SPC统计过程控制的发展及应用
统计过程控制(SPC)的三个发展阶段

统计过程控制(SPC)的三个发展阶段SPC迄今已经受了三个进展阶段,即SPC(Statistical Process Control,统计过程掌握)阶段、SPCD(Statistical Process Control and Diagnosis,统计过程掌握与诊断)阶段与SPCDA(Statistical Process Control,Diagnosis and Adjustment,统计过程掌握、诊断与调整)阶段。
(一)SPC阶段SPC是美国休哈特博士在20世纪二三十年月所制造的理论,它能科学地区分诞生产过程中产品质量的偶然波动与特别波动,从而对过程的特别准时告警,以便人们实行措施,消退特别,恢复过程的稳定。
这就是所谓质量掌握。
这一理论直到20世纪80年月,依旧是过程掌握实施的重要指导。
(二)SPCD阶段SPCD即统计过程掌握与诊断。
SPC虽然能对过程的特别进行告警,但是它并不能告知是什么特别,发生于何处,也不能进行诊断。
1982年张公绪教授提出了新型掌握图——选控图系列,为SPCD理论的进展奠定了基础。
1982年,张公绪提出两种质量诊断理论,突破了传统的美国休哈特质量掌握理论,开拓了统计质量诊断的新方向。
从今SPC上升为SPCD,SPCD是SPC的进一步进展,也是SPC的其次个进展阶段。
1994年,张公绪教授与其同学郑慧英博士提出多元逐步诊断理论,解决了西方国家的诊断理论需要同时诊断全部变量从而第一种错误的概率α比较大的问题。
1996年张公绪提出了两种质量多元逐步诊断理论(也称为两种T2图的逐步诊断理论)解决了多工序、多指标系统的MSPC与MSPCD(多元质量掌握与诊断)问题。
1998年,张公绪又将上述理论进一步改进,这是多元诊断理论的一个突破,不但使得多元掌握与诊断大为简化,而且很多的多元诊断问题由此得以解决。
目前SPCD已进入有用性阶段,我国仍旧居于领先地位,在SPC 与SPCD的理论与实践方面做出了应有的贡献,形成我国的SPC与SPCD学派。
质量控制的SPC统计过程控制方法

SPC方法相对固定,可能难以适应快速变化的生产环境。
PART 05
SPC统计过程控制方法的 未来发展
SPC方法的发展趋势
智能化
随着大数据和人工智能技术的不断发展,SPC方法将更加智能化, 能够自动进行数据采集、分析和预警,提高过程控制的效率和准
确性。
集成化
未来SPC方法将更加注重与其他质量管理工具的集成,如六 西格玛、精益生产等,形成更加完善的质量管理体系。
持续改进
通过SPC方法分析生产过程中的 问题,找出根本原因,制定改进 措施,提高生产效率和产品质量 。
在服务业中的应用
01
服务流程监控
利用SPC方法对服务流程进行监 控,确保服务质量和客户满意度 。
02
客户需求分析
03
服务,了解客户需求和期望,优化服 务内容和质量。
改进工艺
通过改进工艺方法或引入新工艺,提高产品质量和生产 效率。
PART 03
SPC统计过程控制方法的 具体应用
在制造业中的应用
生产流程监控
通过实时收集生产过程中的数据 ,利用SPC方法分析并监控生产 流程,确保产品质量和生产效率 。
预防性维护
利用SPC方法对设备进行监控, 预测设备故障并及时进行维护, 降低生产中断的风险。
确定控制对象和控制参数
控制对象
在生产过程中需要监控的产品或过程 特性。
控制参数
影响产品或过程特性的关键因素,如 温度、压力、时间等。
制定控制计划和控制图
控制计划
明确控制对象、控制参数、控制方法、控制标准等内容的文件。
控制图
用于记录和显示控制对象和控制参数随时间变化的图表。
收集数据并进行分析
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。
质量管理中的SPC统计过程控制

质量管理中的SPC统计过程控制质量管理是企业生产和经营过程中至关重要的一环。
为了保证产品的质量稳定和一致性,SPC(Statistical Process Control,统计过程控制)被广泛应用于质量管理中。
本文将探讨SPC统计过程控制在质量管理中的作用、原理和应用案例。
一、SPC统计过程控制的作用SPC统计过程控制是一种通过收集和分析数据来监测和控制质量的方法。
它的作用主要有以下几个方面:1. 提前发现问题:SPC通过持续监测和分析过程数据,能够及时发现潜在的质量问题。
通过及时采取措施,可以避免质量问题进一步扩大,降低不良品的产生并节约成本。
2. 降低过程变异性:过程中的变异性是质量问题的主要根源之一。
通过SPC可以分析过程中的变异性,并采取相应的控制措施,使过程变得更加稳定,产品质量更加一致。
3. 改进过程能力:SPC统计过程控制可通过数据分析,评估和改进过程能力。
通过数据分析,可以找出过程中的瓶颈和不足之处,并加以改善,提高生产效率和产品质量。
二、SPC统计过程控制的原理SPC统计过程控制依据统计学原理,通过采集样本数据,并运用统计方法进行分析和判断。
其主要原理包括以下几个方面:1. 随机变异和特殊因素:SPC将过程中的变异分为随机变异和特殊因素两种。
随机变异是不可避免的,而特殊因素则是可以识别和排除的。
通过分析数据,可以判断变异性是否超出了正常范围,进而判断产品是否合格。
2. 控制图的应用:SPC通过绘制控制图,可以直观地反映出过程的变异性状况。
控制图一般包括平均线(表示过程的中心),上下控制限(表示变异程度),以及数据点(表示样本数据)。
通过分析控制图上的变化趋势和超出控制限的数据点,可以判断过程是否受到特殊因素的影响。
3. 结果分析和过程改进:通过SPC统计过程控制,可以得到一系列的统计数据和变异规律。
根据这些数据,可以进行结果分析,并提出相应的改进措施。
通过持续改进,不断降低过程变异性,提高产品的一致性和稳定性。
统计过程控制spc实用指南 书籍

统计过程控制spc实用指南书籍一、SPC概述。
1. 定义与目的。
- 统计过程控制(SPC)是一种利用统计方法对过程中的各个阶段进行监控,从而达到改进与保证质量的目的的技术。
它强调预防为主,通过对过程数据的收集、分析,及时发现过程中的变异,在生产不合格品之前就采取措施进行调整。
例如,在汽车制造过程中,通过SPC对发动机装配线上各个关键工序的尺寸、扭矩等参数进行监控,确保发动机的质量稳定性。
2. 历史发展。
- SPC的发展可以追溯到20世纪20年代,由休哈特(Walter A. Shewhart)博士提出控制图的概念开始。
休哈特认识到工业生产过程中存在两种变异:随机变异和可查明原因的变异。
他的控制图为区分这两种变异提供了有效的工具。
随着时间的推移,SPC不断发展,从最初应用于制造业,逐渐扩展到服务业等其他领域。
3. 适用范围。
- SPC适用于各种重复性的生产和服务过程。
在制造业中,如电子元件生产、机械加工等,它可以监控产品的尺寸、性能等质量特性。
在服务业方面,例如银行处理客户业务的等待时间、餐厅的服务效率等也可以运用SPC进行管理。
只要是存在可测量的过程输出并且希望对过程进行有效控制的情况,SPC都能发挥作用。
二、SPC的基本工具。
1. 控制图。
- 类型。
- 最常见的控制图有均值 - 极差控制图(¯X-R图)、均值 - 标准差控制图(¯X-S图)、单值 - 移动极差控制图(X - MR图)等。
- ¯X-R图适用于样本量较小(通常n = 2 - 10)的情况,它通过监控样本均值和极差来判断过程是否稳定。
例如,在小批量生产的精密零件加工车间,对零件的直径进行抽样检测,就可以使用¯X-R图。
- ¯X-S图则更适合样本量较大(n>10)的情况,因为当样本量较大时,标准差的估计比极差更有效。
在大规模的电子芯片生产过程中,对芯片的某项电气性能指标进行监控时,可能会采用¯X-S图。
统计过程控制(SPC)

9.94 9.81 9.85 10.11 10.24 10.17 9.83 10.33 10.39 9.64
10.42 10.13 9.61 10.03 10.60 10.00 9.55 10.15 10.16 9.88
10.30 10.21 10.03 10.15 9.58 10.09 9.87 9.91 9.73 10.02
Mo=1
2 12.67
3.56
练习
数列:12,11,12,13,18,30,24,9 请计算下列统计量:
R
X
Md
Mo
2
数据的收集与整理
群体
行 动
结论
抽样 分析
样本 测 试
数据
每件产品的尺寸与别的都不同
范围
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
量具精确度是指测量观察平均值与真实值(基准值) 的差异。 真实值由更精确的测量设备所确定
测量系统变差
量具重复性
量具重复性是由一个操作者采用一种测量 仪器,多次测量同一零件的同一特性时获得的 测量值变差。
测量系统变差
量具再现性
量具再现性是由不同的操作者,采用相同 的测量仪器,测量同一零件的同一特性时测量 平均值的变差。
Statistical Process Control
(统计过程控制)
统计过程控制(SPC)
1、SPC的发展史 2、基本统计概念 3、过程变差 4、控制图 5、过程控制和过程能力
SPC的发展
20世纪20年代,美国休哈特提出; 二战后期,美国将休哈特方法在军工部门推行; 1950~1980,逐渐从美国工业中消失 ;休哈
SPC统计过程控制技术

SPC统计过程控制技术SPC是指统计过程控制(Statistical Process Control)技术,它是一种采用统计方法来监控和控制生产过程的质量管理工具。
SPC技术通过对过程数据进行统计分析,能够帮助企业发现生产过程中的特殊因素,及时采取措施以避免或减少产品质量问题的发生。
本文将介绍SPC技术的原理、方法和应用。
SPC技术的原理是建立在统计学基础上的。
它利用统计学中的均值、标准差、概率分布等概念和方法,对生产过程中的各种因素进行统计分析,从而了解过程的变异情况。
通过对过程数据的采集和分析,SPC技术可以判断过程稳定性,确定过程能否满足质量要求,并通过控制图等图表形式展示分析结果,帮助生产人员进行决策和改进。
SPC技术主要包括过程能力分析、控制图分析和统计抽样等方法。
过程能力分析是通过统计计算和分析得到的数值指标,评估生产过程是否具备满足产品质量要求的能力。
常用的指标包括过程能力指数(Cp、Cpk)和过程潜力指数(Pp、Ppk)等。
控制图分析是通过绘制控制图来监控过程的稳定性和变异情况,包括过程平均水平的控制图(X̄图)、过程离散程度的控制图(R图、S图)和过程离散程度和平均水平的同时控制图(X̄-R图、X̄-S图)等。
统计抽样是根据统计学原理和抽样方法,通过对样本数据的分析来判断整个过程的质量水平,包括构造抽样方案、抽样样本量的确定和样本数据的分析等。
SPC技术的应用范围广泛。
它适用于各类生产过程中的质量控制和改进,无论是制造业还是服务业。
在制造业中,SPC技术可以应用于各种工艺过程的控制,如冶金、电子、化工等。
在服务业中,SPC技术可以应用于流程控制和质量改进,如银行、保险、医疗等。
此外,SPC技术还可以应用于产品设计阶段的质量控制和改进,通过对设计方案的统计模拟和优化,提高产品的质量性能。
SPC技术的应用有助于提高产品的质量水平和生产的经济效益。
首先,SPC技术可以帮助企业监控生产过程的稳定性,及时发现并消除影响产品质量的变异因素,提高产品的合格率和一致性。
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
- 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)。
µ+3σ µ
UCL上控制界限
CL中心线
LCL下控制界限
迅达商务资料网
过程波动的统计规律性
■ 当过程仅受随ቤተ መጻሕፍቲ ባይዱ因素影响时,过程处于统计控制状 态(简称受控状态)
■ 当过程中存在系统因素的影响时,过程处于统计 失控状态(简称失控状态)
■ 当过程受控时,过程特性一般服从稳定的且可重复 的随机分布;而失控时,过程分布将改变。
界限外的比率 31.24% 4.54% 0.27% 0.0063% 0.000057% 0.0000002%
■ 1924年,休哈特博士建议用界限 µ± 3 σ作为控 制界限来管理过程。即我们常说的3 σ管理。
迅达商务资料网
µ-3σ
µ-3σ
µ+3σ
控制图的形式
σ
将正态分布图及其界
限µ± 3σ转90°,纵座
■ 对工序质量控制点,按要求(规定的频次、测试 的数量和数据的真实性)制作控制图或利用控制 图进行生产过程的控制。
■ 观察点子的变化,积累经验及时调整生产要素。 若发现工序异常,应查明原因,排除问题,防止 问题的再发生。问题严重时,应及时报告有关人 员。
迅达商务资料网
构造控制图之前的准备工作
一、建立合适使用控制图的环境,否则使用统计 方法么失败
X图的CL=X=28.408mm UCL=X+A2R=28.408+(0.557*0.026)=28.423mm LCL=X-A2R= 28.408-(0.557*0.026)=28.393mm
R图的CL=R=0.026 UCL=D4R=2.114×0.026=0.055 LCL=D3R=0×0.026=0
过程控制系统
行动
输入各种要素
人 设备 材料 方法 环境 测量
5M1E
统计方法
资源的 组合
输出中间产品
迅达商务资料网
什么是过程控制系统?
过程控制系统
所要添加的软件是:
(1)收集信息
--表示中间产品质量特性的信息,例如在加工机 械轴的过程中直径就是很适当的质量特性,若连续 测量5个机械轴的直径,所得5个数据就是很重要的 输出信息,另外也要注意各项资源变化的信息。
– Me图的控制限
• UCL = Me + A4R • CL = Me
• LCL = Me– A4R
– R图的控制限
• UCL = D4R • CL = R
• LCL = D3 R
Xn+1/2 当N为奇数 Me
21[Xn/2+ Xn/2+1]
中位数是将一组数据由小到大排列成顺序后,处于中间 位置上的数.
那么该过程输出产品中有68.26 %
在界限µ± 1σ内,即有31.74 %产品在界限µ± 1σ之外。
µ-σ
68.28 %
µ+σ
迅达商务资料网
正态分布下界限内外的比率
界限 µ±1 σ µ±2 σ µ±3 σ µ±4 σ µ±5 σ µ±6 σ
界限内的比率 68.26% 95.46% 99.73% 99.9937% 99.999943% 99.9999998%
迅达商务资料网
计数值控制图:P图的控制界限
CL=P
UCL=P+3√ P(1-P)/n LCL=P- 3√ P(1-P)/n
计数值控制图:nP图的控制界限
CL=nP
UCL=P+3√ nP(1-P) LCL=P- 3√ nP(1-P)
np=不合格品总数/样本总数
迅达商务资料网
计数值控制图:C图的控制界限
■ 为过程提供了一个早期报警系统,及时监控过程 情况,以防止废品的发生。
迅达商务资料网
“波动”的概念及统计规律性
■ 生产线上加工出来的产品没有绝对相同的。产品间 的差别是用其资料特性值(数据)的差异表现出来
■。 连续材料一批产品中每个质量特性,一边测量一边 画直方图,就可以发现其统计规律
X
X
X
X 频率
迅达商务资料网
SPC能给制造过程提供什么帮助?
■ 确定过程的统计控制界限,判断过程是否失控和 过程是否有能力。
■ 根据反馈信息及时发现系统性因素出现的征兆, 采取措施消除其影响。
■ 使过程维持在仅受随机性因素影响的受控状态, 达到预防不合格品产品的目的。
■ 减少对常规检验的依赖性,定时的观察和测量方 法替代了大量的检测和验证工作。
■ 对使用人员进行统计技术培训,使他们具备 正确使用的能力
■ 调离阻止人们讲真话(无偏见的话)的人
■ 管理者么提供必要的物质条件(如测量器具、 现场记录的图表等)和支持SPC的活动
这是非常重要的前提条件!
迅达商务资料网
构造控制图之前的准备工作
二、确立过程 ■ 选择合适的、对下道工序影响大易出问题 的关键的工序。
X
X
这条曲线就是质量特性 x 的分布
迅达商务资料网
正态分布的特征
■ 在统计过程控制中最常见的分布是正态分布
■ 正态分布被二个参数 µ与σ完全确定,记为N ( µ, σ2 );
■ µ 表示分布的中心位置;
■ σ表示分布的标准差或者表示数据的分散程度, 或用极差表示;
■ 若某过程输出特性 x 服从N(µ,σ2 )
迅达商务资料网
什么是特殊原因
■ 特殊原因——造成不是始终作用于过程的变差
的原因(对产品质量影响大,但能够采取措施
避免和消除)。当它们出现时,将造成过程的 分布改变。
■ 除非所有的特殊原因都被查找出来并采取了措 施,否则它们将继续以不可测的方式影响过程 的输出。
■ 发现变差的特殊原因并采取适当措施通常是 与该过程操作直接有关人员的责任。
迅达商务资料网
■ 任何一次抽样是抽取该次抽样时刻前或后连续 加工出来的 n件产品(适用于工序控制,有利 于提高控制图的分辨能力)
从中抽出5件
从中抽出5件
从中抽出5件
9时
10时
11时
迅达商务资料网
计量值控制图:X-R图的控制界限
X bar -R控制图是计量值最常用的、最重要 的控制图
X bar -R控制图的控制限
类特性数据只需要用一张控制图就可以了,也有四
种控制图:
* 不合格品率控制图(p) * 不合格品数控制图(np) * 缺陷数控制图(c) *单位缺陷数控制图(u)
迅达商务资料网
制作并使用控制图
■ 控制图是用来监视、控制质量特性值随时间推移 而发生波动的图表。控制图是分析工序是否处于 控制状态,以及保持工序稳定的有效工具。
迅达商务资料网
应用示例
新建设的一条生产线专门生产滚动轴承 Ø28.38+0.06 MM 试生产后进入受控状态。
1、选择控制图,钢球尺寸是计量值,取 25个样本,每个样本抽5个,做X-R图
2、收集数据
迅达商务资料网
X1 X2 X3 X4 X5 ∑Xi 1 28.41 28.40 28.42 28.42 28.41 142.06 2 28.40 28.43 28.42 28.40 28.42 142.07 3 4 5 6
迅达商务资料网
为什么要学习 SPC ?
有效的预防策略:
在制造过程中,应尽量避免或减少出现质量问题
再纠正或反馈的损失。(有效的策略就是预防)
简便易行的控制系统 假如对制造过程的主要工序都建立简便易行的 控制系统,当质量问题一旦出现,就能被及时
发现,及时纠正,阻止不合格品流入下道工序 。即达到预防的目的。
– x (bar)(均值) 的控制限
• UCL = x + A2R • CL = x • LCL = x - A2R
– R(极差)的控制限
• UCL = D4R • CL = R
• LCL = D3 R
迅达商务资料网
• X bar - R控制图的操作步骤
• 确定对象、抽取数据(收集25个样本,每个含5个数据) • 计算样本的x和R • 计算所有数据的x和R • 计算R图的控制线、x图的控制线 • 将数据在图中打点并作图。
迅达商务资料网
什么是过程控制系统?
过程控制系统
(2)用统计方法加工信息。
用适当统计方法对收集的数据进行加工处理,以判 断过程工作是否正常?若不正常是那类原因引起的 ?
(3)采取行动对策。
根据原因决定对策。这些对策大多落实到过程输入 的某些资源,如过程输出特性值远离目标值时,就 要调整机器,使特性值逐渐靠近目标值。
迅达商务资料网
计量值控制图:X-S图的控制界限
平均值-标准差(X-S)控制图与平均值-极差值 (X-R)控制图的最大区别有两点:一是S与R 不同,二是样本的观察值个数不同, X-R图N为
5,而X-S图的N为≥10
S=√ =√ ∑(X -X) 1 N
2
n-1 i=1 i
[1(x1-X)2+ [(x2-X)2+ [(xn-X)2
■ 把选定的工序看作过程。大家充分理解该过 程。从原因到效果间的关系来认识此过程。
三、选好过程输出的质量特性
■ 顾客需要和关注的质量特性 ■ 经常出现问题的质量特性 ■ 便于度量的质量特性------
迅达商务资料网
构造控制图之前的准备工作
四、确定测量特性 ■ 提供精确的测量器具 ■ 准确、精确地测出质量特性
SPC统计过程控制的发 展及应用
迅达商务资料网
SPC 的发展及应用
SPC 源于20年代,以美国休哈特(She whart )博士发明控制图为标志。
二战中美国将其制定为战时质量管理标准,对 军工产品的质量保证和及时交付起到了积极的作 用。
50年代在日本工业界大量推广应用,对日本产 品质量的崛起起到了至关重要的作用。