统计工序控制的基本概念
简述工序质量控制的主要内容
简述工序质量控制的主要内容摘要：一、工序质量控制的概念二、工序质量控制的主要内容1.工艺过程控制2.质量检测与评价3.不良品预防与控制4.质量改进与持续优化三、工序质量控制的方法与策略四、工序质量控制的应用与实践五、总结与展望正文：工序质量控制是制造业中至关重要的一环，它主要关注的是在生产过程中如何保证产品质量满足预定标准。
工序质量控制的主要内容可以从以下几个方面进行阐述：一、工序质量控制的概念工序质量控制是指在生产过程中，对各个工序的质量进行监测、评价和调整，以确保最终产品的质量满足要求。
工序质量控制是质量控制体系的重要组成部分，它强调预防性原则，通过对生产过程的实时监控，及时发现并解决问题。
二、工序质量控制的主要内容1.工艺过程控制：工艺过程控制是工序质量控制的基础，它关注的是生产过程中各个工序的执行情况。
通过对工艺参数、操作方法等进行严格控制，确保产品质量的稳定性。
2.质量检测与评价：质量检测是工序质量控制的关键环节，通过对产品进行定期的检测，评价产品质量是否满足标准要求。
检测结果可用于评价生产过程的质量状况，为不良品预防提供依据。
3.不良品预防与控制：不良品预防与控制是工序质量控制的核心内容。
通过对生产过程中可能出现的不良品进行预测和分析，制定相应的预防措施，降低不良品产生的风险。
4.质量改进与持续优化：质量改进是工序质量控制的目标。
通过对生产过程的不断优化，提高产品质量，降低生产成本，实现企业的可持续发展。
三、工序质量控制的方法与策略工序质量控制的方法与策略包括：统计过程控制（SPC）、全面生产维护（TPM）、六西格玛管理等。
这些方法与策略旨在提高生产过程的稳定性，降低不良品率，提高客户满意度。
四、工序质量控制的应用与实践在实际生产中，工序质量控制的应用与实践主要包括：制造业的质量管理、工程项目的质量管理、服务业的质量管理等。
通过实施工序质量控制，企业可以有效提高产品质量，降低生产成本，提升竞争力。
第13章 统计工序(过程)控制
2
异常因素（ 异常因素（系统因素） 系统因素）
在一定时间内对生产过程起作用的因素。如材料成份、规格、 硬度的显著变化；设 备、工夹具安装、调整不当或损坏；刃具的过渡磨损；工人违反操作规 程等； 因素造成较大的质量波动，常常超出了规格范围或存在超过规格范围的危险； 因素的影响在经济上是必须消除的； 在技术上是易于识别、测量并且是可以消除和避免的 ; 由异常因素造成的质量特性值分布状态随时间的变化可能 发 生各种变化。 ∴由异常因素造成的波动称为不正常的波动。此时的工序处于不稳定状态 或非受控状 态。对这样的工序必须严加控制。
8
• •
控制图基本构造
x (或 x 、 R 、 S等 ) 控制上线UCL 控制中线CL 控制下线LCL
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
样本号（或时间） 控制图的构造
1以随时间推移而变动着的样品号为横坐标，以质量特性 值或其统计量为纵坐标的平面坐 标系； 2三条具有统计意义的控制线：中心线CL、上控制线UCL 和下控制线LCL； 3一条质量特性值或其统计量的波动曲线。
~ X −R
L—S X—Rs
因各种原因（时间费 用等）每次只能得到 一个数据或希望尽快 发现并消除异常原因 样本容量相等 样本容量可以不等 样本容量（面积或长 度）相等 样本容量（面积或长 12 度）不等
计 数 值 控 制 图
不合格品数 控制图 不合格品率 控制图 缺陷数控制 图 单位缺陷数 控制图
X −R 图
1 n x i = ∑ xij n j =1 Ri = max(xij ) − min (xij )
x j = x n +1 (n为 数 )
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
统计工序控制的基本概念
统计工序控制的基本概念统计工序控制是一种管理方法，目的是通过对工序中的数据进行统计分析，以便更好地控制生产过程和提高产品质量。
统计工序控制依赖于统计方法和技术，以及对过程和产品的数据收集和分析。
它是工业生产中质量管理的重要工具之一。
在统计工序控制中，关键的基本概念包括过程稳定性、过程能力指数和控制图。
首先，过程稳定性是指生产过程中的输入、输出和其他关键因素在一段时间内保持相对恒定的状态。
稳定的过程是统计工序控制的前提。
为了评估过程的稳定性，可以使用各种统计图表和指标，比如控制图、过程平均值和标准差等。
其次，过程能力指数是用于衡量生产过程能够产生合格产品的能力。
它基于对过程的统计分析，通过比较产品规范限制和过程数据的分布情况来确定过程的能力。
常用的过程能力指数包括Cp、Cpk和Pp等。
控制图是统计工序控制中最常用的工具之一。
它是一种图表，用于显示过程数据的变化和趋势。
控制图通常包括一个中心线、一个上控制限和一个下控制限。
通过将过程数据与这些控制限进行对比，可以判断过程是否处于控制状态。
如果数据点超出控制限，则表明存在特殊因素或变化，需要进行进一步的分析和调整。
统计工序控制的基本概念主要涉及到衡量过程的稳定性和能力，并通过控制图等工具来监控和调整生产过程。
通过对工序数据的收集和分析，可以及时发现和纠正潜在的质量问题，提高生产效率和产品品质。
统计工序控制（Statistical Process Control，简称SPC）是一种以数据为基础的管理方法，旨在通过对生产过程中数据进行分析和解读，实现过程的稳定性和能力的评估，并及时采取控制措施，从而确保产品的质量稳定性和可靠性。
SPC是质量管理的核心要素之一，在工业生产中起到了至关重要的作用。
SPC的核心理念是"规则"和"分离"。
通过建立规则，即设定上下限和中心线，在正常生产过程中，在一定的范围内浮动是可接受的。
这个范围受到生产能力和产品规范的限制。
统计过程控制知识大全
统计过程控制知识大全1、统计过程控制的基本知识1.1统计过程控制的基本概念统计过程控制（Stastistical Process Control简称SPC）是为了贯彻预防原则，应用统计方法对过程中的各个阶段进行评估和监控，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要求的一种技术。
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。
对于来自现场的助理质量工程师而言，主要要求他们当好质量工程师的助手：（1）在现场能够较熟练地建立控制图；（2）在生产过程中对于控制图能够初步加以使用和判断；（3）能够针对出现的问题提出初步的解决措施。
大量实践证明，为了达到上述目的，单纯了解控制图理论公式的推导是行不通的，主要是需要掌握控制图的基本思路与基本概念，懂得各项操作的作用及其物理意义，并伴随以必要的练习与实践方能奏效。
1.2统计过程控制的作用（1）要想搞好质量管理首先应该明确下列两点：①贯彻预防原则是现代质量管理的核心与精髓。
②质量管理学科有一个十分重要的特点，即对于质量管理所提出的原则、方针、目标都要科学措施与科学方法来保证他们的实现。
这体现了质量管理学科的科学性。
第2 页（共12 页）为了保证预防原则的实现，20世纪20年代美国贝尔电话实验室成立了两个研究质量的课题组，一为过程控制组，学术领导人为休哈特；另一为产品控制组，学术领导人为道奇。
其后，休哈特提出了过程控制理论以及控制过程的具体工具——控制图。
道奇与罗米格则提出了抽样检验理论和抽样检验表。
这两个研究组的研究成果影响深远，在他们之后，虽然有数以千记的论文出现，但至今仍未能脱其左右。
休哈特与道奇是统计质量控制（SQC）奠基人。
1931年休哈特出版了他的代表作《加工产品质量的经济控制》这标志着统计过程控制时代的开始。
（2）“21世纪是质量的世纪”。
美国著名质量管理专家朱兰早在1994年的美国质量管理年会上即提出此论断，若干年来得到越来越多的人的认同。
spc统计工序控制
简介统计工序控制即SPC（Statistical Process Control）。
它是利用统计方法对过程中的各个阶段进行控制，从而达到改进与保证质量的目的。
SPC强调以全过程的预防为主。
解决的问题1.经济性：有效的抽样管制，不用全数检验，不良率，得以控制成本。
使制程稳定，能掌握品质、成本与交期。
2.预警性：制程的异常趋势可即时对策，预防整批不良，以减少浪费。
3.分辨特殊原因：作为局部问题对策或管理阶层系统改进之参考。
4.善用机器设备：估计机器能力，可妥善安排适当机器生产适当零件。
5.改善的评估：制程能力可作为改善前後比较之指标。
利用管制图管制制程之程序1.绘制「制造流程图」，并用特性要因图找出每一工作道次的制造因素（条件）与品质特性质。
2.制订操作标准。
3.实施标准的教育与训练。
4.进行制程能力解析，确定管制界限。
5.制订「品质管制方案」，包括抽样间隔、样本大小与管制界限。
6.制订管制图的研判、界限的确定与修订等程序。
7.绘制制程管制用管制图。
8.判定制程是否在管制状态（正常）。
9.如有异常现象则找出不正常原因并加以消除。
10.必要时修改操作标准（甚至於规格或公差）。
分析用管制图主要用以分析以下二点：(1)所分析的制(过)程是否处於统计稳定。
(2)该制程的制程能力指数(Process Capability Index)是否满足要求。
－控制图的作用1.在质量诊断方面，可以用来度量过程的稳定性，即过程是否处于统计控制状态；2.在质量控制方面，可以用来确定什么时候需要对过程加以调整，而什么时候则需使过程保持相应的稳定状态；3.在质量改进方面，可以用来确认某过程是否得到了改进。
应用步骤如下：1.选择控制图拟控制的质量特性，如重量、不合格品数等；2.选用适宜的控制图种类；3.确定样本容量和抽样间隔；4.收集并记录至少20～ 25个样本的数据，或使用以前所记录的数据；5.计算各个样本的统计量，如样本平均值、样本极差、样本标准差等；6.计算各统计量的控制界限；7.画控制图并标出各样本的统计量；8.研究在控制线以外的点子和在控制线排列有缺陷的点子以与标明异常（特殊）原因的状态；9.决定下一步的行动。
统计过程控制(SPC)
高的有效能力。
利用控制界限判断 是否为特殊性变异
10
控制图种类(以数据类型分)
计量值控制图
均值－极差控制图 均值－标准差控制图 中位数－极差控制图
单值－移动极差控制 图
计数值控制图
不良率控制图 不良数控制图 缺陷数控制图 单位缺陷数控制图
k
k
1
• e
(
x )2 2 2
2 •
e 2.718
μ+k σ
17
控制图原理
μ± kσ μ± 0.67σ
μ± 1σ μ± 1.96σ
μ± 2σ μ± 2.58σ
μ± 3σ
在内的概率 50.00% 68.26% 95.00% 95.45% 99.00% 99.73%
在外的概率 50.00% 31.74% 5.00% 4.55% 1.00% 0.27%
1931年Shewhart發表了 “Economic Control of Quality of Manufacture Product”
1941~1942
Z1-1-1941 质量控制的主导工具
制定成美国标准 Z1-2-1941 控制图用于数据分析
Z1-3-1942 控制图用于过程质量控制
3
好的过程才会有好的结果
ACT
DO
STUDY
PLAN
2.控制过程 •监控过程性能 •查找变差的特殊原 因并采取措施
DO
ACT
STUDY
PLAN
DO
ACT
STUDY
3.改进过程 •改变过程从而更好 地理解普通原因变 差 •减少普通原因变差
统计过程控制(SPC)
解：
于是，过程能力指数为：
过程能力不够充分，从图2发现分布中心μ=0.1968与规范中心M=（TU+TL）/2=0.1720有偏离，应进行调整。调整后，Cp值会有所提高。
单侧规范情况的过程能力指数
01
只有上限要求，而对下限没有要求： 只适用于的范围:
02
只有下限要求，而对上限没有要求： 只适用于的范围:
4
3
6
5
判稳准则的分析 判稳准则的思路
打一个点未出界有两种可能性：
► 过程本来稳定 ► 漏报 （这里由于α小，所以β大），故打一个点子未出界不能立即判稳。
在点子随机排列的情况下，符合下列各点之一判稳：
01
► 连续25个点，界外点数d=0；
02
► 连续35个点，界外点数d<0；
03
► 连续100个点，界外点数d<2。
0.1821
0.1828
0.0086
18
0.1812
0.1585
0.1699
0.168
0.1694
0.0227
19
0.1700
0.1567
0.1694
0.1702
0.1666
0.0135
20
0.1698
0.1664
0.17
0.16
0.1666
0.01
图1
μ’
μ
图2-7 正态曲线随着标准差变化
σ=2.5
σ=1.0
σ=0.4
y
x
不论μ与σ取值为何，产品质量特性值落在[μ-3σ，μ+3σ]范围内的概率为99.73%。 图2-8 正态分布曲线下的面积
- 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)。
人员进行判定。而统计工序 控制必须使用专门设计的控制图，
统计工序控制虽然会带来一定程度的预防成本的提高，但却
能及早发现异常，采取措施消除隐患，带来故障成本的大幅 度降低。因此对比产品检查，统计工序控制会带来显著的经
6
2
一 控制图及其基本构造 二 控制图的类型 三 控制界限的确定原理——3σ原理
2 确定方法
3
休哈特控制图控制界限是以3σ原理确定的。即以质
量特性统计量的均值作为控制中线CL； 在距均值±3σ处
作控制上、下线。由3σ原理确定的控制图可以在最经济的
条件下达到保证 生产过程稳定的目的。
1 3
3σ原理
设工序处于正常状态时，质量特性总体的均值为μ0，标准偏差 为σ，设三 条控制线的位置分别为CL= μ0 、UCL= μ0 ＋kσ，LCL= μ0 -kσ。（见图3）
小顺序排列起的数据列中间位置的数据
1 2
x i
n
2
xi n1 2
——n为偶数时，第I样本 中按大小顺序排列起的
数据列中中间位置的两个数据的平均值
（pn)i——第i样本的不合格品数（各样 本样本容量皆为n）
ni——第i样本的样本容量（各样本样本 容量可以不等）
ci——第i样本的缺陷数（各样本样本容 量相等）
在一定时间内对生产过程起作用的因素。如材料成份、规格、 硬度的显著变化；设
备、工夹具安装、调整不当或损坏；刃具的过渡磨损；工人违反操作规 程等；
因素造成较大的质量波动，常常超出了规格范围或存在超过规格范围的危险； 因素的影响在经济上是必须消除的； 在技术上是易于识别、测量并且是可以消除和避免的 ; 由异常因素造成的质量特性值分布状态随时间的变化可能 发 生各种变化。
1 0
二 控制图的类型
1 按用途划分 (1)分析用控制图。用间隔取样的方法获得数据。依据收集的
数据计算控制线、作出控制图 ，并将数据在控制图上打点， 以分析工序是否处于稳定状态，若发现异常，寻找原因， 采取 措施，使工序处于稳定状态；若工序稳定，则进入正
(2)控制用控制图。当判断工序处于稳定状态后，用于控制工 序用的控制图。操作工人按规 定的取样方式获得数据，通 过打点观察，控制异常因素的出现。
• 对质量波动的影响并不大，一般来说，并不超出工序规格范围； • 因素的影响在经济上并不值得消除； • 在技术上也是难以测量、难以避免的； • 由偶然因素造成的质量特性值分布状态不随时间的变化而变化。
∴由偶然因素造成的质 量波动称为正常的波动，这种波动一般通过公差加以反映，此时
2 异常因素（系统因素）
统计工序（过程）控制
1 基本概念 2 控制图类型及其原理 3 控制图的绘制与判断 4 控制图的两类错误分析及应用要点
1
1 基本概念
一 影响因素分类 二 统计工序控制的概念 三 统计工序控制与产品检查的区别
2
一
1
•小对生产过程一直起作用的因素。如材料成分、规格、硬度等的 微小变化；设备的微
震动；刃具的正常磨损；夹具的弹性变型及微小松动；工人操作的微 小不均匀性等；
2
和下控制线LCL
3
CL、上控制线UCL
9
控制图应用
在实际生产过程中，坐标系及三条控制线是由质量管理人员 事先经过工序能力调查及其数据 的收集与计算绘制好的。工 序的操作人员按预先规定好的时间间隔抽取规定数量的样品， 将 样品的测定值或其统计量在控制图上打点并联接为质量波 动曲线，并通过点子的位置及排 列情况判断工序状态。
1 4
LCL
CL
UCL
α/2
β
α/2
0 k
0
0 k 1
x
图3 控制图的两类错误
第二类错误损失 第一类错误损失
3σ 图4 两类错误损失图
kσ
1 5
3 控制图的绘制与判断
一 控制程序 二 各类控制图作法举例 三 控制图的观察与判断
1 6
一 绘制程序
1 即明确控制对象。一般应选择可以计量(或计数)、技术上可 控、对产品质量影响大的关键部位、关键工序的关键质量
单值—移动 极差控制图
不合格品数 控制图
不合格品率 控制图
缺陷数控制 图
单位缺陷数 控制图
表1 控制图种类及适用场合
管理图
特
点
符号
最常用，判断工序是否异常 X R 的效果好，但计算工作量大
X~ R
计算简便，但效果较差些， 便于现场使用
L—S 一张图可同时控制均值和方 差，计算简单，使用方便
X—Rs
计算公式
x i
1 n
n
xij
j 1
Ri max xij min xij
x j xi n1 n为奇数
2
xi
1 2
x
i
n 2
x
i
n1 2
n为偶数
Ri max xij min xij
Li max xij Si min xij
L
1 k
k i 1
Li
1 k
S k i1 Si
RLS M LS
2
Rsi xi xi1
p pn n
k
p
n
i
p n i1 k
pi
pn
i
ni
k
ci
c i1
k
ui
ci ni
备注
xij——第I样本中的第j个数据i＝1,2…k;
j=1,2…n;
max(xij)——第i样本中最大值； min(xij)——第i样本中最大值。
xi n1 ——n为奇数时，第i样本中按大 2
落在控制界限外或其排列有明显缺陷，则说明工序有异常因素的
影响。
• 控制图基本构造 • 应用
8
控制图基本构造
控制上线UCL
x(或x、R、S等)
控制中线CL 控制下线LCL
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
样本号（或时间）
控制图的构造
1 值或其统计量为纵坐标的平面坐
收集预备数据的目的只为作分析用控制图以判断工序状态。
数据采集的方法是间隔随机抽样。为能反映工序总体状况，数 据应在10～15天内收集 ，并应详细地记录在事先准备好的调 查表内。数据收集的个数参见表2。
表2 控制图的样本与样本容量
控制图名称
样本数k
样本容量n
备注
X R 图
X~ R 图
L—S图
一般k=20~25
简便省事，并能及时判断工 序是否处于稳定状态。缺点 是不易发现工序分布中心的 变化。
pn 较常用，计算简单，操作工 人易于理解
p 计算量大，管理界限凹凸不 平
C 较常用，计算简单，操作工 人易于理解，使用简便
U 计算量大，管理界限凹凸不 平
适用场合
适用于产品批量较大 而且稳定正常的工序。
因各种原因（时间费 用等）每次只能得到 一个数据或希望尽快 发现并消除异常原因 样本容量相等
种错误称为第二类错误，控制图第二类错误的概率记为β。
l 控制界限与两类错误的关系
放宽控制界限，即k越大，第一类错误的概率α越小，第二类错误的概率 β越大；反之，加严控制界限，即k越小，第一类错误的概率α越大，第二 类错误的概率β减小。控制界限系数k的确定应以两类错误判断的总损失
最小为原则。
理论证明，当k=3时，即控制图上下界限距中心线CL为±3σ时，合计损
6 与规格比较，确定控制用控制图
由分析用控制图得知工序处于稳定状态后，还须与规格要求
进行比较。若工序既满足稳定要求，又满足规格要求，则称
工序进入正常状态。此时，可将分析用控制图的控制线作为
控制 用控制图的控制线；若不能满足规格要求，必须对工序
进行调整，直至得到正常状态下的控
所谓满足规格要求，并不是指上、下控制线必须在规格上、
1
各样本样本容量不等
9
5 作分析用控制图并判断工序是否处于稳定状态
在坐标图上画出三条控制线，控制中线一般以细实线表示，
控制上下线以虚线表示。
将预备 数据各样本的参数值在控制图中打点。 根据本节介绍的控制图的判断规则判断工序状态是否 稳定，
若判断工序状态不稳定，应查明原因，消除不稳定因素，重 新收集预备数据，直至得 到稳定状态下分析用控制图；若判
∴由异常因素造成的波动称为不正常的波动。此时的工序处于不稳定状态 或非受控状态。 对这样的工序必须严加控制。
3
图a 图c
公差上限
公差下限 公差上限
图b
公差下限
时间 图d 生产过程的几种状态
公差上限 公差下限 公差上限 公差下限
4
二 统计工序控制的概念
在生产过程中，判别工序是否在受着异常因素的影 响可以采取下面的方法 ：每隔一定的时间间隔，在 生产的产品中进行随机抽样，并根据样本数据观察 质量特性值的分布状态 。若工序分布状态不随时间 的推移而变化(即如图a) 只 受着偶然因素的影响；若工序分布状态随着时间 的推移发生变化(如图b,c,d)，说 明工序处于非稳定 状态，正在有异常因素影响着它，必须立即采取措 施消除异常因素的影响 。
2 由于数据分为计量值与计数值两大类。因此控制图分为 计量值控制图和计数值控制图两大类型。又因各种类型 的控制图所选择的统计量不同，因此又可分为不同种类 的控制图。常用的各种控制图的特点及适用场合如表1所 示。
1 1
类别
计 量 值 控 制 图
计 数 值 控 制 图
名称
均值—极差 控制图
中位数—极 差控制图 两极控制图
概念：利用统计规律判别和控制异常因素造成的质 量波动，从而保证工序处于控制状态的手段 称为统