统计过程控制(SPC)与休哈特控制图(四)
统计过程控制(休哈特Shewhart控制图)(PPT91页)
深圳市共进电ห้องสมุดไป่ตู้有限公司
什么是质量?
• 全部功能和特性的产品或服务而承受的能力，以 满足特定需求。 （ ASQC ） • 目标一致 （戴明） • 适应性 （约瑟夫朱兰） • 符合要求 （菲利普克劳士比） • 逆变异 （道格拉斯蒙哥马利）
深圳市共进电子有限公司
识别变化
• 固有的或正常的变化 由于累积的影响，许多小的不可避免的原因在不断的积累 下导致经营过程的唯一机会差异，被认为是“在控制中”
深圳市共进电子有限公司
设置控制界限
• 六西格玛方法 控制界限通常设置为3w ，远离中心线的部分有0.27%的 一类错误，这种控制界限被称为3 控制界限。 • 概率极限方法 控制界限设置为3.09 ，远离中心线部分为0.2 ％ 一类错 误，这种控制界限被称为0.1 ％的概率界限
深圳市共进电子有限公司
Center Line
Lower Control Limit Sample Number or Time
深圳市共进电子有限公司
控制图和中心极限定理
• 中心极限定理： 如果样本大小为n个抽取k个观察，样本x1, x2, . . . , xk将 近似N(x,x)的分布，有：
x i1 k x n
设置警告界限
• 3 控制界限（或0.1 ％的概率界限）也可以叫做行为界限， 也就是当一个点处于这些界限以外时，这个过程需要调查和纠正。 有时设置2 的警告界限可以增加控制图的灵敏度。相应的2.5 ％ 的概率界限会偏离中心线1.96 。
深圳市共进电子有限公司
合理分组
• 一个分组是样本的一次小范围的测量，以代表某一特定时候 或产品内的工序的特征。
深圳市共进电子有限公司
_
统计过程控制(SPC)
CD
AP
CD
AP
AP
CD
CD
统计过程控制（SPC）
SPC的基本概念 控制图原理 常规（休哈特）控制图 控制图的判断准则 常用控制图的计算 通用控制图 过程能力与过程能力指数
统计过程控制（SPC）
SPC的基本概念
• SPC的涵义 SPC是英文Statistical Process Control（统计过程控制）
C B A
准则：连续9点落在中心线同一側。
LCL
准则：连续6点递增或递减。
准则：连续14点中相邻点上下交替。
准则：连续3点中有2点落在中心线同一側的B区之外。
准则：连续5点中有4点落在中心线同一側的C区之外。
准则：连续15点在C区的中心线上下。
准则：连续8点在中心线两側，但无一在C区中。
统计过程控制（SPC）
统计过程控制（SPC）
• 控制图的作用 控制图的作用是：及时告警。体现SPC与SPD的贯彻
预防原则。 控制图是SPC与SPD的重要工具，用以直接控制与诊断 过程，故为质量管理七个工具的核心。
质量管理七个工具：因果图（Cause-effect diagram）， 排列图（Pareto diagram），直方图（Histogram），散 步图（Scatter diagram），控制图（Control chart），分 层法（Stratification），检查表（Check list）。 贯彻预防原则的“20字方针”：
u控制图的控制线为：
UCL = u + 3 u / n CL = u
LCL = u - 3 u / n
式 否中则:控u制=线 呈ci /凹凸ni 状，。ci为样本的不合格数。样本容量n最好恒定，
统计过程控制(SPC)
（三） x R 控制图的操作步骤
1. 确定控制对象（统计量） 2. 收集k组预备数据（一般K=25；每组数
据个数n ≥ 2;遵循合理子组原则） 3. 计算每一个样本的均值 X i 与极差 Ri 。 4. 计算 X与R 5. 计算R图控制限并作图 6. 用各样本点绘在图中，判断状态。
分析过程若失控或异常，找出原因， 进行纠正，防止再发生。
7. 计算 X 图控制限并作图，判断状态。 8. 计算过程能力指数验证是否符合要求 9. 延长控制限，作控制用控制图，进行日
常管理
四、 X S 图（掌握） 五、X-Rs图（了解）
六、Me-R图（了解）
七、P控制图
（一）P控制图的控制状态
P 常数
n
n
ˆp p di / ni
i1 i1
（二）P控制图的统计基础为二项分布，其
内容 （1）利用控制图分析过程的稳定性，对
过程存在的异常原因进行预警；
（2）计算过程能力指数分析稳定的过程 能力满足技术要求的程度，对过程质量进行 评价。
三、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核心 强调全员参与
SPC的涵义
为了贯彻预防原则，应用统计技术对 过程各阶段评估和监控，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。
过程能力指数 过程性能指数
CP
TU TL 6ˆ ST
PP
TU TL 6ˆ LT
其中 ˆ St —— 短期波动的标准差估计，在稳态
下计算
ˆ St
R d2
或
S C4
ˆ Lt —— 长期波动的标准差估计，在实
际情况下计算 ˆ Lt S
统计过程控制(4)
SPC(Statistical Process Control)统计过程控制一、统计过程控制的基本概念 ⒈ 统计的概念统计（Statistical ，简称S ）：有目的地收集数据、整理数据、并使用相应的方法制图，列表与分析数据的过程。
⒉ 过程(Process ，简称P)：在ISO9000：2000版中，过程的定义是一组将输入转化为输出的相互关联和相互作用的活动。
⒊ 控制（Control ，简称C ）：所谓控制就是通过对图表与数据的分析研究，对过程的异常采取相应的措施进行监控的一种持续改进的活动。
⒋ 统计过程控制（SPC ）的涵义：统计过程控制（Statistical Process Control ，简称SPC ）是为了贯彻预防原则，应用统计技术对过程中的各个阶段进行评估与监察，建立并保持过程处于可接受的并稳定的水平，从而保证产品和服务符合规定的要求的一种技术。
统计技术涉及数理统计的许多分支，但SPC 中的主要工具是控制图。
因此，要想推行SPC 必须对控制图有一定深入的了解，否则就不可能通过SPC 取得真正的实效。
⒌ SPC 的特点：① 强调全员参与，而不是只依靠少数质量管理人员；② 强调应用统计方法来保证预防原则的实现；③ SPC 不是用来解决个别工序采用什么控制图的问题，SPC 强调从整个过程、整个体系出发来解决问题。
SPC 的重点就在于P （Process ，过程）。
⒍ SPC 的常用工具：① Cpk ：工程能力指数 ② QC 旧七大手法③ 管制图二、控制图的形成原理将通常的正态分布图转个方向，使自变量增加的方向垂直向上，将μ、μ+3σ和μ-3σ分别标为CL 、UCL 、和LCL ，这样就得到了一张控制图。
三、控制图在贯彻预防原则中的作用按下述情形分别讨论:情形1：应用控制图对生产过程进行监控，如出现图中的点子上升趋势，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。
统计过程控制(SPC)与休哈特控制图4
统计过程控制〔SPC〕与休哈特控制图(四)第八章摆列图法和因果图法一、摆列图法〔一〕什么是摆列图摆列图是为寻找主要问题或影响质量的主要原因所使用的图。
它是由两个纵坐标、一个横坐标、几个按上下挨次依次摆列的长方形和一条累计百分比折线所组成的图。
它的基本图形,见图9-1。
摆列图又称帕累托图。
最早是由意大利经济学家帕累托用来阐发社会财富的分布状况。
他发现少数人占有着绝大大都财富，而绝大大都人却占有少量财富处于贫困的状态。
这种少数人占有着绝大大都财富摆布社会经济开展的现象，即所谓“关键的少数、次要的大都〞的关系。
后来，美国质量办理专家米兰，把这个“关键的少数、次要的大都〞的道理应用于质量办理中，便成为常用方法之一〔摆列图〕，并广泛应用于其它的专业办理。
目前在仓库、物资办理中常用的ABC阐发法就出自摆列图的道理。
〔二〕摆列图的作图法1．搜集数据搜集一按时期内的质量数据，按不同用途加以分层、统计。
以某卷烟厂卷烟车间成品抽样查验时外不雅质量不合格品工程查询拜访表中的数据为例〔表9-1〕。
2．作缺陷工程统计表为简化计算和作图，把频数较少的油点、软腰和钢印三次缺陷合并为“其它〞项，其频数为37。
〔1〕把各分层工程的缺陷频数，由多到少挨次填入缺陷工程统计表，“其他〞项放在最后,见表9-1。
〔2〕按表9-1的表头计算累计频数和累计百分比。
并填入统计表9-2中。
3．绘制摆列图绘制摆列图的步调如下：〔1〕画横坐标，标出工程的等分刻度。
本例共七个工程。
按统计袤的序号，从左到右，在每个刻度间距下填写每个工程的名称，如空松、贴口、......、其它。
如图9-2。
〔2〕画左纵坐标，暗示频数〔件数、全额等)。
确定原点为0和坐标的刻度比例，并标出相应数值，本例为100、200、300等等。
〔3〕按频数画出每一工程的直方图形，并在上方标以相应的工程频数。
如空松458、贴口297等。
〔4〕画右纵坐标暗示累计百分比。
画累计百分比折线，可用两种方法。
统计过程控制(SPC)与休哈特控制
统计过程控制（SPC）与休哈特控制图(一)这里介绍SPC，控制图的重要性，控制图原理，判稳及判异准则，休哈特控制图，通用控制图。
第一章统计过程控制（SPC）一、什么是SPCSPC是英文Statistical Process Control的字首简称，即统计过程控制。
SPC就是应用统计技术对过程中的各个阶段进行监控，从而达到改进与保证质量的目的。
SPC强调全过程的预防。
SPC给企业各类人员都带来好处。
对于生产第一线的操作者，可用SPC方法改进他们的工作，对于管理干部，可用SPC方法消除在生产部门与质量管理部门间的传统的矛盾，对于领导干部，可用SPC方法控制产品质量，减少返工与浪费，提高生产率，最终可增加上缴利税。
SPC的特点是:（1）SPC是全系统的，全过程的，要求全员参加，人人有责。
这点与全面质量管理的精神完全一致。
(2) SPC强调用科学方法(主要是统计技术，尤其是控制图理论)来保证全过程的预防。
（3）SPC不仅用于生产过程，而且可用于服务过程和一切管理过程。
二、SPC发展简史过程控制的概念与实施过程监控的方法早在20世纪20年代就由美国的休哈特(W. A.Shewhart)提出。
今天的SPC与当年的休哈特方法并无根本的区别。
在第二次世界大战后期，美国开始将休哈特方法在军工部门推行。
但是，上述统计过程控制方法尚未在美国工业牢固扎根，第二次世界大战就已结束。
战后，美国成为当时工业强大的国家，没有外来竞争力量去迫使美国公司改变传统方法，只存在美国国内的竞争。
由于美国国内各公司都采用相似的方法进行生产，竞争性不够强，于是过程控制方法在1950~1980年这一阶段内，逐渐从美国工业中消失。
反之，战后经济遭受严重破坏的日本在1950年通过休哈特早期的一个同事戴明(W. Ed- wards Deming)博士，将SPC的概念引入日本。
从1950～1980年，经过30年的努力，日本跃居世界质量与生产率的领先地位。
统计过程控制
失去控制（有异因）
稳态图示
规格下限
技术稳态
规格上限
（偶因的变异减少）
年我国著名质量管理专家、北京科技大学张公绪教授提出选控图及两
种质量诊断理论，突破了休哈特的SPC理论，使SPC上升到SPD。 SPD不仅能预警, 而且能诊断, 为及时纠正提供了有利保障.
统计本身不能提高制程能力，消除 异常因素! 它是我们的工具。
第二节
控制图原理
一、控制图的结构
控制图（Control Chart）是对过程质量特性值进行测定、记录、
评估，从而监察过程是否处于控制状态的一种用统计方法设计的图。
样 本 统 计 量 数 值 描点序列 上控制限（UCL） 中心线（CL）
下控制限（LCL）
控制图示例
时间或样本号
控制图组成包括中心线、上下控制限以及按时间顺序抽取的样本 统计量数值的描点序列。
二、控制图的重要性
控制图是贯彻预防原则的SPC的重要工具，可用以直接对产品生 产过程的控制与诊断，是质量管理（老）七个工具的重要组成部分。
LCL为下控制限。
控制图虽然由正态分布转化而来，由于二项分布、泊松分布当样本量较 大时近似正态分布，因此，控制图对典型分布均适用。
（二）控制图原理的第一种解释 （1）若过程正常，即分布不变，则出现点子超过上或下控制限情
况的概率只有1‰左右。（ 0.27%÷2 = 1.35‰ ）
（2）若过程异常，发生这种情况的可能性很大，其概率可能为 1‰的几十乃至几百倍。 例如：当正态分布的均值偏移1.5σ 的情况 不合格品率 p=1-Φ(1.5 ) + Φ(-4.5 ) =2- Φ(1.5 ) - Φ(4.5 ) =0.06681 根据小概率事件原理：即小概率事件在一次试验中几乎不可能发 生，因此，若发生即可判断异常。
统计过程控制(SPC)
9.94 9.81 9.85 10.11 10.24 10.17 9.83 10.33 10.39 9.64
10.42 10.13 9.61 10.03 10.60 10.00 9.55 10.15 10.16 9.88
10.30 10.21 10.03 10.15 9.58 10.09 9.87 9.91 9.73 10.02
Mo=1
2 12.67
3.56
练习
数列：12，11，12，13，18，30，24，9 请计算下列统计量：
R
X
Md
Mo
2
数据的收集与整理
群体
行 动
结论
抽样 分析
样本 测 试
数据
每件产品的尺寸与别的都不同
范围
范围
范围
范围
但它们形成一个模型，若稳定，可以描述为一个分布
量具精确度是指测量观察平均值与真实值（基准值） 的差异。 真实值由更精确的测量设备所确定
测量系统变差
量具重复性
量具重复性是由一个操作者采用一种测量 仪器，多次测量同一零件的同一特性时获得的 测量值变差。
测量系统变差
量具再现性
量具再现性是由不同的操作者，采用相同 的测量仪器，测量同一零件的同一特性时测量 平均值的变差。
Statistical Process Control
（统计过程控制）
统计过程控制（SPC）
1、SPC的发展史 2、基本统计概念 3、过程变差 4、控制图 5、过程控制和过程能力
SPC的发展
20世纪20年代，美国休哈特提出； 二战后期，美国将休哈特方法在军工部门推行； 1950~1980，逐渐从美国工业中消失 ；休哈
统计过程控制(SPC)
解：
于是，过程能力指数为：
过程能力不够充分，从图2发现分布中心μ=0.1968与规范中心M=（TU+TL）/2=0.1720有偏离，应进行调整。调整后，Cp值会有所提高。
单侧规范情况的过程能力指数
01
只有上限要求，而对下限没有要求： 只适用于的范围:
02
只有下限要求，而对上限没有要求： 只适用于的范围:
4
3
6
5
判稳准则的分析 判稳准则的思路
打一个点未出界有两种可能性：
► 过程本来稳定 ► 漏报 （这里由于α小，所以β大），故打一个点子未出界不能立即判稳。
在点子随机排列的情况下，符合下列各点之一判稳：
01
► 连续25个点，界外点数d=0；
02
► 连续35个点，界外点数d<0；
03
► 连续100个点，界外点数d<2。
0.1821
0.1828
0.0086
18
0.1812
0.1585
0.1699
0.168
0.1694
0.0227
19
0.1700
0.1567
0.1694
0.1702
0.1666
0.0135
20
0.1698
0.1664
0.17
0.16
0.1666
0.01
图1
μ’
μ
图2-7 正态曲线随着标准差变化
σ=2.5
σ=1.0
σ=0.4
y
x
不论μ与σ取值为何，产品质量特性值落在[μ-3σ，μ+3σ]范围内的概率为99.73%。 图2-8 正态分布曲线下的面积
统计过程控制(SPC)
(3) 偏态型
偏态型：不是正态分布，不服从统计规律，可能的原因是：
1）习惯作业造成作业方法不对。 2）工具、夹具、模具已经磨损或松动。
(4) 离岛型 离岛型：不是正态分布，不服从统计规律，可能的原因是: 1）数据输入人员在输入的过程中，可能把10.01输 10.10或1.01。 2）过程中其他物料混入。 3）机台设备在过程中出现特殊原因，产生了变异。
直方图（频数分布图）的制作步骤
收集同一类型的数据； 计算极差（全距）； 设定组数，计算组距、组界、中心值； 制作频数表； 按频数值比例画横坐标、纵坐标； 按纵坐标画出每个矩形的角度，代表落在 此矩形中的点数； 判续直方图（对过程状态分析）。
直方图举例 为考核某齿轮尺寸的质量水平， 随机在一批产品中抽样测得数据 100个，此产品规格为： 24.5±6.0mm。
1、SPC简介
统计过程控制的英文全名为: Statistical Process Conrtol 缩写为SPC。
美国贝尔试验室的休哈特博士在二十世纪二十年代研究过 程时，首先区分了可控制和不可控制的变差，这就是今天 我们所说的普通原因变差和特殊原因变差； 聪明的休哈特发明了一个简单有力的工具来区分他们—— 控制图； 从那时起，在美国和其他国家，尤其是日本，成功地把控 制图应用于各种过程控制场合，经验表明当出现特殊原因 变差时，控制图能有效地引起人们注意，以便及时地寻找 采取措施。
2、直方图
直方图是针对某产品或过程的特性值，利用常态分布（也 叫正态分布）的原理，把50个以上的数据进行分组，并 算出每组出现的次数，再用类似的直方图形描绘在横轴上。 通过直方图，可将杂乱无章数据，解析出规则性，也可以 一目了然地看出数据的中心值及数据的分布情形。 在制造业，现场的管理干部经常都要面对许多数据，这些 数据大多来自制造加工过程的抽样测量得到，对于这些凌 乱的数据，如果制作成直方图，并借助对直方图的观察， 可以了解产品质量分布的规律，知道其是否变异，并进一 步分析判断整个生产过程是否正常，问题点在哪里，为研 究过程能力提供依据。
spc统计-国际汽车行业质量管理技术应用培训系列四SPC 精品
Our improvement team抯 efforts have
helped us meet our goals.
19/91
国际汽车行业质量管理技术应用培训系列讲作（四）
数据分布特征的描述
算术平均数（arithmetic mean）
——也称为均值，它是将一组数据的总和除以这组数据的项数所得的结果。
N
N
——方差与标准差用于测度数据的离散程度，其作用实质上是一致的，但标准差的计量
单位与所测度数据的计量单位相同，计算结果的实际意义要比方差更容易理解。因此，
标准差比方差应用更为普遍，经常被用作测度数据与均值差距的标准尺度。
——方差和标准差数值越大，说明变量的变异程度越大，数据越离散。
——方差和标准差数值越小，说明变量的变异程度越小，数据越集中。
统计过程 控制目标
——更高的质量
——更低的单位成本
——更高的有效能力
✓为讨论过程的性能提供共同的语言
✓区分变差的特殊原因和普通原因，作为采取局部措施或对系统采取措施
的指南 注：控制图是了解过程变差并帮助达到统计控制状态的有效工具。
控制图 实质
gpyang
14/91
国际汽车行业质量管理技术应用培训系列讲作（四）
➢一个过程被证明处于统计控制状态后才计算过程能力。 ➢过程能力指数可分为——长期过程能力和短期过程能力。 ➢短期能力的研究是以从一个操作循环（过程要素无变化）中获取的测量为基础的。这些 数据用控制图分析后作为判定该过程是否在统计控制状态下的依据。如果没有发现特殊 原因，可以计算短期能力指数。
➢短期过程能力研究通常用于验证由顾客提出的过程中生产出来的首批产品。 ➢长期过程能力研究包括通过很长一段时间内所进行的测量，应在足够长的时间内收集数 据，同时这些数据应能包括所有能预计到的变差的原因。将这些数据画在控制图上，如 果没有发现变差的特殊原因，便可计算长期过程能力和性能指数。
统计过程控制与休哈特控制图(DOC 32页)
资料范本本资料为word版本，可以直接编辑和打印，感谢您的下载统计过程控制与休哈特控制图(DOC 32页)地点：__________________时间：__________________说明：本资料适用于约定双方经过谈判，协商而共同承认，共同遵守的责任与义务，仅供参考，文档可直接下载或修改，不需要的部分可直接删除，使用时请详细阅读内容统计过程控制（SPC）与休哈特控制图(二)第五章休哈特控制图一、特控制图的种类及其用途国标GB4091常规控制图是针对休哈特控制图的。
根据该国标,常规休哈特控制图如表常规的休哈特控制图。
表中计件值控制图与计点值控制图又统称计数值控制图。
这些控制图各有各的用途, 应根据所控制质量指标的情况和数据性质分别加以选择。
常规的休哈特控制图表中的二项分布和泊松分布是离散数据场合的两种典型分布,它们超出3σ界限的第Ⅰ类错误的概率σ当然未必恰巧等于正态分布3σ界限的第I类错误的概率α=0.0027,但无论如何总是个相当小的概率。
因此,可以应用与正态分布情况类似的论证,从而建立p、pn、c、u 等控制图。
常规的休哈特控制图1.x一R控制图。
对于计量值数据而言,这是最常用最基本的控制图。
它用于控制对象为长度、重量、强度、纯度、时间和生产量等计量值的场合。
x控制图主要用于观察分布的均值的变化,R控制图用于观察分布的分散情况或变异度的变化,而x一R图则将二者联合运用,用于观察分布的变化。
2.x一s控制图与x一R图相似,只是用标准差图(s图)代替极差图(R图)而已。
极差计算简便,故R图得到广泛应用,但当样本大小n>10或口,这时应用极差估计总体标准差。
的效率减低,需要应用s图来代替R图。
3.XMED一R控制图与x一R图也很相似,只是用中位数图(XMED图)代替均值图(x图)。
所谓中位数即指在一组按大小顺序排列的数列中居中的数。
例如,在以下数列中2、3、7、13、18,中位数为7。
又如,在以下数列中2、3、7、9、13、18,共有偶数个数据。
控制图
由3σ原理，u图的中心线和控制界限分别为
λ/n和 3 。
n
n2
k
Ci
• λ/n可以用平均单位缺陷数
u
i 1 k
估计，
ni
i 1
CL u
X
Xi
x1
x2
x3 n
xn
式中 X i ——第i个子组的样本平均值
xi ——第i个子组中观测值
n ——子组的大小
各子组样本的极差R的计算公式为
Ri max{ xi} min{ xi}
式中 Ri ——第i个子组的极差
分别为
本例第一组样本的平均值和极差
X1
3.0
4.2
4
3.5
3.8
3.62
1 k
n
k
ni
i 1
不论是Pn控制图还是P控制图，实际 上起控制作用的只是上控制界限、中心 线。因此，实际工作中有的Pn图和P图不 画下控制线。
（三）缺陷数控制图（C控制图）
缺陷数控制图的控制对象是一定单 位（长度、面积、体积）n上面的缺陷 数。
一定单位上的缺陷数c服从泊松分布 P（x），有 P(x) e x
布为N（μ，σ2/n） 按3σ原理，控制界限如下：
的分
CL=μ
UCL 3
n
UCL 3
n
由
x
得
R d2
R
d2
所以有
CL x
UCL x 3 R d2 n
LCL x 3 R d2 n
取
A2
3 d2
n
CL x
SPC过程控制精选全文完整版
可编辑修改精选全文完整版1.统计过程控制SPC即统计过程控制。
是利用统计方法对过程中的各个阶段进行控制，从而达到改进与保证质量的目的。
SPC强调以全过程的预防为主。
也是中国人民武装警察部队特种警察学院的简称,该学院又叫做武装特警学院.它是训练特种兵的学院,同时还是执行任务的机构.目录一、spc的基础知识1.关于控制、过程、统计2.特性及其分类3.统计学基础二、spc的基本原理4.过程的理解与过程控制5.波动及波动的原因6.局部措施和系统措施三、统计过程的控制思想1.正态分布简介2.统计控制状态及两种错误3.过程控制和过程能力4.过程改进循环四、控制图类型1.控制图应用说明2.控制图的定义和目的3.控制图解决问题思路4.控制图益处5.控制图分类6.控制图的选择五、建立计算型控制图的步骤和计算方法1.均值和极差图2.均值和标准差图3.中位数和极差图4.单值和移动极差图六、计数型控制图与过程能力指数1.过程能力解释前提2.过程能力的计算3.过程能力指数4.过程绩效指数七、过程判异准则以下是常用的八项判异准则：1、一点落在A区以外；2、连续9点落在中心线同一侧；3、连续6点递增或递减；4、连续14点相邻点上下交替；5、连续3点有2点落在中心线同一侧的B区以外；6、连续5点中有4点落在中心线同一侧的C区以外；7、连续15点在C区中心线上下；8、连续8点在中心线同侧。
SPC统计过程控制1、前言─SPC的由来、发展和基本要求2、识别关键控制点3、数据变异的衡量和分析· 直方图4、数据的动态变异· 控制图4.1、随机波动与异常波动4.2、ISO 8258:1991《休哈特控制图》(Control Chart)要点4.3、常规控制图的类型和实例s 控制图的结构和概念解释s 控制图类型和用途1) X平均与极差图(均值—极差控制图、均值—标准差控制图、中位数—极差控制图、单值—移动极差控制图)s 结构和应用流程s 举例2) I和MR控制图s 结构和应用流程s 举例3) 离散U、C、P、NP控制图s 结构和应用流程s 举例s 如何收集数据s 采样及数据收集s 设定和维持控制界限4.4、控制图制订和使用中的若干实际问题4.5、现代控制图技术案例5、过程能力与过程性能(Process Capability / Performance)分析以及相应的指数CPK、PPK的应用6、过程能力/性能的保证和提高---查找原因采取纠正/预防措施的逻辑推理工具s 5M1E要素s 分层法与排列图s 用于因果关系和逻辑关系分析的非数字资料方法工具: 因果图、系统图与“5Why分析表”、关联图、故障树分析(FTA)、过程决策程序图(PDPC)法7、如何实现有效的SPC现场控制s 受控的标准s 流程失控的表现s 失控的现场应对s 练习制作控制图进行失控分析s SPC实施中现场“看得见管理”应用的直观显示图表8、SPC的效果评估的方法s 显著性检验s 统计抽样检验9、回归分析s 一元线性回归分析s 曲线回归s 双列相关分析10、方差分析s 方差分析的基本概念及其应用s 方差分析在MSA(测量系统分析)中的应用s 多重比较:q检验11、试验设计(Design of Experiment, DOE) --介绍正交试验设计12、SPC项目的开展(SPC在QCC/QIT、6Sigma项目活动中的应用)如何创建SPC系统1、关键流程的确定2、稳定工艺过程3、过程能力的测定和分析4、确定控制标准5、选择和建立控制图6、制定反馈行动计划7、MSA测量系统分析8、SPC应用的有效性评估9、SPC应用的团队活动10、案例分析及实施疑难探讨SPC的有效实施一、原因分析目前我们国内许多企业也开始逐步认识和推广SPC，但并没有达到预期的效果，为什么呢？究其原因，主要可以分为以下几点：1、企业对SPC缺乏足够的全面了解2、企业对实施SPC的前期准备工作重视不够3、未能有效地总结和借鉴其他企业的经验二、改进对策针对以上原因，要保证SPC实施成功，企业应重视如下几方面的工作：1、领导的重视2、工程技术人员的认识和重视3、加强培训4、重视数据5、实施PDCA循环，达到持续改进统计工序控制即SPC（Statistical Process Control）。
统计过程控制SPC--培训
最常用，判断工序是否异常的效 适用于产品批量较大而
量
制图
果好，但计算工作量大
且稳定正常的工序。
值 中位数—极差
计算简便，但效果较差些，便于
控 制
控制图 两极控制图
L—S
现场使用
一张图可同时控制均值和方差， 计算简单，使用方便
图 单值—移动极 X—Rs 简便省事，并能及时判断工序是 因各种原因每次只能得
C （Control）控制: 事物的发展和变化保持 稳定
统计过程控制（SPC）定义:
是一种使用诸如控制图等统计技术来分析制造 过程，以便采取适当的措施，为达到并保持统计控 制状态从而提高制造过程能力的质量统控计过制程控制方SPC法--培训。
一、统计过程控制简介
起源与发展
休哈特博士在 贝尔实验室发 明了控制图
差控制图
否处于稳定状态。缺点是不易发 到一个数据或希望尽快
现工序分布中心的变化。
发现并消除异常原因
计 不合格品数控
pn
数
制图
值 不合格品率控
p
控
制图
制 缺陷数控制图
C
图 单位缺陷数控
U
制图
较常用，计算简单，操作工人易 于理解
计算量大，管理界限凹凸不平
样本容量相等 样本容量可以不等
较常用，计算简单，操作工人易 于理解，使用简便
——《6 Sigma管理法 追求卓越的阶梯》
统计过程控制SPC--培训
一、统计过程控制简介
统计过程控制（SPC）:
Statistical Process Control 的英文简称
S （Statistical）统计: 以统计学的方法分 析数据
P （Process）过程: 有输入-输出的一系列的 活动
- 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)。
统计过程控制（SPC）与休哈特控制图(四)第八章排列图法和因果图法一、排列图法（一）什么是排列图排列图是为寻找主要问题或影响质量的主要原因所使用的图。
它是由两个纵坐标、一个横坐标、几个按高低顺序依次排列的长方形和一条累计百分比折线所组成的图。
它的基本图形,见图9-1。
排列图又称帕累托图。
最早是由意大利经济学家帕累托用来分析社会财富的分布状况。
他发现少数人占有着绝大多数财富，而绝大多数人却占有少量财富处于贫困的状态。
这种少数人占有着绝大多数财富左右社会经济发展的现象，即所谓“关键的少数、次要的多数”的关系。
后来，美国质量管理专家米兰，把这个“关键的少数、次要的多数”的原理应用于质量管理中，便成为常用方法之一（排列图），并广泛应用于其它的专业管理。
目前在仓库、物资管理中常用的ABC分析法就出自排列图的原理。
（二）排列图的作图法1．搜集数据搜集一定时期内的质量数据，按不同用途加以分层、统计。
以某卷烟厂卷烟车间成品抽样检验时外观质量不合格品项目调查表中的数据为例（表9-1）。
2．作缺陷项目统计表为简化计算和作图，把频数较少的油点、软腰和钢印三次缺陷合并为“其它”项，其频数为37。
（1）把各分层项目的缺陷频数，由多到少顺序填入缺陷项目统计表，“其他”项放在最后,见表9-1。
（2）按表9-1的表头计算累计频数和累计百分比。
并填入统计表9-2中。
3．绘制排列图绘制排列图的步骤如下：（1）画横坐标，标出项目的等分刻度。
本例共七个项目。
按统计袤的序号，从左到右，在每个刻度间距下填写每个项目的名称，如空松、贴口、......、其它。
如图9-2。
（2）画左纵坐标，表示频数（件数、全额等)。
确定原点为0和坐标的刻度比例，并标出相应数值，本例为100、200、300等等。
（3）按频数画出每一项目的直方图形，并在上方标以相应的项目频数。
如空松458、贴口297等。
（4）画右纵坐标表示累计百分比。
画累计百分比折线，可用两种方法。
方法1：定累计百分比坐标的原点为0，并任意取坐标比例（即累计百分比的比例与频数坐标的比例无关）。
按各项目直方图形的右边线或延长线与累计百分比数值的水平线的各交点，用折线连接，如图9-3、图9-4。
方法2：累计百分比坐标以频数总数N的对应高度定为100%，以各项目的直方高度为长度而截取的各点，用折线连接。
如图9-2。
（5）标注必要的说明。
在图的左上方标以总频数N，并注明频数的单位；在图的下方或适当位置上填写排列图的名称、作图时间、绘制者及分析结论等。
（三）排列图的分析绘制排列图的目的在于从诸多的问题中寻找主要问题并以图形的方法直观地表示出来。
通常把问题分为三类，A类属于主要或关键问题，在累计百分比0~80%左右；B类属于次要问题，在累计百分比80~90%左右；C类属于一般问题，在累计百分比90~100%左右。
在实际应用中，切不可机械地按80%来确定主要问题。
它只是根据“关键的少数、次要的多数”的原则，给以一定的划分范围而言。
A、B、C三类应结合具体情况来选定。
主要问题项目（A类），可以用划线及“A”表示，如图9-3所示（虚线一定通过累计百分比折线上的某一点）；或用阴影线表示，如图9-2；或用文字叙述来表示，如图9-4。
在排列图上，一般只分析标注主要问题（A类）即可。
（四）排列图法在应用中注意的事项1．主要项目以一至二个为宜，过多时，就失去了画排列图找主要问题的意义。
如果出现主要项目过多的情况，就应考虑重新分层排列。
2．“其它”项应放置在最后。
3．图形应完整应该注意避免机械地按80%划分主次问题；应该注明标题栏以及在图上标注总频数N、各坐标点的累计百分比、各项目的频数、左右纵坐标的名称、计量单位等。
绘制排列图可以通过图形，直观地找到主要问题。
但当问题的项目较少，主次问题已十分明显时，也可以用统计表代替画图。
为了更有效地分析问题和多方面采取措施，往往可以对一组数据采用不同的分层来绘制排列图。
如图9-3和图9-4所示是以某厂1~6月份工伤事故的频次，按事故类别和事故发生的部门，分别绘制的排列图。
三、其它常用的图表在质量管理活动中，还有一些常用的简易方法。
（一）折线图折线图常用来表示质量特性数据的波动情况青况，如图9-8。
作图简单，看起来直观。
（二）柱状圄柱状图常用来表示不同时期或同一期不同情况的对比，如图9-9。
（三）饼分图饼分图常用来表示一个系统中各部分所占的比率，如图9-10，表示某厂1988年QC小组成员结构的组成。
第九章直方图法一、什么是直方图直方图是通过对数据的加工整理，从而分析和掌握质量数据的分布状况和估算工序不合格频率的一种方法。
将全部数据分成若干组，以组距为底边，以该组距相应的频数为高，按比例而构成若干矩形，即位直方图，其基本形势见图10-1。
为什么要使用直方图呢？以前我们描述质量情况虽说已经有一级品率、平均尺寸或平均含量等统计数据，但是只有这些统计数据还不完善，不能充分说明问题。
例如，下面两组数据是5次抽测两个班组控制冷却温度的数据：甲班：5、5、6、7、7 （℃）乙班：2、4、6、8、10 （℃）如果计算两组数据的平均值，用x来表示，则x甲=6℃, x乙=6℃。
两班的x是一样的，可是很明显，两班的控制水平是不一样的。
甲班控制得较稳定，集中在5~7℃之间，最大与最小相差2℃。
即极差R甲=7-5=2（℃）。
而乙班的温度波动较大，R乙=10-2=8（℃）。
可以说两班数据的分散程度不一样。
再看另外两组数据：甲班：3、3、4、5、5 （℃）乙班：7、7、8、9、9 （℃）这两个班的温度控制都比较稳定R丙=5-3=2℃，R丁=9-7=2℃。
但两班的平均温度不一样，X丙=4℃，X丁=8℃。
可见在分析质量情况时只看平均值或只看分散程度都是片面的，要综合起来看分布。
直方图法就是用以帮助我们分析产品质量的分布状况。
它的用途十分广泛，常用于定期报告质量状况、分析质量分散原因、测量工序能力、估计工序不合格品率等。
二、直方图的作法举一个实际例子来说明。
某工厂生产的产品，重量标准要求在1000~1050克之间（1000），为了分析产品的重量分布状况，搜集一段时间内生产的产品100个，测定重量得到100个数据，作一张直方图。
作直方图有三大步骤:；作频数分布表；画直方图；进行有关计算。
下面逐步讨论。
（一）（一）作频敏分布表频数就是出现的次数。
将数据按大小顺序分组排列反映各组频数的统计表，称为频数分布表。
频数分布表可以把大量的原始数据综合起来，比较直观、形象的形式表示分布的状况，并为作图提供依据。
具体作法按下述步骤。
1．.搜集数据将搜集到的数据填入数据表。
作直方图的数据要大于50个，否则反映分布的误差太大。
本例搜集了100个。
为了简化计算，数据表中每个测量值（x）只列出波动范围的数值。
x值如表10-1所示。
表10-1中的数字均缩去1000克，例如43代表的测量值是1043克，34代表的测量值是1034克，......依此类推。
2．计算极差（R）表10-1中，最大值X max=48，最小值X miu=1，R= X max-X miu=48-1=473．适当分组（k）组数的确定要适当。
组数太少会掩盖各组内的变化情况，引起较大的计算误差；组数太多则会造成各组的高度参差不齐，影响数据分布规律的明显性，反而难以看清分布的状况，而且计算工作量大。
组数k的确定可以参考组数选用表，见表10-2。
本例：取k =104．确定组距（h ） 组距用字母h 表示，h=极差（R ）/ 组数（k ），一般取测量单位的整数倍以便于分组。
本例h=R/k=47/10=4.7≈55．确定各组界限 为了避免出现数据值与组的边界值重合而造成频数计算困难的问题，组的边界值单位应取最小测量单位的1/2，也就是把数据的位数向后移动一位，并取数值为5。
例如个位数为0.5；小数一位数(0.1)为0.05；小数二位数(0.01)为0.005。
(本例表10-1中所有数据的最小位数为个位数，因此1/2最小测量单位是1/2 X 1=O.5)。
分组的范围应能把数据表中最大值和最小值包括在内。
第一组的下限为：最小值=2最小测量单位本例第一组下限为：X min -21=1-21=0.5第一组上界限值为下界限值加上组距0.5+5=5.5第二组的下界限值就是第一组的上界限值。
第一组的上界限值加上组距就是第二组的上界限值。
照此类推，定出各组的组界。
6．编制频数分布表 频数分布袤的表头设计见表10-3。
（1）填入组顺序号及上述已计算好的组界。
（2）计算各组组中值并填入表中。
各组的组中值为：X 中=2下届界限上届界限+ 例如，第二组组中值为825.105.5=+实际上组的组中值加上组距就是下一组的组中值。
（3）统计各组频数。
统计时可在频数栏里划记号。
这一步骤很容易出差错，所以要注意力集中。
统计后立即算出总数Σf，看是否与数据总个数N相等。
频数分布表暂时先做到这里，其他栏目以后再填。
(二) 画直方图（1）先画纵坐标，再画横坐标。
纵坐标表示频数。
定纵坐标刻度时，考虑的原则是把频数中最大值定在适当的高度。
本例中频数最大为27，我们就取适当高度定为30。
原点为0，均匀标出中间各值。
（2）横坐标表示质量特性。
定横坐标刻度时要同时考虑最大、最小值及规格范围(公差)都应含在坐标值内。
本例中X max=48，X min=1，规格下限T L为0，上限T U为50，因而坐标值范围应包括从0至50(克)。
在横坐标上画出规格线，规格下限与频数坐标轴间稍留一些距离，以方便看图。
（3）以组距为底，频数为高，画出各组的直方形。
（4）在图上标图名，记入搜集数据的时间和其他必要的记录。
总频数N、统计特征值x与s是直方图上的重要数据，一定要标出，见图10-2。
三、直方图的观察分析直方图能够比较形象、直观地反映产品质量的分布状况。
使用直方图主要就是通过对图形的观察和分析来判断生产过程是否稳定，预测生产过程的不合格品率。
观察的方法是：对图形的形状进行观察；对照规格标准（公差）进行比较。
（一）对图形形状的观察分析看图形应着眼于直方图的整个形状。
实践中画出的图形常见一些参差不齐的形状，不必计较。
常见的直方图典型形状（图10-3）有以下几种：1．正常型又称对称型，见图10-3（a）。
它的特点是中:间高、两边低，呈左右基本对称。
这说明工序处于稳定状态。
2．孤岛型在远离主分布的地方出现小的直方形，犹如孤岛，见图10-3（b）。
孤岛的存在向我们揭示：短时间内有异常因素在起作用，使加工条件起了变化。
例如原料混杂、操作疏忽、短时间内有不熟练的工人替班或测量工具有误差等。
3．偏向型直方形的顶峰偏向一侧，所以也叫偏坡形，见图10-3（c）。
计量值只控制一侧界限时，常出现此现状。
有时也因加工习惯造成这样的分布，例如孔加工往往偏小，而轴加工往往偏大等。