汽车行业五大工具之——SPC
质量管理五大核心工具APQP、PPAP、SPC、MSA、FMEA(精选)
控制计划是控制零件和过程系统的书面描述，单独的控制计划包括三个独立的阶段：
样件：在样件制造过程中，对尺寸测量和材料与性能试验的描述。
试生产：在样件试制之后，全面生产之前所进行的尺寸测量和材料与性能试验的描述。
生产：在大批量生产中，将提供产品/过程特性，过程控制、试验和测量系统的综合文件。
问题的解决
第一阶段之输入
顾客的呼声
市场研究
保修记录和质量信息
小组经验
业务计划／营销策略
产品／过程基准数据
产品／过程设想
产品可靠性研究
顾客输入
第一阶段的输出作为第二阶段的输入
设计目标
可靠性和质量目标
初始材料清单
初始过程流程图
产品和过程特殊特性的初始清单
产品保证计划
管理者支持
顾客的呼声
“顾客的呼声”包括来自内部／外部顾客们的抱怨、建议、资料和信息。
确定范围
在产品项目的最早阶段，对产品质量策划小组而言，重要的是识别顾客需求、期望和要求，小组必须召开会议，至少：
选出项目小组负责人监督策划过程有时，在策划循环中小组负责人轮流担任可能更为有利
确定每一代表方的角色和职责
确定顾客─内部和外部
确定顾客的要求可利用附录B中所述的QFD
确定小组职能及小组成员，哪些个人或分包方应被列入到小组，哪些可以不需要。
APQP之益处
引导资源，使顾客满意
促进对所需更改的识别
避免晚期更改
以最低的成本及时提供优质产品
本手册中所述的实际工作、工具和分析技术都按逻辑顺序安排，使其容易理解
每一个产品质量计划是独立的
实际的进度和执行次序依赖于顾客的需要和期望／或其它的实际情况而定
TS16949五大工具 SPC
统计过程控制SPC基本概念特殊过程特性基本概念¡一般特性：只要是合格就可以；¡基本概念¡¡第一章概述¡¡第一章概述第一章概述第一章概述第一章概述第一章概述¡原因，第一章概述第一章概述¡¡：第一章时间第一章概述¡¡第一章时间第一章概述第一章概述¡第一章概述¡第一章概述第一章概述¡第一章概述¡第一章概述4类2类不可接受3类1类可接受不受控受控满足要求第一章概述公差范围公差范围第一章概述公差范围公差范围第一章概述¡¡¡¡第二控制界限：6бCLUCLLCL99.73%公差范围LSLUSL第二章控制图原理控制界限：6бCLUCLLCL99.73%公差范围LSLUSL第二章控制图原理控制界限：6бCLUCLLCL99.73%公差范围LSLUSL控制界限：6бCLUCLLCL99.73%公差范围LSLUSL第二章控制图原理¡时，应考虑第二章控制图原理¡第二章控制图原理¡UCLCLLCL第三章控制图第三章控制图第三章控制图R = X第三章控制图X 图：坐标上的刻度的最大值与最小值之差至第三章控制图R =X =第三章控制图R=X+A=X-A第三章控制图第三章控制图第三章控制图第三章控制图¡¡第三章控制图¡第三章控制图¡¡第三章控制图¡¡分析用控制用计算控制界限需无收集样本至少25组()1件样本分析时间25组以后每件以后目的了解状态是否受控；能力能否满足保持状态。
五大工具之-SPC
b）子组频率：在适当的时间内收集足够的数据，这样 子组才能反映潜在的变化，这些变化原因可能是换班/ 操作人员更换/材料批次不同等原因引起。对正在生产 的产品进行监测的子组频率可以是每班2次，或一小时 一次等。 c）子组数：子组越多，变差越有机会出现。一般为25 组，首次使用管制图选用35 组数据，以便调整。 1-2 建立控制图及记录原始数据 （见下图）
计量型管制图 平均值与全距管制图(Xbar-R Chart)
在计量值管制图中,X-R管制图系最常用的一种,所谓平均 值与全距管制图,系平均值管制图(Xbar-Chart)与全距管 制图 (R Chart)二者合并使用.
平均值管制系管制平均值的变化,即数据的集中趋势变化
全距管制图则管制变异的程度,即数据的离散趋势的状况
2.954 2.401 2.568 2.670 2.574 2.633 0.533
2.628 2.703 2.266 2.285 2.282 2.433 0.437
2.427 2.365 2.489 2.676 2.214 2.434 0.462
2.287 2.438 2.770 2.376 2.504 2.473 0.483
局部措施
通常用来消除变差的特殊原因 通常由与过程直接相关的人员实施 通常可纠正大约15%的过程问题
• 对系统采取措施
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
问题类型与SPC
问题类型
造成问题的原因 最佳控制条件
T型
明确 明确
A型
明确 不明
X型
不明 不明
可用之统计工具
合计
100
直方图:
频数
30
五大工具SPC简介
六、SPC在ISO/TS16949标准中的应用
6．1批量生产产品质量的四种状态：
表1批量生产产品质量的四种状态
精确性
准确性
精确（相当于枪好。几乎打在一个点）
不精确（相当于枪不好，散得几乎到处都有）
准确（好枪手，打的准）
Ⅰ数据集中，过程稳定；
对中性好，合格率最高；
是理想状态。很难做到，
新设备，好工装，好的
材料，优秀操作者才能
做到。
Ⅱ 数据离散，过程不稳定，对中
性虽好，由于数据离散，合格
率并不高，经常发生；即使用
单位不合格品数图
U图
可监视每个单位产品中不合格品的数目，样本 可大可小；
不同的时期用不同的样本容量
用于如每块板、每件产品上平均缺陷数。
从上述各种控制图的特点而言，这八种控制图各有各自的用途。最常用的是X—R图（又称X—Bar图），和P 图。对于生产车间而言，当遇上某个产品的某个参数控制不住时，首先会反映在P图上，其表现为废品率上升，从宏观角度分析P图是反映发展趋势的。但是，发现了问题，如何解决，这不是P 图能解决的，这时需要看X—Bar图。按着控制图的判断原则；识别过程是否处于正常状态，控制点是否在控制限内，即使在控制限内，还要看控制点的离散程度和发展趋势。我们的控制原则可以用通俗的语言，总结为“数据偏了，就要调（整）。数据散了，就要换”（换是指：换系统、人员、设备、工具、刀具、原料、方法等等）。
2、特殊原因：它的出现会引起过程特性分布的变化，这是系统的原因。当存在特殊原因时，过程不稳定，其输出是不可预测的；这种变差可能是有害的，也可能是有益的。关键是识别。如是好看趋势，有利于产品质量提高；如是坏的趋势，会影响产品质量，应该控制和消除。过程控制计划就是确保顾客要求得到满足，而且不受其他特殊原因的影响。
五大工具-SPC
28
11. MINITAB输出图(一次性取样）
路径: 统计/质量工具/ 能力分析/正态
PPM: Parts Per Million 百万分之一
虽然样本数据都在规格内， 但Cpk=0.83, PPM>USL竟然能达到22605.39
TS16949五大工具
TS16949五大工具 1. 产品质量先期策划(APQP) 2. 潜在失效模式与后果分析(FMEA) 3. 测量系统分析(MSA)
4. 统计过程控制(SPC)
5. 生产件批准程序
1
SPC(统计过程控制) Statistical Process Control
2
ห้องสมุดไป่ตู้
一.SPC的定义
37
15
二.Cpk工序能力
16
1. 定义及目的
CP,CPK---短期过程能力指数,
用作评估工序操作状态稳定性及工序能力能否符合规格要求的指標, 即将过程能力定量化评估出来的尺度。
目的: 1.改善工序生产力及产品质量. 2.帮助了解工序制造公差. 3.评估设备工序能力能否达到要求. 4.比较不同设备之工序能力.
ID1060成品内阻, USL=35
ID971成品内阻, Cpk=1.51
实际均值=12.1
Average=L=380,
但后面出现小柱形分布，异常点无法识别出导致流出！
规格需要更加的合理!
均值=263.45， 标准差=13.9, 那么合理的上限应该是
=263.45+3*13.9=305
16. 案例分享2
17
2. 正态分布
过程能力指数是在假设质量特征分布在正态分布的条件下 进行的。
TS16949五大工具之五SPC
1．什么是SPC:统计过程控制(Statistical Process Control)是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息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。
2.SPC运用产生:SPC源于上世纪二十年代，以美国Shewhart博士发明控制图为标志。自创立以来，即在工业和服务等行业得到推广应用，自上世纪五十年代以来SPC在日本工业界的大量推广应用对日本产品质量的崛起起到了至关重要的作用；上世纪八十年代以后，世界许多大公司纷纷在自己内部积极推广应用SPC，而且对供应商也提出了相应要求。在ISO9000及QS9000中也提出了在生产控制中应用SPC方法的要求。
5.常规控制图的类型：①均值和极差图；②均值和标准差图；③中位数和极差图；④单值和移动极差图。
6.制程能力CPK：Complex Process Capability index 的缩写，是现代企业用于表示制程能力的指标。制程能力是过程性能的允许最大变化范围与过程的正常偏差的比值。制程能力研究在於确认这些特性符合规格的程度，以保证制程成品不符规格的不良率在要求的水准之上，作为制程持续改善的依据。
3.实施SPC的过程一般分为两大步骤：首先用SPC工具对过程进行分析，如绘制分析用控制图等；根据分析结果采取必要措施：可能需要消除过程中的系统性因素，也可能需要管理层的介入来减小过程的随机波动以满足过程能力的需求。第二步则是用控制图对过程进行监控。
4.SPC可以为企业带来的好处:SPC强调全过程监控、全系统参与，并且强调用科学方法（主要是统计技术）来保证全过程的预防。SPC不仅适用于质量控制，更可应用于一切管理过程（如产品设计、市场分析等）。正是它的这种全员参与管理质量的思想，实施SPC可以帮助企业在质量控制上真正作到"事前"预防和控制。
五大工具MSA、APQP、SPC、FMEA、PPAP
五大工具：MSA、APQP、SPC、FMEA、PPAPMSA测量系统分析在日常生产中，我们经常根据获得的过程加工部件的测量数据去分析过程的状态、过程的能力和监控过程的变化；那么，怎么确保分析的结果是正确的呢？我们必须从两方面来保证，一是确保测量数据的准确性/质量，使用测量系统分析（MSA）方法对获得测量数据的测量系统进行评估；二是确保使用了合适的数据分析方法，如使用SPC 工具、试验设计、方差分析、回归分析等。
测量系统的误差由稳定条件下运行的测量系统多次测量数据的统计特性：偏倚和方差来表征。
偏倚指测量数据相对于标准值的位置，包括测量系统的偏倚（Bias）、线性（Linearity）和稳定性（Stability）；而方差指测量数据的分散程度，也称为测量系统的R&R，包括测量系统的重复性（Repeatability）和再现性（Reproducibility）。
一般来说，测量系统的分辨率应为获得测量参数的过程变差的十分之一。
测量系统的偏倚和线性由量具校准来确定。
测量系统的稳定性可由重复测量相同部件的同一质量特性的均值极差控制图来监控。
测量系统的重复性和再现性由GageR&R研究来确定。
分析用的数据必须来自具有合适分辨率和测量系统误差的测量系统，否则，不管我们采用什么样的分析方法，最终都可能导致错误的分析结果。
在ISO10012-2和QS9000中，都对测量系统的质量保证作出了相应的要求，要求企业有相关的程序来对测量系统的有效性进行验证。
测量系统特性类别有F、S级别，另外其评价方法有小样法、双性、线性等.分析工具在进行MSA分析时，推荐使用Minitab软件来分析变异源并计算Gage R&R和P/T。
并且根据测量部件的特性，可以对交叉型和嵌套型部件分别做测量系统分析。
另外，Minitab软件在分析量具的线性和偏倚研究以及量具的分辨率上也提供很完善的功能，用户可以从图形准确且直观的看出量具的信息。
汽车行业--统计过程控制SPC
汽车行业–统计过程控制SPC引言在汽车行业中，统计过程控制（Statistical Process Control，简称SPC）是一种管理工具，它通过统计方法分析生产过程中的变异性，以实现过程的稳定和质量的控制。
本文将介绍汽车行业中统计过程控制的概念和原理，并探讨在汽车制造过程中应用SPC的重要性和优势。
统计过程控制概述统计过程控制（SPC）是一种基于统计学原理和方法的过程管理工具，其目的是通过对过程性能进行监控和分析，以建立并维持过程的稳定性和可控性。
SPC通过收集、分析和解释数据，帮助生产企业识别过程中的问题，并采取相应的措施来确保产品和服务的质量。
SPC的原理与方法SPC的核心原理是基于统计学中的质量控制理论和方法，主要包括以下几个方面：1. 测量与变异性分析SPC首先需要对生产过程进行有效的测量和数据收集，包括产品的尺寸、重量、颜色等一系列关键指标的测量。
然后，通过统计方法对这些数据进行分析，识别出过程中的变异性，并将其分解为正常变异和特殊原因变异两部分。
2. 控制图的应用控制图是SPC的关键工具之一，它通过对数据的可视化呈现，帮助生产企业及时监控和识别过程中的变异性。
常见的控制图包括均值图、范围图和方差图等，它们可以显示出过程的中心线和控制限，从而判断过程是否处于控制状态。
3. 质量改进与过程优化SPC不仅可以帮助企业监控和控制过程中的变异性，还能够通过数据分析和质量改进方法，找出过程中的问题，并提出相应的改进措施。
它可以帮助企业定位问题和优化生产工艺，从而提高产品质量和生产效率。
汽车制造中的SPC应用在汽车制造过程中，SPC的应用至关重要。
下面将介绍几个具体的应用案例：1. 固定质量控制汽车制造过程中的每一个环节都需要严格的质量控制，以确保最终产品的质量。
通过SPC的应用，可以实时监控生产过程中的关键指标，并及时发现问题，从而避免次品的产生和不良产品的流入市场。
2. 方案改进与优化通过对SPC数据的分析，汽车制造企业可以发现生产过程中的瓶颈和问题，并针对性地提出改进方案。
- 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)。
XC B
LCL A
质量管理培训
把动力传递到每一处…
典型特殊原因识别准则
特殊原因识别准则：15C 连续15点在中心线上下两侧 的C区
UCL A B
XC C B
LCL A
特殊原因识别准则: 1界外 有1点在A区以外
UCL A B C
XC B
LCL A
质量管理培训
把动力传递到每一处…
质量管理培训
把动力传递到每一处…
SPC理解与实施
授课人：** 时 间：** 联系方式：** E-mail：**
质量管理培训
把动力传递到每一处…
培训内容
一、统计过程控制概述 二、统计过程控制策划 三、控制图应用 四、过程能力研究
质量管理培训
把动力传递到每一处…
质量管理培训
把动力传递到每一处…
质量管理培训
D3 ٭ ٭ ٭ ٭ ٭0.07 0.13 0.18 0.22 6643
A2 1.88 1.02 0.72 0.57 0.48 0.41 0.37 0.33 0.30 039739378
质量管理培训
在控制图上画出 中心线和控制限
把动力传递到每一处…
• 在均值图上画出中心线（过程平均值）和 上、下控制限（UCLXbar、LCLXbar）；
样件 试产
量产
初始统计过程 研究
策划
策划
产品开发和设计 过程开发和设计
量产过程中，实 施统计过程控制
产品和过程确认
生产Production
评估反馈和改善
质量管理培训
把动力传递到每一处…
如何进行统计过程控制策划
1、[TS1694要求] 统计工具的确定 在质量先期策划中必须确定每一过程适 用的统计工具，并包括在控制计划中。 2、在新产品策划过程中，APQP小组根据 试生产控制计划制定《初始过程能力研究 计划》。 3、批量生产过程中，根据批量生产控制 计划实施统计过程控制。
使用Xbar-R控制图的步骤 D
D
当初始的（或历史的）数据都一致地落在试用的 控制限内，就可以延长控制限以适用未来的控制
为 需要。 持 续 控 如果此过程中心线偏离目标值，可能需要针对目标 制 值调整此过程。 延 长 这些控制限将用于过程的持续监控，操作者和所属 控 的管理者根据在X或R图上所出现的关于位置和变差 制 不受控的信号而采取迅速的措施。 限
质量管理培训
把动力传递到每一处…
控制限的计算公 式
注：D4、D3、A2为常数，随每个子组内样本容量n的不同 而不同，查ＳＰＣ手册中附录Ｅ：《控制图的常数和公式 表》（181页）。
n 2 3 4 5 6 7 8 9 10
D4 3.26 2.57 2.28 2.11 2.00 1.92 1.86 1.81 1.77 742444467
控制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)抽取的各个样本子组界限(UCL)； —下控制界限(LCL) 。
上控制限(UCL) 中心线(CL) 下控制限(LCL)
质量管理培训
把动力传递到每一处…
常见的产品特性如： 尺寸、外观、强度、寿命等。
常见的过程特性如： 温度、压力、湿度、电流、电压等。
注： 一般特性合格就行； –关键特性仅仅合格不够，应尽量靠近目标值。
Wangjh.cq@
质量管理培训
把动力传递到每一处…
如何进行统计过程控制策划
统计过程控制 策划
概念形成 项目批准 设计确认 和批准
R = R 1 + R 2 + ..... + R k
k为子组数
k
质量管理培训
把动力传递到每一处…
控制限的计算公 式
均值控制图：
CL X = X UCL X = X + A 2 R LCL X = X - A 2 R 极差控制图： CL R = R UCL R = D 4 R LCL R = D 3 R
计
算
控 控制统计量：均值、极差等；
制
统
计 量
按照控制图的类型选择适当的公式计算控制统计量。
质量管理培训
把动力传递到每一处…
如何计算Ｘbar－Ｒ控制图 每个子组的控制统计量?
均值的计算：X = x1 +x2+ …+xn n
极差的计算： R = xmax - xmin
质量管理培训
把动力传递到每一处…
把动力传递到每一处…
质量管理培训
何为SPC？
把动力传递到每一处…
一、统计过程控制概述 统计过程控制的起源 ＳＰＣ的特点
ＳＰＣ的目的 ＳＰＣ的作用
质量管理培训
把动力传递到每一处…
统计过程控制的起源
• 工业革命以后， 随着生产力的进一步发展，大规模生产的形成， 如何控制大批量产品质量成为一个突出问题，单纯依靠事后检验的 质量控制方法已不能适应当时经济发展的要求，必须改进质量管理 方式。
控 制
对用于分析的每一个控制统计量描点的部分；
图
将观察记入日志的部分。
控制图格式见:
质量管理培训
把动力传递到每一处…
使用Xbar-R控制图的步骤A
记
测量并记录每一个子组及每一个单值的数据；
录
原
始 数
记录/任何有关的观察事项。
据
质量管理培训
把动力传递到每一处…
使用Xbar-R控制图的步骤A
从子组的测量数据中计算用于描点的控制统计量；
质量管理培训
把动力传递到每一处…
使用Xbar-R控制图的步骤 D
• “三立即”原则：
• 操作者或现场管理者根据规定的取样频率和样本容量抽 取样本组、立即计算Xbar和R并将其画在控制图中并与 前点用短直线连接；
受 控
C4、分析均值图上的数据点
的 解
C5、识别并处理特殊原因(均值图)
释
C6、重新计算控制界限
质量管理培训
把动力传递到每一处…
使用Xbar-R控制图的步骤 C
过程控制的分析：
1、分析控制图的目的在于识别过程变化或过程均值不 恒定的证据。（即其中之一或两者均不受控）进而采 取适当的措施。
2、R 图和 X 图应分别分析，但可进行比较，了解影响 过程的特殊原因。
使用Xbar-R控制图的步骤A
将 将控制统计量画在图上，确保所描的控制统计量的点
控 是一一对应的；
制
统 计
将相邻点用直线连接从而显示模式和趋势；
量
画 进行评估以识别出潜在的问题；
到
控 如果有的点比别的点高很多或低很多，需要确认计算及
制 描图是否正确并查询任何相关的观察记录。
图
上
质量管理培训
把动力传递到每一处…
• 确保当与新的控制限相比时，两个图都没有不受控的 情况。如果不是，则重复识别特殊原因/纠正/重新计 算的过程。
质量管理培训
把动力传递到每一处…
典型特殊原因识别准则
典型特殊原因识别准则的汇总 1 一个点远离中心线超过3个标准差 2 连续7点位于中心线一侧 3 连续6点上升或下降 4 连续14点交替上下变化 5 2/3的点距中心线的距离超过2个标准差（同一侧） 6 4/5的点距中心线的距离超过1个标准差（同一侧） 7 连续15个点排列在中心线1个标准差范围内（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）
质量管理培训
把动力传递到每一处…
典型特殊原因识别准则
特殊原因识别准则:2/3A
特殊原因识别准则2: 4/5B
连续3点中有2点在A区或A区 连续5点中有4点在B区或
以外
B区以外
UCL A
UCL A
B
B
XC C
C X
C
B
B
LCL A
LCL A
质量管理培训
把动力传递到每一处…
典型特殊原因识别准则
特殊原因识别准则:6连串 连续6点持续地上升或下降
质量管理培训
把动力传递到每一处…
SPC的作用
解决当前青山及供应商产品质量一致性和稳定性问题！
质量管理培训
统计过程控制 （SPC）
把动力传递到每一处…
二、统计过程控制策划
质量管理培训
把动力传递到每一处…
质量管理培训
• 特性的分类
产品
特 性
过程
把动力传递到每一处…
关键 一般
关键 一般
安全 配合、定位、功能等
质量管理培训
抽样频率参考表
把动力传递到每一处…
每小时产 量
10以下 10-19 20-49 50-99 100以上
抽样间隔
不稳定
稳定
8小时
8小时
4小时
8小时
2小时
8小时
1小时
4小时
1小时
2小时
质量管理培训
把动力传递到每一处…
使用Xbar-R控制图的步骤A
包括过程和抽样方法描述的表头信息；
设 置
记录/显示所收集数据的实际值的部分（日期/时间/ 子组编号）；
应用流程
确定应用控制图 的过程及特性 收集数据并制作 分析用控制图
过程是否稳定？
计算过程能力
能力是否足够？
控制用控制图
把动力传递到每一处…
寻找并消除特殊原因 采取改进措施 提高过程能力
质量管理培训
把动力传递到每一处…
使用Xbar-R控制图的四步骤
A、收集数据
B、建立控制限
C、统计上是否 受控的解释
• 将极差图上画出中心线（极差平均值）和 上、下控制限（UCLR、LCLR）；
• 中心线画成黑色水平实线； • 控制限画成红色水平虚线。