SPC统计过程控制培训课件
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）
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 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
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统计过程控制培训教材(PPT 116页)
1.了解产品总体性能 2. 取消人为特殊因素造成的极端值以稳定制程 3. 规格趋向目标值 4. 减小差异 5. 審核規格，看看是否適用
MQIP – All Rights Reserved
Bak SPC Training
Aug 1-2 , 2004
MQIP
Your Professional Quality Improvement Partner
◆若初始建立控制图，至少要抽取75个以上 的数据，若样本含量N=3，则至少要抽25组 样本. ◆数据必须是最新的，能确切反映当前的工 序水平. ◆抽样时必须记录数据采集日期、时间、采 集人等信息.24样本均值分布898642 ◆抽样必须是随机的.
MQIP – All Rights Reserved
Bak SPC Training
SPC应用背景篇
课程目的：
>了解SPC的历史由来. >掌握控制图基本原理. >掌握SPC的运用领域. >SPC基本统计概念
MQIP – All Rights Reserved
Bak SPC Training
Aug 1-2 , 2004
Your Professional Quality Improvement Partner
Aug 1-2 , 2004
MQIP 控制图的应用
Your Professional Quality Improvement Partner
… …
… …
… …
… …
… …
… …
… …
… …
… …
… …
数据记录一般格式
样本号 （1）
日期/时间
X1
1
3/12 8:00 AM
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统计过程控制培训课件(PPT 80张)
宇宙万物及工业产品大都呈常态分配 变异的原因可分为偶因及异因
偶因属管理系统的范围
例如:身高.体重.智力.考试成绩.所得分配
预防与检测
人 机 法 环 測量 測量
原料
PROCESS
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 品已经制造出来，只是相当于检验 得好不好，时效已晚。 所以要去探究哪些因素会影响y，
X X X
UCL LCL 全距控制图
建立X-R图的步骤C
C1分析极差图上的数据点 C2识別并标注特殊原因(极差图) Ｃ 过 程 控 制 解 释
C3重新計算控制界限(极差图)
超出 链 明显 形
C4分析均值图上的数据点
C5识別并标注特殊原因(均值图)
超出 链 明显
控制图的判读
超出控制界限的点：连续25点出现一个或 任何一个控制界限是该点处于失控状态的
对系统采取措施
局部措施、系统措施示意
UCL
组内变异和组间差异说明
不同槽之间的谓组间变异，我们在于了解在
组间变异大的解决方法
此时的异常将在Xbar图中显示出来 一般的责任是在现场人员，可能是 料，没有依照标准作业方法等。 此种问题比较容易解决，85%应由 员就可以处理。
组内变异大的解决方法
层别的说明
复合
使用控制图的注意事项
控制界限的重新计算
为使控制线适应今后的生产过程, 在 最初的控制线CL、UCL、LCL时, 常 复计算, 以求得切实可行的控制图. 但 经过使用一定时期后, 生产过程有了 加工工艺改变、刀具改变、设备改变
统计过程控制SPC培训教材(PPT 155页)
2. 制造过程的特征 a、任何一个过程都有输入和输出。 b、完成一个过程需开展一系列的活动。 c、完成一个过程必须投入相应的资源。 d、为确保过程的质量，需要对过程中的关键阶段进行必要的检 查、评审、验证。 e、每一个过程本身是价值增加的过程。
第一章 统计过程控制概述
二、产品质量波动
– 产品质量具有波动性和规律性。在生产实践中，即便操作者、 机器、原材料、加工方法、测试手段、生产环境等条件相同， 但生产出的一批产品的质量特性数据却并不完全相同，总是存 在着差异，这就是产品质量的波动性。因此，产品质量波动具 有普遍性和永恒性。当生产过程处于统计控制状态时，生产出 来的产品的质量特性数据，其波动服从一定的分布规律，这就 是产品质量的规律性。
• 有时有利，有时有害。
第一章 统计过程控制概述
例如，原材料的质量不符合规定要求；机器设备带病运转；操作者违反操 作规程；测量工具带系统性误差，等等。由于这些原因引起的质量波动大 小和作用方向一般具有一定的周期性或倾向性，因此比较容易查明，容易 预防和消除。又由于异常波动对质量特性值的影响较大，因此，一般说来 在生产过程中是不允许存在的。
统计过程控制概述
目标值线
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
预测
时间
？？？
？ ？？
？ ？
目标值线
？ ？
预测
时间
范围
第一章 统计过程控制概述
三、影响产品质量波动的因素
什么是波动？ 波动就是变差，是过程的单个输出之间不可避免的差别。可以
用 σ 表示。
从微观角度看，引起产品质量波动的原因主要来自6个方面： “人、机、料、法、测、环（5M1E）”。
概率
第一章 统计过程控制概述
二、产品质量波动
– 产品质量具有波动性和规律性。在生产实践中，即便操作者、 机器、原材料、加工方法、测试手段、生产环境等条件相同， 但生产出的一批产品的质量特性数据却并不完全相同，总是存 在着差异，这就是产品质量的波动性。因此，产品质量波动具 有普遍性和永恒性。当生产过程处于统计控制状态时，生产出 来的产品的质量特性数据，其波动服从一定的分布规律，这就 是产品质量的规律性。
• 有时有利，有时有害。
第一章 统计过程控制概述
例如，原材料的质量不符合规定要求；机器设备带病运转；操作者违反操 作规程；测量工具带系统性误差，等等。由于这些原因引起的质量波动大 小和作用方向一般具有一定的周期性或倾向性，因此比较容易查明，容易 预防和消除。又由于异常波动对质量特性值的影响较大，因此，一般说来 在生产过程中是不允许存在的。
统计过程控制概述
目标值线
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
预测
时间
？？？
？ ？？
？ ？
目标值线
？ ？
预测
时间
范围
第一章 统计过程控制概述
三、影响产品质量波动的因素
什么是波动？ 波动就是变差，是过程的单个输出之间不可避免的差别。可以
用 σ 表示。
从微观角度看，引起产品质量波动的原因主要来自6个方面： “人、机、料、法、测、环（5M1E）”。
概率
SPC(Statistical Process Control) 统计过程控制培训课件
二.SPC的作用（续）为设备验收提供资料应用SPC统计资料来验证设备能力，保证设备的接受水平提倡一次性将工作做好的精神强调工作质量技术管理人员给生产现场提供良好的服务；生产人员注重提高一次交验合格率。
Statistical Process Control
二.SPC的作用（续）发展企业文化，提高职工素质严谨的工作态度认真负责的精神形成一个有效的分析、解决问题的网络用共同的语言讨论质量问题自我参与和完善的意识
特殊原因
四. 持续改进及统计过程控制概述2.变差的普通原因和特殊原因(续）（通常也叫可查明原因）是指造成不是始终作用于过
每件产品的尺寸与别的都不同
范围但它们形成一个模型，
范围 范围 范围若稳定， 可以描述为一个分布
范围
范围
范围分布可以通过以下因素来加以区分
位置 分布宽度
形状
或这些因素的组合
目标值线
不精密
精密
准确
不准确
• •
••
••••
•
•
•• •
••••
•••
•••
Statistical Process Control
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2、定义过程根据加工过程和上下使用者之间的关系，分析每个阶段的影响因素。
Statistical Process Control
三.SPC常用术语解释（续）
名 称
解 释
总 体
又称母体，是指所要研究对象的全体；
样 本
从总体中随机抽取出来的，对它进行测量、分析的一部分个体；
样 品
又称个体，样本中的每一个研究对象；
样本大小
Statistical Process Control
二.SPC的作用（续）发展企业文化，提高职工素质严谨的工作态度认真负责的精神形成一个有效的分析、解决问题的网络用共同的语言讨论质量问题自我参与和完善的意识
特殊原因
四. 持续改进及统计过程控制概述2.变差的普通原因和特殊原因(续）（通常也叫可查明原因）是指造成不是始终作用于过
每件产品的尺寸与别的都不同
范围但它们形成一个模型，
范围 范围 范围若稳定， 可以描述为一个分布
范围
范围
范围分布可以通过以下因素来加以区分
位置 分布宽度
形状
或这些因素的组合
目标值线
不精密
精密
准确
不准确
• •
••
••••
•
•
•• •
••••
•••
•••
Statistical Process Control
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2、定义过程根据加工过程和上下使用者之间的关系，分析每个阶段的影响因素。
Statistical Process Control
三.SPC常用术语解释（续）
名 称
解 释
总 体
又称母体，是指所要研究对象的全体；
样 本
从总体中随机抽取出来的，对它进行测量、分析的一部分个体；
样 品
又称个体，样本中的每一个研究对象；
样本大小
统计过程控制SPC培训课程(ppt 71页)
B4 3.267 2.568 2.266 2.089 1.970 1.882 1.815
1.716 1.679 1.646 1.618 1.594 1.572 1.552 1.534 1.518 1.503 1.490
1.761
D3 ----- ----- ----- ----- -----
0.136 0.184 0.223 0.256 0.283 0.307 0.328 0.347 0.363 0.378 0.391 0.403 0.415
22 55 54 51 51 50 52.2 5
10 49 51 51 46 48 49.2 5
23 50 54 52 50 49 51.0 5
11 51 50 49 46 50 49.2 5
24 47 51 51 52 52 50.6 5
12 50 50 49 52 51 50.4 3
25 53 51 51 50 51 51.2 3
μ±2σ μ±2.58σ
μ±3σ
统计过程分析
常态分配
在内之概率 50.00% 68.26% 95.00% 95.45% 99.00% 99.73%
在外之概率 50.00% 31.74% 5.00% 4.55% 1.00% 0.27%
9
spc
常态分配
统计过程分析
10
spc
统计过程分析
控制界限的构成
A3 2.659 1.954 1.628 1.427 1.287 1.182 1.099 1.032 0.975 0.927 0.886 0.850 0.817 0.789 0.763 0.739 0.718 0.698 0.680
B3 ----- ----- ----- ----- 0.303 0.118 0.185 0.239 0.284 0.321 0.354 0.382 0.406 0.428 0.448 0.466 0.482 0.497 0.510
SPC统计过程控制培训教材(共 87张PPT)
常用概率分布简介
连续型分布：
正态分布：当质量特性（随机变量）由为数众多的因素影响，而又
没有一个因素起主导作用的情况下，该质量特性的值的变异分布，一般 都服从或近似服从正态分布。
离散型分布：
二项分布：一个事物只有两种可能的结果，其值的分布一般服从
二项分布；
泊松分布：稀有事件的概率分布一般服从柏松分布。
上海NQA认证有限公司
22
SPC控制图
SPC控制图对两种错误的预防
错判是虚发警报的错误：由于偶然原因造成数据点超出 控制限的情况，从而造成将一个正常的总体错判为不正 常，在控制限为正负3情况下，这样的概率小于3‰；
漏判是漏发警报的错误，也就是判断当数据点在控制限 内的异常，所以，SPC增加了对界内数据点趋势的判断 准则。
漏判是漏发警报的错误：也称为第II类错误，在过程存 在异常变异时，如被监控的总体的均值或标准偏差发生改 变，仍会有一部分数据在上下控制限之内，从而发生漏 报的错误,这种错误用β表示。
上海NQA认证有限公司
21
SPC控制图
SPC控制图对两种风险预防
漏报
错 报
解决 方案
错报：3σ控制限 漏报：判断准则
上海NQA认证有限公司
SPC的统计理论基础
中心极限定理
设X1,X2,…..,Xn是n个独立分布的随机量，分布的均 值为μ，方差为σ2，则在n较大时，有
(1 )X
1
+X
2
+...+X
n
=
n
X
i
i=1
近似服从均值为nμ，方差为nσ2的正态分布。
( 2 )X
=
X
1
+X
连续型分布：
正态分布：当质量特性（随机变量）由为数众多的因素影响，而又
没有一个因素起主导作用的情况下，该质量特性的值的变异分布，一般 都服从或近似服从正态分布。
离散型分布：
二项分布：一个事物只有两种可能的结果，其值的分布一般服从
二项分布；
泊松分布：稀有事件的概率分布一般服从柏松分布。
上海NQA认证有限公司
22
SPC控制图
SPC控制图对两种错误的预防
错判是虚发警报的错误：由于偶然原因造成数据点超出 控制限的情况，从而造成将一个正常的总体错判为不正 常，在控制限为正负3情况下，这样的概率小于3‰；
漏判是漏发警报的错误，也就是判断当数据点在控制限 内的异常，所以，SPC增加了对界内数据点趋势的判断 准则。
漏判是漏发警报的错误：也称为第II类错误，在过程存 在异常变异时，如被监控的总体的均值或标准偏差发生改 变，仍会有一部分数据在上下控制限之内，从而发生漏 报的错误,这种错误用β表示。
上海NQA认证有限公司
21
SPC控制图
SPC控制图对两种风险预防
漏报
错 报
解决 方案
错报：3σ控制限 漏报：判断准则
上海NQA认证有限公司
SPC的统计理论基础
中心极限定理
设X1,X2,…..,Xn是n个独立分布的随机量，分布的均 值为μ，方差为σ2，则在n较大时，有
(1 )X
1
+X
2
+...+X
n
=
n
X
i
i=1
近似服从均值为nμ，方差为nσ2的正态分布。
( 2 )X
=
X
1
+X
SPC统计过程控制培训课件(ppt 59页)
二、基本的统计概念-CP&CPK指数
➢制程能力分析前提
过程处于统计稳定状态 过程中测量值服从正态分布 测量变差相对较小，一般可以忽略不计 工程及其他规范准确地代表顾客的需求，
设计目标值位于规范中心
二、基本的统计概念-CP&CPK指数
A
B
二、基本的统计概念-CP&CPK指数 ➢CP值定义
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
➢控制图的判定准则
2. 过程异常判定准则 7）连续15点，落在中心线
2）9点以上的点在中心线 一侧连续出现
三、控制图
➢控制图的判定准则
2. 过程异常判定准则 3）6点以上的连续点
增加或减少
4）14点以上连续点， 交替上下打点
三、控制图
➢控制图的判定准则
2. 过程异常判定准则 5）连续 的3点中 2点从中
心线脱离2
6）连续的 5点中 4点从中 心线脱离1
三、控制图
2. 异常波动：是由特殊(异常)原因造成 1. 异常波动引起工序质量变化较大，容易发现，应该由
操作人员发现并纠正。
二、基本的统计概念-统计计量数据
➢基本统计计量说明
1. 总体 调差研究对象的全部 用“N”表示 2. 样本 研究总体的情形和某种目的从总体中抽取一部分的代表者 用“n”表示
二、基本的统计概念-统计计量数据
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
- 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)。
在一次试验中几乎不可能发生，若发生即判断异常
（三）控制图原理的第二种解释 （请重点看教材P181 （三），信息量很大）
区分偶然因素与异常因素两类因素 （常规控制图的 实质）
（四）、统计控制状态（区分技术控制状态Ⅰ、Ⅱ）
(1) SPC的基准——统计控制状态，或称稳态 (2) 过程中只有偶因而无异因产生的变异的状态； (3) 统计控制状态的好处——质量稳定、生产经济、过程变 异小； (4) 全过程预防——全稳生产线。
情形2：更经常地是控制图上点子无任何预兆，突然出界，显示异常。 这时应查出异因，采取措施，加以消除。
Issue 3－Dec 3010
制作：集团质量部
15
其中存在两类错误：
1. 第一类错误：虚发警报 过程实际上没有失控而虚报失控，这类错误发生的概率
记为α。
2. 第二类错误：漏发警报 过程已经异常，但仍会有部分产品落在控制线内，
第一节 统计过程控制概述
一、统计过程控制的基本概念
为了贯彻预防原则，应用统计方法对过程中的各个阶段进行评估和监 控，建立并保持过程处于可接受的并且稳定的水平，从而保证产品与 服务符合规定的要求的一种质量管理技术。 内容
（1）判异、告警； （2）计算过程能力指数，分析过程能力满足技术要求的程度，对过 程质量进行评价。
Issue 3－Dec 3010
制作：集团质量部
ቤተ መጻሕፍቲ ባይዱ
10
三、控制图的形成及控制图原理解释 正态分布
图 正态概率密度曲线
(一) 控制图的形成
把正态分布图(直方图更直观 ）按逆时针方向转90°，
并将 3, 3 及均值分别标成LCL、UCL、CL，再将
点按时间展开就得到如下一张控制图。
（二）控制图原理的第一种解释 点子出界就判异——小概率事件原理：小概率事件
第七章 统计过程控制
2020/7/31
1
Issue 3－Dec 3010
培训提要：
一、统计过程控制的基本知识 二、常规控制图 三、分析用控制图与控制用控制图 四、过程能力分析 五、常规控制图的计算
制作：集团质量部
2
SPC 技法
一. SPC的定义
为了实现工序中所要求的质量或是生产性目标，运用PDCA的品质管 理周期，按统计原理有效的管理工程的方法 (PDCA : Plan – Do – Check – Action)
还必须注意，规格限不能用作控制限。规格限用以区分合格与不合格， 控制限则用以区分偶然波动与异常波动，二者不能混淆
通常控制图的控制限的容差范围要小于规范限容差范围
这类错误发生的概率记为β。 3. 如何减少两类错误
五、3σ原则 上下控制线最优间距——6σ（3σ方式）
UCL=μ+3σ
CL=μ
LCL＝μ－3σ
其中： μ为正态总体的均值
σ为正态总体的标准差
注意，总体参数与样本统计量不能混为一谈，总体包括过去已制成的 产品、现在正在制造的产品以及未来将要制造的产品的全体，而样本 只是从已制成产品中抽取的一小部分。故总体参数的数值是不可能精 确知道的，只能通过以往已知的数据来加以估计，而样本统计量的数 值则是已知的
S (Statistical) :借助统计的资料和分析技法 P (Process) :认识了解影响过程，使其品质变动的原因和工程能力状态 C (Control) :运用PDCA的品质管理周期，为了达到已确定的质量目标进 行持续不断的过程改善活动
二. SPC的目的
a）.工程散布最小化 b）.区别偶然要因和异常要因引起的散布 c）.减少偶然要因，能改善工程能力 d）.消除异常要因，能使工程趋于稳定 e）.SPC是了解工程是否稳定的方法，并通过其将工程维持现状或采取 适当措施
SPD —— 利用统计技术对过程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、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
两者的主要区别，主要是后者增加了诊断功能
第二节 常规控制图
一、控制图的结构
样
本 统
UCL
计
量
数
CL
值
LCL
时间或样本号
一、常规控制图的构造 控制图是对过程质量特性值进行测定、记录、评估，监察过程是否处 于统计控制状态的一种用统计方法设计的图
二、统计过程控制的特点 是一种预防性的方法，贯彻预防原则是现代质量管 理的一个特点 强调全员参与和团队精神
三、 统计过程诊断SPD（Statistical Process Diagnosis) SPC —— 判断过程是否异常，及时告警,但早期的SPC不
能告知此异常是什么因素引起的，发生于何处，即不能进行诊 断
包含要素： 1、中心线CL，实线绘制的 2、上控制限UCL、下控制限LCL，虚线绘制 3、描点序列（按时间或样本号），各点之间用直线段相连，以便看 出点子的变化趋势。
若控制图中的描点落在UCL与LCL之外或描点在UCL与LCL之间的排列 不随机，则表明过程异常。 世界上第一张控制图是美国休哈特在1924年提出的不合格品率（p） 控制图
四、控制图的作用
及时告警。 只是在控制图上描点是不可能起到预防作 用的，必须强调要求现场第一线的工程技术人员来推行 SPC，当作日常工作一部分，质量人员则应起到组织、协 调、监督 、鉴定和当好领导参谋的作用。
情形1：应用控制图对生产过程进行监控如出现图示上升趋势，显然 过程有问题，故异因刚一露头，即可发现 ，于是可及时采取措施加 以消除，这当然是预防。但在现场出现这种情形是不多的
二、控制图的重要性
1. 控制图是贯彻预防原则的SPC的重要工具；可用以直接控制与诊 断过程；是老QC七大工具中重要的组成部分；
2. 国外先进发达国家的企业广泛应用； 1984年日本中小型工厂平 均使用137张控制图； 3. 控制图的数量与产品种类和工艺复杂性有关； 4. 工厂使用的控制图的张数在某种意义上反映了管理现代化的程度。
SPC中的主要工具是控制图。
对于来自现场的质量工程师而言，主要做好下述工作： （1）在现场能够较熟练地建立控制图 （2）在生产过程中能够对控制图初步加以使用和判断 （3）能够针对出现的问题提出初步的解决措施
统计质量控制发源于美国。1931年休哈特出版了他的代表 作《加工产品质量的经济控制》，这标志着统计过程时代 的开始
（三）控制图原理的第二种解释 （请重点看教材P181 （三），信息量很大）
区分偶然因素与异常因素两类因素 （常规控制图的 实质）
（四）、统计控制状态（区分技术控制状态Ⅰ、Ⅱ）
(1) SPC的基准——统计控制状态，或称稳态 (2) 过程中只有偶因而无异因产生的变异的状态； (3) 统计控制状态的好处——质量稳定、生产经济、过程变 异小； (4) 全过程预防——全稳生产线。
情形2：更经常地是控制图上点子无任何预兆，突然出界，显示异常。 这时应查出异因，采取措施，加以消除。
Issue 3－Dec 3010
制作：集团质量部
15
其中存在两类错误：
1. 第一类错误：虚发警报 过程实际上没有失控而虚报失控，这类错误发生的概率
记为α。
2. 第二类错误：漏发警报 过程已经异常，但仍会有部分产品落在控制线内，
第一节 统计过程控制概述
一、统计过程控制的基本概念
为了贯彻预防原则，应用统计方法对过程中的各个阶段进行评估和监 控，建立并保持过程处于可接受的并且稳定的水平，从而保证产品与 服务符合规定的要求的一种质量管理技术。 内容
（1）判异、告警； （2）计算过程能力指数，分析过程能力满足技术要求的程度，对过 程质量进行评价。
Issue 3－Dec 3010
制作：集团质量部
ቤተ መጻሕፍቲ ባይዱ
10
三、控制图的形成及控制图原理解释 正态分布
图 正态概率密度曲线
(一) 控制图的形成
把正态分布图(直方图更直观 ）按逆时针方向转90°，
并将 3, 3 及均值分别标成LCL、UCL、CL，再将
点按时间展开就得到如下一张控制图。
（二）控制图原理的第一种解释 点子出界就判异——小概率事件原理：小概率事件
第七章 统计过程控制
2020/7/31
1
Issue 3－Dec 3010
培训提要：
一、统计过程控制的基本知识 二、常规控制图 三、分析用控制图与控制用控制图 四、过程能力分析 五、常规控制图的计算
制作：集团质量部
2
SPC 技法
一. SPC的定义
为了实现工序中所要求的质量或是生产性目标，运用PDCA的品质管 理周期，按统计原理有效的管理工程的方法 (PDCA : Plan – Do – Check – Action)
还必须注意，规格限不能用作控制限。规格限用以区分合格与不合格， 控制限则用以区分偶然波动与异常波动，二者不能混淆
通常控制图的控制限的容差范围要小于规范限容差范围
这类错误发生的概率记为β。 3. 如何减少两类错误
五、3σ原则 上下控制线最优间距——6σ（3σ方式）
UCL=μ+3σ
CL=μ
LCL＝μ－3σ
其中： μ为正态总体的均值
σ为正态总体的标准差
注意，总体参数与样本统计量不能混为一谈，总体包括过去已制成的 产品、现在正在制造的产品以及未来将要制造的产品的全体，而样本 只是从已制成产品中抽取的一小部分。故总体参数的数值是不可能精 确知道的，只能通过以往已知的数据来加以估计，而样本统计量的数 值则是已知的
S (Statistical) :借助统计的资料和分析技法 P (Process) :认识了解影响过程，使其品质变动的原因和工程能力状态 C (Control) :运用PDCA的品质管理周期，为了达到已确定的质量目标进 行持续不断的过程改善活动
二. SPC的目的
a）.工程散布最小化 b）.区别偶然要因和异常要因引起的散布 c）.减少偶然要因，能改善工程能力 d）.消除异常要因，能使工程趋于稳定 e）.SPC是了解工程是否稳定的方法，并通过其将工程维持现状或采取 适当措施
SPD —— 利用统计技术对过程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、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
两者的主要区别，主要是后者增加了诊断功能
第二节 常规控制图
一、控制图的结构
样
本 统
UCL
计
量
数
CL
值
LCL
时间或样本号
一、常规控制图的构造 控制图是对过程质量特性值进行测定、记录、评估，监察过程是否处 于统计控制状态的一种用统计方法设计的图
二、统计过程控制的特点 是一种预防性的方法，贯彻预防原则是现代质量管 理的一个特点 强调全员参与和团队精神
三、 统计过程诊断SPD（Statistical Process Diagnosis) SPC —— 判断过程是否异常，及时告警,但早期的SPC不
能告知此异常是什么因素引起的，发生于何处，即不能进行诊 断
包含要素： 1、中心线CL，实线绘制的 2、上控制限UCL、下控制限LCL，虚线绘制 3、描点序列（按时间或样本号），各点之间用直线段相连，以便看 出点子的变化趋势。
若控制图中的描点落在UCL与LCL之外或描点在UCL与LCL之间的排列 不随机，则表明过程异常。 世界上第一张控制图是美国休哈特在1924年提出的不合格品率（p） 控制图
四、控制图的作用
及时告警。 只是在控制图上描点是不可能起到预防作 用的，必须强调要求现场第一线的工程技术人员来推行 SPC，当作日常工作一部分，质量人员则应起到组织、协 调、监督 、鉴定和当好领导参谋的作用。
情形1：应用控制图对生产过程进行监控如出现图示上升趋势，显然 过程有问题，故异因刚一露头，即可发现 ，于是可及时采取措施加 以消除，这当然是预防。但在现场出现这种情形是不多的
二、控制图的重要性
1. 控制图是贯彻预防原则的SPC的重要工具；可用以直接控制与诊 断过程；是老QC七大工具中重要的组成部分；
2. 国外先进发达国家的企业广泛应用； 1984年日本中小型工厂平 均使用137张控制图； 3. 控制图的数量与产品种类和工艺复杂性有关； 4. 工厂使用的控制图的张数在某种意义上反映了管理现代化的程度。
SPC中的主要工具是控制图。
对于来自现场的质量工程师而言，主要做好下述工作： （1）在现场能够较熟练地建立控制图 （2）在生产过程中能够对控制图初步加以使用和判断 （3）能够针对出现的问题提出初步的解决措施
统计质量控制发源于美国。1931年休哈特出版了他的代表 作《加工产品质量的经济控制》，这标志着统计过程时代 的开始