SPC统计过程分析ppt课件
合集下载
SPC统计过程控制及CPK分析[优质PPT]
![SPC统计过程控制及CPK分析[优质PPT]](https://img.taocdn.com/s3/m/9f995c023c1ec5da50e270e2.png)
8
0.136
1.864
9
0.184
1.816
10
0.223
1.777
• 平均值控制图控制界限： • x = S x i /k • • UCL x = µ + A2 R • • LCL x = µ- A2 R（系数都是A2） • 注：µ= x = 所有抽样组平均值的平均值（实际是全部数据的平均） •_ • X i = 第i个抽样组的平均值 • k = 样本个数 • UCL x = 平均值的上控制界限 • LCL x = 平均值的下控制界限 • 全距控制图：控制精密度，或离散程度 • 平均值控制图：控制准确度，或偏离目标值的程度
过程中存在许多波动源，但有一个或几个对质量特性的 影响较大，而其它的影响均很小。 这些强的波动源使X的分布会随时间的变化而发生改变 ，改变分布的位置、或分布的标准差，有时又会使分布 的形状发生变化。 偶然波动是偶然因素引起的，是过程固有的异常波动是 异常因素引起的，非过程所固有。
一个成熟的过程是工厂 的财富
•简单的统计分析可以发现 •采取局部措施 •由制程人员直接加以消除、改善 •大约可以解决15%之制程问题
管制图异常处理步骤
管制图异常 波动来自
首先：排除测量误差
•测量系统原因 测量的重复性
测量的准确度
加工规格偏离
四：加工设定规格正确？
夹具精度
夹具磨损 夹具
夹具位置
•产品原因 二：产品确实不合规格
设备
•5% •22.5% •25% •35% •12.5%
22.5%+25%+12.5%= 60%
59.5
89.5
49.5
成绩出现在这个范围的概率是
99.5
SPC过程能力分析ppt课件
满足要求 可接受 不可接受
受控 1类 2类
不受控 3类 4类
特殊原因变差
普通原因变差
普通原因和特殊原因变差
最新课件
10 10
3、过程能力及过程能力指数概念
过程能力：指过程要素(人、机、料、法、环)已充分标准化，也 就是在受控状态下，实现过程目标的能力。
过程能力指数：是过程能力与过程目标相比较，定量描绘的数值。 过程能力指数表示的方法： Cp：过程均值 与规范中值一致时的过程能力指数。 Cpk：过程均值 与规范中值不一致时的过程能力指数。
最新课件
31 31
2.5.4、过程能力分析：
数据正态，过程不受控，无法直接分析Cp、Cpk；过 程性能指数Pp=0.57，Ppk=0.44，过程能力不足，且趋中 性存在偏差；导致过程性能指数低的主要原因是铝含量控 制偏高，波动大以及特殊原因的波动较多。
导致波动的原因：班组差异性及其他。
最新课件
32 32
判断原则：
一般对于关键产品性能，要求Cpk≥1.67； 一般产品性能，要求Cpk≥1.33； 关键过程特性Cpk≥1.33； 一般过程特性，要求Cpk≥1.0。 分析过程：数据正态且过程受控，同时分析Cp、Cpk；数据不 正态或不受控，同时分析Pp和Ppk；Cp与Cpk，或Pp与Ppk两者相差 大，说明过程趋中性不好。对趋中性不良的过程建议优先改进参 数均值位置，然后从减少波动采取措施。
例如钢包的包龄，连浇炉数，铸坯
最新课件 合格率等。
26
26
2.3.2、与规范界限的比较分析
当直方图的形状呈正常性时，即工序在此时刻处于稳 定状态时，还需要进一步将直方图同规范界限（即公差） 进行比较，以分析判断 工序满足公差的程度。
SPC统计过程控制教材ppt(37张)
– 5、确定各组的频数 – 6、作直方图 – 7、对直方图的观察: 特点， 中间高、两头低、左右对称
7
SPC
3、基础知识
(2)、正态分布 (Normal Distribution) 当抽取的数据个数趋于无穷大而区间宽度趋向于0时，外形轮廓的折线就趋向于光滑的曲
线，即：概率密度曲线。 特点：面积之和等于1。
11
SPC统计过程控制教材(PPT37页)
SPC
• (4)、使用控制图应考虑的问题
– a、控制图用于何处？ – b、如何选择控制对象？ – c、怎样选择控制图？ – d、如何分析控制图？ – e、点出界或违反其他准则的处理。 – f、控制图的重新制定。 – g、控制图的保管问题。
SPC统计过程控制教材(PPT37页)
– 1、找出最大值和最小值，确定数据分散宽度 数据分散宽度=（最大值 最小值）
– 2、确定组数 k n
– 3、确定组距 h=（最大值最小值）/组数
– 4、确定各组的边界 第一组的组下限=最小值 最小测量单位的一半 第一组的组上限=第一组的组下限+组距=第二组的组下限 第二组的组上限=第二组的组下限+组距=第三组的组下限，依此类推。
2
SPC
3、为什么要学习SPC（二）?
• 3控制方式与6控制方式的比较：
3
SPC
4、开展SPC工程的步骤
• 培训SPC
– 正态分布等统计基础知识 – 品管七工具：调查表、分层法、散布图、排列图、直方图、因果图、控制图 – 过程控制网图的做法 – 过程控制标准的做法
• 确定关键质量因素
– 对每道工序，用因果图进行分析，造出所有关键质量因素，再用排列图找出 最终产品影响最大的因素，即关键质量因素；
7
SPC
3、基础知识
(2)、正态分布 (Normal Distribution) 当抽取的数据个数趋于无穷大而区间宽度趋向于0时，外形轮廓的折线就趋向于光滑的曲
线，即：概率密度曲线。 特点：面积之和等于1。
11
SPC统计过程控制教材(PPT37页)
SPC
• (4)、使用控制图应考虑的问题
– a、控制图用于何处？ – b、如何选择控制对象？ – c、怎样选择控制图？ – d、如何分析控制图？ – e、点出界或违反其他准则的处理。 – f、控制图的重新制定。 – g、控制图的保管问题。
SPC统计过程控制教材(PPT37页)
– 1、找出最大值和最小值，确定数据分散宽度 数据分散宽度=（最大值 最小值）
– 2、确定组数 k n
– 3、确定组距 h=（最大值最小值）/组数
– 4、确定各组的边界 第一组的组下限=最小值 最小测量单位的一半 第一组的组上限=第一组的组下限+组距=第二组的组下限 第二组的组上限=第二组的组下限+组距=第三组的组下限，依此类推。
2
SPC
3、为什么要学习SPC（二）?
• 3控制方式与6控制方式的比较：
3
SPC
4、开展SPC工程的步骤
• 培训SPC
– 正态分布等统计基础知识 – 品管七工具：调查表、分层法、散布图、排列图、直方图、因果图、控制图 – 过程控制网图的做法 – 过程控制标准的做法
• 确定关键质量因素
– 对每道工序，用因果图进行分析，造出所有关键质量因素，再用排列图找出 最终产品影响最大的因素，即关键质量因素；
SPC过程能力分析 ppt课件
25
2.3 SPC的控制原理
SPC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偶然波动与异常 波动，从而对生产过程中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。
因子 特性
例子
特殊原因（异常波动）
1.机器老化 2.产品设计不良 3.环境不良 4.生产排程不当 5.物料的变异 6.机器的轻微抖动
26
2.3 SPC的控制原理
• 局部措施
• 通常用来消除变异的特殊原因 • 通常由与过程直接相关的人员实施 • 通常可纠正大约15%的过程问题
• 对系统采取措施
• 通常用来消除变异的普通原因 • 几乎总是要求管理措施，以便纠正 • 大约可纠正85%的过程问题
注意点
车胎是否漏气 车胎固定情形如何？
钥匙正确插入钥匙孔
离合器的踩踏感觉如何？ 刹车的踩踏感觉如何？
排挡是否在空档？
后视镜、侧镜是否适当？ 紧上安全带
核查点
走一圈看车子有否异常？
检核车内配线异常 检核车内异常音 启开引擎盖试试看 是否设定时限装置等 领带歪斜？ 头发散乱？ 脸不洁 周围有无他人。
19
1
废品率 (%)
1234567 2000
2001
5
2000年7月 连续3个月废品率上升
总经理想要收回他的奖励
废品率 (%)
不但没有保持已有的成绩, 废品率却直线倒退
3
总经理反思： “奖励适得其反.这群人需要强硬的管理!”
2
经理想收回奖励.
1
1234 5 6 7 2000
2001
6
废品率 (%)
2.3 SPC的控制原理
SPC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偶然波动与异常 波动，从而对生产过程中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。
因子 特性
例子
特殊原因（异常波动）
1.机器老化 2.产品设计不良 3.环境不良 4.生产排程不当 5.物料的变异 6.机器的轻微抖动
26
2.3 SPC的控制原理
• 局部措施
• 通常用来消除变异的特殊原因 • 通常由与过程直接相关的人员实施 • 通常可纠正大约15%的过程问题
• 对系统采取措施
• 通常用来消除变异的普通原因 • 几乎总是要求管理措施，以便纠正 • 大约可纠正85%的过程问题
注意点
车胎是否漏气 车胎固定情形如何？
钥匙正确插入钥匙孔
离合器的踩踏感觉如何？ 刹车的踩踏感觉如何？
排挡是否在空档？
后视镜、侧镜是否适当？ 紧上安全带
核查点
走一圈看车子有否异常？
检核车内配线异常 检核车内异常音 启开引擎盖试试看 是否设定时限装置等 领带歪斜？ 头发散乱？ 脸不洁 周围有无他人。
19
1
废品率 (%)
1234567 2000
2001
5
2000年7月 连续3个月废品率上升
总经理想要收回他的奖励
废品率 (%)
不但没有保持已有的成绩, 废品率却直线倒退
3
总经理反思： “奖励适得其反.这群人需要强硬的管理!”
2
经理想收回奖励.
1
1234 5 6 7 2000
2001
6
废品率 (%)
统计过程分析(SPC)基础(ppt 33)
●中位极差图 X~R图， X ~ 表示中位值。现在由于 计算机应用普及，故已淘汰，被均值-标准差图替代。
关注两种错误
一.第一种错误:虚发警报(false alarm)
UCL β α
LCL
二.第二种错误:漏发警报(alarm missing)
三、减少两种错误所造成的损失： ●UCL、LCL距离间隔大，α减小 β增大 ●UCL、LCL距离间隔小，α增大 β减小 ●UCL、LCL距离间隔3σ，α=0.27%
特点： 1、分析过程是否为统计控制状态，调至稳定。 2、过程能力指数是否满足要求？
控制用控制图
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
工序能力指数的判断
Cp或Cpk
值的大小
判
断
1≤ Cp(Cpk) <1.33 能力尚可，但当Cp接近1时，则可能 产生超差危险，应加以控制
---对每件产品都必须检验，如采用自动化检查和测量的 场合；
---取样费时、昂贵的场合； ---如化工等气体与液体流程式过程，产品均匀，多抽样
无意义；
---特点：灵敏度差
● p控制图：用于控制对象为不合格品率或合格品率的
计件质量指标的场合；
----例如：不合格品率、交货延迟率、缺勤率、邮电的差 错率等；
UCL A
B
CL
C C
B
LCL A
5.连续5点中有4点落在中心线同一侧的C区以外
UCL A
B
CL
C C
B
LCL A
6.连续15点在C区中心线上下
UCL A
B
CL
C C
B
LCL A
7.连续8点在中心线两侧，但无一点在C区中
关注两种错误
一.第一种错误:虚发警报(false alarm)
UCL β α
LCL
二.第二种错误:漏发警报(alarm missing)
三、减少两种错误所造成的损失： ●UCL、LCL距离间隔大，α减小 β增大 ●UCL、LCL距离间隔小，α增大 β减小 ●UCL、LCL距离间隔3σ，α=0.27%
特点： 1、分析过程是否为统计控制状态，调至稳定。 2、过程能力指数是否满足要求？
控制用控制图
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
工序能力指数的判断
Cp或Cpk
值的大小
判
断
1≤ Cp(Cpk) <1.33 能力尚可，但当Cp接近1时，则可能 产生超差危险，应加以控制
---对每件产品都必须检验，如采用自动化检查和测量的 场合；
---取样费时、昂贵的场合； ---如化工等气体与液体流程式过程，产品均匀，多抽样
无意义；
---特点：灵敏度差
● p控制图：用于控制对象为不合格品率或合格品率的
计件质量指标的场合；
----例如：不合格品率、交货延迟率、缺勤率、邮电的差 错率等；
UCL A
B
CL
C C
B
LCL A
5.连续5点中有4点落在中心线同一侧的C区以外
UCL A
B
CL
C C
B
LCL A
6.连续15点在C区中心线上下
UCL A
B
CL
C C
B
LCL A
7.连续8点在中心线两侧，但无一点在C区中
SPC过程能力分析ppt
绘制控制图
选择合适的控制图类型
根据控制对象和数据特点，选择合适的控制图类型，如均值-极差控制图、单值控制图等。
绘制控制图
将处理后的数据绘制成控制图，并标注中心线、控制限和警告限等。
解读控制图
根据控制图的图形特征和数据指标，对过程能力进行分析和评估，如判断过程的稳定性、识别异常等。
04
SPC结果解读
案例二：SPC在服务业的应用
总结词
服务业是SPC应用的新兴领域之一，SPC在服务业的应用主要 集中在服务流程和客户满意度方面。
详细描述
在服务业中，SPC通过对服务流程的数据统计分析，可以有 效地发现和解决服务中的瓶颈和问题。同时，SPC还可以用 于客户满意度的监测和分析，以了解客户需求和意见，提高 服务质量。
案例三：SPC在其他领域的应用
总结词
SPC还可以应用于其他非制造和非服务业领域，如农业、能源、环保、医疗等。
详细描述
在农业领域，SPC可以用于土壤和水质的分析，以提高农作物的产量和质量。在能源领域，SPC可以用于能源 消耗的监测和分析，以实现能源的优化利用。在环保领域，SPC可以用于环境监测和分析，以保护环境的质量 。在医疗领域，SPC可以用于医疗设备和服务的监测和分析，以提高医疗质量和效率。
减少异常点
针对发现的异常点，需要查明原因并 进行处理。可以采取更换设备、调整 工艺参数、加强原材料管理等措施来 减少异常点。
05
SPC实践案例
案例一：SPC在制造业的应用
总结词
制造业是SPC应用最为广泛和成熟的领域 之一，通过应用SPC可以有效地提高制造 过程的质量和效率。
VS
详细描述
在制造业中，SPC被广泛应用于生产线上 各个环节的质量控制，通过对生产过程中 的数据进行统计分析，可以有效地发现和 解决潜在的质量问题。同时，SPC还可以 用于生产设备的监测和维护，以延长设备 的使用寿命和提高设备的可靠性。
SPC统计方法分析60张课件
201）首选 途等式是减小偏移量ε
在实际生产过程中采取调整
2）减小质量特性值分布的标准偏差s
标准差s表征质量特性值的离散（质量不一致性）的程度，在实际生产过程中减小标准偏差s往往是困难的，需要通过技术改造、质量改进等措施来实现。
212）减小质量特性值分布的标准偏差s
标准差s表征质量特性
3）放宽公差范围
式中：K为偏移系数，
16b）望目值质量特性且 ，有质量特性值的
表1-1计量值数据过程能力指数计算公式及示例
Tu
Tl
M
TL
TU
M
X
X
17表1-1计量值数据过程能力指数计算公式及示例
M为质量特性的目标值，
19
*注：公式在实际生产过程中，具有普遍的代表性。在大多数
1）首选 途等式是减小偏移量ε
在实际生产过程中采取调整工艺参数的手段，尽可能使质量特性值的分布中心（样本分布的平均值 ） = M 时，计算公式即为
在测量系统中，测量数据的分布中心值与真值的差异（偏移量）称为系统偏差，可以采用线性插补的手段消除。
为不合格品率二项分布的标准偏差。
计点值数据的过程能力指数
式中：CU为允许的缺陷数上限；
为产品的平均缺陷数；
为缺陷数泊松分布的标准偏差。
32b）最佳过程能力
在传统的过程能力等级评价中认定
33
②产品——过程综合能力等级评价
表1-3提出的产品——过程综合能力等评价方法，弥补了传统的过程能力等级评价的不足，使评价更趋向于合理。表1-4给出不同重要度质量特性的过程能力评价及措施。
③非定量工作过程能力指数的计算
27式中：PU为允许的过程不合格品率上限；为过程不合格品率的
在实际生产过程中采取调整
2）减小质量特性值分布的标准偏差s
标准差s表征质量特性值的离散（质量不一致性）的程度，在实际生产过程中减小标准偏差s往往是困难的，需要通过技术改造、质量改进等措施来实现。
212）减小质量特性值分布的标准偏差s
标准差s表征质量特性
3）放宽公差范围
式中：K为偏移系数，
16b）望目值质量特性且 ，有质量特性值的
表1-1计量值数据过程能力指数计算公式及示例
Tu
Tl
M
TL
TU
M
X
X
17表1-1计量值数据过程能力指数计算公式及示例
M为质量特性的目标值，
19
*注：公式在实际生产过程中，具有普遍的代表性。在大多数
1）首选 途等式是减小偏移量ε
在实际生产过程中采取调整工艺参数的手段，尽可能使质量特性值的分布中心（样本分布的平均值 ） = M 时，计算公式即为
在测量系统中，测量数据的分布中心值与真值的差异（偏移量）称为系统偏差，可以采用线性插补的手段消除。
为不合格品率二项分布的标准偏差。
计点值数据的过程能力指数
式中：CU为允许的缺陷数上限；
为产品的平均缺陷数；
为缺陷数泊松分布的标准偏差。
32b）最佳过程能力
在传统的过程能力等级评价中认定
33
②产品——过程综合能力等级评价
表1-3提出的产品——过程综合能力等评价方法，弥补了传统的过程能力等级评价的不足，使评价更趋向于合理。表1-4给出不同重要度质量特性的过程能力评价及措施。
③非定量工作过程能力指数的计算
27式中：PU为允许的过程不合格品率上限；为过程不合格品率的
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
SPC-统计方法分析(PPT 60张)
围来提高过程能力必须持非常慎重的态度，轻易
不可采用。只有在通过科学方法验证，确认原设 计的公差范围过严的情况下方可采取。放宽公差 范围属于设计更改的工作内容，必须按业企业质 量体系文件所规定的程序进行。
22
C）望小值质量特性时
c pu TU X 3s
d）望大值质量特性时
c pu
X TL 3s
27
a）在质量指标为望小值时 工作要求的质量标准 Cp 工作实际达到的质量水 平 b）在质量指标为望大值时
工作实际达到的质量水 平 Cp 工作要求的质量
（3）过程能力的等级评定 根据过程能力指数的实际水平评价过程能力，是 普遍采用的评价方式。
28
①传统的过程能力等级评价 在相当长的时间内，无意采用表1-2所示的传统的 过程能力等级评价方式。该评价方式具有以下两点 不足之处： 表1-2 传统的过程能力等级评价表 等级 特级
途径公式的结构为分式，欲提高计算结果应采取增大
分子或减小分母的方法。公式右侧的分式中有三个变
量，因此提高过程力将有三个途径
19
1）首选 途等式是减小偏移量ε 在实际生产过程中采取调整工艺参数的手段， 尽可能使质量特性值的分布中心（样本分布的
平均值 ） = M 时，计算公式即为
T Cp 6S
X
在测量系统中，测量数据的分布中心值与 真值的差异（偏移量）称为系统偏差，可 以采用线性插补的手段消除。
23
表1-1概括总结了以上四种情况的过程能力指数的计算
并给出相关案例。
*注：望目值质量特性：给定双向公差TU和TL，有目标
值
M
与目标值相等为最佳状态。大多数质量特性均属于望 目值质量特性。 望小值质量特性：给定单向公差TU，要求产品质量特
SPC统计分析.pptx
1984年日本名古屋工业大学调查了115家日 本各行各业的中小型工厂，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多名职工，一 共应用了35000张控制图，平均每名职工 做七张控制图
2020/8/25
9
SPC&SQC
针对过程的重要控制 参数所做的才是SPC
原料
PROCESS
測量 結果
针对产品所做的 仍只是在做SQC
2020/8/25
10
SPC概要说明
目的：寻找有效的方法来提供产品和服务， 并不断在价值上得以改进；
目标：是达到顾客满意（包括内部和外部 顾客）；
对象：从事统计方法应用的管理人员；
范围：基本统计方法包括与统计过程控制 及过程能力分析有关的方法，但不是全 部
2020/8/25
3
控制图的历史
控制图是1924年由美国品管大师W.A. Shewhart博 士发明。因其用法简单且效果显著，人人能用， 到处可用，遂成为实施质量管理时不可缺少的 主要工具，当时称为(Statistical Quality Control)。
2020/8/25
4
控制图的历史
休哈特在20世纪20年代提出了过程控制理论 以及监视和控制过程的工具--控制图；
单值（Individual） 一个单个的单位产品或一个特性的一次测量，通 常用符号 X 表示。
2020/8/25
14
SPC常用术语解释
中心线（Central Line）
控制图上的一条线，代表所给数据平均值。
过程均值（Process 一个特定过程特性的测量值分布的位置即为过程均
Average）
值，通常用 X 来表示。
统计过程控制 SPC- Statistical Process Control
美国柯达彩色胶卷公司有5000多名职工，一 共应用了35000张控制图，平均每名职工 做七张控制图
2020/8/25
9
SPC&SQC
针对过程的重要控制 参数所做的才是SPC
原料
PROCESS
測量 結果
针对产品所做的 仍只是在做SQC
2020/8/25
10
SPC概要说明
目的：寻找有效的方法来提供产品和服务， 并不断在价值上得以改进；
目标：是达到顾客满意（包括内部和外部 顾客）；
对象：从事统计方法应用的管理人员；
范围：基本统计方法包括与统计过程控制 及过程能力分析有关的方法，但不是全 部
2020/8/25
3
控制图的历史
控制图是1924年由美国品管大师W.A. Shewhart博 士发明。因其用法简单且效果显著，人人能用， 到处可用，遂成为实施质量管理时不可缺少的 主要工具，当时称为(Statistical Quality Control)。
2020/8/25
4
控制图的历史
休哈特在20世纪20年代提出了过程控制理论 以及监视和控制过程的工具--控制图；
单值（Individual） 一个单个的单位产品或一个特性的一次测量，通 常用符号 X 表示。
2020/8/25
14
SPC常用术语解释
中心线（Central Line）
控制图上的一条线，代表所给数据平均值。
过程均值（Process 一个特定过程特性的测量值分布的位置即为过程均
Average）
值，通常用 X 来表示。
统计过程控制 SPC- Statistical Process Control
统计过程分析(SPC).ppt
1.收集 收集數據并畫在圖上 UCL 2.控制 根據過程數據計算試驗控制限
識別變差的特殊原因并采取措施
3.分析及改進
LCL
確定普通原因變差的大小并采取減少它的措 施
1999年10月18日
版權所有 禁止翻印
9
統計過程控制概述
控制圖的益處
合理使用控制圖能﹕ 供正在進行過程控制的操作者使用。
有助于過程在質量上和成本上能持續地﹐可預測地保持下去。 使過程達到﹕更高的質量﹑更低的單件成本﹑更高的有效能力。
1999年10月18日
版權所有 禁止翻印
3
統計過程控制概述
控制
兩種過程控制模型和控制策略﹕ 缺陷檢測過程模型﹑具有反饋的過程控制模型
缺陷檢測過程模型
4M1E
過程
產品 /服 務
檢驗
報廢或返工
是否合格
控制策略﹕控制輸出﹐事后把關
顧客
1999年10月18日
版權所有 禁止翻印
4
統計過程控制概述
控制
蹤几個過程流。
☆ :連續三點之中有兩點落在A區或甚至於A區以外者 (在中心線之同側三個連
續點中有兩點出現在兩個標準差之外者).
+3
. . . . UCL
A區
+2 +1
. B區
C區
. CL
1999年10月18日
版權所有 禁止翻印
17
統計過程控制―控制圖
控制圖的制作及應用
（以X―R圖為例）
☆. :連續五點之中有四點落在B區或甚至於B區以外者 (在中心線之同側五個
過程控制要點
屬于系統的問題不要去責難現場人員﹐要由系統采取措施（理解什么是”控制不足”）。 考慮經濟因素﹐做出合理的決定。 過程控制系統應能提供正確的統計信息。 有用的特殊原因變差﹐應該保留。
SPC统计过程控制入门分析(ppt 42页)
如果在X上做得很好，那么产品的过程能力提高，成本下降，投诉减少。
正态分布简介
波动总是存在的，波动是对称的钟形结构。
对称的钟形结构，统计语言称之为正态分布。
生产过程中产品质量特性服从正态分布。
1.20
1.40
1.70
正态分布的形状不变，则合格品率稳定，过程受控。
举例：Nikon 1.5AS 厚度 (1.4mm, +0.3 -0.2)
统计过程控制(SPC) 入门
课程大纲
• 什么是SPC • 为什么要进行过程控制 • 正态分布简介 • 过程能力指数 • 常见的直方图形态 • 控制图介绍 • Xbar-R控制图的制作 • 控制图的判读 • 使用控制图的注意事项
什么是SPC？
SPC(Statistical Process Control)统计过程控制，就是利用统计 技术对生产过程进行监控，通过检测数据的收集和分析，从而对生 产过程的异常及时告警，以便采取措施及时消除异常，恢复过程的 稳定，达到，达到保证和提高质量的目的。
过程能力-Cp
过程能力指数Cp: 过程的加工质量满足技术标准的能力
。
• 双侧规格
LSL
T UCL LCL
UCL
标准差
CP
T 6S
SU SL 6S
(上限规格)—(下限规格) 6×(标准偏差)
X 平均数
过程能力指数-Cp
单侧规格
• 上限规格
CPU
UCL X 3S
(上限规格)—(平均值) 3×(标准偏差)
正态分布简介
规格之上下限
LSL
USL
相对于目标规范发生变差的频率
SIGMA (s ) 是对离目
标值偏离程度的度量
统计过程分析(SPC)基础(ppt33)
工序能力指数的判断
Cp或Cpk
值的大小
判
断
1≤ Cp(Cpk) <1.33 能力尚可，但当Cp接近1时，则可能 产生超差危险，应加以控制
Cp(Cpk)=1.33 理想状态
Cp(Cpk)≥1.33 能力充足
Cp(Cpk) <1
尺寸分布不能满足公差要求，应立即 采取措施，改变工艺条件或严格进行 全数检查，也可考虑放宽标准
数据的统计分析
示例:
组数 数据1 数据2 数据3 数据4 均值 极差 标准差 第一组 48 48 52 52 50 4 2.3 第二组 48 50 50 52 50 4 1.6 第三组 45 46 54 55 50 10 5.2
分布 控制图代号 控制图名称
备注
正态
分布
（计 量值）
X R
均值—极差控制 图
无意义；
---特点：灵敏度差
● p控制图：用于控制对象为不合格品率或合格品率的
计件质量指标的场合；
----例如：不合格品率、交货延迟率、缺勤率、邮电的差 错率等；
●计量控制图：
由于计算机的应用普及，X s 控制图的计算机毫无困难，而 且无论样本是否大于10，X s 图计算的结果都是精确的，故 均值标准差图完全可以代替均值极差图。
关注两种错误
一.第一种错误:虚发警报(false alarm)
UCL β α
LCL
二.第二种错误:漏发警报(alarm missing)
三、减少两种错误所造成的损失： ●UCL、LCL距离间隔大，α减小 β增大 ●UCL、LCL距离间隔小，α增大 β减小 ●UCL、LCL距离间隔3σ，α=0.27%
-----连续25个点，界外点数d=0 -----连续35个点，界外点数d≤1 -----连续100个点，界外点数d≤2 ●分析判稳原则
- 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)。
系统抽样：将20箱零件倒在一起，混合均匀，并将零件从1～ 1000编号，然后用查随机数表或抽签的办法先决定 起始编号，按相同的尾数抽取100个零件组成样 本。
分层抽样：20箱零件，每箱都随机抽取5个零件，共100个组成 样本。
整群抽样：先从20箱零件随机抽出2箱，该2箱零件组成样本。
7
一、集中量数：一群数据之代表值，表示数据的集中位置。
3
什么是SPC?
■ Statistical:（统计）
以概率统计学为基础，用科学的方法分析数据，得出结论；
■ Process： （过程）有输入-输出的一系列的活动； ■ Control： （控制）事物的发展和变化是可预测的；
抽
样
生产过程
检
验
样本
数据
在管制图中发现不正常状态
管制图
调整品质
UCL CL
LCL
10
Process:（过程）
制程控制系统 -- 有反馈的过程控制系统模型
过程的呼声
人员 设备 材料 方法 环境
输入
统计方法
我们工作 的方式/资 源的融合
过程/系统
产品或服务
顾客
识别不断变化的需 求量和期望
输出
顾客的呼声
11
过程的稳定性:
■稳定过程：产品质量 质量特性的变异是在 可预测的统计控制 范围之内；
什么。 • 3. 按时间序列展示过程的个性/表现。 • 4. 设计用来区分信号与噪音。 • 5. 侦测均值及/或标准差的变化。 • 6. 用于决定过程是稳定的（可预测的）或 失控的
（不可预测的）。
19
控制图不是
• 1. 不是能力分析的替代工具。 • 2. 在来料检验的过程中很难用到 • 4. 不应与运行图或预控制图混淆。
Statistical Process control
统计过程控制 SPC
1
课程目标
了解统计基本概念 了解控制图原理 计量型与计数型控制图的作法与适用范围 控制图的选用原则 过程的特性及过程能力 Ppk 和 Cpk 之间的区别以及了解如何计算这些指
数。
2
课程重点
Statistical Process
总体-N
样本-n
μ 总体平均值
X- bar 样本平均值
规格 过程
USL
UCL
SL
CL
LSL
LCL
Ca Cp Cpk
Control
计量值: 均值－极差控制图 中位数－极差控制图 单值－移动极差控制图 均值－标准差控制图 计数值 不合格品率控制图（Ｐ图） 不合格品数控制图（Pn图） 缺陷数控制图（c图） 单位缺陷数控制图（ µ图）
过程受控
■不稳定过程：产品质量质 量特性的变异无法以统计 方法来预测；
过程失控
12
过程变差：包含普通原因和特殊原因
13
14
15
控制 Control
16
一、 控制图概述
控制图(Control chart)就是对生产过程的 关键质量特性值进行测定、记录、评估并监测过 程是否处于控制状态的一种图形方法。 根据假设 检验的原理构造一种图，用于监测生产过程是否 处于控制状态。它是统计质量管理的一种重要手 段和工具。
?
9
1.极差（Range）－R:度量样本数据分散范围的量, 公式：R=Xmax-Xmin(样本或总体中的最大值减最小值)。 2.标准差(σ.S):样本数据离散程度的统计量,利用每个样本数据偏离其中心位置 的大小来表示离散程度,较精确。
国际标准化组织规定，把样本方差的正平方根作为样本标准偏差，用符号S 来表示。其计算公式：
二、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）；
1.样本是由1个或若干个样品组成的。 2.样本容量（样本大小）：样本中所含的样品数目，常用n表示。
Ｎ
n
抽样：是指从总体中随机 抽取样品组成样本
μ
的活动过程。
σ
x s
5
数据、样本和总体的关系
目的
总体
对工序进行分析
意义：1.次数分配中心的位置，又称位置量数。 2.计算法由【平均方式】而得。 3.各种结果皆向其中心集中，也称集中趋势量数。
种类：平均数、中位数、众数
8
3.众数(Mode):－Mo
一群数据中，出现次数最多次的数值。若二相邻两数值均为出现次数最多的数值， 则取平均值。
频数最大的数量,用以消除极大及极小值的影响。
20
三、控制图目的
• 运用控制图的目的之一就是，通过观察控制图上产品质 量特性值的分布状况，分析和判断生产过程是否发生了异 常，一旦发现异常就要及时采取必要的措施加以消除，使 生产过程恢复稳定状态。也可以应用控制图来使生产过程 达到统计控制的状态。产品质量特性值的分布是一种统计 分布．因此，绘制控制图需要应用概率论的相关理论和知 识。
无 限
工序
控制
总 体
对一批产品质量进 有 一批
行判断，确定是否
限 总
产品
合格
体
样本
一批 半成品
样本
判断
数据
数据
样本 判断
数据
6
案例
某种成品零件分装在20个零件箱装，每箱各装50个，总共是 1000个。如果想从中取100个零件作为样本进行测试研究。
简单随机抽样：将20箱零件倒在一起，混合均匀，并将零件从 1～ 1000编号，然后用查随机数表或抽签的办 法从中抽出编号毫无规律的100个零件组成样 本。
二、差异量数：以一个数字来代表一群统计数据内差异或离散程度。离散趋 势指标。
目的：若一群数据差异量大，则平均数代表性小，反之则大，因此为 了了解一群数据之特性，除了计算平均数外，还必须计算差异量数的 大小。
种类：极差、标准差 案例说明：
组别 1
2
3
4
结果
A 50 50 50 50
?
B 0 100 0 100
4
统计分析的基本概念
一、总体（母体）：是指在某一次统计分析中研究对象的全体。 1.有限总体：被研究对象是有限的，如一批产品的总数； 2.无限总体：被研究对象是无限的，如某个企业、某个生产过程 从前、现在、将来生产的全部产品。 3.个体：组成总体的每个单元（产品）叫做个体 4.总体含量（总体大小）：总体中所含的个体数，常用N表示。
17
二、控制图诞生
1. 美国W. A. Shewhart博士于1924年5月16日发明了第一 张管制图，开启了统计品管的新时代.
• 区分过程中的正常变异或异常变异,并判断过程是否处 于控制状态的一种工具.
18
控制图是：
• 1. 实时图表化反馈过程的工具。 • 2. 设计的目的是告诉操作者什么时候做什么或不做
分层抽样：20箱零件，每箱都随机抽取5个零件，共100个组成 样本。
整群抽样：先从20箱零件随机抽出2箱，该2箱零件组成样本。
7
一、集中量数：一群数据之代表值，表示数据的集中位置。
3
什么是SPC?
■ Statistical:（统计）
以概率统计学为基础，用科学的方法分析数据，得出结论；
■ Process： （过程）有输入-输出的一系列的活动； ■ Control： （控制）事物的发展和变化是可预测的；
抽
样
生产过程
检
验
样本
数据
在管制图中发现不正常状态
管制图
调整品质
UCL CL
LCL
10
Process:（过程）
制程控制系统 -- 有反馈的过程控制系统模型
过程的呼声
人员 设备 材料 方法 环境
输入
统计方法
我们工作 的方式/资 源的融合
过程/系统
产品或服务
顾客
识别不断变化的需 求量和期望
输出
顾客的呼声
11
过程的稳定性:
■稳定过程：产品质量 质量特性的变异是在 可预测的统计控制 范围之内；
什么。 • 3. 按时间序列展示过程的个性/表现。 • 4. 设计用来区分信号与噪音。 • 5. 侦测均值及/或标准差的变化。 • 6. 用于决定过程是稳定的（可预测的）或 失控的
（不可预测的）。
19
控制图不是
• 1. 不是能力分析的替代工具。 • 2. 在来料检验的过程中很难用到 • 4. 不应与运行图或预控制图混淆。
Statistical Process control
统计过程控制 SPC
1
课程目标
了解统计基本概念 了解控制图原理 计量型与计数型控制图的作法与适用范围 控制图的选用原则 过程的特性及过程能力 Ppk 和 Cpk 之间的区别以及了解如何计算这些指
数。
2
课程重点
Statistical Process
总体-N
样本-n
μ 总体平均值
X- bar 样本平均值
规格 过程
USL
UCL
SL
CL
LSL
LCL
Ca Cp Cpk
Control
计量值: 均值－极差控制图 中位数－极差控制图 单值－移动极差控制图 均值－标准差控制图 计数值 不合格品率控制图（Ｐ图） 不合格品数控制图（Pn图） 缺陷数控制图（c图） 单位缺陷数控制图（ µ图）
过程受控
■不稳定过程：产品质量质 量特性的变异无法以统计 方法来预测；
过程失控
12
过程变差：包含普通原因和特殊原因
13
14
15
控制 Control
16
一、 控制图概述
控制图(Control chart)就是对生产过程的 关键质量特性值进行测定、记录、评估并监测过 程是否处于控制状态的一种图形方法。 根据假设 检验的原理构造一种图，用于监测生产过程是否 处于控制状态。它是统计质量管理的一种重要手 段和工具。
?
9
1.极差（Range）－R:度量样本数据分散范围的量, 公式：R=Xmax-Xmin(样本或总体中的最大值减最小值)。 2.标准差(σ.S):样本数据离散程度的统计量,利用每个样本数据偏离其中心位置 的大小来表示离散程度,较精确。
国际标准化组织规定，把样本方差的正平方根作为样本标准偏差，用符号S 来表示。其计算公式：
二、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）；
1.样本是由1个或若干个样品组成的。 2.样本容量（样本大小）：样本中所含的样品数目，常用n表示。
Ｎ
n
抽样：是指从总体中随机 抽取样品组成样本
μ
的活动过程。
σ
x s
5
数据、样本和总体的关系
目的
总体
对工序进行分析
意义：1.次数分配中心的位置，又称位置量数。 2.计算法由【平均方式】而得。 3.各种结果皆向其中心集中，也称集中趋势量数。
种类：平均数、中位数、众数
8
3.众数(Mode):－Mo
一群数据中，出现次数最多次的数值。若二相邻两数值均为出现次数最多的数值， 则取平均值。
频数最大的数量,用以消除极大及极小值的影响。
20
三、控制图目的
• 运用控制图的目的之一就是，通过观察控制图上产品质 量特性值的分布状况，分析和判断生产过程是否发生了异 常，一旦发现异常就要及时采取必要的措施加以消除，使 生产过程恢复稳定状态。也可以应用控制图来使生产过程 达到统计控制的状态。产品质量特性值的分布是一种统计 分布．因此，绘制控制图需要应用概率论的相关理论和知 识。
无 限
工序
控制
总 体
对一批产品质量进 有 一批
行判断，确定是否
限 总
产品
合格
体
样本
一批 半成品
样本
判断
数据
数据
样本 判断
数据
6
案例
某种成品零件分装在20个零件箱装，每箱各装50个，总共是 1000个。如果想从中取100个零件作为样本进行测试研究。
简单随机抽样：将20箱零件倒在一起，混合均匀，并将零件从 1～ 1000编号，然后用查随机数表或抽签的办 法从中抽出编号毫无规律的100个零件组成样 本。
二、差异量数：以一个数字来代表一群统计数据内差异或离散程度。离散趋 势指标。
目的：若一群数据差异量大，则平均数代表性小，反之则大，因此为 了了解一群数据之特性，除了计算平均数外，还必须计算差异量数的 大小。
种类：极差、标准差 案例说明：
组别 1
2
3
4
结果
A 50 50 50 50
?
B 0 100 0 100
4
统计分析的基本概念
一、总体（母体）：是指在某一次统计分析中研究对象的全体。 1.有限总体：被研究对象是有限的，如一批产品的总数； 2.无限总体：被研究对象是无限的，如某个企业、某个生产过程 从前、现在、将来生产的全部产品。 3.个体：组成总体的每个单元（产品）叫做个体 4.总体含量（总体大小）：总体中所含的个体数，常用N表示。
17
二、控制图诞生
1. 美国W. A. Shewhart博士于1924年5月16日发明了第一 张管制图，开启了统计品管的新时代.
• 区分过程中的正常变异或异常变异,并判断过程是否处 于控制状态的一种工具.
18
控制图是：
• 1. 实时图表化反馈过程的工具。 • 2. 设计的目的是告诉操作者什么时候做什么或不做