SPC统计过程控制
SPC统计过程控制
SPC统计过程控制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
1、 SPC概念
SPC即统计过程控制。
在生产过程中，产品的加工尺寸的波动是不可避免的。
它是由人、机器、材料、方法和环境等基本因素的波动影响所致。
波动分为两种：正常波动和异常波动。
正常波动是偶然性原因（不可避免因素）造成的。
它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除。
异常波动是由系统原因（异常因素）造成的。
它对产品质量影响很大，但能够采取措施避免和消除。
过程控制的目的就是消除、避免异常波动，使过程处于正常波动状态。
2 、SPC技术原理
统计过程控制（SPC）是一种借助数理统计方法的过程控制工具。
它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并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，以达到控制质量的目的。
当过程仅受随机因素影响时，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）。
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的。
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。
3 、SPC管制图
现场管理品质，必须依品质特性来管理，而品质特性值是随着时间作高高低低地变化，那么，到底要高到什么程度或低到什么程序才算是异常？此时必须设定有管制上下限来管理，如果有点超出管制界限，必须调查原因，采取行动，使制程恢复正常。
“品质管制始于管制图，终于管制图”，由此可以看出管理图的重要性，因此，要使品质稳定，唯有靠管制图来作品质管理的工作。
所谓管制图，是一种以实际产品品质特性与根据过去经验所判明的制程能力的管制界限比较的，以时间顺序表示的图形。
所以，一般管制图纵轴为制品的品质特性，以制程变化的数据为分度，横轴为制品的群体号码，或制造年月日等，以时间顺序、制造顺序，将点绘在图上。
4 、实施SPC的两个阶段
实施SPC分为两个阶段，一是分析阶段，二是监控阶段。
在这两个阶段所使用的控制图分别被称为分析用控制图和控制用控制图。
分析阶段首先要进行的工作是生产准备，即把生产过程所需的原料、劳动力、设备、测量系统等按照标准要求进行准备。
生产准备完成后就可以进行生产，注意一定要确保生产是在影响生产的各要素无异常的情况下进行；然后就可以用生产过程收集的数据计算控制界限，做成分析用控制图、直方图、或进行过程能力分析，检验生产过程是否处于统计稳态、以及过程能力是否足够。
如果任何一个不能满足，则必须寻找原因，进行改进，并重新准备生产及分析。
直到达到了分析阶段的两个目的，则分析阶段可以宣告结束，进入SPC监控阶段。
监控阶段的主要工作是使用控制用控制图进行监控。
此时控制图的控制界限已经根据分析阶段的结果而确定，生产过程的数据及时绘制到控制上，并密切观察控制图，控制图中点的波动情况可以显示出过程受控或失控，如果发现失控，必须寻找原因并尽快消除其影响。
监控可以充分体现出SPC预防控制的作用。
在工厂的实际应用中，对于每个控制项目，都必须经过以上两个阶段，并且在必要时会重复进行这样从分析到监控的过程。
5、SPC统计过程控制
1、前言─SPC的由来、发展和基本要求
2、识别关键控制点
3、数据变异的衡量和分析· 直方图
4、数据的动态变异· 控制图 4.1、随机波动与异常波动 4.2、ISO 8258:1991《休哈特控制图》(Control Chart)要点 4.3、常规控制图的类型和实例 s 控制图的结构和概念解释 s 控制图类型和用途 1) X平均与极差图(均值—极差控制图、均值—标准差控制图、中位数—极差控制图、单值—移动极差控制图) s 结构和应用流程 s 举例 2) I和MR控制图 s 结构和应用流程 s 举例 3) 离散U、C、P、NP控制图 s 结构和应用流程 s 举例 s 如何收集数据 s 采样及数据收集 s
设定和维持控制界限 4.4、控制图制订和使用中的若干实际问题 4.5、现代控制图技术案例5、过程能力与过程性能(Process Capability / Performance)分析以及相应的指数CPK、PPK的应用6、过程能力/性能的保证和提高---查找原因采取纠正/预防措施的逻辑推理工具 s 5M1E要素 s 分层法与排列图 s 用于因果关系和逻辑关系分析的非数字资料方法工具: 因果图、系统图与“5Why分析表”、关联图、故障树分析(FTA)、过程决策程序图(PDPC)法 7、如何实现有效的SPC现场控制 s 受控的标准 s 流程失控的表现 s 失控的现场应对 s 练习制作控制图进行失控分析 s SPC实施中现场“看得见管理”应用的直观显示图表8、SPC的效果评估的方法 s 显著性检验 s 统计抽样检验9、回归分析 s 一元线性回归分析 s 曲线回归 s 双列相关分析10、方差分析 s 方差分析的基本概念及其应用 s 方差分析在MSA(测量系统分析)中的应用 s 多重比较:q检验11、试验设计(Design of Experiment, DOE) --介绍正交试验设计12、SPC项目的开展(SPC在QCC/QIT、6Sigma项目活动中的应用)
6、为什么选择SPC
为什么选择SPC？
在我国SPC理论的应用还没有普及。
随着市场竞争的日益激烈，企业对产品的质量提出了更高的要求，特别是加入WTO的日益临近，企业将面临着全球化的产品竞争，而产品竞争的法宝就是以质取胜，质量无国界，企业要想加入全球产业链之中，就必须按照国际统一的质量管理标准和方法进行质量管理。
近年来，越来越多的企业意识到这一点，纷纷通过了
ISO9000、QS9000等质量管理认证。
而国际标准化组织（ISO）也将SPC作
为ISO9000族质量体系改进的重要内容，QS9000认证也将SPC列为一项重
要指标。
鉴于此，世界许多大公司不仅自身采用SPC，而且要求供应商也必须采用SPC控制质量，SPC业已成为企业质量管理必不可少的工具和质量保证手段，也是利用高新技术改造传统企业的重要内容。
-
应用SPC进行质量控制可使企业获得以下几方面的好处：
A、提高产品合格率，降低生产成本，提高企业效益
B、降低产品售后服务费用，包括因质量原因引发的退货、换货、修理-
C、实时监控企业质量管理过程，全面掌握质量动态，及时发现质量变异-
D、多种控制图提供质量变异分析方法，提供质量管理决策支持，使质量管理者能找出真正使质量变异的原因，有助于企业持续改善质量-
E、获得采购商对质量管理的认可，从而获得更多客户-
F、提升现代管理及信息化建设水平，改善企业形象-
"SPC统计过程控制系统"通过对生产过程的控制，防止不合格品的出现，达到降低质量成本目的；通过防止不合格产品流向用户，降低了用户抱怨
和赔偿。
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
SPC统计过程控制
•
美国索尼厂在生产过程中盯住的是两根‘门柱’TL、TU，主要靠检验把关，把 目标值M完全抛到九霄云外去了，产品合格了完事大吉，是典型的‘门柱质量 观’，这种质量观及其作法虽然也可以使不合格品率达到很低的水平，但却无 法提升优等品率，在激烈的市场竞争中是难以取胜的。‘门柱质量观’在我国企 业中普遍存在着，而且根深蒂固，形成了一种习惯势力，严重制约了我国产 品质量水平的提高。
1. 2. 3. 4. 5. 6. 7.
判别该过程的开始和结束； 使此新过程中将要形成的步骤形象化（符号化）； 确定该过程中的步骤（输入、活动、判断、决定、输出）； 画出表示该过程的流程图草图； 与预计该过程将要涉及到的有关人员一起评审该流程图草图； 根据评审结果改进流程图草图； 注明形成正式流程图的日期、以备将来使用和参考。
C
p
=
T 6 σ
根据Cp值的大小，可定量估算出该过程的不合格品率
•
过程能力指数Cp的计算
当给定双向公差，质量数据分布中心（ ）与目标值（M）相一致时，用符号Cp表示。
C
p
=
T 6 σ T T
U L=TU来自− T 6 σˆL
式中
— —
合格上限； 合格下限；
p
相应不合格品率：
p' = 2 × [ 1 − φ ( 3 C )]
室温过高或过低
环境
卫生条件差
五、流程图（flowchart）就是将一个过程
（如工艺过程、检验过程、质量改进过程等）的步骤和决策点顺序用图的形式表 示出来的一种图示技术.
•
一般适用的标志如下所示：
开 和 束 始 结
活 说 动 明
决 策
按 序 示 从 顺 表 出 一 个 动 另 个 活 到 一 活 动 流 的 向
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。
SPC统计过程控制程序
5.3.6应意识到并不是所有的特殊原因都是有害的，有些特殊原因可以对制造改进起到积极作用。应对这些特殊原因进行评定。
5.2现行过程能力的研究:
5.2.1当制造件正式批准后，进行批量制造的第二个月开始，横向协调小组成员进行现行过程能力的研究；
5.2.2在稳定的制造过程中发生重要的过程事件时，应在过程控制图表上加以记录，如：更改工装、机器维修、原材料批号更改、工艺参数的调整、操作人员的更换等；
5.2.3在以下情况必须重新进行过程能力的研究：
6.相关文件:
6.1《统计过程控制（SPC）》参考手册;
6.2《纠正预防措施控制程序》;
7.质量记录:
7.1《控制图》;
8.流程图:
无
5.3.4控制图判异准则：控制图中出现以下情况时可以判定异常：
a)有超出控制限的点；
b)有7点以上连续在中心线的同侧；
c)有7点以上连续在控制限第3区间附近；
d)有7点以上连续上升或下降；有明显的非随机图形，主要包括：有周期性、分布宽度异常、明显的上升或下降趋势、子组内数据间有相关性等。
5.3.5异常处理:
a)控制计划中的特殊特性发生了变化；
b)控制图出现了异常（除偶然原因外，发生趋势性的变化）；
c)设备重大维修之后，应做CMK（设备过程能力指数）检测。
5.3计量型数据控制图:
5.3.1控制图数据采集:
a)抽样时尽量保证子组中为连续抽样，并分不同模号进行统计。本公司选定子组大小初始研究时为5，之后可以适当减少；
SPC 统计过程控制
D3 0 0 0 0 0 0.076 0.136 0.184 0.223 0.256 0.283 0.307 0.328 0.347 0.363 0.378 0.391 0.403 0.415 0.425 0.434 0.443 0.451 0.459
D4 3.267 2.575 2.282 2.115 2.004 1.924 1.864 1.816 1.777 1.744 1.717 1.693 1.672 1.653 1.637 1.622 1.608 1.597 1.585 1.575 1.566 1.557 1.548 1.541
9
统计过程控制
规格限与控制限
• 规格限 (USL , LSL)
– 由设计因素决定 – 通常超出过程本身变异
• 控制限 (UCL , LCL)
– 基于过程变异 – 通常不采用个体值, 而是应用统计值如均值和全距.
10
统计过程控制 设定控制线
• 西格玛方法
– 控制限通常距离中心线3个西格玛单位 – 这些控制限又叫3 控制限
3.078
11
0.285
0.927
3.173
12
0.266
0.886
3.258
13
0.249
0.850
3.336
14
0.235
0.817
3.407
15
0.223
0.789
3.472
16
0.212
0.763
3.532
17
0.203
0.739
3.588
18
0.194
0.718
3.640
19
0.187
0.698
SPC统计过程控制
SPC统计过程控制SPC（Statistical Process Control）是一种质量管理工具，用于监控和控制生产过程中的变异性。
它利用统计分析方法，通过收集和分析数据，帮助企业了解生产过程中的变异情况，并及时采取控制措施以提高产品质量。
SPC统计过程控制方法可以帮助企业发现生产过程中的异常情况，并避免生产不良品。
它通过收集生产过程中的数据，并利用统计方法分析这些数据，确定生产过程中的变异性是否在可接受范围内。
如果变异性超出了可接受范围，SPC可以及时发出警示，并帮助企业找出问题的根源，采取相应的改进措施。
这样可以减少生产过程中的变异性，提高产品质量。
1.确定要监控的关键质量特性：企业首先需要明确要监控的关键质量特性，即对产品质量影响最大的特性。
这些特性可以是尺寸、重量、外观等。
确定了要监控的质量特性后，企业就可以采集相关数据进行分析。
2.收集数据：企业需要收集与关键质量特性相关的数据。
这些数据可以通过自动化设备、传感器或手工记录等方式收集。
数据的收集应该有一定的随机性，以反映生产过程的真实情况。
3.统计分析：通过对收集到的数据进行统计分析，企业可以了解生产过程的变异性情况。
常用的统计方法包括均值、标准差、范围等。
统计分析可以帮助企业判断生产过程中的变异性是否在可接受范围内。
4.建立控制界限：根据统计分析的结果，企业可以确定变异性的上下界限，即控制界限。
通过设定控制界限，企业可以及时发现生产过程中的异常情况，并采取相应的纠正措施。
通常，控制界限可以分为警示界限和动作界限。
当数据超出警示界限时，企业需要注意生产过程的变化，可能需要进行调整。
当数据超出动作界限时，企业需要立即采取措施纠正问题。
5.监控生产过程：在设定好控制界限后，企业需要定期监控生产过程中的数据，并与控制界限进行比较。
如果数据超出了控制界限，企业需要及时采取措施进行调整。
这样可以保证生产过程的稳定性，并避免生产过程中的异常情况。
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
SPC统计过程控制基本概念
SPC统计过程控制根本概念引言SPC〔统计过程控制〕是一种用于监控和控制过程稳定性的方法。
它使用统计工具来分析过程数据，以便及时识别和纠正任何异常或变异。
本文将介绍SPC统计过程控制的根本概念，包括其定义、原理和常用的控制图。
定义SPC是一种基于统计方法的过程管理技术，用于监测和控制生产过程以保持在既定的质量范围内。
它的目标是确保过程在特定参数范围内保持稳定，并及时识别和纠正任何异常。
SPC主要通过收集数据并应用统计方法来实现过程控制。
原理SPC基于以下两个根本原理： 1. 过程稳定性：稳定的过程是指其输出变量在一定的统计范围内波动，并且其变异性为可控制的。
通过检测过程数据的变异性，可以判断过程是否稳定。
2. 标准限制：每个过程都有一组标准限制，表示其输出变量的可接受范围。
通过比拟过程数据与标准限制，可以判断过程是否符合要求。
控制图控制图是SPC中常用的工具，用于检测和监控过程的稳定性。
常见的控制图包括： - 均值控制图：用于监测过程的平均值是否稳定。
常见的均值控制图有X-bar控制图和均值移动范围控制图。
- 范围控制图：用于监测过程的变异性是否稳定。
常见的范围控制图有R控制图和S 控制图。
- 非参数控制图：用于监测不符合正态分布假设的过程。
常见的非参数控制图有中位数控制图和秩和控制图。
控制图的根本原理是将过程数据与控制界限进行比拟，以识别任何异常或变异。
如果过程数据落在控制界限之外，说明过程不稳定并需要采取纠正措施。
SPC方法SPC方法是实施SPC的步骤和技术。
以下是SPC方法中的关键步骤：1. 收集数据：收集过程相关的数据，通常是通过抽样收集。
2. 统计分析：对收集到的数据进行统计分析，包括计算统计指标和绘制控制图。
3. 解读控制图：通过分析控制图，识别任何异常或变异，判断过程是否稳定。
4. 纠正措施：如果控制图显示过程不稳定，应采取纠正措施，如调整操作参数或改良工艺流程。
SPC方法还可以与其他质量管理工具和方法相结合，例如六西格玛和PDCA循环，以进一步提高过程稳定性和质量性能。
SPC统计过程控制课程
SPC统计过程控制课程1. 介绍SPC〔Statistical Process Control，统计过程控制〕是一种用于监控、控制和改良过程稳定性和质量的管理方法。
这门课程旨在帮助学员学习使用统计方法来分析过程数据，并制定相应的过程控制措施。
本文档将介绍SPC统计过程控制课程的背景、目标、教学内容和学习效果评估。
2. 背景SPC统计过程控制是现代质量管理中的重要概念。
在传统的质量管理方法中，产品质量通常是通过最终的检验来保证的。
然而，这种方法无视了过程的稳定性，因此很容易导致产品的不合格。
SPC通过实时监测和控制过程变异性，可以及时发现和纠正问题，提高产品质量。
3. 目标SPC统计过程控制课程的目标如下：- 理解SPC的根本概念和原理；- 掌握SPC的常用工具和技术； - 学会使用统计方法分析过程数据，并制定相应的控制措施； - 培养良好的质量意识和问题解决能力。
4. 教学内容SPC统计过程控制课程的教学内容主要包括以下几个方面：4.1 SPC根底知识•SPC的定义和作用；•过程稳定性和能力的概念；•常用的SPC工具和技术。
4.2 数据收集与分析•如何选择适宜的数据收集方法；•数据的根本统计指标；•数据的图形分析方法。
4.3 变异性分析•变异性的来源与分类；•方差分析方法；•因子对变异性的影响。
4.4 控制图的应用•控制图的根本原理和类型；•构建Xbar-R控制图和Xbar-S控制图；•控制图的解读和应用。
4.5 过程能力分析•过程能力指标的定义与计算；•Cp、Cpk指标的应用；•过程能力改良的方法。
5. 学习效果评估学员的学习效果将通过以下方式进行评估：5.1 作业与实验学员将完成一系列作业和实验，以检验他们对SPC的理解和应用能力。
5.2 考试学员将参加期末考试，测试他们对SPC的整体掌握程度。
5.3 课程评估学员将对课程进行评估，以提供珍贵的反响意见，帮助改良教学质量。
总结SPC统计过程控制课程是一门重要的管理课程，它帮助学员掌握使用统计方法分析过程数据和制定过程控制措施的技能。
SPC-统计过程控制
SPC-统计过程控制1.什么是SPC（统计过程控制）？SPC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。
优点：适用于对大批量产品质量的控制(P7)缺陷：发现质量有失控，但不能判断为什么失控，需要与其他控制手段结合（如鱼骨图，SW1H等）分析。
2.SPC的作用是什么？1.对过程做出可靠的评估（对单个特性具有99.72%的合格率）2.确定过程的统计过程界限，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的报警系统，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3.怎么实现SPC？步骤一、确定过程流程图步骤二、识别特殊特性步骤三、初始确定人员、工装设备、原材料、参数（人机料法环）步骤四、收集数据（试生产），要求：客观，真实，25组数据以上（按时间先后顺序，不能调换），时间跨度覆盖一天的数据变化步骤五、通过均值极差控制图（X一-R控制图）、单值移动极差控制图（X-Rm控制图）计算出上控制限和下控制限步骤六、分析均值极差控制图的数据点，识别并标注特殊原因，重新计算控制界限控制状态的标准为：1.点超控制界限，极大概率有问题2.连续7点上升/下降/中心线的同一侧3.正产情况下，显著多余2/3的点集中在中心1/3区域步骤七、计算CPK/PPK,并分析、提高过程能力，对修改的过程控制图再分析步骤八、当初始过程稳定并可接受时，转入量产的过程控制阶段，此时所计算的上控制限、下控制限作为控制基准延长使用控制界限的重新计算：控制图使用一段时间后，生产过程有了变化（加工工艺改变、刀具改变、设备改变、技术革新、管理改革），应重新收集最近期间的数据，以重新计算控制界限并作出新的控制图。