spc培训教材 PPT课件
合集下载
SPC培训课件(PPT 90页)
种情况； 计点型数据——如铸件的沙眼数，电路板上的焊
接不良数等。 计件型数据和计点型数据合称为计数型数据。它们
可被计数，从而用来记录和分析。
12.01.2020
11
科华咨询
统计方法应用基础----基本的统计量
n 子组大小。单个子组中子组观测值的个数 k 子组数 X 质量特性的观测值（可用X1，X2，X3…表示单个 观测值） X 子组平均值的平均值
经分析发现，该工序最重要的是需要模具的相关方面被保证，如模具的安 装需到位，冲压过程需防止模具松动和磨损等。产品特性最重要的是冲压整 形的高度和宽度两个尺寸，如果这两个尺寸不能保证将导致产品报废。
12.01.2020
计量型 正态分布
数据的”分布”
二项分布(计数)
计数型 泊松分布(计件)
6
科华咨询
质量具有变差
“世界上没有两片完全相同的树叶”——“不同” 是绝对的，相同是相对的。
即使是机器生产，但产品质量仍具有变异 ——过程的单个输出之间不避免的差别。
公差制度的建立，就是承认“变差”的标志。
概率1.35% 概率可能为1.35%的几十、几百倍
根据小概率事件原理：出界就判异。
12.01.2020
27
科华咨询
控制图的两种错误
第一种错误
质量特性 x
α
虚发警报的错误 概率为α
12.01.2020
第二种错误
UCL
β
CL LCL
漏发警报的错误 概率为β 28
科华咨询
控制图的两种错误
间距增大（增加上下控制限的距离） α 减少，β 增加
p 子组不合格品率 p=子组中的不合格品数/子组大小
P 平均不合格品率
接不良数等。 计件型数据和计点型数据合称为计数型数据。它们
可被计数，从而用来记录和分析。
12.01.2020
11
科华咨询
统计方法应用基础----基本的统计量
n 子组大小。单个子组中子组观测值的个数 k 子组数 X 质量特性的观测值（可用X1，X2，X3…表示单个 观测值） X 子组平均值的平均值
经分析发现，该工序最重要的是需要模具的相关方面被保证，如模具的安 装需到位，冲压过程需防止模具松动和磨损等。产品特性最重要的是冲压整 形的高度和宽度两个尺寸，如果这两个尺寸不能保证将导致产品报废。
12.01.2020
计量型 正态分布
数据的”分布”
二项分布(计数)
计数型 泊松分布(计件)
6
科华咨询
质量具有变差
“世界上没有两片完全相同的树叶”——“不同” 是绝对的，相同是相对的。
即使是机器生产，但产品质量仍具有变异 ——过程的单个输出之间不避免的差别。
公差制度的建立，就是承认“变差”的标志。
概率1.35% 概率可能为1.35%的几十、几百倍
根据小概率事件原理：出界就判异。
12.01.2020
27
科华咨询
控制图的两种错误
第一种错误
质量特性 x
α
虚发警报的错误 概率为α
12.01.2020
第二种错误
UCL
β
CL LCL
漏发警报的错误 概率为β 28
科华咨询
控制图的两种错误
间距增大（增加上下控制限的距离） α 减少，β 增加
p 子组不合格品率 p=子组中的不合格品数/子组大小
P 平均不合格品率
SPC培训PPT课件教材讲义
偶然因素偶波和异常因素异波偶然因素之变异异常因素之变异1大量之微小原因所引起不可避免2不管发生何种之偶然原因其个别之变异极为微小3几个较代表性之偶然原因如下1原料之微小变异2机械之微小掁动3仪器测定时不十分精确之作4实际上要除去制程上之偶然原因是件非常不经济之处置1一个或少数几个较大原因所引起可以避免2任何一个异常原因都可能发生大之变异3几个较代表性之异常原因如下1原料群体之不良2不完全之机械调整3新手之作业员4异常原因之变不但可以找出其原因并且除去这些原因之处置在经济观点上讲常是正确者通常用来消除特殊原因造成的变异可以被制程附近的人员来执行通常用来减低普通原因造成的变异几乎总是需要管理者的行动来加以矫正一般可以改善制程的85偶波与异波都是产质量量的波动如何能发现异波的到来呢
五.SPC的特点
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。
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。
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。
六.SPC认识误区的剖析(一)
有管制图就是在推动SPC
这张管制图是否有意义？ 它所管制的参数真的对产品质量有举足轻的影响吗？ 管制界限订的有意义吗？ 这张管制图是否受到应有的重视？是否已照规定执行追踪与分析？ 这些问题经过推敲之后才能帮助我们对SPC作更深入的了解。
SPC认识误区的剖析(二)
有了Ca/Cp/Cpk等计算就是在推动SPC？
Ca/Cp/Cpk是在SPC中计算制程能力最主要的指标，因此会作制程能力 分析的公司，当然是一个对SPC认识较深入的公司，但是值得再深入 探讨的是─
３．几个较代表性之异常原因如下： （１）原料群体之不良 （２）不完全之机械调整 （３）新手之作业员
五.SPC的特点
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。
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。
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。
六.SPC认识误区的剖析(一)
有管制图就是在推动SPC
这张管制图是否有意义？ 它所管制的参数真的对产品质量有举足轻的影响吗？ 管制界限订的有意义吗？ 这张管制图是否受到应有的重视？是否已照规定执行追踪与分析？ 这些问题经过推敲之后才能帮助我们对SPC作更深入的了解。
SPC认识误区的剖析(二)
有了Ca/Cp/Cpk等计算就是在推动SPC？
Ca/Cp/Cpk是在SPC中计算制程能力最主要的指标，因此会作制程能力 分析的公司，当然是一个对SPC认识较深入的公司，但是值得再深入 探讨的是─
３．几个较代表性之异常原因如下： （１）原料群体之不良 （２）不完全之机械调整 （３）新手之作业员
2024版SPC培训教材全课件
假设检验的基本概念
明确假设检验的定义、原假设与备择假设的设立原则及两类错误 的含义。
参数假设检验
掌握正态总体均值、方差的假设检验方法及步骤，理解t检验和F 检验的原理及应用场景。
非参数假设检验
了解非参数假设检验的适用条件及常用方法，如秩和检验、符号 检验等。
16
方差分析、回归分析应用举例
方差分析
掌握方差分析的基本原理、计算步骤及结果解释，理解其在多因素实验设计中的应用。
化。
大数据在SPC中的应用
大数据技术的不断发展将为SPC提供更丰富的数据来源和分析手段，有助于提高SPC的 应用效果。
2024/1/30
SPC在服务业的拓展
随着服务业的不断发展，SPC的应用领域将逐渐拓展到服务业领域，为服务业的质量管 理提供新的思路和方法。
36
下一讲预告及预备知识
2024/1/30
01
02
03
04
明确数据收集目标
根据业务需求，明确所需数据 的类型、范围和质量要求。
2024/1/30
制定数据收集计划
设计合理的数据收集流程，包 括数据源选择、采集频率、存
储方式等。
执行数据收集
运用合适的数据收集工具和技 术，按照计划进行数据采集。
数据质量监控
建立数据质量评估机制，确保 数据的准确性、完整性和一致
下一讲内容
下一讲将介绍SPC在企业中的实际应 用案例，包括不同行业和不同场景下 的SPC应用实践。
预备知识
为了更好地理解下一讲内容，建议学 员提前了解相关行业的生产流程和质 量管理要求，以及SPC在实际应用中 的挑战和解决方案。
37
THANKS
感谢观看
2024/1/30
《SPC培训教案》课件
《SPC培训教案》PPT课件第一章：SPC概述1.1 SPC的定义统计过程控制（Statistical Process Control，SPC）通过统计学方法监控和改进过程质量1.2 SPC的历史与发展起源于20世纪20年代的工业工程1950年代，W. Edwards Deming将SPC推广到日本，对日本质量管理产生深远影响1990年代至今，SPC与现代质量管理方法结合，如六西格玛1.3 SPC的应用范围制造业服务业医疗卫生教育及其他行业第二章：SPC基本概念2.1 过程输入、输出和转换连续和离散过程2.2 控制图控制图的类型（X-R图、X-bar图、p图、np图等）控制图的构成（中心线、控制限、数据点）2.3 过程稳定性随机变异与系统变异判断过程稳定的准则（规则1-4）第三章：控制图的应用3.1 控制图的制定数据收集与整理选择适当的控制图确定控制限3.2 控制图的解读数据点的含义判断过程是否失控的准则控制图的报警信号（点出界、链或趋势）3.3 控制图的分析与改进分析过程变异的原因采取措施改进过程重新制定控制图第四章：过程能力分析4.1 过程能力的概念过程固有的变异能力满足顾客要求的能力4.2 过程能力分析的方法计算过程能力指数（Cp、Cpk）判断过程能力是否满足要求4.3 过程改进策略提高过程能力的方法（减少变异、优化过程参数）过程改进的目标（提高产品质量、降低成本）第五章：SPC软件与应用5.1 SPC软件的功能与选择数据采集、处理和分析控制图绘制与监控过程改进工具（如鱼骨图、帕累托图等）5.2 SPC软件的操作步骤数据输入与设置控制图绘制与分析报告与输出5.3 SPC软件在实际应用中的案例分享制造业案例服务业案例其他行业案例第六章：SPC在制造业中的应用案例6.1 案例一：汽车制造业中的SPC应用描述汽车制造过程中如何运用SPC监控装配质量，减少缺陷率。
分析控制图在检测生产线上的作用，及时发现问题并采取措施。
SPC培训资料(ppt 139页)
1、控制图的起源
控制图是1924年由美国品管大师W.A. Shewhart （休哈特）博士发明。因其用法简单且效果显著， 人人能用，到处可用，遂成为实施品质管制不可 缺少的主要工具
控制图（SPC）的起源和发展
1924年发明
2、控制图的发展
W.A. Shewhart
1931发表
1941~1942 制定成美国标准
选好质量特性 准确地测量出来
是两项重要的基础工作，要做好
波动源
有效地利用质量特性数据，最重要的是认识“波动” 的概念
过程中有许多产生波动的波动源
例：加工机械轴的直径，很容易受到各种波动源的影响。如
机器：零件的磨损和老化。 工具：强度不同，磨损率的差异。 材料：硬度不同，成份不同，产地不同。 操作者：对准中心的精度、情绪。 测量：视觉误差、心理障碍 维护：润滑程度，替换部件 环境：温度、湿度、光线、电源电压波动
B：30.40 30.38 30.44 30.42 30.36
那个人加工产品质量比较好呢？？
数据的集中趋势与离散程度 统计方法中常用的统计特征数可分两类：
1、数据的集中趋势，如平均数，中位数等。 2、数据的散布或离散程度，如极差，标准差等。 样本平均数 样本中位数 样本全距（极差） 样本变异数（方差） 样本标准偏差
1931年Shewhart发表了 “Economic Control of Quality of Manufacture Product”
Z1-1-1941 Guide for Quality Control Z1-2-1941 Control Chart Method for
analyzing Data Z1-3-1942 Control Chart Method for Control Quality During Production
控制图是1924年由美国品管大师W.A. Shewhart （休哈特）博士发明。因其用法简单且效果显著， 人人能用，到处可用，遂成为实施品质管制不可 缺少的主要工具
控制图（SPC）的起源和发展
1924年发明
2、控制图的发展
W.A. Shewhart
1931发表
1941~1942 制定成美国标准
选好质量特性 准确地测量出来
是两项重要的基础工作，要做好
波动源
有效地利用质量特性数据，最重要的是认识“波动” 的概念
过程中有许多产生波动的波动源
例：加工机械轴的直径，很容易受到各种波动源的影响。如
机器：零件的磨损和老化。 工具：强度不同，磨损率的差异。 材料：硬度不同，成份不同，产地不同。 操作者：对准中心的精度、情绪。 测量：视觉误差、心理障碍 维护：润滑程度，替换部件 环境：温度、湿度、光线、电源电压波动
B：30.40 30.38 30.44 30.42 30.36
那个人加工产品质量比较好呢？？
数据的集中趋势与离散程度 统计方法中常用的统计特征数可分两类：
1、数据的集中趋势，如平均数，中位数等。 2、数据的散布或离散程度，如极差，标准差等。 样本平均数 样本中位数 样本全距（极差） 样本变异数（方差） 样本标准偏差
1931年Shewhart发表了 “Economic Control of Quality of Manufacture Product”
Z1-1-1941 Guide for Quality Control Z1-2-1941 Control Chart Method for
analyzing Data Z1-3-1942 Control Chart Method for Control Quality During Production
SPC基础知识培训教材-入门级ppt课件
;
X-R控制图的断定准那么
〔e〕出现的点,有周期性变动时
;
X-R控制图的断定准那么
;
X-R控制图的断定准那么
;
X-R控制图的断定准那么
温
度
测 量
144
144
144
147 144 144 144 144
144
145
143 143 144 144 144
144
144
144 144 144 143 144
146
144
143
数
据 145 145 145 145 145 145 145 145 145 145 145 145 145 145 145 143 145 145 145 145 145 145 145 145 145
稳定状态。缺点是不易发现工序分布中 能得到一个数据或希望尽快发现并消
心的变化。
除异常原因。
较常用，计算简单，操作工人易于理解 。
样本容量相等。
计算量大，控制线凹凸不平。
样本容量不等。
较常用，计算简单，操作工人易于理解 。
样本容量相等。
计算量大，控制线凹凸不平。
样本容量不等。
;
如何选技合格的SPC控制图
n
2
3
4
5
6
7
8
9
10
A2 1.880 1.023 0.729 0.577 0.483 0.419 0.373 0.337 0.308
D4 3.267 2.575 2.282 2.115 2.004 1.924 1.864 1.816 1.777
E2 2.660 1.772 1.457 1.290 1.134 1.109 1.054 1.010 0.975
X-R控制图的断定准那么
〔e〕出现的点,有周期性变动时
;
X-R控制图的断定准那么
;
X-R控制图的断定准那么
;
X-R控制图的断定准那么
温
度
测 量
144
144
144
147 144 144 144 144
144
145
143 143 144 144 144
144
144
144 144 144 143 144
146
144
143
数
据 145 145 145 145 145 145 145 145 145 145 145 145 145 145 145 143 145 145 145 145 145 145 145 145 145
稳定状态。缺点是不易发现工序分布中 能得到一个数据或希望尽快发现并消
心的变化。
除异常原因。
较常用，计算简单，操作工人易于理解 。
样本容量相等。
计算量大，控制线凹凸不平。
样本容量不等。
较常用，计算简单，操作工人易于理解 。
样本容量相等。
计算量大，控制线凹凸不平。
样本容量不等。
;
如何选技合格的SPC控制图
n
2
3
4
5
6
7
8
9
10
A2 1.880 1.023 0.729 0.577 0.483 0.419 0.373 0.337 0.308
D4 3.267 2.575 2.282 2.115 2.004 1.924 1.864 1.816 1.777
E2 2.660 1.772 1.457 1.290 1.134 1.109 1.054 1.010 0.975
SPC统计过程控制173页PPT培训教材
管理层授权并支持问题调 查和过程改进
当图表有异常信号时, 通 过根本原因分析采取正确 的行动以预防问题的再次 发生
YES
NO NO NO NO
15
YES
YES NO NO NO
YES
YES YES YES YES
为什么我们会关注统计控制?
第一个原因是福特PFMEA流程中要求需要对CC, SC和过程HIC采取 特殊控制, SPC就是其中的一种.
24
控制过程变差 无法控制的
随机的, 不可预知的变差, 影响到每个零件
例如: 普通原因
减少变差需要过程或系统的改变
25
控制过程变差 可控制的
变差是随时间而定的 可以被测量或补偿, 是可预知的 变差的减少通过作业水平的补偿就可以
26
数据类型
计数型
不通过
通过
失败
通过
电子的线路
27
计量型
卡尺
时间
温度
过程是统计受控的 过程是可预测的
稳定的过程状态
22
两种过程状态：普通原因和特殊原因
存在变差的特殊原因
分布不稳定，偏离典型分布
过程是不受控的
如果存在特殊原因，过程输 出随时间将不稳定，同时也 不可预测。
过程是不可预测的 控制图可检出
不稳定的过程状态
23
变差的普通原因和特殊原因
休哈特的贡献就在于发现了：虽然产生变差的来 源包括人、机、料、法、环等各种原因，但可分 为普通原因及特殊原因，后者(特殊原因)在控制 图上有信号，因此，可用来对过程进行控制。
5
引言
当过程超出控制 (Out-of-Control) 或生产了问题零 件的时候应该怎么办?
如何运用平均运行长度 (ARL-Average Run Length) 即 基于变量数据的围堵策略, 包括怎样识别损失函数. 如何采取永久的系统性的纠正措施用于预防问题永远 不再发生.
当图表有异常信号时, 通 过根本原因分析采取正确 的行动以预防问题的再次 发生
YES
NO NO NO NO
15
YES
YES NO NO NO
YES
YES YES YES YES
为什么我们会关注统计控制?
第一个原因是福特PFMEA流程中要求需要对CC, SC和过程HIC采取 特殊控制, SPC就是其中的一种.
24
控制过程变差 无法控制的
随机的, 不可预知的变差, 影响到每个零件
例如: 普通原因
减少变差需要过程或系统的改变
25
控制过程变差 可控制的
变差是随时间而定的 可以被测量或补偿, 是可预知的 变差的减少通过作业水平的补偿就可以
26
数据类型
计数型
不通过
通过
失败
通过
电子的线路
27
计量型
卡尺
时间
温度
过程是统计受控的 过程是可预测的
稳定的过程状态
22
两种过程状态：普通原因和特殊原因
存在变差的特殊原因
分布不稳定，偏离典型分布
过程是不受控的
如果存在特殊原因，过程输 出随时间将不稳定，同时也 不可预测。
过程是不可预测的 控制图可检出
不稳定的过程状态
23
变差的普通原因和特殊原因
休哈特的贡献就在于发现了：虽然产生变差的来 源包括人、机、料、法、环等各种原因，但可分 为普通原因及特殊原因，后者(特殊原因)在控制 图上有信号，因此，可用来对过程进行控制。
5
引言
当过程超出控制 (Out-of-Control) 或生产了问题零 件的时候应该怎么办?
如何运用平均运行长度 (ARL-Average Run Length) 即 基于变量数据的围堵策略, 包括怎样识别损失函数. 如何采取永久的系统性的纠正措施用于预防问题永远 不再发生.
SPC基本知识培训(ppt 40页)
a.在( +1 )范围内为68.27%； b.在( +2 )范围内为95.45%； c.在( +3 )范围内为99.73%；
17
质量数据的基本知识
18
质量数据的基本知识
三、总体与样本
1、 总体：被研究(或考查)的对象的全体称为总体或母
体。
2、样本：总体的一部分被作为直接研究、分析的对
象，这一部分称为样本。也有称为子样的。
美国从20世纪80年代起开始推行SPC。美国汽车工 业已大规模推行了SPC，如福特汽车公司，通用汽车公司， 克莱斯勒汽车公司等，上述美国三大汽车公司在ISO9000 的基础上还联合制定了QS9000标准，在与汽车有关的行 中，颇为流行。美国钢铁工业也大力推行了
4
SPC基本知识
SPC，如美国LTV钢铁公司，内陆钢铁公司，伯利恒钢铁 公司等等。
(xi
x)2
1(0 .1 0 6 .1)5 2 (0 2 .1 0 5 .1)5 2 .2 . .(0 ..1 . .0 4 .1)5 2 2 5 1
=0.192
16
质量数据的基本知识 ③正态分布常用符号P( ,σ2)表示。括号内的符号分别
代表正态分布的平均值和标准偏差平方。当 时称为标准 型正态分布，记为 (0,1)。标准型正态分布的概率是：
1 n1
n i1
(xi
x)2
S
1 n
n i1
(xi
x)2
（1-2）
式中的各符号表示意思同平均值式子。
例1：一批（5只）准直器插损值为 0.16，0.15，0.18，0.13，0.14 X =（0.16+0.15+0.18+0.13+0.14）/5=0.152
17
质量数据的基本知识
18
质量数据的基本知识
三、总体与样本
1、 总体：被研究(或考查)的对象的全体称为总体或母
体。
2、样本：总体的一部分被作为直接研究、分析的对
象，这一部分称为样本。也有称为子样的。
美国从20世纪80年代起开始推行SPC。美国汽车工 业已大规模推行了SPC，如福特汽车公司，通用汽车公司， 克莱斯勒汽车公司等，上述美国三大汽车公司在ISO9000 的基础上还联合制定了QS9000标准，在与汽车有关的行 中，颇为流行。美国钢铁工业也大力推行了
4
SPC基本知识
SPC，如美国LTV钢铁公司，内陆钢铁公司，伯利恒钢铁 公司等等。
(xi
x)2
1(0 .1 0 6 .1)5 2 (0 2 .1 0 5 .1)5 2 .2 . .(0 ..1 . .0 4 .1)5 2 2 5 1
=0.192
16
质量数据的基本知识 ③正态分布常用符号P( ,σ2)表示。括号内的符号分别
代表正态分布的平均值和标准偏差平方。当 时称为标准 型正态分布，记为 (0,1)。标准型正态分布的概率是：
1 n1
n i1
(xi
x)2
S
1 n
n i1
(xi
x)2
（1-2）
式中的各符号表示意思同平均值式子。
例1：一批（5只）准直器插损值为 0.16，0.15，0.18，0.13，0.14 X =（0.16+0.15+0.18+0.13+0.14）/5=0.152
SPC培训课件(PPT 66页)
第六页，共六十七页。
SPC的产生(chǎnshēng)
在生产过程中，产品的加工尺寸的波动是不可防止 的。它是由人、机器、材料、方法和环境等根本因 素的波动影响所致。波动分为两种：正常波动和异 常波动。正常波动是系统原因〔不可防止因素〕造 成的。它对产品质量(chǎn pǐn zhìliànɡ)影响较小，在技术 上难以消除，在经济上也不值得消除。异常波动是 由偶然性原因〔异常因素〕造成的。它对产品质量 (chǎn pǐn zhìliànɡ)影响很大，但能够采取措施防止和消除。 过程控制的目的就是消除、防止异常波动，使过程 处于正常波动状态。
缺陷数控制图 制图 单位缺陷数控制图
x-s
＾x-R
X-MR p np c u
常用，判断工序是否正常的效果 适用于产品批量大且生产正 最好，但计算s值的工作量大。 常、稳定的工序。
计算简便，但效果较差。
适用于产品批量大且生产正 常、稳定的工序。
简便省事，能及时判别工序是否 因各种原因（时间或费用）
处于稳定状态。缺点是不易发现 每次只能得到一个数据或尽
第八页，共六十七页。
SPC的产生(chǎnshēng)
▪ 过程能力原理
▪ 统计过程控制〔SPC〕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，根据反响信 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， 以到达控制质量的目的。
▪ 当过程仅受随机因素影响时，过程处于统计控制状 态〔简称受控状态〕；当过程中存在偶然因素的影响 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(gǎibiàn)。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，从而使产品和效劳稳定地满足 顾客的要求。
SPC的产生(chǎnshēng)
在生产过程中，产品的加工尺寸的波动是不可防止 的。它是由人、机器、材料、方法和环境等根本因 素的波动影响所致。波动分为两种：正常波动和异 常波动。正常波动是系统原因〔不可防止因素〕造 成的。它对产品质量(chǎn pǐn zhìliànɡ)影响较小，在技术 上难以消除，在经济上也不值得消除。异常波动是 由偶然性原因〔异常因素〕造成的。它对产品质量 (chǎn pǐn zhìliànɡ)影响很大，但能够采取措施防止和消除。 过程控制的目的就是消除、防止异常波动，使过程 处于正常波动状态。
缺陷数控制图 制图 单位缺陷数控制图
x-s
＾x-R
X-MR p np c u
常用，判断工序是否正常的效果 适用于产品批量大且生产正 最好，但计算s值的工作量大。 常、稳定的工序。
计算简便，但效果较差。
适用于产品批量大且生产正 常、稳定的工序。
简便省事，能及时判别工序是否 因各种原因（时间或费用）
处于稳定状态。缺点是不易发现 每次只能得到一个数据或尽
第八页，共六十七页。
SPC的产生(chǎnshēng)
▪ 过程能力原理
▪ 统计过程控制〔SPC〕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，根据反响信 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， 以到达控制质量的目的。
▪ 当过程仅受随机因素影响时，过程处于统计控制状 态〔简称受控状态〕；当过程中存在偶然因素的影响 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(gǎibiàn)。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，从而使产品和效劳稳定地满足 顾客的要求。
SPC基础知识培训(PPT48页).pptx
貨品
預防生產模式(Prevention Detection Approach) :
自我監管
(減少)
少)
輸入
生產過程+SPC
損壞/再造
INPU(LTess)
PROCESSES
SAMPLE OR 100% INSPECTION
Scrap/Rework
Products
貨品
損壞/再造
(減 抽樣/全面檢查
O.K.
21. Cpk 的圖像比例及計算（iii）
Cpk = 2.0
Cpk = 1.33
LSL
T
USL
x
Cpk = 1.00
LSL
T
USL
x
LSL
T
USL
x
Cpk = 0.60
LSL
T
USL
x
例子說明 I :
USL - LSL Cpk =UCL - LCL
[ 1 -( - X )/3sd]
LSL 10
LCL 12
SPC 知识讲座
1. 甚麼是“ SPC” ?
SPC:是STATISTICAL PROCESS CONTROL的缩写
即:统计过程控制(大陆称法)
统计制程管制(台湾称法)
在美国休哈特博士发现管制图(1924年)后 (40年代)产生,由美国戴明博士在日本推广.
SPC是：
- 以統計學的原理作為基礎 - 用來監察生產過程 - 利用數據及簡單的圖表表達生產情況 - 用來判斷製程的走向及有否出現問題 - 引導員工去作出適當的決定 - 預防問題的惡化及重現
12. SPC 的探用 I :
傳統的生產模式(Traditional Detection Approach) :
預防生產模式(Prevention Detection Approach) :
自我監管
(減少)
少)
輸入
生產過程+SPC
損壞/再造
INPU(LTess)
PROCESSES
SAMPLE OR 100% INSPECTION
Scrap/Rework
Products
貨品
損壞/再造
(減 抽樣/全面檢查
O.K.
21. Cpk 的圖像比例及計算（iii）
Cpk = 2.0
Cpk = 1.33
LSL
T
USL
x
Cpk = 1.00
LSL
T
USL
x
LSL
T
USL
x
Cpk = 0.60
LSL
T
USL
x
例子說明 I :
USL - LSL Cpk =UCL - LCL
[ 1 -( - X )/3sd]
LSL 10
LCL 12
SPC 知识讲座
1. 甚麼是“ SPC” ?
SPC:是STATISTICAL PROCESS CONTROL的缩写
即:统计过程控制(大陆称法)
统计制程管制(台湾称法)
在美国休哈特博士发现管制图(1924年)后 (40年代)产生,由美国戴明博士在日本推广.
SPC是：
- 以統計學的原理作為基礎 - 用來監察生產過程 - 利用數據及簡單的圖表表達生產情況 - 用來判斷製程的走向及有否出現問題 - 引導員工去作出適當的決定 - 預防問題的惡化及重現
12. SPC 的探用 I :
傳統的生產模式(Traditional Detection Approach) :
经典SPC培训教材.ppt
数据处理
判读
数据采集 绘制控制图
能力研究 改善行动
24
控制图种类(以数据来分)
X-R 均值和极差图
P 不良率管制图
计 量 X-s 均值和标准差图
型
数 据
X-R 中位值极差图
计 数 np 不良数管制图
型
数 据
C 缺点数管制图
X-MR 单值移动极差图
U 单位缺点数管制图
25
控制图种类(以数据来分)
控制图的选择
47
x-R 均值和极差控制图的建立
A收集数据
B计算控制限 C过程控制解析 D过程能力解析
C1 控制图判读——极差图分析
超出控制限的点
C2
出现一个或多个点超出任何控制限是该点处于失控
状态的主要证据，应分析。
C3
C4
UCL
C5
R
C6 LCL
C7
48
x-R 均值和极差控制图的建立
A收集数据
B计算控制限 C过程控制解析 D过程能力解析
30
控制图建立概论
质量特性与控制图的选择
为保证最终产品的质量特性, 需要考虑以下几个方面:
认真研究用户对产品质量的要求, 确定这些要求哪些与 质量特性有关, 应选择与使用目的有重要关系的质量特 性来作为控制的项目.
有些虽然不是最终产品质量的特性, 但为了达到最终产 品的质量目标, 而在生产过程中所要求的质量特性也应 列为控制项目
SPC(Statistical Process Control)
统计过程控制
内容摘要
导言 统计过程控制的基本原理 控制图种类 控制图建立概论 x-R 均值和极差控制图的建立 P控制图的建立
(ppt版)SPC基础知识培训教材(PPT 58页)
控制 图的类型 (kòngzhì)
类别
名称
平均值－极差控 计 制图
量
值 中位数－极差控
控
制图
制 图
单值－移动极差 控制图
不合格品数控制 图 计
数 不合格品率控制 值图
控 制 缺陷数控制图
图 单位缺陷数控制 图
控制图符号 x －R
～x － R
x －R S Pn
特点
适用场合
最常用，判断工序是否正常的效果好，但
什么(shén me)是X-R控制图
➢ X图：
是指平均值控制图，算术平均值也叫样本平 均值，简称均值。它是所有数据之和除以数 据总个数的商值，用 X表示。 ➢ R图： 是指极差控制图，极差是一组数据中最大 值与最小值之差，用符合R表示。
第二十页，共五十九页。
X-R控制(kòngzhì)图的构成
上控制线 中心线
不可能让其存在(cúnzài)，否那么会造成损失。
第五页，共五十九页。
SPC的根本(gēnběn)原理
➢ 当过程仅受偶然因素影响时，过程处于统计控制状态〔简称受控状态〕；
➢ 当过程中存在异常因素的影响时，过程处于统计失控状态〔简称失控状态〕。
➢ 由于过程波动具有(jùyǒu)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。
P
计。
c
较常用，计算简单，操作工人易于理解。 样本容量相等。
u
计算量大，控制线凹凸不平。
样本容量不等。
第十六页，共五十九页。
如何(rúhé)选技合格的SPC控制
图
计量值
控制图的选择 数据性质？
计数值
n≧2
样本大小
SPC培训课件PPT(共 69张)
19C 40年代 统计的品质管理 品质是制造出来的 品质控制（QC）
品质保证
品质是设计出来的 品质确保（QA）
19C 60年代 全面质量管理
品质是管理出来的 全面品质（TQC）
19C 80年代 全面质量责任
品质是习惯出来的 全面品质（TQM）
每天进步一点点
过程控制的需要
华邦机械
探测---容忍浪费
通过质量控制来检查最终产品并剔除不符合规范的产品， 在管理部门则经常靠检查或重新检查工作来找出错误，在这 两种情况下都是使用检测的方法，这种方法是浪费的
3. 消除后可以使过程分布结果可预测；
4. 特殊原因是有害的或者也可能是有益的；
每天进步一点点
SPC统计过程控制基本知识
如果仅存在变差的普通原因， 随着时间的推移，过程的输 出形成一个稳定的分布并可 预测。
华邦机械
目标值线 预测
范围
如果存在变差的特殊 原因，随着时间的推 移，过程的输出不 稳定。
范围
每天进步一点点
华邦机械
五大核心工具之间的关系：
APQP 是方法； FMEA、MSA、SPC 是工具； PPAP 是结果，是输出！
每天进步一点点
华邦机械
概论
质量观念的发展
时间
品管历史
品管观念
品管制度
18C前 19C 初
作业人员品质管理 品质是检查出来的 品质检查（QI） 领班品质管理
19C 20年代 检验员品质管理
输出
A B C DE
能控制的因子 - 改善对象 - 能调整 - 特别情况
L MN OP
不能控制的因子 - 共同事项 - Noise - 持续的事项
每天进步一点点
SPC教材培训资料.ppt
(1) 公司生产的每台洗衣机的效率 (2) 一个班次生产的部品的平均效率 (3) 拖板标签上的打印缺陷数 (4) 每份销售合同的打字错误数 (5) 月生产中脱离规格的部品数 (6) 月生产中脱离规格部品的% (7) 汇总一个应收款所花费的时间 (8) 每生产100件部品中有缺陷部品的数量
计量型 计量型 计数型 计数型 计数型 计数型
散布事例 特殊与一般要因
在管理图上这个数据 看上去像什么？
9
真实的故事!!“来自工程的声音”
废品率 (%)
3
UCL
2
1
LCL
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9
2000
2001
让工程来说话吧！！
Derived from Understanding Variation: The Key T1o0Managing Chaos, Donald J. Wheeler, SPC Press. 1993.
一系列点连续上升或下降 (7 或以上连续点在相同的方向).
UCL 20 X 15 LCL 10
7 456 23 1
循环 (Cycle)
在相同时间周期上图点表现相 同的图案变化 (比如，上升或 下降)
UCL 20 X 15 LCL 10
紧靠 (Hugging)
图点靠近中心线或一个控制限 (连续3点中2点，7点中3点， 或10点中4点).
被监控的特性
画的数据
按时间画数据
UCL 中心线 LCL
UCL = 控制上限
/ LCL = 控制下限
16
控制图构成 UCL 与 LCL
UCL
LCL
•多少%的数据点应该落到UCL和 LCL之间? •如果一个点落在了UCL或 LCL之外，这意味着我们在给顾客制造 一个不良品吗？
SPC培训课件(PPT共 36张)
控制图 成份
逻辑控制图的四种主要类型
• 缺陷率
• •
np 图 -假定样本容量为常数时，用一种简单的图来 描绘一致单位的个数（缺陷部分的百分比）。 P图-假定样本容量不是常数时，用一种简单的图来 描绘一致单位的个数（缺陷部分的百分比）。
• 缺陷数 • C图 -假定样本容量为常数时，用一种简单的图来描 绘生产单位中缺陷的个数（而不是缺陷百分比）. • U图 -假定样本容量不是常数时，用一种简单的图来 描绘每生产单位中缺陷的个数（而不是缺陷百分 比）.
SPC培训
内 容 提 要
• • • • • SPC是什么 SPC控制图的构成成分 何种场合使用SPC 异常定义及执行现状 如何执行SPC
SPC 是什么
目的
* 确定最终的过程控制计划
* 不断验证过程的稳定性和能力
控制图 成份
控制图基本要素
X-bar C hart for K VO P
最高控制限
6 15
9 5 % C o n fid e n ce In te rva l fo r S ig m a 1 .3 1 6 5 1 .4 0 6 9
9 5 % C o n fid e n ce In te rva l fo r Me d ia n
95% Confidenc e Interval for M edian
9 .1 8 5 6
9 .3 4 0 0
异常 例2. 定义 文件名称： IC Die Shear
印表日期：： 2008-1-9 产品编号： 产品名称： 管制项目： 84-1 单位 : g 时间范围： 07/12/01 16:48:58 ~ 07/12/31 19:18:17
控制图 成份
因素分层