生产过程质量控制技术之SPC
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。
SPC的基本原理和过程控制
SPC的基本原理和过程控制概述SPC（统计过程控制）是一种常用于质量管理的统计方法，用于监控过程中的变异性，并及时采取控制措施来保持过程的稳定性和稳定品质。
本文将介绍SPC的基本原理和过程控制。
1. SPC的基本原理SPC的基本原理是基于统计学原理和质量管理理论。
其核心思想是通过收集和分析过程中的数据，以了解过程的变异性，并根据统计指标来判断过程是否处于控制状态。
基本原理包括：1.1 过程稳态与过程能力过程稳态是指过程在一个稳定区域内运行，并且其变异性是可控制的。
稳态下，过程的输出值会在一定的范围内波动，但是变异性是在可控范围内，不会出现特殊原因引起的异常波动。
过程能力是评估过程稳态的指标，通常使用过程能力指数（Cp）和过程能力指数（Cpk）来衡量。
Cp表示过程在规范要求的容差范围内的能力，而Cpk则考虑了过程的位置偏离能力。
1.2 变异性的来源过程中的变异性可以分为两种来源：常因和特因。
常因变异性是过程内在的、长期固定的，通常由一系列可以量化和测量的系统性因素引起。
这种变异性可以通过改善操作方法、调整设备或改善材料来减小。
特因变异性是由特殊原因引起的，通常是偶然事件，属于非系统的因素。
特因变异性无法通过常因改进来消除，应及时进行纠正。
1.3 统计过程控制图SPC使用控制图来监控过程的变异性。
控制图是一种统计图表，可以帮助鉴别过程中的常因和特因变异，以判断过程是否处于控制状态。
常用的控制图包括平均图（X-图），范围图（R-图），以及带有管制限的控制图（带A、B、C及D控制限的图表）。
控制图上的管制限是根据统计原理确定的，当过程数据落在管制限之外时，意味着过程出现特殊原因变异，需要采取措施进行纠正。
2. 过程控制方法SPC的过程控制方法包括以下几个步骤：2.1 数据收集首先，需要确定要收集的数据类型和采样方法。
数据类型通常是定量的，可以是尺寸、重量、时间等。
采样方法应该能够反映出过程的变异性，并且要求数据具有代表性。
spc实施方案
spc实施方案SPC实施方案一、概述SPC（Statistical Process Control）统计过程控制，是一种通过统计分析过程数据来监控和控制生产过程质量的方法。
SPC实施方案是指在生产过程中，通过采集和分析数据，及时发现并纠正过程中的变异，以保证产品质量稳定性的一套操作规程。
二、SPC实施步骤1. 制定SPC实施计划首先，需要确定实施SPC的范围和目标，明确需要监控的关键过程参数和质量特性。
然后，制定SPC实施计划，包括数据采集频率、样本容量、控制图类型等。
2. 数据采集与分析在实施SPC过程中，需要建立数据采集系统，确保数据的准确性和完整性。
采集的数据需要进行分析，包括均值、标准差、变异系数等统计指标的计算，以及控制图的绘制和分析。
3. 过程监控与调整通过分析控制图，及时发现过程中的特殊原因变异，并进行相应的调整和改进。
同时，需要建立相应的纠正和预防措施，确保类似问题不再发生。
4. 持续改进SPC实施并不是一次性的工作，而是需要持续不断地进行改进和优化。
需要建立SPC实施的跟踪和评估机制，及时发现问题并进行改进。
三、SPC实施方案的关键要素1. 领导支持SPC实施需要得到企业领导的支持和重视，只有领导层的认可和推动，才能够确保SPC实施的顺利进行。
2. 员工培训员工是SPC实施的重要执行者，他们需要具备相关的SPC知识和技能。
因此，企业需要开展SPC的培训工作，提高员工的SPC意识和能力。
3. 数据采集系统建立完善的数据采集系统，确保数据的准确性和及时性。
可以借助信息化技术，建立自动化的数据采集和分析系统。
4. 过程改进机制SPC实施并不是为了监控而监控，更重要的是通过SPC发现问题，及时进行改进。
因此，需要建立相应的过程改进机制，确保SPC实施的有效性。
四、SPC实施方案的效果评估SPC实施后，需要对其效果进行评估。
评估的指标可以包括产品质量稳定性、生产效率提升、成本降低等方面。
SPC(质量管理与控制)
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.选用合适的控制图种类； 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内排列有缺陷的点子以及标明异常（特殊）原因的状态； 9.决定下一步的行动。 应用控制图的常见错误： 1.在5M1E因素未加控制、工序处于不稳定状态时就使用控制图管理工作； 2.在工序能力不足时，即在CP＜ 1的情况下，就使用控制图管理工作； 3.用公差线代替控制线，或用压缩的公差线代替控制线； 4.仅打“点”而不做分析判断，失去控制图的报警作用； 5.不及时打“点”，因而不能及时发现工序异常； 6.当“5M1E”发生变化时，未及时调整控制线； 7.画法不规范或不完整； 8.在研究分析控制图时，对已弄清有异常原因的异常点，在原因消除后，未剔除异常点数据。
1） 异常变动
过程中变动因素是不在统计管理状态下的非随机性原因，由于异常因素不是过程所固有，固不难除去，一般情况现场人员对异常因素的消除可以自行决定采取措施，而不必要请示更高级的管理人员，所以也称之为减少变动的局部措施。
2）偶然变动
过程中的变动因素是统计管理的状态下，其产品的特性有固定的分布，即分布位置、分布及分布形状三种，由于偶然因素是过程所固有的，难于消除，要消除偶然因素必须涉及到人、机、料、法、环境等整个系统的改造问题，需要投入大量的资金，故不是现场人员所能决定的，而必须经过深入的调查研究和做出全面的可行性报告后，再经高层领导做最后的定夺，所以称之为减少变动的系统措施。 特殊原因 一种间断性的，不可预计的，不稳定的变差来源。有时被称为可查明原因，存在它的信号是：存在超过控制线的点或存在在控制线之内的链或其他非随机性的情形。 普通原因 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。 合理使用控制图的益处 ? 供正在进行过程控制的操作者使用 ? 有助于过程在质量上和成本上能持续的、可预测的保持下去 ? 使过程达到： ? 更高的质量 ? 更低的单件成本 ? 更高的有效能力 ? 为讨论过程的性能提供共同的语言 ? 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 在实际应用中,当各组容量与其平均值相差不超过正负25%时,可用平均样本容量( )来计算控制限. 在什么条件下分析阶段确定的控制限可以转入控制阶段使用： ? 控制图是受控的 ? 过程能力能够满足生产要求 控制图是根据稳定状态下的条件（人员、设备、原材料、工艺方法、测量系统、环境）来制定的。如果上述条件变化，则必须重新计算控制限，例如： ? 操作人员经过培训，操作水平显著提高； ? 设备更新、经过修理、更换零件； ? 改变工艺参数或采用新工艺； ? 改变测量方法或测量仪器； ? 采用新型原材料或其他原材料； ? 环境变化。 使用一段时间后检验控制图还是否适用，控制限是否过宽或过窄，否则需要重新收集数据计算控制限； 过程能力值有大的变化时，需要重新收集数据计算控制限。 对于p,np图, 过程能力是通过过程平均不合格品率 来表示,当所有点都受控后才计算该值. 当Cpk指数值降低代表要增加： ? 控制 ? 检查 ? 返工及报废， 在这种情况下，成本会增加，品质也会降低， 生产能力可能不足。 当Cpk指数值增大，不良品减少，最重要是产品/零件接近我们的“理想设计数值/目标”，给予顾客最大满足感。 当Cpk指数值开始到达1.33或更高时对检验工作可以减少，减少我们对运作审查成本。 ? 普通原因变差 ? 影响过程中每个单位 ? 在控制图上表现为随机性 ? 没有明确的图案 ? 但遵循一个分布 ? 是由所有不可分派的小变差源组成 ? 通常需要采取系统措施来减小 ? 特殊原因变差 ? 间断的，偶然的，通常是不可预测的和不稳定的变差 ? 在控制图上表现为超出控制限的点或链或趋势 ? 非随机的图案 ? 是由可分派的变差源造成该变差源可以被纠正 ? 工业经验建议为： ? 只有过程变差的15%是特殊的可以通过与操作直接有关的人员纠正 ? 大部分 (其余的85%) 是管理人员通过对系统采取措施可纠正的 ? 控制图可以区分出普通原因变差和特殊原因变差 ? 特殊原因变差要求立即采取措施 ? 减少普通原因变差需要改变产品或过程的设计 控制图 - 过程的声音 ? 试图通过持续调整过程参数来固定住普通原因变差，称为过度调整，结果会导致更大的过程变差造成客户满意度下降 ? 试图通过改变设计来减小特殊原因变差可能解决不了问题，会造成时间和金钱的浪费 ? 控制图可以给我们提供出出现了哪种类型的变差的线索，供我们采取相应的措施 ? 能力指数的计算基于以下假设条件： ? 过程处于统计稳定状态 ? 每个测量单值遵循正态分布 ? 规格的上、下限是基于客户的要求 ? 测量系统能力充分 ? 如果理解关满足了这些假设后，能力指数的数值越大，潜在的客户满意度越高 过程能力分析的用途 -设计部门可参考目前之制程能力，以设计出可制 造的产品 -评估人员、设备、材料与工作方法的适当性 -根据规格公差设定设备的管制界限 -决定最经济的作业方式 过程控制和过程能力 ◎目标:过程控制系统目标,是对影响过程的措 施作出经济合理的决定, 避免过度控制 与控制不足 ◎过程能力讨论:必需注意二个观念 ○由造成变差的普通原因来确定 ○内外部顾客开心过程的输出及与他 们的要求的关系如何。 SPC就是利用统计方法去: 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和维持. 3.有系统地减少该过程主要输出特性的变异. 统计制程管制 (SPC) 它可用统计管制图及时监督与控制线场作业 . . 它可用统计计算制程能力及规格 . . 它可防止制程的偏差去影响产品的良率与品质 / 可靠性. . 它可消除非机率原因的变异来改善制程. SPC 就是依据 统计 的逻辑 来判断 制程 是否正常 及应否采取改善对策的一套 控制系统 ? 对的问题比对的答案更重要
SPC是什么意思
SPC是什么意思?SPC概述SPC，统计过程控制（Statistical Process Control），是一个科学的，以数据为核心的质量分析和改进方法，已成为当前各行业企业对生产过程进行质量监控的标准方法之一。
今天，SPC的应用已经全面发展到了实时分析和响应阶段。
企业通过对生产过程数据进行实时采集和分析，可以在产品出现质量缺陷以前就发现其变化趋势，并进行相应的调整和改进，从而避免产品的报废，降低了原材料及生产成本。
与传统的方法和手段相比，实时SPC更能够满足制造业企业规模化和自动化生产的质量管理需求。
SPC应用原理在生产过程中，实际成品的规格参数的波动是不可避免的。
它是由人、机器、材料、方法和环境等因素的波动影响所致。
波动分为两种：正常波动和异常波动。
正常波动是由一些随机性因素（不可避免的因素）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。
异常波动是由系统性因素（可避免的异常变化因素）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最大化地避免和消除生产过程中的异常波动，SPC应用统计分析技术对生产过程进行监控，科学地区分出生产过程中产品质量的正常波动与异常波动，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，确保整个生产过程处于正常波动状态，从而生产出质量可靠、稳定的产品，降低由于异常波动所导致的原材料和时间成本浪费。
基于SPC理论，企业通过对产品生产过程中的各项质量相关数据进行实时地的采集和分析，可以随时掌控整个生产过程的稳定状态和质量水平。
在实际生产中，企业一般拥有了两个重要的质量管理目标——控制限（Control Limits）和规格限（Specification Limits）。
其中控制限是由企业整体的生产能力所决定的，代表着企业的实际生产水平；规格限则来自于客户对于产品的标准要求。
只有控制限优于规格限，企业才能为客户生产出品质可靠的产品。
spc质量管理
spc质量管理SPC (Statistical Process Control)是指统计过程控制，是一种在生产过程中使用统计方法来监测和控制制造产品质量的方式。
SPC与传统的控制方法不同，它通过对过程数据的分析，使生产过程更可控，从而达到提高产品质量、减少浪费和成本的目的。
下面我们将就SPC的原理和方法以及在质量管理中的应用做详细介绍。
一、SPC理论基础1、过程变异在任何时刻，一种生产过程的输出不能百分百相同。
这种不同可以由多种因素产生，包括异常的原材料、工艺变更、机器磨损、操作者错误等等。
导致输出中变异的因素称为特殊因素，也称为系统性因素。
这种特殊因素变异是造成过程差异的主要原因。
2、常规变异除了特殊因素外，生产过程的输出也有常规变异。
常规变异是指，即使没有特殊因素，也会有一些小的差异在过程输出中出现。
常规变异主要由不可避免的自然因素或生产设备的某些功能限制引起。
3、SPC方法SPC方法的核心是确定过程总体的变异范围，并确定过程中的差异是否在可接受的范围内。
在某些情况下，它可以通过实施统计控制来消除这种变异。
SPC方法可以有效地降低过程差异，提高产品质量，减少成本，增加可靠性，提高客户满意度。
二、SPC的应用范围SPC方法可以应用于所有类型的制造过程，包括离散、连续、传统目视检验和自动化检验。
以下是SPC可以处理生产过程的举例：•\t安装对象的物理特性：例如长度、宽度、高度、重量、颜色、性质等。
•\t材料特性：例如硬度、强度、韧性、导电性等。
•\t流体特性：例如温度、压力、流量、粘度等。
•\t机器特性：例如速度、功率、电流、温度、气压等。
•\t操作员特性：例如工作时间、工作速度、操作标准等。
三、SPC的主要原理SPC的主要原理是基于过程变异性的持续监测和控制，包括以下步骤：1、控制图建立控制图以时间为横轴，测量数据为纵轴。
每次收集数据时，都将点绘制到控制图上。
然后通过绘制中心线、上界和下界来确定控制限。
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质量控制
spc质量控制SPC（统计过程控制）是一种通过统计方法和工具对过程进行监控和管理的质量控制技术。
它旨在实时检测过程中的变异性并采取适当的控制措施，以确保产品或服务的质量稳定性和一致性。
在本文中，将介绍SPC的原理、实施步骤以及其在质量控制中的应用。
一、SPC的原理SPC的核心原理是通过数据收集和分析来了解过程中的变异性。
它基于以下两个假设：1. 过程变异性是正常的：任何过程在生产中都会存在一定的变异性，即使是最优化的过程也不可避免地存在着各种差异。
2. 变异性可以通过统计方法进行衡量和控制：SPC利用统计分析的工具和技术，能够准确地衡量和控制过程中的变异性。
二、SPC的实施步骤SPC的实施一般包括以下步骤：1. 确定关键过程参数（KPC）：KPC是影响产品或服务质量的重要因素。
通过对生产过程的分析和了解，确定出关键的过程参数。
2. 收集数据：对KPC进行实时数据的收集和记录。
数据可以通过各种手段获取，如传感器、检测仪器等。
3. 统计分析：对收集到的数据进行统计分析，以了解过程中的变异性，并判断其是否在可控范围内。
4. 确定控制限：根据统计分析结果，确定上下限控制限。
控制限用于判断过程是否处于控制状态。
5. 监控过程：实施实时过程监控，及时发现和纠正过程中的异常情况或异常变异。
6. 持续改进：根据监控结果和分析，对过程进行改善，并持续跟踪和改进以确保过程的稳定性和一致性。
三、SPC在质量控制中的应用SPC在质量控制中具有广泛应用，可以用于监控产品的生产过程、服务的提供过程以及供应链中的各个环节。
以下是SPC在质量控制中的几个典型应用场景：1. 控制图的应用：控制图是SPC中最常见和重要的工具，用于监控过程中的变异性并进行相应的处理。
常见的控制图有均值图、范围图等，通过对过程数据的实时监控，能够及时发现并处理过程中的异常情况。
2. 过程能力分析：SPC可以通过对数据的统计分析，评估过程的能力指标，如过程的稳定性、精度和一致性等。
- 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)。
是
使用
X— s图
注：本图假设测量系统 已经过评价并且是适用 的。
使用 X—R图
使用 X—R图
4. SPC控制图的制作
SPC-Statistical Process Control
应用SPC控制图的5个步骤
1-样本准备阶段
正态分布，通常用两张图。
2、计数型数据－－它是通过数数的方法获得的。
常取0，1，2等非负整数。如一批产品中的不合格 品数，铸件上的气孔数，一匹布上的疵点数，对这
类特性数据只需要用一张控制图就可以了，也有四
种控制图：
3.SPC基本原理 管制图类型
X-R 均值和极差图
P chart 不良率管
计
计 制图
1.前言
1.1质量管理的三个阶段
1.1.1质量检验阶段
20世纪前，属于“操作者的质量管理”。 20世纪初，质量管理的职能由操作者转移给 工长，是“工长的质量管理”。 随着企业生产规模的扩大和产品复杂程度的 提高，大多数企业开始设置检验部门，这时是 “检验员的质量管理”。 上述几种做法都属于事后检验的质量管理方式。
名称
短期工程能力指数 CP
CPK
PP
解释
CP 指工程的平均值和规格中心值相重合时的短期 工程能力指数（在Minitab）。
CP =（USL-LSL）/6 st。 st 表示短期标准偏
差。
CPK工程的平均值和规格中心值不一致时的短期工程能力
指数。 CPK = Nin{Cpu=（USL-μ）/3 st ,Cpl =（ μ- Nhomakorabea范围
范围
分布可以通过以下因素来加以区分
位置
分布宽度
范围 形状
或这些因素的组合
3.SPC基本原理
3.4 正态分布的特征
■ 在统计过程控制中最常见的分布是正态分布
■ 正态分布被参数 µ与σ完全确定，记为N（ µ， σ2 ）；
■ µ 表示分布的中心位置；
■ σ表示分布的标准差或者表示数据的分散程度， 或用极差表示；
名称
解释
中心线
控制图上的一条线，代表所给数据平均值。
（Central Line）
过程均值（Process 一个特定过程特性的测量值分布的位置即为过程均
Average）
值，通常用 X 来表示。
链（Run）
控制图上一系列连续上升或下降，或在中心线之上 或之下的点。它是分析是否存在造成变差的特殊原 因的依据。
3.3 “波动”的概念及统计规律性
■ 生产线上加工出来的产品没有绝对相同的。产品间 的差别是用其资料特性值（数据）的差异表现出来。 连续材料一批产品中每个质量特性，一边测量一边 画直方图，就可以发现其统计规律
这条曲线就是质量特性 x 的分布
每件产品的尺寸与别的都不同
范围
范围
范围
范围
但它们形成一个模型，若稳定，可以描述为一个分布
范围 不受控
（存在特殊原因）
受控 （消除了特殊原因）
时间
过程能力
范围
受控且有能力符合规范 （普通原因造成的变差已减少） 规范下限
规范上限 时间
受控但没有能力符合规范 （普通原因造成的变差太大）
3.SPC基本原理
3.7 质量特性数据分为两类：
1、计量型数据－－它是某种量具、仪器测定地数据，
这类数据可取某一区间内地任一实数。如轴的直径、 电阻的阻值、材料的强度等，这类特性数据常服从
1.前言
1.1质量管理的三个阶段
1.1.2统计质量控制阶段
以数理统计理论为基础的统计质量控制的 推广应用始自第二次世界大战。由于事后检验 无法控制武器弹药的质量，美国国防部决定把 数理统计法用于质量管理，并由标准协会制定 有关数理统计方法应用于质量管理方面的规划， 成立了专门委员会，并于1941～1942年先后公 布一批美国战时的质量管理标准。
过程的单个输出之间不可避免的差别；变差的原因 变差（Variation） 可分为两类：普通原因和特殊原因。
特殊原因 （Special Cause）
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。
2.3 术语解释——SPC常用术语
LSL）/3 st }
PP 指工程的平均值和规格中心值相重合时的长期 工程能力指数。
PP =（USL-LSL）/6 lt 偏差。
lt 表示长期标准
PPK
PPK工程的平均值和规格中心值不一致时的短期工
程能力指数。 PPK = Nin{Ppu=（USL-μ）/3 lt ,Ppl
=（ μ- LSL）/3 lt }
2. SPC的基本概念
2.6 实施SPC的过程包含三大内容：
第一步、用SPC工具对过程进行分析，如绘制分析 用控制图等； 第二步、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。 第三步、则是用控制图对过程进行监控。
3.SPC基本原理
生产过程质量控制
之SPC
为之于未有，治之于未乱
根据典记，魏文王曾求教于名医扁鹊：“你们兄弟三人， 都精于医术，谁的医术最好呢？”扁鹊：“大哥最好，二 哥差些，我是三人中最差的一个。” 魏王不解。
扁鹊解释说：“大哥治病，是在病情发作之前，那时候 病人自己还不觉得有病，但大哥就下药铲除了病根，使他 的医术难以被人认可，所以没有名气，只是在我们家中被 推崇备至。我的二哥治病，是在病初起之时，症状尚不十 分明显，病人也没有觉得痛苦，二哥就能药到病除，使乡 里人都认为二哥只是治小病很灵。我治病，都是在病情十 分严重之时，病人痛苦万分，病人家属心急如焚。此时， 他们看到我在经脉上穿刺，用针放血，或在患处敷以毒药 以毒攻毒，或动大手术直指病灶，以为我的医术高明，所 以我名闻天下。”魏王大悟。
是
是
样本容量是 否 否恒定？
使用p图
样本容量是 否桓定？
否
使用u图
是
是
使用np或p图
性质上是否是均
匀或不能按子组
取样—例如：化 否 学槽液、批量油
子组均值是 否 否能很方便
漆等？
地计算？
使用c或u图
使用中 位数图
是
使用单值图
是
X-MR
接上页
子组容量
否
是否大于
或等于9？
是
是否能方便
否
地计算每个
子组的S值？
■
根据反馈信息及时发现系统性因素出现的征兆， 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， ■ 达到预防不合格品产品的目的。
■
减少对常规检验的依赖性，定时的观察和测量方 法替代了大量的检测和验证工作。
■
为过程提供了一个早期报警系统，及时监控过程 情况，以防止废品的发生。
3.SPC基本原理
界限外的比率 31.74% 4.54% 0.27% 0.0063% 0.000057%
0.0000002%
■ 1924年，休哈特博士建议用界限 µ± 3 σ作为控 制界限来管理过程。即我们常说的3 σ管理。
3.SPC基本原理
3.5
控制图的形式
σ
将正态分布图及其界
限µ± 3σ转90°，在翻转180°
15
3.SPC基本原理
3.1 什么是过程？
作为一个概念，有其明确的定义：利用资源 将输入转化为输出的一组活动。
输入各种要素
人 设备 材料 方法 环境 测量
5M1E
活资组源动合的
输出中间产品
3.SPC基本原理
3.2 SPC能给制造过程提供什么帮助？
■ 确定过程的统计控制界限，判断过程是否失控和 过程是否有能力。
因引起的正常波动, 但不能告知此异常是什么因素引 起的
2. SPC的基本概念
2.2 SPC 可以做什么?
1、确保制程持续稳定、可预测。 2、提高产品质量、生产能力、降低成本。 3、为制程分析提供依据。 4、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。
2.3 术语解释——六西格玛术语
80年代许多大公司纷纷积极推广应用SPC
2. SPC的基本概念
2.5 为什么要学习 SPC ?
有效的预防策略:
在制造过程中，应尽量避免或减少出现质量问题
再纠正或反馈的损失。(有效的策略就是预防)
简便易行的控制系统
假如对制造过程的主要工序都建立简便易行的 控制系统，当质量问题一旦出现，就能被及时
发现，及时纠正，阻止不合格品流入下道工序。 即达到预防的目的。
■ 若某过程输出特性 x 服从N(µ，σ2 )
那么该过程输出产品中有68.26 ％
在界限µ± 1σ内，即有31.74％
68.28％
产品在界限µ± 1σ之外。
µ－σ
µ+σ
3.SPC基本原理
正态分布下界限内外的比率
界限
µ±1 σ µ±2 σ µ±3 σ µ±4 σ µ±5 σ µ±6 σ
界限内的比率 68.26% 95.46% 99.73% 99.9937% 99.999943% 99.9999998%
■ 当过程受控时，过程特性一般服从稳定的且可重复 的随机分布；而失控时，过程分布将改变。
受控
时 间
失控
如果仅存在变差的普通原因， 随着时间的推移，过程的输 出形成一个稳定的分布并可 预测。
范围
如果存在变差的特殊 原因，随着时间的推 移，过程的输出不 稳定。
范围
目标值线 预测
时间
目标值线 预测
时间
过程控制
（Moving Range)