8
9
10
11 12 13 14 15
16 17 18 19 20
21 22 23 24 25
26 27 28 29 30
系列 1
编号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
SPC旳作用
• 1、确保制程连续稳定、可预测。 • 2、提升产品质量、生产能力、降低成本。 • 3、为制程分析提供根据。 • 4、区别变差旳特殊原因和一般原因，作为采用局部措
施或对系统采用措施旳指南。
SPC常用术语解释
名称
解释
平均值 （X） • 一组测量值旳均值
极差（Range） • 一种子组、样本或总体中最大与最 小值之差
输出
顾客
辨认不断变化旳 需求量和期望
统计过程控制(SPC新手入门)[106P][784KB].pdf
![统计过程控制(SPC新手入门)[106P][784KB].pdf](https://img.taocdn.com/s3/m/e4ea6dd851e2524de518964bcf84b9d528ea2ca6.png)
计量值 可以用量具、仪表等进行测量而得出的连续性数值， 可以出现小数。
计数值 不能用量具、仪表来度量的非连续性的正整数值。
46
控制图的种类
计量型数据的控制图 Xbar-R图（均值－极差图） Xbar-S图（均值－标准差图） X-MR图（单值－移动极差图）
~x R图 （中位数图）
计数型数据的控制图 P图（不合格品率图） np图（不合格品数图） c图（不合格数图） u图（单位产品不合格数图）
仪器，多次测量同一零件的同一特性时获得的 测量值变差。
28
测量系统变差
量具再现性 量具再现性是由不同的操作者，采用相同
的测量仪器，测量同一零件的同一特性时测量 平均值的变差。
29
测量系统变差
量具稳定性 量具稳定性是同一测量系统在不同时间测
量同一零件时，至少两组测量值的总变差。
30
测量系统变差
22
如果数据的离散程度遵从正态分布······
曲线下的总面积 ＝100％
平均值：X
－∞
3
1
2
1 1
68.26％ 95.44％
99.73％
2
＋∞
3
23
过程变差
材料
输入 （材料）
人机 法
过程 （生产/装配）
测量系统
反馈 （测量/检验）
输出 （产品）
24
过程变差
输入材料 不同批次之间的差异 批次内的差异 随时间产生的差异 随环境产生的差异
9.99 10.04 9.22 9.76 10.06 10.12 9.99 9.77 9.53 9.97
9.85 9.98 10.01 10.15 10.42 10.14 9.89 9.58 9.95 9.91
计数值 不能用量具、仪表来度量的非连续性的正整数值。
46
控制图的种类
计量型数据的控制图 Xbar-R图（均值－极差图） Xbar-S图（均值－标准差图） X-MR图（单值－移动极差图）
~x R图 （中位数图）
计数型数据的控制图 P图（不合格品率图） np图（不合格品数图） c图（不合格数图） u图（单位产品不合格数图）
仪器，多次测量同一零件的同一特性时获得的 测量值变差。
28
测量系统变差
量具再现性 量具再现性是由不同的操作者，采用相同
的测量仪器，测量同一零件的同一特性时测量 平均值的变差。
29
测量系统变差
量具稳定性 量具稳定性是同一测量系统在不同时间测
量同一零件时，至少两组测量值的总变差。
30
测量系统变差
22
如果数据的离散程度遵从正态分布······
曲线下的总面积 ＝100％
平均值：X
－∞
3
1
2
1 1
68.26％ 95.44％
99.73％
2
＋∞
3
23
过程变差
材料
输入 （材料）
人机 法
过程 （生产/装配）
测量系统
反馈 （测量/检验）
输出 （产品）
24
过程变差
输入材料 不同批次之间的差异 批次内的差异 随时间产生的差异 随环境产生的差异
9.99 10.04 9.22 9.76 10.06 10.12 9.99 9.77 9.53 9.97
9.85 9.98 10.01 10.15 10.42 10.14 9.89 9.58 9.95 9.91
SPC培训正式教材
Cp=（Tu-μ）/3σ 或 Cp=（μ-Tl）/3σ
跳转到第一页
对有偏过程能力的调整：
当有偏（μ≠M），是否需将数据中心调整到与公差中 心一致，则取决于多种因素，如Cp值的富裕度、调整 的难易程度、调整的经济性、对最终产品的影响等。 下面给出的情况可供参考
Cpk值 1.33＜Cpk 1.33＜Cpk 1.00＜Cpk≤1.33 1.00＜Cpk≤1.33 偏离系数K 0＜K＜0.25 0.25＜K＜0.50 0＜K＜0.25 0.25＜K＜0.50 应予以调整 建议的措施 不必调整 密切关注
0.15 0.1 0.05 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
跳转到第一页
高于平均极差的链或上升链说明存在下列情 况之一或全部 输出值的分布宽度增加，其原因可能是无规律 的(例如设备工作不正常或固定松动)或是由于过 程中的某个要素变化(例如，使用新的不是很一 致的原材料)，这些都是常见的问题，需要纠正； 测量系统改变(例如，新的检验员或量具) 低于平均极差的链，或下降链表明存在下列 情况之一或全部： 输出值分布宽度减少，这常常是一个好状态， 应研究以便推广应用和改进过程； 测量系统改变。
跳转到第一页
超出控制限的点通常说明存在下列情况中 的一种或几种： a、控制限计算错误或描点时描错； b、零件间的变化性或分布的宽度已经增大 (即变坏)，这种增大可以发生在某个时间 点上，也可能是整个趋势的一部分； c、测量系统变化(例如：不同的检验员或量 具) ； d、测量系统没有适当的分辨力。
跳转到第一页
8.04 8.02 8 7.98 7.96 7.94 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
SPC 培训教材
R=Xmax-Xmin
式中： X1 ， X2 • • • •为子组内的每个测量值。n 表示子组 的样本容量
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 ：
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） 1-5、将均值和极差画到控制图上 5-1 X 图和 R 图上点描好后及时用直线联接，浏览各点是否合 理，有无很高或很低的点，并检查计算及画图是否正确。 5-2 确保所画的X bar和R点在纵向是对应的。 注：对于还没有计算控制限的初期操作的控制图上应清楚地 注明“初始研究”字样。
*
极差（R 图）
日期 时间 1
读2 3
数4 5
和
和 X= 读数数量 R=最高-最低
*样本容量小于7时，没有极差的下控制限
零件号：XXX 零件名称：XXX
对特殊原因采取措施的说明
o 任何超出控制限的点 o 连续7点全在中心线之上或
之下 o 连续7点上升或下降 o 任何其它明显非随机的图
形
采取措施的说明
7
.42
8
.37
9
.34
10
.31
D3 * * * * *
.08 .14 .18 .22
D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78
在确定过程能力之前， 过程必须受控。
36
1-3、计算每个子组的均值（Xbar）和极差R 对每个子组计算： X=（X1+X2+…+Xn）/ n
控制界限=平均值±3σ
式中： X1 ， X2 • • • •为子组内的每个测量值。n 表示子组 的样本容量
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 ：
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） 1-5、将均值和极差画到控制图上 5-1 X 图和 R 图上点描好后及时用直线联接，浏览各点是否合 理，有无很高或很低的点，并检查计算及画图是否正确。 5-2 确保所画的X bar和R点在纵向是对应的。 注：对于还没有计算控制限的初期操作的控制图上应清楚地 注明“初始研究”字样。
*
极差（R 图）
日期 时间 1
读2 3
数4 5
和
和 X= 读数数量 R=最高-最低
*样本容量小于7时，没有极差的下控制限
零件号：XXX 零件名称：XXX
对特殊原因采取措施的说明
o 任何超出控制限的点 o 连续7点全在中心线之上或
之下 o 连续7点上升或下降 o 任何其它明显非随机的图
形
采取措施的说明
7
.42
8
.37
9
.34
10
.31
D3 * * * * *
.08 .14 .18 .22
D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78
在确定过程能力之前， 过程必须受控。
36
1-3、计算每个子组的均值（Xbar）和极差R 对每个子组计算： X=（X1+X2+…+Xn）/ n
控制界限=平均值±3σ
SPC培训教材
SPC培训教材引言SPC（StatisticalProcessControl，统计过程控制）是一种以统计方法为基础的过程控制技术。
它通过对生产过程中收集的数据进行分析，实现对过程稳定性和产品质量的有效监控和控制。
本教材旨在为读者提供SPC的基本概念、原理、方法和应用技巧，帮助读者掌握SPC的实施步骤和技巧，提高生产过程的质量管理水平。
第一章：SPC基本概念1.1质量管理的发展1.2SPC的定义和作用1.3SPC的基本原理1.4SPC与全面质量管理的关系第二章：SPC的基本工具2.1控制图2.1.1控制图的类型和用途2.1.2控制图的绘制方法2.1.3控制图的判读规则2.2直方图2.2.1直方图的绘制方法2.2.2直方图的分析和应用2.3过程能力指数2.3.1过程能力指数的定义和计算方法2.3.2过程能力指数的应用和分析第三章：SPC的实施步骤3.1数据收集和整理3.1.1数据的类型和来源3.1.2数据的收集方法3.1.3数据的整理和表示3.2控制图的绘制和应用3.2.1控制图的绘制步骤3.2.2控制图的判读和应用3.3过程分析和改进3.3.1过程分析的方法和工具3.3.2过程改进的策略和实施第四章：SPC的应用案例4.1制造业中的应用案例4.2服务行业中的应用案例4.3公共事业中的应用案例第五章：SPC的推广和持续改进5.1SPC的推广策略5.2SPC的培训和效果评估5.3SPC的持续改进和优化结论通过对本教材的学习，读者应该能够掌握SPC的基本概念、原理、方法和应用技巧。
然而，SPC的实施需要结合实际情况进行具体的分析和应用，因此读者需要在实践中不断探索和总结，不断提高自己的质量管理水平。
希望本教材能够为读者提供有用的指导和帮助，促进SPC在各个领域的应用和发展。
重点关注的细节：控制图的绘制和应用控制图是SPC（统计过程控制）中最重要的工具之一。
它通过图形化的方式，直观地展示了生产过程中的数据变化，帮助工作人员及时发现问题，采取相应的措施，从而实现对生产过程的有效控制。
- 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)。
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。
19
建立适用于实施的环境 定义过程 确定待管理的特性，考虑到
◦ 顾客的需求 ◦ 当前及潜在的问题区域 ◦ 特性间的相互关系
◦ 在同样能够满足对产品质量控制的情况下, 应该选择 容易测定的控件目. 用统计方法进行质量控制如无质 量特性数据就无法进行.
21
◦ 在同样能够满足产品质量控制的情况下, 应选择对生产过 程容易采取措施的控件目.
◦ 为了使控制最终取得最佳效果, 应尽量采取影响产品质量 特性的根本原因有关的特性或接近根本原因的特性作为控 件目.
17
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
◦ 大约可纠正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
18
合理使用控制图能
◦ 供正在进行过程控制的操作者使用 ◦ 有于过程在质量上和成本上能持续地，可预测地保持下
Cl的性质
“n”=10~25 “n”是否较大
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
一定
不一定
X-s 图
X-R 图
X-R
X-Rm “p”
图
图图
“np” “c”
“u”
图图
图
7
控制图的绘制流程
搜集数据
绘解析用控制图
是否稳定
寻找异常原因
绘直方图 是否满足规格
15
16
普通原因指的是造成随着时间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，我们称之为： “处于统计控制状态”、“受统计控制”，或有时简 称“受控”，普通原因表现为一个稳定系统的偶然原 因。只有变差的普通原因存在且不改变时，过程的输 出才可以预测。
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， 否则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。
◦ 产品的质量特性有时不止一个, 则应同时采取几个特性作 为控件目.
22
分组问题
◦ 主要是使在大致相同的条件下所收集的质量特性值分在一 组, 组中不应有不同本质的数据, 以保证组内仅有偶然因 素的影响.
◦ 我们所使用的控制图是以影响过程的许多变动因素中的偶 然因素所造成的波动为基准来找出异常因素的, 因此, 必 须先找出过程中偶然因素波动这个基准.
23
让组内变化只有偶然因素 让组间变化只有非偶然因素
质 量 特 性
组内变异小 组间变异大
检讨机械、设备 提升制程能力
控制用控制图
8
群体 平均值=μ 标准差=σ
抽样
μ-k σ μ μ+k σkk1e(
x )2 2 2
2
e 2.718
9
μ±kσ μ±0.67σ
μ±1σ μ±1.96σ
μ±2σ μ±2.58σ
μ±3σ
在内的概率 50.00% 68.26% 95.00% 95.45% 99.00% 99.73%
确定测量系统 使不必要的变差最小
20
为保证最终产品的质量特性, 需要考虑以下几 个方面:
◦ 认真研究用户对产品质量的要求, 确定这些要求那些 与质量特性有关, 应选择与使用目的有重要关系的质 量特性来作为控制的项目.
◦ 有些虽然不是最终产品质量的特性, 但为了达到最终 产品的质量目标, 而在生产过程中所要求的质量特性 也应列为控件目
在外的概率 50.00% 31.74% 5.00% 4.55% 1.00% 0.27%
10
99.73% 95.45%
68.26% -3σ -2σ -1σ μ +1σ +2σ +3σ
11
个别值的正态分布
x
3
x
x
3 x
平均值的正态分布
3x
x
3 x
上控制限UCL 中心線
下控制限LCL
控制图的正态分布
日本在1950年由W.E.Deming博士引到日本。
3
原料
人 机 法 环 测量
好
PROCESS
测量 结果
不好
不要等产品做出来后再去看它好不好 而是在制造的时候就要把它制造好
4
管制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。
12
规格界限：是用以说明质量特性之最大许可值，来 保证各个单位产品之正确性能。
管制界限：应用于一群单位产品集体之量度，这种 量度是从一群中各个单位产品所得之观测值所计算 出来者。
13
材料
机器
人
环境
测量
方法
波动原因
14
满足要求 可接受
不可接受
控制
受控
1类 2类
不受控
3类 4类
简言之，首先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，那么其性能是可预测的，就可评定满足顾 客期望的能力。
控制图历史说明 控制图说明 控制图原理说明
控制图种类及选择说 明
正态分布说明
普通原因、特殊原因 说明
使用控制图注意事项 X-R,X-S,X-R,X-Rm控制图 P, np, c, u控制图 Ca, Cp, Cpk, Pp, Ppk,
Cmk指数说明 什么是MOTOROLA的6σ
利用控制限区隔 是否为非机遇性
5
计量值控制图
◦ 平均值与全距控制图
◦ 平均值与标准偏差控制 图
◦ 中位值与全距控制图
◦ 个别值与移动全距控制 图
计数值控制图
◦ 不良率控制图 ◦ 不良数控制图 ◦ 缺点数控制图 ◦ 单位缺点控制图
6
控制图的选择
控制图的选定
计量值 资料性质
计数值
平均值
n≧1 样本大小 n≧2
控制图的判读 Case study
2
控制图是1924年由美国品管大师W.A.Shewhart博 士发明。因其用法简简单且效果显著，人人能用， 到处可用，遂成为实施质量管理时不可缺少的主 要工具，当时称为(Statistical Quality Control)。
英国在1932年，邀请W.A. Shewhart博士到伦 敦，主讲统计质量管理，而提高了英国人将统 计方法应用到工业方面之气氛。
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。
19
建立适用于实施的环境 定义过程 确定待管理的特性，考虑到
◦ 顾客的需求 ◦ 当前及潜在的问题区域 ◦ 特性间的相互关系
◦ 在同样能够满足对产品质量控制的情况下, 应该选择 容易测定的控件目. 用统计方法进行质量控制如无质 量特性数据就无法进行.
21
◦ 在同样能够满足产品质量控制的情况下, 应选择对生产过 程容易采取措施的控件目.
◦ 为了使控制最终取得最佳效果, 应尽量采取影响产品质量 特性的根本原因有关的特性或接近根本原因的特性作为控 件目.
17
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
◦ 大约可纠正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
18
合理使用控制图能
◦ 供正在进行过程控制的操作者使用 ◦ 有于过程在质量上和成本上能持续地，可预测地保持下
Cl的性质
“n”=10~25 “n”是否较大
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
一定
不一定
X-s 图
X-R 图
X-R
X-Rm “p”
图
图图
“np” “c”
“u”
图图
图
7
控制图的绘制流程
搜集数据
绘解析用控制图
是否稳定
寻找异常原因
绘直方图 是否满足规格
15
16
普通原因指的是造成随着时间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，我们称之为： “处于统计控制状态”、“受统计控制”，或有时简 称“受控”，普通原因表现为一个稳定系统的偶然原 因。只有变差的普通原因存在且不改变时，过程的输 出才可以预测。
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， 否则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。
◦ 产品的质量特性有时不止一个, 则应同时采取几个特性作 为控件目.
22
分组问题
◦ 主要是使在大致相同的条件下所收集的质量特性值分在一 组, 组中不应有不同本质的数据, 以保证组内仅有偶然因 素的影响.
◦ 我们所使用的控制图是以影响过程的许多变动因素中的偶 然因素所造成的波动为基准来找出异常因素的, 因此, 必 须先找出过程中偶然因素波动这个基准.
23
让组内变化只有偶然因素 让组间变化只有非偶然因素
质 量 特 性
组内变异小 组间变异大
检讨机械、设备 提升制程能力
控制用控制图
8
群体 平均值=μ 标准差=σ
抽样
μ-k σ μ μ+k σkk1e(
x )2 2 2
2
e 2.718
9
μ±kσ μ±0.67σ
μ±1σ μ±1.96σ
μ±2σ μ±2.58σ
μ±3σ
在内的概率 50.00% 68.26% 95.00% 95.45% 99.00% 99.73%
确定测量系统 使不必要的变差最小
20
为保证最终产品的质量特性, 需要考虑以下几 个方面:
◦ 认真研究用户对产品质量的要求, 确定这些要求那些 与质量特性有关, 应选择与使用目的有重要关系的质 量特性来作为控制的项目.
◦ 有些虽然不是最终产品质量的特性, 但为了达到最终 产品的质量目标, 而在生产过程中所要求的质量特性 也应列为控件目
在外的概率 50.00% 31.74% 5.00% 4.55% 1.00% 0.27%
10
99.73% 95.45%
68.26% -3σ -2σ -1σ μ +1σ +2σ +3σ
11
个别值的正态分布
x
3
x
x
3 x
平均值的正态分布
3x
x
3 x
上控制限UCL 中心線
下控制限LCL
控制图的正态分布
日本在1950年由W.E.Deming博士引到日本。
3
原料
人 机 法 环 测量
好
PROCESS
测量 结果
不好
不要等产品做出来后再去看它好不好 而是在制造的时候就要把它制造好
4
管制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。
12
规格界限：是用以说明质量特性之最大许可值，来 保证各个单位产品之正确性能。
管制界限：应用于一群单位产品集体之量度，这种 量度是从一群中各个单位产品所得之观测值所计算 出来者。
13
材料
机器
人
环境
测量
方法
波动原因
14
满足要求 可接受
不可接受
控制
受控
1类 2类
不受控
3类 4类
简言之，首先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，那么其性能是可预测的，就可评定满足顾 客期望的能力。
控制图历史说明 控制图说明 控制图原理说明
控制图种类及选择说 明
正态分布说明
普通原因、特殊原因 说明
使用控制图注意事项 X-R,X-S,X-R,X-Rm控制图 P, np, c, u控制图 Ca, Cp, Cpk, Pp, Ppk,
Cmk指数说明 什么是MOTOROLA的6σ
利用控制限区隔 是否为非机遇性
5
计量值控制图
◦ 平均值与全距控制图
◦ 平均值与标准偏差控制 图
◦ 中位值与全距控制图
◦ 个别值与移动全距控制 图
计数值控制图
◦ 不良率控制图 ◦ 不良数控制图 ◦ 缺点数控制图 ◦ 单位缺点控制图
6
控制图的选择
控制图的选定
计量值 资料性质
计数值
平均值
n≧1 样本大小 n≧2
控制图的判读 Case study
2
控制图是1924年由美国品管大师W.A.Shewhart博 士发明。因其用法简简单且效果显著，人人能用， 到处可用，遂成为实施质量管理时不可缺少的主 要工具，当时称为(Statistical Quality Control)。
英国在1932年，邀请W.A. Shewhart博士到伦 敦，主讲统计质量管理，而提高了英国人将统 计方法应用到工业方面之气氛。