SPC的基本概念(1)
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)。
Diagnosis)，统计过程控制与诊断--SPCD既有告警功能，又 有诊断功能
➢ 第三个阶段SPCDA(Statistical Process Control ,
Diagnosis and Adjustment)，即统计过程控制、诊断与调整, 它能控制产品质量、发现异常并诊断导致异常的原因、自动 进行调整,目前尚无实用性成果
统计控制状态
质量变异分类： -- 偶然性原因（正常原因） -- 系统性原因（异常原因）
质量数据的类型： ---- 计数值 （离散型随机变量） -- 计件值 -- 计点值 ---- 计量值 （连续型随机变量）
质量变异的规律
频次
20
10
95.0 96.7 98.3 100 101.7 103.3 105 温度℃
R
0.116 0.259 0.171 0.221 0.119 0.143 0.274 0.669 0.132 0.179 0.163 0.250 0.349 0.158 0.103
控制范围公式：
X R 控制图
X 图：
CL = X
UCL= X + A2R LCL = X - A2R
R 图：
CL = R
常用控制图
分布 控制图代号 控制图名称
二项
分布 (计件 值)
不合格品率控制
p图
np
不合格品数控制 图
Байду номын сангаас
备注 适用于关键零部件需全数检查的 场合
适用于一般半成品或零部件，要 求每次检测的产品个数即样本大 小n必须一定的场合
泊松
分布 (计点 值)
用来控制每单位缺陷数，需全数
u
单位不合格数控 检查的场合，如喷漆加工表面的
用途
正态
分布 （计
X R
量值）
适用于长度，重量，强度等计 均值—极差控制 量值数据控制 图
X S 均值—标准差控 制图
适用范围同上，但检出能力不 如上图
X~ R
适用于检验时间远比加工时间 中位值—极差图 短的场合，如车床加工轴等
X Rs 单值--极差图
适用于在一定时间里只能获得 一个数据，如一次化学反应的 收率
样本 序号
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
X1 10.68 10.79 10.78 10.59 10.69 10.75 10.79 10.74 10.77 10.72 10.79 10.62 10.66 10.81 10.66
X2 10.689 10.86 10.667 10.727 10.708 10.714 10.713 10.779 10.773 10.671 10.821 10.802 10.822 10.749 10.681
正态分布平均值的特性
=1
y
u=-1 u=0 u=+1
-4 -3 -2 -1
x
+1 +2 +3 +4 x
正态分布标准差的特性
y
=0.5
=1. 0
-4 -3 -2 -1
=1. 5
x +1 +2 +3 +4 x
正态分布的“3 ”特性
y
99.7%
68.26% 95.46% 99.73%
-3 -2 -1
观测值
X3
X4
10.776 10.798
10.601 10.746
10.838 10.785
10.812 10.775
10.79 10.758
10.738 10.719
10.689 10.877
10.11 10.737
10.641 10.644
10.708 10.85
10.764 10.658
10.818 10.872
SPC的特点与发展
➢ SPC不是用来解决个别工序采用什么控制图的问题，SPC强 调从整个过程、整个体系出发来解决问题。SPC的重点就在
与“P”（Process，过程）
-- 可判断过程的异常，及时告警； -- 不能告知此异常是什么因素引起的;
➢ 第二阶段 SPCD (Statistical Process Control and
10.893 10.544
10.859 10.801
10.644 10.747
X5 10.714 10.779 10.723 10.73 10.671 10.606 10.603 10.75 10.725 10.712 10.708 10.727 10.75 10.701 10.728
X 10.732 10.755 10.759 10.727 10.724 10.705 10.735 10.624 10.710 10.732 10.748 10.768 10.733 10.783 10.692
SPC的基本概念
SPC- Statistical Process Control
统计过程控制，是企业提高质量管理 水平的有效方法。它利用数理统计原 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。
11
0.29 0.26 1.74
X R 控制图
x-Bar 图
s
n
a
e
1 0 .9 0 0 1 0 .8 5 0
CL = x = 10.728
UCL = x + A2 R = 10.728 0.58(0.2204) = 10.856
LCL = x - A2 R = 10.728 -.58(0.2204) = 10.601
x +1 +2 +3 x
生产过程的状态
一.控制状态(In Control)
UCL
u0
CL
LCL
生产过程的状态
二.失控状态(Out of Control)-1
UCL CL LCL
生产过程的状态
二.失控状态(Out of Control)-2
UCL CL LCL
常用的控制图
分布 控制图代号 控制图名称
UCL= D4R LCL = D3R
n
A2 D3
D4
2
1 .8 8
0 3.27
3
1 .0 2
0 2.57
4
0 .7 3
0 2.28
5
0 .5 8
0 2.11
6
0 .4 8
0 2.00
7
0.42 0.08 1.92
8
0.37 0.14 1.86
9
0.34 0.18 1.82
10
0.31 0.22 1.78
制图
气泡数
适用于控制一般缺陷数的场合，
c
不合格数控制图 要求每次检测的产品个数即样本 大小n必须一定的场合
X R 控制图
例：
时间
8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00
➢ 第三个阶段SPCDA(Statistical Process Control ,
Diagnosis and Adjustment)，即统计过程控制、诊断与调整, 它能控制产品质量、发现异常并诊断导致异常的原因、自动 进行调整,目前尚无实用性成果
统计控制状态
质量变异分类： -- 偶然性原因（正常原因） -- 系统性原因（异常原因）
质量数据的类型： ---- 计数值 （离散型随机变量） -- 计件值 -- 计点值 ---- 计量值 （连续型随机变量）
质量变异的规律
频次
20
10
95.0 96.7 98.3 100 101.7 103.3 105 温度℃
R
0.116 0.259 0.171 0.221 0.119 0.143 0.274 0.669 0.132 0.179 0.163 0.250 0.349 0.158 0.103
控制范围公式：
X R 控制图
X 图：
CL = X
UCL= X + A2R LCL = X - A2R
R 图：
CL = R
常用控制图
分布 控制图代号 控制图名称
二项
分布 (计件 值)
不合格品率控制
p图
np
不合格品数控制 图
Байду номын сангаас
备注 适用于关键零部件需全数检查的 场合
适用于一般半成品或零部件，要 求每次检测的产品个数即样本大 小n必须一定的场合
泊松
分布 (计点 值)
用来控制每单位缺陷数，需全数
u
单位不合格数控 检查的场合，如喷漆加工表面的
用途
正态
分布 （计
X R
量值）
适用于长度，重量，强度等计 均值—极差控制 量值数据控制 图
X S 均值—标准差控 制图
适用范围同上，但检出能力不 如上图
X~ R
适用于检验时间远比加工时间 中位值—极差图 短的场合，如车床加工轴等
X Rs 单值--极差图
适用于在一定时间里只能获得 一个数据，如一次化学反应的 收率
样本 序号
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
X1 10.68 10.79 10.78 10.59 10.69 10.75 10.79 10.74 10.77 10.72 10.79 10.62 10.66 10.81 10.66
X2 10.689 10.86 10.667 10.727 10.708 10.714 10.713 10.779 10.773 10.671 10.821 10.802 10.822 10.749 10.681
正态分布平均值的特性
=1
y
u=-1 u=0 u=+1
-4 -3 -2 -1
x
+1 +2 +3 +4 x
正态分布标准差的特性
y
=0.5
=1. 0
-4 -3 -2 -1
=1. 5
x +1 +2 +3 +4 x
正态分布的“3 ”特性
y
99.7%
68.26% 95.46% 99.73%
-3 -2 -1
观测值
X3
X4
10.776 10.798
10.601 10.746
10.838 10.785
10.812 10.775
10.79 10.758
10.738 10.719
10.689 10.877
10.11 10.737
10.641 10.644
10.708 10.85
10.764 10.658
10.818 10.872
SPC的特点与发展
➢ SPC不是用来解决个别工序采用什么控制图的问题，SPC强 调从整个过程、整个体系出发来解决问题。SPC的重点就在
与“P”（Process，过程）
-- 可判断过程的异常，及时告警； -- 不能告知此异常是什么因素引起的;
➢ 第二阶段 SPCD (Statistical Process Control and
10.893 10.544
10.859 10.801
10.644 10.747
X5 10.714 10.779 10.723 10.73 10.671 10.606 10.603 10.75 10.725 10.712 10.708 10.727 10.75 10.701 10.728
X 10.732 10.755 10.759 10.727 10.724 10.705 10.735 10.624 10.710 10.732 10.748 10.768 10.733 10.783 10.692
SPC的基本概念
SPC- Statistical Process Control
统计过程控制，是企业提高质量管理 水平的有效方法。它利用数理统计原 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。
11
0.29 0.26 1.74
X R 控制图
x-Bar 图
s
n
a
e
1 0 .9 0 0 1 0 .8 5 0
CL = x = 10.728
UCL = x + A2 R = 10.728 0.58(0.2204) = 10.856
LCL = x - A2 R = 10.728 -.58(0.2204) = 10.601
x +1 +2 +3 x
生产过程的状态
一.控制状态(In Control)
UCL
u0
CL
LCL
生产过程的状态
二.失控状态(Out of Control)-1
UCL CL LCL
生产过程的状态
二.失控状态(Out of Control)-2
UCL CL LCL
常用的控制图
分布 控制图代号 控制图名称
UCL= D4R LCL = D3R
n
A2 D3
D4
2
1 .8 8
0 3.27
3
1 .0 2
0 2.57
4
0 .7 3
0 2.28
5
0 .5 8
0 2.11
6
0 .4 8
0 2.00
7
0.42 0.08 1.92
8
0.37 0.14 1.86
9
0.34 0.18 1.82
10
0.31 0.22 1.78
制图
气泡数
适用于控制一般缺陷数的场合，
c
不合格数控制图 要求每次检测的产品个数即样本 大小n必须一定的场合
X R 控制图
例：
时间
8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00