5统计过程控制
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。
统计过程控制(SPC)

11
控制图的选择
控制图的选定
计量值 数据性质
计数值
平均值
“n”=10~25 “n”是否较大
n≧1 样本大小 n≧2
Cl的性质
中位数 “n”=2~5
“n”=1
不良数
缺陷数
不良数或
缺陷数
不一定
一定
“n”是否一定
单位大小 是否一定 不一定 一定
X-s 图
X-R 图
X-R
X-Rm “p”
图
图图
“np” “c”
数据类别: 计数值数据:只以缺陷数和个数表示,不能连续取值的数据 计量值数据:以产品本身的特性来表示,可以连续取值的数据
2
两种变异
普通性(特定性)变异:不易避免的原因(普通 原因)造成的变异,如操作人员的熟练程度的 差异、设备精度与保养好坏的差异、同批原材 料本身的差异
特殊性(偶尔性)变异:可以避免也必须避免 的原因(特殊原因)造成的变异,如不同原材料 之间的差异、设备故障
“u”
图图
图
12
案例1(控制图的选择)
质量特性 长度 重量 乙醇比重 电灯亮/不亮 每一百平方米的 脏点
样本数 5 10 1
100 100平方米
选用什么图
13
答案1
质量特性 长度 重量 乙醇比重 电灯亮/不亮 每一百平方米的 脏点
样本数 5 10 1
100 100平方米
选用控制图 均值极差控制图
通常用来消除变差的普通原因 几乎总是要求管理措施,以便纠正 大约可纠正85%的过程问题
8
控制图的目的
控制图和一般的统计图不同,因其不仅能 将数值以曲线表示出来,以观其变异之趋 势,且能显示变异系属于机遇性或非机遇 性,以指示某种现象是否正常,而采取适 当之措施。
统计过程控制(SPC)

(三) x R 控制图的操作步骤
1. 确定控制对象(统计量) 2. 收集k组预备数据(一般K=25;每组数
据个数n ≥ 2;遵循合理子组原则) 3. 计算每一个样本的均值 X i 与极差 Ri 。 4. 计算 X与R 5. 计算R图控制限并作图 6. 用各样本点绘在图中,判断状态。
分析过程若失控或异常,找出原因, 进行纠正,防止再发生。
7. 计算 X 图控制限并作图,判断状态。 8. 计算过程能力指数验证是否符合要求 9. 延长控制限,作控制用控制图,进行日
常管理
四、 X S 图(掌握) 五、X-Rs图(了解)
六、Me-R图(了解)
七、P控制图
(一)P控制图的控制状态
P 常数
n
n
ˆp p di / ni
i1 i1
(二)P控制图的统计基础为二项分布,其
内容 (1)利用控制图分析过程的稳定性,对
过程存在的异常原因进行预警;
(2)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。
三、统计过程控制的特点 是一种预防性的方法 贯彻预防原则是现代质量管理的核心 强调全员参与
SPC的涵义
为了贯彻预防原则,应用统计技术对 过程各阶段评估和监控,建立并保持过程 处于可接受的并且稳定的水平从而保证产 品与服务符合规定的要求的一种质量管理 技术。
过程能力指数 过程性能指数
CP
TU TL 6ˆ ST
PP
TU TL 6ˆ LT
其中 ˆ St —— 短期波动的标准差估计,在稳态
下计算
ˆ St
R d2
或
S C4
ˆ Lt —— 长期波动的标准差估计,在实
际情况下计算 ˆ Lt S
统计过程控制(SPC)之过程控制过程能力过程性能和过程指数

统计过程控制(SPC)之过程控制过程能⼒过程性能和过程指数
统计过程控制(SPC)之过程控制/过程能⼒/过程性能和过程指数定义/说明/要求/⽬的:
能⼒是指:⼀个稳定过程中固有变差的总范围。
过程控制是指:分析某⼀过程或其输出,以便采取适当的措施来达到⼀种统计受控的状态,这种控制是对过程进⾏的控制,⽽不是事后的⾏为。
过程能⼒是指:⼀个稳定过程固有的变差的总范围,⼀般为过程固有变差的6?σ范围;对于计量型σ,对于计数型数据,通常为不合格品或不合格的平均⽐例或⽐率。
数据,其被定义为6?
c
过程能⼒指数是指:过程能⼒满⾜产品质量标准要求(规格范围等)的程度。
分布是指:描述具有稳定系统变差的⼀种输出⽅式,其中单个值是不可预测的,但⼀组单值就可形成⼀种图形,并可⽤位置、分布宽度和形状这些术语来描述。
过程控制系统的⽬的是对过程当前和将来的状态作出预测,以便对影响过程的措施做出经济合理的决定。
采⽤的总体标准差的估计⽅法的不同导致过程能⼒和过程性能之间的不同。
理解过程控制/过程能⼒/过程性能和过程指数才能最终⽐较“过程的声⾳”和“顾客的声⾳”。
检查表:。
统计过程控制

失去控制(有异因)
稳态图示
规格下限
技术稳态
规格上限
(偶因的变异减少)
年我国著名质量管理专家、北京科技大学张公绪教授提出选控图及两
种质量诊断理论,突破了休哈特的SPC理论,使SPC上升到SPD。 SPD不仅能预警, 而且能诊断, 为及时纠正提供了有利保障.
统计本身不能提高制程能力,消除 异常因素! 它是我们的工具。
第二节
控制图原理
一、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。
样 本 统 计 量 数 值 描点序列 上控制限(UCL) 中心线(CL)
下控制限(LCL)
控制图示例
时间或样本号
控制图组成包括中心线、上下控制限以及按时间顺序抽取的样本 统计量数值的描点序列。
二、控制图的重要性
控制图是贯彻预防原则的SPC的重要工具,可用以直接对产品生 产过程的控制与诊断,是质量管理(老)七个工具的重要组成部分。
LCL为下控制限。
控制图虽然由正态分布转化而来,由于二项分布、泊松分布当样本量较 大时近似正态分布,因此,控制图对典型分布均适用。
(二)控制图原理的第一种解释 (1)若过程正常,即分布不变,则出现点子超过上或下控制限情
况的概率只有1‰左右。( 0.27%÷2 = 1.35‰ )
(2)若过程异常,发生这种情况的可能性很大,其概率可能为 1‰的几十乃至几百倍。 例如:当正态分布的均值偏移1.5σ 的情况 不合格品率 p=1-Φ(1.5 ) + Φ(-4.5 ) =2- Φ(1.5 ) - Φ(4.5 ) =0.06681 根据小概率事件原理:即小概率事件在一次试验中几乎不可能发 生,因此,若发生即可判断异常。
第三章 统计过程控制(SPC)与常规控制图

两个重要的参数:
• µ (mu)--- 位置参数和平均值(mean value) ,表 示 分布的中心位置和期望值 • (sigma) --- 尺度参数,表示分布的分散程度和标 准偏差 (standard deviation),
20字真经 查出异因, 采取措施, 保证消除, 不再出现, 纳入标准。
5. 统计控制状态
任何技术控制都有一个标准作为基准。 统计 过程控制(SPC)的基准是统计控制状态 (State in Statistical Control) 简称控制状态(state in control)或稳态(stable state): 指过程中只有偶因(而无异因)产生 的变异状态。 当过程仅受随机因素影响时,过程处于统计 控制状态(简称受控状态);当过程中存在 系统因素的影响时,过程处于统计失控状态 (简称失控状态)。由于过程波动具有统计 规律性,当过程受控时,过程特性一般服从 稳定的随机分布;而失控时,过程分布将发 生改变。SPC正是利用过程波动的统计规律 性对过程进行分析控制的。 通过对过程不断调整,从理论上讲,控制状 态是可以达到的,虽然质量变异不能完全消 除,应用控制图使得质量变异成为最小的有 效工具。
• 本步骤最困难,最费时。 制订过程控制标准 对过程进行监控 对过程进行诊断并采取措施解决问题
5.推行ISO9000国际标准与推行SPC和 SPD的关系
在ISO9000族标准中运用统计技术的目 的在于:通过对统计技术的适当运用以 解决组织的问题和做出有效决策,提高 管理效率并促进质量管理体系的持续改 进和产品质量的不断提高。推行SPC和 SPD是推行ISO9000国际标准的一项重 要基础工作。
统计过程控制

1、统计过程控制(SPC)包含两方面:①利用控制图分析过程的稳定性;②计算过程能力指数,对过程质量进行评价。
主要工具就是控制图。
2、SPC发源于美国。
休哈特《加工产品质量的经济控制》标志着过程控制的开始。
3、统计过程诊断(SPD)是20世纪80年代发展起来的。
4、世界上第一张控制图是美国休哈特在1924年提出来的不合格率(p)控制图5、小概率事件原理:小概率事件在一次实验中几乎不可能发生,若发生判断为异常。
6、控制图是用于监控过程质量是否处于统计控制过程的图7、常规控制图包括中心线、控制限、描点序列。
控制限的作用就是区分偶然波动与异常波动。
8、偶因是过程固有的,始终存在的,对质量的影响微小,但难以除去。
异因不是过程国有的,有时存在,有时不存在,对质量影响打,但不难除去。
9、过程处于统计状态控制时,只有偶因,而无异因产生的变异;点子落在控制限外的概率很小。
10、为控制产品不合格数,可选用的控制图有p图和np图11、为控制产品有瑕疵数,可选用的控制图有c图和u图12、根据5M1E内容,当人、机、料、法、测、环任何一个变动时,控制限需重新制定。
一、常规控制图的分类及应用场合:计数值控制图包括计件值和计点值控制图二、图(国标规定先作R图)计算步骤:1、取预备数据①取20~25个子组②子组大小一般为4或5,过程稳定性好的话,子组间隔可以扩大。
③同一子组的数据必须在同样的生产条件下取得,故要求在短间隔内来取。
2、计算各个子组的平均是和极差3、计算样本总均值与平均样本极差4、计算图控制限、5、将子组中的预备数据()在R图中打点,判稳。
若稳进行步骤6;若不稳,除去可查明原因后转入步骤3,即重新计算与6、将子组中的预备数据()在图中打点,判稳。
若稳进行步骤;若不稳,除去可查明原因后转入步骤3,即重新计算与7、计算过程能力指数并检验其是否满足技术要求若过程能力指数满足技术要求,则转入步骤8;若过程能力指数不满足技术要求,则需调整过程直至满足技术要求为止;8、延长的控制线,作控制用控制图,进行日常管理。
统计过程控制(SPC)—培训教材(第二版)

过程设计 和开发
产品和 过程确定
反馈、评定 和纠正措施
样件制作
试生产
批量生产
7、“过程分析(乌龟图)”在统计过程控制(SPC)中的运用: 过程分析(乌龟图)审核工作表
使用什么方式进行 ⑤
(材料/设备/装置)
填写机器(包括试验设备),材 料,计算机系统,过程中所使用
的软件等的详细说明
由谁进行? ⑥
(能力/技能/知识/培训)
2、统计过程控制(SPC)的定义: 使用诸如控制图等统计技术来分析制造过程或
其输出,以便采取适当的措施,为达到并保持统计 控制状态从而提高或改进制造过程能力。
3、 ISO/TS 16949:2002体系对 SPC 的要求:
ISO 9001:2000质量管理体系—要求 8 测量、分析和改进 8.1 总则
铸造不良情况检查表
项目 地点
日期 废品数 不良分类
欠铸 冷隔 小砂眼 粘砂 其他 合计
铸造质量不良 质检科
1月 2月
224 258
240 256
151 165
75
80
14
18
704 777
收集人 XXX 日期
记录人 XXX 班次
2000年1月-6月
3月 4月 5月
356 353 332
283 272 245
统计过程控制
Statistical Process Control (SPC)
一、统计过程控制(SPC)概述
1、统计过程控制(SPC)的概念: 指 Statistical Process Control (统计过
程控制)的英文简称。 S ( Statistical ) 统计 P ( Process ) 过程 C ( Control ) 控制
- 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)。
二、计量值过程能力指数的计算
第 五 章 统 计 过 程 控 制
σ可以用抽取样本的实测值计算出样本标 准偏差S来估计。
这时,
CP
T 6S TU TL 6S
式中TU为质量标准上限,TL为质量标准下限。 即T= TU-TL。
计量值过程能力指数的计算举例
第 五 章 统 计 过 程 控 制
例:某零件的强度的屈服界限设计要求为4800— 5200㎏/㎝2,从100个样品中测得样本标准偏差(S)为 62㎏/㎝2,求过程能力指数。
(1 0.13) 1.095 0.952
3、单侧公差情况下CP值的计算
第 五 章 统 计 过 程 控 制
①只规定上限标准时,过程能力指数为
C P上 TU TU X 3 3S
3、单侧公差情况下CP值的计算
第 五 章 统 计 过 程 控 制
②只规定下限标准时,过程能力指数为
Hale Waihona Puke M X第 五 章 统 计 过 程 控 制
8 0..10,随机抽 例:已知某零件尺寸要求为 0 05
样后计算出的样本特性值,S=0.00519,过程 能力指数CP=1.6,K=0.8,CPK=0.32,求不合 格品率P。
X 7.945
P 1 (3 0.32) [3 1.6 (1 0.8)] 1 (0.96) (8.64) 16.85%
2、控制图的组成
第 五 章 统 计 过 程 控 制
UCL(Upper Control Limit) 上控制限 – LCL(Lower Control Limit) 下控制限 – CL (Central Line)中心线 – 按时间顺序或样本号抽取的样品统计量数值 的描点序列
四、控制图的统计原理
第 五 章 统 计 过 程 控 制
一、统计过程控制(SPC) SPC就是应用统计技术对过程中的 各个阶段进行监控,从而达到改进与保 证质量的目的。
二、SPC发展简史
第 五 章 统 计 过 程 控 制
从20世纪20年代至今,SPC已经经历了 三个阶段:SPC,SPCD,SPCDA。 (1)SPC。 SPC是美国休哈特在20世纪20年 代所创造的理论,它能科学地区分出生 产过程中产品质量的偶然波动与异常波 动,从而对过程的异常及时告警,以便 人们采取措施,消除异常,恢复过程的 稳定。
第 五 章 统 计 过 程 控 制
(2)SPCD。(Diagnosis) SPCD是统计过程控制与诊断。 1982年我国的张公绪首创两种质量诊断 理论,突破了传统的美国休哈特质量控 制理论,开辟了统计质量诊断的新方向。 从此SPC上升为SPCD,也是SPC的第 二个发展阶段。
第 五 章 统 计 过 程 控 制
3、查表法
第 五 章 统 计 过 程 控 制
以上介绍了根据过程能力指数CP 值 和相对偏移量(系数)K来计算不合格品 率。为了应用方便,可根据CP 和K求总 体不合格品率的数值表求不合格品率P (CP—K—P数值表法)。
第三节
第 五 章 统 计 过 程 控 制
过程能力分析
1.过程能力的判定 (1)如果质量特性分布中心与标准中心重 合,这时K=0,则标准界限范围是±3σ (即6σ )时,这时的过程能力指数CP=1, 可能出现的不合格品率为0.27%,过程能 力基本满足设计质量要求。
解:当过程处于稳定状态,而样本大小n=100也足够大 ,可以用S估计σ得过程能力指数为:
5200 4800 CP 6 62 1.075
第 五 章 统 计 过 程 控 制
2、分布中心和标准中心不重合的情况下CPK 值 的计算 当质量特性分布中心µ和标准中心M不重合时, 虽然分布标准差σ未变,CP也没变,但却出现了过 程能力不足的现象。
X 29.997 CP 1.095 , ,求CPK
解:已知
C P 1.095 1 M (30.023 29.977) 30 2 T 30.023 29.977 0.046 M X 30 29.997 0.003
第 五 章 统 计 过 程 控 制
所以
C PK (1 K )C P (1 0.003 1 0.046 2 ) 1.095
第二节 过程能力指数
第 五 章 统 计 过 程 控 制
一、过程能力指数的概念 过程能力指数是质量标准与过程能 力的比值,记为CP。
Cp T T B 6
二、计量值过程能力指数的计算
第 五 章 统 计 过 程 控 制
1、双侧公差而且分布中心和标准中心重合 的情况
T CP 6 T TL U 6
第 五 章 统 计 过 程 控 制
分布中心和标准中心不重合时的情况:
P=1-Ф(-3 CPK)+ Ф[(-3CP)(1+K)]
第 五 章 统 计 过 程 控 制
例:已知某零件尺寸要求为 50 (mm) ,抽取样 本, 50.6,S=0.5, 求零件的不合格品率P。 X 解:
T 51.5 48.5 CP 1.0 6S 6 0.5
第 五 章 统 计 过 程 控 制
(2)如果标准界限范围是±4σ (即8σ ) 时,K=0,则过程能力指数为CP=1.33。 这时的过程能力不仅能满足设计质量要 求,而且有一定的富裕能力。这种过程 能力状态是理想的状态。
第 五 章 统 计 过 程 控 制
(3)如果标准界限范围是±5σ (即10σ ) 时,K=0,则过程能力指数为CP=1.67, 这时过程能力有更多的富裕,也即是说 过程能力非常充分。 (4)当过程能力指数CP<1时,我们就认 为过程能力不足应采取措施提高过程能 力。
第 五 章 统 计 过 程 控 制
2、分布中心和标准中心不重合的情况下CPK值 的计算
公式如下:
CPK= CP(1-K)
K=2ε/T
ε=|M-µ|
2、分布中心和标准中心不重合的情况下 CPK值的计算举例
第 五 章 统 计 过 程 控 制
例:设零件的尺寸要求(技术标准)为 300.023 随机抽样后计算样本特性值为
2、过程能力的计算
第 五 章 统 计 过 程 控 制
在稳定生产状态下,影响过程能力 的偶然因素的综合结果近似地服从正态 分布。 一般采用稳定状态下工序质量指标 按标准差σ的6倍来表示,即
B=6σ
3、影响过程能力的因素
第 五 章 统 计 过 程 控 制
1) 设备方面。如设备的稳定性,性能的可靠性, 定位装置和传动装置的准确性,设备的冷却、 润滑的保护情况,动力供应的稳定程度等。 2) 工艺方面。如工艺流程的安排,工序之间的衔 接、工艺方法、工艺装备、工艺参数、测量方 法的选择,工序加工的指导文件,工艺卡、操 作规范、作业指导书、工序质量分析表等。 3) 材料方面。如材料的成分,物理性能,化学性 能处理方法、配套件元器件的质量等。
C P下
TL X TL 3 3S
图5-4
单侧公差情况下CP值的计算举例
第 五 章 统 计 过 程 控 制
例: 某一产品含某一杂质要求最高不能超 过12.2毫克,样本标准偏差S为0.038,X 为 12.1,求过程能力指数。
TU X CP 3S 12.2 12.1 3 0.038 0.877
1.5
0. 6 K 0.40 T /2 T /2 1. 5 P 1 [3 1(1 0.4)] [3 1(1 0.4)] 1 (3 1 0.6) (3 1.4) 1 (1.8) ( 4.2) 1 0.9641 0.00001335 0.03591335 即 P 3.59%
e )
t2 dt 2
) (
TL
T T ) ( ) 2 2
(3C P ) ( 3C P ) 1 2 ( 3C P )
三、过程不合格品率的计算
第 所以不合格品率为: 五 章 统 P 1 P(TL x TU ) 计 过 2(3C P ) 程 控 制
( 3 ) SPCDA。(diagnosis and Adjustment)统计过程控制、诊断与调 整。是SPC的第三个发展阶段。这方面 国外刚刚起步,目前尚无实用性的成果。
三、控制图的概念
第 五 章 统 计 过 程 控 制
1、概念 控制图是质量管理统计工具的核心。 美国休哈特博士(W.A.Shewhart)1927年首 创控制图,后来由戴明博士在美国及日本广为 推行,成为质量管理由事后检验向事前预防为 主转化的标志。 控制图(control chart)是用于区分由异 常或特殊原因所引起的波动表明需要对影响该 过程的某些因素进行识别、调查并使其处于受 控状态。
3、影响过程能力的因素
第 五 章 统 计 过 程 控 制
4)操作者方面。如操作人员的技术水平熟练 程度,质量意识,责任心,管理程度等。
5)环境方面。如生产现场的温度、湿度、 噪音干扰、振动、照明、室内净化、现场污 染程度等。
4、进行过程能力分析的意义
第 五 章 统 计 过 程 控 制
• 是保证产品质量的基础工作。 • 是提高过程能力的有效手段。 • 为质量改进找出方向。
第 五 章 统 计 过 程 控 制
根据3σ原理,在一次试验中,如果样 品出现在分布范围(μ-3σ,μ+3σ)的外 面,则认为生产处于非控制状态。我们 把μ-3σ定为LCL,μ+3σ定为UCL,μ定为 CL,这样得到的控制图称为3σ原理的控 制图,也即称为休哈特控制图。
2、两类错误
第 五 章 统 计 过 程 控 制
质量管理精品课程课件
第五章 统计过程控制
内容提要
第 五 章 统 计 过 程 控 制