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。
利用从可重复过程所得到的数据,控制图有助于检测出变差的异常模式,并提供统计失控的检验准。当过程变异仅由偶然原因造成时,过程处于统计控制状态。这种变差的可接受水平一经确定，则对此水平的任何偏离都假定由可查明原因造成，对这些可查明原因应加以识别、消除或减轻。
统计过程控制的目的,就是要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。要做到这一点，所应用的主要统计工具就是控制图。控制图是一种图形方法，它给出表征过程当前状态的样本序列的信息，并将这些信息与考虑了过程固有变异后所建立的控制限进行对比。
控制图法首先用来帮助评估一个过程是否已达到、或继续保持在具有适当规定水平的统计控制状态，然后用来帮助在生产过程中，通过保持连续的产品质量记录，来获得并保持对重要产品或服务的特性的控制与高度一致性。应用控制图并仔细分析控制图。可以更好地了解和改进过程
控制图选用原则
在质量管理工作中，通常用到各种控制图，用于分析或控制制程，本文在此对如何选用控制图简单归纳如下表，请大家参与讨论
计量型数据控制图
x--R 平均值—极差图
1、通常子组样本容量小于9，一般为4或5
2、此控制图，因使用方便，效果也好，故使用最普遍
X --S 平均值—标准差图
1、因标准差比极差描述产品或过程变异更优，故在有计算机时用此种图形更好
2、当子组样本容量大于9时，人工计算极差较困难时，常用计算机计算
3、通常用于分析制程用
X~-R 中位数图
1、通常用于现场操作者进行控制制程用
2、使用此图时，子组数通常为奇数，分析所得结果偏差比上两者都大
X-MR 单值移动极差图
1、通常在测量费用高时使用
2、测量数据输出比较一致时常用（如溶液的浓度）
3、检查过程的变化不如其它计量型控制图敏感
计数型数据控制图
p 不合格品率图
适用于测量在一批检验项目中不合格品项目的百分数，是一个比率，故各子组样本容量不一定要一样
np 不合格品数图
用来度量一个检验中的不合格品的数量，是一个数值，故各样本容量应固定
c 不合格数图
用来测量一个检验批内不合格的数量，它要求样本容量恒定或受检数量恒定
u 单位产品不合格数图
用来测量具有容量不同的样本的子组内，每检验单位之内的不合格数量
控制图类型
控制图是画有控制界限，对生产过程中产品质量进行控制的一种图。用它来判断产品质量波动的原因（系统原因或偶然原因），进而判断生产过程是否处于稳定状态。按不同用途，控制图可分为用于预防不合格品产生的管理用控制图和主要用于分析用的控制图两类。
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落正负3σ范围内，即存在3σ原理。太友科技Qsmart 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。在世界上大多数国家均以正负3σ范围为控制界限。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。
控制图有两个坐标，纵坐标代表质量特性值，横坐标表示样本号。中心线CL=μ，上控制限UCL=μ+3σ，下控制限LCL=μ-3σ。
在生产中，可用太友科技Qsmart SPC软件，定期抽取样本，测出其质量特性值数据，计算后标在图上，观察点是否越限，判断生产过程是否处于稳定状况。
根据不同的质量特性值，控制图可分为计量型控制图和计数型控制图。
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控制图详解 摘要： 什么是控制图？ 控制图是对过程质量加以测定、记录从而进行控制管理的一种用科学方法设计的图。 控制图的应用 控制图中包括三条线 1.控制上限(UCL) 2.中心线(CL) 3.控制下限(LCL)
控制图的种类 数据：是能够客观地反映事实的资料和数字数据的质量特性值分为： 计量值 可以用量具、仪表等进行测量而得出的连续性数值，可以出现小数。 计数值 不能用量具、仪表来度量的非连续性的正整数值。 计量型数据的控制图 Xbar-R图（均值－极差图） Xbar-S图（均值－标准差图） X-MR图（单值－移动极差图） X-R（中位数图） 计数型数据的控制图 P图（不合格品率图） np图（不合格品数图） c图（不合格数图） u图（单位产品不合格数图） 控制图的判异 控制图可以区分出普遍原因变差和特殊原因变差 1.特殊原因变差要求立即采取措施 2.减少普遍原因变差需要改变产品或过程的设计 错误的措施 1.试图通过持续调整过程参数来固定住普通原因变差，称为过渡调整，结果会导致更大的过程变差造成客户满意度下降。 2.试图通过改变设计来减少特殊原因变差可能解决不了问题，会造成时间和金钱的浪费。 控制图可以给我们提供出出现了哪种类型的变差的线索，供我们采取相应的措施。 控制图上的信号解释 有很多信号规则适用于所有的控制图（Xbar图和R图），主要最常见的有以下几种： 规则1：超出控制线的点
规则2：连续7点在中心线一侧 规则3：连续7点上升或下降 规则4：多于2/3的点落在图中1/3以外 规则5：呈有规律变化
SPC控制图建立的步骤 1.选择质量特性 2.决定管制图之种类 3.决定样本大小,抽样频率和抽样方式 4.收集数据 5.计算管制参数(上,下管制界线等) 6.持续收集数据,利用管制图监视制程 SPC控制图选择的方法 1．X-R控制图 用于控制对象为长度、重量、强度、纯度、时间、收率和生产量等计量值的场合。X控制图主要用于观察正态分布的均值的变化，R控制图主要用于观察正态分布分散或变异情况的变化，而X-R控制图则将二者联合运用，用于观察正态分布的变化。 2．X-s控制图 与X-R图相似，只是用标准差（s）图代替极差（R）图而已。 3．Me-R控制图 与X-R图也很相似，只是用中位数（Me）图代替均值（X）。 4．X-Rs控制图 多用于对每一个产品都进行检验，采用自动化检查和测量的场合。 5．p控制图 用于控制对象为不合格品率或合格品率等计数质量指标的场合，使用p图时应选择重要的检查项目作为判断不合格品的依据；它用于控制不合格品率、交货延迟率、缺勤率、差错率等。 6．np控制图 用于控制对象为不合格品数的场合。设n为样本，p为不合格品率，则np为不合格品数。 7．c控制图 用于控制一部机器，一个部件，一定长度，一定面积或任何一定的单位中所出现的不合格数目。焊接不良数/误记数/错误数/疵点/故
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
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）
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
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/7919251970.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/7919251970.html,/Download/Try.html
有限公司作业文件 文件编号：版号：A/0 （SPC）控制图应用指导书 批准： 审核： 编制： 受控状态：分发号： 2010年11月15日发布2010年11月15日实施
（SPC）控制图的应用指导书 1目的 用于使（工序）过程保持稳定状态，预防不合格发生。 2适用范围 适用公司对特殊特性与关键工序的控制。 3职责 3.1技术科 负责识别并确定特殊特性与关键工序，并确认需要控制的质量特性值。3.2检验科 1）负责采集和记录控制图所需要的产品实物测量数据，并确定采用的控制图的种类。 2）负责对现场操作人员进行控制图作业的培训和指导。 3.3生产车间 负责控制或管理控制图的打点、判别、不合格的纠正。 4控制图的基本形式、种类及适用场合 4.1控制图的基本形式如图1 抽样时间或样本序号 图1控制图的基本形式 4.2控制图的分类 4.2.1按照用途分类 1）分析用控制图 主要用于分析过程是否处于稳态，过程能力是否适宜。如果发生异常就应找出其原因，采取措施，使过程达到稳定。过程处于稳定后，才 可以将分析用的控制线，延长作为控制用控制图。 2）控制（管理）用控制图
用于使过程保持稳态，预防不合格的发生。控制用控制图的控制线来自分析用控制图，不必随时计算。当影响过程质量波动的因素发生变化或质量水平已有明显提高提高时，应使用分析用控制图计算新的控制线。 4.2.2按数据的性质分类，表1列出常用控制图的种类及适宜场合 4.3控制图的应用范围 1）诊断：评估过程的稳定性。 2）控制：决定某过程何时需要调整，何时需要保持原有状态。 3）确认：确认某一过程的改进。
4.4绘制控制图 1）选定质量特性：选定控制的质量特性应是影响产品质量的关键特性。这些特性应能够计算（或计数）并且在技术上可以控制。 2）选定控制图的种类。 3）收集数据：应收集近期的，与目前工序状态一致的数据。收集的数据个数参见表2 表2控制图的样本数与样本大小 4）计算有关参数 各控制图有关参数的计算步骤及公式（见表3）
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。
1目的 用于使（工序）过程保持稳定状态，预防不合格发生。 2适用范围 适用公司对特殊特性与关键工序的控制。 3职责 3.1生产计划部 负责识别并确定特殊特性与关键工序，并确认需要控制的质量特性值。 3.2品质部 1）负责采集和记录控制图所需要的产品实物测量数据，并确定采用的控制图的种类。 2）负责对现场操作人员进行控制图作业的培训和指导。 3.3生产部 负责控制或管理控制图的打点、判别、不合格的纠正。 4控制图的基本形式、种类及适用场合 4.1控制图的基本形式如图1
CL LCL 图 1控制图的基本形式 4.2控制图的分类 4.2.1按照用途分类 1）分析用控制图 主要用于分析过程是否处于稳态，过程能力是否适宜。如果发生异常 就应找出其原因，采取措施，使过程达到稳定。过程处于稳定后，才可以将分析用的控制线，延长作为控制用控制图。 2）控制（管理）用控制图 用于使过程保持稳态，预防不合格的发生。控制用控制图的控制线来 自分析用控制图，不必随时计算。当影响过程质量波动的因素发生变化或质量水平已有明显提高提高时，应使用分析用控制图计算新的控制线。 4.2.2按数据的性质分类，表1列出常用控制图的种类及适宜场合
1）诊断：评估过程的稳定性。 2）控制：决定某过程何时需要调整，何时需要保持原有状态。 3）确认：确认某一过程的改进。 4.4 绘制控制图 1）选定质量特性：选定控制的质量特性应是影响产品质量的关键特性。这些特性应能够计算（或计数）并且在技术上可以控制。 2）选定控制图的种类。 3）收集数据：应收集近期的，与目前工序状态一致的数据。收集的数据个数
SPC软件应用：如何在一个控制图上监控多个过程 发布时间：2011-11-11 版权所有：盈飞无限国际有限公司https://www.doczj.com/doc/7919251970.html, 原文出处：https://www.doczj.com/doc/7919251970.html,/Resources/Tech-Notes/2011/1028/19.html 多个过程流 在很多行业中，通常需要控制多个独立的过程流，这些过程生产相同的产品。在此例子中，我们监控一个灌装机上的八个灌装头（这些灌装头是独立的，因为每个灌装头上有独立的灌装泵）。 在表格1中20个数据样本表示每个灌装头的灌装量。每15 分钟进行一次取样。 图1：八个灌装头的注射机。每个灌装头由独立的灌装泵控制。 表1:数据表示20个样本。每个样本中包含八个容器（每个灌装头一个），每隔15 分钟取样一次。红色的值为样本的最大值，蓝色的值为最小值。 组图分析 对于每个样本，最大值和最小值在单值（IX）图（图2，上）上显示。移动极差由每个样本中每个灌装头的值计算，将移动极差的最大和最小值绘制在移动极差图上（图2，下面的图）。比如，在样本2中，灌装头4 的移动极差为最小，是|12.31- 12.37| = 0.06，灌装头6 的移动极差最大，是|11.37- 12.12| = 0.75。 中心线表示所有数据的平均值，不是最大值和最小值的平均值。控制限、短期西格玛和Cp/Cpk 是基于八个灌装头总体标准差计算的。
图2: 组图IX-MR 中，单值IX图显示了最大和最小值，移动极差MR显示了所有样本移动极差的最大和最小值。两个图中都包含了几个超出控制限的点。 在理解组图时，需要在图上找到最大和最小的位置。在单值图上，注意到最小值中灌装头2和6 很多。表明这些灌装头的灌装量总是小于其它灌装头。同时，移动极差中的最大值主要是灌装头6。表示此灌装头的波动比其它灌装头更大一些。 在箱线图上查看多个过程流 组图对查看一段时间内多过程的行为非常有用。另一个用于对比多个分布的工具是箱线图。像直方图一样，箱线图显示数据的分布（图3）。直方图是正视图，而箱线图是俯视图。 图3: 箱线图说明 请注意，箱线图（图4）中清楚地显示了灌装头2和灌装头6的灌装量小于其它灌装头。同时，灌装头6 的波动也最大。这样的结果和组图所解释的结果是完全吻合的。 在用户的SPC 程序中，使用组图和箱线图将显著的提高SPC
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。
S P C控制图详解 Company Document number：WTUT-WT88Y-W8BBGB-BWYTT-19998
SPC控制图详解 什么是控制图 控制图是对过程质量加以测定、记录从而进行控制管理的一种用科学方法设计的图。 控制图的应用
控制图中包括三条线 1.控制上限(UCL) 2.中心线(CL) 3.控制下限(LCL) 控制图的种类
数据：是能够客观地反映事实的资料和数字数据的质量特性值分为： 计量值 可以用量具、仪表等进行测量而得出的连续性数值，可以出现小数。 计数值 不能用量具、仪表来度量的非连续性的正整数值。 计量型数据的控制图 Xbar-R图（均值－极差图） Xbar-S图（均值－标准差图） X-MR图（单值－移动极差图） X-R（中位数图） 计数型数据的控制图
P图（不合格品率图） np图（不合格品数图） c图（不合格数图） u图（单位产品不合格数图） 控制图的判异 控制图可以区分出普遍原因变差和特殊原因变差 1.特殊原因变差要求立即采取措施 2.减少普遍原因变差需要改变产品或过程的设计 错误的措施 1.试图通过持续调整过程参数来固定住普通原因变差，称为过渡调整，结果会导致更大的过程变差造成客户满意度下降。 2.试图通过改变设计来减少特殊原因变差可能解决不了问题，会造成时间和金钱的浪费。
控制图可以给我们提供出出现了哪种类型的变差的线索，供我们采取相应的措施。 控制图上的信号解释 有很多信号规则适用于所有的控制图（Xbar图和R图），主要最常见的有以下几种： 规则1：超出控制线的点 规则2：连续7点在中心线一侧 规则3：连续7点上升或下降
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/7919251970.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：
莱州市XX机械有限公司作业文件 文件编号：JT /C－8.2.3J－002版号：A/0 （SPC）控制图应用指导书 批准： 审核： 编制： 受控状态：分发号：
2006年11月15日发布2006年11月15日实施（SPC）控制图的应用指导书JT /C－8.2.3J－002 1目的 用于使（工序）过程保持稳定状态，预防不合格发生。 2适用范围 适用公司对特殊特性与关键工序的控制。 3职责 3.1技术科 负责识别并确定特殊特性与关键工序，并确认需要控制的质量特性值。3.2检验科 1）负责采集和记录控制图所需要的产品实物测量数据，并确定采用的控制图的种类。 2）负责对现场操作人员进行控制图作业的培训和指导。 3.3生产车间 负责控制或管理控制图的打点、判别、不合格的纠正。 4控制图的基本形式、种类及适用场合 4.1控制图的基本形式如图1 抽样时间或样本序号 图1控制图的基本形式 4.2控制图的分类 4.2.1按照用途分类 1）分析用控制图 主要用于分析过程是否处于稳态，过程能力是否适宜。如果发生异常就应找出其原因，采取措施，使过程达到稳定。过程处于稳定后，才 可以将分析用的控制线，延长作为控制用控制图。
2）控制（管理）用控制图 JT /C－8.2.3J－002 用于使过程保持稳态，预防不合格的发生。控制用控制图的控制线来自分析用控制图，不必随时计算。当影响过程质量波动的因素发生变化或质量水平已有明显提高提高时，应使用分析用控制图计算新的控制线。 4.2.2按数据的性质分类，表1列出常用控制图的种类及适宜场合 4.3控制图的应用范围 1）诊断：评估过程的稳定性。 2）控制：决定某过程何时需要调整，何时需要保持原有状态。
一、SPC控制图对异常现象的揭示能力，将根据数据分组时各组数据的多少、样本的收集方法、层别的划分不同而不同。不应仅仅满足于对一份控制图的使用，而应变换各种各样的数据收取方法和使用方法，制作出各种类型的图表，这样才能收到更好的效果。 二、SPC控制图为管理者提供了许多有用的生产过程信息时应注意以下几个问题： ①根据工序的质量情况，合理地选择管理点。管理点一般是指关键部位、关健尺寸、工艺本身有特殊要求、对下工存有影响的关键点，如可以选质量不稳定、出现不良品较多的部位为管理点； ②根据管理点上的质量问题，合理选择控制图的种类： ③使用控制图做工序管理时，应首先确定合理的控制界限： ④控制图上的点有异常状态，应立即找出原因，采取措施后再进行生产，这是控制图发挥作用的首要前提； ⑤控制线不等于公差线，公差线是用来判断产品是否合格的，而控制线是用来判断工序质量是否发生变化的； ⑥控制图发生异常，要明确责任，及时解决或上报。 三、怎样利用控制图判断异常现象 用控制图识别生产过程的状态，主要是根据样本数据形成的样本点位置以及变化趋势进行分析和判断．失控状态主要表现为以下两种情况：
①样本点超出控制界限； ②样本点在控制界限内，但排列异常。当数据点超越管理界限时，一般认为生产过程存在异常现象，此时就应该追究原因，并采取对策。排列异常主要指出现以下几种情况： ③连续七个以上的点全部偏离中心线上方或下方，这时应查看生产条件是否出现了变化。 ④连续三个点中的两个点进入管理界限的附近区域(指从中心线开始到管理界限的三分之二以上的区域)，这时应注意生产的波动度是否过大。 ⑤点相继出现向上或向下的趋势，表明工序特性在向上或向下发生着变化。 ⑥点的排列状态呈周期性变化，这时可对作业时间进行层次处理，重新制作控制图，以便找出问题的原因。 四、制作控制图一般要经过以下几个步骤： ①按规定的抽样间隔和样本大小抽取样本； ②测量样本的质量特性值，计算其统计量数值； ③在控制图上描点； ④判断生产过程是否有并行。 五、制作控制图时并不是每一次都计算控制界限，那么最初控制线是怎样确定的呢?如果现在的生产条件和过去的差不多，可以遵循以往的经验数据，即延用以往稳定生产的控制界限。下面介绍一种确定控制界限的方法，即现场抽样法，其步骤如下： ①随机抽取样品50件以上，测出样品的数据，计算控制界限，做控制图；