SPC统计过程控制培训.pptx
合集下载
SPC统计过程控制培训教材(PPT 72页)
➢ 戴明博士对日本指导质量管理的成功，让美国 人惊醒原来日本工商经营成功的背后竟然有一 位美国人居功最大，故开始对戴明博士另眼看 待。1980年6月24日全国广播公司(NBC)在电视 播放举世闻名的“日本能为什么我们不能”(If Japan Can, Why Can‘t We?)，使戴明博士一 夜成名。从此以后美国企业家重新研究戴明的 质量管理经营理念。
步骤8：运用控制限进行控制；
计数控制图和计点控制图
不良品率控制图（P图）
对产品不良品率进行监控时用的控制图 ;
质量特性良与不良，通常服从二项分 布; 当不良率P较小样本量n足够大时,该 分布趋向于正态分布
适用于全检零件或每个时期的检验样本 含量不同。
不良品率控制图（P图）
检验并记录数据 计算平均不合格品率P 计算中心线和控制界限 绘制控制图并进行分析
20世纪50年代以来，科学技术和工业生产的发展，对质量要求越来越高 ，要求人们运用“系统工程”的概念，把质量问题作为一个有机整体加以综 合分析研究，实施全员、全过程、全企业的管理。
SPC（统计过程控制）
－－统计性的反馈系统
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； ——使用数据分析
标准正态分布函数：N（0，1）
小概率事件理解
1.例行检查身体 2.烟雾探测器
正态分布图与控制图
正态分布图与控制图
？？那是不是说只有符合正态分布的特性（变量） 才可以用控制图呢？
休哈特实验
休哈特分别从矩形分布和三角分布的总体中，抽取n ＝4的样本，计算样本均值Xbar，经过多次实验后发 现，Xbar基本符合正态分布。
（William Edwards Deming）
步骤8：运用控制限进行控制；
计数控制图和计点控制图
不良品率控制图（P图）
对产品不良品率进行监控时用的控制图 ;
质量特性良与不良，通常服从二项分 布; 当不良率P较小样本量n足够大时,该 分布趋向于正态分布
适用于全检零件或每个时期的检验样本 含量不同。
不良品率控制图（P图）
检验并记录数据 计算平均不合格品率P 计算中心线和控制界限 绘制控制图并进行分析
20世纪50年代以来，科学技术和工业生产的发展，对质量要求越来越高 ，要求人们运用“系统工程”的概念，把质量问题作为一个有机整体加以综 合分析研究，实施全员、全过程、全企业的管理。
SPC（统计过程控制）
－－统计性的反馈系统
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； ——使用数据分析
标准正态分布函数：N（0，1）
小概率事件理解
1.例行检查身体 2.烟雾探测器
正态分布图与控制图
正态分布图与控制图
？？那是不是说只有符合正态分布的特性（变量） 才可以用控制图呢？
休哈特实验
休哈特分别从矩形分布和三角分布的总体中，抽取n ＝4的样本，计算样本均值Xbar，经过多次实验后发 现，Xbar基本符合正态分布。
（William Edwards Deming）
spc培训资料-SPC-统计过程控制(ppt 88页)
重复这三个阶段从而不断改进过程
控制图类型
X-R 均值和极差图
P chart 不合格品
计
计 率控制图
量 X-s均值和标准差图 数 nP chart 不合格品
型
型 数控制图
数 X -R 中位值极差图 数 C chart 缺点数控
据
据 制图
X-MR 单值移动极差 图
U chart 单位缺点 数控制图
控制图的选择方法
流等。（注：数据仅代表单一刀具、冲头、模具等 生产出来的零件，即一个单一的生产流。） 1-1-2 子组频率：在适当的时间内收集足够的数据，这样子组才能 反映潜在的变化，这些变化原因可能是换班/操作人 员更换/材料批次不同等原因引起。对正在生产的产 品进行监测的子组频率可以是每班2次，或一小时一 次等。
12 34 56
计量单位：（mm, kg等）
控制图举例
X图 R图
接上页
测量方法必须保证始终产生准确和精密的结果 不精密
不准确
••••••••
准确
•••••
• ••••
精密
•••••• •••••
使用控制图的准备
1、建立适合于实施的环境 a 排除阻碍人员公正的因素 b 提供相应的资源 c 管理者支持
范围 不受控
（存在特殊原因）
受控 （消除了特殊原因）
时间
过程能力
范围
受控且有能力符合规范 （普通原因造成的变差已减少） 规范下限
规范上限 时间
受控但没有能力符合规范 （普通原因造成的变差太大）
1、分析过程 本过程应做什么？ 会出现什么错误？ 本过程正在做什么？ 达到统计控制状态？ 确定能力
计划
措施
每件产品的尺寸与别的都不同
控制图类型
X-R 均值和极差图
P chart 不合格品
计
计 率控制图
量 X-s均值和标准差图 数 nP chart 不合格品
型
型 数控制图
数 X -R 中位值极差图 数 C chart 缺点数控
据
据 制图
X-MR 单值移动极差 图
U chart 单位缺点 数控制图
控制图的选择方法
流等。（注：数据仅代表单一刀具、冲头、模具等 生产出来的零件，即一个单一的生产流。） 1-1-2 子组频率：在适当的时间内收集足够的数据，这样子组才能 反映潜在的变化，这些变化原因可能是换班/操作人 员更换/材料批次不同等原因引起。对正在生产的产 品进行监测的子组频率可以是每班2次，或一小时一 次等。
12 34 56
计量单位：（mm, kg等）
控制图举例
X图 R图
接上页
测量方法必须保证始终产生准确和精密的结果 不精密
不准确
••••••••
准确
•••••
• ••••
精密
•••••• •••••
使用控制图的准备
1、建立适合于实施的环境 a 排除阻碍人员公正的因素 b 提供相应的资源 c 管理者支持
范围 不受控
（存在特殊原因）
受控 （消除了特殊原因）
时间
过程能力
范围
受控且有能力符合规范 （普通原因造成的变差已减少） 规范下限
规范上限 时间
受控但没有能力符合规范 （普通原因造成的变差太大）
1、分析过程 本过程应做什么？ 会出现什么错误？ 本过程正在做什么？ 达到统计控制状态？ 确定能力
计划
措施
每件产品的尺寸与别的都不同
SPC统计过程控制培训(PPT64页).pptx
4.1.1 正态分布曲线
f (x)
y
2
1
(
x
)
2
2
e ( x , 0)
2
---平均值
--- 标准差
4.1.2 正态分布的参数 、
4.1.3 正态分布的特点
• 曲线以 x = 直线为轴，左右对称 • 曲线与横坐标轴所围成的面积等于1
其中 在±范围内的面积占68.26 % 在±2范围内的面积占95.45 % 在±3范围内的面积占99.73 %
例：疵点数、沙眼数等
3、总体和样本（子组）
3.1 总体 研究对象的全体 总体含量记为 N
3.2 样本（子组） 总体中的部分样品 样本含量记为 n
4、常见的典型分布
4.1 正态分布 —— 计量值数据 4.2 二项分布 —— 计件值数据 4.3 泊松分布 —— 计点值数据
4.1 正态分布
X ~ N(, 2)
不同类型控制图的适用范围
适用范围
计 产品批量较大,稳定正常工序 量 产品批量较大,稳定正常工序 数 据 产品批量较大,稳定正常工序
每次只能得一个数据,见效快
计
样本含量可以不等
件 样本含量相等
计
样本含量相等
点 样本含量可以不等
用符号表示的控制图
X?R 图 均值极差图ቤተ መጻሕፍቲ ባይዱ
X桽 图 均值标准差图
X桽 图 中位数极差图
4 . 3 泊松分布： （常见于计点分布） 二项分布的极限分布 — Ｐ（）
• 分布列
•P(均X值、x方)差和标x e准差 , (x 0,1,)
x!
均值： Ｅ（Ｘ）＝ ；
方差： Ｖ（Ｘ）＝ ；
标准差：
；
SPC统计过程控制培训课程(PPT 87页)
製程能力指標Ca
Ca
X
(T / 2)
(雙邊規格)
ˆ R
d2
製程能力指標C p
Cp
USL LSL
6ˆ
(雙邊規格)
Cp
USL
3ˆ
X
(單邊規格上規格界限)
Cp
X
LSL (單邊規格下規格界限)
3ˆ
ˆ R
d2 只考慮到固定變差或組內變差
製程能力指標C pk
C pk min(C pu , C pl )
C1分析极差图上的数据点
超出控制限的 点
C2识別并标注特殊原因(极差图链)
明显的非随机
C3重新计算控制界限(极差图)超图出形控制限的点
C4分析均值图上的数据点 链
明显的非随机图形 C5识別并标注特殊原因(均值图)
C6重新计算控制界限(均值图)
C7为了继续进行控制延长控制限
控制图的判读
超出控制界限的点：出现一个或多个点超出任何 一个控制界限是该点处于失控状态的主要证据
作控制图的目的是为了使生产过程或工作过程 处于“控制状态”. 控制状态即稳定状态, 指 生产过程或工作过程仅受偶然因素的影响, 产 产品质量特性的分布基本上不随时间而变化的 状态. 反之, 则为非控制状态或异常状态.
控制状态的标准可归纳为二條:
第一條, 控制图上点不超过控制界限; 第二條, 控制图上点的排列分布沒有缺陷.
产品的质量特性有时不止一个, 则应同时采 取几个特性作为控制項目.
使用控制图的注意事項
分组问题
主要是使在大致相同的条件下所收集的质量 特性值分在一组, 组中不应有不同本质的数 据, 以保证组内仅有偶然因素的影响.
我们所使用的控制图是以影响过程的许多变 动因素中的偶然因素所造成的波动为基准来 找出异常因素的, 因此, 必须先找出过程中 偶然因素波动这个基准.
SPC 统计过程控制培训课件(PPT 48页)
14
指数分类
SQE Training
1、Cp：分布中心无偏离规格中心时衡量 过程能力的指数；
2、Cpk: 分布中心偏离规格中心时衡量 过程能力的指数；
3、Cpm：目标值与规格中心不一致时衡量 过程能力的指数；
4、Cpu：上单侧过程能力指数； 5、Cpl： 下单侧过程能力指数。
15
SQE Training
过程能力决定于质量因素：人、机、料、法、环， 而与公差无关。过程能力是过程的固有属性。
8
SQE Training
进行过程能力分析的意义
一、保证产品质量的基础工作； 二、提高过程能力的有效手段； 三、找出产品质量改进的方向； 四、向客户证明加工过程的能力。
9
指数分类
SQE Training
Cp,Cpk,Cpm Pp,Ppk,Ppm
5
SQE Training
影 ☆ 人、机、料、法、测、环
响 （5M1E）
过 操作者方面：如操作者的技术水平、熟练 程 程度、质量意识、责任心、管理程度等；
能 设备方面：如设备精度的稳定性，性能
力
的可靠性，定位装置和传动装置的准 确性，设备的冷却、润滑情况等等；
的 材料方面：如材料的成分，配套元器件
指数分类
二、过程性能指数(Process Performance Index) 1、Pp： 分布中心无偏离规格中心时衡量
过程能力的指数； 2、Ppk： 分布中心偏离规格中心时衡量
过程能力的指数； 3、Ppm：目标值与规格中心不一致时衡量
过程能力的指数； 4、Ppu：上单侧过程能力指数； 5、Ppl： 下单侧过程能力指数。
因 的质量等等；
素
6
SQE Training
指数分类
SQE Training
1、Cp：分布中心无偏离规格中心时衡量 过程能力的指数；
2、Cpk: 分布中心偏离规格中心时衡量 过程能力的指数；
3、Cpm：目标值与规格中心不一致时衡量 过程能力的指数；
4、Cpu：上单侧过程能力指数； 5、Cpl： 下单侧过程能力指数。
15
SQE Training
过程能力决定于质量因素：人、机、料、法、环， 而与公差无关。过程能力是过程的固有属性。
8
SQE Training
进行过程能力分析的意义
一、保证产品质量的基础工作； 二、提高过程能力的有效手段； 三、找出产品质量改进的方向； 四、向客户证明加工过程的能力。
9
指数分类
SQE Training
Cp,Cpk,Cpm Pp,Ppk,Ppm
5
SQE Training
影 ☆ 人、机、料、法、测、环
响 （5M1E）
过 操作者方面：如操作者的技术水平、熟练 程 程度、质量意识、责任心、管理程度等；
能 设备方面：如设备精度的稳定性，性能
力
的可靠性，定位装置和传动装置的准 确性，设备的冷却、润滑情况等等；
的 材料方面：如材料的成分，配套元器件
指数分类
二、过程性能指数(Process Performance Index) 1、Pp： 分布中心无偏离规格中心时衡量
过程能力的指数； 2、Ppk： 分布中心偏离规格中心时衡量
过程能力的指数； 3、Ppm：目标值与规格中心不一致时衡量
过程能力的指数； 4、Ppu：上单侧过程能力指数； 5、Ppl： 下单侧过程能力指数。
因 的质量等等；
素
6
SQE Training
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统计过程控制培训课程(PPT97页).pptx
“”及“”风险定义
根据控制限作出的判断也可能产生错误。可能产生的错误
有两类。
第一类错误是把正常判为异常，它的概率为，也就是说 ，工序过程并没有发生异常，只是由于随机的原因引起了数据 过大波动，少数数据越出了控制限，使人误将正常判为异常。 虛发警报， 由于徒劳地查找原因并为此采取了相应的措施,从 而造成损失. 因此, 第一种错误又称为徒劳错误.
普通原因/异常原因
~
基础的统计量——平均值X、中位数X、极差R 标准偏差、S
1、数据的种类
计量型
特点：可以连续取值也 称连续型数据。
如：零件的尺寸、强度、 重量、时间、温度等
计数型
特点：不可以连续 取值，也称离散型数据 。
如：废品的件数、缺陷数
2、波动（变差）的概念：
波动的概念是指在现实生活中没有两件东西是完全一样的。生产 实践证明，无论用多么精密的设备和工具，多么高超的操作技术，甚至 由同一操作工，在同一设备上，用相同的工具，生产相同材料的同种产 品，其加工后的产品质量特性（如：重量、尺寸等）总是有差异，这种 差异称为波动。公差制度实际上就是对这个事实的客观承认。
消除波动不是SPC的目的，但通过SPC可以对波动进行预测和控制 。
波动的原因：
材料
机器
人员
• 正常波动：是由普通(偶然)
原因造成的。如操作方法的微 小变动、机床的微小振动、刀 具的正常磨损、夹具的微小松 动、材质上的微量差异等。正 常波动引起工序质量微小变化， 难以查明或难以消除。它不能 被操作工人控制，只能由技术、 管理人员控制在公差范围内。
原料
PROCESS
测量 结果
针对产品所做的仍 只是在做SQC
二、SPC的目的
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) :
spc控制图培训课程.pptx
第一章 SPC 与SPCD工程绪论(一）
1、什么是SPC?
• SPC --Statistical Process Control (统计过程控制）
• 含义--利用统计技术对过程中的各个阶段进行监控， 从而达到保证产品质量的目的。
• 统计技术----数理统计方法。 2、SPC的作用 • 预防： 判断过程的异常，及时告警。 3、SPC的缺点 • 不能告知异常是由什么因素引起的和发生于何处，即
不能进行诊断。
第一章 SPC 与SPCD工程绪论(二）
2、什么是SPCD?（新概念） • SPCD-- Statistical Process Control and Diagnosis (统
计过程控制与诊断） • 含义--利用统计技术对过程中的各个阶段进行监控与
诊断，从而达到缩短诊断异常的时间、以便迅速采取 纠正措施、减少损失、降低成本、保证产品质量的目 的。
• 质量管理中的应用
不论µ与取值如何，产品质量特性落在[µ 3， µ+3]范围内的概率为99.73%。
落在[µ 3， µ+3]范围外的概率为1 99.73%=0.27%， 落在大于µ+3一侧的概率为0.27%/2=0.135% 1。
第二章 控制图原理（五）
第二章 控制图原理（六）
4、控制图基础知识
第一章 SPC 与SPCD工程绪论(三）
3、为什么要学习SPC和SPCD工程（一）?
• 时代的需要：21世纪是质量的世纪，提出超严质量要求，是世界发展的 大方向。
– 如电子产品的不合格品率由过去的百分之一、千分之一、降低到百 万分之一（ppm, parts per million),乃至十亿分之一（ppb, parts per billion)。
1、什么是SPC?
• SPC --Statistical Process Control (统计过程控制）
• 含义--利用统计技术对过程中的各个阶段进行监控， 从而达到保证产品质量的目的。
• 统计技术----数理统计方法。 2、SPC的作用 • 预防： 判断过程的异常，及时告警。 3、SPC的缺点 • 不能告知异常是由什么因素引起的和发生于何处，即
不能进行诊断。
第一章 SPC 与SPCD工程绪论(二）
2、什么是SPCD?（新概念） • SPCD-- Statistical Process Control and Diagnosis (统
计过程控制与诊断） • 含义--利用统计技术对过程中的各个阶段进行监控与
诊断，从而达到缩短诊断异常的时间、以便迅速采取 纠正措施、减少损失、降低成本、保证产品质量的目 的。
• 质量管理中的应用
不论µ与取值如何，产品质量特性落在[µ 3， µ+3]范围内的概率为99.73%。
落在[µ 3， µ+3]范围外的概率为1 99.73%=0.27%， 落在大于µ+3一侧的概率为0.27%/2=0.135% 1。
第二章 控制图原理（五）
第二章 控制图原理（六）
4、控制图基础知识
第一章 SPC 与SPCD工程绪论(三）
3、为什么要学习SPC和SPCD工程（一）?
• 时代的需要：21世纪是质量的世纪，提出超严质量要求，是世界发展的 大方向。
– 如电子产品的不合格品率由过去的百分之一、千分之一、降低到百 万分之一（ppm, parts per million),乃至十亿分之一（ppb, parts per billion)。
SPC培训讲义(PPT47页).pptx
二、SPC的起源和发展
1924年由美国贝尔电话实验室W.A. Shewhart（休哈特）博士提出。 1932年，英国邀请W.A. Shewhart （休哈特）博士到伦敦，主讲统计质量控
制，英国成为了最早在工业方面使用控制图的国家。
1939年休哈特博士与戴明博士合写了《品质观点的统计方法》
1950～1952年，日本两次邀请美国统计学家戴明（ W.E. Deming ）传授 SPC 。
波动的概念是指在现实生活中没有两件东西是
完全一样的。生产实践证明，无论用多么精密的
设备和工具，多么高超的操作技术，甚至由同一
2、波动的概念：
操作工，在同一设备上，用相同的工具，生产相 同材料的同种产品，其加工后的产品质量特性（
如：重量、尺寸等）总是有差异，这种差异称为
波动。公差制度实际上就是对这个事实的客观承
三、SPC统计若干概念
▪ 数据的种类：计量型、计数型 ▪ 波动（变差）——波动的概念、原理及波动的种类 ▪ 普通原因/异常原因 ▪ 基础的统计量——平均值X—、中位数X~、极差R、标
准偏差、S
1、数据的种类
计量型 特点：可以连续取值也称连续型数据。 如：零件的尺寸、强度、重量、时间、温度等
计数型 特点：不可以连续取值，也称离散型数据。 如：废品的件数、缺陷数等
统计过程控制分析与研究
Statistical Process Control
课程内容及目录
▪ 什么是SPC ▪ SPC的起源和发展 ▪ SPC统计概念 ▪ SPC使用的统计技术 ▪ SPC控制图的种类及选择 ▪ SPC控制图的设计原理 ▪ 计量型控制图的制作步骤 和判定原则 ▪ SPC控制图的异常的判断和处理 ▪ SPC与过程能力分析 ▪ 使用SPC益处
spc培训资料统计过程控制.pptx
——6SIGMA Training Material
统计过程控制
Statistical Process Control
SS
SPC
第一讲： 引言——SPC背景
SS
——引言：SPC背景
美国质量管理专家朱兰博士著名论断： 20世纪“生产力的世纪” 21世纪“质量的世纪”
SS
——引言：SPC背景
质量世纪提出超严格质量要求：
• 科学方法技术支持——否则不可想象。
SS
SPC
重要性、紧迫性、实际意义
•企业薄弱环节所在；
急!!!
急!! 急!
•外部竞争压力加剧；
•企业内在提高、发展的需求。
——必须尽快学习掌握科学先进的技术和方法。
SS
——统计学
第二讲 统计学基础知识
•随机现象 •统计学 •统计方法 •总体、个体、样本
•统计描述 •统计推断 •统计控制 •统计风险
补课
SS
SPC
中国加入WTO
影响
• 经济全球化、市场一体化
• 关税壁垒 ↓
技术壁垒 ↑↑
——技术标准、法规、认证制度。
• 中国企业：竞争力？
——科学管理水平↑
形成生产力 ↑
SS
SPC
世界制造业趋势 :
与世界接轨
• 技术——指标——绝对值要求↑↑
• 管理——质量特性值——波动↓↓
——趋于最小（稳定）
分样本进行研究，并以此推断总体的特征和规律。
SS
——统计学基础方法：随机抽样
• 总体——研究对象的全体。 • 个体——构成总体的每个成员。 • 样本——从总体中抽取部分个体组成的集合。
——样品：样本中的每一个个体。 ——样本容量：样品的个数。又称样本量。
统计过程控制
Statistical Process Control
SS
SPC
第一讲： 引言——SPC背景
SS
——引言：SPC背景
美国质量管理专家朱兰博士著名论断： 20世纪“生产力的世纪” 21世纪“质量的世纪”
SS
——引言：SPC背景
质量世纪提出超严格质量要求：
• 科学方法技术支持——否则不可想象。
SS
SPC
重要性、紧迫性、实际意义
•企业薄弱环节所在；
急!!!
急!! 急!
•外部竞争压力加剧；
•企业内在提高、发展的需求。
——必须尽快学习掌握科学先进的技术和方法。
SS
——统计学
第二讲 统计学基础知识
•随机现象 •统计学 •统计方法 •总体、个体、样本
•统计描述 •统计推断 •统计控制 •统计风险
补课
SS
SPC
中国加入WTO
影响
• 经济全球化、市场一体化
• 关税壁垒 ↓
技术壁垒 ↑↑
——技术标准、法规、认证制度。
• 中国企业：竞争力？
——科学管理水平↑
形成生产力 ↑
SS
SPC
世界制造业趋势 :
与世界接轨
• 技术——指标——绝对值要求↑↑
• 管理——质量特性值——波动↓↓
——趋于最小（稳定）
分样本进行研究，并以此推断总体的特征和规律。
SS
——统计学基础方法：随机抽样
• 总体——研究对象的全体。 • 个体——构成总体的每个成员。 • 样本——从总体中抽取部分个体组成的集合。
——样品：样本中的每一个个体。 ——样本容量：样品的个数。又称样本量。
SPC培训课件(PPT90页).pptx
n ＝ 4 为偶数
数据为 25.0 , 25.4, 25.5 , 25.6, 时
Me 子组中位数的平均值
2020/12/14
13
科华咨询
统计方法应用基础----基本的统计量
R 子组极差。子组观测值中的极大值与极小值之差
R=Xmax -Xmin
子组极差的平均值 R
MR 移动极差：在单值图情况下，极差，即两个相邻观 测值的差值的绝对值，如，|X1－X2|，|X2－X3|，等等。
No 采用p图
Yes 采用np图或p图
关心的是不合格 品数-即单位零件
不合格数吗?
Yes
样本容量是 否恒定?
Yes 采用c图或u图
No 采用u图
性质上是否均匀或不 能按子组取样-如:化
学槽液批量油漆等? No
子组均值是否容 易计算?
Yes
No 采用中位数图（X-R）
Yes 采用单值图X-MR
子组容量是否 No
2020/12/14
7
科华咨询
变差的原因
❖ 普通原因： 造成变差的一个原因，它是过程所固有的，始
终存在的,对质量的影响微小，但难以除去 。 例如：机床开动时的轻微振动。
❖ 特殊原因： 非过程所固有，有时存在，有时不存在，对质
量影响大，但不难除去。 例如：车刀的磨损。
2020/12/14
8
科华咨询
2020/12/14
21
科华咨询
采用均值描述的正态分布规律
2020/12/14
22
科华咨询
采用标准差描述的正态分布规律
2020/12/14
23
正态分布概率
99.73% 95.45%
科华咨询
SPC统计过程控制培训课件(ppt59页).pptx
i 1
n 1
6. 样本的标准偏差
7. 如：5，9，10，4，7，
s=2.28；
如：7，7，7，6，8，
s=0.63；
6.数据整体分布离平均值越近，标准方差就越小；
数据整体分布离平均值越远，标准方差越大。
二、基本的统计概念-正态分布 ➢正态分布
一种概率分布,生产与科学实验中很多随机变量 的概率分布都可以近似地用正态分布来描述。
如设备的正常震动，刀具的磨损，同一批材料的品质差 异，熟练工人间的替换等。
二、基本的统计概念-波动
➢波动的原因
2. 特殊原因 指的是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。除非所有的特殊原因都 被查找出来并且采取了措施，否則它们将继续用不可预测的方 式来影响过程的输出。如果系统内存在变差的特殊原因，随时 间的推移，过程的输出将不稳定。
统计过程能力控制认识
LOGO
1 统计过程能力控制(SPC)概述
2
基本的统计概念
4 统计过程能力控制(SPC)应用
1 统计过程能力控制(SPC)概述
一、统计过程能力控制(SPC)概述
➢SPC起源与发展
1. 1924年W.A. Shewhart（休哈特）博士发明了品质控制图。 2. 1939年W.A. Shewhart博士与戴明博士合写了《品质观点的
概率
二、基本的统计概念-正态分布
➢正态分布
特点： 中间高，两边低，左右对 称；两边伸向无穷远。
σ越小，分布越集中在μ附 近，σ越大，分布越分散。
µ (mu)- 位置参数和平均值（mean value) ，表示分布 的中心位置和期望值 (sigma) - 尺度参数（分布宽度），表示分布的分散 程度和标准偏差
n 1
6. 样本的标准偏差
7. 如：5，9，10，4，7，
s=2.28；
如：7，7，7，6，8，
s=0.63；
6.数据整体分布离平均值越近，标准方差就越小；
数据整体分布离平均值越远，标准方差越大。
二、基本的统计概念-正态分布 ➢正态分布
一种概率分布,生产与科学实验中很多随机变量 的概率分布都可以近似地用正态分布来描述。
如设备的正常震动，刀具的磨损，同一批材料的品质差 异，熟练工人间的替换等。
二、基本的统计概念-波动
➢波动的原因
2. 特殊原因 指的是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。除非所有的特殊原因都 被查找出来并且采取了措施，否則它们将继续用不可预测的方 式来影响过程的输出。如果系统内存在变差的特殊原因，随时 间的推移，过程的输出将不稳定。
统计过程能力控制认识
LOGO
1 统计过程能力控制(SPC)概述
2
基本的统计概念
4 统计过程能力控制(SPC)应用
1 统计过程能力控制(SPC)概述
一、统计过程能力控制(SPC)概述
➢SPC起源与发展
1. 1924年W.A. Shewhart（休哈特）博士发明了品质控制图。 2. 1939年W.A. Shewhart博士与戴明博士合写了《品质观点的
概率
二、基本的统计概念-正态分布
➢正态分布
特点： 中间高，两边低，左右对 称；两边伸向无穷远。
σ越小，分布越集中在μ附 近，σ越大，分布越分散。
µ (mu)- 位置参数和平均值（mean value) ，表示分布 的中心位置和期望值 (sigma) - 尺度参数（分布宽度），表示分布的分散 程度和标准偏差
spc培训资料-统计过程控制(ppt 121页)
SS
SPC
当样本容量相等时，可以用c图 控制界限如下: c图
CL = C
C
UCL = C + 3 LCL = C - 3
C
SS
当 LCL < 0 时,取 LCL = 0
SPC
控制图实际上是生产过程质量的 一种记录图形，它提供了判断过程是 否处于统计控制状态的一种方法。
SS
SPC
(二)控制图的两种错误
SS
SPC
控制线如下：
X 图 RS 图
CL UCL LCL
X X + E 2R S X - E 2R S
其中 E2=3/d2
RS D4RS D3RS
SS
SPC
中位数-极差控制图 ~ (X-R图)
中位数控制图主要用于判断生产过程的均 值是否处于或保持在所要求的统计控制状态。 极差控制图主要用于判断生产过程的标准 差是否处于或保持在所要求的统计控制状态。 中位数受异常数据影响较小。
3.数据的整理与图示
3.1 3.2 定性数据的整理与图示 定量数据的整理与图示
SS
——特定数据 3.1定性数据的整理于图示：
•调查表——收集数据的有效方式。 •分层法——分析问题的艺术。 •排列图——把握关键的少数。
SS
SPC
3.2定量数据的整理与图示 直方图--过程状态的直观诊断。 控制图--过程的监控器。
SS
——概述
SPC
当异常波动出现时，过 程输出的分布是随时间 而变化的，不稳定的， 从而是不可预测的。
不可预测
过程失控 （out of contral）
SS
SPC
(二)减小波动的系统措施与局部措施 波动不可能消除，但是可以减小。 1.如果存在异常波动
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)。
输出
识别不断变化 的需求和期望
顾客的声音 8
三、基本的统计概念
1、数据的种类
计量型 计数型
2、波动（变差）——波动的概念、原理及波动的 种类
3、普通原因/异常原因
4、基础的统计量——平均值X、中位数X~、极差R
标准偏差、S
9
1、数据的种类
计量型 特点：可以连续取值，也称连续型数据。 如：零件的尺寸、强度、重量、时间、温度等。
analyzing Data Z1-3-1942 Control Chart Method for
Control Quality During Production
1932年，英国邀请 W.A. Shewhart博士到伦敦，主 讲统计品质控制，从而提 高了英国人将统计方法应 用到工业方面的气氛。
6
二、SPC的目的
原料
人 机 法 环 测量
PROCESS
测量 结果
合格
不合格
不要等产品制造出来后再去检验合格与否，而是 在制造的時候就要把它制造好。
应用控制图保证预防原则的实现。
7
有反馈的过程控制系统模式
过程的呼声
统计方法
人员 设备 材料 方法 环境
输入
工作方式/ 资源融合
产品或 服务
顾客
过程/系统
3
2、控制图的发展
1924年发明
W.A. Shewhart
1931发表
1931年Shewhart发表了 “Economic Control of Quality of
Manufacture Product”
1941~1942 制定成美国标准
4
Z1-1-1941 Guide for Quality Control Z1-2-1941 Control Chart Method for
在外的概率 50.00% 31.74% 5.00% 4.55% 1.00% 0.27%
18
2、控制图原理
工序处于稳定状态下，其计量值的分布大致符合
正态分布。由正态分布的性质可知：质量数据出现 在平均值的正负三个标准偏差(X3)之外的概率仅 为0.27%。这是一个很小的概率，根据概率论 “视 小概率事件为实际上不可能” 的原理，可以认为： 出现在X3区间外的事件是异常波动，它的发生是 由于特殊原因使其总体的分布偏离了正常位置。 控制限的宽度就是根据这一原理定为3。
“处于统计控制状态”、“受统计控制”，或有时间称
“受控”，普通原因表现为一个稳定系统的偶然原因。只
有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：指的是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。除
非所有的特殊原因都被查找出来并且采取了措施，否則它
控制图示例:
上控制界限(UCL)
中心线(CL)
下控制界限(LCL) 16
1、在产品的生产过程中， 计量值的分布形式有：
位置：中心值 形状：峰态
分布宽度 17
μ±kσ μ±0.67σ
μ±1σ μ±1.96σ
μ±2σ μ±2.58σ
μ±3σ
在內的概率 50.00% 68.26% 95.00% 95.45% 99.00% 99.73%
就控制图在工厂中实施
来说，英国比美国早。
1950年，日本由W.E. Deming（戴明）博士引 到日本。
同年日本规格协会成立 了品质控制委员会，制 定了相应的JIS标准。
5
3、SPC&SQC
针对过程的重要工艺 参数所做的才是SPC
原料
PROCESS
测量 结果
针对产品特性所做 的仍只是在做SQC
（1）总体标准差
15 （2）样本的标准差s
四、控制图概述
控制图是用于分析和控制过程质量的一种方法。控制图 是一种带有控制界限的反映过程质量的记录图形，图的纵轴 代表产品质量特性值(或由质量特性值获得的某种统计量)； 横轴代表按时间顺序(自左至右)抽取的各个样本顺序号；
图内有中心线(记为CL)、上控制界限(记为UCL)和下控 制界限(记为LCL)三条线(见下图)。
计数型 特点：不可以连续取值，也称离散型数据。 如：废品的件数、缺陷数等。
10
2、波动（变差）的概念：
波动的概念是指在现实生活中没有两件东西是完全一样 的。生产实践证明，无论用多么精密的设备和工具，多么高 超的操作技术，甚至由同一操作工，在同一设备上，用相同 的工具，生产相同材料的同种产品，其加工后的产品质量特 性（如：重量、尺寸等）总是有差异，这种差异称为波动。 公差制度实际上就是对这个事实的客观承认。
消除波动不是SPC的目的，但通过SPC可以对波动进行预 测和控制。
11
3、波动的原因
材料
机器
人员
• 正常波动：是由普通(偶然)原 因造成的。如操作方法的微小 变动、机床的微小振动、刀具 的正常磨损、夹具的微小松动、 材质上的微量差异等。正常波 动引起工序质量微小变化，难 以查明或难以消除。它不能被 操作工人控制，只能由技术、 管理人员控制在公差范围内。
（X1+X2+……+Xn)/n
2、中位数~X
将数据按数值大小顺序排列后，位于中间位置的书，
称为中位数。
如：5，9，10，4，7，
X~=7；
如：5，9，10，4，7，8 ~X=（7+8）/2=7.5
3、极差R
样本数据中的最大值Xmax与最小值Xmin的差值。R= Xmax- Xmin
4、标准差、s
波动原因
方法 12
环境
测量
• 异常波动：是由特殊(异常) 原因造成的。如原材料不合
格、设备出现故障、工夹具
不良、操作者不熟练等。异
常波动造成的波动较大，容
易发现，应该由操作人员发 现并纠正推移具有稳定的且
可重复的分布过程中的许多变差的原因，我们称之为：
统计过程控制 SPC
1
课程大纲
一、SPC的起源和发展 二、SPC的目的 三、基本的统计概念 四、控制图概述和原理 五、计量型控制图 六、计数型控制图 七、使用控制图的益处和注意事项
2
一、SPC的起源和发展
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，遂成为实施品质控制不可 缺少的主要工具，当时称为(Statistical Quality Control)。
们将继续用不可预测的方式来影响过程的输出。如果系统
內存在变差的特殊原因，随时间的推移，过程的输出将不
稳定。
13
普通原因和特殊原因的区别
存在性
普通原因 始终 （车床震动） 特殊原因 有时 （车刀磨断）
方向
影响大小 消除的
难易程度
或大或小 小
难
偏向
大
易
14
4、基本统计量说明
1、平均值 X
设X1，X2，…….Xn是一个大小为n的样本，则X=