统计过程控制培训讲义(ppt 67页)
合集下载
统计过程控制培训讲义
过程变差
普通原因变差 影响过程中每一个单位 在控制图上表现为随机性 没有明确的图案 但遵循一个分布 是由所有不可分派的小变差源组成 通常需要采取系统措施来减少
34
过程变差
特殊原因变差
间断的、偶然的、通常是不可预测的和不稳定的变差 在控制图上表现为超出控制限的点或链或趋势 非随机的图案 是由可分派的变差源造成，该变差源可以纠正
reliable 100%inspection can be.
请用1分钟，彻底检查一次，看看字母“F”出现的次数
答案＝？
6
F字母计数练习
结论：
100％的检验不能保证100％的合格
7
预防与检测
过去，制造商经常通过生产来制造产品，通过 质量控制来检查最终产品并剔除不合格产品。 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，因为它允许将时间和材料 投入到生产不一定有用的产品或服务中。
47
控制图的使用策划
作控制图需要按以下步骤：
计划 资源 评估和改进
48
控制图的使用策划
要点
建立适于采取措施的环境 确定过程 确定待管理的特性
考虑： 考虑客户的要求 当前及潜在的问题区 特性间的相互关系
确定测量系统 使不必要的变差最小化
49
计量型控制图：Xbar-R图
平均数-全距控制图
13
基本统计概念
Mo 众数（mode） 众数是总体中出现次数最多或最普遍的标
志值，即频次或频率最大的标志值。数列中最 常出现的标志值说明该标志值最具有代表性。
14
基本统计概念
2 方差/变异（variance）
n
2
统计的过程控制教材(ppt 64页)
质量管理历史
质量管理的三个阶段
质量检验阶段
F·W·Taylor 科学管理运动----质量检验作为一种管理职 能从生产过程中分离出来
统计质量控制阶段
休哈特----（SPC）统计过程控制
全面质量管理阶段
GE费根堡姆----（TQC）全面质量控制
Presented By
Daniel.Yu
3
概述 控制图原理 分析用控制图与控制用控制图 过程能力指数 常规控制图
控制图的重要性
贯彻预防原则的SPC的重要工具
控制图可用以直接控制与诊断过程
应用广泛
特别是日本、美国等制造业发达国家
管理现代化的体现
工艺复杂环境 种类繁多环境
Presented By
Daniel.Yu
16
概述 控制图原理 分析用控制图与控制用控制图 过程能力指数 常规控制图
控制图的原理
Presented By
Daniel.Yu
9
概述 控制图原理 分析用控制图与控制用控制图 过程能力指数 常规控制图
什么是SPC
统计过程控制的特点
预防性方法 TQM的一种重要技术 重点在于“P”（Process）
统计过程诊断（SPCD / SPD ）
Statistical Process Control and Diagnosis 含义--利用统计技术对过程中的各个阶段进行监控与
Statistical Process Control
概述 控制图原理 分析用控制图与控制用控制图 过程能力指数 常规控制图
课程内容
统计过程控制概述 控制图原理 分析用控制图与控制用控制图 过程能力与过程能力指数 常规控制图的作法及其应用
质量管理的三个阶段
质量检验阶段
F·W·Taylor 科学管理运动----质量检验作为一种管理职 能从生产过程中分离出来
统计质量控制阶段
休哈特----（SPC）统计过程控制
全面质量管理阶段
GE费根堡姆----（TQC）全面质量控制
Presented By
Daniel.Yu
3
概述 控制图原理 分析用控制图与控制用控制图 过程能力指数 常规控制图
控制图的重要性
贯彻预防原则的SPC的重要工具
控制图可用以直接控制与诊断过程
应用广泛
特别是日本、美国等制造业发达国家
管理现代化的体现
工艺复杂环境 种类繁多环境
Presented By
Daniel.Yu
16
概述 控制图原理 分析用控制图与控制用控制图 过程能力指数 常规控制图
控制图的原理
Presented By
Daniel.Yu
9
概述 控制图原理 分析用控制图与控制用控制图 过程能力指数 常规控制图
什么是SPC
统计过程控制的特点
预防性方法 TQM的一种重要技术 重点在于“P”（Process）
统计过程诊断（SPCD / SPD ）
Statistical Process Control and Diagnosis 含义--利用统计技术对过程中的各个阶段进行监控与
Statistical Process Control
概述 控制图原理 分析用控制图与控制用控制图 过程能力指数 常规控制图
课程内容
统计过程控制概述 控制图原理 分析用控制图与控制用控制图 过程能力与过程能力指数 常规控制图的作法及其应用
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
统计过程控制培训课件(PPT 75页)
个体：组成总体的每个单元（产品）叫做个体。
总体含量（总体大小）：总体中所含的个体数，常用N表示。
第四节 总体与样本
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）；样本是由1个或若干个样品组成的。
样本容量（样本大小）：样本中所含的样品数目，常用n表示。
抽样：是指从总体中随机抽取样品组成样本的活动过程。
2. 推断性 ——统计方法都要通过详细研究样本来达到了解、推测总体状况的目 的，因此它具有由局部推断整体的性质。
3. 风险性 ——统计方法既然要推断用部分整体，那么这种由推断而得出的结论 就不会是百分之百正确，即可能有错误。犯错误就要担风险。
三、统计方法的用途
• 1. 提供表示事物特征的数据；(平均值、中位数、标准偏差、方差、极差) • 2. 比较两事物的差异；（假设检验、显著性检验、方差分析、水平对比、分层法、树图、
第二节 产品质量波动
一、正常波动 二、异常波动
一、正常波动
——正常波动是由随机原因(普通原因）引起的产品质量波动； ——仅有正常波动的生产过程称为处于统计控制状态，简称为控制状 态或稳定状态。
二、异常波动
——异常波动是由系统原因（特殊原因）引起的产品质量波动； ——有异常波动的生产过程称为处于非统计控制状态，简称为失控状 态或不稳定状态。
三、 变差的种类
普通原因 由于正常的磨耗和磨损，如工具磨损。
特殊原因 非正常情况，如工具损坏。
第四节 控制图
• 一、概述 • 二、应用控制图的步骤 • 三、应用实例 • 四、控制图的观察与分析
一、概述
－－控制图又叫管制图。它是用来区分由异常原因引起的波动、或 是由过程固有的随机原因引起的偶然波动的一种工具。
总体含量（总体大小）：总体中所含的个体数，常用N表示。
第四节 总体与样本
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）；样本是由1个或若干个样品组成的。
样本容量（样本大小）：样本中所含的样品数目，常用n表示。
抽样：是指从总体中随机抽取样品组成样本的活动过程。
2. 推断性 ——统计方法都要通过详细研究样本来达到了解、推测总体状况的目 的，因此它具有由局部推断整体的性质。
3. 风险性 ——统计方法既然要推断用部分整体，那么这种由推断而得出的结论 就不会是百分之百正确，即可能有错误。犯错误就要担风险。
三、统计方法的用途
• 1. 提供表示事物特征的数据；(平均值、中位数、标准偏差、方差、极差) • 2. 比较两事物的差异；（假设检验、显著性检验、方差分析、水平对比、分层法、树图、
第二节 产品质量波动
一、正常波动 二、异常波动
一、正常波动
——正常波动是由随机原因(普通原因）引起的产品质量波动； ——仅有正常波动的生产过程称为处于统计控制状态，简称为控制状 态或稳定状态。
二、异常波动
——异常波动是由系统原因（特殊原因）引起的产品质量波动； ——有异常波动的生产过程称为处于非统计控制状态，简称为失控状 态或不稳定状态。
三、 变差的种类
普通原因 由于正常的磨耗和磨损，如工具磨损。
特殊原因 非正常情况，如工具损坏。
第四节 控制图
• 一、概述 • 二、应用控制图的步骤 • 三、应用实例 • 四、控制图的观察与分析
一、概述
－－控制图又叫管制图。它是用来区分由异常原因引起的波动、或 是由过程固有的随机原因引起的偶然波动的一种工具。
统计过程控制培训讲义(PPT 67页)
SPC(Statistical Process Control)
持续改进及过程控制 • 企业目标-客户满意 • 实现目标-持续改进，强调缺陷的预防 • 有效方法-统计过程控制
检验和预防 • 检验是对过程结束后的输出进行测量 – 通过抽样检验--发现合格/不合格 – 通过100%检验--发现合格/不合格 • 预防是在生产中对过程进行测量 – 通过对过程的测量，使质量问题在导致报废、返
计数型数值和计量型数值
特殊原因
普通原因
一种间断性的，不可预 造成变差的一个原因，
计的，不稳定的变差来
它影响被研究过程输
源。有时被称为可查明
出的所有单值；在控
原因，存在它的信号是： 制图分析中，它表现
存在超过控制线的点或
为随机过程变差的一
存在在控制线之内的链
部分。
或其他非随机性的情形。
局部措施和对系统采取措施
1-4、选择控制图的刻度 4-1 两个控制图的纵坐标分别用于 X 和 R 的测量值。 4-2 刻度选择 ：
接上页
对于X 图，坐标上的刻度值的最大值与最小值的差应至少为子组均值 （X）的最大值与最小值的差的2倍，对于R图坐标上的刻度值的最大值 与最小值的差应为初始阶段所遇到的最大极差（R）的2倍。 注：一个有用的建议是将 R 图的刻度值设置为 X 图刻度值的2倍。
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
控制图类型
X-R 均值和极差图 计量 型数 X-δ均值和标准差图 据
X -R 中位值极差图
X-MR 单值移动极差图
计数 型数 据
P chart 不合格品率控制图 nP chart不合格品数控制图 C chart 缺陷数控制图
持续改进及过程控制 • 企业目标-客户满意 • 实现目标-持续改进，强调缺陷的预防 • 有效方法-统计过程控制
检验和预防 • 检验是对过程结束后的输出进行测量 – 通过抽样检验--发现合格/不合格 – 通过100%检验--发现合格/不合格 • 预防是在生产中对过程进行测量 – 通过对过程的测量，使质量问题在导致报废、返
计数型数值和计量型数值
特殊原因
普通原因
一种间断性的，不可预 造成变差的一个原因，
计的，不稳定的变差来
它影响被研究过程输
源。有时被称为可查明
出的所有单值；在控
原因，存在它的信号是： 制图分析中，它表现
存在超过控制线的点或
为随机过程变差的一
存在在控制线之内的链
部分。
或其他非随机性的情形。
局部措施和对系统采取措施
1-4、选择控制图的刻度 4-1 两个控制图的纵坐标分别用于 X 和 R 的测量值。 4-2 刻度选择 ：
接上页
对于X 图，坐标上的刻度值的最大值与最小值的差应至少为子组均值 （X）的最大值与最小值的差的2倍，对于R图坐标上的刻度值的最大值 与最小值的差应为初始阶段所遇到的最大极差（R）的2倍。 注：一个有用的建议是将 R 图的刻度值设置为 X 图刻度值的2倍。
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
控制图类型
X-R 均值和极差图 计量 型数 X-δ均值和标准差图 据
X -R 中位值极差图
X-MR 单值移动极差图
计数 型数 据
P chart 不合格品率控制图 nP chart不合格品数控制图 C chart 缺陷数控制图
统计过程控制培训教材(PPT 38张)
控制图原理
2、基本原理
质量波动理论
“人、机、料、法、环” + “软（件）、辅（助材料）、公用系统
质量波动因素 = 偶然因素 +异常因素
偶然因素：过程固有、始终存在、影响微小、难以除去 异常因素：并非固有、时有时无、影响较大、不难去除
小概率原理
小概率事件在一次试验中几乎不可能发生、若发生则判断异常。 超出UCL为千分之一。
12
13 14 15 16 17 18 19 20
100
100 100 100 100 100 100 100 100
6
8 5 2 3 6 2 7 5
0.06
0.08 0.05 0.02 0.03 0.06 0.02 0.07 0.05
22
23 24 25 合计 平均
100
100 100 100 2500 100
P控制图(不良率)
1.公式 (1) 公组样本大小n相等时：
P CL ＝ P UCL ＝ P
LCL ＝
P(1 －P)/n －P)/n ＋ 3 P(1
P (2) n不等，且相差小于20% 时： P(1 －P)/ n P P(1 －P)/ n CL ＝ P
UCL ＝ LCL ＝ ＋ 3 － 3
判定规则
判定规则
判定规则
判定规则
判定规则
案例
案例
案例
常规控制图及用途
计量控制图
计量值的数据收集：按一定时间间 隔抽取一定的样本，然后进行测量， 再将测量到的数据记录下来。计量 型数据具有连续性，故它的抽样计 划与计数值有很大的差异。它通常 根据产品要求，对产品的重要特性 定时抽取固定样本个数。
统计过程控制SPC培训讲义PPT课件
——记件数据一般服从二项式分布，记点数据一般服从泊松分布。
——当数据以百分率表示时，要判断它是计量数据还是计数数据， 应取决于给出数据的计算公式的分子。
12
第二讲：控制图
13
统计过程控制的实施过程
经由制程中去收集资料，而加以统计分 析，并从分析中发觉制程的变异，并经 由问题分析以找出异常原因，立即采取 改善措施，使制程恢复正常。再借由制 程能力分析与标准化，以不断提高制程 能力。
P(x)
0
1
2
3
4
5
6
μ μ+σ
9
关于正态分布
固定标准差σ时，不同的均值，如μ1 ＜μ2，对应的正态曲线的形状完 全相同，仅位置不同。
N（μ1，σ2）
N（μ2，σ2）
固定均值μ时，不同的标准差，如σ1＜ σ2，对应的正态曲线的位置相同， 但形状（高低与胖瘦）不同。
N（μ1，σ2）
N（μ2，σ2）
0
不合格品率 （PPM） 317300
45500 2700 63 0.57 0.002
11
二、计数数据
——凡是不能连续取值的，或者说即使使用测量工具也得不到小数 点以下数值，而只能得到0或1，2，3•••等自然数的这类数据。
——计数数据还可细分为记件数据和记点数据。记件数据是指按件 计数的数据，如不合格品数、彩色电视机台数、质量检测项目数等；记点 数据是指按缺项点（项）计数的数据，如疵点数、砂眼数、气泡数、单位 （产品）缺陷数等。
很多质量特性X随机取值的统计规律性。 • 如：一个班级中学生的身高、体重、成绩；加工一批轴的外
径尺寸等。 • 正态分布的图形是对称的钟形曲线，称为正态曲线。 • 正态分布含有两个参数μ和σ，其中μ为正态分布的均值，它
——当数据以百分率表示时，要判断它是计量数据还是计数数据， 应取决于给出数据的计算公式的分子。
12
第二讲：控制图
13
统计过程控制的实施过程
经由制程中去收集资料，而加以统计分 析，并从分析中发觉制程的变异，并经 由问题分析以找出异常原因，立即采取 改善措施，使制程恢复正常。再借由制 程能力分析与标准化，以不断提高制程 能力。
P(x)
0
1
2
3
4
5
6
μ μ+σ
9
关于正态分布
固定标准差σ时，不同的均值，如μ1 ＜μ2，对应的正态曲线的形状完 全相同，仅位置不同。
N（μ1，σ2）
N（μ2，σ2）
固定均值μ时，不同的标准差，如σ1＜ σ2，对应的正态曲线的位置相同， 但形状（高低与胖瘦）不同。
N（μ1，σ2）
N（μ2，σ2）
0
不合格品率 （PPM） 317300
45500 2700 63 0.57 0.002
11
二、计数数据
——凡是不能连续取值的，或者说即使使用测量工具也得不到小数 点以下数值，而只能得到0或1，2，3•••等自然数的这类数据。
——计数数据还可细分为记件数据和记点数据。记件数据是指按件 计数的数据，如不合格品数、彩色电视机台数、质量检测项目数等；记点 数据是指按缺项点（项）计数的数据，如疵点数、砂眼数、气泡数、单位 （产品）缺陷数等。
很多质量特性X随机取值的统计规律性。 • 如：一个班级中学生的身高、体重、成绩；加工一批轴的外
径尺寸等。 • 正态分布的图形是对称的钟形曲线，称为正态曲线。 • 正态分布含有两个参数μ和σ，其中μ为正态分布的均值，它
统计过程控制培训教材PPT(共 38张)
不合格品数 、不合格品率
计量值的数据收集
抽样频率在初始阶段相对高一点，在过程中如发现质量受 控较稳定时，可视情况酌情减少抽样频率，甚至放弃该点 的计量监控。例如在第一个月，每小时抽5个；经过1个月 的监控，质量已稳定，已经有2周时间是CPK值达到了2.0以 上，可采用4个小时抽5个（注：一般不宜采用减少每次抽 样数）；又经过一个月，发现CPK还是在2.0以上，且没有大 幅的周期变化的特性，则可放弃该点做计量控制。
它们之间是互相独立。
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。
控制图原理控制图原理4 Nhomakorabea控制图基础知识
(1)、控制限的确定
上控制限：UCL= µ +3 中心线： CL= µ
下控制限：LCL= µ 3 (2)、控制图原理的两类错误
控制图判稳与判异的原理是基于小概率事件一次 不发生的原理。
1、虚发报警
过程正常、偶尔出界判异常，a概率，造成寻找根本不 存在原因损失
用途与特点同上，但处理简单，检出过程不稳定的能力比 不上平均值与极差控制图。适用于每次取样小于10。
● 用于产品批量小，单件加工时间长之产品；有些产品需 要经过一段很长的时间，才能生产完成，才可得到一个 测量值；
● 所选取的样本为一种极为一致的产品，如液体或气体； ● 破坏性的试验，每检验一个，就报废一个； ● 控制一些过程参数，如温度、压力等； ● 适用于每次取样为1，n=1
进入日常管理后，关键是保持所确定的状态。 经过一个阶段的使用后，可能又会出现新的异常，这时应
计量值的数据收集
抽样频率在初始阶段相对高一点，在过程中如发现质量受 控较稳定时，可视情况酌情减少抽样频率，甚至放弃该点 的计量监控。例如在第一个月，每小时抽5个；经过1个月 的监控，质量已稳定，已经有2周时间是CPK值达到了2.0以 上，可采用4个小时抽5个（注：一般不宜采用减少每次抽 样数）；又经过一个月，发现CPK还是在2.0以上，且没有大 幅的周期变化的特性，则可放弃该点做计量控制。
它们之间是互相独立。
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。
控制图原理控制图原理4 Nhomakorabea控制图基础知识
(1)、控制限的确定
上控制限：UCL= µ +3 中心线： CL= µ
下控制限：LCL= µ 3 (2)、控制图原理的两类错误
控制图判稳与判异的原理是基于小概率事件一次 不发生的原理。
1、虚发报警
过程正常、偶尔出界判异常，a概率，造成寻找根本不 存在原因损失
用途与特点同上，但处理简单，检出过程不稳定的能力比 不上平均值与极差控制图。适用于每次取样小于10。
● 用于产品批量小，单件加工时间长之产品；有些产品需 要经过一段很长的时间，才能生产完成，才可得到一个 测量值；
● 所选取的样本为一种极为一致的产品，如液体或气体； ● 破坏性的试验，每检验一个，就报废一个； ● 控制一些过程参数，如温度、压力等； ● 适用于每次取样为1，n=1
进入日常管理后，关键是保持所确定的状态。 经过一个阶段的使用后，可能又会出现新的异常，这时应
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
统计过程控制培训教材ppt课件
2019
1、与过程相关的管制图 2、使用控制图的准备 3、 X bar-R 图 4、 X bar-s 图 5、 X med-R图 6、 X -Rm图 七、管制图的选择方法 八、过程能力分析及管制图的判读 1、过程能力分析 2、管制图判读
-
2
一、SPC的含义 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。
2019
一组数值中最大值与最小值之差：R=Max-Min
各数值与平均值之差之平方总和： S=Σ (X-X)2 平方和除以数据个数： V(X)= S/n= Σ(X-X)2 /n 变异数之开方：σ =√V= √S/n = √Σ(X-X)2 /n
◆平均数、中位数、众数、全距、平方和、变异数、及标准差的计算
平均数(X bar) 中位数(Me) 众数(Mo) X bar=(x1+x2+……x n)/N 将数据从小到大或大至小依次排列，位居中央的数称为中位数。 一群数据中，再现次数最多的数。
全距(R)
平方和 (S) 变异数 [V(X)] 标准差 (σ )
2019
-
4
二、基本的统计概念 1、主要的统计学名词-1
名称 平均值 （X bar） 解释 一组测量值的均值，群体平均值用μ 表示
极差（Range）
标准差σ （Sigma） (Standard Deviation) 单值（Individual） 中心线（Central Line） 过程均值(Process Average) 变差（Variation） 普通原因 （Common Cause） 特殊原因(Special Cause）
1、与过程相关的管制图 2、使用控制图的准备 3、 X bar-R 图 4、 X bar-s 图 5、 X med-R图 6、 X -Rm图 七、管制图的选择方法 八、过程能力分析及管制图的判读 1、过程能力分析 2、管制图判读
-
2
一、SPC的含义 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。
2019
一组数值中最大值与最小值之差：R=Max-Min
各数值与平均值之差之平方总和： S=Σ (X-X)2 平方和除以数据个数： V(X)= S/n= Σ(X-X)2 /n 变异数之开方：σ =√V= √S/n = √Σ(X-X)2 /n
◆平均数、中位数、众数、全距、平方和、变异数、及标准差的计算
平均数(X bar) 中位数(Me) 众数(Mo) X bar=(x1+x2+……x n)/N 将数据从小到大或大至小依次排列，位居中央的数称为中位数。 一群数据中，再现次数最多的数。
全距(R)
平方和 (S) 变异数 [V(X)] 标准差 (σ )
2019
-
4
二、基本的统计概念 1、主要的统计学名词-1
名称 平均值 （X bar） 解释 一组测量值的均值，群体平均值用μ 表示
极差（Range）
标准差σ （Sigma） (Standard Deviation) 单值（Individual） 中心线（Central Line） 过程均值(Process Average) 变差（Variation） 普通原因 （Common Cause） 特殊原因(Special Cause）
- 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)。
局部措施
通常用来消除变差的特殊原因 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
通常用来消除变差的普通原因 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
统计的核心概念
波动 • 自然界中没有完全相同的东西 • 波动是指过程中的件与件之间的区别 • 正是波动的存在，工程师才在技术上要求给出公
SPC(Statistical Process Control)
持续改进及过程控制 • 企业目标-客户满意 • 实现目标-持续改进，强调缺陷的预防 • 有效方法-统计过程控制
检验和预防 • 检验是对过程结束后的输出进行测量 – 通过抽样检验--发现合格/不合格 – 通过100%检验--发现合格/不合格 • 预防是在生产中对过程进行测量 – 通过对过程的测量，使质量问题在导致报废、返
一步纠正
• 有助于了解当前过程是否有能力形成100% 满足要求的输出
提高质量和生产率，降低成本
统计的基本概念
数据类型 • 计量值数据：测量某物是“多少” • 例 – 间隙的大小；—缸径大小；—支架厚度；—抗拉强度。 数据类型 记数值数据：测量出现/不出现 • 例： – 通/止数据 – 安装正确/错误数据 – 孔钻通/未通 – 表面划伤/未划伤
SPC技术原理
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，根据反馈信 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， 以达到控制质量的目的。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 在系统因素的影响时，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。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，从而使产品和服务稳定地满足顾客 的要求。
• 于专业技术结合，才能很好地控制过程 • 持续质量改进的一个组成部分，是一种预
防型的质量管理方法
SPC的作用
• 对设计和过程能力进行可靠性的评估 • 统计有助于区分正常波动和异常波动 • 可以依据以往过程的运行情况预测将来过程
如何运行
• 降低发现质量问题对检验的依赖性 • 验证问题是否已经永久地纠正了还是需要进
在生产过程中，产品的加工尺寸的波动是不可避免的。它是由人、 机器、材料、方法和环境等基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。正常波动是偶然性原因（不可避免因素）造成的。 它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除。 异常波动是由系统原因（异常因素）造成的。它对产品质量影响很大， 但能够采取措施避免和消除。过程控制的目的就是消除、避免异常波动， 使过程处于正常波动状态。
出是可预测的
异常波动
• 不是由偶然的或随机因素造成的，而是由特殊原 因引起，并且可以控制
– 材料不合格 – 不同供应商提供的原材料 – 不正确的设备调试 • 存在异常波动的过程是“不稳定”的，其输出是
不可预测的
统计方法提供波动的信息 • 两个度量参数 – 集中趋势 • 集中趋势用于度量分布中心 • 集中趋势的一个主要度量参数是平均值 – 分散程度 • 分散程度用于度量分布范围 • 分散程度的一个重要度量参数是标准偏差
差 • 质量控制根本无法完全消除波动，仅测量波动，
预测发生的可能性，并不断地降低存在的波动 • 产品/特性间的波动可分为正常波动（短期的、零
件间的差异）和异常波动（发生规则和不规则的变化
正常波动
• 由偶然的或随机因素造成的，并且不能控制 – 设备震动 – 原材料批与批之间的区别 • 仅存在正常波动的过程是“受控”的过程，其输
正态分布 • 产品/特性的波动分布符合正态分布 • 正态分布的特征值 – 平均值：钟型曲线最高点对应的数值 – 极差：最大测量值和最小测量值之间的差值 – 标准偏差S ：数据散布程度的度量 正态分布 – 平均值 – 中位数 – 众数 – 正态分布曲线 – 标准偏差S 正态分布 图
为什么要应用SPC
计数型数值和计量型数值
Hale Waihona Puke 特殊原因普通原因一种间断性的，不可预 造成变差的一个原因，
计的，不稳定的变差来
它影响被研究过程输
源。有时被称为可查明
出的所有单值；在控
原因，存在它的信号是： 制图分析中，它表现
存在超过控制线的点或
为随机过程变差的一
存在在控制线之内的链
部分。
或其他非随机性的情形。
局部措施和对系统采取措施
σ=
标准差的意义：一组数中各单个值与总体平均 数之间的平均离差，说明该组数的离散程度
标准偏差与极差的关系（对于给定的样本容量,
平均极差---R越大,标准偏差---- σˆ 越大）
X σˆ
范围
R
范围
X σˆ
R
范围
X σˆ
R
过程控制
目标：对影响过程的措施做出合理经济的决定 过程在统计控制下运行（过程受控）：仅存在
造成变差的特殊原因 过程控制的作用：当出现变差的特殊原因时报
警；反之，不报警
SPC的概念
使用诸如控制图等统计技术来分析过程或其输出 以便采取适当的措施来达到并保持统计控制状态 从而提高过程能力。
一组重要的统计概念
• 平均值、中位数 • 极差、标准差 • 计量型数值与计数型数值
平均值（Xbar或X）
中位数（ ）
极差（R)，组距
作用: 表明数据之间的离散程度
标准差σ （Sigma) 标准差
工和成本增加之前对其进行纠正
抽样和100%检验的不足 • 简单抽样可能会误导 • 100%检验是一种非常昂贵的方法，同时并
不比抽样精确多少
• 尽管检验把关，但返工/报废已经发生 • 通过抽样和检验进行检验把关并不能发现
问题
• 一些不合格品仍然可能到达客户手中
统计过程控制定义
• 用于了解、改进、预防和控制过程状态的 一组分析工具和方法
通常用来消除变差的特殊原因 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
通常用来消除变差的普通原因 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
统计的核心概念
波动 • 自然界中没有完全相同的东西 • 波动是指过程中的件与件之间的区别 • 正是波动的存在，工程师才在技术上要求给出公
SPC(Statistical Process Control)
持续改进及过程控制 • 企业目标-客户满意 • 实现目标-持续改进，强调缺陷的预防 • 有效方法-统计过程控制
检验和预防 • 检验是对过程结束后的输出进行测量 – 通过抽样检验--发现合格/不合格 – 通过100%检验--发现合格/不合格 • 预防是在生产中对过程进行测量 – 通过对过程的测量，使质量问题在导致报废、返
一步纠正
• 有助于了解当前过程是否有能力形成100% 满足要求的输出
提高质量和生产率，降低成本
统计的基本概念
数据类型 • 计量值数据：测量某物是“多少” • 例 – 间隙的大小；—缸径大小；—支架厚度；—抗拉强度。 数据类型 记数值数据：测量出现/不出现 • 例： – 通/止数据 – 安装正确/错误数据 – 孔钻通/未通 – 表面划伤/未划伤
SPC技术原理
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，根据反馈信 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， 以达到控制质量的目的。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 在系统因素的影响时，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。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，从而使产品和服务稳定地满足顾客 的要求。
• 于专业技术结合，才能很好地控制过程 • 持续质量改进的一个组成部分，是一种预
防型的质量管理方法
SPC的作用
• 对设计和过程能力进行可靠性的评估 • 统计有助于区分正常波动和异常波动 • 可以依据以往过程的运行情况预测将来过程
如何运行
• 降低发现质量问题对检验的依赖性 • 验证问题是否已经永久地纠正了还是需要进
在生产过程中，产品的加工尺寸的波动是不可避免的。它是由人、 机器、材料、方法和环境等基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。正常波动是偶然性原因（不可避免因素）造成的。 它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除。 异常波动是由系统原因（异常因素）造成的。它对产品质量影响很大， 但能够采取措施避免和消除。过程控制的目的就是消除、避免异常波动， 使过程处于正常波动状态。
出是可预测的
异常波动
• 不是由偶然的或随机因素造成的，而是由特殊原 因引起，并且可以控制
– 材料不合格 – 不同供应商提供的原材料 – 不正确的设备调试 • 存在异常波动的过程是“不稳定”的，其输出是
不可预测的
统计方法提供波动的信息 • 两个度量参数 – 集中趋势 • 集中趋势用于度量分布中心 • 集中趋势的一个主要度量参数是平均值 – 分散程度 • 分散程度用于度量分布范围 • 分散程度的一个重要度量参数是标准偏差
差 • 质量控制根本无法完全消除波动，仅测量波动，
预测发生的可能性，并不断地降低存在的波动 • 产品/特性间的波动可分为正常波动（短期的、零
件间的差异）和异常波动（发生规则和不规则的变化
正常波动
• 由偶然的或随机因素造成的，并且不能控制 – 设备震动 – 原材料批与批之间的区别 • 仅存在正常波动的过程是“受控”的过程，其输
正态分布 • 产品/特性的波动分布符合正态分布 • 正态分布的特征值 – 平均值：钟型曲线最高点对应的数值 – 极差：最大测量值和最小测量值之间的差值 – 标准偏差S ：数据散布程度的度量 正态分布 – 平均值 – 中位数 – 众数 – 正态分布曲线 – 标准偏差S 正态分布 图
为什么要应用SPC
计数型数值和计量型数值
Hale Waihona Puke 特殊原因普通原因一种间断性的，不可预 造成变差的一个原因，
计的，不稳定的变差来
它影响被研究过程输
源。有时被称为可查明
出的所有单值；在控
原因，存在它的信号是： 制图分析中，它表现
存在超过控制线的点或
为随机过程变差的一
存在在控制线之内的链
部分。
或其他非随机性的情形。
局部措施和对系统采取措施
σ=
标准差的意义：一组数中各单个值与总体平均 数之间的平均离差，说明该组数的离散程度
标准偏差与极差的关系（对于给定的样本容量,
平均极差---R越大,标准偏差---- σˆ 越大）
X σˆ
范围
R
范围
X σˆ
R
范围
X σˆ
R
过程控制
目标：对影响过程的措施做出合理经济的决定 过程在统计控制下运行（过程受控）：仅存在
造成变差的特殊原因 过程控制的作用：当出现变差的特殊原因时报
警；反之，不报警
SPC的概念
使用诸如控制图等统计技术来分析过程或其输出 以便采取适当的措施来达到并保持统计控制状态 从而提高过程能力。
一组重要的统计概念
• 平均值、中位数 • 极差、标准差 • 计量型数值与计数型数值
平均值（Xbar或X）
中位数（ ）
极差（R)，组距
作用: 表明数据之间的离散程度
标准差σ （Sigma) 标准差
工和成本增加之前对其进行纠正
抽样和100%检验的不足 • 简单抽样可能会误导 • 100%检验是一种非常昂贵的方法，同时并
不比抽样精确多少
• 尽管检验把关，但返工/报废已经发生 • 通过抽样和检验进行检验把关并不能发现
问题
• 一些不合格品仍然可能到达客户手中
统计过程控制定义
• 用于了解、改进、预防和控制过程状态的 一组分析工具和方法