SPC培训教材---完整版

收 集 数 据
整理 归纳
数、表 观察 图形 特征值 分析
统 判断 计 规 律
主 组织协调 提
要
高
问
质
题 专业技术 量
2. 变异的特殊原因与一般原因
◆变异: 没有两件产品/特性是完全相同的，任何过程都存在许多引
起变因的原因，产品间的差异及产品与标准间的差距总是存在 的，这种差异叫 变异。 ◆变异产生的原因：普通原因和特殊原因 普通原因：（共同原因/非机遇性原因 Common Cause)
6、将预备数据并绘在R图中，并对状态进行判断。
7、计算X图控制线并作图。
8、计算过程能力指数并检验其是否满足技术要求。
9、进行日常管理。
课堂实兵演练
3.图形分析： ※1）注意规格界限与管制界限之间的比较。 可分三种状态：包含关系 交叉关系 不相干
2）超出管制界限
3.图形分析： 3）连续几点上升或下降
成本很高。
第三部分：管制图的原理、制作及图形分析
计量：
X-R X-б X-Rm Mo-R
平均数全距 平均值标准差 个别值移动全距 中位值、全距管制图
(一）Xbar-R平均数全距管制图
计数值：
不良率管制图 不良数管制图 缺点数 单位缺点数
P-chart NP-chart C-chart U-chart
3.图形分析：
8）连续几点中有几点在1倍标准差以内 一般为连5点中有3点在1倍标准差以内，但有时候也可根据产品特
性可能有周期性而设更多点。 此种状况反应品质朝较好方向发展，所以只要注意监控，并把相
关重要参数记录下来，以利于做标准化。 9）连续几点在中心线两侧，但未在1倍标准差之内
一般为连续5点在中心线两侧，但未在1倍标准差之内，但有时候 也可根据产品特性可能有周性而设更多点。
2.图形制作：
2）将数据列表，并计算各组数据的平均数及全距
Xi=
每组量测数值总和 每组样本数
Ri=每组中最大-每组中最小值
3）计算出平均数和全距的中心线与管制上下线：
XCL= X1+X2+…+X
K
RCL= R1+R2+…+Rt
K
（K表示组数=20~25，每组数为n=5pcs）
管制上下限有两种算法:
b.通过对系统采取措施从而减少变差的 普通原因；提高过程能力，使产品符 合规范。
3.SPC的作用与实质：
就是利用统计的工具，识别企业生产过程中 的变差，从而消除机遇性变差（特殊原因引起）， 采取系统的管理措施消除变差的普通原因来改进 过程的能力。
第二部分：SPC相关统计学原理与概念
1.数据的种类：
可认定是有某种趋势，表明是一种系统原因在推动这种 趋势， 4）连续几点在管制线上方或下方
一般设定3点或5点以上，但有时候由于产品的特性可能 有周期性，可设定更多点。
3.图形分析： 5）连续几点一升一降
一般为5点或7点，但有时候由于产品的特性可能有周 期性，可设定更多点。此种状态分两种：一是越变越大； 二是越变越少。 6）连续几点在3倍的标准差以外
3）当平均数管制图没有较大幅度变化，而全距管制图有出现连续3点上升， 则表示机台有较大松动。
4)所有图形分析，都需要同以前在相同条件下做比较分析，并尽可能寻找可 能的周期性变化趋势，同时去验证一到两次。
统计过程诊断（SPD） Statistical Process Diagnosis
SPD诊断案例
第一种:计算法:(严格按照管制图的原理来做)
a 计算出标准差:
b.计算管制上、下限
Xб=
XUCL=XCL+3Xб
XLCL=XCL-3Xб
Rб=
RUCL=RCL+3Rб
RLCL=RCL-3Rб
第二种:查表法:
XUCL=
XLCL=
RUCL=
RLCL=
<案例1>
<案例1>
经过计算出每组数据的平均值和全距列表如下（注意四舍五入）
分散。 20)制程能力指数（Cpk）：
直接反映制程能力，值越大越好。通常客户都要求 Cpk在1.33或1.67以上。
4.SPC列管对象：
1）品质特性：影响产品规格的因素（生产条件）、产 品属性分类、产品规格。
2）制程角度：不合格率最高、成本最高、安规问题 。 3）检验角度：破坏性产品、无法于后工程检验、检验
b.正态分布: 以数学公式订定，其分布与平均值呈绝 对的对称且具有常见的钟型，是实践中最常见的 一种分布，如产品的长度、宽度、重量、高度、 测量的误差等都近似服从正态分布。
正态分布图
2.14% 0.13%
34.13% 34.13%
13.6%
13.6%
2.14% 0.13%
3σ 2σ 1σ
1σ 2σ 3σ
10
9.8
9.98
0.04
13 2001/10/13 PM 04:36:33
10
10.02
10.03
10.01
10
10.01
0.03
14 2001/10/14 PM 04:36:44 9.98
9.97
10
10.02
10.01
10.00
0.05
15 2001/10/15 PM 05:02:15
10
10.01
10.06
10.1
10.12
10.02
10.08
0.10
7 2001/10/7 PM 05:14:21
10
10
9.9
10.098
9.97
9.99
0.20
8 2001/10/8 PM 05:10:50 10.05
10.02
10.02
10.04
10.09
10.04
0.07
9 2001/10/9 PM 04:34:40
此种状况反应品质可能虽然稳定，但能力不够或整体向上或下移 动少许，多属系统原因，应加强系统改善。
图形分析还应注意：
1）平均数管制图看是否偏离方向，全距管制图看稳定程度。所以平均数管制 图是波动越小越好，全距管制图是越往下越好，表示每组数据中变异越少。
2）当平均数管制图有连续3 点上升或下降，而R图没有较大波动时，则表示 制程中有某个因素正在慢慢朝某个方向发生变化。
1.简介：是SPC计量值部份最重要、最常用的管制图之一。可以使我们很好地了解制程
品质的进展状态（发展趋势）。分为：
1）解析管制图：根据实际量测出来的数据，经过计算出管制图上下限之后画出。
用途：主要用来对产品初期品质进行测定和监控，以了解在现有环境中品质的制程能力。
2）制程管制图：根据之前的历史数据，也可以根据经验或相似的各项标准，并以此为依据作为今
制程中变异因素是在统计的管制状态下，其产品特性有固定的 分布。 特殊原因：（机遇性原因Special Cause) 制程中变异因素不在统计的管制状态下，其产品特性没有固定 的分布。
普通原因变异的曲线图：
范围
时间
特殊原因变异的曲线图：
范围
目标值线 预测
时间
目标值线 预测
◆过程控制的概念:
a.首先当出现变差的特殊原因时提供统 计信号，从而对这些特殊原因采取适 当的措施(或是消除或是保留)；
9.96
10.02
9.95
10.02
9.99
0.07
4 2001/10/4 PM 05:09:51
10
10.05
10
9.96
9.95
9.99
0.10
5 2001/10/5 PM 05:10:03 9.96
10.02
9.98
10
10.07
10.01
0.11
6 2001/10/6 PM 05:10:16 10.09
a. 计量值型数据：尺寸、重量、化学成份、电压等以 物理单位表示，具有连续性的数据。连续型随机变量
b.计数值型数据：以特性分类、计算具有相同特性的 个数，是为间断性数据。离散型随机变量是以计产品的
件数或点数的表示方法。
2.分布及正态分布：
a.分布：各事件所产生的频次会趋近于一个客观机率， 只要有足够多的测量值，则测量值会趋向于一个 可预测的状态，这种状态就叫分布。
计数值型控制图
（五）P-chart 不良率管制图
1.意义：利用管制图的原理对产品不良率进行管制，是SPC计数值型最常用最 主要的分析图之一。
特点： ①可以掌握某产品或类别或生产线等取样母体的不良率状况，了解本系 统在正常情况下的不良状况，有助于做成本分析； ②对于突发事件（特殊原因）影响程度及时了解； ③便于预测下一阶段的不良率。
3.SPC的基本概念：
12).管制上限(控制上限):
UCL
13).管制中心线(控制中心线)： CL
14).管制下线(控制下限)： LCL
15).规格上限： USL
16).规格中心线： SL
17).规格下限： LSL
18).偏移度：
Ca
3.SPC的基本概念：
19).制程能力指数: Cp 表示制程特性的一致性程度。越大越集中，越小越
3.SPC的基本概念：
1). 均值（数学期望）：平均值 离散型变量均值： 连续型变量均值：
2).方差: 每个样本值与全体样本值的平均数之差的平 方值的平均数 3).标准差：常称均方差，是离均差平方的算术平均数 的平方根，用σ表示。 4).全距：
3.SPC的基本概念：
5).中位数: M 6).众数： M0 7).不良率： P 8).不良数： NP 9).缺点数： C 10).单位缺点(缺点率)： U 11). 百万分之不良： PPM
10
9.8
9.9
9.9
10
9.92
0.02
10 2001/10/10 PM 04:35:58
10
9.9
10
9.9
9.9
9.94
0.01
11 2001/10/11 PM 04:35:27
10
9.9
10.1
10.1
9.9
10.00
0.02
12 2001/10/12 PM 04:35:37
10
9.9
10.2
后管制图的管制界限。
以之前较好或标准的管制界限来衡量近期的品质状况。
2.图形制作：
1）数据收集：确定子组大小、频率、小组数的大小 a.子组大小：选择子组应使得一个子组内各样本之间的出现变差的 机会小。 b.应注意：子组样本的容量应稳定。 c.频率：子组间ቤተ መጻሕፍቲ ባይዱ时间间隔。 d.子组数的大小：包含100个或更多单值读数的25个或更多子组的数据
X
2.分布及正态分布：
c. 中央极限定理：
不论母群体是否正态分布，但在其中抽取n个样品的平均数而 组成的群体，则此群体非常接近正态分布。
d.正态分布的判定：
如果某一个量的变化受到许多随机因素的影响，这种影响的总 后果是各个因素的叠加，而且这些因素中没有任何一个起主导作用， 那么这个量就是一个服从正态分布的随机变量。
1.2有关品质的几个重要观念
不要认为百分百全 检，品质就一定很 好了
1.3 SPC的定义及历程
SPC：Statistical Process Control 统计制程控制/统计过程管制
利用统计学的原理对制造业制程中的品质进行 管制，以达到第一次就把品质做好。（在有大量数 据产生的地方都可利用）
QC统计方法的工作程序
一般为3点，但有时候也要注意当品质非常好而考虑成 本放松的变化，建议点数不要设定更大。
3.图形分析： 7）连续几点中有几点在2倍标准差以外
一般初始为连续7点中有3点在2倍标准差以外，但有时候 也可根据产品特性可能有周性而设更多点，如连续9点中有4 点在2倍标准差以外。
此种状况反应出制程能力开始下降，一般属于系统问题， 但暂时还不算严重，要多多注意监控，
序号
检验时间
NO1
1 2001/10/1 PM 05:08:58
10
NO2
NO3
NO4
NO5
XBar
R
9.97
10.05
9.98
10.03
10.01
0.08
2 2001/10/2 PM 05:09:20 10.02
10.01
10
10.03
9.98
10.01
0.05
3 2001/10/3 PM 05:09:33 9.98
SPC应用技术
品质部 2019.11.30
课程大纲
第一部分：SPC技术概述 第二部分：SPC相关统计学原理与概念 第三部分：管制图的原理、制作及图形分析 第四部分：制程能力分析 第五部分：SPC应用实务 第六部分：测量系统分析
第一部分：SPC技术概述
1.1品质观念的发展史程：
◆操作员的品质管制 ◆领班的品质管制 ◆检验员的品质管制 ◆统计品质管制 ◆全面品管
1.2有关品质的几个重要观念
可能出问题的地方 一定会出问题
1.2有关品质的几个重要观念
不可能出问题的
地方也可能出问题
1.2有关品质的几个重要观念
品质是“习惯”出来 的
1.2有关品质的几个重要观念
不要认为一个小小 的缺点没关系，反 正不会影响使用
1.2有关品质的几个重要观念
不要认为最便宜的原 材料就会给企业带来 最低的成本
10.01
10
9.99
10.00
0.02
4）制作图形：
图形分四个部分： 一个品质记录说明区； 一个品质指标说明区； 一个平均数管制图区； 一个全距管制图区。
<案例1图>
X-R图制作步骤及注意事项总结：
1、确定控制对象。
2、取预备数据。
3、计算Xbar、Ri。
4、计算中心线。
5、计算R图控制线并作图。