SPC控制图简介
SPC控制图类型
SPC控制图选择的技巧SPC介绍：SPC统计过程控制（Statistical Process Control），简称SPC，是一种借助数理统计方法的过程控制工具。
在企业的质量控制中，可应用SPC对质量数据进行统计、分析从而区分出生产过程中产品质量的正常波动与异常波动，以便对过程的异常及时提出预警，提醒管理人员采取措施消除异常，恢复过程的稳定性，从而提高产品的质量。
SPC目的：SPC目的是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。
而要实现SPC的目的主要用到的工具手段就是控制图。
控制图主要是一个统计管理工具。
既然是统计那么就离不开数据，数据是统计技术的基础。
在SPC统计过程的，为不同的数据应用不同的控制图来统计。
那么SPC统计过程中的数据分为哪几种呢？首先数据主要分为两大类，一个是计量型数据，另一个是计数型数据。
计量型数据是指连续测量所得的质量特性值，如长度、重量、强度、化学成分、时间、电阻等。
计数型数据是指按个数数得的非连续性取值的质量特性值，如铸件的疵点数，统计抽样中的不合格判定数、审核中的不合格项数等可以用0、1、2、3、、、等阿拉伯数字数下去的数据。
其中计数型数据又可分为计件值与计点值，其中计件值是指是按件、按个、按项计数的数据。
例如：不合格品件数、温控器个数、质量检验项目等；计点值是指是指按缺陷点计数，例如：铸件的沙眼数、布匹上的疵点数、电路板上的焊接不良数等离散性数据。
控制图在众多现代化工厂中得到了普遍应用，并凭借其强大的分析功能，为工厂带来丰厚的实时收益。
最初的控制图分为计量型与计数型两大类，包含七种基本图表。
计量型控制图包括：∙IX-MR（单值移动极差图）∙Xbar-R（均值极差图）∙Xbar-s（均值标准差图）计数型控制图包括：∙P（用于可变样本量的不合格品率）∙Np（用于固定样本量的不合格品数）∙u（用于可变样本量的单位缺陷数）∙c（用于固定样本量的缺陷数）控制图的介绍：虽然最初被引入企业的只有7种基本控制图，但很多企业仍从这7种图表的有效运用中获得显著收益。
统计过程控制SPC图
统计过程控制（SPC）图4.11.1 什么是统计过程控制图SPC图或控制图是根据定期从一个过程中抽取样本的数据而按时间序列画制的图表。
而SPC图上的“控制限”表征了党过程处在稳定状态时过程的固有变差。
控制图的功能是通过检查控制图上所描的点同控制限的关系以评估过程的稳定性。
任何表征所关注的产品或过程特性的变量（计量型数据）或属性（计数型数据）都可以被描点。
对于计量型数据，控制图通常被用于监控基于过程中心的变化，另一个单独的控制图被用于监控过程的变差。
对于计数型数据，控制图一般被用于监控抽取自过程的样本的不合格品数或不合格品率。
传统的控制图被称为“修哈特控制图”。
同时还存在其他形式的控制图，它们适用于特定的使用环境。
例如“累积和图”，由于其对变差的敏感性而用于监控过程的微小变差，“移动平均图”（不加权的或加权的）被用于表征短期变量的趋势。
4.11.2 控制图的用途SPC图用于检测过程的变化。
所描的点，它可能是一个单独的读数或统计上的数值，如样本均值，被同控制限进行比较。
在最简单的情况下，一个描点落入控制限之外可能就意味着过程发生了变化，这可能是归于“可指明的”原因。
这意味着需要对产生“失控”读数的原因进行调查，并在需要的情况下对过程进行调整。
这将在长期上有助于保持过程的稳定和改进过程。
在控制图的使用中，通过增加额外的对描点和趋势的解释准则，可以产生对过程变化更迅速的反应和对微小变化的敏感程度。
4.11.3 收益除了以可视化的方式向使用者表征数据，控制图可以帮助使用者通过区分稳定过程固有的随机变差和那些可能来自“可指明原因”（例如可指明某个特定的原因）的变差来对过程变差进行适当的反应。
对“可指明原因”变差的及时发现和纠正可有助于过程的改进。
下面是控制图在与过程相关的活动中所发挥的作用和价值。
——过程控制：计量型数据的控制图可用于探测过程中心的变化或过程的变差以引发纠正措施，进而保持或重建过程的稳定性；——过程能力分析：如果过程处于稳定状态，控制图中的数据可以随后被用于计算过程能力；——测量系统分析：与反映测量系统内部固有变差的控制限相结合，控制图可以表明某测量系统是否有足够的能力来对某过程或产品的变差进行测量。
SPC过程控制图资料
标准差
过程输出的分布宽度，距离或与平均值的偏差
S (Xi - X )2 n-1
s=
Байду номын сангаас
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 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
~ 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
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;
过程控制图
SPC
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。
spc控制
~ ~ ●中位极差图 X R 图， X 表示中位值。现在由于 计算机应用普及，故已淘汰，被均值-标准差图替代。
两种错误
一.第一种错误:虚发警报(false alarm)
UCL α β
LCL
二.第二种错误:漏发警报(alarm missing)
控制图的第二类错误
三、减少两种错误所造成的损失： ●UCL、LCL距离间隔大，α减小 β增大 ●UCL、LCL距离间隔小，α增大 β减小 ●UCL、LCL距离间隔3σ，α=0.27%
控制图设计思想
●先确定 α ，再看β ----按照3σ方式确定UCL、CL、LCL， α0 =0.27% ----通常采用α =1%，5%，10%三级，为了增 加使用者的信心，取α =0.27%。 Α越大， β 越小
1%
5%
10%
判稳原则
●判稳准则 在点子随机排列的情况下,符合下列各点之一判稳: -----连续25个点，界外点数d=0 -----连续35个点，界外点数d≤1 -----连续100个点，界外点数d≤2 ●分析判稳原则 准则 1 α 0.0654 β 0.9346
2
3
0.0041
0.0026
0.9959
0.9974
判稳原则
●计算公式：
准则 N=25 d=0 P（过程为正常的概率）
25 0.9973 25 1 0.9973 0 0.9345 0
35 35 0.9973 35 0.9973 34 0.00271 0.9959 0 1
判断错误 的概率
1-P 1-P
ቤተ መጻሕፍቲ ባይዱ
N=35 d≤1 N=100 d≤3
N=n d ≤k
SPC控制图选用原则
一、按控制图测量性质不同，控制图可分为计量型控制图和计数型控制图两大类。
前者反映产品或过程特性的计量数据,后者反映计数数据。
SPC软件免费下载：计量型控制图又可分为:1)均值-极差(X-R)图:适用于长度,重量,时间,强度,成分以及某些电参数的控制2)均值-标准差(X-S)图:适用于样本较大的过程控制3)单值-移动差(X-Rs)图:只能获得一个测量值或测量成本较高的情形.4)中位数-极差(X-R)图计数型控制图:1)缺陷数(C)控制图:计数检验的个数相对于被检验对象的总体很少时适用.2)百分率(P)图:适用于计数的值所占的比例较大时.2、按控制图用途不同，控制图可分为分析用控制图与控制用控制图。
常规控制图的作用制造业的传统方法有赖于制造产品的生产,有赖于检验最终产品并筛选出不符合规范的产品的质量控制。
这种检验策略通常是浪费和不经济的,因为它是当不合格品产生以后的事后检验。
而建立一种避免浪费、首先就不生产无用产品的预防策略则更为有效。
这可以通过收集过程信息并加以分析,从而对过程本身采取行动来实现。
控制图是一种将显著性统计原理应用于控制生产过程的图形方法，由休哈特(Walter Shewhart)博士于1924年首先提出。
控制图理论认为存在两种变异。
第一种变异为随机变异,由“偶然原因＂(又称为"一般原因")造成。
这种变异是由种种始终存在的、且不易识别的原因所造成,其中每一种原因的影响只构成总变异的一个很小的分量,而且无一构成显著的分量。
然而，所有这些不可识别的偶然原因的影响总和是可度量的,并假定为过程所固有。
消除或纠正这些偶然原因,需要管理决策来配置资源、以改进过程和系统。
第二种变异表征过程中实际的改变。
这种改变可归因于某些可识别的、非过程所固有的、并且至少在理论上可加以消除的原因。
这些可识别的原因称为"可查明原因"或"特殊原因"。
它们可以归结为原材料不均匀、工具破损、工艺或操作的问题、制造或检测设备的性能不稳定等等。
SPC控制图——P图的注意事项
SPC控制图——P图的注意事项
关键词：SPC控制图,P图
P图是常用SPC控制图之一，用于测量在一批检验项目中不合格品（不符合或所谓的缺陷）项目的百分数。
在使用SPC控制图P 图以前，必须采取以下几个预备步骤：
●建立一个适于行动的环境。
除非管理者提供一个相应的环境，否则任何统计方法都会
失败；
●定义过程。
必须根据它与其他操作/使用乾的关系，影响过程每个阶段的过程/要素（人、
设备、材料、方法和环境）来理解过程。
像因果分析图之类的技术可以帮助使这些关系可视化；
●确定要管理的特性。
将精力集中在对过程改进最有积极作用的那些特性上（排列图原
理的应用）；
●考虑顾客的需求。
包括使用产品或服务作为输入的任何后续过程，以及使用最终产品
的顾客；
●特性的相互关系。
充分利用特性间的关系是有效的现实研究方法，如果一个项目的几
个不同的特性变化趋向于合并，对其只描绘一个特性就够了。
在制作P图过程中，需要考虑以下几个问题：
●把被检查的每一个元件，零件或项目记录成合格或不合格（即使一个项目有几处不合
格，也仅记录为一个不合格项）；
●把这些检验的结果按一个有意义的基础条件分组，并且把不合格的项目用占子组的大
小的十分之几来表示。
P图属计数型控制图，用于控制对象为不合格品率或合格品率等质量指标的场合，使用P图时，应注意以上所述事项，以达到过程管控的目的。
spc简介资料
1 SPC是Statistical Process Control的简称，中文为统计过程控制。
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。
3 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。
4 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，特别是生产国际化的产品，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，纷纷通过了ISO9000、QS9000等质量管理认证。
【SPC管制图】SPC管制图的主要作用有哪些？
【SPC管制图】SPC管制图的主要作用有哪些？关键词：SPC管制图导语：SPC管制图是指用来判断流程是否稳定，有无机会或特殊变异原因的统计分析管理工具。
SPC管制图主要是藉由实际品质特性与根据过去经验的管制界限来作比较，按时间先后顺序来判别产品品质是否安定的一种图形，并研究其变异来源以监视、控制和改善流程。
那么，SPC管制图的主要作用有哪些？下面我们将做详细介绍：图示：SPC管制图的主要体作用有哪些？SPC管制图是极具有功效的管制工具之一,用以侦测品质变异的原因,然后采取对策以消除其原因,使生产过程恢复正常。
SPC管制图是由三条管制界限,即中心线,上管制界限及下管制界限组成的图形,并将生产过程中所获得的统计量绘入图中,以判定其为管制中抑管制外,如果其状况是属于管制中时,显示生产过程的变异行为掌握在我们的预知中,继续生产.但若其状况是属于管制外,则显示其变异情况已超出我们的控制外,必须控讨其发生的原因,采取对策以矫正之。
那么如何来制作和分析SPC管制图呢？我们可以利用以下几种方式：1.品保手法：质量计划、抽样方案设计、SPC（统计过程控制）、MCA（测量能力分析）、DOE （实验设计）等。
2.管制图：单值-移动极差（x-Rm）、平均值-极差（Xbar-R）、平均值-标准差（Xbar-S）、中位数-极差（X-R）、不良率（P）、不良数（nP）、单位缺陷数（U）、缺陷数（C）等。
3.能力分析：直方图（Histogram）、四分盒子图（Quantile Box Plot）、正态检验图（Normal Quantile Plot）等。
4.问题分析：柏拉图（Pareto Chart）、散布图（Scatter Plot）、趋势图（Trend Chart）、饼图（Pie Chart）、极端点盒子图（Outlier Box Plot）等。
5.重要指标与参数：Cp、Cpk、Ppm、Sigma水平、不良率、直通率、批退率等。