SPC过程控制图
合集下载
SPC“控制图”的分析与判定
SPC“控制图”的分析与判定控制图（Control Chart）又叫管制图，是对过程质量特性进行测定、记录、评估，从而监察过程是否处于控制状态的一种用统计方法设计的图。
图上有三条平行于横轴的直线：中心线（CL，Central Line）、上控制线（UCL，Upper Control Line）和下控制线（LCL，Lower Control Line），并有按时间顺序抽取的样本统计量数值的描点序列。
UCL、CL、LCL统称为控制线（Control Line），通常控制界限设定在±3标准差的位置。
根据控制图使用目的不同，控制图可分为：分析用控制图和控制用控制图。
根据统计数据的类型不同，控制图可分为：计量控制图和计数控制图（包括计件控制图和计点控制图）。
计量型控制图平均数与极差控制图( -X-R Chart )平均数与标准差控制图( -X-S Chart )中位数与极差控制图( ~X-R Chart )个別值与移动极差控制图( X-Rm Chart )计数值控制图不良率控制图(P chart)不良数控制图(nP chart，又称 np chart 或 d chart)缺点数控制图(C chart)单位缺点数控制图(U chart)控制图种类及应用场合：控制图的分析与判定应用控制图的目的，就是要及时发现过程中出现的异常，判断异常的原则就是出现了“小概率事件”，为此，判断的准则有两类。
第一类：点子越出界限的概率为0.27% 。
准则1属于第一类。
第二类：点子虽在控制界限内，但是排列的形状有缺陷。
准则2-8属于第二类。
控制图八大判异准则（口诀）2/3A （连续3点中有2点在中心线同一侧的B区外<即A 区内>4/5C （连续5点中有4点在中心线同一侧的C区以外）6连串（连续6点递增或递减，即连成一串）8缺C （连续8点在中心线两侧，但没有一点在C区中）9单侧（连续9点落在中心线同一侧）14交替（连续14点相邻点上下交替）15全C （连续15点在C区中心线上下，即全部在C区内1界外（1点落在A区以外）▶2/3A （连续3点中有2点在中心线同一侧的B区外<即A区内>）判读：1 . 控制过严；2 . 材料品质有差异；3 . 检验设备或方法之大不相同；4 . 不同制程之资料绘于同一控制图上；5 . 不同品质材料混合使用。
《SPC控制图简介》课件
SPC控制图的基本原理
1
常规控制图
常规控制图基于统计学原理，通过计算数据的中心线、上限和下限，判断过程的 稳定性和可控性。
2
变异区分
SPC控制图通过区分过程的随机变异（正常变异）和特殊原因变异（非正常变 异），帮助我们识别异常情况。
3
抽样方法
SPC控制图的数据采集通常使用抽样方法，以代表性样本代替全部数据，以减 少统计误差和测量成本。
SPC控制图的作用和意义
实时监测
通过SPC控制图，我们可以实时监测过程状态，及时发现异常情况，从而在问题扩大之前采 取纠正措施。
问题识别
SPC控制图可以帮助我们识别过程中的特殊原因，即导致异常情况的外界因素，从而提供改 进业务流程的线索。
持续改进
通过持续监控和分析SPC控制图的数据，我们可以了解过程的变化和趋势，进而制定改进计 划，以提高过程稳定性和产品质量。
SPC控制图简介
SPC控制图是一种用于监测和控制过程稳定性的强大工具。它通过统计数据 分析和图表展示，帮助我们识别问题、预测趋势和改进业务流程。
什么是SPC控制图
SPC控制图是一种图表工具，用于分析过程数据，以判断过程是否受到特殊原因的影响，抑或只是正常 的随机变异。它基于统计学原理和概率分布，能够提供关于过程稳定性的有用信息。
SPC控制图的常见类型和应用
C-Chart
C-Chart适用于计数型数据， 如缺陷数量、不良率等，用于 监测过程中的特殊原因。
P-Chart
P-Chart适用于占比型数据，如 不良率、合格率等，用于监测 过程是否稳定，满足一致和可 控的要求。
X-bar & R-Chart
X-bar & R-Chart适用于连续性 数值型数据，如尺寸、重量等， 用于监测过程的中心线和过程 分散性。
SPC统计过程控制图简介
1．控制图—过程控制的工具。
●什么是控制图——一种统计工具●控制限的确定原则：兼顾成本前提下的错判率。
●控制图与正态分布曲线的关系。
●控制图使用的两个阶段◆建立控制图、确定控制限◆应用控制图，对过程进行监控。
●控制图的作用◆预知不合格◆向生产者及顾客提供质量稳定的证据。
◆减少普通原因变差来改进过程，降低成本◆区分普通原因及特殊原因的变差◆为操作者之间提供沟通的语言●计量型控制图◆计量型控制图的概念a ）用于可量化质量特性的监视，b)可分别观察分布宽度及分布位置，c)该控制图总是成对出现的。
◆典型的计量型控制图有：（均值）——R （极差）图 （均值）——S （标准差）图 （中位数）——R （极差）图x （单值）——MR （移动极差）图◆其中： 、 、x 用于观察位置，R ，S ，MR 用于观察宽度。
三、计量型控制图（均值—极差图）1．准备阶段●建立适合的环境●确定作图的特性：重点工序的重点特性，特别是特殊特性。
●确定测量系统，并进行MSA●减少不必要的变差●监测过程中，要记录重要的过程事件。
2．制图阶段（8个步骤）●确定子组大小、频率及子组数◆子组大小（子组容量）：每次抽样时连续抽取的产品数（相同条件下） ◆频率：隔多长时间抽一个子组（考虑生产节拍）◆子组数：在一张控制图上要描述多少个子组（一般为25个）●建立控制图，并记录原始数据（均值图在上，极差图在下）●计算每个子组的平均值 和极差R~ x — x~ x —x —x — x— x — R — — X x 1＋x 2＋……＋x n X=—————————— K — x— — x 1＋x 2＋……＋x n X=—————————— ,n 为样本容量，R=X max －X min n并将结果写入数据表中。
●选择控制图的刻度。
图：刻度范围至少为全部均值中的（X max －X min ）×2 R 图：刻度从0~最大，至少为前4个极差中，R max ×2.● 将值及R 值描于图上，并连线，可见图行趋势。
SPC过程控制图解读
控制图的重要性
★是贯彻预防原则的SPC的重要工具，是质量管理
七个工具的核心。
★1984年名古屋工业大学调查115家日本各行各业的
中小型工厂，平均每家采用137张控制图；
★柯达5000职工一共用了35000张控制图。
何时使用SPC
●原则上,应该用于有数量特性或参数和持续性的
所有工艺过程;
● SPC使用的领域是大规模生产;
- 简单而言，我们有兴趣知道的数据整体,如1000台燃具
样本
- 一组只包含部份总体的数据。简单而言，这是总体中
选出的数据,如1000台燃具中的其中10台.
总体
样本
基本统计术语
描述统计
1.决定数据的趋中程度 2.以数理表达分散的程度 3.决定样本频率分布的形状分布形狀 中心趋向分散基本统计术语
分散的量度
~ x R
否
否
xR
是
xs
n：样本容量
控制图的分类(按用途分)
• 分析用控制图
– – – – 决定过程控制方法用 过程分析用 过程能力研究用 过程控制准备用
稳定
控制用控制图
追查不正常原因 迅速消除此项原因 研究并采取防止此 项原因重复发生之 措施。
控制用
分析用
控制图的应用
步骤一、选择需控制的产品质量特征值
稳定的； 结果是可预测的； 是永久性的； 异常波动： 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;
SPC 可以帮助我们
• • • • •
区分正常波动和异常波动； 及时发现异常征兆； 消除异常因素； 减少异常波动； 预防控制 提高过程能力；
基本统计术语
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控制图的种类及判异方法48页
5 0.501 0.499 0.500 0.500 0.501 0.500 0.502 0.500 0.503 0.502 0.500 0.502
SPC统计过程控制
一、控制图的种类
SPC统计过程控制
一、控制图的种类
SPC统计过程控制
二、控制图的选择方法
计量值
控制图的选择
数据性质
计数值
N≧2 X
样本大小 N=1
N=? _ X
CL性质?
N=2-5
N≧10
N=?
不良数
数据系不良数 缺点数 或缺点数
是
不是
N是否相等?
是 单位大小 是否相同?
X~ R X R
3 0.504 0.505 0.501 0.502 0.506 0.502 0.504 0.502 0.504 0.501 0.501 0.499 0.503
4 0.503 0.500 0.502 0.503 0.502 0.501 0.501 0.503 0.502 0.503 0.501 0.498 0.499
顺序收集了25个样本。
SPC统计过程控制
四、计量型数据控制图
收集的数据表
SubNo
1
2
3
4
5
6
7
8
9 10 11 12 13
1 0.498 0.504 0.500 0.499 0.505 0.503 0.503 0.502 0.502 0.504 0.503 0.500 0.504
2 0.501 0.502 0.499 0.503 0.506 0.501 0.501 0.499 0.502 0.502 0.498 0.501 0.503
U chart 单位缺点数控制图
SPC统计过程控制图
30
25 25
21 20 20 17
15 15
12
10 6
5
0 0
8 1 0
极差 1.1192
0.500
0.000
1
2
3
4
5
6
UCLr
AveR
LCLr
Data Values
1
27.52 27.61 28.52
2
26.85 27.53 27.32
3
27.92 26.85 26.93
4
27.40 28.35 28.30
28.5600
26.6200
均值 27.6335
28.000 27.500 27.000 26.500 26.000 25.500
1
3.000 2.500 2.000 1.500 1.000
LSL
USL 极差均值
2
3
4
5
6
7
8
9
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 (R)
D2 值
(n=4)
能力指数
上限
(CPU) 能力指数
下限
(CPL) 能力参数
过程能力
性能比率
标准差异
标准差异
变差 (n变差 (n) 性能参数
性能比率
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25 性能指数
数据点
SPC控制图简介
过程均值偏移
8.3：连续6点递增或递减
Six points in a row steadily increasing or
decreasing
过程均值偏移
9. 异常点原因分析的步骤
• 对于控制图所出现的异常点, 我们建议按下列順序 进行检查：
a. 取 Data 是否随机； b. 数字的读取是否准确、测试仪器是否符合
两种变异
过程预防 对过程采取行动 避免浪费、不生产
无用产品的 预防策略
偶因 始终存在 不易识别
异因 可查明特殊原因
归结为5M1E
1.3 统计过程控制的目的
• SPC的目的:建立并保持过程处于可接受的并且稳定的水平， 以确保产品和服务符合规定的要求
• 控制图。是实现上述目的所应用的主要统计工具
表征过程 当前样本 序列信息
LCL
UCL
Specification Limits （USL，LSL）
由顾客或管理层确定,表述过程的理想状态
Control Limits
（UCL，LCL）
由抽样数据计算确定,表述过程的实际状态
1.2 传统方法与过程预防策略
传统的质量检验策略
科学的过程预防策略
事后检验 浪费和不经济
未识別
识別
不控制 生产过程 控制
• 分析用控制图的目的是对收集到的一定数据进 行分析，寻找稳态。
• 控制用控制图是对实时数据进行分析，保持稳 态。
• 稳态，也称统计控制状态(state in statistical control)，即过程中只有偶因没有异因的状态。
• 稳态是生产追求的目标。
4.1 稳态的统计解释(又称统计稳态)
8. 判异准则
8.3：连续6点递增或递减
Six points in a row steadily increasing or
decreasing
过程均值偏移
9. 异常点原因分析的步骤
• 对于控制图所出现的异常点, 我们建议按下列順序 进行检查：
a. 取 Data 是否随机； b. 数字的读取是否准确、测试仪器是否符合
两种变异
过程预防 对过程采取行动 避免浪费、不生产
无用产品的 预防策略
偶因 始终存在 不易识别
异因 可查明特殊原因
归结为5M1E
1.3 统计过程控制的目的
• SPC的目的:建立并保持过程处于可接受的并且稳定的水平， 以确保产品和服务符合规定的要求
• 控制图。是实现上述目的所应用的主要统计工具
表征过程 当前样本 序列信息
LCL
UCL
Specification Limits （USL，LSL）
由顾客或管理层确定,表述过程的理想状态
Control Limits
（UCL，LCL）
由抽样数据计算确定,表述过程的实际状态
1.2 传统方法与过程预防策略
传统的质量检验策略
科学的过程预防策略
事后检验 浪费和不经济
未识別
识別
不控制 生产过程 控制
• 分析用控制图的目的是对收集到的一定数据进 行分析，寻找稳态。
• 控制用控制图是对实时数据进行分析，保持稳 态。
• 稳态，也称统计控制状态(state in statistical control)，即过程中只有偶因没有异因的状态。
• 稳态是生产追求的目标。
4.1 稳态的统计解释(又称统计稳态)
8. 判异准则
- 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)。
控制图的分类(按数据种类分)
• 计量值控制图 (Control Charts for Variables)
–平均值与极差控制图(X-R Chart) –平均值标准差控制图(X-σChart)
–中位数与极差控制图(~X-R Chart)
–个别值与移动极差控制图(X-MR Chart)
• 计数值控制图 (Control Charts for Attribute)
产品质量的统计观点
产品质量的 统计观点
产品质量具有变异性 (Variation)
产品质量的变异具 有统计规律性
正常波动和异常波动
• 波动是质量的敌人；
• 品质改善就是要持续减少设计、制造和 服务过程的波动；
正常波动：
稳定的； 结果是可预测的； 是永久性的；
异常波动：
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;
总体
样本
基本统计术语
描述统计
1.决定数据的趋中程度 2.以数理表达分散的程度 3.决定样本频率分布的形状
分布形狀
中心趋向
分散
基本统计术语
分散的量度 标准差
- 过程输出的分布宽度，距离或与平均值的偏差
s=
S (Xi - X )2
n-1
基本统计术语
极差
分散的量度
一个子组、样本或总体中最大值与最小值之差; 最低温升的量测数据为 9.6, 6.2,5.7,9.6, 那么最低温
控制图的应用
步骤5 绘制 X -R控制限
◆在给定的 X —R控制图上，根据所计算出 X 的图 和R图的控限，选定垂直轴上最小区间单位所表示数 据量，并在垂直轴上标明数据。请注意：在绘制控 制限时，控制限（UCL和LCL之间）的距离不应太 大，也不应太小。距离太大，当有些数据点超出控 制限时无法表示；距离太小，描点和分析时会比较 困难 。
控制图的受控状态
x
UCL CL LCL t
失控状态
失控状态
明显特征是有: （1）一部分样本点超出控制界限
除此之外，如果没有样本点出界，但
（2）样本点排列和分布异常，也说明生 产过程状态失控。
• 控制界内点子排列有缺陷 1）链：在中心线一侧连续出现的点子； 连续9点在中心线一侧；
2）连续6点上升或下降； 3）连续14点上下交替；
控制图的应用
… …
… …
… …
… …
… …
… …
… …
… …
… …
… …
数据记录一般格式
样本号 （1）
日期/时间
X1
1
3/12 8:00 AM
2
3/12 8:30AM
3
3/12 9:00AM
19 20
样本观测值
X2
X3
X4
X5
合计
样本均 值
样本 极差 (R)
总计
控制图的应用
步骤4 确定中心线和控制限
计
样本含量可以不等
件 样本含量相等
计
样本含量相等
点 样本含量可以不等
用符号表示的控制图
X— R图 均值极差图
X—S图 均值标准差图
X—R图 中位数极差图
X—MR图 单值移动极差图
P图
不合格品率图
np 图
不合格品数图
C图
不合格数图
U图
单位不合格数图
计量值 Vs. 计数值 计数值控制图 – 亡羊补牢愈少愈好 计量值控制图 – 防患未燃愈多愈好
控制图
控制图的要素
纵坐标：数据（质量特性值或其统计量） 横坐标：按时间顺序抽样的样本编号 上虚线：上控制界限UCL 下虚线：下控制界限LCL 中实线：中心线CL
Remark: 规格线：由客户或设计部门给出; 控制界线：由过程的实际数据统计计算得出; 一般情况下,控制界限严于规格;
升的极差为:
R = (最高值) - (最低值)
概念介绍
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、 形位误差等, 如电池之压片厚度, 小片称重, 卷针直径 等指标.
计数值：通常是指不用仪器即可测出的数据。计件如 ON
不合格品数, e.g 裁大片外观不合格数，服从二项分布； 计点如电池激光焊接的气密性, 短路数等, 服从泊松分 OFF 布.
2. 一定时间后检验控制图还是否适用； 3. 过程能力值有大的变化时；
控制图的应用程序总结
主要内容
基础知识 控制图
计量值控制图制作与应用
计量值控制图
均值-极差控制图 ( x R控制图 ) 均值-标准差控制图 ( x s控制图) 单值-移动极差控制图 ( X-MR )
均值-极差控制图（ x R控制图 ）
其他几种缺陷(续)
UCL
失控
R
LCL
2 倾向：连续六点趋势相同
其他几种缺陷(续)
其他几种缺陷（续）
其他几种缺陷（续）
★何时应该重新计算控制界限
1. 控制图是根据稳定状态下的条件（人员、设备、原材料、 工艺方法、测量系统、环境即5M1E）来制定的。如果上 述条件变化，则必须重新制定控制图，例如： a. 设备更新、经过修理、更换零件； b. 改变工艺参数或采用新工艺； c. 改变测量方法或测量仪器； d. 采用新型原材料或其他原材料； e. 环境变化。
R3 K
RK
UCLR R 3 R R 3d3
R R 3d3 d2
[1
3d 3 d2
]R
D4
R
LCLR R 3 R R 3d3
R
3d 3
R d2
[1
3d 3 d2
]R
D4
R
• d2、d3、A2、D3、D4、均为与样本含量有关的常数，可查表。
SPC
过程控制图
主要内容
基础知识 控制图 计量值控制图制作与应用
现代质量管理的原则
作好质量管理首先应明确： 1 贯彻预防原则是现代质量管理的核心与精髓； 2 质量管理科学有一个重要的特点，即对于质量管 理所提出的原则、方针、目标都要有科学措施与科 学方法来保证他们的实现。
不要等产品做出来后再去看它好不好!! 而是在制造的时候就要把它制造好!!!
控制图的分区
x UCL A
B C
CL C
B
LCL A
t
受控状态
受控状态的判断
逐渐形成一个稳定的分布 μ和σ基本不随时间变化
且在要求范围内
受控状态
在控制图上的正常表现为： （1）所有样本点都在控制界限之内； （2）样本点均匀分布，位于中心线两侧的
样本点约各占1/2； （3）靠近中心线的样本点约占2/3； （4）靠近控制界限的样本点极少。
• X 图：
CL X X 1 X 2 X 3 X K
X
K
UCL X 3 X 3
X
X
n
X
3 1 d2
n
R
X
A2 R
LCL X 3 X 3
X
X
n
X
3 1 d2
n
R
X
A2 R
控制图的应用
• R图
CLR
R
R1
ห้องสมุดไป่ตู้
R2
控制图的重要性
★是贯彻预防原则的SPC的重要工具，是质量管理 七个工具的核心。 ★1984年名古屋工业大学调查115家日本各行各业的 中小型工厂，平均每家采用137张控制图； ★柯达5000职工一共用了35000张控制图。
何时使用SPC
●原则上,应该用于有数量特性或参数和持续性的 所有工艺过程; ● SPC使用的领域是大规模生产; ●多数企业，SPC用于生产阶段; ●在强调预防的企业，在开发阶段也用SPC。
控制图的应用
步骤二、确定抽样方案
◆1、确定样本含量N –采用 X -R控制图，样本含量一般取n=5
◆2、确定抽样方式 – —定期法 – —即时法 一般采用即时法。
控制图的应用
步骤二、确定抽样方案（续）
◆3、确定抽样间隔期
–确定抽样间隔应考虑的因素
• —工序稳定性 • —抽样时间及成本因素 • —工序能力指数 • —工序调整周期(ECN)
4）连续3点中2点在中心线同一侧的A区； 5）连续5点中4点在中心线同一侧的C区以外；
6）连续15点在C区； 7）连续8点在中心线两侧，但无一在C区。
典型失控状态
检测1、点超出了控制限
典型失控状态
检测2、连续6点上升或下降。
其他几种缺陷
UCL R LCL
失控
1 周期性变化
其他几种缺陷(续)
• 最常用；最基本； • 控制对象为计量值； • 适用于n ≤10的情况； • 均值图用于显示子组间的波动, 观察和分析数据分布的
均值的变化，即过程的集中趋势 (稳定趋势)； • 极差图用于显示子组内的波动, 观察和分析数据分布的
分散情况，即过程的离散程度； • 精度尚可, 使用方便.
均值-极差控制图作法重点
主要内容
基础知识 控制图
计量值控制图制作与应用
控制图的基本原理
• 中心极限定理：无论随机变量的共同分布是什么（离散 分布或连续分布，正态分布或非正态分布），只要独立 统分布随机变量的个数n较大时，样本均值的分布总是 正态分布。
• 以3σ原理为基础：控制图是以正态分布中的3 σ原理为 理论依据，中心线为平均值，上下控制界限为以平均值 加减3 σ的值，以判断过程中是否有问题发生，此即休哈 特博士所创的控制方法。