cpkspc控制图
连续7点全在中心线之上或之下
连续6点上升或下降
任何其它明显非随机的图形
黑色线条:样本均值
绿色线条:下控制限
红色线条:样本趋势线
8
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
采取措施
2
3
2 A2 1.880 D4 3.267
系 3 1.023 2.57
1.29
62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91
#DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91
28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60
系数选用表
3 1.023 2.575
4 0.729 2.282
5 0.577 2.115
1.77
1.46
E2 2.66
1.77
32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61
#DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
##### ##### #####
##### ##### #####
##### #DIV/0! ##### #DIV/0! ##### #DIV/0!
##### ##### #####
##### ##### #####
##### #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! ##### ##### ##### ##### #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! ##### ##### ##### ##### #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! ##### ##### #####
2019年9月2日
SPC 控 制 图
工艺流程:
机器参数:
机器编号:
抽样数/频率:
单 位:
原 料:
产品编号:
产品名称：
模 号：
工 程 规 范:
操作者：
产品批号: IN01
次数
1
2
3
4
5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
日期
时间
数值
和
平均值 极差
X 上控制限 下控制限 极差均值 极差上控制限 极差下控制限
#1D.0IV0/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! ##### ##### ##### ##### #DIV/0! ##### ##### ##### #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! ##### ##### ##### #DIV/0!
00..2000 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
合集下载
SPC教材(CP和CPK计算)
20/ 52
接上页
5、使不必要的变差最小 确保过程按预定的方式运行 确保输入的材料符合要求 恒定的控制设定值 注：应在过程记录表上记录所有的相关事件，如：刀具更新，新的材料批 次等，有利于下一步的过程分析。
21/ 52
均值和极差图（X-R）
1、收集数据
以样本容量恒定的子组形式报告，子组通常包括2-5件连续的产品， 并周性期的抽取子组。 注：应制定一个收集数据的计划，将其作为收集、记录及描图的依据。 1-1 选择子组大小，频率和数据 1-1-1 子组大小：一般为5件连续的产品，仅代表单一刀具/冲头/过程 流等。（注：数据仅代表单一刀具、冲头、模具等 生产出来的零件，即一个单一的生产流。） 1-1-2 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。
是指按标准偏差为单位来描述的过程均值和规格界限 过程能力 (Process Capability) 的距离，用Z来表示。
移动极差 （Moving Range)
两个或多个连续样本值中最大值和最小值之差。
7/ 52
持续改进及统计过程控制概述 有反馈的过程控制系统模型
过程的呼声 人 设备 材料 方法 环境 统计方法 我们工作 的方式/资 源的融合
9/ 52
每件产品的尺寸与别的都不同
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
分布可以通过以下因素来加以区分 位置 分布宽度
形状
或这些因素的组合
10/ 52
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。
接上页
5、使不必要的变差最小 确保过程按预定的方式运行 确保输入的材料符合要求 恒定的控制设定值 注：应在过程记录表上记录所有的相关事件，如：刀具更新，新的材料批 次等，有利于下一步的过程分析。
21/ 52
均值和极差图（X-R）
1、收集数据
以样本容量恒定的子组形式报告，子组通常包括2-5件连续的产品， 并周性期的抽取子组。 注：应制定一个收集数据的计划，将其作为收集、记录及描图的依据。 1-1 选择子组大小，频率和数据 1-1-1 子组大小：一般为5件连续的产品，仅代表单一刀具/冲头/过程 流等。（注：数据仅代表单一刀具、冲头、模具等 生产出来的零件，即一个单一的生产流。） 1-1-2 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。
是指按标准偏差为单位来描述的过程均值和规格界限 过程能力 (Process Capability) 的距离，用Z来表示。
移动极差 （Moving Range)
两个或多个连续样本值中最大值和最小值之差。
7/ 52
持续改进及统计过程控制概述 有反馈的过程控制系统模型
过程的呼声 人 设备 材料 方法 环境 统计方法 我们工作 的方式/资 源的融合
9/ 52
每件产品的尺寸与别的都不同
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
分布可以通过以下因素来加以区分 位置 分布宽度
形状
或这些因素的组合
10/ 52
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。
SPC控制图的绘制方法及判断方法
6 与规格比较;确定控制用控制图
✓ 由分析用控制图得知工序处于稳定状态后;还须与规格要求进 行比较 若工序既满足稳定要求;又满足规格要求;则称工序进 入正常状态 此时;可将分析用控制图的控制线作为控制用控 制图的控制线；若不能满足规格要求;必须对工序进行调整; 直至得到正常状态下的控制图
✓ 所谓满足规格要求;并不是指上 下控制线必须在规格上 下限
解:
18
解：
• 由表 3给出的计算公式计算表
7中每个样本的移动极差
R
并记入表
si
7中。
如
Rs2 x2 x1 1.13 1.09 0.04
依次类推。RS3 x3 x2 1.29 1.13 0.16
• 计算出 x和Rs
k
x xi
i 1
k 34.12 1.312 26
k
Rs Rsi •由表 4给出的公式计算控i2制界
中
如
L1=14 0
S1=12 1
……
……
• 计算最大值平L均 、值 最小S值 、平均极R差 和范围中M值 ：
k
k
L
Li
i1
341.9 13.68
Si
i1
308.1 12.32
k 25
k 25
R LS 13.6812.321.36
M LS 13.6812.3213.00
2
2
16
•计 由算 5表 ，最 n当 5 大 时 C值 A 1 ， 、 L 91中 .最 36心 3 小线 值 C2L 和 中上 心、 线下 UC 控 、 L L制 C。 L线 C1LL1.368 C2LS1.232
内侧;即UCL＞TU；LCL＜ TL 而是要看受控工序的工序能力
SPC控制图应用步骤简明教程
1. 收集数据
2. 建立控制限
3. 统计上受不 受控的解释
4. 为了持续控 制延长控制限
当过程受控时并经过过程能力评价满足要求时， 应可以延长控制限，以满足未来过程控制的需 要。如果过程中心线偏离目标值，可能需要针 对目标值进行调整。
过程能力和过程性能
计量型数据 过程能力和过程性能
1. 过程能力：仅适用于稳定统计过程，是过程固有变差的 6 范围，
2.子组数量：为了建立控制限，通常取25个子组，或更多个子组包含100或 更多个单值读数。
3.子组容量：较大的子组能很容易探测出较小的过程变化。一般2-5个样本。 4.子组频率：通常按时间顺序来取子组，目的是探测过程随时间发生的变化。
推荐的频率见附表所示
附表 推荐的子组频率
每小时产量
10以下 10-19 20-49 50-99 100以上
1. 计量型控制图
1) 单值与移动极差控制图（I-MR）。 【 样本量n=1】 2) 均值极差控制图（XBar-R图）； 【样本量2 ≤n ≤9】
~ 3) 均值与标准差控制图（XBar-S图）；【样本量n ≥10】
4) 中位数与极差控制图（X-R图）；
2. 计数值控制图
1) 不良率控制图（P图）； 2) 不良数控制图（NP图）； 3) 缺点数控制图（C图）； 4) 单位缺点数控制图（U图）。※
drσ ≥50%
评价 接近稳定 不太稳定
不稳定 很不稳定
6西格玛相关
（一）连续型数据的流程能力
流程的西格玛水平：Z值 Z值可以描述流程的不合格率P(d)
ZUSL =
USL-X
ZLSL =
X-LSL
SPC控制图简介
94.65
T
8
96.15~99.15 97.65
9
99.15~102.15 100.65
2
0.02
3
0.03
8
0.08
18 0.18
30
0.3
23 0.23
12 0.12
3
0.03
1
0.01
0.02 0.05 0.13 0.31 0.61 0.84 0.96 0.99 1.00
SPC控制图简介
子组数 子组大小，单个子组观测值的个数
在一道工序开始使用控制图时，几乎总不会恰巧处于“稳态”，也即总存在异因。如果就以这种 非稳态状态下的参数来建立控制图，控制图界限之间的间隔一定比较宽，以这样的控制图控 制未来，将导致错误的结论。所以，一开始，总要将非稳态的过程调整到稳态的过程。即分 析用控制图阶段。等到过程调整到稳态后，才能延长控制线作为控制用控制图，即控制用控 制图阶段。
不能起到所应有的作用，而且还可能导致一个错误的结论。准确性也包括要明确数字 的修约规则. 2、及时性--质量信息有很强的时间性，即使是很重要的信息，一旦错过机会,就会失去使用价值， 甚至会造成严重后果。因此，在程序文件中应明确数据的传递、反馈的时机和方式， 做到及时记录、及时传递、及时处理和及时通知。 3、连续性--为了掌握产品和体系的动态变化规律，必须保持数据的连续性。不连续的数据，可能 会使我们失去很多信息，从而影响数据的分析结果。 4、统一性--数据的位数，数据的修约规则，数据的表式和媒休要 求要统一。
SPC控制图简介
点出界就判异。 界内点排列不随机判异。
8.1：1个点落在A区以外 One point beyond zone A.
SPC控制图简介
SPC&CPK 各种分析图表
子组均值 是否能方 便地计算？
否
否
使用中位数图
是 是 使用单值图Ｘ--ＭＲ
子组容 量大于
否
使用 Ｘ--
是
是否能方 便地计算
否
使用 Ｘ--
是
使用 Ｘ--Ｓ图
否
使用Ｕ图
图 使用中位数图
使用 --Ｒ图
使用 --Ｒ图控制图选Biblioteka 指南程序 控制图选用指南程序 图选
确定要制定控 制图的特性
是计量 型数据
否
关心的是不 合格品-即坏 零件百分比
否
关心的是不合 格数-即单位 零件不合格数
是 是
样品容量 是否恒定？
是
否
使用Ｐ图
样品容量 是否恒定？
是 使用nＰ或Ｐ图
性质上是否是 均勻或不能按 子组取样-例 如︰化学溶液，
是 使用Ｃ或Ｕ图
否
否
使用中位数图
是 是 使用单值图Ｘ--ＭＲ
子组容 量大于
否
使用 Ｘ--
是
是否能方 便地计算
否
使用 Ｘ--
是
使用 Ｘ--Ｓ图
否
使用Ｕ图
图 使用中位数图
使用 --Ｒ图
使用 --Ｒ图控制图选Biblioteka 指南程序 控制图选用指南程序 图选
确定要制定控 制图的特性
是计量 型数据
否
关心的是不 合格品-即坏 零件百分比
否
关心的是不合 格数-即单位 零件不合格数
是 是
样品容量 是否恒定？
是
否
使用Ｐ图
样品容量 是否恒定？
是 使用nＰ或Ｐ图
性质上是否是 均勻或不能按 子组取样-例 如︰化学溶液，
是 使用Ｃ或Ｕ图
SPC中控制图和CPK图应用培训课1
3、质量特性有波动是正常现象，无波动倒是虚假现象； 4、彻底的消灭波动是不可能的，但减少波动是可能的； 5、控制过程就是要把波动限制在允许的范围内，超出范围就要设法减少波动并及时报告， 迟到的报告就有可能引起损失，是失职行为。
导致质量特性波动的因素根据来源的不同，可分为人（man)、机（machine）、料 （material）、法（method）、环（environment）、测（measurement）6个方面，简 称为5M1E。
14
百分比
百分比
拟合后P值都不大于0.05咋办，看峰度、偏度值
N 均值 标准差 中位数 最小值 最大值 偏度
峰度
58 0.946897 0.0221008 0.94 0.91 1
0.651317 -0.319062
对于偏度值和峰度值在－1到1之间都可以按照近似正态去做CPK图
挥发份 的过程能力
过程数据
3
记住开山鼻祖休哈特（1891－1967年） 及其贡献
第一张控制图在休哈特手中产生：
美国休哈特博士基于对西方电气公司所制造产品的特性变异的关注和对抽样结果的研 究，创立了统计过程控制（SPC）理论。1924年5月16日他绘制出了世界上第一张控 制图，1931年发表经典著作《制成品质量的经济控制》，并将控制图应用在西方电气 公司霍商工厂的保险丝、加热控制和电站装置的生产上。
13
0.95、0.94、0.93、0.94、0.96、0.98、0.92、0.93
拟合转换一下看看P值有超过0.05的没有
百分比
百分比
挥发份 的概率图
正态 - 95% 置信区间 99
正态 - 95% 置信区间 99
90
90
百分比
50
导致质量特性波动的因素根据来源的不同，可分为人（man)、机（machine）、料 （material）、法（method）、环（environment）、测（measurement）6个方面，简 称为5M1E。
14
百分比
百分比
拟合后P值都不大于0.05咋办，看峰度、偏度值
N 均值 标准差 中位数 最小值 最大值 偏度
峰度
58 0.946897 0.0221008 0.94 0.91 1
0.651317 -0.319062
对于偏度值和峰度值在－1到1之间都可以按照近似正态去做CPK图
挥发份 的过程能力
过程数据
3
记住开山鼻祖休哈特（1891－1967年） 及其贡献
第一张控制图在休哈特手中产生：
美国休哈特博士基于对西方电气公司所制造产品的特性变异的关注和对抽样结果的研 究，创立了统计过程控制（SPC）理论。1924年5月16日他绘制出了世界上第一张控 制图，1931年发表经典著作《制成品质量的经济控制》，并将控制图应用在西方电气 公司霍商工厂的保险丝、加热控制和电站装置的生产上。
13
0.95、0.94、0.93、0.94、0.96、0.98、0.92、0.93
拟合转换一下看看P值有超过0.05的没有
百分比
百分比
挥发份 的概率图
正态 - 95% 置信区间 99
正态 - 95% 置信区间 99
90
90
百分比
50
SPC基础理论与管制图解说
等 A B C D
级
Ca值
|Ca| 12.5% 12.5%< |Ca| 25% 25%< |Ca| 50% 50%< |Ca|
处理原则 维持现状 改进为A级 立即检讨改善
采取紧急措施，全面检讨 ，必要时停工生产 17
制程准确度Ca的缺点
当数据的实际差异性过大，但平均值却接近规 格标准时。 范例：
T=USL-LSL=规格上限-规格下限=规格公差
PS.单边规格(设计规格)因没有规格中心值，故不计算Ca 制造规格将单边规格公差调整为双边规格,如此方可计算Ca 当Ca = 0时，代表量测制程之实绩平均值与规格中心相同；无偏移 当Ca =± 1时，代表量测制程之实绩平均值与规格上或下限相同；偏移100% 等级判定：Ca值愈小，品质愈佳。依Ca值大小可分为四级
8
管制图应用时机
通常在试量产时,建议用解析用管制图(即 UCL & LCL为正負3σ) 当试产转为正式生产時,我们就会将解析 用管制图转为管制用管制圖,此时UCL及 LCL就变成我们所设定的管制界线 总之管制界线的判断,要合乎质量成本与 要有一定的规則,千万不可随兴
9
管制图实施步骤
1.定义制程；选择质量特性
22
制程能力指数Cpk.
综合Ca与Cp两值的指数公式；同时考虑统计数值的准确性与变异宽度 | (X –μ) | Cpk = ( 1 – K ) x Cp；K = |Ca| = (T/2) = (1 - |Ca|) x Cp； 单边规格时Cpk = Cp 当Cpk值愈大，代表综合制程能力愈好。
等级判定：依Cpk值大小可分为五级
3
管制图的发展
1924年发明
发明者W.A. Shewhart
CPK_控制图分析_Excel_SPC_计算工具
16.18 15.99 15.80
0.693286 0.329 0
16.18 15.99 15.80
0.693286 0.329 0
16.18 15.99 15.80
0.693286 0.329 0
16.18 15.99 15.80
0.693286 0.329 0
16.18 16.18
15.99 15.99
LCL
15.80
15.80
15.80
15.80
15.80
15.80 15.80 15.80 15.80
15.80
15.80
15.80 15.80 15.80
UCL
0.6932857 0.6932857 0.6932857 0.6932857 0.6932857 0.6932857 0.693286 0.693286 0.693 0.6932857 0.6932857 0.6932857 0.6932857 0.6932857
15.900 16.000 16.200 16.200 15.900 80.20 16.04 0.300
15.800 15.900 15.800 16.000 15.800 79.30 15.86 0.200
15.900 16.000 16.200 16.100 16.300 80.50 16.10 0.400
数
4 16.000 15.900 16.000
5 16.100 16.000 15.800
和
79.60
80.20
79.70
X=和/（读数数量） 15.92
16.04
15.94
R=最高—最低 0.4000 0.300
0.300
常用控制图
SPCSPC（Statistical Process Control，统计过程控制或统计制程控制）目录∙ 1 什么是SPC∙ 2 SPC起源与发展∙ 3 3σ原理简介∙ 4 SPC技术原理∙ 5 SPC控制图及计算∙ 6 SPC控制图（管制图）的实施∙7 SPC控制图（管制图）异常的判断及处理∙8 制程能力指数（参数）CPK∙9 SPC的发展特点∙10 SPC对企业带来的好处什么是SPCSPC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。
在生产过程中，产品的加工尺寸的波动是不可避免的。
它是由人、机器、材料、方法和环境等基本因素的波动影响所致。
波动分为两种：正常波动和异常波动。
正常波动是偶然性原因（不可避免因素）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。
异常波动是由系统原因（异常因素）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消除、避免异常波动，使过程处于正常波动状态。
SPC起源与发展1． 1924年休哈特博士在贝尔实验室发明了品质控制图。
2． 1939年休哈特博士与戴明博士合写了《品质观点的统计方法》。
3．二战后美英将品质控制图方法引进制造业，并应用于生产过程。
4． 1950年，戴明到日本演讲，介绍了SQC的技术与观念。
5．SQC是在发生问题后才去解决问题，是一种浪费，所以发展出了SPC。
6．美国汽车制造商福特、通用汽车公司等对SPC很重视，所以SPC得以广泛应用。
7．ISO9000（2000）体系亦注重过程控制和统计技术的应用（如8.1，8.2.3）。
SPC、Cpk、Ppk世上最详细简介PPT
VS
灵活性高
PPk可以根据不同产品和生产条件进行灵 活应用，不受固定控制图的限制。
PPk优缺点分析
计算复杂
01
PPk的计算过程较为复杂，需要专业的统计知识和计
算能力。
对异常敏感
02 PPk值对异常数据较为敏感，少量异常数据可能导致
PPk值失真。
需要经验判断
03
PPk的应用需要一定的经验判断，对于不同的情况需
要进行灵活处理。
05
SPC、CPK、PPK案例分 析
SPC案例分析
案例描述
某汽车制造企业通过实施SPC（统计过程控制）来监控生产过程 中的关键质量特性，如车身涂层的厚度和均匀性。
实施步骤
在生产线上设置多个测量点，定期收集数据，应用控制图进行分析。
结果分析
通过观察控制图，发现车身涂层厚度的均值和标准差有异常波动， 及时采取措施调整生产参数，确保过程稳定。
需要投入人力、物力和财力资源， 进行数据收集、整理和分析等工 作。
CPK优缺点分析
过程能力评估
CPK能够评估生产过程的稳定性和能 力，帮助企业了解生产过程的实际情 况。
预防性维护
通过分析CPK值，企业可以提前发现 潜在问题，采取相应措施进行维护和 调整，降低故障率。
CPK优缺点分析
• 节约成本：通过提高生产过程的稳定性和 能力，可以减少不良品和维修成本，节约 企业开支。
SPC优缺点分析
• 标准化操作：通过制定标准和控制图，SPC能够促使操作 人员遵循标准化操作，提高产品质量。
SPC优缺点分析
01
数据需求量大
需要收集大量数据，并进行统计 分析，对数据准确性和完整性要 求较高。
02
03