统计过程控制培训(最终)ppt
合集下载
统计过程控制(SPC)(PPT58页)
➢ 普通原因 ➢ 特殊原因
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
普通原因 普通原因造成变差的一个原因，它影响被研究过程的所
有单值。（处于统计控制状态；在统计上受控；受控） 造成随着时间的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 特点
过程分布将不发生变化 过程的输出是可预测的 过程是稳定、可控的。 采取系统的措施，由管理人员解决问题
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
2.3局部措施和系统措施
措施 对比
对象
系统措施
通常用来消除变差的普 通原因
局部措施
通常用来消除变 差的特殊原因
实施人员
几乎总是要求管理措施， 以便纠正
通常由与过程直 接相关的人员实 施
效果
大约可纠正85%的过程 问题
通常可纠正大约 15%的过程问题
一个可接受的过程必须是处于受控统计控制 状态的且其固有变差（能力）必须小于图纸 的公差
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，那么性能是可预测的， 变可评定其满足顾客期望的能力。这是持续 改进的基础
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
3.4过程改进循环
2.1过程的理解及过程控制
1.过程—所谓过程是指共同作用以产出输出的供方、生产 者、人、设备、输入材料、方法和环境及使用输出的顾 客的集合。
过程性能取决于：
供方与顾客之间的沟通
过程设计及实施的方式
运作和管理的方式
2.过程的信息
通过分析过程输出可以获得许多与过程性能有关的信息。如过程 是否稳定，过程能力如何。
4.1控制图应用说明
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
普通原因 普通原因造成变差的一个原因，它影响被研究过程的所
有单值。（处于统计控制状态；在统计上受控；受控） 造成随着时间的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 特点
过程分布将不发生变化 过程的输出是可预测的 过程是稳定、可控的。 采取系统的措施，由管理人员解决问题
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
2.3局部措施和系统措施
措施 对比
对象
系统措施
通常用来消除变差的普 通原因
局部措施
通常用来消除变 差的特殊原因
实施人员
几乎总是要求管理措施， 以便纠正
通常由与过程直 接相关的人员实 施
效果
大约可纠正85%的过程 问题
通常可纠正大约 15%的过程问题
一个可接受的过程必须是处于受控统计控制 状态的且其固有变差（能力）必须小于图纸 的公差
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，那么性能是可预测的， 变可评定其满足顾客期望的能力。这是持续 改进的基础
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
3.4过程改进循环
2.1过程的理解及过程控制
1.过程—所谓过程是指共同作用以产出输出的供方、生产 者、人、设备、输入材料、方法和环境及使用输出的顾 客的集合。
过程性能取决于：
供方与顾客之间的沟通
过程设计及实施的方式
运作和管理的方式
2.过程的信息
通过分析过程输出可以获得许多与过程性能有关的信息。如过程 是否稳定，过程能力如何。
4.1控制图应用说明
统计过程控制培训教材(PPT 246页)
3．使学员掌握过程能力评估的方法,改善过程能力.
3
二、课程大纲
一.SPC统计过程控制概论 1.何谓统计过程控制 2.统计方法的意义 3.SPC的起源 4.SPC的基本原理 5.统计过程控制之意义 6.SPC能解决过程之问题 7.SPC的特点
二.SPC理论讲解 1.过程控制基本理论 2.过程变异 3.常态分配等基础统计学理论介绍 4.过程变异原因 (普通原因/特殊原因分析)
更有效的方法是---预防
29
对许多人来说预防和策略听起来很明智，甚至显然的。 经常能听到这样的口号“第一次就把工作做好。”但光在 口号是不够的。所要求的是理解统计过程控制系统和各个 要素。下述逐步介绍了这些要素。并可以看成是下列问题 的答案： ◆ 什么是过程控制系统？ ◆ 变差是如何影响过程输出的？ ◆ 统计技术是如何区分一个问题实质是局部的还是涉
Control： （控制）事物的发展和变 化是可预测的；
13
二．统计方法的意义
•策划数据的收集，整理与解释资料，并据以导 出结论或予以推广的过程，称为统计方法。 •阐述统计方法与理论的科学，即为统计学。 •上述统计方法，从全部资料中，抽取部分数据， 对此部分数据的收集、整理，并将其结果加以 解释，使不了解统计方法的人得以了解，并据 以对全部资料作成结论，或推导出全部资料所 蕴含的特性。
16
四.SPC的基本原理
▪ 波动无处不在; ▪ 正常波动和异常波动; ▪ 通过保持过程受控和稳态提高过程能力
和品质水平.
17
3 σ 原理
X
ቤተ መጻሕፍቲ ባይዱ
68% 95% 99.7%
18
五.SPC的意义
➢ 全面、及时了解品质信息，信息共享; ➢ 有效监测和预防，提高生产率; ➢ 提高客户满意度，赢得更多客户; ➢ 保持产品和服务品质的稳定性及进一步的持
3
二、课程大纲
一.SPC统计过程控制概论 1.何谓统计过程控制 2.统计方法的意义 3.SPC的起源 4.SPC的基本原理 5.统计过程控制之意义 6.SPC能解决过程之问题 7.SPC的特点
二.SPC理论讲解 1.过程控制基本理论 2.过程变异 3.常态分配等基础统计学理论介绍 4.过程变异原因 (普通原因/特殊原因分析)
更有效的方法是---预防
29
对许多人来说预防和策略听起来很明智，甚至显然的。 经常能听到这样的口号“第一次就把工作做好。”但光在 口号是不够的。所要求的是理解统计过程控制系统和各个 要素。下述逐步介绍了这些要素。并可以看成是下列问题 的答案： ◆ 什么是过程控制系统？ ◆ 变差是如何影响过程输出的？ ◆ 统计技术是如何区分一个问题实质是局部的还是涉
Control： （控制）事物的发展和变 化是可预测的；
13
二．统计方法的意义
•策划数据的收集，整理与解释资料，并据以导 出结论或予以推广的过程，称为统计方法。 •阐述统计方法与理论的科学，即为统计学。 •上述统计方法，从全部资料中，抽取部分数据， 对此部分数据的收集、整理，并将其结果加以 解释，使不了解统计方法的人得以了解，并据 以对全部资料作成结论，或推导出全部资料所 蕴含的特性。
16
四.SPC的基本原理
▪ 波动无处不在; ▪ 正常波动和异常波动; ▪ 通过保持过程受控和稳态提高过程能力
和品质水平.
17
3 σ 原理
X
ቤተ መጻሕፍቲ ባይዱ
68% 95% 99.7%
18
五.SPC的意义
➢ 全面、及时了解品质信息，信息共享; ➢ 有效监测和预防，提高生产率; ➢ 提高客户满意度，赢得更多客户; ➢ 保持产品和服务品质的稳定性及进一步的持
统计过程控制培训课件(PPT 75页)
个体：组成总体的每个单元（产品）叫做个体。
总体含量（总体大小）：总体中所含的个体数，常用N表示。
第四节 总体与样本
样本（子样）：是指从总体中随机抽取出来并且要对它进行详细研 究分析的一部分个体（产品）；样本是由1个或若干个样品组成的。
样本容量（样本大小）：样本中所含的样品数目，常用n表示。
抽样：是指从总体中随机抽取样品组成样本的活动过程。
2. 推断性 ——统计方法都要通过详细研究样本来达到了解、推测总体状况的目 的，因此它具有由局部推断整体的性质。
3. 风险性 ——统计方法既然要推断用部分整体，那么这种由推断而得出的结论 就不会是百分之百正确，即可能有错误。犯错误就要担风险。
三、统计方法的用途
• 1. 提供表示事物特征的数据；(平均值、中位数、标准偏差、方差、极差) • 2. 比较两事物的差异；（假设检验、显著性检验、方差分析、水平对比、分层法、树图、
第二节 产品质量波动
一、正常波动 二、异常波动
一、正常波动
——正常波动是由随机原因(普通原因）引起的产品质量波动； ——仅有正常波动的生产过程称为处于统计控制状态，简称为控制状 态或稳定状态。
二、异常波动
——异常波动是由系统原因（特殊原因）引起的产品质量波动； ——有异常波动的生产过程称为处于非统计控制状态，简称为失控状 态或不稳定状态。
三、 变差的种类
普通原因 由于正常的磨耗和磨损，如工具磨损。
特殊原因 非正常情况，如工具损坏。
第四节 控制图
• 一、概述 • 二、应用控制图的步骤 • 三、应用实例 • 四、控制图的观察与分析
一、概述
－－控制图又叫管制图。它是用来区分由异常原因引起的波动、或 是由过程固有的随机原因引起的偶然波动的一种工具。
总体含量（总体大小）：总体中所含的个体数，常用N表示。
第四节 总体与样本
样本（子样）：是指从总体中随机抽取出来并且要对它进行详细研 究分析的一部分个体（产品）；样本是由1个或若干个样品组成的。
样本容量（样本大小）：样本中所含的样品数目，常用n表示。
抽样：是指从总体中随机抽取样品组成样本的活动过程。
2. 推断性 ——统计方法都要通过详细研究样本来达到了解、推测总体状况的目 的，因此它具有由局部推断整体的性质。
3. 风险性 ——统计方法既然要推断用部分整体，那么这种由推断而得出的结论 就不会是百分之百正确，即可能有错误。犯错误就要担风险。
三、统计方法的用途
• 1. 提供表示事物特征的数据；(平均值、中位数、标准偏差、方差、极差) • 2. 比较两事物的差异；（假设检验、显著性检验、方差分析、水平对比、分层法、树图、
第二节 产品质量波动
一、正常波动 二、异常波动
一、正常波动
——正常波动是由随机原因(普通原因）引起的产品质量波动； ——仅有正常波动的生产过程称为处于统计控制状态，简称为控制状 态或稳定状态。
二、异常波动
——异常波动是由系统原因（特殊原因）引起的产品质量波动； ——有异常波动的生产过程称为处于非统计控制状态，简称为失控状 态或不稳定状态。
三、 变差的种类
普通原因 由于正常的磨耗和磨损，如工具磨损。
特殊原因 非正常情况，如工具损坏。
第四节 控制图
• 一、概述 • 二、应用控制图的步骤 • 三、应用实例 • 四、控制图的观察与分析
一、概述
－－控制图又叫管制图。它是用来区分由异常原因引起的波动、或 是由过程固有的随机原因引起的偶然波动的一种工具。
SPC统计过程控制培训课件PPT(48张)
音干扰、振动、照明、室内净化、现场
因 污染程度等等。
素
7
过程能力
SQE Training
过程能力（process capability）以往称为工序能力
过程能力是指工序处于控制状态下的实际加工能 力。---素充分标准化，处于稳定状态 下，工序所表现出来的保证工序质量的能力。
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
Ppk修正的过程性能指数 Ppk：“我们实际真正做到多好”
13
SQE Training
Cp,Cpk与Pp,Ppk的应用时机
短期过程能力指数
长期过程能力指数
Cp,Cpk,Cpm
Pp,Ppk,Ppm
新产品试作阶段; 初期生产阶段; 工程变更或设备变更时; 用于初始过程能力研究;
• 量产阶段; • 用于过程能力研究;
SQE Training
Statistical
因 污染程度等等。
素
7
过程能力
SQE Training
过程能力（process capability）以往称为工序能力
过程能力是指工序处于控制状态下的实际加工能 力。---素充分标准化，处于稳定状态 下，工序所表现出来的保证工序质量的能力。
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
Ppk修正的过程性能指数 Ppk：“我们实际真正做到多好”
13
SQE Training
Cp,Cpk与Pp,Ppk的应用时机
短期过程能力指数
长期过程能力指数
Cp,Cpk,Cpm
Pp,Ppk,Ppm
新产品试作阶段; 初期生产阶段; 工程变更或设备变更时; 用于初始过程能力研究;
• 量产阶段; • 用于过程能力研究;
SQE Training
Statistical
统计过程控制培训讲义(PPT 67页)
SPC(Statistical Process Control)
持续改进及过程控制 • 企业目标-客户满意 • 实现目标-持续改进，强调缺陷的预防 • 有效方法-统计过程控制
检验和预防 • 检验是对过程结束后的输出进行测量 – 通过抽样检验--发现合格/不合格 – 通过100%检验--发现合格/不合格 • 预防是在生产中对过程进行测量 – 通过对过程的测量，使质量问题在导致报废、返
计数型数值和计量型数值
特殊原因
普通原因
一种间断性的，不可预 造成变差的一个原因，
计的，不稳定的变差来
它影响被研究过程输
源。有时被称为可查明
出的所有单值；在控
原因，存在它的信号是： 制图分析中，它表现
存在超过控制线的点或
为随机过程变差的一
存在在控制线之内的链
部分。
或其他非随机性的情形。
局部措施和对系统采取措施
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 ：
接上页
对于X 图，坐标上的刻度值的最大值与最小值的差应至少为子组均值 （X）的最大值与最小值的差的2倍，对于R图坐标上的刻度值的最大值 与最小值的差应为初始阶段所遇到的最大极差（R）的2倍。 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。
等过程调整到稳态后，延长控制图的控制线作为控 制用控制图。应用过程参数判断
控制图类型
X-R 均值和极差图 计量 型数 X-δ均值和标准差图 据
X -R 中位值极差图
X-MR 单值移动极差图
计数 型数 据
P chart 不合格品率控制图 nP chart不合格品数控制图 C chart 缺陷数控制图
持续改进及过程控制 • 企业目标-客户满意 • 实现目标-持续改进，强调缺陷的预防 • 有效方法-统计过程控制
检验和预防 • 检验是对过程结束后的输出进行测量 – 通过抽样检验--发现合格/不合格 – 通过100%检验--发现合格/不合格 • 预防是在生产中对过程进行测量 – 通过对过程的测量，使质量问题在导致报废、返
计数型数值和计量型数值
特殊原因
普通原因
一种间断性的，不可预 造成变差的一个原因，
计的，不稳定的变差来
它影响被研究过程输
源。有时被称为可查明
出的所有单值；在控
原因，存在它的信号是： 制图分析中，它表现
存在超过控制线的点或
为随机过程变差的一
存在在控制线之内的链
部分。
或其他非随机性的情形。
局部措施和对系统采取措施
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 ：
接上页
对于X 图，坐标上的刻度值的最大值与最小值的差应至少为子组均值 （X）的最大值与最小值的差的2倍，对于R图坐标上的刻度值的最大值 与最小值的差应为初始阶段所遇到的最大极差（R）的2倍。 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。
等过程调整到稳态后，延长控制图的控制线作为控 制用控制图。应用过程参数判断
控制图类型
X-R 均值和极差图 计量 型数 X-δ均值和标准差图 据
X -R 中位值极差图
X-MR 单值移动极差图
计数 型数 据
P chart 不合格品率控制图 nP chart不合格品数控制图 C chart 缺陷数控制图
统计过程控制培训教材(PPT 38张)
控制图原理
2、基本原理
质量波动理论
“人、机、料、法、环” + “软（件）、辅（助材料）、公用系统
质量波动因素 = 偶然因素 +异常因素
偶然因素：过程固有、始终存在、影响微小、难以除去 异常因素：并非固有、时有时无、影响较大、不难去除
小概率原理
小概率事件在一次试验中几乎不可能发生、若发生则判断异常。 超出UCL为千分之一。
12
13 14 15 16 17 18 19 20
100
100 100 100 100 100 100 100 100
6
8 5 2 3 6 2 7 5
0.06
0.08 0.05 0.02 0.03 0.06 0.02 0.07 0.05
22
23 24 25 合计 平均
100
100 100 100 2500 100
P控制图(不良率)
1.公式 (1) 公组样本大小n相等时：
P CL ＝ P UCL ＝ P
LCL ＝
P(1 －P)/n －P)/n ＋ 3 P(1
P (2) n不等，且相差小于20% 时： P(1 －P)/ n P P(1 －P)/ n CL ＝ P
UCL ＝ LCL ＝ ＋ 3 － 3
判定规则
判定规则
判定规则
判定规则
判定规则
案例
案例
案例
常规控制图及用途
计量控制图
计量值的数据收集：按一定时间间 隔抽取一定的样本，然后进行测量， 再将测量到的数据记录下来。计量 型数据具有连续性，故它的抽样计 划与计数值有很大的差异。它通常 根据产品要求，对产品的重要特性 定时抽取固定样本个数。
统计过程控制培训课件
04
应用：可用 于生产过程、 质量控制、 项目管理等 领域
过程改进方法
收集数据：通过 观察、测量等方 式收集数据
分析数据：对数 据进行整理、分 析，找出问题所 在
制定改进方案： 根据分析结果， 制定改进方案
实施改进方案： 按照改进方案进 行实施，并对实 施效果进行评估 和改进
3
统计过程控制的案例分析
03
政府部门：用 于公共政策和 公共服务的质 量控制和改进
05
02
服务业：用 于服务质量 的控制和改 进
04
教育行业：用 于教育质量和 教学效果的控 制和改进
2
统计过程控制的方法
控制图的使用
控制图的定义：用于监控 生产过程中产品质量波动 的工具
控制图的使用方法：选择 合适的控制图类型，设定 控制限，绘制控制图，分 析控制图，采取措施
案例背景
某公司生产过程中出现质 量问题
A
解决方案：采用统计过程 控制方法进行改进
C
B
问题原因：生产过程中的 参数控制不当
D
改进效果：产品质量得到 显著提升，生产效率提高
案例分析过程
问题描述：明确 案例的背景、问 题及目标
原因分析：根据数 据分析结果，找出 问题的原因
数据收集：收集与 问题相关的数据， 如生产数据、质量 数据等
统计过程控制主要 包括控制图、过程 能力分析、抽样检 验等方法。
统计过程控制可以 帮助企业及时发现 生产过程中的异常 情况，并采取措施 进行纠正。
统计过程控制的目的
提高产 品质量
降低生 产成本
提高生 产效率
预防质 量问题
统计过程控制的应用领域
制造业：用 于生产过程 的质量控制 和改进
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。
统计过程控制培训课件(PPT 88页)
* 2.00
7 .42 .08 1.92
8 .37 .14 1.86
9 .34 .18 1.82
10 .31 .22 1.78
在确定过程能力之前， 过程必须受控。
26
A4选择控制图的刻度
两个控制图的纵坐标分别用于Xbar和R的测量值。 Xbar图：坐标上的刻度值的最大值与最小值之差应至少
为子组均值（Xbar）的最大值与最小值差的2倍。 R图：刻度值应从最低值为0开始到最大值之间的差值为
.65 .75 .80 .70 .65 .75 .65 .80 .85 .60 .90 .85 .75 .85 .80 .75 .85 .60 .85 .65 .65 .65 .75 .65 .70
A1步骤
R=均值R=
UCL=D4R=
LCL=D3R=
*
极差（R图）
零件号：XXX 零件名称：XXX
对特殊原因采取措施的说明
任何超出控制限的点 连续7点全在中心线之上或
之下 连续7点上升或下降 任何其它明显非随机的图
形
采取措施的说明
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。
持续改进及统计过程控制概述之七
控制图：过程控制工具
上控制限
中心限
下控制限
1、收集 收集数据并画在图上 2、控制 根据过程数据计算实验控制限 识别变差的特殊原因并采取措施 3、分析及改进 确定普通原因变差的大小并采取减小它的措施
重复这三个阶段从而不断改进过程
13
持续改进及统计过程控制概述之八
控制图的益处
• 1924年，美国休哈特(W.A.Shewhart)博士提出将3 原理运用于生产过程当中，首创过程控制理论并发表 了控制图法，形成SPC的基础。
相关主题
- 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)。
统计过程控制
2012.5.25
前言（1）
• 日本名古屋大学调查了115家日本中小型企业， 结果发现平均每家工厂采用137张控制图
• 美国柯达彩色胶卷公司有5000职工，一共应用 35000张控制图，平均每个员工7张。因为胶卷 的片基上需要分别涂上8层厚度为1um至2um的 药膜；此外，对于种类繁多的化学原料也要应 用控制图进行控制。
四、分析用控制图和控制用控制图
分析用控制图主要分析两个方面的问题：
• 所分析的过程 是否处与稳态
• 过程能力指数是否满足要求，过程能力指数必须在 稳态下计算，故先要将过程调整到统计稳态，然后 再调整到技术稳态。
状态I：统计控制状态与技术控制状态同时达到是最 理想的状态Ⅱ：统计控制状态未达到，技术控制状 态达到； 状态Ⅲ：统计控制状态达到，技术控制状态未达到； 状态Ⅳ：统计控制状态与技术控制状态均未达到， 是最不理想的状态。
一.基本概念
• SPC的定义
SPC：Statistical Process Control
利用统计学的原理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 受的并且稳定的水平，从而保证产品和服 务符合规定要求的质量管理技术。
控制图由来
SPC是美国休哈特在20世纪20年代所创造 的理论，它能科学地区分出生产过程中产 品质量的偶然波动与异常波动，从而对过 程的异常及时告警，以便人们采取措施， 消除异常，恢复过程的稳定
小概率原理又称为实际推断原理，当然运用小概率 原理也可能导致错误，但犯错误的可能性恰恰就是此 小概率。
三.控制图结构和原理
• 反证法思想
一旦控制图上点子越出界限线或其他小概率事件发生， 则怀疑原生产过程失控，也即不稳定，此时要从5MIE去找 原因，看是否发生了显著性变化。
三.控制图结构和原理
3σ准则
在生产过程中，仅有偶然性误差存在时，质量特性X服从 正态分布N( µ， σ )，则据正态分布的概率性质，有
P｛µ － 3 σ ＜ Ｘ＜ µ ＋ 3 σ ｝＝99.73 %
根据3σ原理，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。 我们把μ-3σ定为LCL，μ+3σ定为UCL，μ定为CL，这样得 到的控制图称为3σ原理的控制图，也即称为休哈特控制图。
我们并不单纯追求控制图的多少，但工厂中使 用控制图的张数在一定程度上反映上管理现代 化的程度。
前言（2）
• 从上世纪初至今，质量管理发展阶段回顾 1、以产品检验为主要手段的质量检验阶段。 2、以数理统计方法和质量管理相结合的统计
质量控制阶段。
统计过程控制之父——休哈特，于1924年提出了世界上 第一张控制图。
3、全面质量管理阶段。
大家知道这几个概念吗？
• 控制图是什么？有什么用？ • 什么是X？什么是R图？ • X-R，是一张图还是两张图，是先做R
图，还是X图，还是无所谓先后？ • UCL、LCL、USL、LSL 本次培训将给大家讲解这些问题。
目录
一、基本概念 二、统计过程控制特点 三、控制图结构和结构 四、分析用控制图和控制用控制图 五、控制图的两类错误和判异准则 六、控制图的类型及选用原则
3、SPC要解决的不是对特定工序要用什么 控制图的问题，它强调整个过程，重点 在“P”（Process)
三.控制图结构和原理
样本统计量数值
UCL CL
LCL
控制图示例
时间或样本号
• 图上横坐标：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(记为UCL，Upper Control Limit)，下面一条称为下控制限（记为LCL，Lower Control Limit）；
三.控制图原理和结构
规范限
控制限
Y
6.8 6.4
6 5.6 5.2 4.8 4.4
4 3.6 3.2 2.8 2.4
2 1.6 1.2 0.8 0.4
0
X13.51013.62413.733δ713.85113.96414.07814.19114.30μ514.41814.53214.64514.75914.83721δ4.98615.099
三.控制图结构和原理
异常波动对控制图来说，包括两方面的内容： 1. 控制图界外的点 2.控制图内不随机的点
85
80 UCL
75
70 CL
65 60 LCL
异常波动
三.控制图结构和原理
• 小概率原理
所谓小概率原理，即认为小概率事件一般是不会发 生的。
由准则可知，若Ｘ服从正态分布，则Ｘ的可能值超 出控制界限的可能性只有0.27%。因此，一般认为不 会超出控制界限。
人、机器、原材料、工艺方法、测量及生产环境
• 正态曲线演化成控制图
UCL CL LCL
三.控制图结构和原理
质量波动理论： 偶然原因：过程固有，始终存在，对质量影
响微小，但难以去除。如脱水机开动时的 振动。 异常原因：非过程固有，有时存在，有时不 存在，对质量影响大，但不难去除，如切 割刀片的磨损。
SPC的内容包括2个方面：
• 利用控制图分析 • 计算过程能力指
过程的稳定性， 数分析稳定的过
看过程是否稳定， 程能力满足技术
对过程的异常因 要求的程度，对
素进行预警。
过程质量进行评
价。
二.统计过程控制的特点
1、贯彻预防性原则是现代质量管理的一个 特点。 SPC是一种预防性的方法。
2、SPC不是少数质量管理人员的事情，它 强调全员参与和团队合作精神。
• 中心线用实线表示（记为CL，Central Line）。
三.控制图结构和原理
• 正态性假定:任何生产过源自生产出来的产品，其质量特性值总会存 在一定程度的波动，当过程稳定或者说受控时，这些 波动主要是由5M1E的微小变化造成的随机误差。此时， 绝大多数质量特性值均服从或近似服从正态分布。
5M1E:
三.控制图结构和原理
• 3σ 原则即是控制图中的CL，UCL及LCL由下式确定 UCL=μ + 3σ CL = μ LCL= μ - 3σ
μ 和σ分别是统计量的总体均值和总体标准差，不可 能精确知道，可以通过已知的数据来加以估计。
注意：规范限（USL、LSL）不能用做控制限。规范限 用以区分合格与不合格，控制限用以区分偶然和异 常波动，两者不能混淆。
2012.5.25
前言（1）
• 日本名古屋大学调查了115家日本中小型企业， 结果发现平均每家工厂采用137张控制图
• 美国柯达彩色胶卷公司有5000职工，一共应用 35000张控制图，平均每个员工7张。因为胶卷 的片基上需要分别涂上8层厚度为1um至2um的 药膜；此外，对于种类繁多的化学原料也要应 用控制图进行控制。
四、分析用控制图和控制用控制图
分析用控制图主要分析两个方面的问题：
• 所分析的过程 是否处与稳态
• 过程能力指数是否满足要求，过程能力指数必须在 稳态下计算，故先要将过程调整到统计稳态，然后 再调整到技术稳态。
状态I：统计控制状态与技术控制状态同时达到是最 理想的状态Ⅱ：统计控制状态未达到，技术控制状 态达到； 状态Ⅲ：统计控制状态达到，技术控制状态未达到； 状态Ⅳ：统计控制状态与技术控制状态均未达到， 是最不理想的状态。
一.基本概念
• SPC的定义
SPC：Statistical Process Control
利用统计学的原理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 受的并且稳定的水平，从而保证产品和服 务符合规定要求的质量管理技术。
控制图由来
SPC是美国休哈特在20世纪20年代所创造 的理论，它能科学地区分出生产过程中产 品质量的偶然波动与异常波动，从而对过 程的异常及时告警，以便人们采取措施， 消除异常，恢复过程的稳定
小概率原理又称为实际推断原理，当然运用小概率 原理也可能导致错误，但犯错误的可能性恰恰就是此 小概率。
三.控制图结构和原理
• 反证法思想
一旦控制图上点子越出界限线或其他小概率事件发生， 则怀疑原生产过程失控，也即不稳定，此时要从5MIE去找 原因，看是否发生了显著性变化。
三.控制图结构和原理
3σ准则
在生产过程中，仅有偶然性误差存在时，质量特性X服从 正态分布N( µ， σ )，则据正态分布的概率性质，有
P｛µ － 3 σ ＜ Ｘ＜ µ ＋ 3 σ ｝＝99.73 %
根据3σ原理，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。 我们把μ-3σ定为LCL，μ+3σ定为UCL，μ定为CL，这样得 到的控制图称为3σ原理的控制图，也即称为休哈特控制图。
我们并不单纯追求控制图的多少，但工厂中使 用控制图的张数在一定程度上反映上管理现代 化的程度。
前言（2）
• 从上世纪初至今，质量管理发展阶段回顾 1、以产品检验为主要手段的质量检验阶段。 2、以数理统计方法和质量管理相结合的统计
质量控制阶段。
统计过程控制之父——休哈特，于1924年提出了世界上 第一张控制图。
3、全面质量管理阶段。
大家知道这几个概念吗？
• 控制图是什么？有什么用？ • 什么是X？什么是R图？ • X-R，是一张图还是两张图，是先做R
图，还是X图，还是无所谓先后？ • UCL、LCL、USL、LSL 本次培训将给大家讲解这些问题。
目录
一、基本概念 二、统计过程控制特点 三、控制图结构和结构 四、分析用控制图和控制用控制图 五、控制图的两类错误和判异准则 六、控制图的类型及选用原则
3、SPC要解决的不是对特定工序要用什么 控制图的问题，它强调整个过程，重点 在“P”（Process)
三.控制图结构和原理
样本统计量数值
UCL CL
LCL
控制图示例
时间或样本号
• 图上横坐标：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(记为UCL，Upper Control Limit)，下面一条称为下控制限（记为LCL，Lower Control Limit）；
三.控制图原理和结构
规范限
控制限
Y
6.8 6.4
6 5.6 5.2 4.8 4.4
4 3.6 3.2 2.8 2.4
2 1.6 1.2 0.8 0.4
0
X13.51013.62413.733δ713.85113.96414.07814.19114.30μ514.41814.53214.64514.75914.83721δ4.98615.099
三.控制图结构和原理
异常波动对控制图来说，包括两方面的内容： 1. 控制图界外的点 2.控制图内不随机的点
85
80 UCL
75
70 CL
65 60 LCL
异常波动
三.控制图结构和原理
• 小概率原理
所谓小概率原理，即认为小概率事件一般是不会发 生的。
由准则可知，若Ｘ服从正态分布，则Ｘ的可能值超 出控制界限的可能性只有0.27%。因此，一般认为不 会超出控制界限。
人、机器、原材料、工艺方法、测量及生产环境
• 正态曲线演化成控制图
UCL CL LCL
三.控制图结构和原理
质量波动理论： 偶然原因：过程固有，始终存在，对质量影
响微小，但难以去除。如脱水机开动时的 振动。 异常原因：非过程固有，有时存在，有时不 存在，对质量影响大，但不难去除，如切 割刀片的磨损。
SPC的内容包括2个方面：
• 利用控制图分析 • 计算过程能力指
过程的稳定性， 数分析稳定的过
看过程是否稳定， 程能力满足技术
对过程的异常因 要求的程度，对
素进行预警。
过程质量进行评
价。
二.统计过程控制的特点
1、贯彻预防性原则是现代质量管理的一个 特点。 SPC是一种预防性的方法。
2、SPC不是少数质量管理人员的事情，它 强调全员参与和团队合作精神。
• 中心线用实线表示（记为CL，Central Line）。
三.控制图结构和原理
• 正态性假定:任何生产过源自生产出来的产品，其质量特性值总会存 在一定程度的波动，当过程稳定或者说受控时，这些 波动主要是由5M1E的微小变化造成的随机误差。此时， 绝大多数质量特性值均服从或近似服从正态分布。
5M1E:
三.控制图结构和原理
• 3σ 原则即是控制图中的CL，UCL及LCL由下式确定 UCL=μ + 3σ CL = μ LCL= μ - 3σ
μ 和σ分别是统计量的总体均值和总体标准差，不可 能精确知道，可以通过已知的数据来加以估计。
注意：规范限（USL、LSL）不能用做控制限。规范限 用以区分合格与不合格，控制限用以区分偶然和异 常波动，两者不能混淆。