SPC：统计过程控制基础
SPC基础知识和应用
LSL 64 72 76 LCL UCL
USL 80
68
SPC基础知识和应用
落地炉线 中心值 管制上限 管制下限
2月22日
2月24日 2月26日 2月28日 3 月1 日 3 月3 日 3 月5 日 3 月7 日
上图是我们发泡过程的一组数据，对应SPC中控制图的基本判定准则： 1.X个点超出管制界限 2.续X点分布在管制界限的同侧 3.连续X点的上升或下降 可以说明，我们应当结合实际生产控制需求制定适合我们的SPC控制。
X LSL Cp ˆ 3σ
状态不理想，需改进为A级 制程不良，必须提升制成能力 制成能力太差，必须分析原因，重新设计制成 制程
产品规格设计值为3.5mm 0.1mm, 今在稳定量产线上抽检5个样 品，测量值为： 3.52, 3.53, 3.57, 3.54, 3.53，则Cp计算如下： T=3.6-3.4=0.2， σ=0.0192，X=3.538
Cp 0.2 1.73 0.0192 6
SPC基础知识和应用
Cpk计算公式介绍 :
USL X X LSL , ) 双边规格 :Cpk min( ˆ ˆ 3 3
单边规格：以Cp表示：Cpk=Cp
仅定规格上限
Cp
Cpk=Cp=
仅定规格下限
USL X ˆ 3σ
双边规格也可采用以下公式计算Cpk： Cpk=Cp*(1-Ca)
练习： 设计产品规格为3.5mm±0.1mm, 今在量产线上抽测5个样品， 其 测量值如下：3.52, 3.53, 3.57, 3.54, 3.53，则Ca值计算如下: U=3.50, T=3.6-3.4=0.2, X=3.538
Ca 3.538 3.50 0.038 38% 0.2 / 2 0.1
SPC统计过程控制培训
6、建立控制用控制图
当分析用控制图显示生产过程处于统计 受控状态，且过程能力满足技术标准的要 求时，可以把分析用控制图的控制界限延 长作为控制用控制图的控制界限。至此， 控制用控制图的制作过程全部完成。
7、使用控制图的注ቤተ መጻሕፍቲ ባይዱ事项
7.1 在5M1E因素未加控制，过程处于不稳 定状态下就使用控制图
7.2 把公差范围或内控标准当作控制界限 7.3 过程能力不足，Cp1的情况下就使用控
采集数据的方法： 1）样本组内的数据应在短时间内
抽取，以避免特殊原因进入； 2）样本之间可采用等时抽样方法。
4.6 计算各样本统计量 1）X-R图中要计算 X 及 R 值；
2）P或 nP图要计算 P值；
4.7 计算统计量的控制界限 计量值控制图控制界限计算公式
计数值控制图控制界限计算公式
控制界限常用系数表
7、C控制图：
用于控制一定单位中所出现的不合格 数目。常见的有控制布匹、钢板上的疵点 数、铸件上的沙眼数、设备的故障次数、 印刷品的错误数等等。类似于np图，C控制 图的样本大小必须保持不变。
8、U控制图：
用于平均每单位的不合格数。当样本 大小变化时应换算成平均每单位的不合格 数后再使用U控制图。但控制界限出现凹 凸状。
4.8 作图打点 • X图在上，R图在下； • X图上纵坐标的单位刻度的量值是R图上纵
坐标单位刻度量值的一半； • 控制图上，上下控制界限外要留有余地； • 控制图中，中心线是实线，上下控制界限
为虚线。
5、控制图的观察与分析 5.1 受控状态判断规则
• 连续25点都在界内，且排列无缺陷； • 连续35点中至多一点出界 ，且排列无
np图（n相同） --- 不合格品数控制图； p图（n可不同）--- 不合格品率控制图； 计点值： C图（n相同） --- 不合格数控制图； U图（n可不同）--- 单位不合格品数控制图；
统计过程控制(SPC)
11
控制图的选择
控制图的选定
计量值 数据性质
计数值
平均值
“n”=10~25 “n”是否较大
n≧1 样本大小 n≧2
Cl的性质
中位数 “n”=2~5
“n”=1
不良数
缺陷数
不良数或
缺陷数
不一定
一定
“n”是否一定
单位大小 是否一定 不一定 一定
X-s 图
X-R 图
X-R
X-Rm “p”
图
图图
“np” “c”
数据类别: 计数值数据：只以缺陷数和个数表示，不能连续取值的数据 计量值数据：以产品本身的特性来表示，可以连续取值的数据
2
两种变异
普通性（特定性）变异：不易避免的原因(普通 原因）造成的变异，如操作人员的熟练程度的 差异、设备精度与保养好坏的差异、同批原材 料本身的差异
特殊性（偶尔性）变异：可以避免也必须避免 的原因（特殊原因）造成的变异，如不同原材料 之间的差异、设备故障
“u”
图图
图
12
案例1（控制图的选择）
质量特性 长度 重量 乙醇比重 电灯亮／不亮 每一百平方米的 脏点
样本数 5 10 1
100 100平方米
选用什么图
13
答案1
质量特性 长度 重量 乙醇比重 电灯亮／不亮 每一百平方米的 脏点
样本数 5 10 1
100 100平方米
选用控制图 均值极差控制图
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
8
控制图的目的
控制图和一般的统计图不同，因其不仅能 将数值以曲线表示出来，以观其变异之趋 势，且能显示变异系属于机遇性或非机遇 性，以指示某种现象是否正常，而采取适 当之措施。
SPC (统计过程控制)基础知识
SPC(统计过程控制）基础知识 统计过程控制） 统计过程控制
4．X-Rs 控制图。多用于下列场合：对每一个产品都进行检验，采用自动化检查和 测量的场合；取样费时、昂贵的场合；以及如化工等过程、样品均匀，多抽样也无 太大意义的场合。由于它不像前三种控制图那样能取得较多的信息，所以它判断过 程的灵敏度也要差一些。
以 客 贯 彻
户 为
中
心 宗
旨
的
质 量 目 标 的 制 定
有 目 期 况
无 制 定 可 测 量 的 质 量 目 标 ？ 质 量 标 有 无 分 解 到 各 职 能 层 ？ 有 无 定 测 量 评 估 各 质 量 目 标 的 达 成 情 ？
职 责 和 权 限
各 部 门 ， 各 职 能 岗 位 有 无 定 义 相 关 的 职 责 和 权 限 ？
4 .2 .2
质 量 手 册
有 无 编 写 符 合 要 求 的 质 量 手 册 ？
SPC(统计过程控制）基础知识 统计过程控制） 统计过程控制
3.4 分层图 用于将数据分类比较 250
不良率（PPM）
目标线
150 100 50 0 1 2 3 4
工作周
C班 B班 A班
5
6
7
8
9
SPC(统计过程控制）基础知识 统计过程控制） 统计过程控制
3.5 控制图 什么是控制图？ 什么是控制图？ 控制图是对过程质量加以测定，记录从而进行控制管理的一种用科学方法设计的图。 控制图的理论基础是概率论。依据概率论，我们把“小概率的事件如果发生了，我 们认为有异常存在”。 控制图的种类： 控制图的种类
数据 计量值 分布 正态分布 控制图名称 均值-极差 图 均值-标准差 图 中位数-极差 图 单值-移动极差 图 不合格品率图 不合格品数图 单位缺陷数 缺陷数 简记 X-R chart X-S chart X-R chart X-Rs chart P chart Pn chart U chart C chart
SPC(统计过程控制)知识
SPC知识SPC (统计过程控制) 知识(参照文件SMD-10-06-01-00 “SPC原理及运用” 及SDM-IN-B019 “SPC 管理指引”)3.1.1.SPC (Statistics Process Control)1.SPC的定义SPC即统计过程控制, 是以工程改善为目的, 通过持久的改善来提高质量和生产性。
∙Statistics (统计)统计学是数学的一种, 利用小量的数据 (样本: Sample) 表示大量的数据 (Population)。
SPC就是将统计学利用于工程状态的分析中。
∙Process (过程)Process是指广义的过程, 加工某一产品的整条生产线可以成为一个Process, 加工某一零件的过程也可以成为一个Process。
在SPC中为了更好的诠进行管理, 我们应该尽量细分过程。
∙Control (控制)传统的管理循环由测定, 比较, 调查和变化组成。
以上的传统的管理循环适用于两个不同的方向: “工程管理”和”产品管理”.2.工程管理, 产品管理和两者的结合∙工程管理 (Process Control)工程管理的重点是工程本身, 它的改善对象为输入成份. 进行工程管理, 首先要设定工程产物, 即产品的质量特性的目标值, 然后根据管理图开展管理。
∙产品管理 (Product Control)产品管理就是以工程的产物为对象, 对其进行测定, 然后将测定值与规格范围进行比较的管理。
∙两者的结合从以上图表可以比较出产品管理和工程管理的差异, 前者是针对后工程进行的改善活动, 而后者是针对前工程进行的改善活动。
3.品质的定义∙工程管理: 目标值周围的分布或离目标值的距离。
∙产品管理: 符合规格。
4.SPC的目标SPC的目标就是把重要的质量特性值在目标值周围最小化分布。
3.1.2产品的质量变异与控制概念∙变异无论在任何情况下, 按照一定标准设计, 制造出来的大量同类产品的质量不会一模一样绝对相同, 总会存在差别的, 称为变异。
SPC统计方法基础知识
SPC统计方法根底知识1. 什么是SPC统计方法SPC，即统计过程控制〔Statistical Process Control〕，是一种通过统计方法来监控和控制生产过程的方法。
它的目标是保证生产过程中的产品质量稳定和一致性，从而提高产品的可靠性和一致性，并减少生产过程中的变异性。
SPC统计方法通过收集和分析生产过程中的数据，确定过程中的变异性。
通过建立控制图和指标，可以监测过程的变化，并及时采取控制措施。
SPC统计方法主要基于统计原理和数学模型，能够帮助生产企业实现质量改良和过程优化。
2. 控制图的根本原理控制图是SPC统计方法中最常用的工具之一，用于监控过程中的变化。
控制图的根本原理是根据过程中的样本数据，通过计算和分析统计指标，画出上下限控制线，观察样本数据是否在控制限范围内。
如果样本数据超过控制限，可能存在特殊因素导致过程变化，需要进行分析和处理。
常用的控制图包括平均控制图〔X图〕、范围控制图〔R图〕、极差控制图〔s图〕等。
平均控制图用于监控过程的中心位置，范围控制图用于监控过程的变异程度，极差控制图用于监控过程的变异程度。
3. SPC统计方法的应用场景SPC统计方法适用于各种生产过程的质量控制和监控，具体应用场景包括：•常变性过程：SPC可以帮助监控常变性过程的稳定性和变异性，如化工生产、电子制造等。
•不稳定过程：对于不稳定的过程，SPC可以帮助找出并消除特殊因素，提高过程的稳定性和一致性。
•高精度要求：对于需要高精度和高一致性的生产过程，SPC 可以帮助控制和优化过程，提高产品质量。
•具有统计规律性的过程：对于具有规律性的生产过程，SPC 可以帮助发现和解释过程中的规律，从而优化过程。
4. SPC统计方法的优点和挑战SPC统计方法具有以下优点：•实时性：通过实时监控过程中的数据，可以及时发现和处理过程变化，减少产品不合格率和质量问题。
•可靠性：SPC基于统计原理和数学模型，具有较高的可靠性和准确性，可以帮助寻找过程中的问题和改良方向。
SPC的基础知识与数据整理
SPC的基础知识与数据整理引言SPC（统计过程控制）是一种用于监控和控制过程的统计方法。
它通过收集一系列的数据并进行分析，以确定过程是否处于控制状态，并采取相应的措施保持过程稳定。
在本文中，我们将介绍SPC的基础知识和数据整理方法。
SPC的基础知识SPC的核心思想是通过采集过程中的样本数据，分析其变异情况，以判断过程是否处于控制状态。
基于不同的过程类型，SPC通常使用控制图来可视化过程的变异情况。
常用的控制图包括X-Bar图、R图和S图等。
X-Bar图X-Bar图是一种用于监控过程均值的控制图。
它基于过程中收集到的样本数据，计算每个样本的均值，并绘制在图表上。
通过观察X-Bar 图，我们可以判断过程均值是否稳定。
R图R图是一种用于监控过程变异性的控制图。
它基于过程中收集到的样本数据，计算每个样本的极差（最大值与最小值之差），并绘制在图表上。
通过观察R图，我们可以判断过程的变异性是否稳定。
S图S图是一种用于监控过程变异性的控制图。
它基于过程中收集到的样本数据，计算每个样本的标准差，并绘制在图表上。
通过观察S图，我们可以判断过程的变异性是否稳定。
数据整理方法数据整理是SPC的一个重要步骤，它涉及收集样本数据、记录数据、计算统计量和绘制控制图等过程。
下面我们将介绍一些常用的数据整理方法。
数据收集在进行数据收集之前，需要确定采集数据的时间间隔和样本容量。
通常，采集数据的时间间隔应保证能够捕捉到过程的变化。
样本容量的确定应根据具体情况和要求进行。
数据记录数据记录是指将收集到的数据记录下来，以备后续分析使用。
可以使用电子表格软件（如Excel）或统计软件（如SPSS）等工具来记录数据。
统计量计算在进行SPC分析之前，需要计算一些统计量，如样本均值、样本标准差等。
这些统计量的计算可通过公式或统计软件完成。
控制图绘制控制图的绘制是用于直观地观察过程变异情况的重要步骤。
可以使用统计软件或绘图软件（如R语言）来绘制控制图。
SPC基础入门
（统计过程控制）
李明
1
统计过程控制（SPC）
1、SPC旳发展史与基本统计概念 2、SPC旳基本原理 3、控制图 4、过程能力和过程能力指数
2
1.1 什么是SPC
什么是SPC – 统计过程控制即SPC(statistical process control)．它是利用统计措施对过程中旳各个 阶段进行监控，从而到达改善与确保质量旳目 旳．SPC强调全过程旳预防为主。 – SPC不但用于生产过程，而且可用于服务过程 和一切管理过程．
稳定
控制用
3、控制图旳选择
控制图旳选定
计量值
资料性质 计数值
平均值
n≧2
样本大小 n≧2
CL旳性质
“n”=10~25 “n”是否较大
中位数
“n”=2~5
“n”=1 不一定
不良数
缺陷数
不良数或
缺陷数
一定 “n”是否一定
一定
单位大小 是否一定
不一定
X-s
图
X-R 图
~ X-R 图
X-Rm 图
“p”
图
“np” “c”
1.3.1 数据旳种类
• 计量型 特点：能够连续取值
也称连续型数据。
如：零件旳尺寸、强 度、重量、时间、 温度等
• 计数型
特点：不能够连续取 值，也称离散型数 据。
如：废品旳件数、缺 陷数
1.3.2 波动（变差）旳概念：
波动旳概念是指在现实生活中没有两件东西是完 全一样旳。生产实践证明，不论用多么精密旳设备 和工具，多么高超旳操作技术，甚至由同一操作工 ，在同一设备上，用相同旳工具，生产相同材料旳 同种产品，其加工后旳质量特征（如：重量、尺寸 等）总是有差别，这种差别称为波动。公差制度实 际上就是对这个事实旳客观认可。消除波动不是 SPC旳目旳，但经过SPC能够对波动进行预测和控 制。
统计过程控制(SPC)(PPT58页)
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
普通原因 普通原因造成变差的一个原因，它影响被研究过程的所
有单值。（处于统计控制状态；在统计上受控；受控） 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 特点
过程分布将不发生变化 过程的输出是可预测的 过程是稳定、可控的。 采取系统的措施，由管理人员解决问题
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
2.3局部措施和系统措施
措施 对比
对象
系统措施
通常用来消除变差的普 通原因
局部措施
通常用来消除变 差的特殊原因
实施人员
几乎总是要求管理措施， 以便纠正
通常由与过程直 接相关的人员实 施
效果
大约可纠正85%的过程 问题
通常可纠正大约 15%的过程问题
一个可接受的过程必须是处于受控统计控制 状态的且其固有变差（能力）必须小于图纸 的公差
应通过检查并消除变差的特殊原因使过程处 于受统计控制状态，那么性能是可预测的， 变可评定其满足顾客期望的能力。这是持续 改进的基础
江铃汽车股份有限公司
统计过程控制(SPC)(PPT58页)
3.4过程改进循环
2.1过程的理解及过程控制
1.过程—所谓过程是指共同作用以产出输出的供方、生产 者、人、设备、输入材料、方法和环境及使用输出的顾 客的集合。
过程性能取决于：
供方与顾客之间的沟通
过程设计及实施的方式
运作和管理的方式
2.过程的信息
通过分析过程输出可以获得许多与过程性能有关的信息。如过程 是否稳定，过程能力如何。
4.1控制图应用说明
统计过程控制(SPC)
5-41
[例]设有某工序的上公差TU为0.2190, 下公差TL为0.1250,现场抽查的数据如 下表,其图如下图1.由图1可见,工序失控, 经过执行20字方针后,重新做图得到休 整后的图2.由图2可见,工序已经达到稳 态.故现在可对过程能力进行评价.
5-42
子组序号
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
0.06 0.0086 0.0227 0.0135
0.01 5-43
0.22
0.21
UCL=0.2
133
0.2
平均值
0.19
X =0.19
0.18
状态III
状态IV（最不理想） 状态IV达到I的途径： ► IVIII ► IVIIII
调整过程即质量不断 改进过程
5-28
在控制状态下〔异因 消除,只有偶因〕
时间
下公差限
大小
上公差限
〔偶因的变异 减少〕
时间
在控制状态下,但工程 能力不足 〔偶因的变异太大〕
5-29
〔二〕控制用控制图 ► 当过程达到了我们所确定的状态后, 才能将分析用控制图的控制线延长作为控 制用控制图,应有正式交接手续. ► 判异准则 判稳准则 ► 进入日常管理后,关键是保持所确 定的状态.
偶然波动：偶因引起质量的波动 ,简称偶波；
异常波动：异因引起质量的 波动,简称异波. 5-16
2.控制图的第二种解释 假定现在异波均已消除,只剩下偶波,则此偶波的波动将
是最小波动,即正常波动.根据这正常波动,应用统计学 原理设计出控制图相应的控制界限,当异常波动发生 时,点子就会落在界外.因此点子频频出界就表明异波 存在. 控制图上的控制界限就是区分偶波与异波的科学界限.