SPC培训课件

I-MR 图
“Hale Waihona Puke Baidu”
图
“np”“c”
图图
“u”
图
不同偏差的控制图
Different Variables Control Charts
I-MR
单值-移动极差图
Individuals - Moving Range
X-Bar-R
均值-极差图
Average –Range Chart
不同属性的控制图：缺陷
Different Attribute Control Charts: Defectives
▪ 特殊原因：
当过程中存在系统因素的影响，不是始终作用于过程的 变差的原因，即当它们出现时将造成(整个)过程的分布改变， 即过程处于统计失控状态（简称失控状态）。
除非所有的特殊原因都被查找出来并且采取了措施，否 則它们将继续用不可预测的方式来影响过程的输出。
四、SPC使用的统计技术
Count Percent
99.73% 95.45%
68.26%
-3σ -2σ -1σ μ +1σ +2σ +3σ
三、SPC统计若干概念
▪ 数据的种类：计量型、计数型 ▪ 波动（变差）——波动的概念、原理及波动的种类 ▪ 普通原因/异常原因 ▪ 基础的统计量——平均值X—、中位数X~、极差R、标
准偏差、S
1、数据的种类
计量型 特点：可以连续取值也称连续型数据。 如：零件的尺寸、强度、重量、时间、温度等
计数型 特点：不可以连续取值，也称离散型数据。 如：废品的件数、缺陷数等
波动的概念是指在现实生活中没有两件东西是
完全一样的。生产实践证明，无论用多么精密的
设备和工具，多么高超的操作技术，甚至由同一
2、波动的概念：
操作工，在同一设备上，用相同的工具，生产相 同材料的同种产品，其加工后的产品质量特性（
如：重量、尺寸等）总是有差异，这种差异称为
波动。公差制度实际上就是对这个事实的客观承
一、什么是SPC
SPC：
“Statistical Process Control”之缩写,意为 “统计过程控制”
统计过程控制：
主要是指应用统计分析技术对生产过程进行实时监控， 科学的区分出生产过程中产品质量的随机波动与异常波动， 从而对生产过程的异常趋势提出预警，以便生产管理人员及 时采取措施，消除异常，恢复过程的稳定，从而达到提高和 控制质量的目的。
37.8
60.5
80.1
90.9
96.3
100.0
五、控制图的种类
1、按数据性质分类：
控制图的选定
计量值 资料性质
计数值
平均值
n≥2 样本大小 n≤2
CL的性质
n是否较大
中位数
“n”=2~5
不良数
缺陷数
不良数或
缺陷数 n=1
不一定
一定
n是否一定
单位大小 是否一定
一定
X-s
图
X-R 图
~ X-R 图
认。消除波动不是SPC的目的，但通过SPC可以
对波动进行预测和控制。
三、普通原因、特殊原因
▪ 普通原因：
过程仅受随机因素影响，随着时间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，我们称之为：“处于 统计控制状态”、“受统计控制”，或有时称“受控”。
普通原因表现为一个稳定系統的偶然原因。只有变差的 普通原因存在且不改变时，过程的输出才可以预测。
U 单位缺陷数量
Number of defects per “unit”
六、控制图的设计原理
工序处于稳定状态下，其计量值的分布大致符合正态分布。由正态分 布的性质可知：质量数据出现在平均值的正负三个标准偏差(X3) 之外的概率仅为0.27%。这是一个很小的概率，根据概率论 “视小概 率事件为实际上不可能” 的原理，可以认为：出现在X3区间外的 事件是异常波动，它的发生是由于异常原因使其总体的分布偏离了正 常位置。
二、SPC的起源和发展
1924年由美国贝尔电话实验室W.A. Shewhart（休哈特）博士提出。 1932年，英国邀请W.A. Shewhart （休哈特）博士到伦敦，主讲统计质量控
制，英国成为了最早在工业方面使用控制图的国家。
1939年休哈特博士与戴明博士合写了《品质观点的统计方法》
1950～1952年，日本两次邀请美国统计学家戴明（ W.E. Deming ）传授 SPC 。
控制限的宽度就是根据这一原理定为3。
99.73% 95.45%
68.26%
0.27%
-3σ -2σ -1σ μ +1σ +2σ +3σ
控制图的形成
1、在产品的生产过程中，计量值的分布形式有： 位置：中心值 形状：峰态
分布宽度
将正态分布曲线顺时针旋转90°后，在由下向上翻转180 °，即得到控制图
统计过程控制分析与研究
Statistical Process Control
课程内容及目录
▪ 什么是SPC ▪ SPC的起源和发展 ▪ SPC统计概念 ▪ SPC使用的统计技术 ▪ SPC控制图的种类及选择 ▪ SPC控制图的设计原理 ▪ 计量型控制图的制作步骤 和判定原则 ▪ SPC控制图的异常的判断和处理 ▪ SPC与过程能力分析 ▪ 使用SPC益处
通过1950～1980这30年对于SPC理论和实践的不断发展，日本一跃而居世界 质量与劳动生产率的领导地位，引起西方及美国的震惊。尤其在汽车零部件 方面：美国不合格率：1%～4%，日本不合格率：0.001%。
SPC在日本工业界的大量推广应用对日本产品质量的崛起起到了至关重要的 作用。
八十年代以后，世界许多大公司纷纷在自己内部积极推广应用SPC ，而且对 供应商也提出了相应要求。在标准ISO9000以及QS9000中也提出了在生产控 制中应用SPC方法的要求。
NP 不合格品数量
Number ofnon-conforming units
P 不合格率
Proportion of non-conforming units
不同属性的控制图：缺陷
Different Attribute Control Charts : Defects
C 缺陷数量
Number of defects
Pareto Chart of Z006605
300
100
250 80
200 60
150
40 100
50
20
0
0
外废失效模式
法兰夹渣 止口加工余量不足 缸孔夹渣 法兰缺肉（小于5mm） 窗口面夹渣
后孔夹渣
Count
112
67
58
32
16
11
Percent
37.8
22.6
19.6
10.8
5.4
3.7
Cum %