统计过程控制概述
统计过程控制和基本概念
操作者 A
再现性
操作者 C
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。
稳定性
时间 2
时间 1
测量系统变差
量具线性 量具线性是在量具预期的工作范围内，偏差值的差值。
真实值(基准值)
真实值(基准值)
精确度较好( 偏差较小)
制程管制系统
绩效报告
成品改善
制程中对策 人 员 设备 材 料
成
品
方法 环境
制程管制系统
1. 制程 : 制程乃指人员, 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, 量测或测试可衡量其绩效. SPC所管制的制程必须符合连续性原則.
2. 绩效报告 : 从衡量成品得到有关制程绩效的资料, 由此提供制程的管制对策或改善成品.
件. 5. 改善的评估: 流程能力可作为改善前后比较的对比指标.
基本统计概念
统计学(Statistics)
收集、 整理、展示 、分析 、解析统计资料
由样本(sample)推论母体/群体(population)
能在不确定情况下作决策
是一门科学方法、决策工具
推 论
抽样
基本统计概念
直方图 分布
正常型
直方图 分布
偏向型
造成这样分布的原因
直方图 分布
孤岛型
图（c） 图中高峰偏向一侧是对超出标准的偏 差进行翻修或是加工习惯造成的偏向分布（如 孔加工時往往偏小）。
图（d） 在远离分布中心一方另有一小直方图，这表 示有某种异常。如由于测量不当所造成的极端值，或 是变换加工条件而造成的。
统计过程控制
统计过程控制
一、过程能力是指过程加工质量方面的能力， 它是衡量过程加工内在一致性的，也可称为 工序能力。而生产能力则指加工数量方面的 能力。过程能力确定于质量因素：人机料法 环，而与公差无关。
统计过程控制
二、过程能力指数 对具有双侧公差的过程来讲： 设规范要求特性值在LSL(TL) 与USL( TU)之间， 那么过程能力指数为：
Prediction
统计过程控制
Shift
Prediction
统计过程控制
Drift
Prediction
统计过程控制
统计过程控制
四、控制图在贯彻预防原则中的作用
➢及时告警 ➢发现异常执行“20字方针”
查出异因，采取措施，加以消除， 不再出现，纳入标准。
统计过程控制
五、统计控制状态 稳态 只有偶因 好处 全稳生产线
二、采用常规控制图应考虑的一些问题
1. 控制图用在何处？若所选的控制 对象的质量指标应能定量，则可选 用计量控制图，否则用计数控制图。 所控制的过程具有重复性。 2. 如何选择控制对象？应选用能代 表过程的主要质量指标作为控制对 象。可以选一个质量指标，也可能 要选几个质量指标。
统计过程控制
3. 如何选择控制图？应该根据所选指标 是定量的还是定性的来选，此外还要考 虑抽取样品、数据获得的难易等
CL p
UCL p 3 p(1 p) / n
LCL p 3 p(1 p) / n
当LCL<0时，取LCL=0
统计过程控制 (6) np图
CL np
UCL np 3 np(1 p)
LCL np 3 np(1 p)
当LCL<0时，取LCL=0
统计过程控制 (7) u图
统计过程控制(SPC)
（三） x R 控制图的操作步骤
1. 确定控制对象（统计量） 2. 收集k组预备数据（一般K=25；每组数
据个数n ≥ 2;遵循合理子组原则） 3. 计算每一个样本的均值 X i 与极差 Ri 。 4. 计算 X与R 5. 计算R图控制限并作图 6. 用各样本点绘在图中，判断状态。
分析过程若失控或异常，找出原因， 进行纠正，防止再发生。
7. 计算 X 图控制限并作图，判断状态。 8. 计算过程能力指数验证是否符合要求 9. 延长控制限，作控制用控制图，进行日
常管理
四、 X S 图（掌握） 五、X-Rs图（了解）
六、Me-R图（了解）
七、P控制图
（一）P控制图的控制状态
P 常数
n
n
ˆp p di / ni
i1 i1
（二）P控制图的统计基础为二项分布，其
内容 （1）利用控制图分析过程的稳定性，对
过程存在的异常原因进行预警；
（2）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。
三、统计过程控制的特点 是一种预防性的方法 贯彻预防原则是现代质量管理的核心 强调全员参与
SPC的涵义
为了贯彻预防原则，应用统计技术对 过程各阶段评估和监控，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 品与服务符合规定的要求的一种质量管理 技术。
过程能力指数 过程性能指数
CP
TU TL 6ˆ ST
PP
TU TL 6ˆ LT
其中 ˆ St —— 短期波动的标准差估计，在稳态
下计算
ˆ St
R d2
或
S C4
ˆ Lt —— 长期波动的标准差估计，在实
际情况下计算 ˆ Lt S
统计过程控制
统计过程控制统计过程控制（简称SPC)是应用统计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并且稳定的水平，从而保证产品与服务符合规定的要求的一种质量管理技术。
统计过程控制是应用统计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且稳定的水平，从而保证产品与服务符合规定的要求的一种质量管理技术。
它是过程控制的一部分,从内容上说主要是有两个方面: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。
品管旧七大手法的应用各种方法与达成目的的对应性●管制图：判断制程是否正常●推移图：将数据推移看其走趋查表法：作为收集数据之用检查表又称调查表，统计分析表等。
检查表是QC七大手法中最简单也是使用得最多的手法。
但或许正因为其简单而不受重视，所以检查表使用的过程中存在的问题不少。
使用检查表的目的：系统地收集资料、积累信息、确认事实并可对数据进行粗略的整理和分析。
也就是确认有与没有或者该做的是否完成（检查是否有遗漏）。
●层别法：将混合的数据层别开，以利比较●直方图：观察因素分布状况(数据较多，可单独拎出)直方图(Histogram)是频数直方图的简称。
它是用一系列宽度相等、高度不等的长方形表示数据的图。
长方形的宽度表示数据范围的间隔，长方形的高度表示在给定间隔内的数据数。
直方图的作用(1)显示质量波动的状态；(2)较直观地传递有关过程质量状况的信息；(3)通过研究质量波动状况之后，就能掌握过程的状况，从而确定在什么地方集中力量进行质量改进工作。
柏拉图：找出生要的项目根据所搜集之数据，按不良原因、不良状况、不良发生位置等不同区分标准，以寻求占最大比率之原因，状况或位置的一种图形。
柏拉图又叫排列图。
它是将质量改进项目从最重要到最次要顺序排列而采用的一种图表。
柏拉图由一个横坐标、两个纵坐标、几个按高低顺序（“其他”项例外）排列的矩形和一条累计百分比折线组成。
统计过程控制简本
03
CATALOGUE
统计过程控制实施步骤
明确目标与范围
确定控制对象
明确需要控制的产品或过程特性，以 及相应的质量标准和要求。
制定控制计划
根据产品或过程特性，制定相应的统 计过程控制计划，包括采样方案、控 制图类型、异常处理流程等。
数据收集与整理
采集数据
按照控制计划的要求，定时或定量地采 集需要控制的产品或过程特性的数据。
应用领域与意义
应用领域
SPC可应用于制造业的各个领域，如机械加工、电子制造、汽车制造、航空航天等。同时，也可应用于服务业、 医疗、教育等非制造领域的过程控制。
意义
通过实施SPC，企业可以及时发现并消除生产过程中的异常因素，确保产品质量稳定可靠；降低生产成本，提高 生产效率；提升企业市场竞争力，实现可持续发展。同时，SPC还有助于推动企业质量管理水平的提升，促进企 业整体管理水平的提高。
正态分布与3σ原则
正态分布
在影响产品质量的众多因素中，当随机 因素占主导地位时，产品质量特性往往 服从正态分布。正态分布具有钟型曲线 特点，其概率密度函数关于均值对称。
3σ原则
正态分布的一个重要性质是，约有99.73%的数 据分布在均值的三倍标准差（3σ）范围内。因 此，在实际应用中，通常将均值加减三倍标准 差作为控制界限，超出此范围的数据视为异常 值。
目的
提高产品质量、降低生产成本、提升生产效率，最终实现企业经济效益的提升 。
发展历程及现状
发展历程
SPC起源于20世纪初的工业革命时期，随着生产规模的扩大 和产品质量要求的提高，逐渐发展成为一门独立的学科。经 历了手工绘图、机械化、自动化等发展阶段，目前正向智能 化、大数据等方向发展。
统计过程控制知识大全
统计过程控制知识大全1、统计过程控制的基本知识1.1统计过程控制的基本概念统计过程控制（Stastistical Process Control简称SPC）是为了贯彻预防原则，应用统计方法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，从而保证产品与服务符合规定要求的一种技术。
SPC中的主要工具是控制图。
因此，要想推行SPC必须对控制图有一定深入的了解，否则就不可能通过SPC取得真正的实效。
对于来自现场的助理质量工程师而言，主要要求他们当好质量工程师的助手：（1）在现场能够较熟练地建立控制图；（2）在生产过程中对于控制图能够初步加以使用和判断；（3）能够针对出现的问题提出初步的解决措施。
大量实践证明，为了达到上述目的，单纯了解控制图理论公式的推导是行不通的，主要是需要掌握控制图的基本思路与基本概念，懂得各项操作的作用及其物理意义，并伴随以必要的练习与实践方能奏效。
1.2统计过程控制的作用（1）要想搞好质量管理首先应该明确下列两点：①贯彻预防原则是现代质量管理的核心与精髓。
②质量管理学科有一个十分重要的特点，即对于质量管理所提出的原则、方针、目标都要科学措施与科学方法来保证他们的实现。
这体现了质量管理学科的科学性。
第2 页（共12 页）为了保证预防原则的实现，20世纪20年代美国贝尔电话实验室成立了两个研究质量的课题组，一为过程控制组，学术领导人为休哈特；另一为产品控制组，学术领导人为道奇。
其后，休哈特提出了过程控制理论以及控制过程的具体工具——控制图。
道奇与罗米格则提出了抽样检验理论和抽样检验表。
这两个研究组的研究成果影响深远，在他们之后，虽然有数以千记的论文出现，但至今仍未能脱其左右。
休哈特与道奇是统计质量控制（SQC）奠基人。
1931年休哈特出版了他的代表作《加工产品质量的经济控制》这标志着统计过程控制时代的开始。
（2）“21世纪是质量的世纪”。
美国著名质量管理专家朱兰早在1994年的美国质量管理年会上即提出此论断，若干年来得到越来越多的人的认同。
统计过程控制
失去控制（有异因）
稳态图示
规格下限
技术稳态
规格上限
（偶因的变异减少）
年我国著名质量管理专家、北京科技大学张公绪教授提出选控图及两
种质量诊断理论，突破了休哈特的SPC理论，使SPC上升到SPD。 SPD不仅能预警, 而且能诊断, 为及时纠正提供了有利保障.
统计本身不能提高制程能力，消除 异常因素! 它是我们的工具。
第二节
控制图原理
一、控制图的结构
控制图（Control Chart）是对过程质量特性值进行测定、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。
样 本 统 计 量 数 值 描点序列 上控制限（UCL） 中心线（CL）
下控制限（LCL）
控制图示例
时间或样本号
控制图组成包括中心线、上下控制限以及按时间顺序抽取的样本 统计量数值的描点序列。
二、控制图的重要性
控制图是贯彻预防原则的SPC的重要工具，可用以直接对产品生 产过程的控制与诊断，是质量管理（老）七个工具的重要组成部分。
LCL为下控制限。
控制图虽然由正态分布转化而来，由于二项分布、泊松分布当样本量较 大时近似正态分布，因此，控制图对典型分布均适用。
（二）控制图原理的第一种解释 （1）若过程正常，即分布不变，则出现点子超过上或下控制限情
况的概率只有1‰左右。（ 0.27%÷2 = 1.35‰ ）
（2）若过程异常，发生这种情况的可能性很大，其概率可能为 1‰的几十乃至几百倍。 例如：当正态分布的均值偏移1.5σ 的情况 不合格品率 p=1-Φ(1.5 ) + Φ(-4.5 ) =2- Φ(1.5 ) - Φ(4.5 ) =0.06681 根据小概率事件原理：即小概率事件在一次试验中几乎不可能发 生，因此，若发生即可判断异常。
统计过程控制(SPC)
21
22
1447
1720
1278
1472
2272
2190
1480
1859
1619.25
1810.25
994
718
903
903
2060.6
2060.6
0
0
23
24 25
829
429 1479
1613
312 1529
719
1408 1217
1758
1236 1729
1229.75
846.25 1488.5
SPC(统计过程控制)
根据上海思科统计质量咨询服务有限公司 俞钟行老师讲课整理
内容：
1.SPC（统计过程控制）概述 2.Xbar-R控制图和Xbar-s控制图 3.XmR（即X-RS）控制图 4.分析用控制图和控制用控制图 5.过程能力指数Cp、Cpk 6.过程性能指数Pp、Ppk 7.p控制图（含标准化的应用） 8.控制图判异准则 9.应用和滥用SPC（统计过程控制） 10.测试设备校正（美国“质量”杂志SPC案例2001年） 11.短流程的加工（美国“质量”杂志SPC案例2000年）
n
A3
2 2.659 0 3.267
3 1.954 0 2.568
B3
B4
计算结果（1）
Number 1 2 3 4 5 S 412.8 142.5 494.9 550.9 291.5 Sbar 405.3 405.3 405.3 405.3 405.3 B4Sbar 918.4 918.4 918.4 918.4 918.4 B3Sbar 0 0 0 0 0 Xbarbar 1400.96 1400.96 1400.96 1400.96 1400.96 Xbar+a3Sbar 2060.796172 2060.796172 2060.796172 2060.796172 2060.796172 Xbar-a3Sbar 741.1238285 741.1238285 741.1238285 741.1238285 741.1238285 Xbar 1182.5 1125.5 1435.5 1050.25 1062.25
统计过程控制(Statistical-Process-Control)
20
四、整群抽样法
——又叫集团抽样法。是将总体分成许多群，每个群由个体按一定方式结 合而成，然后随机抽取若干群，并由这些群中的所有个体组成样本。
优点：抽样实施方便。 缺点：代表性差，抽样误差大。 适用场合：常用在工序控制中。
15
第四节
数据、样本和总体的关系
目的
总体
总体与样本
样本
对工序进行分析
无 限
工序
控制
总 体
一批 半成品
样本
判断
对一批产品质量进 有
一批
行判断，确定是否
限 总
产品
样本
合格
体
判断
数据
数据
数据
16
第五节
• 一、简单随机抽样法 • 二、系统抽样法 • 三、分层抽样法 • 四、整群抽样法
抽样方法
17
一、简单随机抽样法
推断性统计方法： ——是在对统计数据描述的基础上，进一步对其所反映的问题进行分 析、解释和作出推断性结论的方法； ——
5
二、统计方法的性质
1. 描述性 ——利用统计方法对统计数据进行整理和描述，以便展示统计数据的 的规律； ——统计数据可用数量值加以度量，如平均数、中位数、级差和标准 差等，亦可用统计图表予以显示，如条形图、折线图、圆形图、频数直 方图、频数曲线等。
31
一、SPC的产生
• 工业革命以后， 随着生产力的进一步发展，大规模生产的 形成，如何控制大批量产品质量成为一个突出问题，单纯依 靠事后检验的质量控制方法已不能适应当时经济发展的要求， 必须改进质量管理方式。于是，英、美等国开始着手研究用 统计方法代替事后检验的质量控制方法。
统计过程控制(SPC)
解：
于是，过程能力指数为：
过程能力不够充分，从图2发现分布中心μ=0.1968与规范中心M=（TU+TL）/2=0.1720有偏离，应进行调整。调整后，Cp值会有所提高。
单侧规范情况的过程能力指数
01
只有上限要求，而对下限没有要求： 只适用于的范围:
02
只有下限要求，而对上限没有要求： 只适用于的范围:
4
3
6
5
判稳准则的分析 判稳准则的思路
打一个点未出界有两种可能性：
► 过程本来稳定 ► 漏报 （这里由于α小，所以β大），故打一个点子未出界不能立即判稳。
在点子随机排列的情况下，符合下列各点之一判稳：
01
► 连续25个点，界外点数d=0；
02
► 连续35个点，界外点数d<0；
03
► 连续100个点，界外点数d<2。
0.1821
0.1828
0.0086
18
0.1812
0.1585
0.1699
0.168
0.1694
0.0227
19
0.1700
0.1567
0.1694
0.1702
0.1666
0.0135
20
0.1698
0.1664
0.17
0.16
0.1666
0.01
图1
μ’
μ
图2-7 正态曲线随着标准差变化
σ=2.5
σ=1.0
σ=0.4
y
x
不论μ与σ取值为何，产品质量特性值落在[μ-3σ，μ+3σ]范围内的概率为99.73%。 图2-8 正态分布曲线下的面积
统计过程控制1
注意，总体参数与样本统计量不能混为一 谈。总体包括过去已制成的产品、现在正 在制造的产品以及未来将要制造的产品的 全体，而样本只是从已制成产品抽取一小 部分。故总体参数值是不可能精确知道的， 只能通过以往已知的数据来加以估计，而 样本统计量的数值则是已知的。 还必须注意，规范限不能用作控制界。规 范限用以区分合格与不合格，控制界限则 用以区分偶然波动与异常波动，二者不能 混为一谈。
统计过程控制
主 讲：兰正年
培训大纲 第一节 统计过程控制概述 第二节 控制图原理 第三节 第四节 分析用控制图与控制用控制图 过程能力与过程能力指数
第一节 统计过程控制概述 一、统计过程控制的基本概念： 生产过程是产品质量形成的关键环节， 在确保设计质量的前提下，产品质量 很大程度上依赖于生产过程质量。 过程控制是指为实现产品过程质量而 进行的有组织、有系统的过程管理活 动。其目的在于为生产合格产品创造 有利的生产条件和环境，从而根本是 减少不合格品的产生。
③控制状态下，过程变异最小。 （4）推行SPC为什么能够保证实 现全过程的预防？ 一道工序达到控制状态称为稳定 工序，道道工序都过到控制状态称 为全稳生产线，SPC所以能够保 证实现全过程的预防，依靠的就是 全稳生产线。
六、两类错误
1、第一类错误：虚发警报（false alarm） 过程正常，由于点子偶然超出界外，根据点出界 就判异，于是就犯了第一类错误，通常犯第一类 错误的概率记以α。第一错误将造成寻找根本不 存在的异因的损失。 2、第二类错误：漏发错误（alarm missing） 过程异常，但仍会有部分产品，其质量特性值的 数值大小仍位于控制界限内。如果抽取到这样的 产品，打点就会在界内，从而犯了第二类错误， 即漏发警报。通常犯第二类错误的概率记以β。 第二类错误将造成不合格品增加的损失。
SPC(统计过程控制)：基本概念及在质量管理中的作用介绍
SPC（统计过程控制）：基本概念及在质量管理中的作用介绍一、SPC概述SPC(Statistical Process Control, 统计过程控制)是用于控制生产过程稳定性、提高产品质量的一种管理工具。
它是一种基于统计原理的质量控制技术，通过对质量数据进行分析并处理，帮助生产部门发现异常情况，及时进行纠正和改进。
SPC的主要作用是通过对生产的各项指标进行监控，及时发现异常情况并予以解决，达到减少产品次品率、提高生产效率的目的。
1.1 SPC的定义和发展历程统计过程控制(SPC)是由美国生产者联盟（APQC）制定的标准，是指在生产、服务等等过程中，使用一系列统计方法，对生产过程各项指标进行定量分析、监控，以便及时发现问题并采取纠正和预防措施，以提高质量、提高效率和降低成本。
自20世纪75年以来，SPC 已广为应用于各种制造和服务行业，被广泛认可和推广。
1.2 SPC的基本原理和方法SPC的基本原理是通过收集和分析生产过程中的数据，判断过程是否处于正常状态，如果出现异常情况则采取行动控制，达到稳定生产并控制品质的目的。
其基本方法有控制图、质量测量、过程分析、数据收集和统计方法等。
二、SPC在质量管理中的作用2.1 SPC在质量管理体系中的地位与作用SPC在现代企业的质量管理中处于非常重要的地位，其作用几乎贯穿了整个质量管理体系。
首先，质量管理的核心目标是实现全过程质量控制，SPC可以有效的实现这一目标。
其次，SPC可以帮助企业实现质量的持续改进，提高产品的稳定性和一致性，为企业提供坚实的基础。
再次，SPC可以为企业的产品质量提供科学的依据，使企业在市场竞争中更具有说服力。
2.2 SPC在改进质量管理性能方面的作用SPC对于改进质量管理性能具有很好的作用。
通过对生产过程的监控，SPC可以发现不稳定的因素和不良的趋势，为及时采取行动提供依据。
此外，通过对数据的分析，进一步提高了质量管理的效益，不断完善生产过程，并持续不断地提高产品质量。
第四章统计过程控制（1）统计过程控制概述
第四章统计过程控制（1）统计过程控制概述四、常规控制图的应用单选5-7题，多选7-9题，综合分析1-2题。
考查方式以理解题和计算题为主。
总分值35-45分。
总分170分。
一、统计过程控制概述1．掌握统计过程控制的含义(重点) 2．了解统计过程控制的作用和特点（重点）二、控制图原理1．掌握控制图的基本原理（重点）2．了解控制图的两种错误（难点）3．掌握常规的控制图分类。
（难点。
重点）三、分析用控制图和控制用控制图1．熟悉分析用控制图和控制用控制图的区别（难点）2．掌握过程改进策略3．掌握控制图的判异准（重点）四、常规控制图的应用1．掌握x—r 图、x—s 图和p 图的作用和使用方法（难点.重点）2．了解x—rs 图、me—r 图、c 图和u 图的作图和应用。
（难点.重点）五、过程能力与过程能力指数1．熟悉过程能力的定义 (重点) 2．了解过程性能指数的概念3.掌握过程能力指数c p 和cpk 的计算和评价（难点.重点）六、过程控制的实施1．熟悉过程控制的基本概（重点）2．掌握过程分析的基本步骤（难点）3．熟悉过程管理点的要求4.1统计过程控制概述4.1统计过程控制概述统计过程控制主要解决两个问题：一是过程运行状态是否稳定，二是过程能力是否充足。
前者可利用控制图这种统计工具进行测定，后者可通过过程能力分析来实现。
统计过程控制理论是从制造业中的加工过程开始的，但是目前其应用已扩展到各种过程，如设计过程、管理过程、服务过程等。
学习目标要求（含4.1；4.2；4.3；）1、掌握统计过程的含义2、了解统计过程的作用和特点（一）过程控制p991、概念。
过程控制是指为实现产品的生产过程质量而进行的有组织、有系统的过程管理活动。
目的在地为生产合格产品创造有利的生产条件和环境，从根本上预防和减少不合格品的产生。
2、过程控制的主要内容（1）过程分析，建立控制标准。
分析影响过程质量的主导因素，找出最佳水平，实现标准化。
统计过程控制
统计过程控制统计过程控制（SPC，Statistical Process Control）是一种借助数理统计方法的过程控制工具。
它对生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。
统计过程控制认为，当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）。
此时，过程特性一般服从稳定的随机分布。
而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，失控时，过程分布将发生改变。
统计过程控制可以分为三个步骤：1. 模型建立阶段，这个阶段是在没有因素影响的情况之下抽取数据，分析数据进行统计，从而在此基础上建立模型。
2. 模型评估阶段，对所建立的模型进行系统分析评估，在比较的过程中来判断是否存在故障。
3. 如果在评估阶段出现故障，就要分析产生故障的原因，找到故障发生的来源，及时采取措施予以解决，从而确保产品的质量。
实施SPC的过程一般分为两大步骤：首先用SPC工具对过程进行分析，如绘制分析用控制图等；根据分析结果采取必要措施，如消除过程中的系统性因素或减小过程的随机波动以满足过程能力的需求。
第二步则是用控制图对过程进行监控。
统计过程控制在发展过程中滋生出两种不同的方法，分别是统计质量控制和统计性能监控。
统计质量控制重点在于控制生产过程中的质量，确保产品符合规定的质量标准。
而统计性能监控则更侧重于监控过程的性能，以及时发现并预防可能出现的问题。
总的来说，统计过程控制是一种有效的质量管理工具，它可以帮助企业及时发现并解决生产过程中的质量问题，提高产品质量和生产效率，从而提升企业的竞争力。
- 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)。
我们必须在失败中寻找胜利，在绝望中寻求希望
•
9、
。上 午4时14 分39秒 上午4 时14分0 4:14:39 20.11.3 0
控制图应用
步骤三、计算R图控制线
UCLR R 3 R D4 R CLR R R LCLR R 3 R D3 R
控制图应用
步骤四、计算 图控制线 X
UCLX X 3 X X A2 R CLX X X LCLX X 3 X X A2 R
控制图应用
步骤五、作R图 a、根据控制线作图 b、数据描点，判稳 c、不稳定则控制过程，回步骤二
贯彻预防原则 应用统计技术 保持过程稳定 保证产品质量
SPC的特点
强调全员参与 强调统计方法 强调过程、体系
二、控制图原理
控制图原理
控制图的结构：
样
UCL
本
统 计
CL
量
数 据
LCL
控制图
控制图原理
过程变差 偶然因素
过程固有 波动随机 对质量影响小
异常因素
非过程固有 对质量影响大
质量波动
•
1、
功的路 。20.11.3020.11.30Monday, November 30, 2020
成功源于不懈的努力，人生最大的敌人是自己怯懦
•
2、
。0 4:14:39 04:14:3 904:141 1/30/2 020 4:14:39 AM
每天只看目标，别老想障碍
•
3、
。20.1 1.3004: 14:390 4:14Nov -2030-Nov-20
控制图判异准则：
国标GB/T 4091－2001
UCL A B
CL C C B
LCL A
准则一
UCL A B
CL C C B
LCL A
准则二
UCL A B
CL C C B
LCL A
准则三
控制图原理
判异准则
UCL A B
CL C C B
LCL A
准则四
UCL A B
CL C C B
LCL A
准则五
控制图应用
分析用控制图
过程状态： 统计控制状态 技术控制状态
统计控制状态
技术控制状态
是
技术控制
状态
否
统计控制状态
是
否
Ⅰ
Ⅱ
Ⅲ
Ⅳ
控制图应用
状态调整
Ⅳ → Ⅱ， Ⅲ → Ⅰ Ⅳ → Ⅲ， Ⅱ → Ⅰ
过程控制 过程改进
过程能力
Cp
Cp
规定的公差 过程变度
T
6
控制图应用
过程能力指数的评价
Cp
值的范围
np
不合格品数控制图
u
单位不合格数控制图
c
不合格数控制图
控制图应用
X R
图
步骤一、确定所控制的质量指标：
a、最重要的控制对象
b、因果取因
c、对象明确
d、可计量
e、容易准确测定
f、方便采取措施
控制图应用
步骤二、取数据 a、取25个子组 b、子组大小为4或5 c、数据取自同一总体 d、子组数据生产条件一致
宁愿辛苦一阵子，不要辛苦一辈子
•
4、
。04:1 4:3904: 14:390 4:14Monday, November 30, 2020
• •
积极向上的心态，是成功者的最基本要素 5、
。20.1 1.3020. 11.300 4:14:39 04:14:3 9November 30, 2020
生活总会给你谢另一个谢机会，大这个机家会叫明天 6、
UCL A B
CL C C B
LCL A
准则六
判异准则
控制图原理
UCL A
B
CL C C
B LCL A
准则七
UCL A B
CL C C B
LCL A
准则八
控制图原理
统计控制状态
基准－－均值、标准差 偶因 无异因
两类错误
虚发报警 漏发报警
控制图原理
3σ原则
规范限、控制限
控制限 规范限T
三、控制图应用
。2 020年1 1月30 日星期 一上午4 时14分 39秒04: 14:392 0.11.30
人生就像骑单车，想保持平衡就得往前走
•
7、
。202 0年11 月上午4 时14分 20.11.3 004:14N ovember 30, 2020
•
8、业余生活要有意义，不要越轨。20 20年11 月30日 星期一 4时14 分39秒0 4:14:39 30 November 2020
步骤六、作 图
（同步骤五）
X
控制图应用
步骤七、计算过程能力 a、计算过程能力指数 b、判定是否符合技术要求 c、若不符，改进过程，回步骤二
步骤八、完成控制图 a、分析用控制图→控制用控制图 b、日常控制 c、持续改进
控制图应用
P控制图计算
UCLP P 3
P (1 P ) ni
CLP P
LCLP P 3
≥1.67 [1.33, 1.67) [1.00, 1.33) [0.67, 1.00)
<0.67
等级 过程能力的评价参考 一 过程能力高 二 过程能力充分，表示技术管理能力很好，维持 三 过程能力充足，但技术管理能力勉强，需改进 四 过程能力不足，表示技术管理能力很差，整改 五 过程能力严重不足，需全面检查整顿
统计过程控制
Statistical Process Control
一、基本概念
基本概念
统计过程控制原理
输入 资源
加工过程
输出 产品
过程控制
检验
基本概念
质量管理发展三个阶段：
质量检验 统计质量控制 全面质量管理
过程控制强调预防原则、科学方法 过程控制的重要工具－－控制图
基本概念
统计过程控制（SPC）的涵义
P (1 P ) ni
控制图应用
标准化变量（子组大小不等）
Zi
p p p(1 p) / ni
+3
UCLz 3
0
则：CLz 0
LCLz 3
-3
四、总结
总结
SPC强调预防原则 SPC以统计理论为基础 实行SPC需要全员参与 SPC推动持续改进
谢谢！
每一个成功者都有一个开始。勇于开始，才能找到成
控制图原理
控制图的实质
偶因
过程波动
控制图
异因
控制图原理
如何判别偶因、异因？
统计理论 偶因～随机波动～正态分布 异因～非随机波动～分布异常
随机数据
控制图原理
控制图原理
正态分布
范围
控制图原理
正态分布差异
位置
宽度
形状
控制图原理
3σ控制图
μ+3σ
UCL
μ
CL
μ-3σ
LCL
控制图原理
控制图应用
有偏移过程能力指数
T
C pk
(1
K )Cp
(1
K)
T
6
ε
其中：K 2
T
控制图应用
控制用控制图
过程状态Ⅰ区 固定分析用控制图 持续改进
控制图应用
常规控制图
分布
正态分布 （计量值）
二项分布 （计件值） 泊松分布 （计点值）
控制图代号
控制图名称
X R
X s
Me R
X
p
Rs
均值-极差控制图 均值-标准差控制图 中位数-极差控制图 单值-移动极差控制图 不合格品率控制图