SPC
SPC统计过程控制把握品质--从过程开始1清远市富盈电子有限公司课程内容•SPC的由来与发展•SPC基本统计概念•SPC基本知识（原理、风险、分析基础）•计量型控制图的制作•计数型控制图的制作•控制图分析（判异原则）•过程能力分析清远市富盈电子有限公司2清远市富盈电子有限公司3课前讨论1、上述10个数据有什么规律？2、上述10个数据有内在意义吗？3、我们现在假定10个数据分别为某产品厚度的日平均值（其规格为10-20MM），那么请问6月11日产品厚度可能会怎样？4、上述数据的这种规律是什么原因造成的呢？我们能看出来吗？5、如果你是工程技术人员，你会如何处理这种情况？12 14 16 15 16 17 1716 19 206-1 6-2 6-3 6-4 6-5 6-6 6-7 6-8 6-9 6-10通过上述内容的讨论，我们可以了解到：•S tatistical(统计)以数理统计为基础，基于数据的科学分析和管理方法。
•P rocess(过程)任何一个有输入输出的活动，它包括6个要素: 5M1E。
•C ontrol(控制)通过掌握规律来预测未来发展并实现预防。
4清远市富盈电子有限公司SPC的由来与发展5清远市富盈电子有限公司¾1924年,休哈特博士(W.A.Shewhart)-“6ơ”控制图和预防缺陷理论¾二战期间,美国军方开始重视SPC¾五十年代日本开始引进SPC,戴明(Deming)博士到日本宣讲SPC¾80年代，西方国家大力推行“SPC复兴”活动，直到1995年才在民用品的质量方面才和日本扯平¾1982年，张公绪提出两种诊断理论，将SPC上升到SPD6清远市富盈电子有限公司SPC基本统计概念7清远市富盈电子有限公司¾群体：对于制造业而言，通常指在同一生产条件下符合特定要求的所有个体的集合，也可称为批量，记为N¾样本：从群体中抽样而得的部份个体的集合，记为n¾概率（P）：统计中的许多结论是带有概率性质的¾正态分布（特点）在中心线或平均值两侧呈现对称分布常态曲线左右两尾与横轴渐渐靠近但不相交曲线下的面积总和为1-3σ+3σμ8清远市富盈电子有限公司数据分布特征分布形状集中趋势离散趋势众数中位数均值极差方差标准差偏态峰度清远市富盈电子有限公司9SPC基本知识10清远市富盈电子有限公司SPC基本原理SPC控制图由美国贝尔实验室的休哈特博士于1924年首先提出，他有三句名言：¾“在一切制造过程中所呈现出的变异有两个分量。
第一个分量是过程内部引起的稳定分量（正常变异）；第二分量是可查明原因的间断变异（异常变异）。
”¾“那些可查明原因的变异可用有效方法加以发现，并可被剔去，但正常变异不会消失，除非改变过程本身。
”¾“基于3δ限的SPC控制图可以把正常变异与异常变异区分开来。
”11清远市富盈电子有限公司正常变异（普通原因）： 稳定的结果是可预测的是永久性的对过程输出的影响是微小的异常变异（特殊原因）：不稳定的结果不可预测现象会重复发生, 除非有所行动 可以减少，对过程输出的影响是明显的例如：机器设备、模具在生产加工过程中的合理磨损或老化。
例如：人为违规操作、不正确的检测方法、参数设定错误、仪器没有校准等。
清远市富盈电子有限公司12清远市富盈电子有限公司13正常变异与异常变异区别示意图清远市富盈电子有限公司14SPC-3σ原理当过程仅含有正常变异时，过程输出的质量特性呈正态分布，在平均值与标准差已知时，其概率特性可用如下图表说明：0.27%99.73%μ±3σ1.00%99.00%μ±2.58σ 4.55%95.45%μ±2σ 5.00%95.00%μ±1.96σ31.74%68.26%μ±1σ50.00%50.00%μ±0.67σ在外概率在內概率μ±kσ清远市富盈电子有限公司1568.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ清远市富盈电子有限公司16+3σ-3σμ+3σ-3σμ3σ与控制限SPC-中心极限定理设X1、X2…….Xn为从某总体抽取的样本，其总体分布未知，但其均值和方差都存在，则有如下结论：当总体为正态分布时，样本均值精确服从正态分布，当总体为非正态分布时，样本均值近似服从正态分布，且样本量愈大时，近似程度愈好。
中心极限定理告诉我们在制作控制图时：用样本均值去描点，而不直接使用质量特性值去描点，是确保控制图得以准确实施的理论基础。
17清远市富盈电子有限公司清远市富盈电子有限公司18SPC-两类错误风险第一类错误：虚发警报（α）第二类错误：漏发警报（β）如何减少两类错误的风险？对于不合格后果重大的，如飞机、汽车关键部件，药品生产等情况时，漏发警报不宜过大，可考虑使用较窄控制限。
19清远市富盈电子有限公司SPC-四种状态SPC过程控制的四种状态是SPC分析的基础，主要分为统计状态和技术状态，组合后如下图表：四种组合技术满足（In Spec）技术不满足（Out Spec）过程受控（In Control）ⅠⅡ过程不受控（Out Control）ⅢⅣ技术状态统计状态清远市富盈电子有限公司20SPC控制图的制作21清远市富盈电子有限公司清远市富盈电子有限公司22SPC-控制图类型¾按数据性质来分计量值：用各种计量仪器测出、以数值形式表现的测量结果，包括用量仪和检测装置测的零件尺寸、长度、形位误差。
¾平均值与极差控制图(X bar -R Chart)¾平均值与标准差控制图(X bar -σChart)¾中位数与极差控制图(X-R Chart)¾单值与移动极差控制图(X-MR Chart)清远市富盈电子有限公司23计数值：通常是指不用仪器即可测出的数据。
计件如不合格品数, 外观不良数。
ONOFF¾不良率控制图(P Chart)¾不良品数控制图(Pn Chart)¾缺陷数控制图(C Chart)¾单位缺陷数控制图(U Chart)清远市富盈电子有限公司24计量型数据吗？n=1？关心的是不合格率吗均值是否方便计算n是否恒定n是否恒定n≥9？s是否方便计算MRx −sx −Rx −~Rx −Pn或p图p图C或U图U图yesnoyesyes yesyesyesyesyesnonono no nononon：样本容量¾按用途来分分析用控制图–确定过程是否稳定？（过程判断）–过程能力是否满足基本要求？（过程能力研究）控制用控制图-追查不正常原因-迅速消除不正常原因-研究并采取防止不正常原因重复发生的措施。
¾先有数据，后有管制界限¾先有管制界限，后有数据清远市富盈电子有限公司25清远市富盈电子有限公司26¾分析用、控制用控制图转化流程图收集数据绘制分析用控制图控制用控制图绘制直方图稳定状态过程能力去除异常原因检讨5M1E各方面提升过程能力(辅助参考变异是否常态分布)Yes NoYes No公司目前使用的控制图有以下三种：¾平均值与极差控制图(Xbar-R Chart)¾单值与移动极差控制图(X-MR Chart)¾不良率控制图(P Chart)27清远市富盈电子有限公司计量型控制图制作步骤案例：以X BAY-R图进行说明产品名称:AGP 机器编号:RK006品质特性:GAP 操作者:12345测量单位:mm 测定者:67890生产场所:A车间取样日期:03/10/99-03/12/9928清远市富盈电子有限公司1、确定抽样的容量、频率SPC抽样原则：合理子组抽样原则。
即组内波动由正常原因引起，而组间波动由异常原因引起。
操作方法：在短时间内把一个子组样本全部抽取出来，或对连续生产产品进行“块抽样”。
29清远市富盈电子有限公司2、收集原始数据并计算相关数值G R O U P1234567891011121314151617181920X10.640.640.640.680.620.700.650.710.700.660.590.620.610.670.720.650.600.720.690.64 X20.610.630.700.650.670.660.680.700.680.630.670.660.600.660.680.660.640.720.660.61 X30.620.680.680.700.700.650.700.630.640.620.600.650.680.640.610.720.610.700.680.61 X40.680.660.670.680.680.650.710.640.630.700.620.580.630.640.660.700.700.650.670.62 X50.600.610.690.610.720.730.640.600.670.660.640.600.620.600.700.610.620.660.670.64 X0.630.640.680.660.680.680.680.660.660.650.620.620.630.640.670.670.630.690.670.62 R0.080.070.060.090.100.080.070.110.070.080.080.080.080.070.110.110.100.070.030.03 M i n0.600.610.640.610.620.650.640.600.630.620.590.580.600.600.610.610.600.650.660.61 M a x0.680.680.700.700.720.730.710.710.700.700.670.660.680.670.720.720.700.720.690.6430清远市富盈电子有限公司清远市富盈电子有限公司313、在控制图上画点4、计算控制限并绘制出控制限中心线( CLx ) = X = 0.66管制上限( UCLx ) = X+A 2R = 0.66+0.577 ╳0.08 = 0.70管制下限( LCLx ) = X-A 2R = 0.66-0.577 ╳0.08 = 0.61中心线（CL R）= R = 0.08管制上限（UCL R ）= D 4R = 2.115 ╳0.08 = 0.17管制下限（LCL R ）= D 3R = 0 ╳0.08 = 0清远市富盈电子有限公司320.500.600.700.8012345678910111213141516171819200.000.100.200.301234567891011121314151617181920Xbar图R图33清远市富盈电子有限公司管制图系数表n2345678910A2 1.88 1.020.730.580.480.420.370.340.31A3 2.66 1.95 1.63 1.43 1.29 1.18 1.1 1.030.98A4 1.88 1.190.80.690.550.510.430.410.36B3****0.10.120.190.240.28B4 3.27 2.57 2.27 2.09 1.97 1.88 1.82 1.76 1.72D2 1.13 1.69 2.06 2.33 2.53 2.7 2.85 2.97 3.08D3*****0.080.140.180.22D4 3.27 2.55 2.28 2.112 1.92 1.86 1.82 1.78E2 2.66 1.77 1.46 1.29 1.18 1.1 1.05 1.010.9834清远市富盈电子有限公司清远市富盈电子有限公司355、正确理解Xbar-R图含义，并对图上的点进行分析Xbar图代表着什么意义？R图又代表什么意义？问题一：问题二：分析时，先分析那个图？为什么？¾R图是每个子组组内的变差趋势，它反映在收集数据的这个时间段，过程所发生的变差。
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。
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。
SPC简介
SPC的特点
一、SPC的特点： 1、SPC是全系统的，全过程的，要求全员参 与，人人有责这点与全面质量管理的精神完全 一致。 2、SPC强调用可惜方法(主要是统计技术，尤 其是控制图理论)来保证全过程的预防。 3、SPC不仅用于生产过程，而且可用于服务 过程和一切管理过程。
SPC 的基本观念
世上没有任何两件事.人员.产品是完全一样 制造过程中所产生之变异是可以衡量的 事情.产品的变异通常根据一定的模式而产生 宇宙万物及工业产品大都呈常态分配 例如 :身高.体重.智力.考试成绩.所得分配 变异的原因可分为偶因及异因 偶因属管理系统的范围 异因缺是作业人员本身就能解决的 应用SPC 可以确保作业人员的自尊 应用SPC 可以指出制程最需要改善的地方
C级:检讨规格及作业标准，可能本制程不能胜任如此精密之工作。
D级:应采取紧急措施，全面检讨所有可能影响之因素，必要时应停止生产。 以上也是与Ca一样，仅是一些基本原则，在一般上Cp如果不良时，其对策 方法是技术单位为主，制造单位为副，品管单位为辅。
Cpk– 制程能力 制程能力指数(综合指数)
Cpk是总合Ca(k)和Cp二值之指数， 其计算式为: 当Ca =0时，Cpk =Cp 单边规格时，Cpk即以Cp值计，但需 取绝对值。
SPC的来历
一、SPC的来历： 控制图是1924年由美国品管大师W.A. Shewhart博士发明。 因其用法简单且效果显著，人人能用，到处可用，遂成为 实施品质管制时不可缺少的主要工具，当时成为 （Statistical Quality Control)。 英国在1932年，邀请W.A. Shewhart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。 日本在1950年由W.E. Deming博士引入。 后来被美国三大汽车公司（通用、福特、克莱斯勒）收 编成为《统计过程控制（S P C） 》参 考 手 册，后被纳 入QS9000、TS16949作为五大核心工具之一(APQP、PPAP、 MSA、SPC、FMEA），还有其它几种工具（QFD、DOE、 VA/VE等）
SPC基本概念
判稳、判异，可以通过应用不合格数npT图替代。 ●计点控制图：当样本大小n变化时，由于u图、c图的
控制界限都呈凹凸状，不但作图不方便，更无法判 稳、判异，可以应用通用不合格数cT图替代。 ●有用的控制图： X s 、X R 、npT图、cT控制图
X R 控制图的两个阶段
分析用控制图 ●判断过程是否稳定不稳定,调至稳定 ●过程的过程能力指数是否满足要求,过 程能力指数满足要求称之为技术稳态
●中位极差图 X~ R 图， X~ 表示中位值。现在由于 计算机应用普及，故已淘汰，被均值-标准差图替代。
两种错误
一.第一种错误:虚发警报(false alarm)
UCL
α
β
LCL 二.第二种错误:漏发警报(alarm missing)
控制图的第二类错误
三、减少两种错误所造成的损失： ●UCL、LCL距离间隔大，α减小 β增大 ●UCL、LCL距离间隔小，α增大 β减小 ●UCL、LCL距离间隔3σ，α=0.27%
统计控制状态
●概念：只有偶因而无异因产生的变异的状态 ●优点：
----对产品的质量有完全把握 ----生产也是最经济的 ----在控制状态下，过程的变异最小
常用的控制图
分布 控制图代号 控制图名称
备注
正态
分布
（计 X R
量值）
均值—极差控制 图
X S
X~ R
均值—标准差控 制图
中位值—极差图
C C
B
LCL A
判异准则
4.连续3点中有2点落在中心线同一侧的B区以外
UCL A
B
CL
C C
B
LCL A
判异准则
5.连续5点中有4点落在中心线同一侧的C区以外
spc方案
SPC方案概述SPC（Statistical Process Control，统计过程控制）是一种基于统计方法的质量控制技术，旨在通过对过程的监控与分析，及时发现和纠正异常变化，从而稳定并提升产品或服务的质量。
SPC方案就是指在实施SPC技术时所采取的一系列措施和步骤。
SPC方案的重要性SPC方案的实施可以帮助组织实现以下目标：1.减少产品或服务的变异性：通过监控过程中的变异性，及时发现异常情况，并采取纠正措施，可以有效减少产品或服务的变异性，提高其稳定性和一致性。
2.提高客户满意度：稳定的产品或服务质量可以满足客户的需求，提高客户满意度，从而增加市场竞争力。
3.降低成本：通过SPC方案，可以识别出导致质量问题的根本原因，及时采取措施进行改进，从而降低不良品率，减少废品和返工，提高效率。
4.改善生产过程：通过分析生产过程中的数据，可以了解生产过程中潜在的缺陷和问题，进而改进和优化生产流程，提高生产效率和质量。
实施SPC方案的关键步骤步骤一：选择关键控制指标在实施SPC方案之前，需要首先确定关键的控制指标。
这些指标应该对产品或服务的质量有重要影响，并且可以通过采集数据进行测量和分析。
例如，对于一个制造企业，可以选择产品的尺寸、重量、硬度等作为关键控制指标；对于一个服务机构，可以选择服务等待时间、客户满意度评分等作为关键控制指标。
步骤二：设定控制限在确定了关键控制指标之后，需要设定合适的控制限。
控制限是指在正常生产过程中，指标值的上下限范围。
常用的控制限包括上控制限（Upper Control Limit，UCL）和下控制限（Lower Control Limit，LCL）。
当指标值超出控制限范围时，代表过程出现异常变化，需要及时进行分析和纠正措施。
步骤三：采集数据并绘制控制图为了监控关键控制指标的变化，需要定期采集数据，并根据数据绘制控制图。
控制图是一种图形化工具，用于显示指标值的变化趋势，并与设定的控制限进行比较。
SPC简介
SPC核心工具
SPC主要通过核心工具控制图 控制图来进行质 控制图 量分析、质量控制和质量改进。它包括 计量值控制图（X-R图、X-S图、X-R图、 X-Rs图）和计数值控制图（P图、PN图、 U图、和C图）。简单说，控制图是利用 正态分布原理，确定UCL（上控线）、 CL（中心线）、LCL（下控线）三根线， 并将质量数据按时间顺序描点形成的图 表。
SPC是英文Statistcal Process Control 简写，中文 翻译为“统计过程控制”。它 是利用数理统计和概率论原理 对生产过程检测各数据进行统 计，通过运用控制图对生过程 分析评价；
根据反馈信息及时发现异常因 素出现的征兆，从而采取措施 消除异常因素影响，使过程维 护在仅受偶然因素影响的受控 状态，以达控制过程质量的目 的，最终达到“事前预防”的 效果，以减少生产线不良品的 产生并不断改进产品品质.
在实施SPC过程中需注意的几个问题 在实施SPC过程中需注意的几个问题 SPC
①．不少人认为推行SPC是品质管制部负责 的事情，事实上，推行导入SPC，它需要公 司各部门的成员参予、配合和努力，在管 理层共同重视与支持，利用SPC工具共同建 立公司整个品管系统。SPC不是简单的几个 控制图或数据采集的统计量，而是要以这 些图形或数据为基础建立一个以过程为核 心的品管系统，故要求公司管理层、员工 都对SPC有相当培训、认识及熟练使用SPC， 并将SPC质量的各种因素进行控制，通 过控制图来判断生产过程是否异 常，而使生产过程达到统计控制 状态。做到以预防为主，把影响 产品质量的诸因素消灭在萌芽状 态，以保证质量，降低成本，提 高生产效率，提高经济效益的目 的。
错误说法： 错误说法：
有的同事可能会说，我们已经有了规格界限， 有的同事可能会说，我们已经有了规格界限， 可直接当作控制图的控制线。这种说法是 这种说法是
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。
什么是SPC
概括SPC （统计过程控制）
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。 SPC是以预防代替检验,制造业与其他行业一样,预防发生 错误永远比事后矫正为好,而且简单得多.
总结 SPC （统计过程控制）
这些波动源对加工的影响最后都集中反映在直径 测量值
Seite 21
变差种类
普通原因与特殊原因 普通原因：过程中变异因素是在统计的控制状态
下，其产品之特性有固定的分配。
特殊原因：过程中变异因素不在统计的控制状态
下，其产品之特性没有固定的分配。
12
普通原因
随着时间的推移具有稳定性的可重复的分布过程中许多 变差的原因。
n
xi
x i1 n
SPC – Introduction
基本统计概念
• Md 中位数(median) 顺序数列中的中心项的数值
• Mo 众数(mode) 资料中出现最多的数值
SPC – Introduction
基本统计概念
• 2 方差/变异(variance)
n
n2
(xi x)2
i 1
n
作用
原料
人 机 法 环 测量
好
PROCESS
测量 结果
不好
不要等产品做出來后再去看它好不好!! 而是在制造的時候就要把它制造好!!!
品质失败的结果
外部成本
维护成本升高 返工
过程波动引 起品质不良
内部成本
报废返工停工 加强检验
市场份额下降 资金周转期长
客户失望
高的检验成本 重复修理 存货增多
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。
生产过程质量控制技术之SPC
绘制控制图
02
01
03
确定中心线和控制限
根据控制计划，计算中心线和控制限。
绘制图形
根据分组后的数据，在控制图上绘制相应的点和控制 线。
标注数据
在控制图上标注相应的数据点和控制限，以便后续分 析。
过程能力分析
计算过程能力指数
通过计算过程能力指数（如Cpk、Ppk等），评估当前过程能力是否满足要求。
03
SPC常用控制图
Xbar-R图
总结词
Xbar-R图用于监控过程平均值和过程 变差，通过计算平均值和极差来评估 过程的稳定性。
详细描述
Xbar-R图由中心线（CL）、上控制限（UCL） 和下控制限（LCL）组成。中心线是平均值的均 值，上控制限和下控制限分别是平均值加减3倍 标准差的位置。通过观察数据点是否超出控制 限，可以判断过程是否受控。
通过控制图等工具，实时监控 生产过程的状态，判断过程是 否受控，及时发现异常。
改进与优化
根据分析结果，对生产过程进 行优化和改进，提高产品质量 和生产效率。
SPC的发展历程
起源
SPC起源于20世纪20年代的美国贝尔实验室，最初 用于电话通信质量的控制。
发展
随着统计学和计算机技术的发展，SPC逐渐完善并广 泛应用于制造业、服务业等领域。
P图
总结词
P图用于监控不合格品率的过程控制，通过计算不合格品率来评估过程的性能。
详细描述
P图以不合格品率为数据基础，绘制在直角坐标系中。中心线表示目标不合格品率，上控制限和下控 制限分别是目标不合格品率加减3倍标准差的位置。通过观察数据点是否超出控制限，可以判断过程 是否受控。
C图
总结词
C图用于监控单位产品缺陷数的过程控制，通过计算单位产品上的缺陷数来评估过程的 性能。