spc中cp\cpk\ppk等等级标准
作者: sea_kang(站内联系TA)收录: 2009-07-17 发布: 2009-07-17
Cp、Cpk、Pp、Ppk过程能力计算及评价方法：
1．稳定过程的能力指数Cp、Cpk计算及评价方法：
（1）计算公式：
K=2︱M-μ︱/T
注：T=规格上限USL-规格下限LSL，规范中心M= （USL+LSL）/2，μ为过程输出中心。（
A. 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）=（USL-μ）/3σ（当产品和/或过程特性为单边规时）
Cpl（上稳定过程的能力指数）=（μ-LSL）/3σ（当产品和/或过程特性为单边规时）
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，d2 = 2.059；当n = 5时，d2 = 2.3267）
B. Cpk=min{ USL-μ, μ-LSL}/3σ=(1-K)*Cp
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 Cp值判断处理方法等
级说明
特级CP≥1.67过程能力过剩为提高质量，对关键项目再次缩小公差范围：为提高效率降低成本放宽波动幅度，减低设备等
级。 Cp值当T与3σ的比越大，Cp值也越大，也就是说过程越稳定。1级 1.67＞CP≥1.33过程能力充分不是关键项目时可：1.放宽波动幅度。2.降低对材料的要求。3.减少检验的频次。
2级 1.33＞CP≥1过程能力尚可必须用控制图或其
他方法进行控制和监督：对产品按常规进行检验。
3级 1＞CP≥0.67过程能力不足分析散步大的原因，全数检查或增加检验频次。
4级 0.67＞ CP 过程能力严重不足停止继续加工，找出原因。否则全数检查挑选出不合格品。
Cpk等级评价
等级 Cpk值改进措施处理方法等级说明
A Cpk≥1.67继续保持制程非常稳定，继续保持，当Cpk大于2倍时，可以考虑缩小规格。 Cpk值越大，则制造过程能力越稳定。
B 1.67＞Cpk≥1.33需要改进状况理想。
C 1.33＞Cpk≥1立即改进进行工作及品质改善，降低变异，提高品质。
D 1＞Cpk≥0.67必要时停止生产立即作制程检讨，改进，必要时停止生产。
E 0.67＞Cpk 必要时停止生产对产品实施全检，理解问题事实，以彻底改善。
2. 性能指数（即初期过程的能力指数）Pp、Ppk计算及评价方法：
(1) 计算公式：
A. Pp = T / 6s（当产品和/或过程特性为双边规格时）或
Ppu（上稳定过程的能力指数）=（USL- X ）/3s（当产品和/或过程特性为单边规格时）
Ppl（上稳定过程的能力指数）=（X - LSL）/3s（当产品和/或过程特性为单边规格时）
注：
T = 公差 =规格上限USL-规格下限LSL，X = 产品和/或过程特性之数据分配的平均值，n = 抽样样本的大小，Xi= 每个样本的实际测量数值，s = 样本标准差的估计值.
B. Ppk = Min（Ppu，Ppl） = Min{（USL-X ）/3s,(LSL-X )/3s}
Ppk值为PPU和PPL中数值最小者。当产品特性为单边规格时，Ppk值即以PPU 值
或PPL值计算，但需取绝对值。
(2)等级评价及处理方法：
等级 Pp、Ppk值等级说明处理方法
A Pp、Ppk > 1.67 该过程目前能满足和符合顾客要
求。顾客批准后即可开始生产，并按照控制计划进行。
B 1.33 ≤ Ppk ≤ 1.67该过程目前可能被顾客接受，但是可能会被要求进行一些改进。与顾客取得联系，并评审研究结果，如果在批
量生产开始之前仍没有改进，将要求对控制计划进行更改。
C Ppk < 1.33 该过程目前不能满足和符合顾客要求。与顾客取得联系，并对研究结果进行评审，对需改进的过程必须有书面的纠正措施计划，增加检验与试验频率直到Cpk>1.33为止，修改后的控制计划应经顾客批准。
3. 过程中的过程能力要求
A）过程稳定且数据呈常（正）态分配时，过程能力指数须达到Cpk≧1.33。
B）长期不稳定的过程，但是SPC抽检样本的质量符合规格且呈可预测的型态时，初期过程能力指数须达到Ppk≧1.67。
Normal prob plot图评价标准：
P＞O.1 收集数据符合正态分布
P＜0.05 收集数据不符合正态分布
0.05≤P≤0.1 可能是,看是否受偏态和双峰的影响
SPC控制图判断标准 一：判稳准则 在点子随机排列的情况下，符合下列个点之一就判稳： （1）连续25个点，界外点数d=0； （2）连续35个点，界外点数d≤1； （3）连续100个点，界外点数d≤2。 二：判异准则 SPC的基准是稳态，如若过程出现显著偏离稳态则为异态。异态出可分为异常好与异常坏两类。判异准则： （1）点出界就判异； （2）界内点排列不随机判异。 2.1判异准则1 一点落在A区以外。出现该情况可能因素：计算错误、测量误差、原材料不合格、设备故障等。点排布如下图2-1所示： 图2-1 准则1判异图 2.2判异准则2 出现连续9点落在中心线一侧。原因：分布的a减小。点排布如下图2-2所示：
图2-2 准则2判异图 2.3判异准则3 连续6点递增或递减。产生趋势可能因素：工具逐渐磨损、维修水平逐渐降低、操作人员技能逐渐降低等。点排布如下图2-3所示： 图2-3 准则3判异图 2.4判异准则4 连续14点中相邻点上下交替。产生趋势可能因素：轮流使用两台设备、两位人员轮流操作。点排布如下图2-4所示： 图2-4 准则4判异图 2.5判异准则5 连续3点落在中心线同一侧的B区以外。产生趋势可能因素：参数u发生了变化。点排布如下图2-5所示：
图2-5准则5判异图 2.6判异准则6 连续5点中有4点落在中心线同一侧的C区以外。表明参数u发生了变化。点排布如下图2-6所示： 图2-6准则6判异图 2.7判异准则7 15点在C区中心线上下。可能原因：①是否应用了假数据，弄虚作假；②是否数据分层不够。点排布如下图2-7所示： 图2-7准则7判异图
SPC控制图判异标准及异常处理方法 控制图介绍： 控制图就是对生产过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控制状态的一种图形方法。根据假设检验的原理构造一种图，用于监测生产过程是否处于控制状态。它是统计质量管理的一种重要手段和工具。 控制图的分析准则： 控制图判断异常的准则有两条：点子出界就判断异常；界内点排列不随机判断异常。 稳态是生产过程追求的目标。那么如何用控制图判断过程是否处于稳态？为此，需要制定判断稳态的准则。 判稳准则： 在点子随机排列的情况下，符合下列各点之一就认为过程处于稳态： （1）连续25个点子都在控制界限内； （2）连续35个点子至多1个点子落在控制界限外； （3）连续100个点子至多2个点子落在控制界限外。在讨论控制图原理时，已经知道点子出界就判断异常，这是判断异常的最基本的一条准则。为了增加控制图使用者的信心，即使对于在控制界限内的点子也要观察其排列是否随机。若界内点排列非随机，则判断异常。 判断异常的准则： 符合下列各点之一就认为过程存在异常因素： （1）有点子在控制界限外； （2）连续7点同侧； （3）连续不少于6点有上升或下降的倾向 （4）连续14相邻点上下交替 （5）同侧连续多3点中有2点以上在在2倍的标准差外区域内出现 （6）同侧连续多5点中有4点以上在在1倍的标准差外区域内出现 （7）任一侧连续8点公布在±1倍标准差外 （8）任一侧连续15点公布在±1倍标准差内 管制图异常的处理： 1．产线工人或班组长发现SPC管制异常时首先；自我检查，是否严格按作业标准（SOP或WI）作业，相邻作业员交叉检验；情况严重，或无法查找到原因必须立即通知品质工程师和制程工程师。 2．品质工程师与制程工程师现场分析后，能否在较短的时间内（0.5~1小时）找到产生异常的原因，采用4M1E分析制程；如仍然无法找到根源，而且情况严重（如：P不良率大大超标），报告上级主管决定是否停线；品质工程师召集相关部门开会讨论，寻找根本原因（制程、设计、材料或其它）。 3．SPC产生异常的原因找到并实施纠正预防措施后，SPC管制图向管制异常相反的方向转变，说
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。
准则 编辑 稳态是生产过程追求的目标。那么如何用控制图判断过程是否处于稳态？为此，需要制定判断稳态的准则。 判稳准则：在点子随机排列的情况下，符合下列各点之一就认为过程处于稳态： （1）连续25个点子都在控制界限内； （2）连续35个点子至多1个点子落在控制界限外； （3）连续100个点子至多2个点子落在控制界限外。在讨论控制图原理时，已经知道点子出界就判断异常，这是判断异常的最基本的一条准则。为了增加控制图使用者的信心，即使对于在控制界限内的点子也要观察其排列是否随机。若界内点排列非随机，则判断异常。 判断异常的准则：符合下列各点之一就认为过程存在异常因素： （1）点子在控制界限外或恰在控制界限上； （2）控制界限内的点子排列不随机； （3）链：连续链，连续9点排列在中心线之下或之上；间断链，大多数点在一侧 （4）多数点屡屡靠近控制界限（在2一3倍的标准差区域内出现） 连续3个点至少有2点接近控制界限。 连续7个点至少有3点接近控制界限。 连续10个点至少有4点接近控制界限。 （5）倾向性（连续不少于6点有上升或下降的倾向）与周期性。 （6）连续14点中相邻点交替上下。 （7）点子集中在中心线附近。（原因：数据不真实；数据分层不当） 为了方便记忆，下面总结了控制图判异的八个准则： 准则1：1个点子落在A区以外（点子越出控制界限） 准则2：连续9点落在中心线同一侧 准则3：连续6点递增或递减 准则4：连续14点中相邻点子总是上下交替 准则5：连续3点中有2点落在中心线同一侧B区以外 准则6：连续5点中有4点子落在中心线同一侧C区以外 准则7：连续15点落在中心线同两侧C区之内 准则8：连续8点落在中心线两侧且无1点在C区中
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控制图判异方法及异常处理技巧 来源:太友科技—https://www.doczj.com/doc/04780412.html,
摘要：SPC是企业生产品质分析软件，可对生产SPC的目的: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。 控制图介绍： 控制图就是对生产过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控制状态的一种图形方法。根据假设检验的原理构造一种图，用于监测生产过程是否处于控制状态。它是统计质量管理的一种重要手段和工具。 判断异常的准则： 符合下列各点之一就认为过程存在异常因素： （1）点子在控制界限外或恰在控制界限上； （2）控制界限内的点子排列不随机； （3）链：连续链，连续9点排列在中心线之下或之上；间断链，大多数点在一侧 （4）多数点屡屡靠近控制界限（在2一3倍的标准差区域内出现） （5）倾向性（连续不少于6点有上升或下降的倾向）与周期性。
（6）连续14点中相邻点交替上下。 （7）点子集中在中心线附近。（原因：数据不真实；数据分层不当） 如下图所示： 其中：UCL表示:规范上限 CL表示:均值 LCL:规范下限 控制图异常的处理： 1、产线工人或班组长发现SPC管制异常时首先；自我检查，是否严格按作业标 准（SOP或WI）作业，相邻作业员交叉检验；情况严重，或无法查找到原因必须立即通知品质工程师和制程工程师。 2、品质工程师与制程工程师现场分析后，能否在较短的时间内（0.5~1小时） 找到产生异常的原因，采用4M1E分析制程；如仍然无法找到根源，而且情况严重（如：P不良率大大超标），报告上级主管决定是否停线；品质工程师召集相关部门开会讨论，寻找根本原因（制程、设计、材料或其它）。 3、SPC产生异常的原因找到并实施纠正预防措施后，SPC管制图向管制异常相反 的方向转变，说明对策有效；恢复正常生产。此过程必须严密监控。 另，SPC软件免费下载地址：https://www.doczj.com/doc/04780412.html,/Download/Try.html
S P C控制图判异准则制定依据判异准则顺口溜 精选文档 TTMS system office room 【TTMS16H-TTMS2A-TTMS8Q8-
SPC控制图判异准则制定依据 过程控制图包含2种，一种是“分析用控制图”，另一种是“控制用控制图”。 分析用控制图，主要作以下2点用途：①所分析的过程是否为稳态；②过程能力指数是否满足要求。这种把能力指数满足要求称作技术稳态。分析用控制图的调整过程即质量不断改进的过程。 控制用控制图，当过程达到我们所确定的“统计稳态“和技术稳态”后，才能将分析用控制图的控制线延长作为控制用控制图。这种延长的控制线相当于生产立法，便进入日常管理。 故从数理统计的角度来看，分析用控制图阶级就是过程参数未知阶段，而控制用控制图阶段则是过程参数已知阶段。在由分析用控制图向控制用控图转化前，需要对过程判读，这时就需要用到：判稳准则和判异原则。 1）判稳准则的思路 对于判异来说，“点出界就判异”。虽不百发百中，也是千发九九七中，很可靠，但在控制图上有一点未出界，可否判稳？这可能存在2种可能：①过程本来就稳定；②异常漏报。故出现一点未出界不能立即判稳。但接连出现m （m>>1）个点子未出界，则情况大不相同。这时整个点子系列的β总=βm要比个别点子的β小得多，可以忽略不计。那么仅有一种可能，即过程稳定。如果接连在控制界内的点子更多，即使有个别个点子偶然出界，过程仍可看作是稳态的。这就是判稳准则的思路。 判稳准则，在点子随机排列的情况下，符合下列各原则之一就判稳： 连续25个点，界外点数d=0;其概率P = α1 连续35个点，界外点数d≤1; 其概率P = α2 连续100个点，界外点数d≤2; 其概率P = α3 尽管在上述判稳原则下，对于出界点也应当加以排查。用概率统计如下，假设过程正常： P（连续35点，d≤1）=（0.9973）35（0.0027）0+（0.9973）34（0.0027）1= 0.9959 =α2 故, P（连续35点，d>1）= 1 - 0.9959 = 0.0041 =α2 同理，α1 = 0.0654；α2 = 0.0041；α3 = 0.0026，可见α1 与α2 和α3明显不相称。故有专家认为应取消第①条，但体哈特控制图的国际标准ISO8258：1991仍然保留了这条原则，显然有经济因素考虑。 判异准则，我们知道SPC的基准为统计控制状态，若过程偏离这种状态就称为异常。因此，所以异常就会存在异常的好和异常的坏。判异准则有2类： 点出界就判异； 界内点排不随机就判异。由于点子数量未加以界定，其模式可能有无穷多，但现场能保留下来继续使用的只有明显物理意义的若干种，在控制图中要注意加以识别。 准则一，一点在A区外 准则一可对参数μ与σ变化给出信号，还可对过程单个失控作出反应，如计算错误，测量误差，原材料不合格，设备故障等，犯第一种错误的概率，称为显着水平，记α0 =0.0027 准则二,连续9点在C区或其外排成一串 此准则作为准则一而补充的,以提高控制图的灵敏度,选择9点是为了使其犯第一种错误的概率α与准则一的α0 =0. 0027大体相仿.在控制线一侧连续出现的点称为链，下列点数链长的α为： P（中心线一侧出现长为7的链）= α7 = 2（0.9973/2）7 = 0.0153 P（中心线一侧出现长为8的链）= α8 = 2（0.9973/2）8 = 0.0076 P（中心线一侧出现长为9的链）= α9 = 2（0.9973/2）9 = 0.0038 P（中心线一侧出现长为10的链）= α10 = 2（0.9973/2）10 = 0.0019 可见，α9 与准则一的α0 相当，若长=7判异，比α0 大的多。以往采用不着7点，而目前改为9点判异。这主要是因为推行SPC一般采用电脑进行，从而使得整个系统的α总概率增大，不难 证明：α总≈∑αi为减少α总，就得使每条判异准则各自的αi 准则三，连续6点递增或递减。
SPC控制图判异准则制定依据 过程控制图包含2种，一种是“分析用控制图”，另一种是“控制用控制图”。 分析用控制图，主要作以下2点用途：①所分析的过程是否为稳态；②过程能力指数是否满足要求。这种把能力指数满足要求称作技术稳态。分析用控制图的调整过程即质量不断改进的过程。 控制用控制图，当过程达到我们所确定的“统计稳态“和技术稳态”后，才能将分析用控制图的控制线延长作为控制用控制图。这种延长的控制线相当于生产立法，便进入日常管理。 故从数理统计的角度来看，分析用控制图阶级就是过程参数未知阶段，而控制用控制图阶段则是过程参数已知阶段。在由分析用控制图向控制用控图转化前，需要对过程判读，这时就需要用到：判稳准则和判异原则。 1）判稳准则的思路 对于判异来说，“点出界就判异”。虽不百发百中，也是千发九九七中，很可靠，但在控制图上有一点未出界，可否判稳？这可能存在2种可能：①过程本来就稳定；②异常漏报。故出现一点未出界不能立即判稳。但接连出现m （m>>1）个点子未出界，则情况大不相同。这时整个点子系列的β总=βm要比个别点子的β小得多，可以忽略不计。那么仅有一种可能，即过程稳定。如果接连在控制界内的点子更多，即使有个别个点子偶然出界，过程仍可看作是稳态的。这就是判稳准则的思路。 判稳准则，在点子随机排列的情况下，符合下列各原则之一就判稳： 连续25个点，界外点数d=0;其概率P = α1 连续35个点，界外点数d≤1; 其概率P = α2 连续100个点，界外点数d≤2; 其概率P = α3 尽管在上述判稳原则下，对于出界点也应当加以排查。用概率统计如下，假设过程正常： P（连续35点，d≤1）=（0.9973）35（0.0027）0+（0.9973）34（0.0027）1= 0.9959 =α2 故, P（连续35点，d>1）= 1 - 0.9959 = 0.0041 =α2 同理，α1 = 0.0654；α2 = 0.0041；α3 = 0.0026，可见α1 与α2 和α3明显不相称。故有专家认为应取消第①条，但体哈特控制图的国际标准ISO8258：1991仍然保留了这条原则，显然有经济因素考虑。 判异准则，我们知道SPC的基准为统计控制状态，若过程偏离这种状态就称为异常。因此，所以异常就会存在异常的好和异常的坏。判异准则有2类： 点出界就判异； 界内点排不随机就判异。由于点子数量未加以界定，其模式可能有无穷多，但现场能保留下来继续使用的只有明显物理意义的若干种，在控制图中要注意加以识别。 准则一，一点在A区外 准则一可对参数μ与σ变化给出信号，还可对过程单个失控作出反应，如计算错误，测量误差，原材料不合格，设备故障等，犯第一种错误的概率，称为显著水平，记α0 =0.0027 准则二,连续9点在C区或其外排成一串 此准则作为准则一而补充的,以提高控制图的灵敏度,选择9点是为了使其犯第一种错误的概率α与准则一的α0 =0.0027大体相仿.在控制线一侧连续出现的点称为链，下列点数链长的α为： P（中心线一侧出现长为7的链）= α7 = 2（0.9973/2）7 = 0.0153 P（中心线一侧出现长为8的链）= α8 = 2（0.9973/2）8 = 0.0076 P（中心线一侧出现长为9的链）= α9 = 2（0.9973/2）9 = 0.0038 P（中心线一侧出现长为10的链）= α10 = 2（0.9973/2）10 = 0.0019 可见，α9 与准则一的α0 相当，若长=7判异，比α0 大的多。以往采用不着7点，而目前改为9点判异。这主要是因为推行SPC一般采用电脑进行，从而使得整个系统的α总概率增大，不难 证明：α总≈∑αi为减少α总，就得使每条判异准则各自的αi 准则三，连续6点递增或递减。
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控制图判异标准及异常处理方法 来源:太友科技—https://www.doczj.com/doc/04780412.html,
控制图介绍： 控制图就是对生产过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控制状态的一种图形方法。根据假设检验的原理构造一种图，用于监测生产过程是否处于控制状态。它是统计质量管理的一种重要手段和工具。 控制图的分析准则： 控制图判断异常的准则有两条：点子出界就判断异常；界内点排列不随机判断异常。 稳态是生产过程追求的目标。那么如何用控制图判断过程是否处于稳态？为此，需要制定判断稳态的准则。
判稳准则： 在点子随机排列的情况下，符合下列各点之一就认为过程处于稳态：（1）连续25个点子都在控制界限内； （2）连续35个点子至多1个点子落在控制界限外； （3）连续100个点子至多2个点子落在控制界限外。在讨论控制图原理时，已经知道点子出界就判断异常，这是判断异常的最基本的一条准则。为了增加控制图使用者的信心，即使对于在控制界限内的点子也要观察其排列是否随机。若界内点排列非随机，则判断异常。 判断异常的准则： 符合下列各点之一就认为过程存在异常因素： （1）点子在控制界限外或恰在控制界限上； （2）控制界限内的点子排列不随机； （3）链：连续链，连续9点排列在中心线之下或之上；间断链，大多数点在一侧 （4）多数点屡屡靠近控制界限（在2一3倍的标准差区域内出现） （5）倾向性（连续不少于6点有上升或下降的倾向）与周期性。 （6）连续14点中相邻点交替上下。 （7）点子集中在中心线附近。（原因：数据不真实；数据分层不当）
为了方便记忆，下面总结了控制图判异的八个准则： 1、2/3A（连续3点中有2点在中心线同一侧的B区外<即A区内>） 2、4/5C（连续5点中有4点在中心线同一侧的C区以外） 3、6连串（连续6点递增或递减，即连成一串） 4、8缺C（连续8点在中心线两侧，但没有一点在C区中） 5、9单侧（连续9点落在中心线同一侧） 6、14交替（连续14点相邻点上下交替） 7、15全C（连续15点在C区中心线上下，即全部在C区内） 8、1界外（1点落在A区以外） 如下图所示： 其中：UCL表示:规范上限 CL表示:均值 LCL:规范下限
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
SPC控制图判异准则制定依据 (2010-04-26 10:27:32) 转载▼ 分类：工作、生活 标签： 文化 过程控制图包含2种，一种是“分析用控制图”，另一种是“控制用控制图”。 分析用控制图，主要作以下2点用途：①所分析的过程是否为稳态；②过程能力指数是否满足要求。这种把能力指数满足要求称作技术稳态。分析用控制图的调整过程即质量不断改进的过程。 控制用控制图，当过程达到我们所确定的“统计稳态“和技术稳态”后，才能将分析用控制图的控制线延长作为控制用控制图。这种延长的控制线相当于生产立法，便进入日常管理。 故从数理统计的角度来看，分析用控制图阶级就是过程参数未知阶段，而控制用控制图阶段则是过程参数已知阶段。 在由分析用控制图向控制用控图转化前，需要对过程判读，这时就需要用到：判稳准则和判异原则。 1）判稳准则的思路 对于判异来说，“点出界就判异”。虽不百发百中，也是千发九九七中，很可靠，但在控制图上有一点未出界，可否判稳？这可能存在2种可能：①过程本来就稳定；②异常漏报。故出现一点未出界不能立即判稳。但接连出现m（m>>1）个点子未出界，则情况大不相同。这时整个点子系列的β总=βm要比个别点子的β小得多，可以忽略不计。那么仅有一种可能，即过程榷āＨ绻 恿 诳刂平缒诘牡阕痈 啵 词褂懈霰鸶龅阕优既怀鼋纾 倘钥煽醋魇俏忍 摹Ｕ饩褪桥形茸荚虻乃悸贰?/DIV> 判稳准则，在点子随机排列的情况下，符合下列各原则之一就判稳： 连续25个点，界外点数d=0;其概率P = α1 连续35个点，界外点数d≤1; 其概率P = α2 连续100个点，界外点数d≤2; 其概率P = α3 尽管在上述判稳原则下，对于出界点也应当加以排查。用概率统计如下，假设过程正常：
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）
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