SPC统计制程控制的基本概念
SPC统计过程控制及CPK分析
SPC统计过程控制及CPK分析随着工业的不断发展，SPC统计过程控制和CPK分析作为质量控制的重要工具被广泛使用。
本文将从以下几个方面进行介绍：•SPC统计过程控制的基本概念及步骤•CPK分析的基本概念和应用方法•SPC统计过程控制和CPK分析在实际生产中的应用SPC统计过程控制的基本概念及步骤SPC统计过程控制是指在生产过程中，通过对产品质量进行监测和控制，确保产品质量的稳定和一致性。
其基本步骤如下：1.定义指标：确定需要监测的关键指标，如尺寸、重量、硬度等。
2.收集数据：在生产过程中按一定规律收集指标数据。
3.统计分析：对数据进行统计分析，得出产品质量的统计特性，如均值、方差、极差等。
4.制定控制策略：根据分析结果制定控制策略，如控制上下限、报警线等。
5.实施控制：在实际生产过程中，根据控制策略对产品质量进行实时监测和控制。
6.持续改进：根据监测结果和反馈信息，不断优化控制策略，实现质量持续改进。
CPK分析的基本概念和应用方法CPK是一种衡量产品质量稳定性的指标，其计算方法为：CPK=(USL-LSL)/(6σ)。
其中，USL和LSL分别为上限和下限，σ为标准差。
CPK的值越接近1，产品质量的稳定性就越好。
CPK分析的应用方法如下：1.定义指标：选择需要监测的关键指标。
2.收集数据：在一段时间内按一定规律收集指标数据。
3.统计分析：对数据进行统计分析，计算出指标的均值、标准差以及CPK值。
4.制定改进措施：根据CPK值的高低以及其他因素，制定针对性的改进措施，并在实际生产中进行落实和监测。
5.持续改进：根据改进措施的效果，不断优化工艺流程和控制方法，实现产品质量的持续改进。
SPC统计过程控制和CPK分析在实际生产中的应用SPC统计过程控制和CPK分析在实际生产中的应用非常广泛。
以汽车制造为例，汽车零部件的质量稳定性是确保整车质量的关键，因此，对关键指标进行SPC统计过程控制和CPK分析就显得尤为重要。
SPC的基本概念与特点
SPC的根本概念与特点什么是SPCSPC，即统计过程控制〔Statistical Process Control〕，是一种通过统计方法对过程进行监控和管理的质量管理工具。
它通过收集和分析过程数据，以便实时地监测过程的稳定性和能力，并及时采取纠正措施，以保证产品或效劳的质量符合要求。
SPC基于统计学原理，利用数据分析的手段来判断过程的偏差和稳定性，采取控制图等图形化工具来展示过程变化的规律，并通过数学模型对过程进行预测和改良。
SPC的根本特点1.实时性SPC能够实时地监测过程的稳定性和能力，通过实时收集的数据进行分析，及时发现过程的偏差和异常情况，并及时采取纠正措施。
这使得SPC能够快速响应问题，防止质量问题的扩大和重复出现。
2.统计方法SPC基于统计学原理，利用统计方法对过程数据进行分析和判断。
通过对数据的测量、统计和分析，可以客观地了解过程的状态，并进行准确的判断和决策。
这使得SPC能够防止主观判断和盲目决策的问题，提高质量管理的科学性和准确性。
3.图形化工具SPC采用图形化工具展示过程变化的规律，常用的图形化工具包括控制图、趋势图、直方图等。
这些图形化工具直观地展示了过程的状态和变化趋势，使人们能够快速地理解和分析数据，辅助决策和改良。
图形化工具还能够帮助人们发现隐藏在数据中的规律和关联性，进一步优化和改良过程。
SPC通过数据的分析和建模，能够对过程进行预测和改良。
通过建立数学模型和趋势分析，可以预测过程的开展方向和变化趋势，为及时调整和改良提供依据。
这使得SPC能够提前发现潜在问题和缺陷，及时采取措施进行预防和纠正，确保产品或效劳的质量稳定。
5.过程稳定性SPC关注过程的稳定性，即过程的变异是否在可接受的范围内。
通过对数据的统计和分析，可以判断过程的稳定性，并得到稳定性指标，如均值、标准差、过程能力指数等。
这使得SPC能够帮助人们了解过程的状态和品质能力，及时调整和改良过程，提高产品或效劳的稳定性和一致性。
统计过程控制SPC基本概念
■ 子组数的大小： 子组数的大小应满足两个原则，从过程的角度来看，收集 越多的子组可以确保变差的主要原因有机会出现。一般情 况下，包含100或更多单值读数的25或更多个子组可以很 好地用来检验稳定性，如果过程已稳定，则可以得到过程 位置和分布宽度的有效的估计值。 ◆ 在有些情况下，可以利用现有的数据来加速这个第一 阶段的研究。然而，只有它们是最近的，并且对建立 子组的基础很清楚的情况下才能使用。
Cpk≧1.33计算 每班 1.检验记录表
2.设备点检记录表 每班 3.作业准备验证记
录表 1.首检、自检 每2 2.检验记录表 小时 3.X-R控制图，
Cpk≧1.33计算
反应 计划
1.标识、隔离、 评审、处置 2.100％检验
调整、呈报班组 长
1.标识、隔离、 评审、处置 2.100％检验
4、统计过程控制（SPC）的目的： 为了解制造过程以及改善制造过程，藉由对制造过程能力的分析/评估
日期(修订)：
顾客工程批准/日期(如需要)：
零件名称/描述：
供方/工厂批准/日期：
顾客质量批准/日期(如需要)：
供方/工厂：
供方代码：
其它批准/日期(如需要)：
其它批准/日期(如需要)：
零件/过 程编号
过程 名称/ 操作 描述
机器、装置、 夹具、工装
编 号
特性 产品 过程
特殊 特性 分类
1 硬度
▽
30
2 收集数据：
A)、选择子组大小、频率和数据；
■ 子组频率：
其目的是检查经过一段时间后过程中的变化。应当在适当的时间收集足够 的子组，这样子组才能反映潜在的变化。这些变化的潜在原因可能是换班、 或操作人员更换、温升趋势、材料批次等原因造成的。
SPC基本概念
SPC的特点 SPC的特点
●与全面质量管理相同，强调全员参与，而 不是只依靠少数质量管理人员 ●强调应用统计方法来保证预防原则的实现 ●SPC不是用来解决个别工序采用什么控制 SPC不是用来解决个别工序采用什么控制 图的问题，SPC强调从整个过程、整个体 图的问题，SPC强调从整个过程、整个体 系出发来解决问题。SPC的重点就在与“ 系出发来解决问题。SPC的重点就在与“P （Process，过程） Process，过程） ●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
判稳原则
●计算公式：
准则 N=25 d=0
N=35 N=100 d≤3 d≤1
P（过程为正常的概率）
25 (0 . 9973 0
判断错误 的概率
= 0 . 9345
)25 (1 − 0 . 9973 )0
1-P 1-P
35 35 35 34 1 (0 .9973 ) + (0 .9973 ) (0 .0027 ) = 0 .9959 0 1
统计学在生产中应用的目的
1. x, s --了解产品总体性能 2. Eliminate outlier due to assignable cause -- 取消人为特殊因素造成的极端值以稳定制程 3. Hit target(µ) -- 规格趋向目标值 4. Reduce variance (s) -- 减小差异 5. Spec Review for feasibility -- 審核規格，看看是否適用
判稳原则
●判稳准则 在点子随机排列的情况下,符合下列各点之一判稳: 在点子随机排列的情况下,符合下列各点之一判稳: -----连续25个点，界外点数d=0 -----连续25个点，界外点数d=0 -----连续35个点，界外点数d≤1 -----连续35个点，界外点数d≤1 -----连续100个点，界外点数d≤2 -----连续100个点，界外点数d≤2 ●分析判稳原则 准则 1 2 3 α 0.0654 0.0041 0.0026 β 0.9346 0.9959 0.9974
SPC基础知识及常用计算方法
SPC基础知识及常用计算方法SPC基础知识一、SPC定义：1、SPC——统计制程管制：是指一套自制程中去搜集资料，并加以统计分析，从分析中去发气掘制程的异常，立即采取修正行动，使制程恢复正常的方法。
也就是说：品质不应再依赖进料及出货的抽样检验，而应该采取在生产过程中，认良好的管理方法，未获得良好的品质。
2、良好品质，必须做到下面几点：①变异性低②耐用度③吸引力④合理的价格3、变异的来源：大概来自5个方面：①机器②材料③方法④环境⑤作业人员应先从机器，材料方法，环境找变异，最后考虑人。
4、SPC不是一个观念，而是要行动的步骤一、确立制程流程——首先制程程序要明确，依据制程程序给制造流程图，并依据流程图订定工程品质管理表。
步骤二、决定管制项目——如果把所有对品质有影响的项目不论大小，轻重缓急一律列入或把客户不很重视的特性一并管制时，徒增管制成本浪费资料且得不赏失，反之如果重要的项目未加以管制时，则不能满足设计者，后工程及客户的需求，则先去管制的意义。
步骤三、实施标准化——欲求制程管制首先即得要求制程安定，例如：在风浪很大的船上比赛乒乓球，试部能否确定谁技高一筹，帮制程作业的安定是最重要的先决条件，所以对于制程上影响产品口质的重要原因，应先建立作业标准，并透过教育训练使作业能经标准进行。
步骤四、制程能力调查——为了设计、生产、销售客户满意且愿意购买的产品，制造该产品的制程能力务必符合客户的要求。
因此制程的能力不足时，必顺进行制程能力的改善，而且在制程能力充足后还必须能继续，所以在品质管理的系统中制程能力的掌握很重要。
步骤五、管制图运用——SPC的一个基本工具就是管制图，而管制图又分计量值管制图与计数值管制图。
步骤六、问题分析解决——制程能力调查与管制图是可筛提供问题的原因系由遇原因或非机遇原因所造成，但无法告知你确切的原因为何及如何解决决问题？解决问题？而问题的解决技巧，在于依据事实找出造成变异的确切原因，并提此对策加以改善，及如何防止再发生。
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：统计过程控制基础
最佳水平(1)
在 1 (±3s1) 范 围 内 的
自 然 变 动
时间
17
变动之形式
普遍原因: 普遍原 • 过程变动随时间推移是稳定的,可预报的 因 • 处于控制状态 差异的原因：有风，每次抛 掷动作有微小差异，地面不 • 原因: 固有的或是自然的
平整，等等。
例如: 垂直向上空（先把硬币夹垂直) 抛掷一枚 硬币，统计硬币落地后每一面向上的次数。当 抛掷次数很多时，每面向上的次数大约各占一 半，只有微小差异。
Range
X bar
LCL D3 R CL R UCL D4 R
s R / d2
LCL X A 2 R CL X UCL X A 2 R
A2, D3, D4 and d2 are constants based on statistical confidence intervals. These Xbar & R Control Chart constants (A2, D3, D4 and d2) have been tabulated for various sample sizes (see Appendix)
18
变 动 与 SPC
?
假如引起变动的仅是普遍 原因, 那么该过程输出随 时间保持恒定并且可预报
?
假如引起变动的仅是特殊 原因,那么该过程输出随 时间不能保持恒定并无法 可预报
19
控制图的类型
正确选择控制图类型
计数型
缺陷
计缺陷数 还是不合格品数 ?
不合格品Байду номын сангаас
数据 类型
计量型
是单值 还是分组?
单值
分组
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
SPC统计过程控制基本概念
SPC统计过程控制根本概念引言SPC〔统计过程控制〕是一种用于监控和控制过程稳定性的方法。
它使用统计工具来分析过程数据，以便及时识别和纠正任何异常或变异。
本文将介绍SPC统计过程控制的根本概念，包括其定义、原理和常用的控制图。
定义SPC是一种基于统计方法的过程管理技术，用于监测和控制生产过程以保持在既定的质量范围内。
它的目标是确保过程在特定参数范围内保持稳定，并及时识别和纠正任何异常。
SPC主要通过收集数据并应用统计方法来实现过程控制。
原理SPC基于以下两个根本原理： 1. 过程稳定性：稳定的过程是指其输出变量在一定的统计范围内波动，并且其变异性为可控制的。
通过检测过程数据的变异性，可以判断过程是否稳定。
2. 标准限制：每个过程都有一组标准限制，表示其输出变量的可接受范围。
通过比拟过程数据与标准限制，可以判断过程是否符合要求。
控制图控制图是SPC中常用的工具，用于检测和监控过程的稳定性。
常见的控制图包括： - 均值控制图：用于监测过程的平均值是否稳定。
常见的均值控制图有X-bar控制图和均值移动范围控制图。
- 范围控制图：用于监测过程的变异性是否稳定。
常见的范围控制图有R控制图和S 控制图。
- 非参数控制图：用于监测不符合正态分布假设的过程。
常见的非参数控制图有中位数控制图和秩和控制图。
控制图的根本原理是将过程数据与控制界限进行比拟，以识别任何异常或变异。
如果过程数据落在控制界限之外，说明过程不稳定并需要采取纠正措施。
SPC方法SPC方法是实施SPC的步骤和技术。
以下是SPC方法中的关键步骤：1. 收集数据：收集过程相关的数据，通常是通过抽样收集。
2. 统计分析：对收集到的数据进行统计分析，包括计算统计指标和绘制控制图。
3. 解读控制图：通过分析控制图，识别任何异常或变异，判断过程是否稳定。
4. 纠正措施：如果控制图显示过程不稳定，应采取纠正措施，如调整操作参数或改良工艺流程。
SPC方法还可以与其他质量管理工具和方法相结合，例如六西格玛和PDCA循环，以进一步提高过程稳定性和质量性能。
统计制程管制SPC
統計製程管制SPC统计过程控制（SPC）是一种统计方法，用于分析和控制生产过程中的变异性。
它使用统计工具来监测过程的性能，并采取相应的措施以确保产品质量的稳定性和一致性。
首先，SPC依赖于收集、分析和解释数据。
通过收集样本并测量关键过程变量，可以获取统计数据。
这些数据可以用来计算过程中的平均值、标准偏差和其他统计指标。
在SPC中，常见的统计图表包括控制图、直方图和散点图。
这些图表用于表示过程的发展趋势，以及过程的变化情况。
其次，控制图是SPC的核心工具之一。
它通过将过程数据绘制在图表上来显示过程的性能。
常用的控制图包括X-bar图、极差图和标准差图。
这些图表将过程数据与控制线进行比较，以确定过程是否处于控制状态。
如果过程数据落在控制限之内，说明过程处于稳定状态。
如果过程数据超出控制限，说明过程存在问题，需要进行调整。
在SPC中，控制限是用来确定过程是否处于控制状态的依据。
通常使用平均值加减三倍标准差来设置控制限。
如果过程数据超出控制限，就表明过程中存在特殊因素。
这些特殊因素可能包括材料的变化、机器的故障或操作者的误差。
通过监测过程中的变异性，可以及时发现并纠正问题，以确保产品质量的稳定性。
此外，SPC还可以用于改进过程的性能。
通过不断分析和解释数据，可以找到导致过程变异的根本原因。
然后，采取相应的改进措施来消除这些根本原因。
这些改进措施可能包括调整设备、改变工艺参数或培训操作者。
通过持续地改进过程，可以提高产品的质量和一致性。
综上所述，统计过程控制是一种有效的工具，可以帮助企业监测和改进生产过程中的变异性。
通过收集和分析数据，可以及时发现和纠正过程中的问题，以提高产品的质量和一致性。
因此，SPC在现代制造业中被广泛应用，并对企业的竞争力和盈利能力产生积极影响。
此外，统计过程控制还有许多其他的应用和好处。
下面将介绍几个重要的方面。
首先，SPC可以帮助企业提高产品质量。
通过不断监测和控制过程中的变异性，可以减少产品的缺陷率。
- 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)。
•以抽樣的方法，對主要掣程參 數進行控制，預防不合格品的 發生
•在缺陷出現前，發現掣程必要 的更改，作出改善
•避免浪費，相對所需金錢較少
•以任何偏離目標值均為經濟損 失為基本概念，努力維持掣程 至產品特性之目標值
變異的性質分析
有關事物確定性的分類：
分類 必然事件 隨機/偶然事件 混沌事件 突發事件
變異已減少)
統計制程控制(SPC)基礎理論
原理六： 由特殊變異原因引 起的變異會引致 正態分布的變形
對園形
園右形
園左形
雙半形
高園形
低園形
統計制程控制(SPC)基礎理論
隨機變異原因(Chance Cause) 是造成變異的一個原因，它影響被研究的制
程輸出的所有單位﹔幅度一般較小，但不能完 全消除。在管理圖分析中，他的表現為制程變 異的一個部分。 特殊變異原因(Assignable Cause)
樣本 樣本
X2
X2
樣本 樣本
X2
X2
X
接近正態分布
平均值：X= µ 標准差：σ= σ/n
抽樣 N>4
整體 X
非正態分布 平均值： µ 標准差：σ
統計制程控制(SPC)基礎理論
原理五： 制程的分布圖形是
可以預見的
規格下限
范圍
在管理狀態之內但沒能力符合規格 (普通原因所造成的變異太大)
規格上限
在管理狀態之內 且有能力符合規格 (普通原因所造成的
制程控制
質量分布會隨時間轉變 制程管制
范圍
處于管制之外 (特殊原因已存在)
在管制狀態之內 (特殊原因已消除)
制程與控制圖的關系
27.41
B
A Time period A Time period B
C Time period C
D Time period D
UCL
25.04
CL
22.67 8.70
設備⇛ 改 材料⇛ 善 方法⇛
環境⇛
輸入
統計方法
我們工作 的方式/資源
的融合
顧客的呼聲
產品
顧客 比較需要和期望
生產過程
輸出
偵察與預防系統的比較
偵察系統
預防系統
•百分百檢查并未能完全保証質 量(不合格品的漏走) •檢驗發生在事實形成之后，為 時以晚
•容忍浪費，需相當的金錢和時 間作支持
•以不超出規格之上下限為基本 概念，并不考慮目標值
簡單地說就是應用“統計”（Statistical ） 技朮，去分析“掣程”（ Process）中的 特性，來“控制”（ Control）掣程變異。
1.1.3 為什么要推行SPC
SPC的目的就是要控制掣程達到“受控制 的狀態”（in Statistical Control)。
1.1.4 為什么要推行SPC
變異已減少)
制程控制
1。分析制程
#本制程動作些什么 #會出現什么錯誤
#本制程正在做什計么划
#達到統計管理狀態 #確定制程能力
行動
實施 研究 計划 行動
計划
行動 實施 研究
實施 研究
2、維護程序
#監測制程性能 #偵測變異的 特殊原因并 采取行動
3、改善制程
# 改善制程，深入了解由于 變通原因而產生的變異 #減少普通原因而產生 的變異
UCL CL LCL
6.06
UCL
2.87
CL
0.0
LCC
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
控制界限與規格界限
6 sigma
控制界限
規格界限
USL UCL
CL
LCL LSL
控制圖的種類和選擇
數據
計數值
缺點
不良品
計量值
c控制圖 u控制圖 p控制圖 np控制l圖 X-r控制圖 X-s控制圖 X-p控制圖
14%
½ 規格 規格
對比較穩定的工序適用 計算簡單、直接使用工程規格公差
預控制圖
操作規則： 設置—若連續5點均在控制范圍內，開始使用控制圖 使用—抽取2個連續樣本
•如第一個樣品在控制范圍內，繼續運作，無須量度第二個 樣本 •如第一個樣本不在控制范圍內，量度第二個樣本 •如第二個樣本不在控制范圍內，繼續運作 •如第二個樣本不在控制范圍內，調整糾正工序重返第一步 •任何時候如超出工程規格，必須停止工序，調整和糾正 頻次—25組直至最需要調整重組 •如25次抽樣中都無需調整，可放松抽樣頻次 •如25次抽樣中需多次調整，需增加抽樣頻次
輸入
生產過程
輸出
制程變異的來源
材料
設備
質量變異
方法
環境
人
偵察系統(Detective system)
人⇛ 設備⇛ 材料⇛ 方法⇛ 環境⇛
輸入
統計方法
我們工作 的方式/資源
的融合
產品
顧客 比較需要和期望
生產過程
出貨檢查 (全檢/抽撿 )
輸出
預防系統(Preventive system)
過程的呼聲 人⇛
固定的 樣本數
可變的 樣本數
可變的 樣本數
固定的 樣本數
樣本數 2<N<7
樣本數 N>6
個別值
控制圖的用途
控制圖
用途
代表
X-r 用作表示樣本數平均值轉變 •全距和標准差圖是控制數據的散布程度
樣本的平均值 及全距/標准差
•x圖是用作表示個別樣據轉變 •全距園是控制數據的散布程度
常見錯誤及問題
1、質量參數遠離正態分布 2、生產條件沒有明確規范 3、抽樣不夠隨機，影響樣本代表性 4、制程不穩定
尺 寸
時間
制程的好與壞
有制程能力
受 控
無制程能力
不 受 控
制程的好與壞
制程能力
規格下限
規格上限
范圍
在管理狀態之內但沒能力符合規格 (普通原因所造成的變異太大)
在管理狀態之內 且有能力符合規格 (普通原因所造成的
控制圖的分析
區域A 區域B 區域C 區域C
區域B 區域A
上控制界限(UCL) 中位線(CL)
下控制界限(LCL)
當極小機會發生的事情被發現，應 懷疑原有的數據分布已改變
三個連續點中有二個在此區域內 (0.153%) 五個連續點中有四個在此區域內 (0.277%)
七個連續點此區域內 (0.781%)
統計掣程控制（SPC）
基本概念
第一頁、課程內容
為什么要推行SPC 統計制程控制基礎理論 制程能力分析 控制圖原理和分析 預控制圖 預防性概念
1.1.1 為什么要推行SPC
統計制程控制的英文名稱是Statistical Process Control 或簡稱為SPC。
1.1.2 為什么要推行SPC
短期 確定 不確定 確定 不確定
長期 確定 確定 不確定 不確定
對策 因果分析 統計分析 混沌理論研究
碰運氣
統計學： 在包含不確定性的現實中，
研究如何利用信息作為思考、并 給予行動方針的學問((Barnett)
統計制程控制(SPC)基礎理論
原理一： 沒有兩件物件是
完全一樣的
原理二： 產品或制程的 變異是可以量度的
LCL UCL
4.11
CL
0.0
LCC
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
制程與控制圖的關系
D B
C
26.67
A Time period A Time period B Time period C
Time period D
UCL
25.40 24.12
五個連續點中有四個在此區域內
三個連續點中有二個在此區域內
控制圖的分析
連點(RUNS)
Run of 3 Run of 4
Run of 7 Central line
•在中心線的任何一方，有連續的點子就稱為連點
•如果連點的數目等于七或以上，我們便可總結在制程中，有不正常的 因素存在
控制圖的分析
趨勢(TRENDS)
SPC主要集中在掣程的控制，因為掣程是 問題的根源。它需要在掣程中，加入定 時的檢查，以達到盡早找出問題，來減 少浪費﹔
1.1.5 為什么要推行SPC
SPC典形運用的工具就有品質控制圖，利 用簡單的圖表來提供以下的資料：
質量改進 決定工序能力 產品規格的決定 生產掣程的決定
是一種間斷性的、幅度較大而不可預測的、 不穩定的變異﹔有時被稱為可查明原因。
統計制程控制(SPC)基礎理論
隨機變異原因
特殊變異原因
制程總變異
=
制程本身變異
+
制程失控變異
制程表現之量度
制程能力之度量
制程穩定性之量度
制程能力未達要求之行動
1、修訂規格公差 2、減低質量變異范圍(標准差) 3、消除質量偏移(平均值) 4、調校工序，特意向可接受或可補救方向偏移 5、增設100%檢查 6、轉換生產方法
1.1.6 為什么要推行SPC
SPC是一個有效的工具，去不斷地改善品 質﹔
1.1.7 為什么要推行SPC
SPC的最終目標在于做到“預防問題的發 生”及“減少浪費”。
1.2 統計掣程控制
基礎理論
什么是制程
人⇛ 設備⇛ 材料⇛ 方法⇛ 環境⇛
我們工作 的方式/資源
的融合
產品
顧客
比較需要和期望
原理三： 變異是有一個 特定的模樣
時間
統計制程控制(SPC)基礎理論