当前位置：文档库 › SPC知识介绍统计过程控制

SPC知识介绍统计过程控制

什么是 SPC?

对于质量分析和改进而言，判断产品质量是否受控，统计过程控制（SPC）是一种基于数据分析的相当科学的方法。

SPC知识介绍统计过程控制（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。

在制造过程中，统计过程控制（SPC）是作为数据测量和控制的行业标准而被普遍应用的方法之一。记件型数值（测量）是在当产品被生产出来的时候就被记录的数据。这些数据稍后会被绘制在已经做好控制限的图表上。控制限是由过程能力决定的，相类似的，公差限则是由客户的需求所确定的。

落在控制限范围内部的数据表示每一步操作都是按照预想的方式进行的。任何在控制限内部的数据波动大部分是由所谓的正常原因导致的—自然波动被认为是正常过程的一部分。如果数据落在控制限范围之外，则象征某种特殊原因作为波动的主要原因出现在生产过程中，此时则需要对生产中的某环节进行改变来解决问题，并防止缺陷产品的出现。

实时SPC可以让您:

◇降低产品差异性&减少废料

◇科学的改进生产力状况

◇降低成本

◇揭示隐藏的过程特性

◇及时应对过程变化

◇在车间现场进行实时决策

如何评价实时SPC解决方案的投资回报

要对您的SPC投资回报做评估，首先需要确定您工厂中造成浪费和低效率的主要环节部分。一般造成浪费的部分包括废料、返工、过度检查、低效数据采集、设备/过程加工能力弱、纸质文档记录以及低效生产线等。您可以通过以下问题来衡量一个SPC解决方案的好坏：

◇您明确知晓您的质量管理成本吗？

◇您当前的数据确实用来进行过程改进吗，还是仅仅是字面上的数据而已？

◇是否在正确的位置采集了正确的数据？

◇决策是否基于那些真实的数据？

◇您能够轻易的指出质量问题的原因吗？

◇您是否知道该在什么时间对您的设备进行预防性维护？

◇您能够准确预测产出结果吗？

QFD

质量功能展开QFD(Quality Function Deployment)是把顾客或市场的要求转化为设计要求、零部件特性、工艺要求、生产要求的多层次演绎分析方法，它体现了以市场为导向，以顾客要求为产品开发唯一依据的指导思想。在健壮设计的方法体系中，质量功能展开技术占有举足轻重的地位，它是开展健壮设计的先导步骤，可以确定产品研制的关键环节、关键的零部件和关键工艺，从而为稳定性优化设计的具体实施指出了方向，确定了对象。它使产品的全部研制活动与满足顾客的要求紧密联系，从而增强了产品的市场竞争能力，保证产品开发一次成功。

质量功能展开是一种结构化的方法,用这种方法把顾客要求转化为产品开发和生产的每一阶段适当要求，在TS标准的6.2.2.1产品设计技能,7.3.3.1产品设计输出,改进中的"策划措施,解决问题"均不同程度提到或涉及质量功能展开。

对于特定产品,QFD技术可以用作质量策划过程的一个组成部分,特别是QFD第一阶段--产品策划将根据顾客要求(即顾客呼声)转化为相应的控制特性或设计要

求,QFD提供了将通用的顾客要求转化为规定的最终产品和过程控制特性的方法QFD作用:质量展开--将顾客要求转化为产品设计要求功能展开--将设计要求转

化为合适的部件,过程,和生产要求

QFD益处:

增加满足顾客的呼声的保证

减少由于工程知识引起的更改数量

识别相冲突的设计要求

将各种公司的活动集中于以顾客为主的目标上

缩短产品开发周期

减少工程,制造和服务的成本

SQC

Statistical Quality Control(SQC) 以统计方式进行的品质监督

Standard Quality Control标准质量控制

DFMEA

在设计和制造产品时,FMEA是一种可靠性设计的重要方法。它实际上是FMA（故障模式分析）和FEA（故障影响分析）的组合。它对各种可能的风险进行评价、分析，以便在现有技术的基础上消除这些风险或将这些风险减小到可接受的水平。及时性是成功实施FMEA的最重要因素之一，它是一个“事前的行为”，而不是“事后的行为”。为达到最佳效益，FMEA必须在故障模式被纳入产品之前进行.

DEMEA

设计FMEA（也记为d-FMEA）应在一个设计概念形成之时或之前开始，并且在产品开发各阶段中，当设计有变化或得到其他信息时及时不断地修改，并在图样加工完成之前结束。其评价与分析的对象是最终的产品以及每个与之相关的系统、子系统

和零部件。需要注意的是，d-FMEA在体现设计意图的同时还应保证制造或装配能够实现设计意图。因此，虽然d-FMEA不是靠过程控制来克服设计中的缺陷，但其可以考虑制造/装配过程中技术的/客观的限制，从而为过程控制提供了良好的基础。

d-FMEA的研究对象是:

·设计要求与设计方案的相互权衡；

·制造与装配要求的最初设计；

·提高在设计/开发过程中考虑潜在故障模式及其对系统和产品影响的可能性；

·为制定全面、有效的设计试验计划和开发项目提供更多的信息；建立一套改进设计和开发试验的优先控制系统；

PDMEA

简介

过程失效模式及后果分析(Process Failure Mode and Effects Analysis,简称PFMEA)

PFMEA是过程失效模式及后果分析的英文简称。是由负责制造/装配的工程师/小组主要采用的一种分析技术，用以最大限度地保证各种潜在的失效模式及其相关的起因/机理已得到充分的考虑和论述。

概念论述

PFMEA是过程失效模式及后果分析(Process Failure Mode and Effects Analysis)的英文简称。是由负责制造/装配的工程师/小组主要采用的一种分析技术，用以最大限度地保证各种潜在的失效模式及其相关的起因/机理已得到充分的考虑和论述。

失效：在规定条件下（环境、操作、时间），不能完成既定功能或产品参数值和不能维持在规定的上下限之间，以及在工作范围内导致零组件的破裂卡死等损坏现象。

严重度（S）：指一给定失效模式最严重的影响后果的级别，是单一的FMEA范

围内的相对定级结果。严重度数值的降低只有通过设计更改或重新设计才能够实现。

频度（O）：指某一特定的起因/机理发生的可能发生，描述出现的可能性的级别

数具有相对意义，但不是绝对的。

探测度（D）：指在零部件离开制造工序或装配之前，利用第二种现行过程控制方法找出失效起因/机理过程缺陷或后序发生的失效模式的可能性的评价指标；或者用第三种过程控制方法找出后序发生的失效模式的可能性的评价指标。

风险优先数（RPN）：指严重度数（S）和频度数（O）及不易探测度数（D）三项数字之乘积。

顾客：一般指“最终使用者”，但也可以是随后或下游的制造或装配工序，维修工

序或政府法规。

原理分析

PFMEA的分析原理

PFMEA的分析原理如下表所示，它包括以下几个关键步骤：

（1）确定与工艺生产或产品制造过程相关的潜在失效模式与起因；

（2）评价失效对产品质量和顾客的潜在影响；

（3）找出减少失效发生或失效条件的过程控制变量，并制定纠正和预防措施；

（4）编制潜在失效模式分级表，确保严重的失效模式得到优先控制；

（5）跟踪控制措施的实施情况，更新失效模式分级表。

编辑本段模式及后果分析

（1）“过程功能/要求”：是指被分析的过程或工艺。该过程或工艺可以是技术过程，如焊接、产品设计、软件代码编写等，也可以是管理过程，如计划编制、设计评审等。尽可能简单地说明该工艺过程或工序的目的，如果工艺过程包括许多具有不同失效模式的工序，那么可以把这些工序或要求作为独立过程列出；

（2）“潜在的失效模式”：是指过程可能发生的不满足过程要求或设计意图的形式或问题点，是对某具体工序不符合要求的描述。它可能是引起下一道工序的潜在失效模式，也可能是上一道工序失效模式的后果。典型的失效模式包括断裂、变形、安装调试不当等；

（3）“失效后果”：是指失效模式对产品质量和顾客可能引发的不良影响，根据顾客可能注意到或经历的情况来描述失效后果，对最终使用者来说，失效的后果应一律用产品或系统的性能来阐述，如噪声、异味、不起作用等；

（4）“严重性”：是潜在失效模式对顾客影响后果的严重程度，为了准确定义失效模式的不良影响，通常需要对每种失效模式的潜在影响进行评价并赋予分值，用1-10分表示，分值愈高则影响愈严重。“可能性”：是指具体的失效起因发生的概率，可能性的分级数着重在其含义而不是数值，通常也用1—10分来评估可能性的大小，分值愈高则出现机会愈大。“不易探测度”：是指在零部件离开制造工序或装备工位之前，发现失效起因过程缺陷的难易程度，评价指标也分为1—10级，得分愈高则愈难以被发现和检查出；

（5）“失效的原因/机理”：是指失效是怎么发生的，并依据可以纠正或控制的原则来描述，针对每一个潜在的失效模式在尽可能广的范围内，列出每个可以想到的失

效起因，如果起因对失效模式来说是唯一的，那么考虑过程就完成了。否则，还要在众多的起因中分析出根本原因，以便针对那些相关的因素采取纠正措施，典型的失效起因包括：焊接不正确、润滑不当、零件装错等；

（6）“现行控制方法”：是对当前使用的、尽可能阻止失效模式的发生或是探测出将发生的失效模式的控制方法的描述。这些控制方法可以是物理过程控制方法，如使用防错卡具，或者管理过程控制方法，如采用统计过程控制（SPC）技术；

（7）“风险级（RPN）”：是严重性、可能性和不易探测性三者的乘积。该数值愈大则表明这一潜在问题愈严重，愈应及时采取纠正措施，以便努力减少该值。在一般情况下，不管风险级的数值如何，当严重性高时，应予以特别注意；

（8）“建议采取的措施”：是为了减少风险发生的严重性、可能性或不易探测性数值而制定的应对方案，包括行动计划或措施、责任人、可能需要的资源和完成日期等。当失效模式排出先后次序后应首先对排在最前面的风险事件或严重性高的事件采取纠正措施，任何建议措施的目的都是为了阻止其发生，或减少发生后的影响和损失；

（9）“措施结果”：是对上述“建议采取的措施”计划方案之实施状况的跟踪和确认。在明确了纠正措施后，重新估计并记录采取纠正措施后的严重性、可能性和不易探测性数值，计算并记录纠正后的新的风险级值，该数值应当比措施结果之前的风险级值低得多，从而表明采取措施后能够充分降低失效带来的风险。

MSA

在日常生产中，我们经常根据获得的过程加工部件的测量数据去分析过程的状态、过程的能力和监控过程的变化；那么，怎么确保分析的结果是正确的呢？我们必须从两方面来保证，一是确保测量数据的准确性/质量，使用测量系统分析（MSA）方法对获得测量数据的测量系统进行评估；二是确保使用了合适的数据分析方法，如使用SPC工具、试验设计、方差分析、回归分析等。

MSA（MeasurementSystemAnalysis）使用数理统计和图表的方法对测量系统的分辨率和误差进行分析，以评估测量系统的分辨率和误差对于被测量的参数来说是否合适，并确定测量系统误差的主要成分。

测量系统的误差由稳定条件下运行的测量系统多次测量数据的统计特性：偏倚和方差来表征。偏倚指测量数据相对于标准值的位置，包括测量系统的偏倚（Bias）、线性（Linearity）和稳定性（Stability）；而方差指测量数据的分散程度，也称为测量系统的R&R，包括测量系统的重复性（Repeatability）和再现性（Reproducibility）。

一般来说，测量系统的分辨率应为获得测量参数的过程变差的十分之一。测量系统的偏倚和线性由量具校准来确定。测量系统的稳定性可由重复测量相同部件的同一质量特性的均值极差控制图来监控。测量系统的重复性和再现性由GageR&R研究来确定。

分析用的数据必须来自具有合适分辨率和测量系统误差的测量系统，否则，不管我们采用什么样的分析方法，最终都可能导致错误的分析结果。在ISO10012-2和

QS9000中，都对测量系统的质量保证作出了相应的要求，要求企业有相关的程序来对测量系统的有效性进行验证。

测量系统特性类别有F、S级别，另外其评价方法有小样法、双性、线性等.

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是什么意思

SPC是什么意思? SPC概述 SPC，统计过程控制（Statistical Process Control），是一个科学的，以数据为核心的质量分析和改进方法，已成为当前各行业企业对生产过程进行质量监控的标准方法之一。今天，SPC的应用已经全面发展到了实时分析和响应阶段。企业通过对生产过程数据进行实时采集和分析，可以在产品出现质量缺陷以前就发现其变化趋势，并进行相应的调整和改进，从而避免产品的报废，降低了原材料及生产成本。与传统的方法和手段相比，实时SPC更能够满足制造业企业规模化和自动化生产的质量管理需求。 SPC应用原理在生产过程中，实际成品的规格参数的波动是不可避免的。它是由人、机器、材料、方法和环境等因素的波动影响所致。波动分为两种：正常波动和异常波动。正常波动是由一些随机性因素（不可避免的因素）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。异常波动是由系统性因素（可避免的异常变化因素）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最大化地避免和消除生产过程中的异常波动，SPC应用统计分析技术对生产过程进行监控，科学地区分出生产过程中产品质量的正常波动与异常波动，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，确保整个生产过程处于正常波动状态，从而生产出质量可靠、稳定的产品，降低由于异常波动所导致的原材料和时间成本浪费。基于SPC理论，企业通过对产品生产过程中的各项质量相关数据进行实时地的采集和分析，可以随时掌控整个生产过程的稳定状态和质量水平。在实际生产中，企业一般拥有了两个重要的质量管理目标——控制限（Control Limits）和规格限（Specification Limits）。其中控制限是由企业整体的生产能力所决定的，代表着企业的实际生产水平；规格限则来自于客户对于产品的标准要求。只有控制限优于规格限，企业才能为客户生产出品质可靠的产品。如果生产过程中的质量数据值介于控制限以内，那么表明生产过程处于正常的状态。在控制限的范围内，质量数据值也会存在一定的变化，但是这些基本上是由于不可避免的正常因素波动所导致的。如果数据值处于控制限之外，那么这表明生产过程中存在了非正常的因素，需要企业对生

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制程能力分析

SPC 概述Statistical Process Control

SPC Introduction 统计性统计管理(SPC = Statistical Process Control)? ? Statistical ... ?统计性方法是用Sampling的Data Monitoring 、分析Process 变动时使用。 Process ... ?反复性的事情或者阶段 (SIPOC : Supplier → Input → Process → Output → Customer) Control ... ? Process正在变化的事实早期警报。警报是指最终Output出来之前纠正问题，能够具有充分的时间 (管理图 : 随着时间工程散布的变化) SPC –对某个 Process掌握品质规格和工程能力状态, 利用统计性资料和分析技法, 在所愿的状态下一直能管理下去的技法。 2

SPC 的发展历史 SPC 的特征：控制过程，防患于未然。重点在于预防

?電視機彩色密度投机?美國：無不合規格產品出廠，注意力在符合規格?日本： 0.3% 超出產品規格，致力於命中目標

製程- 產品-顧客產品 (Output) Measurement 製程(過程)(Process) 展開特性特徵顧客滿意 Man Machine Material Method Environmental 4M1E

製程，程序影響工作結果之所有原因的集合,亦即為達成工作結果之製造過程中所有活動的集合管制，控制確保達到要求標準,必要時採取矯正行動何謂製程管制 (程序控制) 工作結果原材料方法環境機器人員原因手段特性目的

spc概述

S P C 一、含义：SPC 统计过程控制（Statistical Process Control ）作用：SPC 是利用数理统计方法对过程中的各个阶段进行监控，科学的区分生产过程中产品质量的正常波动与异常波动；及时对异常趋势提出预警，消除异常因素，使过程恢复到可接受的稳定水平，从而达到提高和控制质量的目的。特点：强调全过程监控预--整个过程[可应用于一切管理过程]、实现预防["事前"控制]。 SPC 手册是由美国三大汽车公司编写并由AIAG 发行的。好处：1、“检验法”：是只对于结果控制：1.质量难以保证[全检可信度差]，2.质量成本高[检验出的不合格品已造成浪费]。公司不但浪费时间和金钱，而且面对业内的对手失去竞争优势。 2、SPC 法：定时的观察和系统的测量方法用在过程中最容易产生产品缺陷的关键部位，可用来减少甚至可能取消大量的视觉检查和验证的操作[依赖]。改进质量和降低成本。二、背景：一般说来，先进的技术科学可以提高产品质量指标的绝对值，而先进的质量科学则可以在现有条件下将其质量波动调整到最小。预防原则是现代化质量管理的核心与精髓，旨在依据适当的信息来源，找出发生潜在不合格的原因，制定预防措施，有效地消除潜在不合格的原因，防止不合格发生，从而可保证产品质量、降低产品成本、保证生产进度。为了保证预防原则的实施， 20世纪20年代美国贝尔电话实验室成立了两个研究质量的课题小组：休哈特[过程控制组]提出了过程控制理论及控制过程的具体工具(控制图)，道奇与罗米格[产品控制组]提出了抽样检验理论和抽样检验表。休哈特和道奇是统计质量控制的奠基人。休哈特首先在生产过程管理中应用正态分布特性，被誉为统计过程控制之父。三、生产过程中的两种波动过程存在波动—随机正态/不随机—正常/异常波动—产生原因—例子/特性—改进[正常波动(规范放宽/6sigma 改进)、异常波动(8D 方法对6因分析)] 1、生产过程中的质量特性存在波动过程是由人员、设备、原料、方法和环境等因素构成，各基本因素客观上是在波动的，则过程也是在随之波动的。这也是产生缺陷的原因。 2、波动的两种形式分为正常波动和异常波动。用控制图区分后，才能决定对采取局部还是系统采取措施。正常波动产生原因：是过程固有的本性，是各基本因素自然波动的结果。特性：是随机的、可预测的、不可控的、不可避免的。在控制线内按正态分布波动，是受控状态。一般它对产品质量影响较小：样品特征值出现在正态分布正负3σ范围内的概率为99.73%[超出正负3σ 范围发生概率仅为0.27%]。在技术上难以消除：因为他是目前资源/各因素固有的特性，在经济上成本高也不值得消除：需要增加现有资源的投入。举例：世界上没有两个完全一样的事物；手工插件时正时歪；调试值时大点时小点异常波动产生原因：是由系统原因造成的，当某因素自身出了问题，波动异常[超常或失常]时，致使相应的质量特性的波动变的不随即- 异常，特性：是不随机的、不可预测、是失控状态。它对产品质量影响很大，可通过SPC 提前预测发现，举例：1、突变[换新人/心情差]、趋势[设备件磨损/动作趋于熟练] LSL 新观念 LSL 老观念成本成本

SPC统计过程控制与控制图

Statistical Process control 统计过程控制

●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基本知识

基础统计过程控制（SPC）

第一节持续改进及统计过程控制概述一、预防和检测使用最终检验，将不符合技术规范的产品剔除的方法来进行生产和质量控制是一种浪费。因为它允许将时间和材料等投入到生产无用的产品和服务中去。避免这种浪费的有效办法是预防。二、过程控制系统（SPC） spc是一种反馈系统（或称闭环系统），如图3-1所示。下面讨论4个重要概念。 1. 过程：是指产生输出的供方、生产者、人、设备、材料、方法和环境（4M1E）与使用输出的顾客之集合。 2. 有关性能信息：研究过程本质及其内在变化规律的信息。如温度、循环时间、进给速率、缺勤、周转时间、延迟，以及中止次数等过程特性是关心的重点。 3. 对过程采取措施：对重要的过程特性采取使之较少偏离目标值，使过程保持稳定，保持输出变差在可接受的界限之内的措施。这种措施是经济的。采取措施包括改变操作或改变过程本身基本因素。

4. 对输出采取措施：采取严格检测及剔除不合格品的措施。这种措施是不经济的。只作为不稳定或没能力的过程的临时措施。三、变差的普通原因及特殊原因由于机器、工具、材料、人员、维修及环境（4M1E）等原因，造成产品特性的变差。造成变差的原因分为普通原因和特殊原因。 1. 普通原因：它是具有随时间稳定分布的变差原因。是一种偶然性原因。只存在普通原因且不改变时，过程才是稳定的，可预测的。可称过程“处于统计控制状态”或简称“受控”。 2. 特殊原因：它的出现引起过程特性分布的变化。是一种系统性原因。当存在特殊原因时过程是不稳定的，过程输出是不可预测的。特殊原因有些有害，有些有利。应识别出来，使有害的消除、有利的永久保留下来。对一些成熟的过程，顾客可能特许让一些特殊原因存在，其前提是过程控制计划能确保符合顾客的要求，且不受其它特殊原因影响。四、局部措施和系统措施局部措施通常用来解决变差的特殊原因，通常是与该过程操作直接有关人员的责任，尽管有时要求管理人员介入。解决变差的普通原因通常需要对系统采取措施。非直接操作人员所能解决，通常其责任在管理人员。工业的经验：局部措施约占15%，系统采取措施约占85%。正确采取措施十分重要。如需要采取系统措施时却采取局部措施，不但问题得不到解决，反而浪费时间、资源，造成损失。五、过程控制和过程能力 1. 过程控制过程控制系统的目标是对影响过程的措施做出经济合理选择。既不“过度控制”（不需要采取措施时采取了措施），也不“控制不足”（需要采取措施时不采取措施）。过程控制系统的作用之一是：出现变差特殊原因时，提供统计信息，不存在特殊

SPC概述

SPC概述 1.1什么是SPC SPC是S tatistical P rocess C ontrol的简称，即统计过程控制。 SPC运用统计技术对生产过程中的各工序参数进行监控，从而达到改进、保证产品质量的目的。 1.1.22SPC的发展简史 SPC是美国贝尔实验室休哈特博士在20世纪二、三十年代所创立的理论，它能科学地区分出生产过程中产品质量的偶然波动与异常波动，从而对生产过程的异常及时告警，以便采取措施，消除异常，恢复过程的稳定。 SPCD是S tatistical P rocess C ontrol and D iagnosis的简称，即统计过程控制与诊断,它是SPC发展的第二阶段。SPC虽能对过程的异常进行告警，但它并不能分辨出是什么异常，发生于何处，即不能进行诊断，1982年我国首创两种质量诊断理论，突破了休哈特质量控制理论，开辟了统计质量诊断的新方向。此后，我国质量专家又提出了多元逐步诊断理论和两种质量多元诊断理论，解决了多工序、多指标系统的质量控制与诊断问题。 SPCDA是S tatistical P rocess C ontrol,D iagnosis and A djustment的简称，即统计过程控制、诊断与调整,它能控制产品质量、发现异常并诊断导致异常的原因、自动进行调整，是SPC发展的第三个阶段，目前尚无实用性成果。 1.3SPC的特点 SPC是全系统的，全过程的，要求全员参加，人人有责。 SPC强调用科学方法(统计技术，尤其是控制图理论)来保证全过程的预防。 SPC不仅用于生产过程，而且用于服务过程和管理过程。 1.4SPC与ISO9000标准体系的联系 ISO9001:2000提出了关于质量管理的八项原则，对于质量管理实践具有深刻的指导意义。其中，“过程方法”、“基于事实的决策”原则都和SPC等管理工具的使用，有着密切的联系。以什么样的方法来对过程进行控制？以什么样的手段来保证管理决策的及时性、可靠性？是管理者首先应该考虑的问题。 SPC技术运用是对按ISO9001标准建立的质量管理体系的支持，制订ISO9000族标准的TC176，也为组织实施SPC制订了相应的标准（编号ISO/TR10017），该标准以技术报告的形