统计过程控制
统计过程控制(SPC)：提升制程稳定性
统计过程控制（SPC）：提升制程稳定性在制造业中，制程稳定性是一个至关重要的概念。
不论是生产电子产品、制造机械零件还是生产食品，保持生产过程的稳定性对产品质量和成本控制都至关重要。
统计过程控制（SPC）是一种有效的方法，用来监控和改进生产过程，提升制程稳定性。
什么是统计过程控制（SPC）？统计过程控制（SPC）是一种基于统计方法的质量管理工具，旨在通过监控生产过程中的关键变量，减少变异性，实现生产过程的稳定性。
SPC可以帮助厂商识别并消除造成产品缺陷的根本原因，提高产品质量，降低生产成本，增强市场竞争力。
SPC的原理及应用SPC的基本原理是通过收集和分析生产过程中的数据来了解生产过程的特征和变异性，从而判断生产是否处于受控状态。
通过统计技术，可以找出生产过程中的特殊原因变异和普通原因变异，进而采取相应的控制措施。
SPC的应用范围非常广泛，可以适用于各个行业的生产过程控制。
比如，在汽车制造业，通过对关键工艺参数进行实时监控，可以避免生产出次品车辆；在食品加工业，利用SPC可以确保产品符合质量标准，保障食品安全。
SPC的主要工具和技术SPC主要包含以下几种工具和技术：1.控制图：控制图是SPC的核心工具之一，用来监控生产过程中的变异性。
常见的控制图有X-bar图、R图、P图等，通过控制图可以及时发现异常情况。
2.过程能力分析：通过过程能力分析，可以评估生产过程是否稳定，并确定是否满足产品质量标准。
3.假设检验：假设检验用于判断生产过程中的参数变化是否具有统计显著性，帮助厂商做出正确的决策。
SPC的好处采用统计过程控制（SPC）可以带来诸多好处：1.提升产品质量：SPC可以实时监控生产过程，及时发现问题并及时纠正，确保产品质量稳定。
2.降低生产成本：通过降低废品率和提高生产效率，可以有效降低生产成本。
3.增强市场竞争力：生产出质量稳定的产品，可以提高客户满意度，增强企业在市场上的竞争力。
总结统计过程控制（SPC）是一种重要的质量管理工具，能够帮助企业提升制程稳定性，实现持续改进。
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。
统计过程控制
统计过程控制
一、过程能力是指过程加工质量方面的能力， 它是衡量过程加工内在一致性的，也可称为 工序能力。而生产能力则指加工数量方面的 能力。过程能力确定于质量因素：人机料法 环，而与公差无关。
统计过程控制
二、过程能力指数 对具有双侧公差的过程来讲： 设规范要求特性值在LSL(TL) 与USL( TU)之间， 那么过程能力指数为：
Prediction
统计过程控制
Shift
Prediction
统计过程控制
Drift
Prediction
统计过程控制
统计过程控制
四、控制图在贯彻预防原则中的作用
➢及时告警 ➢发现异常执行“20字方针”
查出异因，采取措施，加以消除， 不再出现，纳入标准。
统计过程控制
五、统计控制状态 稳态 只有偶因 好处 全稳生产线
二、采用常规控制图应考虑的一些问题
1. 控制图用在何处？若所选的控制 对象的质量指标应能定量，则可选 用计量控制图，否则用计数控制图。 所控制的过程具有重复性。 2. 如何选择控制对象？应选用能代 表过程的主要质量指标作为控制对 象。可以选一个质量指标，也可能 要选几个质量指标。
统计过程控制
3. 如何选择控制图？应该根据所选指标 是定量的还是定性的来选，此外还要考 虑抽取样品、数据获得的难易等
CL p
UCL p 3 p(1 p) / n
LCL p 3 p(1 p) / n
当LCL<0时，取LCL=0
统计过程控制 (6) np图
CL np
UCL np 3 np(1 p)
LCL np 3 np(1 p)
当LCL<0时，取LCL=0
统计过程控制 (7) u图
统计过程控制(SPC)
（三） x R 控制图的操作步骤
1. 确定控制对象（统计量） 2. 收集k组预备数据（一般K=25；每组数
据个数n ≥ 2;遵循合理子组原则） 3. 计算每一个样本的均值 X i 与极差 Ri 。 4. 计算 X与R 5. 计算R图控制限并作图 6. 用各样本点绘在图中，判断状态。
分析过程若失控或异常，找出原因， 进行纠正，防止再发生。
7. 计算 X 图控制限并作图，判断状态。 8. 计算过程能力指数验证是否符合要求 9. 延长控制限，作控制用控制图，进行日
常管理
四、 X S 图（掌握） 五、X-Rs图（了解）
六、Me-R图（了解）
七、P控制图
（一）P控制图的控制状态
P 常数
n
n
ˆp p di / ni
i1 i1
（二）P控制图的统计基础为二项分布，其
内容 （1）利用控制图分析过程的稳定性，对
过程存在的异常原因进行预警；
（2）计算过程能力指数分析稳定的过程 能力满足技术要求的程度，对过程质量进行 评价。
三、统计过程控制的特点 是一种预防性的方法 贯彻预防原则是现代质量管理的核心 强调全员参与
SPC的涵义
为了贯彻预防原则，应用统计技术对 过程各阶段评估和监控，建立并保持过程 处于可接受的并且稳定的水平从而保证产 品与服务符合规定的要求的一种质量管理 技术。
过程能力指数 过程性能指数
CP
TU TL 6ˆ ST
PP
TU TL 6ˆ LT
其中 ˆ St —— 短期波动的标准差估计，在稳态
下计算
ˆ St
R d2
或
S C4
ˆ Lt —— 长期波动的标准差估计，在实
际情况下计算 ˆ Lt S
统计过程控制知识
4
一、什麽是统计过程控制
2．预防与检测
1)事后检测——质量控制的最原始手段；
a.通过检查最终产品并剔除不符合规格产品， 保证不合格品不提交给顾客或下一工序；
1）直观方法（传统方法）， 2）用统计控制方法；
二者之间有何区别呢？下面我们举例说明：
某公司是一家家电产品制造商，为了提高管理水平，导入了品质成 本管理体系，经过前期努力，其统计取得了前5个月的品质成本数据 如下表：
16
4．观察和处理过程变异的两种方法：
时间 星期一 星期二 星期三 星期四 星期五 平均
4．质量特性二重性： 绝对的波动性和相对的稳定性
1) 质量——是过程的结果，是顾客关注的 核心；
2) 波动性是绝对的，稳定性是相对的； a 波动就是过程变异的外在表现； b 过程控制就是有效限制波动,强化或 增强稳定
8
一、什麽是统计过程控制
5．统计过程控制的实质： 就是通过观察产品/过程波动;分析、鉴定产品/过程波 动的原因，将其控制在相对稳定的状态，从而保证过 程输出的稳定性。
16320 16534 17323 16231 17213 17574 17694 18101 17121 18752 16580 16989 17213 17029 16781 18123 17564 17856 16871 17549
15698 16497 17301 17457 16545 17210 17230 16561 17543 18584 15991 15302 17530 17056 17234 17694 17011 16981 16594
统计过程控制简本
03
CATALOGUE
统计过程控制实施步骤
明确目标与范围
确定控制对象
明确需要控制的产品或过程特性，以 及相应的质量标准和要求。
制定控制计划
根据产品或过程特性，制定相应的统 计过程控制计划，包括采样方案、控 制图类型、异常处理流程等。
数据收集与整理
采集数据
按照控制计划的要求，定时或定量地采 集需要控制的产品或过程特性的数据。
应用领域与意义
应用领域
SPC可应用于制造业的各个领域，如机械加工、电子制造、汽车制造、航空航天等。同时，也可应用于服务业、 医疗、教育等非制造领域的过程控制。
意义
通过实施SPC，企业可以及时发现并消除生产过程中的异常因素，确保产品质量稳定可靠；降低生产成本，提高 生产效率；提升企业市场竞争力，实现可持续发展。同时，SPC还有助于推动企业质量管理水平的提升，促进企 业整体管理水平的提高。
正态分布与3σ原则
正态分布
在影响产品质量的众多因素中，当随机 因素占主导地位时，产品质量特性往往 服从正态分布。正态分布具有钟型曲线 特点，其概率密度函数关于均值对称。
3σ原则
正态分布的一个重要性质是，约有99.73%的数 据分布在均值的三倍标准差（3σ）范围内。因 此，在实际应用中，通常将均值加减三倍标准 差作为控制界限，超出此范围的数据视为异常 值。
目的
提高产品质量、降低生产成本、提升生产效率，最终实现企业经济效益的提升 。
发展历程及现状
发展历程
SPC起源于20世纪初的工业革命时期，随着生产规模的扩大 和产品质量要求的提高，逐渐发展成为一门独立的学科。经 历了手工绘图、机械化、自动化等发展阶段，目前正向智能 化、大数据等方向发展。
SPC统计过程控制
SPC统计过程控制SPC（Statistical Process Control，统计过程控制）是一种基于统计原理和数据分析方法的质量管理工具，用于监控和控制生产过程中的变异性，以确保产品或服务的质量。
SPC是由质量概念的先驱沃尔特·A·谢温（Walter A. Shewhart）在20世纪20年代初首次引入的。
它的目的是通过使用统计技术来分析生产过程中的数据，从而减少产品或服务的变异性，提高整体质量水平。
SPC的基本原理是通过统计分析来了解生产过程中的变异性，以便及时采取措施来纠正和调整生产过程。
它主要包括以下步骤：1.确定控制指标：选择适当的指标来监控生产过程的变异性。
常用的指标包括尺寸、重量、硬度等。
2.收集数据：根据预定的采样计划和频率，定期收集生产过程中的数据。
数据可以通过各种手段收集，如直接测量、抽样检验等。
3.绘制控制图：使用统计方法将收集到的数据绘制成控制图。
控制图是一种图表，它显示了一个或多个过程指标的变化情况，以及上下限范围。
通过观察控制图，人们可以判断生产过程是否处于控制状态，是否存在异常情况。
4.分析控制图：根据控制图上的变化趋势和模式，进行统计分析，以确定生产过程的绩效。
常用的统计分析方法包括均值、标准差、极差等。
5.制定改进措施：根据分析的结果，确定需要改进的方面，并制定相应的措施。
改进措施可以包括修改生产过程参数、调整设备、培训员工等。
6.监控和调整：持续监控生产过程，并根据需要进行调整，以确保控制图保持在预定的限制范围内。
SPC的优势在于它能够提供实时和持续的监控生产过程的能力。
通过采集数据和绘制控制图，生产者可以及时发现生产过程中的变异，并采取措施进行纠正。
这样可以防止不良品的产生，并提高产品或服务的一致性和质量。
此外，SPC还具有以下几点优势：1.提高生产效率：通过控制和减少生产过程中的变异性，SPC可以提高生产效率。
它能够帮助生产者发现并消除生产过程中的浪费和不必要的变动，从而提高生产效率和资源利用率。
统计过程控制
统计过程控制统计过程控制（SPC）是一种基于数据分析的质量管理方法，旨在通过对过程的监测与控制，实现生产过程中的连续改进。
这种方法可以帮助提高产品质量，降低生产成本，提高客户满意度。
以下是SPC的简介、使用方法、益处以及实现过程中可能存在的问题。
简介SPC的理念是“控制过程而不是修理产品”，它的核心是把质量管理的重点从检查和纠正缺陷转移到控制过程。
SPC主要应用于制造业，但也适用于服务业和医疗行业等其他领域。
通过数据收集、分析和监控，SPC可以帮助企业了解其生产过程并制定相应的改进计划，从而实现生产效率和产品质量的提高。
使用方法SPC主要包括数据的收集和分析两个阶段。
数据的收集通常是由受训人员通过抽样等方式获取，然后数据会被汇总到一个控制图表中。
控制图表是SPC最基本的工具，它可以反映生产过程中数据的变化情况，通过样本数据的变化来判断是否存在特殊因素，以及是否需要采取相应的措施来防止这些因素的再次出现。
在数据分析阶段，SPC通常使用各种统计方法来分析数据的规律性和变动性，从而确定过程的性能是否符合要求。
如果发现过程出现特殊的变化，就需要针对这些问题采取相应的措施。
然后，通过监控过程的稳定性和性能，来确保所采取的措施有效。
益处SPC的主要益处是提高质量和降低成本。
由于SPC持续地跟踪和分析数据，可以及时发现问题，并采取相应的措施。
这减少了产品缺陷率和因此而导致的重新工作或返工数量。
此外，SPC还可以提高生产效率，因为它可以减少生产中的浪费和停机时间，并优化制造工艺。
此外，SPC还可以增加生产过程的可持续性，使过程更加稳定，从而提高客户满意度。
实现过程中可能存在的问题尽管SPC被广泛运用于生产领域，但在实施过程中仍然存在一些问题。
例如，如果质量数据不正确或不完整，则无法有效地检测和纠正问题。
确保收集到正确和完整的数据非常重要。
另一个问题是寻找和培养高素质的SPC人才。
虽然有许多SPC工具和软件可以帮助质量控制人员更好地应用SPC，但必须确保员工已经得到了适当的培训，以确保他们理解SPC的基本概念和运用方法。
- 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)。
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）。
由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。
SPC正是利用过程波动的统计规律性对过程进行分析控制。
因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。
实施SPC的过程一般分为两大步骤：首先用SPC工具对过程进行分析，如绘制分析用控制图等；根据分析结果采取必要措施：可能需要消除过程中的系统性因素，也可能需要管理层的介入来减小过程的随机波动以满足过程能力的需求。
第二步则是用控制图对过程进行监控。
控制图是SPC中最重要的工具。
目前在实际中大量运用的是基于Shewhart原理的传统控制图，但控制图不仅限于此。
近年来又逐步发展了一些先进的控制工具，如对小波动进行监控的EWMA和CUSUM控制图，对小批量多品种生产过程进行控制的比例控制图和目标控制图；对多重质量特性进行控制的控制图。
SPC源于上世纪二十年代，以美国Shewhart博士发明控制图为标志。
自创立以来，即在工业和服务等行业得到推广应用，自上世纪五十年代以来SPC在日本工业界的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；上世纪八十年代以后，世界许多大公司纷纷在自己内部积极推广应用SPC，而且对供应商也提出了相应要求。
在ISO9000及QS9000中也提出了在生产控制中应用SPC方法的要求。
SPC非常适用于重复性生产过程。
它能够帮助我们 1.对过程作出可靠的评估。
2.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。
3.为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生。
4.减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作。
SPC作为质量改进的重要工具，不仅适用于工业工程，也适用于服务等一切过程性的领域。
在过程质量改进的初期，SPC可帮助确定改进的机会，在改进阶段完成后，可用SPC来评价改进的效果并对改进成果进行维持，然后在新的水平上进一步开展改进工作，以达到更强大、更稳定的工作能力。
什么是SPC、SPD与SPA？1． SPCSPC(Statistical Process Control)即统计过程控制，是20世纪20年代由美国休哈特首创的。
SPC就是利用统计技术对过程中的各个阶段进行监控，发现过程异常，及时告警，从而达到保证产品质量的目的。
这里的统计技术泛指任何可以应用的数理统计方法，而以控制图理论为主。
但SPC有其历史局限性，它不能告知此异常是什么因素引起的，发生于何处，即不能进行诊断，而在现场迫切需要解决诊断问题，否则即使要想纠正异常，也无从下手。
2． SPDSPD(Statistical Process Diagnosis)即统计过程诊断，是20世纪80年代由我国质量管理专家张公绪首次提出的。
1980年，张公绪提出选控控制图系列。
选控图是统计诊断理论的重要工具，奠定了统计诊断理论的基础。
1982年，张公绪又提出了“两种质量诊断理论”，突破了传统的休哈特质量控制理论，开辟了质量诊断的新航向。
此后，我国又提出“多元逐步诊断理论”和“两种质量多元诊断理论”，解决了多工序、多指标系统的质量控制与质量诊断问题。
从此，SPC上升为SPD。
SPD是利用统计技术对过程中的各个阶段进行监控与诊断，从而达到缩短诊断异常的时间、以便迅速采取纠正措施、减少损失、降低成本、保证产品质量的目的。
目前，我国依据上述诊断理论已开发出两种诊断软件。
一种是依据“两种质量诊断理论”开发的应用软件SPCD2000，用于诊断多工序生产线中上工序对下工序的影响；另一种是依据“多元逐步诊断理论”和“两种质量多元诊断理论”开发的多元诊断软件DTTQ2000，用于多因素相关条件下的诊断。
而后者同时也考虑了上工序对下工序的影响。
3． SPASPA(Statistical Process Adjustment)即统计过程调整，是SPC发展的第三个阶段。
SPA可判断出异常，告之异常发生在何处，因何而起，同时还给出调整方案或自动调整。
SPA从90年开始提出，目前尚无实用性成果，正在发展之中。
过程能力指数过程能力指数是指过程能力满足产品质量标准要求(规格范围等)的程度。
也称工序能力指数，是指工序在一定时间里，处于控制状态(稳定状态)下的实际加工能力。
它是工序固有的能力，或者说它是工序保证质量的能力。
这里所指的工序，是指操作者、机器、原材料、工艺方法和生产环境等五个基本质量因素综合作用的过程，也就是产品质量的生产过程。
目录用途指标1.2.3.4.应用运算方法用途 工序能力是表示生产过程客观存在着分散的一个参数。
但是这个参数能否满足产品的技术要求，仅从它本身还难以看出。
因此，还需要另一个参数来反映工序能力满足产品技术要求(公差、规格等质量标准)的程度。
这个参数就叫做工序能力指数，它是技术要求和工序能力的比值。
指标1.过程能力指数Cp、Cpk 我们常常提到的过程能力指数Cp、Cpk是指过程的短期能力。
Cp是指过程满足技术要求的能力，常用客户满意的偏差范围除以六倍的西格玛的结果来表示。
T=允许最大值（Tu）-允许最小值（Tl） Cp=T/（6*σ) 所以σ越小，其Cp值越大，则过程技术能力越好。
Cpk是指过程平均值与产品标准规格发生偏移（ε）的大小，常用客户满意的上限偏差值减去平均值和平均值减去下限偏差值中数值小的一个，再除以三倍的西格玛的结果来表示。
Cpk=MIN(Tu-μ，μ-Tl）/（3*σ) 或者Cpk=（1-k）*Cp，其中k=ε/（T/2） 通常状况下，质量特性值分布的总体标准差（σ）是未知的，所以应采用样本标准差（s）来代替。
2.过程能力指数Pp、Ppk 与Cp、Cpk不同的是， 过程能力指数Pp、Ppk是相对长期的过程能力，要求其样本容量大， 其公式同Cp、Cpk一样，但σ是全部样本的标准偏差，即等于所有样本的标准差S。
3.指数意义 1.67-2 过大，可适当放宽检验 1.33-1.67 充分，继续保持 1-1.33 正常，但接近1危险 小于1 不充分，需改进，严重时停产需整顿说明： 以上所提情况皆为正态情况下，当为非正态是情况则不同。
例如：某些产品的质量特性值是遵从指数分布的，Cp=T/(5.9*σ).应用 1 当选择制程站别Cpk来作管控时，应以成本做考量的首要因素，还有是其品质特性对后制程的影响度。
2. 计算取样数据至少应有20~25组数据，方具有一定代表性。
3. 计算Cpk除收集取样数据外，还应知晓该品质特性的规格上下限(USL，LSL)，才可顺利计算其值。
4. 首先可用Excel的“STDEV”函数自动计算所取样数据的标准差(σ)，再计算出规格公差(T)，及规格中心值(u). 规格公差＝规格上限－规格下限；规格中心值＝（规格上限+规格下限）/2； 5. 依据公式：Ca=(X-U)/(T/2) ， 计算出制程准确度：Ca值 (x 为所有取样数据的平均值) 6. 依据公式：Cp =T/6σ ， 计算出制程精密度：Cp值 7. 依据公式：Cpk=Cp(1-|Ca|) ， 计算出制程能力指数：Cpk值 8. Cpk的评级标准：（可据此标准对计算出之制程能力指数做相应对策） A++级 Cpk≥2.0 特优 可考虑成本的降低 A+ 级 2.0 ＞ Cpk ≥ 1.67 优 应当保持之 A 级 1.67 ＞ Cpk ≥ 1.33 良 能力良好，状态稳定，但应尽力提升为A＋级 B 级 1.33 ＞ Cpk ≥ 1.0 一般 状态一般，制程因素稍有变异即有产生不良的危险，应利用各种资源及方法将其提升为 A级 C 级 1.0 ＞ Cpk ≥ 0.67 差 制程不良较多，必须提升其能力 D 级 0.67 ＞ Cpk 不可接受 其能力太差，应考虑重新整改设计制程。
运算方法 过程能力指数运算有5种计算方法： 直方图(两种绘图方法)； 散布图(直线回归和曲线回归)（5种）； 计算剩余标准差； 排列图(自动检索和排序)； 波动图(单边控制规范，也可以是双边控制规范)。
生产过程分析生产过程分析（Process analysis）什么是生产过程分析 生产过程分析是指要分析生产过程中劳动者的操作程序、人机程序、物流程序。
通过分析，改进生产过程的组织管理及其工作方法，使生产过程合理化、科学化，从而提高生产效率。
在生产过程分析中，常用到一些程序图，常用的程序图如下表1所 生产过程分析包括的内容很多，其具体有以下五个方面： 1、生产方法分析。
生产方法分析就是要分析劳动者是怎样利用机器设备对劳动对象进行加工的。
分析这道工序的目的是什么，为什么要这台设备，为什么要这样操作，可否调整、合并、改进，劳动者的技术水平与熟练程度是否与之相适应等。
2、原材料与元器件分析。
这就是对原材料与器件进行价值分析。
分析它们能否达到功能要求，选用是否合适，可否用代用品，能否保证质量，利用率多高等。
3、设备与工具分析。
这是对设备与工具进行技术经济分析，分析工件的精度要求以及设备设备、工具所能达到的精度要求能否满足等。
4、运输分析。
产品在生产过程中搬运量是很大的，应分析工件的运输路线、距离以及运输工具的选择是否合理。
研究减少运输距离与费用的办法，在分析中可用以下两个指标。
其计算方法是：运输分析的主要目的，是降低以上两个指标。
在具体研究分析时，画出生产现场的平面图，把现有的物流过程标在图上。
在此基础上再研究如何缩短运输距离，采用什么方法便于运输。
5、检查分析。
这是对生产过程的质量分析，分析公差是否确定合理，检查项目是否必要，以及能否保证质量等。
生产过程分析的基本步骤 1、定义目标。
2、确定调查的范围和时间段。
3、定义所采集的数据并检查可用性。
4、抽样采集数据，检查数据的准确性。
5、采集生产过程的数据。
6、分析、拟订报告。
7、采取改进措施并对其进行检查。