Spc统计
Spc统计 - SPC新的发展趋势
作者：佚名文章来源：ISOYES收集点击数：8246 更新时间：2006-9-17 20:15:57
一、CUSUM（累积和）控制图和EWMA（指数加权滑动平均）控制图
随着SPC控制理论中常规控制图的普遍使用，其缺点也逐渐显现出来，其中一条就是对过程的小偏移不灵敏。而CUSUM和EWMA则可解决类似问题。
控制图的设计思想就是对数据的信息加以积累。CUSUM控制图分别可用于计量性数据（正态分布），不合格品数（泊松分布变量），不和格品率（二项分布变量）。CUSUM控制图的理论基础是序贯分析原理中的序贯概率比检验，这是一种基本的序贯检验法。该控制图通过对信息的累积，将过程的小偏移累加起来，达到放大的效果，提高检测过程小偏移的灵敏度。
2、EWMA控制图中控制统计量同样利用了历史数据，且该控制图可以对不同阶段的数据取不同的权重，距今越近的数据权重越大，距今越远，数据权重越小。EWMA控制图设计的本质就是寻找最优参数（λ，K）组合的过程，所依据的原则是：对给定的稳态ARL（0），使过程出现设定偏移量的偏移时具有最小失控ARL。
二、稳健设计技术
产品/工艺过程的稳健设计方法和技术开发阶段的稳健技术开发方法统称为稳健设计技术。它是开发高质量低成本产品最有效的方法。在实际生产中噪声因素（原材料的微小变化、操作人员水平的差异、机器设备的微笑波动等）的存在，由此产生的波动也不可避免？quo t；永无止境地减少波动，使产品、工艺过程、技术功能对各种噪声因素不敏感，向着波动为零的目标不断迈进。（即位质量工程的理论支柱-波动理论）。而如果采用源头治理的办法，利用稳健技术设计寻找可控因素的一组水平组合，使产品/工艺过程性能或技术功能的输出质量特性围绕设计目标值的波动尽可能减少。
基本功能的性能稳健取决于两点：一是输出质量特性本身的波动小；二是该质量特性应尽可能接近设计目标值。而S/N该度量指标可以比较准确反映这两个目标。
稳健技术开发的实现过程：
1、进行初始设计并确认理想功能
2、识别可控因素和噪声因素
3、实施一步优化，即优化系统的稳健性
4、实施二步优化，确定对灵敏度影响显著的可调因素
三、质量机能展开（QFD）（又名质量屋）
质量功能展开是一项强有力的综合策划技术，尤其适用于大型产品（如飞机、汽车和大型设备）。它是一个总体的概念，提供一种将顾客的需求转化为对应于产品开发和生产的每一阶段（即：市场战略、策划、产品设计与工程设计、原形生产、生产工艺开发、生产和销售）的适当的技术要求的途径。它是一种旨在开发设计阶段就对产品适用性实施全过程、全方位质量保证的系统方法。它从市场要求的情报出发，将其转化为设计语言，既而纵向经过部件、零件展开至工序展开；横向进行质量展开、技术展开、成本展开的可靠性展开。形式上以大量的系统展开表和矩阵图为特征，尽量将生产中可能出现的问题提前揭示，以达到多元设计、多元改善和多元保证的目的。
质量机能展开的目的：从全面质量管理的视角出发，质量要素中包括理化特性和外观要素、机械要素、人的要素、时间要素、经济要素、生产要素和市场及环境要素。将这些要素组合成一个有机的系统，并明确产品从设计开发到最终报废的全过程中各步骤的质量机能，并使各质量机能得以切实完成。
质量展开
质量机能展开的基本构成（如下图）技术展开
综合的质量展开可靠性展开质量功能展开
质量机能展开成本展开
狭义的质量展开质量职能展开
最常用的质量功能展开的文件有：
1、顾客要求策划矩阵
2、设计矩阵
3、最终产品特性展开矩阵
4、生产/采购矩阵
5、过程计划和质量控制表
6、作业指导书
四、并行工程（CE），又成为同步工程
现代企业面临的主要课题是如何作好创新，但创新又面临着两个风险：市场不确定性和技术不确定性。市场因顾客需要的变化和技术进步引起的竞争态势的变化，要求产品寿命周期缩短和更新换代速度加快；技术上则由于产品结构的复杂化和新原理的采用，延长了开发周期。而并行工程则为企业如何以尽可能短的开发周期推出顾客与社会需要的产品提供了解决思想和方法。
并行工程的定义：它是对产品及制造和辅助过程实施并行、一体化设计、促使开发者始终考虑从概念形成直到用后处置的产品整个生命周期内的所有因素（包括质量、成本、进度和使用要求）的一种系统方法。
实施并行工程的关键：如何促进职能之间的沟通是实施并行工程的关键，而组织和架构又是影响职能沟通的主要因素之一。按照项目管理特点建立多功能跨部门科学小组，成立矩阵组织就变得非常重要。
并行工程中普遍采用质量工程技术（如QFD、田口法、FMEA等）和计算机技术（如CAX系列）。
并行工程的成功推行方法：
1、各职能根据自身的条件和要求提出本职能范围内的所有可行的方案，然后沟通形成各职能都可行的各自方案并由此构成总体方案。
2、随着过程的不断进展，从其他后续职能如开发、测试、顾客等等获取的信息将逐渐缩小其方案数。最后各自的方案都能确定并能切实得到履行。
3、严格依照最终方案，并根据需要可以进行持续改进。
五、水平比较或基准比较（BENCHMARKI?G）
该方法创立于施乐公司，其基本思想为：公司内部不同部门或不同公司的相同相近过程的活动行为的比较分析，找出差距及其潜在的原因，以期达到或超过当前同类最好的实践。
水平比较的思想可以想到孙子兵法中的’知己知彼’
BENCHMARKING是一个系统和连续的测量过程，这个过程就是要针对世界范围内的领先企业和具体的领先过程进行连续不断的测量和比较，以获得帮助公司采取改进行动的有效信息。
水平比较可分为：内部水平、竞争性水平、功能性水平、一般性水平比较。
水平比较的内容：质量、生产率和时间（生产率和时间反映了成本问题）。
六、失效模式及后果分析（FMEA）
失效模式及后果分析被应用于产品设计和过程开发。它是一个重要的分析工具，有助于防止代价高的失效。它为设计小组提供了一个预期并消除这些失效的有效途径。失效模式及后果分析适宜系列化的活动，这些活动旨在：
1、认识并评价一产品/过程潜在的失效及其后果机会的措施。
2、确定可消除或减少出现这些潜在失效的机会的措施。
3、将过程文件化
这对正确确定如何满足顾客需求的设计过程是必不可少的。
FMEA包括（设计）DFMEA和（过程）PFMEA
设计FMEA应从列出设计希望做什么以及不希望做什么开始，既设计意图。应将通过QFD、车辆要求文件、已知的产品要求和/或制造/装配要求等确定的顾客需求综合起来。期望的特性的定义越明确，就越容易识别潜在的失效模式，采取纠正措施。
过程FMEA应从整个过程的流程图/风险评估开始。流程图应确定与每个工序有关的产品/过程特性参数。如果可能的话，还应根据相应的设计FMEA确定某些产品影响后果。
七、制造设计（DFM）和装配设计（DFA）
为优化设计功能、可制造性、易于装配之间关系所设计的同步工程过程。因为人们常常忽略对产品装配、产品的制造或者组成产品的部件的设计考虑。所以它显得尤为重要。
最主要的是要增进对工艺变量与产品结果之间的关系的理解。在此基础上，设计者再在技术规范中确定必须在制造过程中加以控制的产品特性（及其限制），以实现其使用要求。这将有利于：
1、改进产品的投产
2、改进现有制造过程的能力
3、提供可用于主管和工人培训的信息。
它通常由一个横向职能小组来应用。可以防止设计工程师设计超出或装配技术或产量能力的制造或装配步骤。小组通常有其他领域（可靠性、可维修性和可制造性）的专家和顾客参与，以解决设计人员知识不足或未领悟某一重要的设计特性。
八、实验设计（DOE），典型如田口方法
一种用于控制过程输入以便更好地理解对过程输出影响的试验技术。一项设计的试验是一个试验或试验序列，试验中根据描述的设计矩阵体系化地改变潜在影响过程的变量。所关注的反应在以下几种情况下评价：1）在试验的变量中，确定显著影响的变量；2）把变量等级所代表的整个范围的影响定量；3）对过程中起作用的原因的性质获得较好的理解；4）比较影响和相互作用。试验设计的代表性方法包括传统方法和田口方法
田口方法：其目的是通过设计保证质量，它通过确定和控制造成过程/产品质量出现偏差的关键变量（或噪音）来达到目的。其整个概念可描述为以下两个基本点：
1、应该用相对于规定的目标值的偏差来衡量质量，而不应该由是否满足预先设定的公差限度来衡量质量。
2、质量不能靠检验和返工来保证，必须通过适当的过程和产品设计来实现。
通过对一个系统的适当设计，过程可以达到对变化不敏感，以免成本的高昂的拒收和/或返工。为了确定造成变化的因素并随后消除这些因素的影响，将设计循环分成三个阶段：系统设计、参数设计和公差设计。
九、有限元分析（FEA）
它对复杂的几何领域的物理关系提供了数学的解决方案。这种方法经常用于具有复杂的集合特性的设计的结构分析。
被分析的部分要分许多个小的区域，这些区域被成为’有限元’。每一个元内的物理特性都有准确的数学术语予以解释。所有元的特性汇集在一起产生一个大型的矩阵，矩阵的解为所关心的变量的量，例如，因最大负荷造成的变形。其他的量，如应力等，也要计算出来。
市场上有分析软件以供使用。
十、限制理论
一种用来帮助组织增加（改变努力）的积极影响的制造思想。它透过确定和说明那些阻碍有关预定目标实现（即限制）的问题（频繁出现的方针问题或’旧的方？quot；，并非机器或人力的障碍），使其集中于持续改进
十一、运动/人机工程学分析（IE内容）
通过对过程设计的评估，以确保与人的能力兼容。运动分析是指与完成任务（如升、扭、延伸）有关的人的能力，以防止或减轻应变、应力、过度疲劳等问题。有关影响因素包括工人的人体尺寸、设计产品的布置、按扭/开关的位置，加在工人身上的负荷，及诸如噪音、振动、照明和空间等方面的环境影响。
十二、几何尺寸与公差（GD&T）
国际上所接受的、在技术图纸上标注的、涵该所有的有关工业加工工件的几何条件的不同要求（如，尺寸、距离、半径、形状、方向、位置、偏转、表面粗糙度、表面波度、表面缺陷、边缘等），及相关的验证规则，测量仪器及其校准。
简而言之，它是确定某一产品（工件）微观和宏观几何条件的所有的要求以及与之相关联的验证及相应的测量仪器的校准的有关要求。
注：几何条件（几何特征、几何特性）要从广义上去理解：
l它是以几何描述表示的某一工件的功能要求，包括尺寸（如直径），距离、角度、表面构造、形状、方向、位置等。
l它是这一几何特性在生产上所允许的偏差限度。
十三、价值分析和价值工程（VA与VE）
采眨多种技术来正确地分析某一产品的功能，往往能够改进产品的性能，降低成本，因为这样可以找到并应用其它的代用材料生产方法。这种功能评价的过程叫做价值分析。美国则将应用价值分析过程以降低设计成本称之为价值工程。
十四、实体模型
尚不很成熟，是用三维仿真模型软件来进行一些复杂形状和阴影图象的定义和处理。
十五、计算机辅助设计（CAD）和计算机辅助工程（CAE）
它们可以将产品的具体要求转化为最终的实物产品。它可以使设计者考虑许多不同的设计方案，并大大缩短工作时间。现在常被用于以下领域：
1、可靠性：为改进的低温进行可靠性而进行的设备的热工设计
2、可维修性：工件位置，可达距离及其它与设计相关的人体需要图解
3、可试验性：将试验策划考虑在设计过程中的总体试验要求的分析。
十六、可靠性工程计划
一个成功的可靠性项目应该采取的第一个步骤是制定一个可靠性项目计划。
从设计阶段开始的可靠性工程从根本上说是关于执行某一特定的功能的不同的方案强化研究以及实现可预期的最佳可靠性的途径选择过程。最可靠的系统往往需要在成本和重量方面妥协。通常一个可靠性项目要具备三个必要条件：
统计过程控制(SPC)程序
统计过程控制（SPC）程序 1 目的 为了解和改善过程，通过对过程能力的分析、评估使其有量化资料，为设计、制造过程的改进，选择材料，操作人员及作业方法，提供依据和参考。 2 范围 本程序适用于*****有限公司做统计过程控制（P P K、C P K、CmK 、PPM）的所 有产品。 3 术语和定义 SPC：指统计过程控制。 CpK：稳定过程的能力指数。它是一项有关过程的指数，计算时需同时考虑过程数的趋势及该趋势接近于规格界限的程度。 PpK：初期过程的能力指数。它是一项类似于C P K的指数，但计算时是以新产品的初期过程性能研究所得的数据为基础。 C a：过程准确度。指从生产过程中所获得的资料,其实际平均值与规格中心值之间偏差的程度。 C p：过程精密度。指从生产过程中全数抽样或随机抽样（一般样本在50个以上）所计算出来的样本标准差（σ × ），以推定实际群体的标准差（σ）用3个标准差（3σ）与规格容许差比较。 PPM：质量水准，即每百万个零件不合格数。指一种根据实际的缺陷材料来反映过程能力的一种方法。PPM数据常用来优先制定纠正措施。 Cmk：设备能力指数：是反映机械设备在受控条件下，当其人/料/法不变时的生产能力大小。 4 职责 质量部负责统计过程控制的监督、管理工作。 5 PPM、Cp、Cpk、Pp、Ppk过程能力计算及评价方法 1．质量水准PPM的过程能力计算及评值方法： 当产品和/或过程特性的数据为计数值时，制造过程能力的计算及等级评价方法如下： （1）计算公式： 不良品数 PPM = × 1000000 检验总数 （2）等级评价及处理方法：
A PPM ≦ 233 制造过程能力足够。 B 233 < PPM ≦ 577 制造过程能力尚可；视过程控制特性的要求，进行必要的改进措施。 C 577 < PPM ≦ 1350 制造过程能力不足；必须进行改进措施。2．稳定过程的能力指数Cp、Cpk计算及评价方法： （1）计算公式： A）Ca = （x-U） / （T / 2）×100% 注： U = 规格中心值 T = 公差 = SU - SL = 规格上限值–规格下限值 σ= 产品和/或过程特性之数据分配的群体标准差的估计值 x = 产品和/或过程特性之数据分配的平均值 B）Cp = T / 6σ（当产品和/或过程特性为双边规格时）或 CPU（上稳定过程的能力指数）= （SU-x）/ 3σ（当产品和/或过程特性为单边规格时） CPL（下稳定过程的能力指数）= （x-SL）/ 3σ（当产品和/或过程特性为单边规格时） Z1 = 3Cp（1+Ca）……根据Z1数值查常（正）态分配表得P1%； Z2 = 3Cp（1-Ca）……根据Z2数值查常（正）态分配表得P2% 不合格率P% = P1% + P2% 注：σ = R / d2（ R 为全距之平均值，d2为系数，与抽样的样本大小n有关， 当n = 4时，d 2 = 2.059；当n = 5时，d 2 = 2.3267） C）Cpk = （1-∣Ca∣）× Cp 当Ca = 0时，Cpk = Cp。 D）Cpk = Min（CPU，CPL） = Min{（SU -x）/ 3σ，（x-SL）/ 3σ} 当产品特性为单边规格时，Cpk值即以CPU值或CPL值计算，但需取绝对值；Cpk值取CPU值和CPL值中的最小值。 （2）等级评价及处理方法： 等级Ca值处理方法等级说明 A ∣Ca∣≦ 12.5% 作业员遵守作业规范的规定并达到规格 （公差）要求须继续维持。 Ca值当U与 的差越小时， Ca值也越小， 也就是产品质 量越接近规格 （公差）要求 的水准。 B 12.5% < ∣Ca∣≦ 25% 有必要尽可能将其改进为A级。 C 25% < ∣Ca∣≦ 50% 作业员可能看错规格（公差）不按操作规定或需检查规格及作业规范。
SPC统计过程管理规程
文件制修订记录
为了解和改善过程，通过对过程能力的分析、评估使其有量化资料，为制造过程的改进，选择材料，操作人员及作业方法，提供依据和参考。 2.0范围： 本程序适用于本公司顾客要求和需做统计过程控制（PPK、CPK、PPM）的所有产品。 3.0职责： 品保部：负责统计过程控制的数据搜集和分析；负责统计过程控制的监督、管理工作。 4.0定义： SPC:指统计过程控制。 CPK:稳定（量产）过程的能力指数。它是一项有关过程的指数，计算时需同时考虑过程数的趋势接近于规格界限的程度。 PPK:初期（试产）过程的能力指数它是一项有关类似于CPK的指数，但计算时是以新产品初期过程性能研究所得的数据为基础。 Ca:过程准确度。指从生产过程中所获得的资料，其实际平均值与规格中心值之间偏差的程度。 Cp：过程精密度。指从生产过程中全数抽样或随机抽样（一般样本在50个以上）所计算出来的样本标准差（бX），以推定实际群体的标准（б）用3个标准差（3б）与规格容许差比较。 PPM：质量水准，即每百万个零件不合格数。指一种根据实际的缺陷材料来反映过程能力的一种方法。PPM数据常用来优先制定纠正措施。 5.0作业内容： 5.1建立统计过程控制问题的体系 5.1.1品保部依据《生产过程管理程序》中的内容，对所有新制造过程（包括装配）、关键和重要过程建立新产品、通用产品的统计过程控制体系，并对其进
行过程研究，以验证过程能力，为过程控制提供附加输入，由品保部实施和执行。 5.1.2为确保公司统计过程控制的体系得到有效运行，工程应按《控制计划管理程序》的规定制定统计过程控制体系所需要的过程流程图和其相应的控制计划，其内容包括：测量技术、抽样计划、接收准则、当不能满足接收准则时的反应计划等。 5.2确定生产过程的关键、重要过程。 5.2.1当公司有新的制造过产生时，工程依顾客要求、公司对产品和过程特性的重要性来确定生产过程中关键、重要过程，并将其在相应的控制计划中予以明确规定。 5.2.2工程依据《过程潜在失效模式及后果分析管理程序》规定，对公司所有关键和重要过程确定新产品、通用产品的产品/过程特殊性﹛即：在过程失效模式及后果分析中被评价为高风险的项目（即：严重度≥8、风险数≥100）﹜，并将其在过程失效模式及后果分析、相应的控制计划、产品图样中予以明确标识和规定。 5.3决定关键、重要过程的管理项目 5.3.1当公司对所有关键和重要过程确定新产品、通用产品的产品/过程特殊特性后，由工程根据公司对产品和过程进行统计过程控制执行的能力决定关键、重要过程的管理项目，并将其在相应的控制计划中予以明确规定，经部门主管确认，部门经理承认后，由品保部实施并执行。 5.4决定管理项目的管理标准 5.4.1当公司决定关键、重要过程的管理项目后。由工程、品保部根据顾客对产品特性的要求并结合公司实际的过程生产能力制定关键、重要过程和管理项目的管理标准，并将其在相应的控制计划、产品图样、检验标准、操作标准中予以明确规定，经部门主管确认，部门经理确认后，由品保部实施和执行。
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
SPC统计过程控制应用实例分析
SPC统计过程控制应用实例分析 1.SPC控制特性的定义 T1S6949质量管理体系在实际应用中强调以系统的方法对过程进行分析研究，以确定系统的输入因子，输出因子以及输入对输出的影响作用。产品实现的过程也可以用框图简单地描述为下图： 上图表示，产品实现的过程为由材料、生产参数、设备、人员、环境构成的输入因素通过生产转换成输出产品的过程，同时利用输出的信息来反作用于输入因素，以得到输入因素如材料、生产参数等的持续改进。 输入因素通过生产过程转化成输出的产品，其中的实现过程也就是SPC需要进行监控的工艺过程，当然 针对SPC控制特性的选择并不是越多越好，由于检验本身是不带来增值效益的过程，因此在行业的应用过程中，考虑到成本的计算，SPC只会应用在部分关键特性的监控过程中，而关键特性的选择也根据企业自身的 生产能力及控制能力的需要来决定的。因此在进行统计过程控制时，首先需要定义控制的对象，然后通过监控生产实现过程中的各大因素对控制对象的作用，检测到过程的特殊原因波动，从而实现提前预防不合格品产品的作用。针对关键特性之外的其他参数，可以通过记录检查表的形式将其记录并保存，以便工艺改进时提供历史依据的参考。 PSC的控制项目对产品特性及工序监控的必要性，通常通过以下几个方面进行考量； (1) 从产品特性要求判断，是否为产品关键特性； 如Tirm Form工序，SPC记录共面性的抽样检验结果，以判断产品当前的生产流程是否处于稳定受控的状态下。产品的关键特性在产品设计阶段己确定。 (2) 另一方面，在产品生产制造的过程中，关键工序参数的监控对产品质量良率起着重大的决定作用，利用实时的SPC方法进行工艺参数的监控，能够及时发现生产过程中存在的特殊原因，及时围堵并消除，以得 到立即的改正及预防的作用。 例如，在硅片切割工序(Wafer saw)，工艺上利用对切割槽宽度的定期数据采集，绘制SPC控制图，从而 起到过程监控的作用，以防止参数对切割工序带来的过程能力偏移。 (3) 客户的特殊要求： 客户的特殊要求可以针对产品的固有特性要求，如封装外观尺寸要求，针对p8AGBdoysize35*35的产品， 要求产品的允收范围在35+-0.sm。另外客户的特殊要求也可以针对1艺参数，如Wire Bo nd的Wire Pull和Ballshear。 封装企业的新产品导入初期阶段，在制定产品生产的控制计划时，SPC的控制特性就是其中必须定义的 一个部分。特殊特性的定义主要来源于行业规范，客户的特殊要求以及通过生产经验的累积，总结出来的关键的过程参数计量型的控制图应用在如下的特性，见下表： 计量型控制图的应用工序及抽样计划
SPC的技术原理和应用步骤(统计过程控制)
SPC的技术原理和应用步骤（统计过程控制） 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0.27%。 而失控时，过程分布将发生改变，数据的中心位置或离散程度发生很大变化。当数据出现正负3σ范围以外，根据小概率事件实际不可能发生原理，即认为已出现失控。如果加工处于受控状态，则认为样品特征值一定
SPC与统计技术
SPC与统计技术应用实务 周卓基(V9.1) 【内容提要】统计过程控制(Staticstical Process Control,SPC)是制造业的重要活动,它的含义是:“使用控制图等统计技术(statistical techniques)来分析过程或其输出,以便采取必要的措施获得且维持统计控制状态,并提高过程能力”(见QS-9000的术语73)。QCC(Quality Control Circle)等质量改进团队活动也广泛应用统计技术。 本文结合多年实践经验,对已经广泛应用的方法工具介绍其目的、做法并指出注意事项,对其他则按课时容量尽量为读者提供实用资料留供参考。根据公司主管部门提出的要求,本次培训主要内容为: 1. 从控制图和统计抽样检验谈起 2.SPC的由来和发展 3. 管理体系中统计技术应用的要求 4～14为方法工具介绍,包括: 4. SPC常用统计方法工具概述 5. 直观显示图表应用的有关问题; 6. 数据变异的衡量和分析·直方图与过程能力指数; 7. 控制图; 8. 过程能力分析; 9. 区间估计; 10.显著性检验和统计抽样检验; 11. 回归分析; 12. 方差分析; 13.非数字资料方法工具应用的若干问 题; 14. 试验设计(DOE)简介
15.国内一些企业应用SPC的一些情况 16.统计技术在企业的应用和建议 全文37页,3.74M。本着“以顾客为关注焦点”的宗旨,本讲义比较详尽,以减少听课人耳听手记的负担,超出课时容量的留作参考资料和下一步深入培训用。 本课程注重:①技术性:突出效率,内容和方式贯彻“学以致用”原则,省略“角色演练、游戏感悟、互动游戏”之类的活动;②严谨性:概念定义力求明确并尽量引用ISO等标准,相关的交代注明出处,避免以讹传讹;尽量设计表格归纳对比;强调基本操作明确要领,避免盲目使用统计软件; ③实用性:教法采用案例分析,旨在实用,避免繁复的数学推导。软件使用中注意尽量运用Excel强大的统计作图功能,部分模块可供学员拷贝;④新颖性:尽量博采众长,如兼顾“6σ管理”及其应用的Minitab;⑤延伸性:课堂教学与后续指导服务相结合,课余及班后指导学员处理自身实际数据或成果论文资料。 1 从控制图和统计抽样检验谈起
统计过程控制案例分析
统计过程控制（SPC ）案例分析 一、用途 1．分析判断生产过程的稳定性，生产过程处于统计控制状态。 2．及时发现生产过程中的异常现象和缓慢变异，预防不合格品产生。 3．查明生产设备和工艺装备的实际精度，以便作出正确的技术决定。 4．为评定产品质量提供依据。 二、控制图的基本格式 1．标题部分 X-R 控 制 图 数 据 表 2．控制图部分 质 量 特 性
实线CL ：中心线 虚线UCL ：上控制界限线 LCL ：下控制界限线。 三、控制图的设计原理 1．正态性假设：绝大多数质量特性值服从或近似服从正态分布。 2．3σ准则：99.73%。 3．小概率事件原理：小概率事件一般是不会发生的。 4．反证法思想。 四、控制图的种类 1．按产品质量的特性分： （1）计量值（S X R X R X R X S ----,,~ ,） （2）计数值（p ，pn ，u ，c 图）。 2．按控制图的用途分： （1）分析用控制图； （2）控制用控制图。 五、控制图的判断规则 1．分析用控制图： 规则1 判稳准则——绝大多数点子在控制界限线内（3种情况）； 规则2 判异准则——排列无下述现象（8种情况）。 2．控制用控制图： 规则1 每一个点子均落在控制界限内。 规则2 控制界限内点子的排列无异常现象。
【案例1】 R X -控制图示例 某手表厂为了提高手表的质量，应用排列图分析造成手表不合格品的各种原因，发现“停摆”占第一位。为了解决停摆问题，再次应用排列图分析造成停摆事实的原因，结果发现主要是由于螺栓松动引发的螺栓脱落成的。为此厂方决定应用控制图对装配作业中的螺栓扭矩进行过程控制。 分解：螺栓扭矩是一计量特性值，故可选用基于正态分布的计量控制图。又由于本例是大量生产，不难取得数据，故决定选用灵敏度高的R X -图。 解：我们按照下列步骤建立R X -图 步骤1：取预备数据，然后将数据合理分成25个子组，参见表1。 步骤2：计算各组样本的平均数i X 。例如，第一组样本的平均值为： 0.1645 162 1661641741541=++++= X 其余参见表1中第（7）栏。 步骤3：计算各组样本的极差i R 。例如，第一组样本的极差为： {}{}20154174min max 111=-=-=j j X X R 其余参见表1中第（8）栏。 表1： 【案例1】的数据与R X -图计算表
SPC统计过程分析指导书
SPC统计过程分析指导书 1目的 在过程中正确使用统计技术，对过程加以监控，以利于及时发现问题，采取措施，持续改进过程质量 2范围 本指导书适用于公司过程中使用的统计技术均值-极差控制图（X-R）与不合格品率控制图（P图）指导。 3术语 3.1总体 指重要研究对象的全体，又称母体。 3.2样本 从总体中随机抽取出来的，对其进行测量和分析的一部分产品。 3.3样品 又称个体。样本中的每一单位产品。 3.4样本大小 又称样本容量，一个样本容量，一个样本中所包含的样品数量。 3.5样本数 为研究一个整体，所制取的样本数量。 3.6过程能力 过程处于稳定状态下，在经济及其它条件允许范围内，保证产品质量的能力。 4职责 4.1技术部负责制定现场使用的统计技术类型，并制定控制限及有关性能力指数计算，并 制定未满足要求时的改进计划。 4.2质量管理部负责现场统计技术应用的监控。 4.3生产部负责现场统计技术的应用和管理。 4.4人事资源部负责组织对现场使用的统计技术应用进行培训。 5管理内容 5.1X-R的制作方法 5.1.1确定控制项目（按控制计划规定项目进行）。
5.1.2收集数据，数据取样方法和注意事项： 取样必须具有代表性，取样原则上按不同的设备、操作人员、原料等分别取样，以免除异常因素带来的误差，样本大小3个，样本组数为12个，一般按产品生产顺序或测定顺序，排列数据。 5.1.3将收集数据分组记入表中（表格见附录A） 5.1.4计算平均值X-、极差R、总平均值X--、平均极差R-。 5.1.5计算控制界线 均值控制图中心线CLX=X- 均值控制图上控制线CLX=X--+A2R- 均值控制图下控制线CLX=X---A2R- 极差控制图中心线CLR=R- 极差控制图上控制线UCLR=D4R- 极差控制图下控制线LCLR=D3R- A2、D3、D4分别从附录A表中查得 5.1.6绘制控制限 5.1.7描点 5.1.8控制图分析 5.1.8.1如果所有的控制点均在控制界线内随机分布，则可以此作为控制过程控制图。 5.1.8.2与现有规格比较 A.如果控制界线在规格范围内，分布中心与规格中心基本重合，可认为过程能力满足格 要求，可以作为正常过程控制用图。 B.如果各控制点都在控制界限内，呈随机分布，可以判定过程在受控状态内。 C.如果有超出控制界限的控制点，则应作如下工作： a).对此异常点进行分析并加以处理，并要有预防措施。 b).X控制图有超出界限控制点时，表示过程平均值发生变化或变异增大。 c).R控制图有超出界限控制点时，表示过程变异增大。 D.如果过程控制要求发生变化，如设备、人员、原料等因素，此时应对控制界 限重新收集数据进行计算，找出客观的控制界限。 5.1.9现场应用 应用控制图的工序，操作者/检查员按控制计划或作业指导书要求的频次取样测量，记录实
SPC统计过程控制与控制图
Statistical Process control 统计过程控制
Designed by LLC NO:LLC-ts05 Rev:B 基本概念： 特性产品 一般 安全、法规 关键KPC S 配合、功能过程 一般 关键KCC S 一般特性：只要是合格就可以； 关键特性：不仅仅合格，还要尽可能接近目标值。检验分类：
●计数型：检验时仅分为合格、不合格； ●计量型：检验时可确定值的大小。
第一章持续改进及统计过程控制概述 应用统计技术来控制产生输出的过程时，才能在改进质量、提高生产率、降低成本上发挥作用。 第一节预防与检测 检测-------- 容忍浪费 预防-------- 避免浪费 第二节过程控制系统 过程共同工作以产生输出的供方、生产者、人、设备、输入材料、方法和环境以及使用输出的顾客之集合。 过程性能取决于： 1.供方和顾客之间的沟通； 2.过程设计及实施的方式； 3.动作和管理方式。 过程控制重点：过程特性 过程控制步骤：确定特性的目标值； 监测我们与目标值的距离是近还是远； 对得到的信息作出正确的解释，确定过程是在正常的方式下运行； 必要时，采取及时准确的措施来校正过程或刚产生的输出； 监测采取措施后的效果，必要时进一步分析及采取措施。 注：仅对输出进行检验并随之采取措施，只可作为不稳定或没有能力的过程的临时措施。不能代替有效的过程管理。 第三节变差：普通及特殊原因 任何过程都存在引起变差的原因，产品的差距总是存在。 虽然单个的测量值可能全都不同，但形成一组后它们趋于形成一个可以描述的分布的图形。（例图）
影响因素： 普通原因：难以排除，具有稳定、可重复的分布； 此时输出可以预测。 特殊原因：必须排除，偶然发生、影响显著； 此时将有不可预测方式影响输出。 生产过程控制就是要清除系统性因素（特殊原因）。 第四节局部措施和对系统采取措施 局部措施：针对特殊原因由直接操作人采取适当纠正措施。 此时大约可纠正15%的过程问题。 系统措施：解决变差的普通原因，由管理人员来采取措施。 此时大约可纠正85%的过程问题。 采取措施类型不正确，将给机构带来在的损失，劳而无功，延误问题的解决。 第五节过程控制和过程能力 过程控制系统的目标：对影响过程的措施作出经济合理的决定， 处理好两种变差原因的风险。（例图） 过程控制系统的作用：当出现变差的特殊原因时提供统计信号， 从而采取适当的措施。 过程分类：控制 利用量化的过程性能，反映能否满足顾客要求的能力。 例如：Cp 和Cpk 第六节过程改进循环及过程控制 （例图）
spc统计过程控制技术的应用
统计技术的应用 (培训讲义） 一、基本概念 1信息:信息是一种资源,是对客观事实的反映。对于管理信息而言,它是经过加工后的各种数据，其表现形式是数字、图表、记录、文件等。 2数据:是用来描述客观事物的,其主要反映方式是数字。 3数据分析:是把数据加工成为信息的手段使之能证实质量管理体系的有效性、适宜性以及持续改进体系有效性。统计技术就是数据分析的重要方法途径。 4总体：是指研究对象的全体。一批零件、一个过程或在某段时间内生产的同类产品的全部都可以称为总体。 5样本:是从总体中抽出来的一部分个体的集合。样本中每个个体叫样品，样本中所包含的样品数目称为样本大小，又叫样本量（n)。 6数据分类： 计量值数据：可以连续取值的质量数据，可以用计量器具、仪表等进行测量。如长度、重量、温度等。 计数值数据：不能连续取值的质量数据，也无法用计量工具测定，只能用计数方法表示,如不合格品数、气孔数、缺陷数等。 非数字型数据：难于用数字表达，往往用定性的描述方式，如服务质量评价优、良、中、差。 7样本平均值(X）：即算术平均值 8样本中位值:当数据的个数为单数时，将数据依大小顺序排列，中间的那个数就是中位值；当数据的个数是偶数时，将数据依大小顺序排列，中间的两个数的平均值就是中位值。 9样本方差（σ２）:是用来表示分布的散布大小。方差大意味着分布的散布较宽较分散,方差小意味着分布的散布较窄较集中。 10样本标准差（σ）：方差的开方。一般在实际使用中更常使用标准差来表示分布散布的大小。 11样本极差(R）：指数据中最大值与最小值的差。 二、常用的统计技术 常用的统计技术有分层法、查检表、因果图、排列图、直方图、散布图和控制图七种，又称质量管理老七种工具。 （一）检查表 为了便于收集数据,使用简单记号填记并予统计整理，以作进一步分析、核对、检查之用而设计的一种表格或图表。(用来检查有关项目的表格) 。?1．查检表的种类 查检表以工作的种类或目的可分为: 记录用查检表和点检用查检表两种。?2. 分类:?（1）记录用（或改善用)查检表：主要功用在于根据收集之数据以调查不良项目、不良原因、工程分布、缺点位置等情形. 其中有: 原因别、机械别、人员别、缺点别、不良项目别和位置别等。?(2) 点检用查检表：主要功用是为要确认作业实施、机械整备的实施情形，或为预防发生不良事故、确保安全时使用如：机械定期保养点检表、电池配件点检表、5S点检表。
SPC统计技术
SPC培训讲座 目录 0．目录…………………………………………………………………………1页1．总则…………………………………………………………………………2页2．作用…………………………………………………………………………2页3．控制图的基本形式…………………………………………………………2页4．控图的选用…………………………………………………………………3页5．控制图的分类………………………………………………………………4页6．控制图的制作………………………………………………………………4-9页7．控制图的分析，判断………………………………………………………9-17页8．提高工序能力指数的途径………………………………………………17-19页9．使用SPC常见的问题……………………………………………………19页
1．总则： ● SPC ——Statistical Process Control 的缩写，即统计过程控制的意思，又名SQC 。 ● 起源于20世纪三、四十年代 2． 作用 ● 对工序进行品质管制 ● 分析、判断工序是否处于稳定状态 准确、精密 精密但不准确 准确但不精密 3．控制图 的基本形式 图1 UCL CL LCL 时间或组号 · · · · · · · · · · · · · · · · · 品质特性质 · · · · ·
4．控制图的选用 图2： SPC 控制图的选用流程 确定要控制的特 性 是计量型数据吗？ 关心的是不合格品率一即“坏”产品的百分比吗？ 关心的是不合格数即单位产品不合格数 样本容量是否恒定？ 使用P 图 样本容量是否恒定？ 使用u 图 性质上是否均匀或不能按子组取样一例如：化学槽液、批量油漆？ 是否能方便地计算X ？ 使用中位数图 使用np 或p 图 使用c 或u 图 子组容量是否 大于等于9 使用X-R 图 是否能方便地计算每个子组的S 值 使用X-R 图 使用单值图X-MR 是 否 否 是 是 是 否 否 是 是 否 否 是 是 否 否