SPC统计过程控制的发展及应用
SPC的定义及应用范围
SPC的定义及应用范围什么是SPC？SPC（统计过程控制）指的是一种通过统计方法来监控和控制过程的质量的方法。
它旨在通过分析过程中的数据，以便更好地了解和理解过程的变异性，并采取适当的措施来控制和改进过程的稳定性和能力。
SPC是一种基于数据的方法，它使用统计技术来分析过程中的变异，并通过控制图和其他工具来监控过程的表现。
通过及时识别和解决问题，SPC可以帮助组织提高质量、降低成本，并提高客户满意度。
SPC的应用范围SPC可以应用于各种类型的过程和行业。
无论是制造业还是服务业，SPC都可以用来监控和改进过程的稳定性和能力。
以下是一些常见的应用范围：制造业在制造业中，SPC可以用来监控和控制生产过程中的关键参数。
通过采集和分析实时数据，可以及时发现过程中的异常和变异，并采取相应的纠正措施，以确保产品的一致性和质量。
SPC可以应用于各种制造领域，如汽车制造、电子制造、医疗设备制造等。
例如，在汽车制造中，SPC可以用来监控关键指标，如车身尺寸、涂装厚度等，以确保生产出符合规格的汽车。
服务业尽管SPC最初是为制造业设计的，但它同样适用于服务业。
在服务业中，过程的稳定性和能力同样重要。
通过收集客户反馈和关键指标数据，可以使用SPC来监控和改进服务过程。
例如，在酒店业中，可以使用SPC来检测房间清洁时间、客户满意度等指标，以确保提供高质量的服务。
在银行业中，SPC可以应用于监控关键指标，如服务等待时间、客户投诉率等，以提高客户满意度。
医疗在医疗行业中，SPC可以用于监控和改进各种过程，如手术过程、药品配制过程等。
通过收集和分析相关数据，可以及时发现问题并采取适当的措施，以确保病人的安全和满意度。
SPC在医疗行业中的应用可以帮助医院提供更高质量的医疗服务，减少手术错误和药物错误等。
总结SPC是一种通过统计方法来监控和控制过程质量的方法。
它适用于各种类型的过程和行业，包括制造业、服务业和医疗行业。
通过采集和分析数据，SPC可以帮助组织提高过程的稳定性和能力，从而提高质量、降低成本，并提高客户满意度。
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)的三个发展阶段
统计过程控制（SPC）的三个发展阶段SPC迄今已经受了三个进展阶段，即SPC（Statistical Process Control，统计过程掌握）阶段、SPCD（Statistical Process Control and Diagnosis，统计过程掌握与诊断）阶段与SPCDA（Statistical Process Control，Diagnosis and Adjustment，统计过程掌握、诊断与调整）阶段。
（一）SPC阶段SPC是美国休哈特博士在20世纪二三十年月所制造的理论，它能科学地区分诞生产过程中产品质量的偶然波动与特别波动，从而对过程的特别准时告警，以便人们实行措施，消退特别，恢复过程的稳定。
这就是所谓质量掌握。
这一理论直到20世纪80年月，依旧是过程掌握实施的重要指导。
（二）SPCD阶段SPCD即统计过程掌握与诊断。
SPC虽然能对过程的特别进行告警，但是它并不能告知是什么特别，发生于何处，也不能进行诊断。
1982年张公绪教授提出了新型掌握图——选控图系列，为SPCD理论的进展奠定了基础。
1982年，张公绪提出两种质量诊断理论，突破了传统的美国休哈特质量掌握理论，开拓了统计质量诊断的新方向。
从今SPC上升为SPCD，SPCD是SPC的进一步进展，也是SPC的其次个进展阶段。
1994年，张公绪教授与其同学郑慧英博士提出多元逐步诊断理论，解决了西方国家的诊断理论需要同时诊断全部变量从而第一种错误的概率α比较大的问题。
1996年张公绪提出了两种质量多元逐步诊断理论（也称为两种T2图的逐步诊断理论）解决了多工序、多指标系统的MSPC与MSPCD（多元质量掌握与诊断）问题。
1998年，张公绪又将上述理论进一步改进，这是多元诊断理论的一个突破，不但使得多元掌握与诊断大为简化，而且很多的多元诊断问题由此得以解决。
目前SPCD已进入有用性阶段，我国仍旧居于领先地位，在SPC 与SPCD的理论与实践方面做出了应有的贡献，形成我国的SPC与SPCD学派。
统计过程控制spc实用指南 书籍
统计过程控制spc实用指南书籍一、SPC概述。
1. 定义与目的。
- 统计过程控制（SPC）是一种利用统计方法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的技术。
它强调预防为主，通过对过程数据的收集、分析，及时发现过程中的变异，在生产不合格品之前就采取措施进行调整。
例如，在汽车制造过程中，通过SPC对发动机装配线上各个关键工序的尺寸、扭矩等参数进行监控，确保发动机的质量稳定性。
2. 历史发展。
- SPC的发展可以追溯到20世纪20年代，由休哈特（Walter A. Shewhart）博士提出控制图的概念开始。
休哈特认识到工业生产过程中存在两种变异：随机变异和可查明原因的变异。
他的控制图为区分这两种变异提供了有效的工具。
随着时间的推移，SPC不断发展，从最初应用于制造业，逐渐扩展到服务业等其他领域。
3. 适用范围。
- SPC适用于各种重复性的生产和服务过程。
在制造业中，如电子元件生产、机械加工等，它可以监控产品的尺寸、性能等质量特性。
在服务业方面，例如银行处理客户业务的等待时间、餐厅的服务效率等也可以运用SPC进行管理。
只要是存在可测量的过程输出并且希望对过程进行有效控制的情况，SPC都能发挥作用。
二、SPC的基本工具。
1. 控制图。
- 类型。
- 最常见的控制图有均值 - 极差控制图（¯X-R图）、均值 - 标准差控制图（¯X-S图）、单值 - 移动极差控制图（X - MR图）等。
- ¯X-R图适用于样本量较小（通常n = 2 - 10）的情况，它通过监控样本均值和极差来判断过程是否稳定。
例如，在小批量生产的精密零件加工车间，对零件的直径进行抽样检测，就可以使用¯X-R图。
- ¯X-S图则更适合样本量较大（n>10）的情况，因为当样本量较大时，标准差的估计比极差更有效。
在大规模的电子芯片生产过程中，对芯片的某项电气性能指标进行监控时，可能会采用¯X-S图。
统计过程控制(SPC)
9.94 9.81 9.85 10.11 10.24 10.17 9.83 10.33 10.39 9.64
10.42 10.13 9.61 10.03 10.60 10.00 9.55 10.15 10.16 9.88
10.30 10.21 10.03 10.15 9.58 10.09 9.87 9.91 9.73 10.02
Mo=1
2 12.67
3.56
练习
数列：12，11，12，13，18，30，24，9 请计算下列统计量：
R
X
Md
Mo
2
数据的收集与整理
群体
行 动
结论
抽样 分析
样本 测 试
数据
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
量具精确度是指测量观察平均值与真实值（基准值） 的差异。 真实值由更精确的测量设备所确定
测量系统变差
量具重复性
量具重复性是由一个操作者采用一种测量 仪器，多次测量同一零件的同一特性时获得的 测量值变差。
测量系统变差
量具再现性
量具再现性是由不同的操作者，采用相同 的测量仪器，测量同一零件的同一特性时测量 平均值的变差。
Statistical Process Control
（统计过程控制）
统计过程控制（SPC）
1、SPC的发展史 2、基本统计概念 3、过程变差 4、控制图 5、过程控制和过程能力
SPC的发展
20世纪20年代，美国休哈特提出； 二战后期，美国将休哈特方法在军工部门推行； 1950~1980，逐渐从美国工业中消失 ；休哈
SPC统计过程控制的发展史
SPC统计过程控制的发展史关键词：SPC,统计过程控制导语：1924年5月16日，休哈特提出世界上第一张控制图—p图，随着这张控制图以及其中有关过程控制理论的提出，标志着著名的SPC理论的诞生。
二十世纪二十年代，美国贝尔实验室（Bell Telephone Laboratory）成立两个小组，以休哈特（W. A. Shewhart）博士为学术领导人的过程控制(Process Control)研究组，以道奇（H. F. Dodge）为学术领导人的产品控制（Production Control）研究组。
其中，休哈特研究组经过研究，提出了过程控制理论以及监控过程的工具—控制图（Control Chart）。
这就是SPC统计过程控制的萌生阶段。
世界上第一张控制图1924年5月16日，休哈特提出世界上第一张控制图—p图，随着这张控制图以及其中有关过程控制理论的提出，标志着著名的SPC理论的诞生。
1931年休哈特对其理论进行了总结，写出了一本划时代的名著《产品制造质量的经济控制》（Economic Control of Quality of Manufactured Productions）。
这本著作可以称得上一代名著，因为在他出版半个世纪以后的八十年代仍能在美国再版，由此可见其学术价值。
控制图在英国及日本的历史英国在1932年，邀请休哈特博士到伦敦，主讲统计品质管制，而提高了英国人将统计方法应用到工业方面之气氛。
1950年控制图被引进到日本。
同年日本规格协会成立了品质管制委员会，制定了相关的JIS标准。
继休哈特控制图之后的其他控制图在休哈特提出他的控制图（我们称之为“休哈特控制图” ）之后，又有人陆续提出数十种控制图，其中比较重要的有如下几种：累积和控制图（CUSUM，Cumulative Sum Control Chart）：它可以将一系列点子的微弱信息累积起来，所以对过程的小变动灵敏。
指数加权移动平均控制图（EWMA，Exponentially Weighted Moving Average Control Chart）：它最早由罗伯茨（S. W. Roberts）在1959年提出。
SPC统计过程控制技术
SPC统计过程控制技术SPC是指统计过程控制（Statistical Process Control）技术，它是一种采用统计方法来监控和控制生产过程的质量管理工具。
SPC技术通过对过程数据进行统计分析，能够帮助企业发现生产过程中的特殊因素，及时采取措施以避免或减少产品质量问题的发生。
本文将介绍SPC技术的原理、方法和应用。
SPC技术的原理是建立在统计学基础上的。
它利用统计学中的均值、标准差、概率分布等概念和方法，对生产过程中的各种因素进行统计分析，从而了解过程的变异情况。
通过对过程数据的采集和分析，SPC技术可以判断过程稳定性，确定过程能否满足质量要求，并通过控制图等图表形式展示分析结果，帮助生产人员进行决策和改进。
SPC技术主要包括过程能力分析、控制图分析和统计抽样等方法。
过程能力分析是通过统计计算和分析得到的数值指标，评估生产过程是否具备满足产品质量要求的能力。
常用的指标包括过程能力指数（Cp、Cpk）和过程潜力指数（Pp、Ppk）等。
控制图分析是通过绘制控制图来监控过程的稳定性和变异情况，包括过程平均水平的控制图（X̄图）、过程离散程度的控制图（R图、S图）和过程离散程度和平均水平的同时控制图（X̄-R图、X̄-S图）等。
统计抽样是根据统计学原理和抽样方法，通过对样本数据的分析来判断整个过程的质量水平，包括构造抽样方案、抽样样本量的确定和样本数据的分析等。
SPC技术的应用范围广泛。
它适用于各类生产过程中的质量控制和改进，无论是制造业还是服务业。
在制造业中，SPC技术可以应用于各种工艺过程的控制，如冶金、电子、化工等。
在服务业中，SPC技术可以应用于流程控制和质量改进，如银行、保险、医疗等。
此外，SPC技术还可以应用于产品设计阶段的质量控制和改进，通过对设计方案的统计模拟和优化，提高产品的质量性能。
SPC技术的应用有助于提高产品的质量水平和生产的经济效益。
首先，SPC技术可以帮助企业监控生产过程的稳定性，及时发现并消除影响产品质量的变异因素，提高产品的合格率和一致性。
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)。
时 间
受控迅达商务资料网
失控
不断发现生产过程 不稳定的因素
时间
过程控制
受控 （消除了特殊因素）
不受控 （存在特殊原因或非随机原因）
迅达商务资料网
尽量减少目标值附近 的生产过程变量
受控且有能力符合规 范（普通原因造成的 变差已减少）
规范 上限
过程控制
Cpk为1.33 或更高
规范 下限
受控但没有能力符合规范（ 普通原因造成的变差太大）
迅达商务资料网
什么是过程控制系统？
过程控制系统
（2）用统计方法加工信息。 用适当统计方法对收集的数据进行加工处理，以判 断过程工作是否正常？若不正常是那类原因引起的 ？ （3）采取行动对策。 根据原因决定对策。这些对策大多落实到过程输入 的某些资源，如过程输出特性值远离目标值时，就 要调整机器，使特性值逐渐靠近目标值。
标为输出特性 X，横 坐标为时间或编号
µ+3σ µ
迅达商务资料网
UCL上控制界限 CL中心线 LCL下控制界限
过程波动的统计规律性
■ 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）
■ 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。
迅达商务资料网
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。
■ 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。
迅达商务资料网
什么是特殊原因
■ 特殊原因——造成不是始终作用于过程的变差
的原因（对产品质量影响大，但能够采取措施
避免和消除）。当它们出现时，将造成过程的 分布改变。
■ 除非所有的特殊原因都被查找出来并采取了措 施，否则它们将继续以不可测的方式影响过程 的输出。
■ 发现变差的特殊原因并采取适当措施通常是 与该过程操作直接有关人员的责任。
■ 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。
迅达商务资料网
“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
X
X
X
X 频率
迅达商务资料网
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。
统计过程控制
SPC
迅达商务资料网
SPC 的发展及应用
SPC 源于20年代，以美国休哈特（She whart ）博士发明控制图为标志。
二战中美国将其制定为战时质量管理标准，对 军工产品的质量保证和及时交付起到了积极的作 用。
50年代在日本工业界大量推广应用，对日本产 品质量的崛起起到了至关重要的作用。
■ 尽管有时纠正时要求管理人员介入，但解决变 差的特殊原因通常要求采取局部措施。
迅达商务资料网
什么是普通原因
■ 普通原因——造成随着时间的推移具有稳定的 且可重复的分布过程中的许多变差的原因（不 可避免因素或随机因素，在技术上难以消除）
，称为“处于统计控制状态”，简称“稳态”。
■ 普通原因表现为一个稳定系统的偶然原因。
界限外的比率 31.24% 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。
迅达商务资料网
µ－3σ
µ+3σ
µ－3σ
控制图的形式
σ
将正态分布图及其界
限µ± 3σ转90°，纵座
过程控制系统
行动
输入各种要素
人 设备 材料 方法 环境 测量
迅5达M商1务E资料网
统计方法
资源的 组合
输出中间产品
什么是过程控制系统？
过程控制系统
所要添加的软件是： （1）收集信息 －－表示中间产品质量特性的信息，例如在加工机 械轴的过程中直径就是很适当的质量特性，若连续 测量5个机械轴的直径，所得5个数据就是很重要的 输出信息，另外也要注意各项资源变化的信息。
80年代许多大公司纷纷积极推广应用SPC
迅达商务资料网
SPC 是什么?
一种用于检测变差的工具
可判断过程的异常，及时告警
SPC
但不能告知此异常是什么因素引起的
•增强产品一致性
运用
•减少废品和返工缺陷
迅达商务资料网
• SPC 是利用数理统计原理采用控制图 的方法对生产过程进行全面监控 • 它主要区分由特殊原因引起的异常波 动还是由普通原因引起的正常波动
那么该过程输出产品中有68.26 ％
在界限µ± 1σ内，即有31.74 ％产品在界限µ± 1σ之外。
迅达商务资料网
µ－σ
68.28 ％
µ+σ
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%
X
X
这条曲线就是质量特性 x 的分布 迅达商务资料网
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
■ 正态分布被二个参数 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；
■ 若某过程输出特性 x 服从N(µ，σ2 )
迅达商务资料网
SPC基本原理
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
资源的 组合
迅达商务资料网
输出中间产品
什么是过程控过程能成为一个被控制的系统还需要在 过程中添加一些软件，组成一个反馈通道，使其能及 时收集信息，用统计方法加工信息，然后判断是否要 采取行动（对策）。