SPC控制图判异方法及异常处理技巧
SPC判异准则及异常处理方法
判异准则1：有点子落在界外。
判异准则2：连续9点落在中心线同一侧。
判异准则3：连续6点递增或递减。
判异准则4：连续14点相邻点上下交替。
判异准则5：连续3点中有2点落在中心线同一侧的B 区以外。
判异准则6：连续5点中有4点在中心线同一侧的C 区以外。
判异准则7：连续15点在C 区中心线上下。
判异准则8：连续8点在中心线两侧。
但无一在C 区中。
管制图异常的处理：
4. CPK≥1.33，说明制程能力较好，需继续保持； 1.33≥CPK≥1，说明制程能力一般，须改进加强； CPK≤1，说明制程能力较差，急需改进。
管制图判异准则及异常处理办法
1．SPC管制异常时首先检查是否严格按作业标准（SOP）测试；如确定为物料异常时，工程立即反馈供应商，要求供应商到现场确认。
同时视情况对库存、在途等状态的产品制定相应措施（退货、返工）；
2．与供应商现场分析后，找到产生异常的原因；制定相应改善措施：修改模具、检修仪器、完善作业方法等；工程师需要到供应商现场确认改善措施完成效果或供应商提供有效的整改证据（样品、图纸等）。
3．SPC 产生异常的原因找到并实施纠正预防措施后，SPC 管制图向管制异常相反的方向转变，说明对策有效。
SPC控制图判稳判异原则你掌握的到位吗？看过来！
SPC控制图判稳判异原则你掌握的到位吗？看过来！SPC 是英文statistical process control 的字首简称，即统计过程控制。
SPC 就是应用统计技术对过程中的各个阶段进行监控，从而达到改进与保证质量的目的。
其中控制图理论是SPC 最主要的统计技术。
1924年美国的休哈特博士（统计质量控制之父）提出了过程控制的概念与实施过程监控的方法，并首先提出用控制图进行生产控制，稳定生产过程的质量，达到以预防为主的目的。
控制图的种类很多，本文主要介绍常规控制图，也称休哈特控制图。
◆◆◆◆01 . 3σ原理设当生产不存在系统性原因时，X～N（μ，σ^2），则P（μ－3σ<X<μ+3σ）=0.9973。
如下图所示，X落在两条虚线外的概率之和只有0.27%。
即1000个样品（数据）中，平均约有3 个数据超出分布范围，有997个落在（μ－3σ，μ+3σ）之中。
如果从处于统计控制状态的生产中任意抽取一个样品X，可以认为X 一定在分布范围（μ－3σ）-（μ+3σ）之中，而认为出现在分布范围之外是几乎不可能的，这就是3σ原理。
一般来说，在3σ原理中，在一次试验中，如果样品出现在分布范围（μ-3σ）-（μ+3σ）的外面，则认为生产处于非控制状态。
习惯上，把μ-3σ定为下控制限，μ+3σ定为上控制限，μ定为中心线，这样得到的控制图称为3σ原理的控制图，也称为休哈特控制图。
上图中横坐标是以时间先后排列的样本组号（子组号），纵坐标为质量特性值或样本统计量。
两条控制限线一般用虚线表示，上面一条称为上控制限（upper control limit，UCL），下面一条称为下控制限（lower control limit，LCL），中心线用实线表示（central line，CL）。
◆◆◆◆02 . 控制图的作用控制图主要是对生产过程影响产品质量的各种因素进行控制，通过控制图来判断生产过程是否异常，而使生产过程达到统计控制状态，做到预防为主，把影响产品质量的诸多因素消灭在萌芽状态，以保证质量，降低成本，提高生产效率，提高经济效益的目的。
SPC控制图判异准则
一外、九同、六递、十四交 三二同B外、五四同C外、十五C内、八C外
详细解读及图表可参考下文，图表均摘自国标。
➢ 一外：1个点落在A区以外 ➢ 九同：连续9点落在中心线同一侧 ➢ 六递：连续6点递增或递减 ➢ 十四交：连续14点中相邻点交替上下 ➢ 三二同B外：连续3点中有2点落在中心线同一侧的B区外 ➢ 五四同C外：连续5点中有4点落在中心线同一侧的C区外 ➢ 十五C内：连续15点落在中心线两侧的C区以内 ➢ 八C外： 连续8点落在中心线两侧且无一在C区以内（即在C区以外）
•
3、越是没有本领的就越加自命不凡。 20.12.1 211:02: 0811:0 2Dec-20 12-Dec-20
•
4、越是无能的人，越喜欢挑剔别人的 错儿。 11:02:0 811:02: 0811:0 2Saturday, December 12, 2020
•
5、知人者智，自知者明。胜人者有力 ，自胜 者强。 20.12.1 220.12. 1211:0 2:0811: 02:08D ecembe r 12, 2020
• 13、无论才能知识多么卓著，如果缺乏热情，则无异 纸上画饼充饥，无补于事。Saturday, December 12, 2020
12-Dec-2020.12.12
• 14、我只是自己不放过自己而已，现在我不会再逼自 己眷恋了。20.12.1211:02:0812 December 202011:02
8、业余生活要有意义，不要越轨。20 20年12 月12日 星期六 11时2 分8秒11 :02:081 2 December 2020
•
SPC控制图判异标准及异常处理方法
控制图就是对生产过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控制状态的一种图形方法。根据假设检验的原理构造一种图，用于监测生产过程是否处于控制状态。它是统计质量管理的一种重要手段和工具。
பைடு நூலகம்
控制图的分析准则：
控制图判断异常的准则有两条：点子出界就判断异常；界内点排列不随机判断异常。
（7）任一侧连续8点公布在±1倍标准差外
（8）任一侧连续15点公布在±1倍标准差内
管制图异常的处理：
1．产线工人或班组长发现SPC管制异常时首先；自我检查，是否严格按作业标准（SOP或WI）作业，相邻作业员交叉检验；情况严重，或无法查找到原因必须立即通知品质工程师和制程工程师。
2．品质工程师与制程工程师现场分析后，能否在较短的时间内（0.5~1小时）找到产生异常的原因，采用4M1E分析制程；如仍然无法找到根源，而且情况严重（如：P不良率大大超标），报告上级主管决定是否停线；品质工程师召集相关部门开会讨论，寻找根本原因（制程、设计、材料或其它）。
判断异常的准则：
符合下列各点之一就认为过程存在异常因素：
（1）有点子在控制界限外；
（2）连续7点同侧；
（3）连续不少于6点有上升或下降的倾向
（4）连续14相邻点上下交替
（5）同侧连续多3点中有2点以上在在2倍的标准差外区域内出现
（6）同侧连续多5点中有4点以上在在1倍的标准差外区域内出现
如CPK≥1.33，说明制程能力较好，需继续保持；
如1.33≥CPK≥1，说明制程能力一般，须改进加强；
如CPK≤1，说明制程能力较差，急需改进。
3．SPC产生异常的原因找到并实施纠正预防措施后，SPC管制图向管制异常相反的方向转变，说明对策有效；恢复正常生产。此过程必须严密监控。
SPC控制图的判定方法
产生原因: 当工序能力不足,为找出符合要求的产品经过全
数检查,或过程中存在自动反馈调整时,常出现这种 形状
E.双峰型:(如附图)
靠近直方图中间值的频数较少,两侧各有一个“峰”.
产生原因: 当有两种不同的平
均值相差大的分布混 在一起时, 常出现这 种形状。
F.离岛型:(如附图)
UCL A B C
XC B
LCL A
判定准则7: (15C) 连续15点在中心线上下两侧的C 区
UCL A B
XC C B
LCL A
判定准则8: (1界外) 有1点在A区以外
UCL A B C
XC B
LCL A
二、柱状 图的判定方法
直方图常见的形态: • A.正常型:(如附图)
B.锯齿型:(如附图) 产生原因:
等级
Cp制程精密度 Capability precision
处置建议
A
1.33≤ │ Cp│ 此一制程甚为稳定，可以将规格
许容差缩小或胜任更精密之工作。
B
1.00 ≤ │ Cp│ ≤ 有发生不良品之危险，必须加以
1.33
注意，并设法维持不要使其变坏
及迅速追查原因
C 0.83 ≤ │ Cp│ <1.00 检讨规格及作业标准，可能本制 程不能胜任如此精密之工作。
• 图示判定准则：
• 当控制图中的点出现下列情况之一，说明生产过程存在特
殊原因，需立即采取措施予以消除以确保生产过程处于稳
定状态。
判定准则1:(2/3A)
判定准则2: (4/5B)
3点中有2点在A区或A区以外 5点中有4点在B区或B区以外
UCL A
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。
SPC判异准则及异常处理方法
SPC判异准则及异常处理方法SPC（Statistical Process Control，统计过程控制）是一种统计学方法，用于监控和控制生产过程中的变异性。
SPC判异准则及异常处理方法是在SPC中根据统计原理和实践经验，通过判断变异性的大小和特征，对生产过程中的异常情况进行识别和处理的一组准则和方法。
以下是关于SPC判异准则及异常处理方法的详细解释。
1.单点超过控制限：当其中一数据点超过了控制限（如平均值+-3倍标准差），则判定该点为异常点，需要进行进一步的调查和分析。
2.连续点在控制限同一侧：当连续9个数据点（或更多）在控制限的同一侧，即连续的点都在控制限的上方或下方，也被视为异常情况。
3.连续点递增或递减：当连续6个数据点（或更多）趋势性递增或递减，即连续的点呈现上升或下降趋势，也被判定为异常情况。
异常处理方法：1.确认异常情况：当SPC中的判异准则检测到异常情况时，首先需要进行确认。
确认的过程包括检查数据是否正确记录、仪器是否正常运行以及可能的人为误操作等方面。
确保数据的准确性和可靠性。
2.分析异常原因：在确认异常情况后，需要进行进一步的分析，找出异常的原因。
可以通过对异常数据点进行回溯追踪，了解数据采集和处理的过程，找出是否有不符合要求的环节。
也可以进行因果分析，通过探讨可能的原因和影响因素，找到导致异常情况的主要因素。
3.处理异常问题：根据分析结果，采取相应的措施来处理异常问题。
可以通过修复或调整设备，改进操作流程，培训操作人员等方式来减少异常情况的发生。
同时，还可以根据SPC方法的统计结果，进行数据的加权处理，降低异常数据点对整体变异性的影响。
4.不断改进：异常处理过后，应对整个过程进行总结和反思，总结异常情况的原因和处理方法的有效性，并将其纳入到改进措施中。
持续改进是SPC方法的核心理念之一，通过不断改进过程和系统，提高生产质量和效率。
除了上述的判异准则和异常处理方法外，还有其他的SPC判异准则和异常处理方法，例如：典型模式判异、自相关及偏自相关判异、均值偏移判异等等。
SPC“ 控制图 ” 的分析与判定
SPC“ 控制图 ” 的分析与判定控制图（Control Chart）又叫管制图，是对过程质量特性进行测定、记录、评估，从而监察过程是否处于控制状态的一种用统计方法设计的图。
图上有三条平行于横轴的直线： 中心线（CL，Central Line）、上控制线（UCL，Upper Control Line） 和 下控制线（LCL，Lower Control Line） ，并有按时间顺序抽取的样本统计量数值的描点序列。
UCL、CL、LCL统称为控制线（Control Line），通常控制界限设定在±3标准差的位置。
根据 控制图使用目的不同，控制图可分为：分析用控制图和控制用控制图 。
根据统计数据的类型不同，控制图可分为：计量控制图和计数控制图（包括计件控制图和计点控制图）。
计量型控制图平均数与极差控制图( -X-R Chart )平均数与标准差控制图( -X-S Chart )中位数与极差控制图( ~X-R Chart )个別值与移动极差控制图( X-Rm Chart )计数值控制图不良率控制图(P chart)不良数控制图(nP chart，又称 np chart 或 d chart) 缺点数控制图(C chart)单位缺点数控制图(U chart)控制图种类及应用场合：控制图的分析与判定应用控制图的目的，就是要及时发现过程中出现的异常，判断异常的原则就是出现了“小概率事件”，为此，判断的准则有两类。
第一类：点子越出界限的概率为0.27% 。
准则1属于第一类。
第二类：点子虽在控制界限内，但是排列的形状有缺陷。
准则2-8属于第二类。
控制图八大判异准则（口诀）2/3A （连续3点中有2点在中心线同一侧的B区外<即a区内>4/5C （连续5点中有4点在中心线同一侧的C区以外）6连串 （连续6点递增或递减，即连成一串）8缺C （连续8点在中心线两侧，但没有一点在C区中）9单侧 （连续9点落在中心线同一侧）14交替 （连续14点相邻点上下交替）15全C （连续15点在C区中心线上下，即全部在C区内1界外 （1点落在A区以外）▶2/3A （连续3点中有2点在中心线同一侧的B区外<即a区内>）判读：1 . 控制过严；2 . 材料品质有差异；3 . 检验设备或方法之大不相同；4 . 不同制程之资料绘于同一控制图上；5 . 不同品质材料混合使用。
SPC8种判异准则
SPC8种判异准则第一种判异准则是案件的事实，即对案件涉及的事实进行判断。
这包括查明案件的基本事实、争议事实和关键事实。
作为审判员，必须全面、客观、准确地评估案件的事实，避免片面、主观或不合理的判断，确保事实的真实性和客观性。
第二种判异准则是法律规定，即根据相关法律法规对案件所涉及的法律问题进行判断。
这包括理解、适用和解释法律条文，明确的法律意义和要求。
审判员应当具备扎实的法律知识和专业素养，正确运用法律规定，确保法律的正确性和公正性。
第三种判异准则是证据的质证，即对案件的证据进行质证和评估。
这包括确定证据的合法性、充分性和可信性，以及对证据中的矛盾、打消疑虑等进行解释和评估。
审判员应当合理运用法律规定，确保证据的可信性和可靠性，排除不实证据对案件的影响。
第四种判异准则是证据的采信，即对证据的采信与排除进行判断。
这包括对证据的采信范围、证据的价值和作用进行评估，以及对证据的排除、补充和重估进行抉择。
审判员应当根据法律规定和司法实践，恰当地采信与排除证据，确保审判的公正性和合理性。
第五种判异准则是法律条文的解释，即对相关法律条文进行解释和理解。
这包括理解法律条文的一般意义、特殊意义和法律制度等方面的要求，以及运用法律解释原理和方法进行解释和适用。
审判员应当根据法律规定和立法原意，进行正确的法律解释，保证判决的合法性和准确性。
第六种判异准则是案件的裁判标准，即依据法律和司法解释，对案件裁判标准进行判断。
这包括对法律规定、司法解释和相关判例的理解和适用，以及对案件裁判原则、要素和标准的评估和决策。
审判员应当根据法律规定和司法实践，恰当地确定裁判标准，确保判决的公正性和合理性。
第七种判异准则是案件的评估，即对案件的综合评估和判决。
这包括对案件的综合素质、法律效果和社会影响进行评估，以及对利益和公共利益之间的平衡和权衡进行决策。
审判员应当充分考虑各种因素和因素之间的相互影响，做出符合法律和公正的判决。
最后一种判异准则是案件的程序规定，即对案件的程序规定进行评估和判断。
SPC控制图异常判定资料
01 SPC控制图概述
SPC控制图定义
定义
SPC控制图是一种用于监控、分析和 控制生产过程的工具，通过收集数据 并在控制图上绘制点来评估过程的稳 定性。
THANKS FOR WATCHING
感谢您的观看
如何选择合适的控制图？
不同的控制图适用于不同类型的数据和过程。在选择控制图 时，需要考虑数据的分布、过程的特性以及要监控的过程参 数。常见的控制图包括均值-极差控制图、均值-标准差控制 图、不合格品率控制图等。
选择依据：根据数据类型和过程特性选择合适的控制图，确 保能够有效地监测和控制过程。
如何解读控制图的异常信息？
总结词
累积和控制图通过计算累积和来评估过程的稳定性，适用于监测生产过程的关键特性。
详细描述
当控制图上的点超出上控制限或下控制限，或者点在控制限内但呈持续上升或下降趋势 时，可以判定为异常。此外，如果点在控制限内但出现周期性波动，也可能是异常。
移动极差控制图异常判定实例
总结词
移动极差控制图通过计算移动极差来评 估过程的稳定性，适用于监测数据分布 较为稳定的过程。
目的
控制图用于检测生产过程中的异常波 动，预防不良品产生，并保持产品质 量稳定。
SPC控制图原理
中心线（CL）
控制图的中心线表示过程的预期平均值。
控制上限（UCL）和控制下限（LCL）
这两个界限用于判断数据点是否超出可接受的范围。
判定原则
当数据点超出UCL、LCL或连续7点上升或下降时，判定为异常。
累积和控制图异常判定标准
SPC判异准则范文
SPC判异准则范文SPC（统计过程控制）是一种用于监控和控制过程稳定性和品质的方法。
在SPC中，判异准则（detection criteria）被广泛应用于判断过程是否发生了变化，并帮助从中分析原因，进而采取适当的措施进行改进。
本文将介绍SPC判异准则的一些常用方法和应用。
1.基本思想及原理SPC判异准则的基本思想是通过对过程数据进行统计分析，判断当前的过程状态与历史过程状态的差异是否显著，以此来判定过程是否发生变化。
该方法基于统计学原理，主要分析过程数据的中心趋势、离散程度、过程稳定性等指标。
2.常用判异准则2.1控制图控制图是SPC中最常用的判异准则之一、它通过绘制过程数据的均值图、极差图、标准差图等，以及设定上下控制限，来反映过程稳定性和异常情况。
当数据点超出控制限或出现特殊规律时，即可判定过程发生了异常变化。
2.2范围判异准则范围判异准则根据过程数据的变异范围来判断过程状态。
常用的范围判异准则有西格玛范围准则、移动范围准则等。
这些准则通过计算过程数据的范围和均值的比值，来判断过程的稳定性。
当比值超过预定阈值时，即可判定过程发生异常。
2.3渐变判异准则渐变判异准则通过分析过程数据的变化趋势来判断过程变化。
渐变判异准则可以用于分析过程的非稳定性，如过程漂移、趋势变化等。
常用的渐变判异准则有线性回归法、均匀性检验等。
当数据趋势呈线性变化或非均匀性分布时，即可判定过程发生变化。
2.4集群判异准则集群判异准则主要用于检测过程中的特殊规律、集中事件等。
通过分析数据点的集中度、聚类和离散程度等指标，来判断过程是否有异常行为。
常用的集群判异准则有齐普夫-莫里斯检验法、格拉布斯检验法等。
3.应用实例SPC判异准则在各行业中都得到了广泛应用。
举个例子，汽车制造业中使用SPC判异准则来监测生产线上的零部件质量，当控制图超出控制限时，及时发现和处理异常情况，以保证产品质量。
另外，在制药业中，SPC判异准则可用于监测药品生产中的温度、湿度、药液含量等参数，发现过程异常，防止生产出不合格品。
SPC判异规则范文
SPC判异规则范文SPC（Statistical Process Control，统计过程控制）是一种管理和监控过程稳定性的质量管理方法。
SPC判异规则是用来识别过程中出现异常或超出控制限的模式或点。
这些规则可帮助管理者及时发现和纠正过程中的问题，确保产品质量符合标准要求。
以下是常见的SPC判异规则。
1. 单点超出控制限规则（One-point beyond control limits rule）这是最简单的判异规则，当一个点超出控制限时，即可认为过程出现异常。
此判异规则适用于稳定性较高的过程。
但需要注意的是，有时候一个点的超出可能是由于随机因素导致的，因此需要进一步确认。
2. 连续点落在同一侧规则（Runs beyond limits rule）连续点落在同一侧超出控制限，可能表明过程中存在系统性的偏移或变化。
这种情况下，应该检查系统是否需要进行调整或改进。
3. 趋势规则（Trends rule）趋势规则用于检测过程中的递增或递减趋势。
当连续的点呈现递增或递减的趋势时，即使点本身没有超出控制限，也应该引起关注。
此时可能需要对过程进行调整或修复。
4. 非随机分布规则（Non-random pattern rule）当点的分布不随机时，即存在特殊的模式，可能表明过程中存在系统性的偏离。
例如，在控制图中出现串珠、波浪、周期性等模式，都可能表明过程中存在问题。
5. 突变规则（Shifts rule）突变规则用于检测过程中的突然变化。
当连续的点突然出现跳跃或突变时，可能表明过程发生了突发事件或变化。
突变的原因可能是由于设备故障、材料变化或操作员失误等。
6. 相关性规则（Lack of correlation rule）相关性规则用于检测不同变量之间的相关性是否符合预期。
当两个或多个变量之间的相关性不符合以往的经验或理论预期时，可能表明存在未知的因素影响了过程。
以上是常见的SPC判异规则，这些规则可以根据具体的过程和需求进行调整和定制。
SPC控制图判异准则
2021/10/10
6
三二同B外：连续3点中有2点 落在中心线同一侧的B区以外
异常原因： ➢ 新操作人员，方法不对，机器
故障，原料不合格 ➢ 检验方法或标准变化 ➢ 计算错误，测量误差
2021/10/10
7
五四同C外：连续5点中有4点落在 中心线同一侧的C区以外
异常原因： ➢ 新操作人员，方法不对，机器
故障，原料不合格 ➢ 检验方法或标准变化0/10
8
十五C内：连续15点落在中心线 两侧的C区内
异常原因： ➢ 数据不真实 ➢ 计算错误 ➢ 数据分层不够
2021/10/10
9
八C外： 连续8点落在中心线两侧 且无一在C区内
异常原因： 数据分层不够
2021/10/10
故障，原料不合格 ➢ 检验方法或标准变化 ➢ 计算错误，测量误差
2021/10/10
4
六递：连续6点递增或递减
异常原因： 工具逐渐磨损，维护水平逐渐降 低，操作人员技能逐渐提高
2021/10/10
5
十四交：连续14点中 相邻点交替上下
异常原因： 白夜班交替，交替使用两不同机 台，两个不同供应商的材料交替 使用
10
控制图判异准则 （依国标GB/T4091-2001）
本人将国标中的控制图的8条判异准则，每条总结成2到5个字，总共二十多个 字，可以像背诗一样，很容易记住：
一外、九同、六递、十四交 三二同B外、五四同C外、十五C内、八C外
详细解读及图表可参考下文，图表均摘自国标。
2021/10/10
1
8条判异准则详解
➢一外：1个点落在A区以外 ➢九同：连续9点落在中心线同一侧 ➢六递：连续6点递增或递减 ➢十四交：连续14点中相邻点交替上下 ➢三二同B外：连续3点中有2点落在中心线同一侧的B区外 ➢五四同C外：连续5点中有4点落在中心线同一侧的C区外 ➢十五C内：连续15点落在中心线两侧的C区以内 ➢八C外： 连续8点落在中心线两侧且无一在C区以内（即在C区以外）
SPC稳异判别
统计过程控制（SPC）稳异判别及预防控制措施一、编制目的：通过有效的运用SPC系统软件，从而保证我公司的产品过程控制满足产品质量要求，将产品质量安全隐患降到最低。
通过根据曲线图的波动能够及时发现问题、及时查找原因、及时制定应对措施从而保证终产品质量始终如一的满足客户需求。
对过程及曲线图的异常波动采取措施可以防止终产品质量偏离目标值、对过程及曲线图的异常波动采取措施可以保持过程的稳定、对过程及曲线图的异常波动采取措施可以确保波动可接受。
二、SPC的定义：S(Statistical) : 通过统计资料和分析方法的帮助。
P(Process): 了解引起过程波动的原因和过程的能力状态。
C(Control): 为达到既定的目标,不断进行改进的管理活动（SPC）是一种借助数理统计方法的过程控制工具。
它对生统计过程控制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。
当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。
由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。
SPC正是利用过程波动的统计规律性对过程进行分析控制的。
因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。
三、过程控制系统的四个基本原理：1.过程的定义:合理配置资源,能有效控制地将输入转化为输出的集合2.过程性能的体现:取决于供需双方的沟通，过程的设计和实施方式过程的运作和管理方式原理二.性能的信息过程的实时信息由过程输出直接获得，实时信息是揭示过程的客观运行实况，过程的有用信息由过程本质分析获得，有用信息是显示过程实际与目标差异，过程的特征信息由过程变化波动获得，特征信息是采取改善输出措施的依据。
SPC控制图判异准则
故障，原料不合格 ➢ 检验方法或标准变化 ➢ 计算错误，测量误差
整理ppt
7
五四同C外：连续5点中有4点落在 中心线同一侧的C区以外
异常原因： ➢ 新操作人员，方法不对，机器
故障，原料不合格 ➢ 检验方法或标准变化 ➢ 计算错误，测量误差
整理ppt
8
十五C内：连续15点落在中心线 两侧的C区内
控制图判异准则 （依国标GB/T 4091-2001）
本人将国标中的控制图的8条判异准则，每条总结成2到5个字，总共二十多个 字，可以像背诗一样，很容易记住： 一外、九同、六递、十四交 三二同B外、五四同C外、十五C内、八C外 详细解读及图表可参考下文，图表均摘自国标。
整理ppt
1
8条判异准则详解
整理ppt
4
磨损，维护水平逐渐降 低，操作人员技能逐渐提高
整理ppt
5
十四交：连续14点中 相邻点交替上下
异常原因： 白夜班交替，交替使用两不同机 台，两个不同供应商的材料交替 使用
整理ppt
6
三二同B外：连续3点中有2点 落在中心线同一侧的B区以外
异常原因： ➢ 数据不真实 ➢ 计算错误 ➢ 数据分层不够
整理ppt
9
八C外： 连续8点落在中心线两侧 且无一在C区内
异常原因： 数据分层不够
整理ppt
10
SPC20字原则： 查明原因，采取措施，加以消除，不再出现，纳入标准
整理ppt
2
一外：一个点落在A区以外
异常原因： ➢ 新操作人员，方法不对，机器
故障，原料不合格 ➢ 检验方法或标准变化 ➢ 计算错误，测量误差
整理ppt
SPC判异规则
GB/T4091-2001《常规控制图》规定了八个判异准则：
准则1：一个点子落在A区以外。
A B C C B A
UCL
CL
LCL
P=0.0027
准
则 ②
连续9点落在中心线同一侧。
A B C C B A 表明均值可能产生偏移。
P=2(0.9973/2)9= 0.0038
准 则 ③
连续6点递增或递减。
八条判异规则的原理
在3σ界限控制图中，正常条件下，点子越出界限
的概率只有0.27%，这是一个小概率事件，若不是
异常状态，点子是不会超出控制界限以外的。另外， 即使所有点子落在界限内，但如果有下列排列异常的 情况发生，仍有可能判断处于失控状态。同理可以计 算下列情况的发生概率，它们也是小概率事件。
①过程控制异常的判断
准 则 ⑦ 连续15点落在中心线两侧的C区之内
A B C
C B A
数据分组不当，控制规格太宽和数据不准确所造成。 或应重新计算控制线。 P＝（1－0.15886x2)15=0.00326
准
则 ⑧
ቤተ መጻሕፍቲ ባይዱ
连续8点落在中心线两侧，但无一点在C区中
A B C
C B A
标准差太大
P＝（0.15886x2)8=0.000103
P=0.004
准 则 ⑤
连续3点中有2点落在中心线同一侧的B区以外
A
B
C C B
A
说明标准差可能已经变大
P＝6X0.0228X0.0228X0.9772=0.003
准 则 ⑥
连续5点中有4点落在中心线同一侧的C区以外
A B
C C
B A 可能均值发生了变化 P＝2X5X0.158664X（1－0.15886）=0.005331
- 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)。
SPC控制图判异方法及异常处理技巧
来源:太友科技—
摘要：SPC是企业生产品质分析软件，可对生产SPC的目的:建立并保持过程处于可接受的并且稳定的水平，以确保产品和服务符合规定的要求
而要实现SPC的目的主要用到的工具手段就是控制图。
控制图介绍：
控制图就是对生产过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控制状态的一种图形方法。
根据假设检验的原理构造一种图，用于监测生产过程是否处于控制状态。
它是统计质量管理的一种重要手段和工具。
判断异常的准则：
符合下列各点之一就认为过程存在异常因素：
（1）点子在控制界限外或恰在控制界限上；
（2）控制界限内的点子排列不随机；
（3）链：连续链，连续9点排列在中心线之下或之上；间断链，大多数点在一侧
（4）多数点屡屡靠近控制界限（在2一3倍的标准差区域内出现）
（5）倾向性（连续不少于6点有上升或下降的倾向）与周期性。
（6）连续14点中相邻点交替上下。
（7）点子集中在中心线附近。
（原因：数据不真实；数据分层不当）
如下图所示：
其中：UCL表示:规范上限 CL表示:均值 LCL:规范下限
控制图异常的处理：
1、产线工人或班组长发现SPC管制异常时首先；自我检查，是否严格按作业标
准（SOP或WI）作业，相邻作业员交叉检验；情况严重，或无法查找到原因必须立即通知品质工程师和制程工程师。
2、品质工程师与制程工程师现场分析后，能否在较短的时间内（0.5~1小时）
找到产生异常的原因，采用4M1E分析制程；如仍然无法找到根源，而且情况严重（如：P不良率大大超标），报告上级主管决定是否停线；品质工程师召集相关部门开会讨论，寻找根本原因（制程、设计、材料或其它）。
3、SPC产生异常的原因找到并实施纠正预防措施后，SPC管制图向管制异常相反
的方向转变，说明对策有效；恢复正常生产。
此过程必须严密监控。
另，SPC软件免费下载地址：/Download/Try.html。