SPC控制图判异标准及异常处理方法
SPC_8种判异准则
SPC_8种判异准则SPC（统计过程控制）是一种结合统计和数据分析的质量管理方法，用于监控过程的稳定性和控制产品的质量。
为了有效地判断一个过程是否发生了变化，并且有助于及时采取纠正措施，SPC中有八种常用的判异准则。
1. 极差判异准则（Range Test）：极差是指一组数据中最大值和最小值之间的差异，当一些样本的极差超过了设定的极差上限或下限时，就发生了极差异常。
极差过大可能是因为操作方法改变、设备故障或材料变异导致。
2. 一致性判异准则（Run Test）：一致性是指一组数据连续出现的相同结果，当同一个符号连续出现的次数超过设定的限制时，就发生了一致性异常。
一致性的出现可能是由于操作员的错误或机器的固有问题导致。
3. 均值判异准则（Mean Test）：均值是指一组数据的平均值，在SPC中常常用于判断处理过程中是否存在平均偏移。
当一个样本的均值超过设定的均值上限或下限时，就发生了均值异常。
均值异常可能是由于原材料的变化、机器调整不当、操作员技术水平等问题引起。
4. 均值差异判异准则（Mean Difference Test）：均值差异是指两组数据的均值之间的差异，在SPC中常常用于不同运营条件或不同设备之间的比较。
当两组数据的均值差异超过设定的差异上限或下限时，就发生了均值差异异常。
均值差异异常可能是由于不同设备或运营条件导致的。
5. 中位数判异准则（Median Test）：中位数是指一组有序数据中处于中间位置的数值，中位数判异准则用于判断一组数据是否存在异常，当一个样本的中位数超过设定的中位数上限或下限时，就发生了中位数异常。
中位数异常可能是由于样本中存在极端值或其他偏倚导致。
6. 偏度判异准则（Skewness Test）：偏度是指一组数据分布的不对称程度，正偏表示分布右侧比左侧更重，负偏表示分布左侧比右侧更重。
偏度判异准则用于判断一组数据的偏度是否超过设定的阈值，一旦发生偏度异常，可能是由于采样偏差或数据收集错误导致。
SPC_8种判异准则
SPC_8种判异准则SPC（Statistical Process Control，统计过程控制）是一种通过统计分析来监控和控制过程稳定性的方法。
在SPC中，判异准则用来判断过程是否处于控制状态，即过程是否稳定。
下面介绍SPC中常用的8种判异准则：1.点在控制界限之外：该判异准则是最常用的准则之一、该准则要求观察点的数值超出了控制限范围，即超出了正常的变异范围。
2.达到连续规则：该准则要求连续9个点落在同一侧的控制线上，即在过程的一侧出现异常。
这种异常模式可能显示出其中一种迁移或持续的趋势。
3.前后规则：该准则要求连续6个点在同一侧的控制线上，在随后的6个点中至少有4个点处于另一侧的控制线上。
这种模式可能显示出不稳定的变异。
4.背靠背规则：该准则要求连续6个点在同一侧的控制线上，并且其中至少有3个点与前面的连续6个点在同一侧。
这种模式可能表明过程正发生变化。
5.平均值规则：该准则要求连续两个样本的平均值落在中心线的同一侧，并且超出了控制限的2个标准差。
这种模式可能表示过程均值的变化。
6.趋势规则：该准则要求观察点有连续的5个点递增或递减。
这种模式可能表示着其中一种持续的变化趋势。
7.群体间隔规则：该准则要求同一样本的两个连续点间隔超过2个标准差。
这种模式可能表示出样本的变异与正常变异模式不同。
8.确认规则：当其他判异准则发出异常信号时，可以使用该准则进行确认。
该准则要求出现连续超过10个点都没有异常信号时，可以认为其他判异准则出现异常是真实的。
这些判异准则提供了一种可靠的方法来检测和判断过程是否处于控制状态。
通过使用这些准则，可以及时识别并纠正过程中的异常，保证产品质量的稳定性和一致性。
同时，SPC中还可以根据不同的需求和情况，灵活调整和应用这些判异准则，以适应不同的生产环境和过程变异特点。
SPC判异准则及异常处理方法
判异准则1：有点子落在界外。
判异准则2：连续9点落在中心线同一侧。
判异准则3：连续6点递增或递减。
判异准则4：连续14点相邻点上下交替。
判异准则5：连续3点中有2点落在中心线同一侧的B 区以外。
判异准则6：连续5点中有4点在中心线同一侧的C 区以外。
判异准则7：连续15点在C 区中心线上下。
判异准则8：连续8点在中心线两侧。
但无一在C 区中。
管制图异常的处理：
4. CPK≥1.33，说明制程能力较好，需继续保持； 1.33≥CPK≥1，说明制程能力一般，须改进加强； CPK≤1，说明制程能力较差，急需改进。
管制图判异准则及异常处理办法
1．SPC管制异常时首先检查是否严格按作业标准（SOP）测试；如确定为物料异常时，工程立即反馈供应商，要求供应商到现场确认。
同时视情况对库存、在途等状态的产品制定相应措施（退货、返工）；
2．与供应商现场分析后，找到产生异常的原因；制定相应改善措施：修改模具、检修仪器、完善作业方法等；工程师需要到供应商现场确认改善措施完成效果或供应商提供有效的整改证据（样品、图纸等）。
3．SPC 产生异常的原因找到并实施纠正预防措施后，SPC 管制图向管制异常相反的方向转变，说明对策有效。
SPC控制图判异标准及异常处理方法
SPC控制图判异标准及异常处理方法控制图介绍：控制图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。
控制图的分析准则：控制图判断异常的准则有两条：点子出界就判断异常；界内点排列不随机判断异常。
稳态是生产过程追求的目标。
那么如何用控制图判断过程是否处于稳态？为此，需要制定判断稳态的准则。
判稳准则：在点子随机排列的情况下，符合下列各点之一就认为过程处于稳态：（1）连续25个点子都在控制界限内；（2）连续35个点子至多1个点子落在控制界限外；（3）连续100个点子至多2个点子落在控制界限外。
在讨论控制图原理时，已经知道点子出界就判断异常，这是判断异常的最基本的一条准则。
为了增加控制图使用者的信心，即使对于在控制界限内的点子也要观察其排列是否随机。
若界内点排列非随机，则判断异常。
判断异常的准则：符合下列各点之一就认为过程存在异常因素：（1）有点子在控制界限外；（2）连续7点同侧；（3）连续不少于6点有上升或下降的倾向（4）连续14相邻点上下交替（5）同侧连续多3点中有2点以上在在2倍的标准差外区域内出现（6）同侧连续多5点中有4点以上在在1倍的标准差外区域内出现（7）任一侧连续8点公布在±1倍标准差外（8）任一侧连续15点公布在±1倍标准差内管制图异常的处理：1．产线工人或班组长发现SPC管制异常时首先；自我检查，是否严格按作业标准（SOP或WI）作业，相邻作业员交叉检验；情况严重，或无法查找到原因必须立即通知品质工程师和制程工程师。
2．品质工程师与制程工程师现场分析后，能否在较短的时间内（0.5~1小时）找到产生异常的原因，采用4M1E分析制程；如仍然无法找到根源，而且情况严重（如：P不良率大大超标），报告上级主管决定是否停线；品质工程师召集相关部门开会讨论，寻找根本原因（制程、设计、材料或其它）。
SPC-8种判异准则
对判异的处置原则：查明原因，采取措施，加以消除，不再 出现，纳入标准
UCL A
+3σ
+2σ
B
C
+σ
X
C
-σ
B
- 2σ
LCL A
- 3σ
1
判异准则1
任何 1个点落在A区以外
x
UCL A
B C
C B A
LCL
x
Test 1. One Point Beyond Zone A
异常原因一般为: • 新操作人员，方法不对，机器故障，原料不合格 • 检验方法或标准变化 • 计算错误，测量误差
2
判异准则2，5, 6:
Test 2. Nine Points in a Row on One Side of the Center Line
2: 连续9个点落在中心线的同一侧;
UCL
A
5: 连续3个点中有2个点落在中心线同一侧的B 区以外;
B
6: 连续5个点中有4个点落在中心线同一侧的C
C
区以外
B
x
A
LCL
3
判异准则3 连续6个点递增或递减
Test 3. 6 Points in a Row Steadily Increasing or Decreasing
UCL
A
x
B
C
C
B A
LCL
x
异常原因一般为:
• 工具逐渐磨损，维护水平逐渐降低，操作人员技能逐渐提高
4
判异准则4
连续14个点中相邻点交替上下
异常原因一般为:
• 数据有假，计算错误；分层不够
6
判异准则8
连续8个点落在中心线两侧且无一在C区内
SPC控制图判异准则
一外、九同、六递、十四交 三二同B外、五四同C外、十五C内、八C外
详细解读及图表可参考下文，图表均摘自国标。
➢ 一外：1个点落在A区以外 ➢ 九同：连续9点落在中心线同一侧 ➢ 六递：连续6点递增或递减 ➢ 十四交：连续14点中相邻点交替上下 ➢ 三二同B外：连续3点中有2点落在中心线同一侧的B区外 ➢ 五四同C外：连续5点中有4点落在中心线同一侧的C区外 ➢ 十五C内：连续15点落在中心线两侧的C区以内 ➢ 八C外： 连续8点落在中心线两侧且无一在C区以内（即在C区以外）
•
3、越是没有本领的就越加自命不凡。 20.12.1 211:02: 0811:0 2Dec-20 12-Dec-20
•
4、越是无能的人，越喜欢挑剔别人的 错儿。 11:02:0 811:02: 0811:0 2Saturday, December 12, 2020
•
5、知人者智，自知者明。胜人者有力 ，自胜 者强。 20.12.1 220.12. 1211:0 2:0811: 02:08D ecembe r 12, 2020
• 13、无论才能知识多么卓著，如果缺乏热情，则无异 纸上画饼充饥，无补于事。Saturday, December 12, 2020
12-Dec-2020.12.12
• 14、我只是自己不放过自己而已，现在我不会再逼自 己眷恋了。20.12.1211:02:0812 December 202011:02
8、业余生活要有意义，不要越轨。20 20年12 月12日 星期六 11时2 分8秒11 :02:081 2 December 2020
•
SPC判异规则
GB/T4091-2001《常规控制图》规定了八个判异准则：
准则1：一个点子落在A区以外。
A B C C B A
UCL
CL
LCL
P=0.0027
准
则 ②
连续9点落在中心线同一侧。
A B C C B A 表明均值可能产生偏移。
P=2(0.9973/2)9= 0.0038
准 则 ③
连续6点递增或递减。
八条判异规则的原理
在3σ界限控制图中，正常条件下，点子越出界限
的概率只有0.27%，这是一个小概率事件，若不是
异常状态，点子是不会超出控制界限以外的。另外， 即使所有点子落在界限内，但如果有下列排列异常的 情况发生，仍有可能判断处于失控状态。同理可以计 算下列情况的发生概率，它们也是小概率事件。
①过程控制异常的判断
准 则 ⑦ 连续15点落在中心线两侧的C区之内
A B C
C B A
数据分组不当，控制规格太宽和数据不准确所造成。 或应重新计算控制线。 P＝（1－0.15886x2)15=0.00326
准
则 ⑧
ቤተ መጻሕፍቲ ባይዱ
连续8点落在中心线两侧，但无一点在C区中
A B C
C B A
标准差太大
P＝（0.15886x2)8=0.000103
P=0.004
准 则 ⑤
连续3点中有2点落在中心线同一侧的B区以外
A
B
C C B
A
说明标准差可能已经变大
P＝6X0.0228X0.0228X0.9772=0.003
准 则 ⑥
连续5点中有4点落在中心线同一侧的C区以外
A B
C C
B A 可能均值发生了变化 P＝2X5X0.158664X（1－0.15886）=0.005331
SPC判稳、判异准则
准则依据图示特点发生原因
准则11点再A区外可对均值或标准差的变化给
出信号；也可对过程中的单
个失控做出反应
计算错误；
测量误差；
原料不合格；
设备故障
准则2连续9点分布于中
心线同侧
补充准则1而设计，以改进
控制图的灵敏度
过程平均值变大或是变小（人员或
是工具变化）
准则3连续6点递增或递
减
针对过程平均值的趋势设
计，比准则2更灵敏
工具磨损、维修逐渐变坏；
作业者技能提高
判异准则（GB/T4091-2001《常规控制图》）SPC控制图判稳、判异准则
判稳准则（满足一条即可）
①连续25个点，界外点数d=0 ②连续35个点，界外点数d≤1 ③连续100个点，界外点数d≤2
准则4连续14个相邻点上
下交替
由于两台设备轮流使用或是
两个作业人员轮流操作而引
起的系统效应
两个设备轮流使用或是两个作业人
员轮流作业
准则5连续3点中有2个点
落在中心线同一侧
的B区以外
对于变异的增加也比较灵
敏，第三点甚至可以不存在
平均值发生变化
准则6连续5点中有4点落
在中心线同一侧的
C区以外
与准则5相似平均值发生变化
准则7连续15点在C区中
心线上下
不要被美好的“外貌”所迷
惑
数据虚假；
分层不够；
准则8连续8点在中心线
两侧，当无一在C
区中
分层不够。
SPC稳异判别
统计过程控制（SPC）稳异判别及预防控制措施一、编制目的：通过有效的运用SPC系统软件，从而保证我公司的产品过程控制满足产品质量要求，将产品质量安全隐患降到最低。
通过根据曲线图的波动能够及时发现问题、及时查找原因、及时制定应对措施从而保证终产品质量始终如一的满足客户需求。
对过程及曲线图的异常波动采取措施可以防止终产品质量偏离目标值、对过程及曲线图的异常波动采取措施可以保持过程的稳定、对过程及曲线图的异常波动采取措施可以确保波动可接受。
二、SPC的定义：S(Statistical) : 通过统计资料和分析方法的帮助。
P(Process): 了解引起过程波动的原因和过程的能力状态。
C(Control): 为达到既定的目标,不断进行改进的管理活动（SPC）是一种借助数理统计方法的过程控制工具。
它对生统计过程控制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）；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。
三、过程控制系统的四个基本原理：1.过程的定义:合理配置资源,能有效控制地将输入转化为输出的集合2.过程性能的体现:取决于供需双方的沟通，过程的设计和实施方式过程的运作和管理方式原理二.性能的信息过程的实时信息由过程输出直接获得，实时信息是揭示过程的客观运行实况，过程的有用信息由过程本质分析获得，有用信息是显示过程实际与目标差异，过程的特征信息由过程变化波动获得，特征信息是采取改善输出措施的依据。
SPC控制图的种类及判异方法48页课件
计数值：由计数而得的数据或将之转换成百分率，例如不良数、由不良数转换而成的不良率、 缺点数、由缺点转换而成的单位缺点数或百万件缺点数，为一可分割之量值。 计量值：不可分割之量值。实际量测产品或过程质量特性所得的尺度量值，这类量测的量测不 是真值而只是近似值而已，例如长度、直径、压力、强度等，为连续数据。
步骤7：确定控制限是否能经济地满足要求； 步骤8：运用控制限进行控制；
SPC统计过程控制
四、计量型数据控制图
均值-极差控制图（ x R控制图 ）
最常用；最基本； 控制对象为计量值； 适用于n ≤9的情况； 均值图用于观察和分析分布的均值的变化，即
过程的集中趋势； 极差图观察和分析分布的分散情况，即过程的
LCL x 3 x 2.66MR d2
相当于n=2时的均值控制图
各常数值如下:
MR控制图
CL MR
UCL D4MR 3.267 MR LCL D3MR 0
相当于n=2时的极差控制图; n=2时,D4=3.267,D3=0
n
2
3
4
5
6
7
8
9 10
D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78
离散程度。
SPC统计过程控制
四、计量型数据控制图
均值-极差控制图 -控制限
均值控制图
CL x UCL x A2R LCL x A2R
极差控制图
CL R UCL D4R LCL D3R
SPC统计过程控制
4、X bar-s图
计算各样组的平均数
四、计量型数据控制图
计算这些组平均数的平均数
频数分布在进行调整期间已经完成，分析结果表明进 行一段时期加工生产的开端是可以令人满意的。
SPC统计常用控制图评价
SPC统计常用控制图评价引言SPC（Statistical Process Control，统计过程控制）是一种通过采集和分析过程数据，以便实时监控和控制过程稳定性的方法。
常用的SPC工具之一是控制图，它能够帮助我们识别过程中的特殊因素和常见问题，并实施相应的改进措施。
本文将介绍SPC常用控制图，并对其评价方法进行讨论。
一、SPC常用控制图1.1 均值图均值图（X-Bar图）是一种常用的控制图，用于监控连续型数据的均值是否稳定。
它通过绘制样本均值的变化情况，以及控制限的设置，来判断过程是否受到特殊因素的影响。
如果样本均值超出控制限范围，就说明过程出现了问题。
1.2 极差图极差图（R图）是另一种常用的控制图，用于监控连续型数据的变异性是否稳定。
它通过绘制样本极差的变化情况，以及控制限的设置，来判断过程是否存在异常变异。
如果样本极差超出控制限范围，就说明过程出现了问题。
1.3 标准差图标准差图（S图）是控制图中另一种用于监控连续型数据变异性的工具，它通过绘制样本标准差的变化情况，以及控制限的设置，来判断过程的稳定性。
如果样本标准差超出控制限范围，就说明过程存在异常变异。
1.4 化验图化验图（C图）是一种用于检测离散型数据的控制图。
它通过绘制样本中不良品的数量或比例的变化情况，以及控制限的设置，来判断过程是否稳定。
如果样本不良品数量或比例超出控制限范围，就说明过程存在问题。
二、控制图的评价方法控制图的评价方法主要包括特殊因素的判断和过程能力的评估。
2.1 特殊因素的判断特殊因素指的是导致过程异常的特殊因素，比如机器故障、操作失误、原材料问题等。
通过控制图的帮助，我们可以判断特殊因素是否存在。
一般来说，如果样本点落在控制限之外，或出现非随机的趋势、扰动或周期性变化，就可能是由特殊因素引起的。
在判断特殊因素的时候，还需要考虑其实质性和重复性，以避免过度反应。
2.2 过程能力的评估过程能力是指过程的稳定性和可控性。
SPC判异准则及异常处理方法
SPC判异准则及异常处理方法SPC（Statistical Process Control，统计过程控制）是一种统计学方法，用于监控和控制生产过程中的变异性。
SPC判异准则及异常处理方法是在SPC中根据统计原理和实践经验，通过判断变异性的大小和特征，对生产过程中的异常情况进行识别和处理的一组准则和方法。
以下是关于SPC判异准则及异常处理方法的详细解释。
1.单点超过控制限：当其中一数据点超过了控制限（如平均值+-3倍标准差），则判定该点为异常点，需要进行进一步的调查和分析。
2.连续点在控制限同一侧：当连续9个数据点（或更多）在控制限的同一侧，即连续的点都在控制限的上方或下方，也被视为异常情况。
3.连续点递增或递减：当连续6个数据点（或更多）趋势性递增或递减，即连续的点呈现上升或下降趋势，也被判定为异常情况。
异常处理方法：1.确认异常情况：当SPC中的判异准则检测到异常情况时，首先需要进行确认。
确认的过程包括检查数据是否正确记录、仪器是否正常运行以及可能的人为误操作等方面。
确保数据的准确性和可靠性。
2.分析异常原因：在确认异常情况后，需要进行进一步的分析，找出异常的原因。
可以通过对异常数据点进行回溯追踪，了解数据采集和处理的过程，找出是否有不符合要求的环节。
也可以进行因果分析，通过探讨可能的原因和影响因素，找到导致异常情况的主要因素。
3.处理异常问题：根据分析结果，采取相应的措施来处理异常问题。
可以通过修复或调整设备，改进操作流程，培训操作人员等方式来减少异常情况的发生。
同时，还可以根据SPC方法的统计结果，进行数据的加权处理，降低异常数据点对整体变异性的影响。
4.不断改进：异常处理过后，应对整个过程进行总结和反思，总结异常情况的原因和处理方法的有效性，并将其纳入到改进措施中。
持续改进是SPC方法的核心理念之一，通过不断改进过程和系统，提高生产质量和效率。
除了上述的判异准则和异常处理方法外，还有其他的SPC判异准则和异常处理方法，例如：典型模式判异、自相关及偏自相关判异、均值偏移判异等等。
SPC管制图及其判异标准
SPC管制图及其判异标准摘要：SPC可显示制程的现况，并可在制程中实时控制品质，究竟要如何实时、有效得知制程现况呢?我们可以从图表中立即得知，管制图就是一个好管道、好工具，由管制图可显示制程中的变异、可反映制程调整的效果、可指出制程最须改善之处。
管制图的定义一种用于调查制造程序是否在稳定状态下，或者维持制造程序在稳定状态上所用之图。
管制图的分类1. 依用途可区分为：【解析用管制图】与【管制用管制图】•解析用管制图用于调查制造程序是否在稳定状态下•管制用管制图用于维持制造程序在稳定状态下2.依数据性质可区分为：【计量值管制图】与【计数值管制图】•计量值管制图所依据之数据，均属于由量具实际量测而得，如长度、重量•计数值管制图所依据之数据，均属于以单位计数者，如不良数、缺点数管制图的图表说明管制图中必须填入制程名称、品质特性(管制特性)、量测单位、规格值、平均值、最大值、最小值、管制界限、图表期间、抽样方法及测定者…等；管制界限的计算会因各图表之不同而有差异。
一般而言，管制中限(CL)以深色的实线表示，管制上限(UCL)及管制下限(LCL)以红色的虚线表示。
管制图的判读1.正常点子的动态管制图上的点子如属正常，其分布情形应该是随机而不呈有系统的顺序与排列方式，因此正常的管制图，其点子的动态是:A.多数的点子集中在中限附近B.少数的点子落在管制界限附近C.点子之分布呈随机状态，无任何规则可循D.没有点子超出管制界限外。
如下图所示:2. 不正常(不稳定)点子的动态•点子超出管制界限•连续7点以上同一方向(向上或向下)•连续7点以上在中心线单侧•注意是否有周期性的现象备注：以上 4 项判读方法为业界较常使用的法则。
附:SPC管制图软件免费下载。
管制图异常的处理
管制图异常的处理管制图异常的处理1．产线工人或班组长发现SPC管制异常时首先；自我检查，是否严格按作业标准（SOP或WI）作业，相邻作业员交叉检验；情况严重，或无法查找到原因必须立即通知品质工程师和制程工程师。
2．品质工程师与制程工程师现场分析后，能否在较短的时间内（0.5~1小时）找到产生异常的原因，采用4M1E 分析制程；如仍然无法找到根源，而且情况严重（如：P不良率大大超标），报告上级主管决定是否停线；品质工程师召集相关部门开会讨论，寻找根本原因（制程、设计、材料或其它）。
3．SPC产生异常的原因找到并实施纠正预防措施后，SPC管制图向管制异常相反的方向转变，说明对策有效；恢复正常生产。
此过程必须严密监控。
软件界面：文件浏览器：查看硬盘或网络上的文件。
预览区：产生当前选择的 Easson 2D (*.e2d) 文件的预览。
样品列表去：当前样本的所有样品列表。
树状资料图：所有样品的元件的所有属性的树状图。
管制项目：当前样本的所有管制项目。
样本管制项目总览：对当前选择的管制项目的所有数据进行总体的浏览，使用户对总体的质量有一个初步了解，并可根据右边的标准值，上下限的调整，判断出合格和不合格的样品个数。
标准值和上下限修改：标准值是指样品的设计值，或者说是标准样品的值；上下限是指相对标准值允许的上下偏差范围。
标准值和上下限在用户不自行设置时已经有一个值，这个值仅仅是一个估计数，（在这里，标准值=平均值，上限=平均值 x 105%,下限=平均值 x 95%）往往并不是用户需要的值，所以，为了得到 Ca, Cp ,Cpk 等数，用户最好修改它。
功能按钮：选择相应的功能。
管制图：根据样品的数据和分组情况，绘制出来的一些管制图。
数据明细：样品分组的数据明细表。
2、两个基本概念：样本和样品（e2s 文件和 e2d 文件的关系）样本：所有被测个体的总和。
在本软件里面，就是一个以 e2s 为扩展名的文件。
样品：某一个被测个体就是一个样品。
SPC 8种判异准则
6
判异准则8 判异准则 连续8个点落在中心线两侧且无一在C区内
Test 8. 8 Points in a Row on Both Sides of CL with None in Zone C
UCL
A B C C B A
x
LCL
异常原因一般为: • 数据分层不够
7
对判异的处置原则：查明原因，采取措施，加以消除，不再 对判异的处置原则：查明原因，采取措施，加以消除， 出现， 出现，纳入标准
UCL X LCL
A B C C B A
+3σ +2σ +σ -σ - 2σ - 3σ
1
判异准则1 判异准则 任何 1个点落在A区以外
UCL
x
A B C C B A
LCL
x
UCL
A B C C B A
x
LCL
x
异常原因一般为: • 工具逐渐磨损，维护水平逐渐降低，操作人员技能逐渐提高
4
判异准则4 判异准则 连续14个点中相邻点交替上下
Test 4. 14 Points in a Row Alternating Up and Down
UCL
A B C C B A
x
LCL
Test 5. 2 Out of 3 Points in a Row in Zone A or Beyond x x
Test 2. Nine Points in a Row on One Side of the Center Line
UCL
A B C C B A
x
LCL
UCL
A B C C B A
x
异常原因一般为: • 轮流使用两台设备或有两个操作员工轮流操作，使得数据分 层不够
SPC判异规则范文
SPC判异规则范文SPC（Statistical Process Control，统计过程控制）是一种管理和监控过程稳定性的质量管理方法。
SPC判异规则是用来识别过程中出现异常或超出控制限的模式或点。
这些规则可帮助管理者及时发现和纠正过程中的问题，确保产品质量符合标准要求。
以下是常见的SPC判异规则。
1. 单点超出控制限规则（One-point beyond control limits rule）这是最简单的判异规则，当一个点超出控制限时，即可认为过程出现异常。
此判异规则适用于稳定性较高的过程。
但需要注意的是，有时候一个点的超出可能是由于随机因素导致的，因此需要进一步确认。
2. 连续点落在同一侧规则（Runs beyond limits rule）连续点落在同一侧超出控制限，可能表明过程中存在系统性的偏移或变化。
这种情况下，应该检查系统是否需要进行调整或改进。
3. 趋势规则（Trends rule）趋势规则用于检测过程中的递增或递减趋势。
当连续的点呈现递增或递减的趋势时，即使点本身没有超出控制限，也应该引起关注。
此时可能需要对过程进行调整或修复。
4. 非随机分布规则（Non-random pattern rule）当点的分布不随机时，即存在特殊的模式，可能表明过程中存在系统性的偏离。
例如，在控制图中出现串珠、波浪、周期性等模式，都可能表明过程中存在问题。
5. 突变规则（Shifts rule）突变规则用于检测过程中的突然变化。
当连续的点突然出现跳跃或突变时，可能表明过程发生了突发事件或变化。
突变的原因可能是由于设备故障、材料变化或操作员失误等。
6. 相关性规则（Lack of correlation rule）相关性规则用于检测不同变量之间的相关性是否符合预期。
当两个或多个变量之间的相关性不符合以往的经验或理论预期时，可能表明存在未知的因素影响了过程。
以上是常见的SPC判异规则，这些规则可以根据具体的过程和需求进行调整和定制。
- 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)。
控制图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。
பைடு நூலகம்
控制图的分析准则：
控制图判断异常的准则有两条：点子出界就判断异常；界内点排列不随机判断异常。
（7）任一侧连续8点公布在±1倍标准差外
（8）任一侧连续15点公布在±1倍标准差内
管制图异常的处理：
1．产线工人或班组长发现SPC管制异常时首先；自我检查，是否严格按作业标准（SOP或WI）作业，相邻作业员交叉检验；情况严重，或无法查找到原因必须立即通知品质工程师和制程工程师。
2．品质工程师与制程工程师现场分析后，能否在较短的时间内（0.5~1小时）找到产生异常的原因，采用4M1E分析制程；如仍然无法找到根源，而且情况严重（如：P不良率大大超标），报告上级主管决定是否停线；品质工程师召集相关部门开会讨论，寻找根本原因（制程、设计、材料或其它）。
判断异常的准则：
符合下列各点之一就认为过程存在异常因素：
（1）有点子在控制界限外；
（2）连续7点同侧；
（3）连续不少于6点有上升或下降的倾向
（4）连续14相邻点上下交替
（5）同侧连续多3点中有2点以上在在2倍的标准差外区域内出现
（6）同侧连续多5点中有4点以上在在1倍的标准差外区域内出现
如CPK≥1.33，说明制程能力较好，需继续保持；
如1.33≥CPK≥1，说明制程能力一般，须改进加强；
如CPK≤1，说明制程能力较差，急需改进。
3．SPC产生异常的原因找到并实施纠正预防措施后，SPC管制图向管制异常相反的方向转变，说明对策有效；恢复正常生产。此过程必须严密监控。
CPK是反映制程能力的一个重要参数：
什么是CPK：CPK：Complex Process Capability index 的缩写，是现代企业用于表示制程能力的指标。制程能力强才可能生产出质量、可靠性高的产品。制程能力指标是一种表示制程水平高低的方法，其实质作用是反映制程合格率的高低。 制程能力的研究在于确认这些特性符合规格的程度，以保证制程成品的良率在要求的水准之上，可作为制程持续改善的依据。而规格依上下限有分成单边规格及双边规格。只有规格上限和规格中心或只有规格下限和规格中心的规格称为单边规格。有规格上下限与中心值，而上下限与中心值对称的规格称为双边规格。 当我们的产品通过了GageR&R的测试之后，我们即可开始Cpk值的测试。CPK值越大表示品质越佳。指标说明：
稳态是生产过程追求的目标。那么如何用控制图判断过程是否处于稳态？为此，需要制定判断稳态的准则。
判稳准则：
在点子随机排列的情况下，符合下列各点之一就认为过程处于稳态：
（1）连续25个点子都在控制界限内；
（2）连续35个点子至多1个点子落在控制界限外；
（3）连续100个点子至多2个点子落在控制界限外。 在讨论控制图原理时，已经知道点子出界就判断异常，这是判断异常的最基本的一条准则。为了增加控制图使用者的信心，即使对于在控制界限内的点子也要观察其排列是否随机。若界内点排列非随机，则判断异常。