SPC制程控制
SPC统计制程控制运用实务(ppt 106)
在日本,1950年戴明(W. Edwards 来自 中国最大的资
6
料库下载
（4）SPC的特点
SPC与全面质量管理相同，强 调全员参与，而不是只依靠少
数质量管理人员；
强调用科学的方法------统计 技术来保证全过程预防原则的
落实；
SPC不是用来解决个别工序采
70年代
定单生产 只能预测 制造技术
80年代以后 JIT
速变不能预 来自 中国最大的资 测 料库下载
设计.系统. 8 习惯
（5）为什么要学习和 推行SPC？
2、企业市场竞争的需要
控制质量的变化因素,减少质量 损失成本；
缩短产品上市周期,满足产品的 更新换代；
生产出高质量的产品,为企业树 来自 中国最大的资
料库下载
（5）为什么要学习和推 行SPC？
科学的要求： 要保证产品质量、 要满足21世纪超严质量要求就必 须应用质量科学。
生产控制方式由过去的3控制方式 改为6控制方式。
3控制方式下的稳态不合格品率为
2.7 X 10-3,
来自 中国最大的资
12
料库下载
（5）为什么要学习和推行SPC？
A、顾客满意
B、与产品要求的符合性； 来自 中国最大的资 料库下载
15
（6）SPC与ISO9000标准的关系
八大原则之一---基于事实的决
策
有效决策是建立在数据和信息分 析的基础上；
决策是组织中各级领导的职责之 一；
正确的决策需要领导者用科学的
态度，以事实或正确的信息为基 来自 中国最大的资
D4
3.267 2.575 2.282 2.115 2.004 1.924 1.864 1.816 1.777
统计过程控制(SPC)：提升制程稳定性
统计过程控制（SPC）：提升制程稳定性在制造业中，制程稳定性是一个至关重要的概念。
不论是生产电子产品、制造机械零件还是生产食品，保持生产过程的稳定性对产品质量和成本控制都至关重要。
统计过程控制（SPC）是一种有效的方法，用来监控和改进生产过程，提升制程稳定性。
什么是统计过程控制（SPC）？统计过程控制（SPC）是一种基于统计方法的质量管理工具，旨在通过监控生产过程中的关键变量，减少变异性，实现生产过程的稳定性。
SPC可以帮助厂商识别并消除造成产品缺陷的根本原因，提高产品质量，降低生产成本，增强市场竞争力。
SPC的原理及应用SPC的基本原理是通过收集和分析生产过程中的数据来了解生产过程的特征和变异性，从而判断生产是否处于受控状态。
通过统计技术，可以找出生产过程中的特殊原因变异和普通原因变异，进而采取相应的控制措施。
SPC的应用范围非常广泛，可以适用于各个行业的生产过程控制。
比如，在汽车制造业，通过对关键工艺参数进行实时监控，可以避免生产出次品车辆；在食品加工业，利用SPC可以确保产品符合质量标准，保障食品安全。
SPC的主要工具和技术SPC主要包含以下几种工具和技术：1.控制图：控制图是SPC的核心工具之一，用来监控生产过程中的变异性。
常见的控制图有X-bar图、R图、P图等，通过控制图可以及时发现异常情况。
2.过程能力分析：通过过程能力分析，可以评估生产过程是否稳定，并确定是否满足产品质量标准。
3.假设检验：假设检验用于判断生产过程中的参数变化是否具有统计显著性，帮助厂商做出正确的决策。
SPC的好处采用统计过程控制（SPC）可以带来诸多好处：1.提升产品质量：SPC可以实时监控生产过程，及时发现问题并及时纠正，确保产品质量稳定。
2.降低生产成本：通过降低废品率和提高生产效率，可以有效降低生产成本。
3.增强市场竞争力：生产出质量稳定的产品，可以提高客户满意度，增强企业在市场上的竞争力。
总结统计过程控制（SPC）是一种重要的质量管理工具，能够帮助企业提升制程稳定性，实现持续改进。
SPC制程能力分析品质
SPC制程能力分析品质
SPC（统计过程控制）是一种广泛应用于品质管理领域的统计方法，
能够帮助企业监控和控制产品制造过程中的变异性。
通过收集和分析过程
中的数据，SPC可以评估制程的能力，确定该制程是否稳定且具有一致的
性能。
1.数据收集：首先，需要收集关于制程的数据。
这些数据可以包括来
自不同阶段的样本数据，例如原材料、加工过程中的中间产品和最终产品
的检测数据。
2.数据整理：将收集到的数据进行整理和准备，以便进行分析。
这包
括数据的清洗、筛选和对齐等操作。
3.基础统计分析：使用基本的统计方法来分析数据，例如计算平均值、标准差、极差等指标。
这些指标可以给出制程的平均性能和变异性。
4.制程稳定性分析：通过分析统计文件或绘制控制图来评估制程的稳
定性。
控制图可以显示制程数据的变化情况，并帮助判断制程是否受到特
殊原因的影响。
5. 制程能力分析：制程能力指标可以帮助评估制程的性能是否满足
产品要求。
常用的制程能力指标包括Cp、Cpk和Pp、Ppk等。
这些指标表
示制程的离散度与规范化能力。
- Cp和Cpk：用于评估制程的离散度和中心性，分别表示过程的总变
异度和自然过程偏离规格的变异度。
Cpk大于等于1时，表示制程能力满
足规格要求。
- Pp和Ppk：用于评估制程的离散度和中心性，与Cp和Cpk类似，由于Pp和Ppk考虑了过程所处的分布形状，并对过多偏离规格限制的量进行了惩罚。
什么是SPC？SPC的作用是什么？SPC运用中应该注意的几个问题
什么是SPC？SPC的作用是什么？SPC运用中应该注意的几个问题SPC即英文“Statistical Process Control”之缩写，意为“统计制程控制”SPC或称统计过程控制。
SPC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。
为什么要用SPC，SPC的作用是什么？重视企业内部外部顾客，以顾客满意作为主要目标，这些目标必须不断地在价值上得以改进，运用SPC，能使我们致力于更有效的改进，同时，我们组织中的每一个人都必须确保不断改进及使用有效的方法．在我们的企业当中，很多都是不重视统计过程控制的，或者只是把统计过程控制当做一个口号或者一个用来通过各种认证用的手段，并没有真正的用到现实生产当中，也没有起到真正的作用．于是就产生了一个问题，如果仔细的审核所有的统计过程，会发现存在很多的问题．１、在作XBar-R图时，数据搜集不准确。
数据的搜集来自于现场，往往我们根据控制计划或者其他文件的要求，到现场察看数据采集情况，会发现现场的数据采集没有按照要求来进行。
有些企业会采用连续测量，100%测量的方式，同时也不做任何的纪录，只要检验人员发现没有问题，也不需要进行任何变动，一旦发现，则进行调整设备参数或采取别的措施。
而采用该方法是与SPC相违背的。
有些公司采用了100%检验不说，根据大体情况，再进行编制控制图，专门用来应付审核或者提交客户用，这样的SPC是没有作用的，同时还浪费更多的人力物力。
所以，希望我们运用统计技术的企业，能够真正的将统计技术运用起来，而不仅仅是流露与形式。
2、做控制图时部分或者全部的曲线类似。
这也是数据经过编辑的一种可能。
在SPC教材当中明显指出几种应该注意的曲线形状（包括点的运动趋势），这就要求绘制该图表的人员具有相当的水平，即要避免出现教材中描述的情况，又要让数据基本合理，便出现了连续几次数据统计采用相同或类似的数据。
SPC管理控制程序
---计算管制界限UCLR LCLR UCLXbar LCLXbarUC.=D4 RLCL R=D3 RUCL X=X+A RLCL X=X-A2R---画管制界限于管制图上⑷.R管制图分析：---超出管制界限点，需分析异常；---趋势：7点于平均值一边，或连续7点持续升高或降低，需分析异常；---非随机分布点：2/3点分布于一标准差区域，其余1/3点分布于2到3标准差区域，需分析异常；---发现异常及分析原因，可使用排列图及鱼骨图分析异常原因；---重新计算管制界限•将超出管制界限之点去除后，重新计算管制界限。
(5).Xbar管制图分析：---超出管制界限点，需分析异常；---趋势：7点于平均值一边，或连续7点持续升高或降低，需分析异常；---非随机分布点：2/3点分布于一标准差区域，其余1/3点分布于2到3标准差区域，需分析异常；---发现异常及分析原因，可使用柏拉图及鱼骨图分析异常原因；---重新计算管制界限.将超出管制界限之点去除后，重新计算管制界限。
(6).重新制定量产管制界限=R/d 2R new= d2UCL R=D4 R newLCL R=D3 R neW-CL R=D3 R new(2).组数至少25组以上。
(3).计算每一组的不良品数(np),并记录于“ CONTROLCHARTFORATTRIBUTEDA检验报告内)。
(4).将每一数值画于p管制图上。
(5).计算制程平均不良品比率。
n?P2 …“K P Kp = n2... n K(6).计算UCL及LCLo(7).将Pbar画实线，UCL及LCL画虚线于p管制图上。
消除其影响。
监控可以充分体现出SPC预防控制的作用。
5-5SPC作业流程5-5-1决定管制项目(1).对客户明确要求的管制项目，生产制造过程中必须进行管控。
(2).由品质部、生产部门、营业课共同识别过程关键参数，选择管制项目5-5-2决定管制标准(1).客户明确要求的管制标准，生产制造过程中必须达到。
spc统计过程控制与管制图
SPC统计过程控制与管制图1. 简介SPC〔Statistic Process Control〕是指通过统计方法对生产过程进行过程控制和管制的一种方法。
SPC通过收集和分析过程中的数据，帮助企业发现和解决问题，并实现过程的稳定和改良。
在SPC中，管制图是一种常用的工具，用于判断过程是否处于统计控制之中。
2. 管制图的根本原理管制图是一种时间序列图，通过将样本数据的均值、极差等统计量绘制在图上，以便直观地了解过程的稳定性。
在管制图中，通常会画出上下控制限以及中心线，用于判断过程是否处于统计控制之中。
管制图有多种类型，常用的包括： - 平均数管制图〔Xbar-R图〕：用于监控过程的平均数和极差 - 均值管制图〔X图〕：用于监控过程的平均数 - 极差管制图〔R图〕：用于监控过程的极差 - 标准差管制图〔S图〕：用于监控过程的标准差 - P图：用于监控过程的不良品率 - C 图：用于监控过程的不良品数3. 构建管制图的步骤构建管制图的步骤如下： 1. 收集数据：根据需要监控的指标，收集足够的样本数据。
2. 计算统计量：根据收集到的数据，计算出相应的统计量，如平均数、极差、标准差等。
3. 绘制管制图：根据统计量，绘制出相应的管制图，包括上下控制限和中心线。
4. 分析管制图：通过分析管制图中的数据点是否超出控制限，判断过程是否处于统计控制之中。
5. 做出改良：如果过程处于统计控制之外，需要分析可能的原因并采取相应的改良措施。
4. 管制图的应用管制图广泛应用于制造业和效劳业中的质量管理过程中。
通过使用管制图，企业可以实现以下目标： - 及时发现生产过程中的异常情况，减少不良品率； - 保持生产过程的稳定性，提高生产效率； - 通过长期监控数据，找出改良生产过程的方向。
5. 管制图的本卷须知在使用管制图时，需要注意以下几点： - 样本数据应该具有一定的随机性，否那么可能会影响对过程稳定性的判断。
- 控制限的选择需要根据实际情况进行调整，不同的管制图有不同的选择方法。
常用控制图
SPCSPC（Statistical Process Control，统计过程控制或统计制程控制）目录∙ 1 什么是SPC∙ 2 SPC起源与发展∙ 3 3σ原理简介∙ 4 SPC技术原理∙ 5 SPC控制图及计算∙ 6 SPC控制图（管制图）的实施∙7 SPC控制图（管制图）异常的判断及处理∙8 制程能力指数（参数）CPK∙9 SPC的发展特点∙10 SPC对企业带来的好处什么是SPCSPC即英文“Statistical Process Control”之缩写,意为“统计制程控制” SPC或称统计过程控制。
SPC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。
在生产过程中，产品的加工尺寸的波动是不可避免的。
它是由人、机器、材料、方法和环境等基本因素的波动影响所致。
波动分为两种：正常波动和异常波动。
正常波动是偶然性原因（不可避免因素）造成的。
它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除。
异常波动是由系统原因（异常因素）造成的。
它对产品质量影响很大，但能够采取措施避免和消除。
过程控制的目的就是消除、避免异常波动，使过程处于正常波动状态。
SPC起源与发展1． 1924年休哈特博士在贝尔实验室发明了品质控制图。
2． 1939年休哈特博士与戴明博士合写了《品质观点的统计方法》。
3．二战后美英将品质控制图方法引进制造业，并应用于生产过程。
4． 1950年，戴明到日本演讲，介绍了SQC的技术与观念。
5．SQC是在发生问题后才去解决问题，是一种浪费，所以发展出了SPC。
6．美国汽车制造商福特、通用汽车公司等对SPC很重视，所以SPC得以广泛应用。
7．ISO9000（2000）体系亦注重过程控制和统计技术的应用（如8.1，8.2.3）。
SPC控制程序(含流程图)
文件制修订记录1.0目的：规范统计制程管制SPC运作，以确保各项管制能有效实施，预防重大质量异常的发生。
2.0范围：适用于本公司所有制程，包含成品、半成品、设备。
3.0职责：3.1品质部：主导全厂SPC的推行和运作，提供必要的技术支持和培训，和工程部一起选择管制项目，决定管制标准，监督生产单位的品质状况，协助生产单位分析解决问题，验证改善效果。
4.0定义：4.1SPC：统计制程管制,是一种借助数理统计方法对制程品质状况进行管控的工具。
它对生产过程进行分析评价，根据反馈资讯及时发现系统性因素出现的征兆并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。
4.2关键管制特性:有关产品的要求(尺寸、性能测试)或制程参数具有特别的重要性之管制特性,在控制计划&FMEA中以『★』标示,5.0作业内容:5.1实施SPC的两个阶段5.1.1分析阶段：分析阶段的主要目的在于：（1）.了解制程现状；（2）.使制程处于稳定状态；（3）.使制程能力足够。
分析阶段首先要进行的工作是生产准备，即把生产过程所需的原料、劳动力、设备、测量系统等按照标准要求进行准备，生产准备完成后就可以进行生产，注意一定要确保生产是在影响生产的各要素无异常的情况下进行。
然后可以用生产过程收集的资料计算控制界限，作成分析用管制图、直方图、或进行过程能力分析，检验生产过程是否处于稳定状态以及过程能力是否足够。
如果任何一个不能满足则必须寻找原因进行改进，重新进行生产及分析。
直到达到了分析阶段的三个目的，则可认宣告结束，进入SPC监控阶段。
5.1.2监控阶段监控阶段的主要工作是使用控制用控制图对制程进行监控。
此时控制图的控制界限已经根据分析阶段的结果而确定；生产过程的资料及时绘制到控制图上并密切观察控制图，控制图中点的波动情况可以显示出过程受控或失控，如果发现失控，必须寻找原因并尽快消除其影响。
监控可以充分体现出SPC预防控制的作用。
- 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)。
一、SPC的历史
2013-11-26
3
SPC的发展史
SPC的起源史 SPC是由美国的休哈特博士于1924发明的。世界 上第一张控制图是休哈特在1924年5月16日提出 的不合格品率(p)控制图。
英国在1932年，邀请W.A. Shewhart博士到伦 敦，主讲统计质量管理，而提高了英国人将 统计方法应用到工业方面之气氛。 就控制图在工厂中实施来说，英国比美国为 早。
2013-11-26
24
两种错误及其发生概率
a=a1+a2 a1 β
a2
2013-11-26
a ：虚发警报 β ：漏发警报
25
四、控制图的种类及其应用
2013-11-26
26
控制图的定义
控制图是用于分析和控制过程质量的一种方法。控 制图是一种带有控制界限的反映过程质量的记录 图形，图的纵轴代表产品质量特性值(或由质量 特性值获得的某种统计量)；横轴代表按时间顺 序(自左至右)抽取的各个样本号；图内有中心线 (记为CL)、上控制界限(记为UCL)和下控制界限 (记为LCL)三条线(见下图)。
2013-11-26 15
实验结果
第三天：主管对结果十分失望，主管提配工人，成 本已超过利润。而且还说：如果第四天还是没有 大幅度改进，公司准备要关闭工厂，你们的饭碗 要靠你们自已的表现 第四天：主管又再一次失望。他是他却带来了一个 好消息，上级主管要求留下3位绩效最好工人， 让工厂继续营运。想想看这个方法太棒了 但是第五天，结果还是令人失望，主管宣布：关厂。
x
11
戴明红珠实验
1、戴明红珠实验，向我们展示了红珠实验的操作的 整个过程，并总结出许多条启示，供我们反思和 了解自已公司和手头的工作。 2、实验由戴明本人担任主管的角色，实验中的其他 角色是由观众中的自愿者担任 3、实验所需材料 ①4000粒木珠，直径约为3mm，其中，800粒为红色， 3200粒为白色 ②六把有50个孔的勺子，可盛50粒木珠
100
98 99 100 101 99.6 3
98
99 97 100 99 98.6 3
99
98 100 101 99 99.4 3
100
101 100 99 100 100 2
98
97 98 99 99 98.2 2
37
平均值和极差
平均值的计算
x1 x 2 x 3 x 4 x 5 x 5
σ
准差
2013-11-26
8
µ与σ对正态分布的影响
σ=0.4 µ X方向 X方向
2013-11-26 9
µ1
σ=1.0 σ=2.5
三、SPC的理论基础
①休哈特实验 ②戴明红珠实验 ③两种变异 ④SPC的3西格玛原理
2013-11-26
10
休哈特实验
f(x) f(x)
x f(x) f(x)
x
x
2013-11-26
2013-11-26
超出控制限的点 链 明显的非随机图形 超出控制限的点 链 明显的非随机图形
C7为了继续进行控制延长控制限
42
控制图的判读
2013-11-26
43
3點中有2點在A區
樣本號數
0 1 2
觀測值
1
2
3
4
5
6
7
控制用控制图：经过上述分析证实过程稳定并能满足 质量要求，此时的控制图可以用于现场对日常的 过程质量进行控制
2013-11-26
31
计量型控制图
计量型控制图的使用说明 A、计量数据 B、计量型控制图的基础 C、SPC的抽样原则
2013-11-26
32
五、计量型控制图的制作步骤 和判定原则
2013-11-26
Lower Control Limit(LCL)
2013-11-26 23
两种错误及其发生概率
我们选取µ±3 σ作为SPC控制图界限是合理的 吗？控制限µ±3 σ是用来判断正常变异和异常变
异所用的一个临界值，但要考虑到确立任何一个 临界值都有可能使判断发生错误，这种错误主要 分为两类： 第一类：漏发警报 第二类：虚发警报
33
建立控制图的四步骤
A收集数据 B计算控制限
C过程控制解释
D过程能力解释
2013-11-26
34
建立X-R图的步骤A
子组大小 A1选择子组大小、频率和数据 Ａ 阶 段 收 集 数 据 A2建立控制图及记录原始记录 A3计算每个子组的均值X和极差R A4选择控制图的刻度 A5将均值和极差画到控制图上
R值的计算
R xmax xmin
2013-11-26 38
建立X-R图的步骤B
Ｂ 计 算 控 制 限
B1计算平均极差及过程平均值 B2计算控制限 B3在控制图上作出平均值和 极差控制限的控制线
39
2013-11-26
X R管制圖
平均值管制圖
平均值管制圖 x1 x2 x3 ..... xk x k 全距管制圖 R1 R2 ..... Rk R k
28
2013-11-26
控制图—过程控制的工具
上控制限 中 线
下控制限
1.收集：收集数据并画在图上 2.控制：根据过程数据计算试验控制限；识别变差的特殊原因 并采取措施 3.分析及改进：确定普通原因变差的大小并采取减小它的措施
步 骤
2013-11-26
重复这三个阶段从而不断改进 过程
29
控制图种类(以数据性质分)
1984年日本名古屋工业大学调查了115家日 本各行各业的中小型工厂，结果发现平均 每家工厂采用137张控制图； 美国柯达彩色胶卷公司有5000多名职工， 一共应用了35000张控制图，平均每名职工 做七张控制图
2013-11-26
6
2013-11-26
7
正态分布是一条曲线，其特点是中间高、两 头低、左右对称并延伸至无穷 µ µ表示平 均值 ； σ表示标
CLX X UCLX X A2 R LCLX X A2 R 全距管制圖 CLR R UCLR D4 R LCLR D3 R
2013-11-26
40
d3/d4/A2值选取表
n D4 D3 A2 2 3 4 5 6 7 8 9 10
3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78 * * * * * 0.08 0.14 0.18 0.22
2013-11-26
16
实验分析
谁是最佳工人？ 雇用最佳工人让工厂继续营运的绝妙构想 到底出了什么差错？
2013-11-26
17
SPC控制图的基本原理
过程：
人 设备 材料 方法 环境
一组输入
活
动
输出
资源 组合
半成品或成 品及其质量 特性
2013-11-26
18
两种类型的变异原因一
普通原因：指的是造成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 有时简称“受控”，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。 特殊原因：指的是造成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。除非所有的特殊原因都被查找出来并且采取了 措施，否则它们将继续用不可预测的方式来影响过 程的输出。如果系统内存在变差的特殊原因，随时 间的推移，过程的输出将不稳定。
计量型控制图
平均数与极差控制图( Chart) 平均数与标准差控制图( Chart) 中位数与极差控制图( Chart) 个別值与移动极差控制图( chart) 不良率控制图(P chart) 不良数控制图(Pn chart,又称np chart或d chart) 缺点数控制图(C chart) 单位缺点数控制图(U chart)
戴明红珠实验
根据主管说明：公司计划扩厂，以满足新顾 客的需求。新顾客要白珠，而不接受红珠， 然而进料中却混合有红珠（白珠与红珠混 合）。扩厂需要10名新员工，其中包括：6 位新工人，2位检验员，1位检验长，1位记 录员。这6位自愿担任工人的研讨会学员
2013-11-26
14
实验结果
第一天：结果让主管很失望，他在一开始就提醒工人，他们 的工作是产出白珠而非红珠，但是工人们产出的红珠数 却很高。公司实施绩效制度，要奖历绩效良好的人。显 然David值得加薪奖励，因为他只产出4只红珠，他是最 佳工人。而Larid的绩效最差，有12颗红珠。 第二天：结果又一次让主管失望，比前一天更差。管理者也 在注意这些记录，发现成本已超过利润了。主管对工人 们说：我在一开始就说到，你们的饭碗要靠你们的绩效。 可是你们的绩效一塌糊涂。看看这些数字，如果Daivd昨 天只能够产出4粒红珠，其他人也应该能做到。但是今天 david产出了十二粒红珠
2013-11-26 12
戴明红珠实验
③两个长方形容器，其中一个可以放入另一 个之中（以节省空间）。在所有的材料中 珠子（放在一个塑料袋内）以及一个勺子 可以放入小容器，小容器又可以放在大容 器中。容器具体尺寸如下： 大容器：20cmX16cmX8cm 小容器：19cmX13.5cmX6cm
2013-11-26 13
上控制界限(UCL) 中心线 (CL) 下控制界限(LCL)
2013-11-26 27
控制图的视“小概率事件不可能发生”的原 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 控制限的宽度就是根据这一原理定为3