SPC培训讲义
SPC培训讲义---基础知识
SPC培训讲义—基础知识简介SPC（Statistical Process Control，统计过程控制）是一种基于统计方法的质量管理工具，旨在通过对过程数据的统计分析，帮助组织识别和解决可能导致质量问题的根本原因，从而提高产品的稳定性和可靠性。
本讲义将介绍SPC的基础知识，包括SPC的原理、常用的SPC 工具和应用案例等内容。
1. SPC的原理SPC的核心原理是基于过程数据的统计分析，通过对数据的收集和分析，识别和排除可能导致质量问题的特殊原因，同时通过控制图的使用，监控和改进过程的稳定性和可靠性。
1.1 正态分布在SPC中，数据的正态分布是一个重要的假设。
正态分布是一种对称的概率分布，其特点是均值和标准差能够完全描述分布的情况。
正态分布的图形呈钟形曲线，均值位于曲线的中央。
在实际应用中，SPC 通常假设数据是近似正态分布的，以方便进行统计分析。
1.2 变异性与稳定性在质量管理中，变异性是指同一过程在不同时间或不同条件下相同测量项的数值差异。
通过SPC的应用，可以发现原本被认为是随机变动的过程，实际上可能存在特殊原因造成的异常波动。
稳定性是指过程在一段时间内的变异性较小，并且符合预期的性能要求。
通过SPC 的控制图，可以监控过程的稳定性，并及时采取措施防止不稳定状态的出现。
2. 常用的SPC工具SPC工具是SPC实施过程中使用的具体方法和技术，下面介绍几种常用的SPC工具。
2.1 控制图控制图是SPC中最常用的一种工具，它用来监控过程在一段时间内的变异情况。
控制图是一种统计图表，将过程数据按时间顺序绘制在图表上，同时画出上下限和中心线。
如果过程数据处于控制限之内，说明过程处于稳定状态；如果过程数据超过控制限，说明过程发生了特殊原因的变异，需要进行分析和改进。
2.2 直方图直方图是一种用柱形表示数据分布的图表，它可以直观地展示数据的中心趋势、波动幅度以及偏态情况。
通过直方图，可以判断数据是否符合正态分布，如果数据呈现钟形分布，则可以认为数据符合正态分布的假设。
SPC培训资料
a.样本平均数 表示数据集中位置，常用符号 表示，其计算公司为：式中： ——样本的算术平均值 N ——样本数例如，有统计数据x1,x2,x3.x4,x5为2,3,4,5,6五个数据，则其平均数据为： 2+3+4+5+6 X = ————— =4 5
2、控制图的发展
控制图（SPC）的起源和发展
定义---控制图是对过程品质特性值进行测量、记录、评估，从而监视过程是否处于控制状态的一种用统计方法所设计出來的图表。 图上有中心线、上控制限和下控制限，并有按时间顺序抽取的样本统计,所得数值的描绘点。
三、控制图常用术语
设计规格与控制界限设计规格：规格上限（USL），目标值（SL），规格下限（LSL）之间的关系。双边规格，不对称规格，单边规格（上，下）定义。控制界限：控制上限（UCL），控制中心（CL），控制下限（LCL）之间的关系。控制界限是基于制程的数据而不是制造的规格。如果过程受控的话，计算的控制界限要比设计规格严。如果过程受控，但产品仍然不合格，则说明现有的生产工艺生产不出符合条件的产品。
波动源
基本原理：预防为主是SPC的重要原则工序诊断是排除异动的主要手段必须有效利用系统分析方法归纳起来20个字： 查找异因（特殊原因），采取措施， 加以消除，纳入标准，不再发生。
SPC统计过程控制培训讲义
© Copy right reserved by TÜV Rheinland Academy Shanghai
6
Edited by Tony Hung. Internal Training Form
Statistical Process Control
持续改进及统计过程概述
© Copy right reserved by TÜV Rheinland Academy Shanghai
24
Edited by Tony Hung. Internal Training Form
Statistical Process Control
变差的普通原因及特殊原因
特殊原因 是指造成不是始终作用于过程变差的原因，即
当它们出现是将造成（整个）过程的分布，将用不 可预测的方式来影响过程的输出，过程的输出将不 稳定。
14
Edited by Tony Hung. Internal Training Form
Statistical Process Control
测量系统分析 MSA
测量系统误差的类型 再现性 (Reproducibility)
由不同操作者对同一部件用同一测量仪器的测量
© Copy right reserved by TÜV Rheinland Academy Shanghai
MSA
法
Cpk过程能力
© Copy right reserved by TÜV Rheinland Academy Shanghai
9
Edited by Tony Hung. Internal Training Form
Statistical Process Control
详细全面的SPC详解(培训资料)
介绍内容： 1.SPC的基础知识 2.SPC的基本原理 3.SPC的控制图 4.过程能力方面的内容
第一讲SPC的基础知识
1.1 控制 SPC讲的是统计过程控制
与控制有关的要素： 首先应找到 （最适）范围
付出的代价
（经济）成本
控制
合理的范围 付出代价高，约束能力越高 超出控制范围存在风险 要求： 1.最佳范围 2.经济成本 3减少风险 这中间体现一种控制能力 即：内涵的证明 4展现能力
•
小概率事件定义：指发生的概率非常小的一个事件，要让它发生，需收集大 量的数据。
• • •
正态分布： 特点：中间高，两边低，左右基本对称 如：员工的工资，工资高少数，工资低 的少，中间高 两个参数： 位置 u ：中心值 形状σ：分布宽度 实际运用中：标准差和中心值平均值往往获得不了，我们只能通过样本来获取。 我们用样本的平均值来代替正态分布的平均值u中心值，用样本的标准差s代 替正态分布的标准差σ ，
• • • • • • • •
关键特性—特别的管制方法 对定量的特性数据：用SPC分析方法 对定性的特性数据：采用顾客认可的方法 对破坏性的特性：建议采用实验设计的方法，如DOE分析方法 客户： 一般关心计量性特性，不关心技术性特性 如：顾客买1000个产品，有千分之一不合格，顾客不认同 SPC即控制产品关键特性的过程，这种控制用统计学的方法
•
•
SPC和SQC的关系
针对过程中重要 控制特性做的才是SPC
测量 原料 PROCESS
结果
针对产品所做的 仍只是在做SQC
• • SPC：1.强调现场可执行 2.针对过程关键特性 SQC：1.随机性强 2.针对结果
• • • • •
SPC培训PPT课件讲义
Control
计量值：
均值极差图 s规格标准差图 直方图
LSL
s
LCL
a
Ca Cp Cpk
四.SPC的基本观念
世上没有任何两件事.人员.产品是完全一样 制造过程中所产生之变异是可以衡量的 事情.产品的变异通常根据一定的模式而产 生 宇宙万物及工业产品大都呈常态分配 例如 :身高.体重.智力.考试成绩.所得分配 变异的原因可分为偶因及异因 偶因属管理系统的范围 异因却是作业人员本身就能解决的 应用SPC可以确保作业人员的自尊 应用SPC可以指出制程最需要改善的地方
正态分布中，任一点出现在 μ + σ内的概率为P(μ-σ<X< μ+σ) = 68.27% μ + 2σ内的概率为P(μ-2σ<X< μ+2σ) = 95.45% μ + 3σ内的概率为P(μ-3σ<X< μ+3σ) = 99.73%
不同的常态分配
(a)μ 1≠ μ 2，σ 1=σ
2
μ
1
μ
X
2
不同的常态分配
控制圖原理的第二種解釋
根據來源的不同，質量因素可以分成4M1E五個方 面。 但從對質量的影響大小來看，質量因素可分成 偶然因素(簡稱偶因)與異常因素(簡稱異因)兩類。偶 因是始終存在的，對質量的影響微小，但難以除去， 例如機床開動時的輕微振動等。異因則有時存在，對 質量影響大，但不難除去，例如車刀磨損、固定機床 的螺母鬆動等。
偶然因素（偶波）和異常因素（異波）
偶然因素之變異
１．大量之微小原因所引起,不可避免
２．不管發生何種之偶然原因，其個別 之變異極為微小 ３．幾個較代表性之偶然原因如下： （１）原料之微小變異 （２）機械之微小掁動 （３）儀器測定時不十分精確之作 法
SPC培训讲义(PPT 47页)
A3、计算每个子组的均值X和极差R；
A4、选择控制图的刻度；
选择子组大小、数量和抽样原则： 每组样本数：4-5； 子组数要求：最少25组共100个样本； 抽样原则：组內变差小，组间变差大；
子组大小 子组数量 抽样原则
A.3 计算每个子组的均值（X）和极差（R）
99.73% 95.45%
68.26%
-3σ -2σ -1σ μ +1σ +2σ +3σ
LCL
CL
UCL
LCL
UCL
CL
CL
UCL
LCL
0.27 %
七、 建立X-R控制图的四步骤：
A、确定控制对象收集数据 B 、计算控制限并作图 C、过程控制解释 D 、过程能力解释
Ａ阶段 收集数据
步骤A：
A1、选择子组大小、数量和抽样原则；
=1.68
Minitab 计算的工序能力：
手算结果与Minitab 计算结果基本提高过程能力指数的途径：
一、调整加工过程的分布中心，减少偏移量； （即使分布中心更靠近规格中心，“更准”）
二、提高过程能力减少分散程度即减小σ； （即使尺寸分布范围尽可能小，“更瘦”，以Cp为例，达到1.33即4σ/3σ， 达到1.67即5σ/3σ。从1.33到1.67的提高，形象地说就是原来容纳4σ的空 间现在容纳了5个σ）
一、什么是SPC
SPC：
“Statistical Process Control”之缩写,意为 “统计过程控制”
统计过程控制：
主要是指应用统计分析技术对生产过程进行实时监控， 科学的区分出生产过程中产品质量的随机波动与异常波动， 从而对生产过程的异常趋势提出预警，以便生产管理人员及 时采取措施，消除异常，恢复过程的稳定，从而达到提高和 控制质量的目的。
SPC应用技术培训讲义
上海企达企业管理咨询有限公司
SPC 应 用 技 术
统计过程诊断（SPD） Statistical Process Diagnosis
SPD诊断案例
DIVES
上海企达企业管理咨询有限公司
（二）Xbar- σ 平均数、标准差管制图
DIVES
1.意义：当每组样本数较大时(n>10)时，全距R容易受个别值影响较大，而标
松的变化，建议点数不要设定更大。
上海企达企业管理咨询有限公司
DIVES
7）连续几点中有几点在2倍标准差以外 一般初始为连续7点中有3点在2倍标准差以外，但有时候也
可根据产品特性可能有周性而设更多点，如连续9点中有4点在2 倍标准差以外。
此种状况反应出制程能力开始下降，一般属于系统问题，但 暂时还不算严重，要多多注意监控，
2）当平均数管制图有连续3 点上升或下降，而R图没有较大波动时，则表示制程 中有某个因素正在慢慢朝某个方向发生变化。
3）当平均数管制图没有较大幅度变化，而全距管制图有出现连续3点上升，则表 示机台有较大松动。
4)所有图形分析，都需要同以前在相同条件下做比较分析，并尽可能寻找可能的 周期性变化趋势，同时去验证一到两次。
1.1品质观念的发展史程：
◆操作员的品质管制 ◆领班的品质管制 ◆检验员的品质管制 ◆统计品质管制 ◆全面品管
DIVES
上海企达企业管理咨询有限公司
SPC 应 用 技 术
1.2有关品质的几个重要观念
DIVES
可能出问题的地方 一定会出问题
上海企达企业管理咨询有限公司
SPC 应 用 技 术
DIVES
品质的进展状态（发展趋势）。分为：
1）解析管制图：根据实际量测出来的数据，经过计算出管制图上下限之后画出。
SPC培训讲义(PPT 109页)
（Moving Range)
13
变差的普通原因和特殊原因
普通原因：是指过程在受控的状态下，出现的具 有稳定的且可重复的分布过程的变差的原因。普 通原因表现为一个稳定系统的偶然原因。只有过 程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：（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。只有特殊原 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。
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
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
日期/时间
9/6 9/6 9/6 9/6 9/6 9/6 9/6 9/7 9/7 9/7 9/7 9/7 9/7 9/8 9/8 9/8 9/8 9/11 9/11 9/11 9/11 9/11 9/12 9/12 8:00- 9:00- 10:- 11:00- 13:30- 14:30- 15:30- 8:00- 9:00- 10:00- 11:00- 13:30- 15:30- 10:30- 13:30- 14:30- 15:30- 8:00- 9:00- 10:00- 11:00- 13:30- 8:00- 13:309:00 10:00 11:00 12:00 14:30 15:30 16:30 9:00 10:00 11:00 12:00 14:30 16:30 11:30 14:30 15:30 16:30 9:00 10:00 11:00 12:00 14:30 9:00 14:30
SPC培训讲义-Vppt课件
“α”值 32% 4.56% 0.27% 0.005%
平均值移动 ±σ ± 2σ ± 3σ ± 4σ
“β”值 97.72% 84.13%
50% 15.87%
22
两种错误的经济平衡点 （± 3σ）
第一种错 误损失
两种损失的合计
第二种错 误损失
1σ 2σ
3σ 控制界限
6σ 23
管制界限和规格界限
• 规格界限：区分合格品与不合格品。是用 以说明品质特性之最大许可值，来保证各 个单位产品之正确性能。
A1选择子組大小、頻率和数据
Ａ A2建立控制图及記錄原始記錄 阶
段 收
A3計算每個子組的均值X和极差R
集
数 A4选择控制图的刻度
据
A5將均值和极差画到控制图上
子組大小 子組頻率 子組数大小
44
取样的方式
• 取样必须达到组内变异小，组间变异大 • 样本数、频率、组数的说明
6
预防与检测
原料
人 机 法 环 測量
好
PROCESS
測量 結果
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
7
Y=f(x1,x2,….)
• Y可视为顾客所要求的产品特性。 • 但是如果在y进行相应的统计控制，其实产
品已经制造出来，只是相当于检验产品做 得好不好，时效已晚。 • 所以要去探究哪些因素会影响y，进而事先 控制x，如此才能起到在生产时就控制的效 果，而不是等到产品做出来再做检验。
连续二十五点在控 制界限内，表示制 程基本上已稳定， 控制界限可以延用
此时有点子超出控 制界限，表示此时 状态已被改变，此 时要追查原因，必 要时必须重新收集 数据，重新考虑稳 定状态
统计过程控制培训讲义
存在过大的普通原因及特殊原因的变差。 需要进行100％检测以保障客户利益。 必须采取紧急措施使过程稳定，并减小变差。
40
过程控制和过程能力
判断一个过程是否满足规格要求： 能力指数－Cpk 性能指数－Ppk
判断一个过程是否受控： 控制图
41
控制图
42
控制图
什么是控制图？ 控制图是对过程质量加以测定、记录从而
25
过程变差
生产/装配
设备及工装夹具的差异 随时间而产生的摩损，漂移等 操作工之间的差异（如手工操作的过程） 设置的差异 环境的差异
26
测量系统的变差
量具精确度（偏差）
量具精确度是指测量观察平均值与真实值（基准值） 的差异。 真实值由更精确的测量设备所确定
27
测量系统变差
量具重复性 量具重复性是由一个操作者采用一种测量
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
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
9.94 9.81 9.85 10.11 10.24 10.17 9.83 10.33 10.39 9.64
取局部措施或对系统采取措施的指南。
SPC基础知识培训讲义
SPC基础知识培训讲义SPC基础知识⼀、什么是SPCSPC是英⽂Statistical Process Control的前缀简称。
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。
SPC强调全过程的预防。
SPC的特点是：1．SPC是全系统的，全过程的，要求全员参加，⼈⼈有责。
这点与全⾯质量管理的精神完全⼀致。
2．SPC强调⽤科学⽅法（主要是统计技术，尤其是控制图理论）来保证全过程的预防。
3．SPC不仅⽤于⽣产过程，⽽且可⽤于服务过程和⼀切管理过程。
⼆、SPC发展简史过程控制的⽅法早在20世纪20年代就由美国的休哈特提出。
迄今为⽌已经经历了三个发展阶段，即：SPC，SPCD和SPCDA。
1．SPC（Statistical Process Control）：它能使⼈们采取措施，消除异常，恢复过程的稳定。
这就是科学地区分出⽣产过程中产品质量的正常波动与异常波动，从⽽对过程的异常及时告警，谓统计过程控制。
2．SPCD（Statistical Process Control and Diagnosis）的前缀简称，即统计过程与诊断。
SPC虽然能对过程的异常进⾏告警，但是它并不能告诉我们是什么异常，发⽣于何处，即不能进⾏诊断。
1982年我国张公绪⾸创两种质量诊断理论，突破了传统的美国休哈特质量控制理论，开辟了统计质量诊断的新⽅向。
3．SPCDA（Statistical Process Control , Diagnosis and Adhustment）的前缀简称，即统计过程控制、诊断与调整。
正如同病⼈确诊后要进⾏治疗，过程诊断后⾃然要加以调整。
⽬前尚⽆实⽤性的成果。
三、成都公司在TS16949标准基础上建⽴的《统计技术应⽤规定》中推荐了⼏种⽤于质量改进的统计⼯具和技术序号⼯具和技术应⽤1调查表系统地收集资料，以得到真实清晰的实况⽤于⾮数字资料的⼯具和技术2因果图分析和表达因果图解关系；通过从症状到原因分析到寻找答案的过程，促进问题的解决3流程图描述现存的过程；设计新的过程4特性要因图表⽰某个论题与其组成要素之间的关系⽤于数字资料的统计⼯具和技术5控制图诊断：评估过程的稳定性；控制：决定何时某⼀过程需要调整，何时该过程需要继续保持下去。
SPC培训讲义(第二版)
统计过程控制 (第二版)
Statistical Process Control
1
第一章 持续改进及统计过程控制
1. 预防与检测 2. 过程控制系统 3. 变差：普通原因及特殊原因 4. 局部措施和对系统采取措施 5. 过程控制和过程能力 6. 过程改进循环及过程控制 7. 控制图：过程控制工具 8. 控制图的益处
制图的类型。 • 明确控制目的
确定控制的特性，确保控制的特性是可操作 的，包括详细说明收集什么信息、在哪收集、 如何收集和在什么条件收集。 • 消除不必要变差
在开始研究之前消除不必要的变差的外部原 因，目的是避免那些不用控制图就能纠正的明 显问题。这包括过程调整或过程控制。
28
选择子组大小、频率和数据
• 事件的记录； 包含详细的事件记录，如过程调整、工装更换、材料更换或其
他可能影响过程变差的事件。
31
记录原始数据
• 记录每个子组的单值和标识； • 记录任何观察到的相关事件。
32
计算每个子组的样本控制统计量 根据测量的数据进行描点和计算控制统计量。
这些统计量可以是样本均值、中位数、极差、标准 差、不合格率等 ，按照所用控制图类型的公式来计 算这些统计量。
• 休哈特正是据此发明了控制图。
18
产品质量波动及其统计描述
产
定量
连续
计量值
品 质
离散
计数值
计
量
数
特 性
定性
值 计件值
19
计量型数据---计量型控制图
• 计量型数据是由过程特性决定的，来自 过程的数据是连续的，如直径、长度。 是一个量化的数据，是实际生产过程的 过程现象的反映。
SPC统计培训讲义
SPC统计培训讲义什么是SPC统计SPC（Statistical Process Control），即统计过程控制，是一种通过对过程进行统计分析和控制，以提高产品质量和生产效率的管理方法。
SPC统计是建立在统计学原理基础上的一种管理工具，通过收集和分析数据，用于监控和控制生产过程中的变化和不良情况。
SPC统计的目标是实现过程稳定性，减少不良品数量和降低产品缺陷率。
通过SPC统计，企业可以及时发现和解决生产过程中的问题，降低生产成本，提高产品质量，增强市场竞争力。
SPC统计的基本原理SPC统计是基于统计学原理的管理方法，通过收集和分析过程数据，判断过程的稳定性和可控性。
SPC统计的基本原理包括以下几个方面：1.过程稳定性：SPC统计通过对过程数据进行统计分析，判断过程是否稳定。
过程稳定意味着过程的变异是正常的，不受特殊因素的影响，且在可接受的范围内变化。
2.过程控制：SPC统计通过建立控制图，对过程进行连续的监控和控制。
控制图是一种图表，通过在图上绘制过程数据和控制界限，可以直观地反映过程的稳定性和变化情况。
3.统计分析：SPC统计通过对过程数据进行统计分析，可以了解过程的平均水平、变异程度和分布情况。
常用的统计分析方法包括均值控制图、极差控制图和正态性检验等。
4.过程改进：SPC统计通过及时发现和解决过程问题，实现过程的持续改进。
通过统计分析和控制图，可以找出过程中的异常点和特殊因素，分析原因，并采取相应的改进措施。
SPC统计的重要工具SPC统计是建立在统计学原理上的一种管理方法，其中涉及到很多重要的工具和技术。
下面介绍几个常用的SPC统计工具：控制图控制图是SPC统计最常用的工具之一，用来监控和控制过程的变化和稳定性。
常见的控制图有均值控制图、极差控制图和标准差控制图。
通过绘制实际数据和控制界限，可以直观地了解过程的变化情况。
直方图直方图是一种用来表示数据分布情况的图表，通过将数据分成若干个区间，然后统计每个区间的频数或频率，可以了解数据的分布情况。
SPC统计过程控制完整版培训讲义
SPC统计过程控制完整版培训讲义一、背景介绍统计过程控制（SPC）是质量管理中的一种方法，用于监测和控制过程的稳定性和一致性。
它是质量管理的五大工具之一，常用于制造业、服务业等各个行业中。
二、SPC的定义SPC是通过对过程中的关键指标进行连续的统计分析和监测，从而实现对过程的控制和优化，以提高产品或服务的质量和一致性。
三、SPC的关键概念1.过程：指生产过程、服务过程中的关键环节。
2.正常变异：指过程中的正常、可接受的变化范围。
3.特殊因子：指突发的、非正常的变化，可能会导致过程偏离正常状态。
4.控制上限和控制下限：用于界定过程的正常变异范围的上下限。
5.控制图：用于图示化过程数据的统计变化，以便更直观地判断过程是否处于控制状态。
四、SPC的基本步骤1.确定质量特性：确定需要控制和监测的关键质量特性。
2.收集数据：收集与质量特性相关的数据。
3.绘制控制图：根据收集的数据，绘制相应的控制图。
4.判读控制状态：通过控制图，判断过程是处于控制状态还是非控制状态。
5.持续改进：根据判断结果，采取相应的措施进行持续改进。
五、SPC常用的控制图1.均值-极差控制图：用于监控过程的平均值和变异性。
2.均值-标准差控制图：用于监控过程的平均值和标准差。
3.层级控制图：用于监控多层次的过程数据。
4.高低控制图：用于监控过程中的极值。
5.统计过程能力图：用于评估过程的稳定性和能力。
六、SPC的应用场景1.制造业：用于监控生产线上的关键工艺参数，提高产品质量。
2.服务业：用于监控服务流程中的各个环节，提高服务质量和一致性。
3.供应链管理：用于监控供应链中的关键指标，实现供应链的稳定性和一致性。
4.项目管理：用于监控项目执行过程中的关键指标，提高项目交付的质量和效率。
七、SPC的优势和意义1.实时监控：能够在过程进行中及时发现异常情况，以便及时采取措施进行调整，确保产品或服务的质量。
2.数据驱动：以数据为基础，通过统计分析，能够更准确地判断过程的状态，确保决策的科学性和可靠性。
讲义SPC(DOC 11页)
讲义SPC(DOC 11页)统计过程操纵Designed by LLCNO:LLC-ts05Rev:B全然概念：特性产品一般安稳、律例关键KPC S合营、功能过程一般关键KCC S一样特点：只假如合格就能够；关键特点：不仅仅合格，还要尽可能接近目标值。
考查分类：●计数型：考查时仅分为合格、不合格；●计量型：考查时可确信值的大年夜小。
第一章连续改进及统计过程操纵概述应用统计技巧来操纵产生输出的过程时，才能在改进质量、进步临盆率、降低成本上发挥感化。
第一节预防与检测检测-------- 容忍白费预防-------- 幸免白费第二节过程操纵体系过程合营工作以产生输出的供方、临盆者、人、设备、输入材料、方法和情形以及应用输出的顾客之集合。
过程机能取决于： 1.供方和顾客之间的沟通；2.过程设计及实施的方法；3.动作和治理方法。
过程操纵重点：过程特点过程操纵步调：确信特点的目标值；监测我们与目标值的距离是近照样远；对获得的信息作出精确的说明，确信过程是在正常的方法下运行；须要时，采取及时精确的方法来校订过程或刚产生的输出；监测采取方法后的后果，须要时进一步分析及采取方法。
注：仅对输出进行考查并随之采取方法，只可作为不稳固或没有才能的过程的临时方法。
不克不及代替有效的过程治理。
第三节变差：通俗及专门缘故任何过程都存在引起变差的缘故，产品的差距老是存在。
因此单个的测量值可能全都不合，但形成一组后它们趋于形成一个能够描述的分布的图形。
（例图）阻碍身分：通俗缘故：难以清除，具有稳固、可反复的分布；现在输出能够推测。
专门缘故：必须清除，有时产生、阻碍明显；现在将有弗成推测方法阻碍输出。
临盆过程操纵确实是要清除体系性身分（专门缘故）。
第四节局部方法和对体系采取方法局部方法：针对专门原起因直截了当操作人采取恰当改正方法。
现在大年夜约可改正15%的过程问题。
体系方法：解决变差的通俗缘故，由治理人员来采取方法。
现在大年夜约可改正85%的过程问题。
- 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)。
原理，通过检测数据的收集和分析，可以达到“事前预防”的效果，从而有
效控制生产过程、不断改进品质。
与全面质量管理相同，强调全员参与，而不是只依靠少数质量管理人员。
二.SPC的作用: 1、确保制程持续稳定、可预测。 2、提高产品质量、生产能力、降低成本。 3、为制程分析提供依据。 4、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
在管制規格內
• 接下來，就可依顧客的『要求 ( 規格 )』，來評 定『制程能力』，以使顧客滿意，這就是持續 改善的基礎。
Cpk > 1.33
制程控制
受控
(消除了非機遇原 因)
範圍 →
不受控
(存在了非機遇原因)
範圍 →
制程能力
受控，能力符合要求
(機遇原因造成的變異已減少) 規格下限 →
← 規格上限
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。
1924年，美国的休哈特博士提出变量进行控制，为统计质量管理奠定了 理论和方法基础。
CO2-Shrt
CO2 Levels for 55 Time Points
14
13
12
11
10 Index
10
20
30
40
50
能力: 只有随机的或 短期的散布
(Cp & Cpk)
过程实绩: 全部散布包括 Shifts 和 Short Term
(Pp & Ppk)
制程控制與制程能力
• 首先應通過『檢查』，消除『全距』所產生之 非機遇原因，使制程處於『受控』的狀態
USL 規格上限
n X R σ2(s 2)
樣本數(抽樣數) 平均數 全距 方差
SL 規格中心限 (u=規格中心值) LSL 規格下限 Ca 準確度(偏移度) Cp 精密度(離散度)
σ (S) P NP C U
標准差(S=母體標準差, s=樣本標準差) 不良率 不良數 缺點數 每單位缺點
Cpk
^σ
T 其他 XUCL
SPC 的迷思
• 迷思一：有管制圖就是在推動 SPC ？
─ 這是產品品質 ( Q )，還是制程參數 ( P ) 管制圖？ ─ 這張管制圖是否有意義？ ─ 它所管制的參數，真的對產品品質有舉足輕重的影響 嗎？ ─ 管制界限訂的有意義嗎？ ─ 這張管制圖，是否受到應有的重視？是否已遵照規定， 實施追蹤與研判？
• SPC 興起是宣告『品質公共認證時代』的來臨
─ 1980年以前，客戶大都以自己的資源與方法，來認定某些合格的 供應商，造成買賣雙方的浪費。 ─ 1980年以後，『GMP』及『ISO 9000』的興起，因為重視產品生 產的『制程』與『系統』，故更須有賴 SPC 來監控『制程』與『系 統』的一致性。
制程起伏條件
品質異常
產品優劣
因
果
因
果
SPC 的思考
制程 制程參數
對產品的 影響度 (溫度)A (壓力)B (速度)C (尺寸)D (厚度)E
P1 A(5)
P1A
P1C
P1E
P2 C(1)
P2A P2B
P2D
P3 B(3)
P3B P3C
P4 A(5)
P4A
P4C P4D P4E
SPC 的思考
• 步驟一：深入掌握因果模式
制程變異
• 統計制程管制的定義 • 非機遇原因變異 • 機遇原因變異 • 制程控制與制程能力 • 制程改善循環
統計制程管制的定義
• 經由制程中去收集資料，而加以統計分析，從 分析中得以發覺制程的變異，並經由問題分析 以找出異常原因，立即採取改善措施，使制程 恢復正常。並藉由制程能力分析與標準化，以 不斷提昇制程能力。
70 70
X =70.91 X =70.91
65 65
0 0
5
10
15
20
5
10
15
20
Sample Number
Sample Number
L CL = 6 4 .6 2 L CL = 6 4 .6 2
25 25
X-Bar Chart for Process B
80 UCL=77.27
70
X =70.98
SPC培訓講義
第一章: 認識SPC 第二章: 基本統計概念 第三章: SPC管制圖類別 第四章: SPC管制圖 第五章: 制程能力分析 第六章: SPC總結 第七章: SIX SIGMA介紹
楊兵 Jackson 2003/10/20
第一章: 認識SPC
一.什么是SPC SPC---- Statistical Process Control
• 大多數的品質問題是錯在作業人員 • 容許少數的不良,意外的瑕疵是無可避免
的 • 品質是品管部門的責任 • 只重視品質檢驗,檢驗人員需負責解決瑕
疵品 • SPC只是在現場掛管制圖
對品質的正確觀念
• 85%的品質問題是管理人員所要擔負的,管理者 態度的偏差，更勝過作業人員的懶散
• 第一次就把事情做好,並且將後工程視為顧客, 才能真正做到零缺點品質
施的指南。
三. SPC的焦點──製程(Process) Quality，是指產品的品質。換言之，它是著重買賣雙方可共同評斷與鑑
定的一種「既成事實」. 而在SPC的想法上，則是希望將努力的方向更進一步的放在品質的源頭
──製程（Process）上. 因為製程的起伏變化才是造成品質變異（Variation）的主要根源.
範圍 →
受控，能力不符合要求
(機遇原因造成的變異太大)
制程改善循環
1.分析制程
PD AC
PD AC
2.維護制程
PD AC
3.改善制程
1.分析制程：
本制程應該做什麼？
● 會出現什麼問題？ ─本制程會有哪些變化？ ─我們已經知道本制程的什麼全距(全距)？ ─哪些參數受全距(全距)的影響最大？
● 本制程正在做些什麼？ ─本制程是否在生產廢品及需要返工的產品？ ─本制程生產的產品是否處於受控狀態？ ─本制程是否有能力？ ─本制程是否可靠？
制程控制的需要
• 檢測 ─ 容忍浪費
允許將時間和材料投入到生產不一 定有用的產品或服務中
• 預防 ─ 避免浪費
『第一次就把工作做對』
變異—機遇原因與非機遇原因
• 為了使變異的表示簡化，通常分成下列二 種： 機遇原因的變異
制程中變異因素是在統計的管制狀態下『受 控』。
隨著時間的推移，具有穩定的且可重複的分佈 制程中的許多『全距』的原因。
• 品質和公司每一個人都有關 • 品質檢驗是可以解決問題但卻無法消除問題 • SPC是讓品質保證的系統持續運轉不斷改善製
程,以提昇品質與生產力
SPC 興起的背景
• SPC 興起是宣告『經驗掛帥時代』的結束
─ 手工藝的產業：SPC 無用武之地→經驗取勝 ─ 當經驗可以整理，再加上設備、制程或系統時，那 SPC 時機的導 入，就自然成熟了。
系統措施 → 改善機遇原因
共同原因的變異
製程能力分析 可發現
如Ca，Cp， Cpk，及管制 圖上點的變化
管理當局參與及製 程人員合作去改善
系統改善對策
必須改善造成變異的機遇原因 經常需要管理階層的努力與對策 大約可以解決85%之制程上的問題
顯示散佈原因
組內變異(Within)
Time 1 Time 2 Time 3 Time 4
製程回饋管制系統模式
製程的聲音
統計方法
人 員 設 備 材 料 方 法
環 輸入
境
作業方式 / 產品或服務
資源混用方式
製程/系統
輸出
顧客的聲音
顧 客
辨識變化的 需求與期望
SPC 背景說明
• SPC 興起的背景 • SPC 的迷思 • SPC 的焦點 • SPC 的思考 • SPC 的診斷
對品質常有的錯誤觀念
2.維護(控制)制程：
● 制程是動態的，並且會隨時間而變化。 ● 監控制程的能力指數 ● 查出『非機遇原因』的變異，並採取有效的 措施
3.改善制程：
● 使制程穩定，並以維持制程的能力指數 ● 充分理解『機遇原因』造成的變異 ● 減少『機遇原因』造成變異的發生
第二章: 基本統計概念
N 母體數(批量數)
• 原料在一定範圍內之微小變 異
• 機械之微小振動
• 儀器測定時，不十分精確之 做法
• 依據作業標準執行作業的變 化
• 實際上，要除去制程上之機 遇原因，是件非常不經濟之 處置
• 一個或少數幾個較大原因所 引起
• 使用規格外的原物料
• 新手之操作人員
• 不完全之機械調整
• 未依據作業標準執行作業
• 所制訂之作業標準不合理
• 称为 短期 (st) • 我们的潜在能力 - 能做得
最好的情况
• 所有6 sigma公司用 报告
• 价值不高的多数
ST + shift = LT
組間變異(Between)
• 称为 漂移 (平均值漂移了多 远的真正sigma 测量)
• 显示过程控制 • 重要的少数
能力对实绩
SPC 的迷思
迷思二：有了Cpk / Ppk 等計算就是在推 動 SPC ？
─ Cpk / Ppk 有定期審查嗎？ ─ 是否已用 Cpk / Ppk 作訂單分派給不同生產線，作為 生產的依據 ？
SPC 的迷思