统计过程控制(SPC)

合集下载

统计过程控制(SPC)

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
“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

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(SPC)

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

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

SPC统计过程控制程序

SPC统计过程控制程序

SPC统计过程控制程序SPC (Statistical Process Control,统计过程控制)是一种通过收集和分析数据来监控和控制过程稳定性和性能的统计方法。

SPC可以帮助企业了解和改进生产过程,并减少产品不合格率和废品,提高产品质量和客户满意度。

SPC的基本思想是:通过收集连续生产过程中的样本数据,分析这些数据,并与事先设定的控制界限进行比较,以判断过程是否处于控制状态。

如果过程处于控制状态,那么产品的质量将是稳定的、可预测的。

如果过程处于失控状态,就需要采取措施来确定并消除原因,以使过程回到控制状态。

SPC的目标是通过减少过程变异来提高产品质量,并确保过程处于可控状态。

它可以用于任何类型的生产过程,不论是制造业还是服务业。

SPC的主要工具包括:控制图、过程能力分析和统计分析等。

控制图是SPC最常用的工具之一,用于监控过程的稳定性。

控制图可以显示在连续生产过程中所收集的样本数据的变异性,并与控制界限进行比较。

常用的控制图有X-bar图、R图、P图和C图等。

X-bar图用于监控过程的平均值,R图用于监控过程的离散程度,P图和C图用于监控过程的不良品率。

通过比较样本数据的统计指标与控制界限,可以判断过程是否处于控制状态。

过程能力分析可以衡量过程的性能,并确定过程是否具备满足客户要求的能力。

过程能力分析可以通过计算过程的Cp、Cpk、Pp和Ppk等指标来完成。

这些指标可以反映过程的长期稳定性和短期稳定性,进而评估过程的能力。

统计分析是SPC的基础,通过对收集到的数据进行概率分布拟合、假设检验等统计分析方法,可以确定控制界限的设置和过程能力的评估。

统计分析能够为决策提供科学的依据。

SPC的应用可以帮助企业实现以下几个方面的目标:1.提高产品质量:SPC可以监控和控制生产过程中的变异性,降低产品缺陷和废品率,提高产品质量和一致性。

2.降低成本:通过减少废品和不良品的产生,可以降低生产成本。

3.提高生产效率:SPC可以帮助发现和解决生产过程中的问题,提升生产效率和产能。

SPC统计过程控制

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。

生产过程质量控制技术之SPC

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。

统计过程控制

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。

汽车行业--统计过程控制SPC

汽车行业--统计过程控制SPC

汽车行业–统计过程控制SPC引言在汽车行业中,统计过程控制(Statistical Process Control,简称SPC)是一种管理工具,它通过统计方法分析生产过程中的变异性,以实现过程的稳定和质量的控制。

本文将介绍汽车行业中统计过程控制的概念和原理,并探讨在汽车制造过程中应用SPC的重要性和优势。

统计过程控制概述统计过程控制(SPC)是一种基于统计学原理和方法的过程管理工具,其目的是通过对过程性能进行监控和分析,以建立并维持过程的稳定性和可控性。

SPC通过收集、分析和解释数据,帮助生产企业识别过程中的问题,并采取相应的措施来确保产品和服务的质量。

SPC的原理与方法SPC的核心原理是基于统计学中的质量控制理论和方法,主要包括以下几个方面:1. 测量与变异性分析SPC首先需要对生产过程进行有效的测量和数据收集,包括产品的尺寸、重量、颜色等一系列关键指标的测量。

然后,通过统计方法对这些数据进行分析,识别出过程中的变异性,并将其分解为正常变异和特殊原因变异两部分。

2. 控制图的应用控制图是SPC的关键工具之一,它通过对数据的可视化呈现,帮助生产企业及时监控和识别过程中的变异性。

常见的控制图包括均值图、范围图和方差图等,它们可以显示出过程的中心线和控制限,从而判断过程是否处于控制状态。

3. 质量改进与过程优化SPC不仅可以帮助企业监控和控制过程中的变异性,还能够通过数据分析和质量改进方法,找出过程中的问题,并提出相应的改进措施。

它可以帮助企业定位问题和优化生产工艺,从而提高产品质量和生产效率。

汽车制造中的SPC应用在汽车制造过程中,SPC的应用至关重要。

下面将介绍几个具体的应用案例:1. 固定质量控制汽车制造过程中的每一个环节都需要严格的质量控制,以确保最终产品的质量。

通过SPC的应用,可以实时监控生产过程中的关键指标,并及时发现问题,从而避免次品的产生和不良产品的流入市场。

2. 方案改进与优化通过对SPC数据的分析,汽车制造企业可以发现生产过程中的瓶颈和问题,并针对性地提出改进方案。

统计过程控制(SPC)

统计过程控制(SPC)
图2
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. 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. 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. 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)。
对特殊原因成功地采取适当的措施后,其余的问题通 常要求采取管理行动而不是局部措施来解决。
相同的简单的统计过程控制技术也能指明变差的普通 原因的范围,但分离这些原因需要更详细的分析。纠正变 差的普通原因的责任在于管理人员。有时与操作直接相关 的人员处于较有利的位置发现它们并将它们报告给管理人 员来采取措施的。总的来说,解决变差的普通原因通常需 要采取系统措施。 过量过程变差中较小的部分—工业经验建议为15%— 是通过与操作直接有关的人员局部纠正的。大部分——其 余85%—是管理人员通过对系统采取措施来纠正的。采取的 措施类型如不正确将给机构带来大的损失,不但劳而无功, 而且会延误问题的解决甚至使问题恶化。无论如何,为了 更好地减少过程变差普通原因,需要管理人员和操作直 接相关人员的密切合作。
简言之,首先应通过检查并消除变差的特殊原因 使过程处于受控状态,那么其性能是可预测的,就可 评定其满足顾客期望的能力。这是持续改进的基础。 每个过程可以根据其能力和是否受控进行分类, 过程可分成4类,如下表所示:
满足要求 受控 不受控
可接受
不可接受
1类
2类
3类
4类
一个可接受的过程必须是处于受统计控制状态的 且其固有变差(能力)必须小于图纸的公差。理想的 情况是具有1类过程,该过程受统计控制且有能力满足
第4节
局部措施和对系统采取措施
在上面讨论的两种变差以及可能采取的减少它们
的措施之间有着重要的联系。
简单的统计过程控制技术能检查变差的特殊原因。 发现变差的特殊原因并采取适当措施是通常与该过程 操作直接有关人员的责任。尽管有时纠正时要求管理 人员介入,但解决变差的特殊原因通常要求采取局部
措施。这一点在早期的过程更改中尤为重要。当某人
第3节
变差的普通及特殊原因
为了有效的使用过程控制测量数据,理解变差的概念 是很重要的。(见图2—手册第8页) 没有两件产品或特性是完全相同的,因为任何过程都 存在许多引起变差的原因。产品间的差距也许很大,也许 小得无法测量,但这些差距总是存在。 过程中有些变差造成短期的零件间的差异。另外一些 变差的原因仅经过较长的时期后对输出造成影响。这样, 测量的周期以及测量时的条件将会影响存在的变差的总量。 从最低要求的角度来看,总是将变差问题简单化。位 于规定的公差的范围的零件是可接受的,超出规定公差范 围之外的零件是不可接受的;按时完成报告是可接受的, 迟缓的报告是不能接受的。然而,在管理任何一个过程减 少变差时,都必须追究造成变差原因。首先是区分普通原 因和特殊原因。
●什么是控制图?如何使用?(第7节)
●使用控制图有什么好处?(第8节)
第2节
过程控制系统
一个过程控制系统可以称为一个反馈系统。统计 过程控制(SPC)是一类反馈系统,但也存在不是统 计性的反馈系统。下面讨论这个系统的四个重要的基 本原理:
1、过程 2、有关性能的信息 3、对过程采取措施 4、对输出采取措施
要求,是可接受的。2类过程是受控过程但存在因普通
原因造成的过大的必须减少的变差。3类过程符合要求, 可接受,但不是受控过程,需要识别变差的特殊原因
并消除它。4类过程既不是受控过程又不可接受,必须
减少变差的特殊原因和普通原因。
在有些情况下,顾客也许允许制造商运行一个3类过程, 这些情况包括:
· 顾客对规范要求之内的变差不敏感(见第2章第5节的损失函 数);
以下七节介绍了这些要素,并可看成是下列问题的答案: ●什么是过程控制系统?(第2 节)
●变差是如何影响过程输出的?(第3节)
●统计技术是如何区分一个问题实质是局部的还是涉及 整个系统的?(第4节)
●什么是统计受控过程?什么是有能力的过程?(第5节)
●什么是持续改进循环?过程控制对哪一部分起作用? (第6节)
第1节
预防与检测
过去,制造商经常通过生产来制造产品,通过质 量控制来检查最终产品并剔除不符合规范的产品。在 管理部门则经常靠检查或重新检查工作来找出错误, 在这两种情况下都是使用检测的方法,这种方法是浪 费的,因为它允许将时间和材料投入到生产不一定有 用的产品或服务中。 一种在第一步就可以避免生产无用的输出,从而 避免浪费的更有效的方法是—预防。 对许多人来说预防的策略听起来很明智,甚至是 显然的。经常能听到这样的口号“第一次就把工作做 好”。但光有口号是不够的。所要求的是理解统计过 程控制系统的各个要素。
4、对输出采取措施 如果仅限于对输出检测并纠正不符合规范的产品, 而没有分析过程中的根本原因,常常是最不经济的。 不幸的是如果目前的输出不能满足顾客的要求,可能 有必要将所有的产品进行分类报废或返工。这种状态 必然持续到对过程采取必要的校正措施并验证,或持 续到产品规范更改为止。 很显然,仅对输出进行检验并随之采取措施不是 一种有效的过程管理方法。仅对输出采取措施只可作 为不稳定或没有能力的过程的临时措施(见第5节)。 因此,下面的讨论的重点将放在过程信息收集和分析 上,以便对过程本身采取纠正措施。
讨论过程能力时,需考虑两个在一定程度上相对 的概念:
· 过程能力由造成变差的普通原因来确定,通常代 表过程本身的最佳性能(如分布宽度最小),在处于 统计控制状态下的运行过程,数据收集到后就能证明 过程能力,而不考虑规范相对于过程分布的位置和/或 宽度的状况如何。 · 然而,内外部的顾客更关心过程的输出以及与他 们的要求(定义为规范)的关系如何,而不考虑过程 的变差如何。
统计过程控制 (SPC)
参 考 手 册
第I章 持续改进及统计过程控制
在市场竞争日益激烈的今天,我们—汽 车制造商、供方及销售商必须致力于不断改进。 必须寻找更有效的方法来提供产品及服务。这 些产品和服务必须不断地在价值上得以改进。 必须重视内部和外部的顾客,并将顾客满意作 为企业的主要目标。 本书所述的基本统计方法包括与统计过 程控制及过程能力分析有关的方法。
在开始学习之前,需进行六点说明: ①收集数据并用统计方法来解释它们并不是最终目标,最终 目标应是对读者的过程不断加深理解。 ②研究变差和应用统计知识来改进性能的基本概念适用于任 何领域,可以是在车间或办公室。本手册重点放在车间应用中。 ③SPC代表统计过程控制,但是在北美统计方法常用于零件 而不是过程。应用统计技术来控制输出应仅仅是第一步。只有当 产生输出的过程成为我们努力的重点,这些方法才能在改进质量, 提高生产率,降低成本上发挥作用。 ④尽管书中的每一点是通过已完成的例子来说明要真正理解 这些知识,还需要进一步与过程控制实际相联系。 ⑤本手册可看成应用统计方法的第一步。它提供从经验中得 到的法则,这些法则在许多方面得到了应用。但是还是存在不能 盲目使用这些法则的例外。 ⑥测量系统对合适的数据分析来说很重要,并且在收集过程 数据之前应很好地了解它们。如果这样的一个系统缺少统计控制 或它们的变差占过程数据总变差中很大比例,就可能作出不适当 的决定。更详细的内容可参考测量系统分析(MSA)手册。
3、对过程采取措施 通常,对重要的特性(过程或输出)采取措施从 而避免它们偏离目标值太远是很经济的。这样能保持 过程的稳定性并保持过程输出的变差在可接受的界限 之内。采取的措施包括改变操作(如:操作员培训、 变换输入材料等),或者改变过程本身更基本的因素 (如:设备需要修复、人的交流和关系如何或整个过 程的设计—也许应改变车间的温度或湿度)。应监测 采取措施的效果,如有必要还应进一步分析并采取措 施。
· 对特殊原因采取措施所发生的成本比任何所有顾客得到的利 益大,因成本原因可允许存在的特殊原因包括刀具磨损、刀具重 磨、周期的(季节的)变化等。
· 特殊原因已被识别,其记录表明具有一致性和可预见性。
在这些情况下,顾客可能会有以下要求:
· 该过程是成熟的,如该过程已经过几个循环的持续改进; · 允许存在的特殊原因在已知一段时间内表现出产生稳定的后 果; · 过程控制计划有效运行,可确保所有的过程输出符合规范并 能防止出现别的特殊原因或与允许存在的特殊原因不稳定的其它 原因。

2、有关性能的信息 通过分析过程输出可以获得许多与过程实际性能 有关的信息。但是与性能有关的最有用的信息还是以 研究过程本质以及内在的变化性中得到的。过程特性 (如温度、压力、循环时间、进给速率、缺勤、周转 时间、延迟以及中止的次数等)是我们关心的重点。 应确定这些特性的目标值,从而使过程操作的生产率 最高,然后要监测我们与目标值的距离是近是远,如 果得到信息并且正确地解释,就可以确定过程是在非 方式下运行。若有必要可采取适当的措施来校正过程 或刚产生的输出。若需要采取措施,就必须及时和准 确,否则收集信息的努力就白费了。
1、过程
所谓过程指的是共同工作以产生输出的供方、生产者、 人设备、输入材料、方法和环境以及使用输出的顾客之集 合。(见图1 —手册第6页)过程的性能取决于供方和顾客 之间的沟通,过程设计及实施的方式,以及动作和管理的 方式等。过程控制系统的其他部分只有它们在帮助整个系 统保持良好的水平或提高整个过程性能时才有用。

过程:能产生输出(一种生产给定的产品或服务)的人、设备、 材料、方法和环境的组合。过程可能涉及到我们业务的各个方 面,管理过程的有力为统计过程控制。 过程控制: 过程控制是为了确保满足顾客的要求而对过程所 执行的一套程序和经过计划的措施。 统计过程控制:使用诸如控制图等统计技术来分析过程或其输 出,以便采取适当的措施来达到并保持统计控制状态,并从而 提高过程的能力。
特殊原因(通常也叫可查明原因)指的是造成不 是始终作用于过程的变差的原因,即它们出现时将造 成(整个)过程分布的改变。除非所有的特殊原因都 被查找出来并且采取了措施,否则它们将继续用不可 预测的方式来影响过程的输出。如果系统内存在变差 的特殊原因,随着时间的推移,过程的输出将不稳定。
由于特殊原因造成的过程分布的改变有些有害, 有些有利。有害时应识别出来并消除它,有利时可识 别出来并使其成为过程恒定的一部分。对于一些成熟 的过程(如经过几次不断改进的循环后的过程),顾 客可能给予特许让一贯出现特殊原因的过程进行下去, 这样的特许通常要求过程控制计划能确保符合顾客的 要求并且保证过程不受别的特殊原因的影响。(见第5 节)
相关文档
最新文档