Spc培训课件(五大工具)
合集下载
SPC(五大工具)精品PPT课件
累计 频率%
29 49 68 81 87 100
频 数
累 计 频 率
18
排列图（巴雷特图）
4 分析图形
结论 ：由排列图可见，处于 80%以内的因素有三项，即 空调，供电，供水为本季度 顾客投诉较多的项目
5 注意事项
--主要因素不要超过3个 --不太重要的因素可合并
到“其他” 缩短横标 --若各因素发生次数相差不大
4
检测和预防
--对最终产品质量靠质量检验保证，即 剔除不合格品；
--对最终工作/服务质量靠检查和重新工作 这就是一种容忍浪费的意识，既容忍将时
间、材料等资源投入到生产不一定有用的 产品或服务中 --在第一步就预防产生无用的输出 “第一次就做好”，这是一种避免浪费的 意识
5
SPC-由产品控制 过程控制的需要
--抽样技术 --产品判断 --试验管理 --测量系统分析 --不合格品控制 业绩，成本和效率分析
11
统计过程控制原理
采集数据 --测量过程和产品特性
分析数据 --应用统计原理和工具分析特性
评价变差 --寻找过程及产品特性的改进机会
改进实施 --基于统计数据分析和变差评估确定改进 措施并实施过程改进
方图
散布图
控制图
16
排列图（巴雷特图）
原理：关键的少数，次要的多数—2/8原理
步骤：1 收集一定时间内的数据 例：某大厦物业管理公司物业部8—10月收 到的顾客投诉共95次，分布如下表；
顾客投诉事项 供电系统不良 空调系统不良 供水系统不良 电梯系统不良
次数 19 28 17 6
则应重新考虑因素的分类 -- 纵坐标的频数还可为价值，重量，件数等
C B A
五大工具之SPC培训教材
CHAPTER 05
抽样检验与接收准则
抽样检验概念及目的
抽样检验概念
从总体中随机抽取一部分样本进行检 验，根据样本的检验结果来推断总体 的质量状况。
抽样检验目的
通过抽样检验，以较小的代价获得对 总体质量状况的准确估计，为质量决 策提供依据。
接收准则制定方法和步骤
制定接收准则的方法：根据抽样检验的目的和要求，选 择合适的统计方法，如计数型抽样检验、计量型抽样检 验等，制定相应的接收准则。 1. 确定质量要求和检验水平；
统存在误差和不稳定问题，经过改进后，提高了血压计的准确性和可靠
性。
CHAPTER 03
过程能力分析（CPK/PPK）
过程能力概念及意义
过程能力定义
过程能力是指一个稳定的过程在 固定条件下，能够持续生产出满 足质量要求的产品的能力。
过程能力意义
通过过程能力分析，可以评估过 程的稳定性和一致性，预测过程 在未来生产中的表现，并为过程 改进提供方向。
过程能力分析
抽样检验的结果可以用于过程能力分析，评估过程满足质 量要求的能力。通过计算过程能力指数（如Cp、Cpk等） ，可以了解过程的实际加工能力和潜在能力。
不合格品控制
在SPC中，不合格品的控制是重要环节。通过抽样检验发 现的不合格品可以采取相应的措施进行处置和预防，确保 产品质量符合要求。
CHAPTER 06
过程能力改进策略
确定改进目标
根据过程能力分析结果，确定需要改进的 过程特性和目标值。
持续改进
在过程能力达到要求后，继续关注过程变 化，持续进行过程能力分析和改进，以保 持过程的稳定性和一致性。
分析原因
运用因果图、散点图等工具，分析过程能 力不足的原因。
五大工具-SPC
路径: 统计/质量工具/ Capability Sixpack/正态
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。
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。
五大工具统计过程控制培训之SPC(PPT100页)
的话，然后就离开了。
Ø员工们不知道做什么，也就什么也没有做。
30 ¨
20 ¨
不能再“软管理”了!!!
10 ¨
1 2 3 4 5 6 7 8 9 10 11 12 去年月份
普通因素和特殊因素
面对过程变化如何反应？
案例：库存水平（今年6月）
Ø从去年底到今年6月总经理实现了库存降低。
Ø“情况在好转!”
Ø他的结论: “管理上要强应一点才行!”
2、对普通因素变异而非特殊因素变异采取行动只会 增加过程的变异可能性。
我是属于什么变异？
普通因素和特殊因素
过程中的变异：
普通因素变异 (噪音)
特殊因素变异 (信号)
命名:
随机的 -------> 可指定的 ---->
普通 特殊
变化 (信号)
普通因素和特殊因素
❖ 正常波动：是由随机因素／偶然因素造成的。当一个过程 只有普通原因起作用，而不存在特殊原因的作用时，过程 中就只在一定范围内正常波动。
➢如果该零件的加工过程是不良的， 那么我们可以预见¡
规定下限
目标值
规定上限
¡ 这些测量结果会有差异，而且... ¡ 测量值不是以目标值居中分布的，而且...
过程不是居中的。
C
¡ 测量值的中心值是移动的，而且... ¡ 测量值有时集中有时更加分散，而且¡
普通因素和特殊因素
戴明漏斗试验 需不需要做出反应？ 罐装线
Lot 1
Lot 2
一种情况是操作工会很负责地在每一瓶罐装之后都调校机器. 另一种情况是罐装线一直在跑，但操作工没有对流水线作任何改变.
上图对应哪种情况? 为什么会这样?
普通因素和特殊因素
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。
SPC五大工具课件
统计学基础
在先期质量策划中必须确定每一 过程使用的统计工具，并包含在
控制计划中
--摘自TS16949之8.1.1
统计学基础
160
100
140
90
120
80 70
100
60
80
50
60
40
40
30 20
20
10
0
0
AB C D E F G70源自605040
30
20
10
0.1
0.3
0.5
0.7
0.9 0
--对最终产品质量靠质量检验保证，即 剔除不合格品；
--对最终工作/服务质量靠检查和重新工作 这就是一种容忍浪费的意识，既容忍将时
间、材料等资源投入到生产不一定有用的 产品或服务中 --在第一步就预防产生无用的输出 “第一次就做好”，这是一种避免浪费的 意识
SPC-由产品控制 过程控制的需要
产品控制
累计 频率%
29 49 68 81 87 100
频 数
累 计 频 率
排列图（巴雷特图）
4 分析图形
30
结论 ：由排列图可见，处于 25 80%以内的因素有三项，即 空调，供电，供水为本季度 20
顾客投诉较多的项目
15
5 注意事项 10 --主要因素不要超过3个
--不太重要的因素可合并
5
到“其他” 缩短横标 --若各因素发生次数相差不大 0
判断产品质量的接收 与拒收，随机抽取的 数据取自于某批产品
质量管理常用统计工具
排列图
头脑风暴法
抽样技术
散布图
因果分析图 对策表 直方图 控制图
排列图（巴雷特图）
五大工具之-SPC培训教材
据分布形态。
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。
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。
质量管理体系五种核心工具SPC培训课件
一个过程控制系统可以称为一个反馈系统。统计 过程控制（SPC）就是一类反馈系统。
在这个系统中，通过我们使用统计方法，收集有关 过程性能的信息，让我们了解到过程正在做什么， 离目标值是近还是远，要对过程采取什么样的措施 。同时，通过与内、外部顾客的沟通，识别顾客不 断变化的需求和期望的信息，进而对过程采取措施 ，以满足顾客的要求。
规范下限
范围
规范上限
时间
受控且有能力符合规范 （普通原因造成的变差已减少）
受控但没有能力符合规范 （普通原因造成的变差太大）
过程控制
范围
时间
不受控 （存在特殊原因）
受控 （消除了特殊原因）
5. 过程控制和过程能力
➢ 过程控制系统的目标是对影响过程的措施作出经
济合理的决定。 --平衡不需控制时采取了措施（过度控制/频繁
• 造成变差的原因有短期的影响和长期的影响。
造成短期影响的因素，例如:机器及其固定装 置间的游隙和间隙。
造成长期影响的因素，例如：机器和刀具的 逐渐正常磨损、规程发生有规则的变化。车间 动力或环境温度不规则变化。
因此，测量周期以及测量时的条件将会影响 存在的变差总量。
• 简单化的处理变差：
位于规定的公差范围内的零件是合格的，可接 受的。 位于规定的公差范围外的零件是不合格的，是 不可接受的。
7.控制图是过程控制的工具
制作和使用控制图的基本步骤: 1.收集： 按计划收集数据
将被研究的特性（过程或产品）的数据收集后转 换成可以画到控制图上的形式（如：平均值X、极差R、不 合格品率P、不合格品数np等） 2.控制： 利用数据计算试验控制限
将数据与控制限相比较，识别变差特殊原因 采取措施（一般是局部措施），使过程受控 进一步收集数据，必要时重新计算控制限 继续识别特殊原因并采取措施 3.分析及阶段： 特殊原因消除后，过程统计受控，此时可 计算过程能力
在这个系统中，通过我们使用统计方法，收集有关 过程性能的信息，让我们了解到过程正在做什么， 离目标值是近还是远，要对过程采取什么样的措施 。同时，通过与内、外部顾客的沟通，识别顾客不 断变化的需求和期望的信息，进而对过程采取措施 ，以满足顾客的要求。
规范下限
范围
规范上限
时间
受控且有能力符合规范 （普通原因造成的变差已减少）
受控但没有能力符合规范 （普通原因造成的变差太大）
过程控制
范围
时间
不受控 （存在特殊原因）
受控 （消除了特殊原因）
5. 过程控制和过程能力
➢ 过程控制系统的目标是对影响过程的措施作出经
济合理的决定。 --平衡不需控制时采取了措施（过度控制/频繁
• 造成变差的原因有短期的影响和长期的影响。
造成短期影响的因素，例如:机器及其固定装 置间的游隙和间隙。
造成长期影响的因素，例如：机器和刀具的 逐渐正常磨损、规程发生有规则的变化。车间 动力或环境温度不规则变化。
因此，测量周期以及测量时的条件将会影响 存在的变差总量。
• 简单化的处理变差：
位于规定的公差范围内的零件是合格的，可接 受的。 位于规定的公差范围外的零件是不合格的，是 不可接受的。
7.控制图是过程控制的工具
制作和使用控制图的基本步骤: 1.收集： 按计划收集数据
将被研究的特性（过程或产品）的数据收集后转 换成可以画到控制图上的形式（如：平均值X、极差R、不 合格品率P、不合格品数np等） 2.控制： 利用数据计算试验控制限
将数据与控制限相比较，识别变差特殊原因 采取措施（一般是局部措施），使过程受控 进一步收集数据，必要时重新计算控制限 继续识别特殊原因并采取措施 3.分析及阶段： 特殊原因消除后，过程统计受控，此时可 计算过程能力
- 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)。
9 8 7 6 5
1
2
3
4
点落在该区间的概率为99.73%
5
6
7
8
9
+3
Average
-3
10
24
控制图的要素
➢ 纵坐标：数据（质量特性值或其统计量） ➢ 横坐标：按时间顺序抽样的样本编号 ➢ 上虚线：上控制界限UCL( Upper Control Limit) ➢ 下虚线：下控制界限LCL (Lower Control Limit) ➢ 中实线：中心线CL (Center Line )
UCL=D4R=
LCL=D3R=
*
极差（R 图）
A2步骤： 最早的4个分组
日期 时间 1
读2 3
数4 5
和
和 X= 读数数量 R=最高-最低
6-8 .65 .75 .75 .60 .70 .85 .80 .70 .65 .75 .80 .70 .65 .85 .70 .75 .85 .65 .75 .65 3.50 3.85 3.80 3.40
1、确定测量系统 a 规定检测人员、环境、方法、数量、频率、设备
或量具。 b 确保检测设备或量具本身的准确性和精密性。 2、使不必要的变差最小
确保过程按预定的方式运行 确保输入的材料符合要求 恒定的控制设定值
30
从生产线抽取并测量2个样品
2.628 2.632
31
这两个数据能…？
它们可以告诉我们一个大概的情况。 但是……
UCLx=X+ A2R LCL x=X - A2R
UCLR=D4R LCLR=D3R
39
注：式中A2,D3,D4为常系数，决定于子组样本容量。其系
数值见下表 ：
n2
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
38
2. 计算控制限
首先计算极差的控制限，再计算均值的控制限 。
2-1 计算平均极差（R）及过程均值（X）
R=（R1+R2+…+Rk）/ k（K表示子组数量）
X =（X1+X2+…+Xk）/ k
2-2 计算控制限 计算控制限是为了显示仅存在变差的普通原因时子组的均
值和极差的变化和范围。控制限是由子组的样本容量以及反 映在极差上的子组内的变差的量来决定的。 计算公式：
1 不要对过程做不必要的改变
2 在此表后注明在过程因素 （人员、设备、材料、方 法、环境或测量系统）所 做的调整。
子组容量
A2 2 1.88
3 1.02
4
.73
5
.58
6
.48
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
*
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
22
标准偏差规则 “数据处于哪个位置?”
我们测量的 项目
3 Sigma 2 Sigma 1 Sigma 1 Sigma 2 Sigma 3 Sigma
UCL
% 数据点的百分比 99.73 % 95.45 %
68.26 %
LCL
时间
23
控制图的构成
18 17 16 15 14 13 12 11 10
2
第一章 SPC概论
1.1与控制有关的要素
1、（适合）范围 2、（经济）成本 3、（减少）风险
1.2SPC的基本概念
1.什么是SPC?
S = Statistical P= Process C = Control
SQC ?
5
1.2SPC的基本概念（1）
▇ 统计学样本理论； ▇ 收集、分析、评价、改进数
34
工厂：XXX 机器编号：XXX
X=均值X=
部门：XXX 日期：XXX UCL=X+A2R=
开始
X-R 控 制 图
工序：弯曲夹片
计算控制限日期
特性：间隙、尺寸“A” LCL=X-A2R=
均值（X 图）
工程规范：.50—.90mm 样本容量/频率: 5/2h
A1步骤
R=均值R=
UCL=D4R=
LCL=D3R=
在确定过程能力之前， 过程必须受控。
35
工厂：XXX 机器编号：XXX
X=均值X=
部门：XXX 日期：XXX UCL=X+A2R=
X-R 控 制 图
工序：弯曲夹片
计算控制限日期
特性：间隙、尺寸“A” LCL=X-A2R=
均值（X 图）
工程规范：.50—.90mm 样本容量/频率: 5/2h
R=均值R=
该工序变差到底有多大？ 下一个产品又会怎样呢？
32
仅靠这两个数据不能回答 这两个问题！
结论： 少量的测量数据不能说明过程的变
差范围。！
33
第一节 均值和极差图（X-R）
1、收集数据
以样本容量恒定的子组形式报告，子组通常包括2-6件连续的产品， 并周性期的抽取子组。 注：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 。 1-1 选择子组大小，频率和数据 1-1-1 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。） 1-1-2 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。 1-1-3 子组数：子组越多，变差越有机会出现。一般为25组，首次使用 控制图选用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）
1924年，休哈特博士建议用界限 µ± 3σ作为 控制界限来管理过程。即我们常说的3σ管理。
20
α虚发警报 β漏发警报 正态分布理论 无罪推定理论 成本质量平衡点
21
2.2 控制图的概念
控制图
n 规格界限：是用以说明 质量特性的最大许可值 ，来保证各个单位产品 的正确性能。
n 控制界限：应用于一群 单位产品集体的量度， 这种量度是从一群中各 个单位产品所得观测值 中计算出来者。
控制界限=平均值±3σ
25
控制图类型
X-R 均值和极差图
计 量
X-S均值和标准差图
型 X~ -R 中位值极差图
数
据 X-MR 单值移动极差图
P chart不良率控制图
计 数
nP chart不良数控制图
型 C chart缺点数控制图 数
据 U chart单位缺点数控制图
分析用控制图 控制用控制图
26
正态分布被二个参数 µ 与 σ完全确定，记为N（ µ， σ2 ）
µ 表示分布的中心位置 σ表示分布的标准差或者表
示数据的分散程度，或用极 差表示 若某过程输出特性 x 服从 N(µ，σ2 )那么该过程输出 产品中有68.26 ％在界限 µ± 1σ内，即有31.74%产 品在界限µ± 1σ之外。
统计过程控制
SPC (Statistical Process Control )
目录
1 SPC的产生及概论 2 计量型数据控制图 2.1均值极差图 2.2均值标准差图 2.3单值移动极差图 2.4中位数图 3 计数型数据控制图 3.1 P图 nP图 C图 U图 4 选择与总结/案例练习
据的方法； ▇ 管理特殊特性（抓住关键的少数）；
6
1.3 检测与预防的概念
过程控制的需要 检测—容忍浪费 预防—避免浪费
合格的产品检验100遍仍是合 格的！！
7
精度的概念
准确度好 精密度好 系统误差小 偶然误差小
准确度高 精密度差 系统误差小 偶然误差大
准确度差 精密度高 系统误差大 偶然误差小
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
14
1.6 过程控制
15
1.6 过程控制
满足要求 满足规范
不满足规范
受控 1类 2类
不受控 3类 4类
16
第二章 控制图介绍
2.1 控制图原理说明
在统计过程控制中最常见的 分布是正态分布
特殊原因：
（通常也叫可查明原因）是指造成不是始终作用 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。只用特殊原因被查出且 采取措施，否则它们将继续不可预测的影响过程 的输出。
1
n 天氣的變化 n 環境的影響
n 物料在一定範圍內的變 化
n 依據作業標準執行作業 的變化
19
μ±Kσ μ±0.67σ
μ±1σ μ±1.96σ
μ±2σ μ±2.58σ
μ±3σ
在内之或然率 50.00% 68.26% 95.00% 95.45% 99.00% 99.73%
在外之或然率 50.00% 31.74% 5.00% 4.55% 1.00% 0.27%
控制限的宽度就是根据这一原理定为3。
1
2
3
4
点落在该区间的概率为99.73%
5
6
7
8
9
+3
Average
-3
10
24
控制图的要素
➢ 纵坐标：数据（质量特性值或其统计量） ➢ 横坐标：按时间顺序抽样的样本编号 ➢ 上虚线：上控制界限UCL( Upper Control Limit) ➢ 下虚线：下控制界限LCL (Lower Control Limit) ➢ 中实线：中心线CL (Center Line )
UCL=D4R=
LCL=D3R=
*
极差（R 图）
A2步骤： 最早的4个分组
日期 时间 1
读2 3
数4 5
和
和 X= 读数数量 R=最高-最低
6-8 .65 .75 .75 .60 .70 .85 .80 .70 .65 .75 .80 .70 .65 .85 .70 .75 .85 .65 .75 .65 3.50 3.85 3.80 3.40
1、确定测量系统 a 规定检测人员、环境、方法、数量、频率、设备
或量具。 b 确保检测设备或量具本身的准确性和精密性。 2、使不必要的变差最小
确保过程按预定的方式运行 确保输入的材料符合要求 恒定的控制设定值
30
从生产线抽取并测量2个样品
2.628 2.632
31
这两个数据能…？
它们可以告诉我们一个大概的情况。 但是……
UCLx=X+ A2R LCL x=X - A2R
UCLR=D4R LCLR=D3R
39
注：式中A2,D3,D4为常系数，决定于子组样本容量。其系
数值见下表 ：
n2
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
38
2. 计算控制限
首先计算极差的控制限，再计算均值的控制限 。
2-1 计算平均极差（R）及过程均值（X）
R=（R1+R2+…+Rk）/ k（K表示子组数量）
X =（X1+X2+…+Xk）/ k
2-2 计算控制限 计算控制限是为了显示仅存在变差的普通原因时子组的均
值和极差的变化和范围。控制限是由子组的样本容量以及反 映在极差上的子组内的变差的量来决定的。 计算公式：
1 不要对过程做不必要的改变
2 在此表后注明在过程因素 （人员、设备、材料、方 法、环境或测量系统）所 做的调整。
子组容量
A2 2 1.88
3 1.02
4
.73
5
.58
6
.48
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
*
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
22
标准偏差规则 “数据处于哪个位置?”
我们测量的 项目
3 Sigma 2 Sigma 1 Sigma 1 Sigma 2 Sigma 3 Sigma
UCL
% 数据点的百分比 99.73 % 95.45 %
68.26 %
LCL
时间
23
控制图的构成
18 17 16 15 14 13 12 11 10
2
第一章 SPC概论
1.1与控制有关的要素
1、（适合）范围 2、（经济）成本 3、（减少）风险
1.2SPC的基本概念
1.什么是SPC?
S = Statistical P= Process C = Control
SQC ?
5
1.2SPC的基本概念（1）
▇ 统计学样本理论； ▇ 收集、分析、评价、改进数
34
工厂：XXX 机器编号：XXX
X=均值X=
部门：XXX 日期：XXX UCL=X+A2R=
开始
X-R 控 制 图
工序：弯曲夹片
计算控制限日期
特性：间隙、尺寸“A” LCL=X-A2R=
均值（X 图）
工程规范：.50—.90mm 样本容量/频率: 5/2h
A1步骤
R=均值R=
UCL=D4R=
LCL=D3R=
在确定过程能力之前， 过程必须受控。
35
工厂：XXX 机器编号：XXX
X=均值X=
部门：XXX 日期：XXX UCL=X+A2R=
X-R 控 制 图
工序：弯曲夹片
计算控制限日期
特性：间隙、尺寸“A” LCL=X-A2R=
均值（X 图）
工程规范：.50—.90mm 样本容量/频率: 5/2h
R=均值R=
该工序变差到底有多大？ 下一个产品又会怎样呢？
32
仅靠这两个数据不能回答 这两个问题！
结论： 少量的测量数据不能说明过程的变
差范围。！
33
第一节 均值和极差图（X-R）
1、收集数据
以样本容量恒定的子组形式报告，子组通常包括2-6件连续的产品， 并周性期的抽取子组。 注：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 。 1-1 选择子组大小，频率和数据 1-1-1 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。） 1-1-2 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。 1-1-3 子组数：子组越多，变差越有机会出现。一般为25组，首次使用 控制图选用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）
1924年，休哈特博士建议用界限 µ± 3σ作为 控制界限来管理过程。即我们常说的3σ管理。
20
α虚发警报 β漏发警报 正态分布理论 无罪推定理论 成本质量平衡点
21
2.2 控制图的概念
控制图
n 规格界限：是用以说明 质量特性的最大许可值 ，来保证各个单位产品 的正确性能。
n 控制界限：应用于一群 单位产品集体的量度， 这种量度是从一群中各 个单位产品所得观测值 中计算出来者。
控制界限=平均值±3σ
25
控制图类型
X-R 均值和极差图
计 量
X-S均值和标准差图
型 X~ -R 中位值极差图
数
据 X-MR 单值移动极差图
P chart不良率控制图
计 数
nP chart不良数控制图
型 C chart缺点数控制图 数
据 U chart单位缺点数控制图
分析用控制图 控制用控制图
26
正态分布被二个参数 µ 与 σ完全确定，记为N（ µ， σ2 ）
µ 表示分布的中心位置 σ表示分布的标准差或者表
示数据的分散程度，或用极 差表示 若某过程输出特性 x 服从 N(µ，σ2 )那么该过程输出 产品中有68.26 ％在界限 µ± 1σ内，即有31.74%产 品在界限µ± 1σ之外。
统计过程控制
SPC (Statistical Process Control )
目录
1 SPC的产生及概论 2 计量型数据控制图 2.1均值极差图 2.2均值标准差图 2.3单值移动极差图 2.4中位数图 3 计数型数据控制图 3.1 P图 nP图 C图 U图 4 选择与总结/案例练习
据的方法； ▇ 管理特殊特性（抓住关键的少数）；
6
1.3 检测与预防的概念
过程控制的需要 检测—容忍浪费 预防—避免浪费
合格的产品检验100遍仍是合 格的！！
7
精度的概念
准确度好 精密度好 系统误差小 偶然误差小
准确度高 精密度差 系统误差小 偶然误差大
准确度差 精密度高 系统误差大 偶然误差小
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
14
1.6 过程控制
15
1.6 过程控制
满足要求 满足规范
不满足规范
受控 1类 2类
不受控 3类 4类
16
第二章 控制图介绍
2.1 控制图原理说明
在统计过程控制中最常见的 分布是正态分布
特殊原因：
（通常也叫可查明原因）是指造成不是始终作用 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。只用特殊原因被查出且 采取措施，否则它们将继续不可预测的影响过程 的输出。
1
n 天氣的變化 n 環境的影響
n 物料在一定範圍內的變 化
n 依據作業標準執行作業 的變化
19
μ±Kσ μ±0.67σ
μ±1σ μ±1.96σ
μ±2σ μ±2.58σ
μ±3σ
在内之或然率 50.00% 68.26% 95.00% 95.45% 99.00% 99.73%
在外之或然率 50.00% 31.74% 5.00% 4.55% 1.00% 0.27%
控制限的宽度就是根据这一原理定为3。