SPC统计过程控制介绍
合集下载
详细全面的SPC详解
详细全面的SPC详解SPC（Statistical Process Control，统计过程控制）是一种用于管理和优化生产过程的方法，它的目的是通过使用统计工具来分析生产过程中的数据，从而控制和改进产品质量。
SPC强调预防原则，即通过预防措施来减少产品缺陷和不良情况的发生，而不是在出现问题后再进行纠正。
SPC的基本概念包括控制图、过程能力指数、规格界限等。
控制图是SPC的核心工具，它用于监控生产过程中的关键变量，并根据统计原理判断生产过程是否处于控制状态。
控制图通常由均值-标准差控制图和极差控制图两种类型组成。
过程能力指数是指生产过程满足产品规格要求的程度，它通常被用来评估生产过程的能力，以便进行改进。
规格界限则是根据产品要求和客户要求设定的界限，用于确定产品是否合格。
SPC的实施方法包括以下几个步骤：1.选择关键变量：首先需要选择需要监控的关键变量，例如产品尺寸、材料特性等。
2.设计控制图：根据选定的关键变量，设计适合的控制图，并确定控制界限。
3.收集数据：按照一定的时间间隔收集生产过程中的数据，并对数据进行记录和整理。
4.分析数据：根据控制图的规则，判断生产过程是否处于控制状态，并找出异常点。
5.采取措施：根据分析结果，采取适当的措施来改进生产过程，例如调整工艺参数、更换设备等。
6.监控和反馈：持续监控生产过程，并及时反馈相关信息，以确保生产过程的质量和稳定性。
SPC的优势在于它可以及时发现生产过程中的异常情况，从而采取措施防止问题的扩大。
此外，SPC还可以提高生产过程的稳定性和产品质量的一致性，减少浪费和成本。
未来，SPC将会在更多的领域得到应用和发展，例如智能制造、医疗保健、金融服务等行业。
总之，SPC是一种有效的过程管理和优化工具，可以帮助企业提高产品质量和生产效率。
学习和掌握SPC技能对于从事质量管理、生产管理、工艺优化等工作的专业人士来说是非常重要的。
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)
SPC系统，以达到：提高工作效率、降低生产运作成本、改善客户服务水平、满
足公司管理需求作用。
6.2 统计学基本概念
6.2.1 统计学基础
母体指某家特定工厂所生
产的商品。
母体的子集代替研究母体
的每一笔资料，称做样本。
以某种经验设计实验所搜
集的样本叫做资料。
图6-4 统计学原理
利用推论统计学方法，将资料中的数据建模，计算它的机率并且做出对于母
常常是不经济的。
如果目前的产品不能满足顾客的要求，则有必要将所有的产品进行分类，
报废不合格品或返工。这种状态将持续到对过程采取必要的校正措施并验证，或
持续到产品更改为止。
在统计质量控制（SQC－Statistical Quality Control）过程中，引起质量波
动的原因主要来自六个方面（5M1E）：
体的推论。
这个推论可能以对/错问题的答案所呈现（假设检定），对数字特征量的估
计，对未来观察的预测，对关联性的预测（相关性），或是将关系模型化。
在统计学中，其基本要素包括：
1. 母体与样本的关系
母体和样本的概念不是固定不便的，随着研究的不同，母体和样本也会有所
不同。
2. 指标与标志的区别
指标是说明总体特征；而标志是说明总体单位特征的。标志可以分为不能用
以下几个阶段：
第一阶段：
SPC--统计过程控制，可判断过程的异常，及时告警；不能告知此异常是什
么因素引起的。
第二阶段：
SPCD--统计过程控制与诊断，SPCD既有告警功能，又有诊断功能。
第三阶段：
SPCDA--统计过程控制、诊断与调整，它能控制产品质量、发现异常并诊
断导致异常的原因、自动进行调整。
足公司管理需求作用。
6.2 统计学基本概念
6.2.1 统计学基础
母体指某家特定工厂所生
产的商品。
母体的子集代替研究母体
的每一笔资料，称做样本。
以某种经验设计实验所搜
集的样本叫做资料。
图6-4 统计学原理
利用推论统计学方法，将资料中的数据建模，计算它的机率并且做出对于母
常常是不经济的。
如果目前的产品不能满足顾客的要求，则有必要将所有的产品进行分类，
报废不合格品或返工。这种状态将持续到对过程采取必要的校正措施并验证，或
持续到产品更改为止。
在统计质量控制（SQC－Statistical Quality Control）过程中，引起质量波
动的原因主要来自六个方面（5M1E）：
体的推论。
这个推论可能以对/错问题的答案所呈现（假设检定），对数字特征量的估
计，对未来观察的预测，对关联性的预测（相关性），或是将关系模型化。
在统计学中，其基本要素包括：
1. 母体与样本的关系
母体和样本的概念不是固定不便的，随着研究的不同，母体和样本也会有所
不同。
2. 指标与标志的区别
指标是说明总体特征；而标志是说明总体单位特征的。标志可以分为不能用
以下几个阶段：
第一阶段：
SPC--统计过程控制，可判断过程的异常，及时告警；不能告知此异常是什
么因素引起的。
第二阶段：
SPCD--统计过程控制与诊断，SPCD既有告警功能，又有诊断功能。
第三阶段：
SPCDA--统计过程控制、诊断与调整，它能控制产品质量、发现异常并诊
断导致异常的原因、自动进行调整。
SPC-统计过程控制介绍
4
SPC常用术语解释
名称 平均值 （X） 一组测量值的均值 一个子组、样本或总体中最大与最小值之差 用于代表标准差的希腊字母 过程输出的分布宽度或从过程中统计抽样值（例如：子组均值）的分布宽度的 量度，用希腊字母σ或字母s（用于样本标准差）表示。 造成变差的一个原因，它影响被研究过程输出的所有单值；在控制图分析中， 它表现为随机过程变差的一部分。 一种间断性的，不可预计的，不稳定的变差根源。有时被称为可查明原因，它 存在的信号是：存在超过控制限的点或存在在控制限之内的链或其它非随机性 的图形。 解释
6
福特(Ford)马自达(Mazda)案例
Mazda
Ford
7
生产检验与控制的演化
最终产品检验 公差控制： 过程控制： 规范控制（Specification Control） 统计控制 （Statistical Control）
8
质量管理的基本原則
INPUT
PROCESS
OUTPUT
针对过程的重要控制 参数和原材料所做的 才是SPC 原料 PROCESS 測量 結果
针对产品所做的 仍只是在做SQC
12
预防或容忍?
人
机 法
环 测量 测量
好 結果
原料
PROCESS
不好
不要等产品做出来后再去看它好不好 而是在制造的时候就要把它制造好
13
SPC的作用
确保制程持续稳定、可预测。 提高产品质量、生产能力、降低成本。 为制程分析提供依据。 区分变差的特殊原因和普通原因，作为采取局部措施或对系 统采取措施的指南。
UCL CL LCL
3 σ 3 σ
33
控制图的使用
控制图的判读 使用控制图注意事项
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
SPC统计过程控制-详解
过程不不稳定：如果存在特殊原 因，过程输出随时间将不不稳 定，同时也不不可预测。
二二、CPK——应用用范围
应用用范围：
初始能力力力分析：是为了了摸清过程能力力力状况，以便便在必要时 采取措施，使过程能力力力满足足生生产要求，（新产品在批量量生生 产前，即产品和过程确认阶段，需对控制计划所要求的特 殊特性进行行行过程能力力力研究，以评价生生产过程是否已准备就 绪）；
偶 存在，对产品质量量经常发生生影响，但它 因 所造成的质量量特性值波动往往比比较小小。
有些情况下这些质量量波动在生生产过程中 是允许存在的
异 异常波动：由特殊原因引起的产品质量量
因
波动。这些特殊原因在生生产过程中并非非 大大量量存在，通常表现为周期性或突然地
对质量量产生生影响，一一旦存在，它对产品
SPC——定义：
使用用诸如控制图等统计技术来分析制造过程或其输出，以 便便采取适当的措施，为达到并保持统计控制状态从而而提高高或改 进制造过程能力力力
SPC就是利利用用统计方方法:
1.分析过程的输出并指出其特性. 2.使过程在统计控制情况下成功地进行行行和维持. 3.有系统地减少该过程主要输出特性的变异.
日日常能力力力评价：是进行行行过程能力力力复查主要是为了了掌握过程 能力力力变化情况，以便便采取措施保持或提高高过程能力力力；
二二、CPK——子子组内变差与子子组间变差
子子组内变差和过程总变差：
....... .
....... .
....... .
....... .
值
值
20
20 子子
15 组
子子
内
一一、变差的——概念
变差就是质量量的波动 过程的单个输出所不不可避免的差异 变差是有害的，是不不可避免的，他是工工业界的 通病
二二、CPK——应用用范围
应用用范围：
初始能力力力分析：是为了了摸清过程能力力力状况，以便便在必要时 采取措施，使过程能力力力满足足生生产要求，（新产品在批量量生生 产前，即产品和过程确认阶段，需对控制计划所要求的特 殊特性进行行行过程能力力力研究，以评价生生产过程是否已准备就 绪）；
偶 存在，对产品质量量经常发生生影响，但它 因 所造成的质量量特性值波动往往比比较小小。
有些情况下这些质量量波动在生生产过程中 是允许存在的
异 异常波动：由特殊原因引起的产品质量量
因
波动。这些特殊原因在生生产过程中并非非 大大量量存在，通常表现为周期性或突然地
对质量量产生生影响，一一旦存在，它对产品
SPC——定义：
使用用诸如控制图等统计技术来分析制造过程或其输出，以 便便采取适当的措施，为达到并保持统计控制状态从而而提高高或改 进制造过程能力力力
SPC就是利利用用统计方方法:
1.分析过程的输出并指出其特性. 2.使过程在统计控制情况下成功地进行行行和维持. 3.有系统地减少该过程主要输出特性的变异.
日日常能力力力评价：是进行行行过程能力力力复查主要是为了了掌握过程 能力力力变化情况，以便便采取措施保持或提高高过程能力力力；
二二、CPK——子子组内变差与子子组间变差
子子组内变差和过程总变差：
....... .
....... .
....... .
....... .
值
值
20
20 子子
15 组
子子
内
一一、变差的——概念
变差就是质量量的波动 过程的单个输出所不不可避免的差异 变差是有害的，是不不可避免的，他是工工业界的 通病
SPC统计过程控制
SPC统计过程控制SPC（Statistical Process Control，统计过程控制）是一种基于统计原理和数据分析方法的质量管理工具，用于监控和控制生产过程中的变异性，以确保产品或服务的质量。
SPC是由质量概念的先驱沃尔特·A·谢温（Walter A. Shewhart）在20世纪20年代初首次引入的。
它的目的是通过使用统计技术来分析生产过程中的数据，从而减少产品或服务的变异性，提高整体质量水平。
SPC的基本原理是通过统计分析来了解生产过程中的变异性，以便及时采取措施来纠正和调整生产过程。
它主要包括以下步骤：1.确定控制指标：选择适当的指标来监控生产过程的变异性。
常用的指标包括尺寸、重量、硬度等。
2.收集数据：根据预定的采样计划和频率，定期收集生产过程中的数据。
数据可以通过各种手段收集，如直接测量、抽样检验等。
3.绘制控制图：使用统计方法将收集到的数据绘制成控制图。
控制图是一种图表，它显示了一个或多个过程指标的变化情况，以及上下限范围。
通过观察控制图，人们可以判断生产过程是否处于控制状态，是否存在异常情况。
4.分析控制图：根据控制图上的变化趋势和模式，进行统计分析，以确定生产过程的绩效。
常用的统计分析方法包括均值、标准差、极差等。
5.制定改进措施：根据分析的结果，确定需要改进的方面，并制定相应的措施。
改进措施可以包括修改生产过程参数、调整设备、培训员工等。
6.监控和调整：持续监控生产过程，并根据需要进行调整，以确保控制图保持在预定的限制范围内。
SPC的优势在于它能够提供实时和持续的监控生产过程的能力。
通过采集数据和绘制控制图，生产者可以及时发现生产过程中的变异，并采取措施进行纠正。
这样可以防止不良品的产生，并提高产品或服务的一致性和质量。
此外，SPC还具有以下几点优势：1.提高生产效率：通过控制和减少生产过程中的变异性，SPC可以提高生产效率。
它能够帮助生产者发现并消除生产过程中的浪费和不必要的变动，从而提高生产效率和资源利用率。
统计过程控制SPC简介
陈瑞泉
18
均值和极差图（Χ – R图）
B.3在控制图上作出平均值和极差控制界限的控制 线。将平均极差和过程均值画成水平实线，各控制 界限画成水平虚线，把线标上记号。
陈瑞泉
19
陈瑞泉
20
变差：普通原因和特殊原因
陈瑞泉
21
导致变差的普通原因与特殊原因
过程与产品的特性存在大量的波动源。把这些波动源分成两 类是很自然的，即普通原因波动和特殊原因波动。普通原因波动 是过程内在的波动，而且除非改变过程或产品的设计极难消除， 许多很小的波动源导致这类波动的产生。特殊原因是指那些异常 因素，是非随机的，相对较少，在时间与效果上产生不可预料并 且相对较大的波动。
统计过程控制 (SPC)
Statistical Process Control
陈瑞泉
1
陈瑞泉
关于正态分布
正态分布（Normal Distribution） 是计量型变量数据控制图的基础，
呈连续的、对称的、钟形频率分布。当 一组测量数据服从正态分布时，不同百 分比的数据落在不同的标准差区间内，这 些百分数是控制界限或控制图分析的基础。
第二章 控制图
控制图能够被用来监测和评价一个过程。有两种 类型的控制图，一种为计量型数据控制图，另一种为 计数型数据控制图，过程本身将决定使用哪种类型的 控制图。如果取自于过程的数据是离散型的（例如： 通过/不通过，可接受/不可接受），则使用计数型数据 控制图（如p 图、np 图、c 图、u图） 。如果取自于 过程的数据是连续型的（例如：直径、长度）则使用 计量型数据控制图（如均值和极差图、均值和标准差 图、中位数和极差图、单值和移动极差图）。
控制图的益处
合理使用，控制图能够： 供操作者使用以对过程进行持续的控制。 有助于过程表现一致并可预测。 使过程达到：
- 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)。
单值 — 移动极差控制图
离散
二项分布
不合格品率控制图 不合格品数控制图
计件值
泊松分布
单位不合格数控制图 不合格数控制图
简记 X-R X-S X-R X-MR
p np u c
类型
计 量 型
计 数 型
2.3.1 计量型控制图
绘制控制图的步骤（以均值图为例）
1，收集数据：至少25组,组内连续,组间跨度；
15
2.3.3 识别过程特殊原因的八大准则
准则1： 一个点超出3个标准偏差之外；
上公差
3
UCL
2
CL
2 3
上公差
x
LCL
2.3.3 识别过程特殊原因的八大准则
准则2： 连续 7个点在中心线同一侧；
上公差
3
2
CL
UCL
x
2
3
LCL
上公差
2.3.3 识别过程特殊原因的八大准则
准则3：连续6个点递增或递减；
上公差
3
x
UCL
2
CL
2 3
上公差
x
LCL
2.3.3 识别过程特殊原因的八大准则
准则4：连续14个点上下交替;
上公差
3 2
CL
2 3
上公差
UCL
x
LCL
2.3.3 识别过程特殊原因的八大准则
准则5： 2/3的点距中心线超过2个标准差(同一侧)；
1，用统计技术统计过程或输出的各种特性(参数)； 2，绘制容易理解和判断异常的控制图； 3，根据控制图中观察到的趋势和异常状况采取适当的措施来
达到并保持统计过程稳定状态。
6
2.3 控制图 - 基本概念
第1组
第2组
均值:
极差:
X(X 1X 2 X m )/m R = 最大值 – 最小值
中位数:
1、开篇导入
汽车行业的五大手册：
SPC， FMEA，APQP，PPAP，MSA
SPC
1
1、开篇导入
1.2 学习目标
1,全面了解SPC 的知识结构和基本理念; 2, 如何选择、绘制和判断控制图的类型； 3，过程能力的计算。
2
2、主体内容
2.1 SPC的历史发展及背景 汽车行业发展史伴随质量管理发展史：
制线。（原因分析）
直径
上公差
下公差 时间
10
8:00 8:15 8:30 8:45 9:00 9:15 9:30 9:45 10:00 10:30 10:45 11:00
2.3.1 计量型控制图
常用控制图分类
数据特征
分布
控制图
均值 — 极差控制图
连续
正态分布
均值 — 标准差控制图 中值 — 极差控制图
2，计算各子组的均值： 各组均值的均值：
标准偏差：
X(x1x2 xm )/m
n
X X /n
i
p S
n (xi x)2 i n1
计算中心控制线，上下控制线并在图中划出； 3，按时间描点； 4，按标准判断控制图。
2.3.1
特性值
3 2
2 3
计量型控制图 - 绘制均值图
3 2
CL
2 3
上公差
UCL
x
LCL
2.3.3 识别过程特殊原因的八大准则
准则8：连续8个点距中心线距离大于1个标准差(任一侧)
上公差
3 2
CL
UCL
x
2
3
LCL
上公差
2.3.4 八种控制图的选择
确定被研 究特性是 否为计量
4
2.2.1 统计过程控制的模型
过程的声音
人 机 料 法 环
输入
统计方法 我们工作的方式/
资源的融合
过程/系统 顾客的呼声
5
反馈的过程控 制系统模型
产品/服务 输出
顾客
识别不断变化 的需求和期望
2.2.2 统计过程控制定义
定义: 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。
上公差
中心线
UCL
CL X
上控制线
CL
UCL X3p
LCL 下公差
下控制线
LCLX3p
13
时间
2.3.2 4种常用计数型控制图
数据特征
分布
控制图
连续
正态分布
均值 — 极差控制图 均值 — 标准差控制图 中值 — 极差控制图 单值 — 移动极差控制图
离散 (关心产品的合格率)
不合格品率控制图 二项分布
不合格品数控制图
计件值 (关心缺陷出现次数)
单位不合格数控制图 泊松分布
不合格数控制图
案例演示计数型控制图
简记 X-R X-S X-R X-MR
p np u c
类型
计 量 型
计 数 型
2.3.3 控制图的判断标准
识别过程特殊原因的八大准则
1： 一个点超出3个标准偏差之外； 2： 连续 7个点在中心线同一侧； 3： 连续6个点递增或递减； 4： 连续14个点上下交替; 5: 2/3的点距中心线超过2个标准差（同一侧）； 6: 4/5的点距中心线超过1个标准差（同一侧）； 7： 连续15个点在中心线1个标准差内（任一侧）； 8： 连续8个点距中心线的距离大于1个标准差(任一侧)。
上公差
3
UCL
2
x
CL
2
3
LCL
上公差
2.3.3 识别过程特殊原因的八大准则
准则6： 4/5的点距中心线超过1个标准差(同一侧)；
上公差
3
2
CL
UCL
x
2
3
LCL
上公差
2.3.3 识别过程特殊原因的八大准则
准则7：连续15个点在中心线1个标准差内(任一侧)；
上公差
或
X ~Xm/2
X ~XmXm1
2
2
标准差:
p S
n (xi x)2 i n1
7
2.3 控制图 - 基本概念
正态分布
p S
n (xi x)2 i n1
Y轴
X
x轴
68%
95%
99.7%
公差范围
2.3 控制图
数据的类型
质量是检 验出来的QC
质量是设计 出来的TQC
SPC
预测过程输 出分布
质量是制造 出来的QA
质量是预防 出来的TQM
3
2.1 SPC的历史发展及背景
1924年，休哈特绘制第一张控制图，工业的质量控制开 始采用统计方法。
二战后，戴明将SPC控制图带到日本并推广。
八十年代以后，全世界纷纷推广应用SPC。并在ISO9000 以及QS9000中提出应用SPC方法的要求。
计
产
品
定
连续
量 型
/过
量
程 质 量
离 散
计 数 值
计 数
特
性
定Байду номын сангаас
性
型 计件值
9
2.3.1 计量型控制图
案例： OP40车销涡轮轴外径,浮动轴承配合面直径要求尺寸
￠20±0.03,一年后发现每天不良率上升至8%;这时侯很难找
到原因,大家都很困惑。
休哈特博士来到现场
绘制SPC控制图，发现连续工作1小时45分后直径开始超出控