统计过程控制
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
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；
统计过程控制SPC是生产过程中控制稳定产出的主要工具
统计过程控制SPC是生产过程中控制稳定产出的主要工具SPC即统计过程控制（Statistical Process Control)。
SPC是美国美国贝尔实验室休哈特（Shewhart)博士首先应用正态分布特性于生产过程中的管理,目前已成为生产过程中控制稳定产出的主要工具之一，在生产型企业中应用的非常广泛。
SPC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。
在生产过程中，产品的质量特征值的波动是不可避免的.它是由4M1E，即人、机器、材料、方法和环境等基本因素的波动综合影响所致。
波动分为两种：正常波动和异常波动，或称为偶然误差和系统误差。
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。
一、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,随机误差具有一定的分布规律,当过程受控时没有系统误差,根据中心极限定理，这些随机误差的总和，即总体质量特性服从正态分布N（μ,σ2）。
正态分布的特征直观看就是大多数值集中在以μ为中心位置,越往边缘个体数越少。
在正态分布正负3σ范围内,即样品特征值出现在（μ—3σ，μ+3σ）中的概率为99.73％，即超出正负3σ范围发生概率仅为0。
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
失去控制（有异因）
稳态图示
规格下限
技术稳态
规格上限
（偶因的变异减少）
年我国著名质量管理专家、北京科技大学张公绪教授提出选控图及两
种质量诊断理论，突破了休哈特的SPC理论，使SPC上升到SPD。 SPD不仅能预警, 而且能诊断, 为及时纠正提供了有利保障.
统计本身不能提高制程能力，消除 异常因素! 它是我们的工具。
第二节
控制图原理
一、控制图的结构
控制图（Control Chart）是对过程质量特性值进行测定、记录、
评估，从而监察过程是否处于控制状态的一种用统计方法设计的图。
样 本 统 计 量 数 值 描点序列 上控制限（UCL） 中心线（CL）
下控制限（LCL）
控制图示例
时间或样本号
控制图组成包括中心线、上下控制限以及按时间顺序抽取的样本 统计量数值的描点序列。
二、控制图的重要性
控制图是贯彻预防原则的SPC的重要工具，可用以直接对产品生 产过程的控制与诊断，是质量管理（老）七个工具的重要组成部分。
LCL为下控制限。
控制图虽然由正态分布转化而来，由于二项分布、泊松分布当样本量较 大时近似正态分布，因此，控制图对典型分布均适用。
（二）控制图原理的第一种解释 （1）若过程正常，即分布不变，则出现点子超过上或下控制限情
况的概率只有1‰左右。（ 0.27%÷2 = 1.35‰ ）
（2）若过程异常，发生这种情况的可能性很大，其概率可能为 1‰的几十乃至几百倍。 例如：当正态分布的均值偏移1.5σ 的情况 不合格品率 p=1-Φ(1.5 ) + Φ(-4.5 ) =2- Φ(1.5 ) - Φ(4.5 ) =0.06681 根据小概率事件原理：即小概率事件在一次试验中几乎不可能发 生，因此，若发生即可判断异常。
SPC计算公式和判定准则
SPC计算公式和判定准则SPC（Statistical Process Control，统计过程控制）是一种通过统计方法对过程进行监控和控制来确保产品质量的方法。
SPC包含了一系列的计算公式和判定准则，用于对过程数据进行分析和判断。
本文将介绍SPC的常用计算公式和判定准则。
一、计算公式1. 平均值（X－bar）和范围（R）控制图的计算公式：平均值控制图：X-bar = (X1 + X2 + ... +Xn)/n范围控制图：R = Xmax - Xmin2.方差（S）控制图的计算公式：方差控制图：S = √((∑(xi - x̄)²)/(n-1))其中，xi为单个数据点，x̄为平均数，n为样本个数。
3.标准差（σ）控制图的计算公式：标准差控制图：σ = √((∑(xi - x̄)²)/n)其中，xi为单个数据点，x̄为平均数，n为样本个数。
4. 标准分数（Z-score）的计算公式：标准分数：Z=(X-μ)/σ其中，X为观测值，μ为总体平均值，σ为总体标准差。
5.概率（P）的计算公式：概率：P=1-Z其中，Z为标准分数。
二、判定准则SPC通过控制图上的控制限来进行判定，一般包括控制线和规范线。
常用的判定准则有以下几种：1.控制线：控制线用于界定过程是否处于统计控制状态。
一般有上限控制线（UCL）和下限控制线（LCL）。
当数据点超过控制线时，表明过程处于非随机状态，可能存在特殊原因。
2.规范线：规范线用于界定过程是否处于规范状态。
一般有上限规范线（USL）和下限规范线（LSL）。
当数据点超过规范线时，表明产品或过程不符合规格要求。
3.判定准则：SPC根据运行趋势和控制限来进行判定，常见判定准则包括：-单点超出控制限：当单个数据点超出控制限时，可能存在特殊原因，需要进行调查和纠正。
-一组连续点趋势逐渐上升或下降：当连续的数据点呈增加或减少的趋势时，表明过程可能不稳定，需要进行调查和纠正。
09第七章统计过程控制
1 第七章 统计过程控制 第一节 统计过程控制的基本知识 一、统计过程控制的基本概念 统计过程控制（SPC）就是运用数理统计方法对过程和服务过程的数据加以收集、整理和分析，从而了解、预测和监控生产过程的运行状态和监控过程的运行状态和水平。是以预防为主的质量控制方法。 统计过程控制主要解决两个基本问题：一是过程状态是否稳定（是否有异常），二是过程能力是否充足（波动是否小，次品率是否低）。前者运用控制图监控，后者可用过程能力分析来实现。 统计过程控制作用：1）利用控制图分析过程的稳定性，对过程的异常因素进行预警。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。 3
控制方式即3,3LUTT，过程均值无偏时不合格率为32.710。
二、统计过程控制的特点：预防性、全员参与性、整个过程。
第四节 过程能力和过程能力指数 本书仅介绍计量数据的过程能力指数。 一、过程能力 过程能力有两种含义：（1）一般含义：过程能力也称为工序能力，指加工质量方面的能力，它是衡量过程加工内在一致性的，是稳态下所能达到的最小波动。 （2）数学含义：过程能力用6表示，它的数值越小越好。 过程能力不要和生产能力混淆，过程能力决定于质量因素，与公差无关。生产能力是指加工数量方面的能力。 例 关于过程能力，以下说法正确的有( )。 A．过程能力即过程的生产能力 B．过程能力与公差无关 C．过程能力通常用6倍标准差表示 D．过程能力数值越大越好 E．过程能力是指过程加工质量的波动 答 BCE
二、过程能力指数（总假设是稳态） 注意：过程能力指数必须在稳态下计算。
T,TUL分别为上下规格限（规格上下限或上下公差），ULT=T-T 称为公差，反映对产品的技术
要求或客户的要求。例如加工轴，长度合格标准是280.02，则 28.02,27.98,0.04ULTTT
过程质量特性值分布中心记为；是质量特性值分布的总体标准差，反映过程加工的质量。当，未知时用估计值代替， 用X估计，用2RdR/，或 4/ssc代替；其中2d，4c可查表 （一）无偏移时，双侧公差情况的过程能力指数 无偏移：总体均值=公差中心 2
- 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)。
统计过程控制（SPC）
第一章概述
第一节预防与检验
常规的制造业，都是把测量控制投入到检验。
进货检验——过程检验——最终检验。
用检验或重新检验来剔除不合格品（通常说的“死后验尸”）。
这种方法是落后的，也是浪费的。
因为把大量的时间、人力、材料投入到生产不一定有用的产品或服务中。
要避免浪费的有效方法——预防（通常说的“病前先检查，小病先吃药”）。
制造业预防的最好办法——统计技术。
二次世界大战时，美国军需资出现大量问题。
美国政府颁布了三项战时质量控制标准：
Z1。
1 《质量控制指南》
Z1，2 《数据分析用控制图法》
Z1。
3 《工序控制用控制图法》
强制推行。
订货合同中规定质量管理要求条款，否则取消订货资格。
“统计质量管理阶段”即把质量管理的“终端”移止“工序”，把全数检验改为随机抽样检验。
把抽样检验的数据分析制作成“控制图”。
对工序进行加工监控。
从而杜绝过程中大量不合格的产生。
20世纪60年代，世界上许多国家也大力推广统计过程对生产等过程进行控制。
取得了非常好的成效。
第二节过程控制系统
有反馈的过程控制系统模型
图1 过程控制系统
1.过程——共同工作以产生输出的供方、生产者、人、设备、输入材料、方法
和环境及使用输出的顾客的集合。
过程的性能取决于：
①供方和顾客间的沟通。
②过程设计及实施的方式。
③运作和管理的方式。
2.有关性能的信息：与性能有关的最有用的信息是研究过程本质以及内在的变
化。
始终注意过程而不是产品的结果。
3.对过程采取措施：对重要的特性采取措施。
采取措施包括改变操作（人、机、
料、法、环、测）。
4.对输出采取措施：对输出检测并纠正不符合规范的产品，不分析过程中的根
本原因，通常是最不经济的。
第三节基本概念
1．变差
1．1 定义：过程的单个输出之间不可避免的差别。
1．2 分类：
1．2．1 固有变差（普通变差）：仅由普通原因造成的过程变差。
用σR/d2来估计。
（过程处于“受控”状态）。
1．2．2特殊变差：由特殊原因造成的变差。
（过程处于“非受控”状态）
如果仅仅存在变差的普通原因，随着时间的推移，
过程的输出形成一个稳定的分布并可以预测。
图2—1普通原因的变差
1．2．3总变差：由固有变差和特殊变差造成的变差总和。
如果变差的特殊原因，随着时间的推移。
过程的输出不稳定
图2—2特殊原因的变差
2．过程——通过资源将输入变成输出的活动。
（ISO9000定义）这里特指“生产过程”。
2。
1 定义：能产生输出——一种给定的产品或服务的人、设备、材料、方法和环境的组合。
统计过程控制是管理过程一个有力的工具。
（见图1）
2．2分类：
2．2．1 受控过程：只存在普通原因的过程。
2．2．2不受控过程：同时存在普通原因及特殊原因的过程。
又称不稳定过程。
3．过程均值：一个特定过程的特性的测量值，用X表示
4．过程能力：一个稳定过程的固有变差（6σR/d2）的总范围。
5．过程能力：一个过程总变差的总范围（6σS）。
位置分布宽度形状
图3 正态分布来源及因素
6．正态分布：
①一种用于计量型数据的、连续的、对称的钟型频率分布。
②它是计量型数据用控制图的基础。
③当一组测量数据服从正态分布时：
大约68。
28%的测量值落在平均值处正负一个标准差的区间内。
大约95。
44%的测量值落在平均值处正负两个标准差的区间内。
大约99。
73%的测量值落在平均值处正负三个标准差的区间内。
④标准差：过程输出的分布宽度，用σ或S表示
σ=√(1/n-1)∑(X i-X)2 S=√∑(X i-X)2/n
⑤直方图分布形状分析：
⑴正常型，左右对称，显示过程大致稳定。
⑵孤岛型，可能过程中短时间内有异常因素。
⑶偏向型，应有人为因素（如：加工习惯）。
⑷双峰型，过程可能有两种不同组合（如工艺、设备和材料引起）。
⑸平顶型，生产过程中有缓慢变化的因素。
（6）锯齿型：分组过多或测量误差过大。
可能检测人员对测定值处理有偏。
7．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。
从
而提高过程能力。
8．措施——减少或消除变差的方法。
局部措施：消除变差的特殊原因，过程直接有关人员实施。
可纠正大约15%过程问题。
管理措施：消除变差的普通原因，过程各类管理人员实施。
可纠正大约85%过程问题。
9．规范——某特定特性是否可接受的技术要求。