统计过程控制

统计过程控制（Statistical Process Control, SPC）

随着科技的发展，产品的制造过程日益复杂，对产品的质量要求日益提高，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（pp m），乃到十亿分之一（ppb），仅靠产品检验剔除不合格品，无法达到这样高的质量水平，经济上也不可行，必须对产品的制造过程加以控制，在生产的每一步骤实施控制。

为了实现对产品的制造过程加以控制，早在20世纪20年代休哈特就提出了过程控制理论以及控制过程的具体工具——控制图(control

chart)。1931年休哈特出版了他的代表作：《加工产品质量的经济控制Economical Control of Quality of Manufactured

Products》，这标志着统计过程控制时代的开始。

统计过程控制就是应用统计学技术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稳定水平，从而保证产品与服务符合规定的要求的一种技术。它包含两方面的内容：一是利用控制图分析过程的稳定性，对过程存在的异常因素进行预警；二是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。

统计控制图

1．控制图原理

导致质量特性波动的因素根据来源不同可分为人员（Man）、设备（Machi ne）、原材料（Material）、工艺方法（Method）、测量（Measurement）和

环境（Environment）六个方面，简称5M1E。根据对产品质量的影响大小来分，可分为偶然因素（简称偶因，Common

cause）与异常因素（简称异因，在国际标准和我国国家标准中称为可查明原因，Special cause, assignable

cause）两类。偶因是过程固有的，始终存在，对质量的影响微小，但难以除去，如机器震动，环境温湿度的细微变化等。异因则非过程固有，有时存在，有时不存在，对质量影响大，但不难除去，例如配件磨损等。

偶因引起质量的偶然波动，异因引起质量的异常波动。偶然波动是不可避免的，但对质量的影响一般不大。异常波动则不然，它对质量的影响大，且可以通过采取恰当的措施加以消除，故在过程中异常波动及造成异常波动的异因是我们注意的对象。一旦发生异常波动，就应该尽快找出原因，采取措施加以消除。将质量波动区分为偶然波动与异常波动两类并分别采取不同的对待策略，这是休哈特的贡献。

偶然波动与异常波动都是产品质量的波动，如何能发现异常波动的存在呢？我们可以这样设想：假定在过程中，异常波动已经消除，只剩下偶然波动，这当然是正常波动。根据这种正常波动，应用统计学原理设计出控制图相应的控制界限，而当异常波动发生时，点子的排列就呈现不随机的状态，甚至落在界外。点子频频出界表明一定存在异常波动，控制图上的控制界限就是区分偶然波动与异常波动的科学界限。

根据上述，可以说休哈特控制图即常规控制图的实质是区分偶然因素与异常因素两类因素。

2． 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。图上有中心线(CL ，Central

Line)、上控制限(UCL ，Upper Control limit)和下控制限(LCL ，Lower Control limit)，并有按时间顺序抽取的样本统计量数值的描点序列，参见图

4.2-1。UCL 与 LCL 统称为控制线(Control

lines)。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(W.A.Shewhart)在1924年5月16日提出的不合格品率p 控制图。控制图有一个很大的优点，即在图中将所描绘的点子与控制界限或规范界限相比较，从而能够直观地看到产品或服务的质量的变化。

基于正态分布（normal

distribution ）假设的控制图是最常用的控制图。如果数据呈正态分布，则测量结果落在+-3sigma 内的概率为99.73%。如薄膜沉积过程中只有偶然波动，则膜厚成正态分布。如果除了偶然波动还有异常波动，则此异常波动将叠加在偶然波动形成的典型分布上，质量特性值的分布必将偏离原来的典型分布。因此，根据典型分布是否偏离就能判断异常波动是否发生，是否出现了异常因素，典型分布的偏离可由控制图检出。在薄膜沉积的例子中，如果反应室的压力发

生

异常，导致薄膜的厚度分布偏离了原先的正态分布而向上移动，于是点子超出上控制界的概率大为增加，导致点子频频出界，表明过程存在异常波动。控制图的控制界限就是区分偶然波动与异常波动的科学界限。

只有偶然因素没有异常因素的状态，称为统计控制状态（state in statistical control），简称稳态，是控制阶段实施过程控制所追求的目标。

3. 两类错误风险

使用控制图要面对两类错误：

（1）第一类错误：虚发警报(false alarm)

过程正常，由于点子偶然超出界外，根据点出界就判异，于是就犯了第一类错误。通常犯第一类错误的概率记为α。第一类错误将造成寻找根本不存在的异因的损失。鉴于生产过程的复杂性，查找不存在的原因耗费巨大而没有成果，所以通常控制图的虚发警报概率α取的很小，经验证明，α=0.27%在通常情况下是很好的选择。

（2）第二类错误：漏发警报(alarm missing)

过程异常，但仍会有部分产品，其质量特性值的数值大小仍位于控制界限内。如果抽取到这样的产品，点子就会落在界内，不能判断过程出现异常，从而犯了第二类错误，即漏发警报。通常犯第二类错误的概率记为β。第二类错误将造成可能发生不合格或不合格品增加的损失。

当α0=0.27%时，对应的β就很大，这就需要增加判异准则，即既使点子不出界，但当界内点排列不随机也表示存在异常因素。

4. 判异准则（WECO rule）