统计过程控制

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。但在现场出现这种情形是不多的。

UCL

CL LCL

情形2：更经常地是控制图上点子突然出界，显示异常。这时必须查出异因，采取措施，加以消除。控制图的作用是：及时告警。只在控制图上描点，是不可能起到预防作用的。必须强调要求现场第一线的工程技术人员来推行SPC，把它作为日常工作的一部份，而质量管理人员则应该起到组织、协调、监督、鉴定与当好领导参谋的作用。

状态Ⅰ：统计控制状态和技术控制状态同时达到，最理想；

状态Ⅱ：统计控制状态未达到，技术控制状态达到；

状态Ⅲ：统计控制状态达到，技术状态未达到；

状态Ⅳ：统计和技术控制状态均未达到，最不理想。

从上表看，从Ⅳ达到Ⅰ的途径有两条：Ⅳ

①从CP值上讲，应先达到Ⅲ，但有时为了达到更加经济，宁可保持在状态Ⅱ也是有的；

②一般来讲，在生产的未道工序一般以保持状态Ⅰ为宜。

四、分析用控制图和控制用控制图

1、控制用控制图的含义：

一道工序开始应用控制图时，几乎总不会恰巧处于稳态，也即总存在异因。如果就以这种非

稳定状态下的参数来建立控制图，控制界限之间的间隔一定较宽，以这样的控制图来管理未

来，将会导致错误的结论。因此，一开始总需要将非稳定的过程调整到稳态，这就是分析用

控制图阶段。等到过程调整到稳态后，才能延长控制图的控制线作为控制用控制图，这就是

控制用控制图阶段。

2、分析用控制图

分析用控制图主要分析以下两个方面：

⑴所分析的过程是否处于统计控制状态？

⑵该过程的过程能力指数Cp是否满足要求？维尔达（S.L.Wierda）把过程能力指数满足要求

的状态称作技术稳态。

UCL

CL

LCL 3σ

-3σ

中值

由于Cp 值必须在稳态下计算，故须先将过程调整到统计稳态，然后再调整到技术控制状态。（转附页1）

分析用控制图的调整过程即是质量不断改进的过程。 3、控制用控制图

当过程达到了我们所确定的状态后，才能将分析用控制图的控制线延长作为控制用控制图。由于后者相当于生产中的立法，故由前者转为后者时应有正式交接手续。

进入日常管理后，关键是保持所确定的状态。

经过一个阶段的使用后，可能又会出现新的异常，这时应查出异因，采取必要措施，加以消除以恢复统计过程控制状态。

五、统计数据及其分类

数据是统计技术的基础，学习统计技术首先要了解数据。 ㈠ 数据的分类：

大体上可分为两类：计量型数据和计数型数据

计量型数据是指那些作为连续量测得的质量特性值，如长度、重量、强度、化学成分、时间、电阻等。

计数型数据是指按个数数得的非连续性取值的质量的特性值，如元件的疵点数、统计抽样中的不合格判定数、审核中的不合格项数等可以用0、1、2…等阿拉伯数字一直数下去的数据。计数型数据还可进一步区分为计件数（如不合格数）和计点数（如疵点数）将这些数据换成比率后的数据也是计数数据。

两类数据的差别，决定了数据所反映的统计性质和数据处理的不同方法。例如：计量型数据属连续概率分布，最典型的是正态分布；而计数型数据属离散概率分布，最典型的是二项分布和泊松分布。

㈡ 统计数据的特性值 1、 数据的位置特性值

表示数据位置特性（中心趋向）的值有平均值、中位值、中值及众数等。

⑴ 平均值X

如果从整体中抽取一个样本，得到一批数据X 1 X 2 X 3……Xn 则样本平均值为

X =n

1

（X 1 + X 2+…+Xn ）

⑵ 中位值

有时为了减少计算，将数据X 1 X 2 X 3……Xn 按大小次序排列，用居正中的那个数(当数据

个数为奇数时)或中间两个数的平均值（当数据个数为偶数时），表示数据的整体平均水平。 ⑶ 中值M

测定值中的最大值Xmax 与最小值Xmin 的平均值，用M 表示 M=

2

min

max X X

⑷ 众数

在用频数分布表表示测定值时，频数最多的是值即为众数。

若测定值按区间作频数分布时，频数最多的区间代表值（一般用区间中值）亦称众数。 2、 数据的离散特性值

仅有一个反映数据位置的特性值是不够的，还必须有一个反映数据离散程度变即变异程度的

特性值。经常使用的离散特性值，包括极差（R ）、偏差平方和（S ）、无偏方差S 2和标准偏差s 等。

⑴ 极差（R ）