SPC统计过程控制(1)

11
控制图的选择
控制图的选定
计量值 数据性质
计数值
平均值
“n”=10~25 “n”是否较大
n≧1 样本大小 n≧2
Cl的性质
中位数 “n”=2~5
“n”=1
不良数
缺陷数
不良数或
缺陷数
不一定
一定
“n”是否一定
单位大小 是否一定 不一定 一定
X-s 图
X-R 图
X-R
X-Rm “p”
图
图图
“np” “c”
数据类别: 计数值数据：只以缺陷数和个数表示，不能连续取值的数据 计量值数据：以产品本身的特性来表示，可以连续取值的数据
2
两种变异
普通性（特定性）变异：不易避免的原因(普通 原因）造成的变异，如操作人员的熟练程度的 差异、设备精度与保养好坏的差异、同批原材 料本身的差异
特殊性（偶尔性）变异：可以避免也必须避免 的原因（特殊原因）造成的变异，如不同原材料 之间的差异、设备故障
“u”
图图
图
12
案例1（控制图的选择）
质量特性 长度 重量 乙醇比重 电灯亮／不亮 每一百平方米的 脏点
样本数 5 10 1
100 100平方米
选用什么图
13
答案1
质量特性 长度 重量 乙醇比重 电灯亮／不亮 每一百平方米的 脏点
样本数 5 10 1
100 100平方米
选用控制图 均值极差控制图
通常用来消除变差的普通原因 几乎总是要求管理措施，以便纠正 大约可纠正85%的过程问题
8
控制图的目的
控制图和一般的统计图不同，因其不仅能 将数值以曲线表示出来，以观其变异之趋 势，且能显示变异系属于机遇性或非机遇 性，以指示某种现象是否正常，而采取适 当之措施。

SPC(统计过程控制）基础知识 统计过程控制） 统计过程控制
4．X-Rs 控制图。多用于下列场合：对每一个产品都进行检验，采用自动化检查和 测量的场合；取样费时、昂贵的场合；以及如化工等过程、样品均匀，多抽样也无 太大意义的场合。由于它不像前三种控制图那样能取得较多的信息，所以它判断过 程的灵敏度也要差一些。
以 客 贯 彻
户 为
中
心 宗
旨
的
质 量 目 标 的 制 定
有 目 期 况
无 制 定 可 测 量 的 质 量 目 标 ？ 质 量 标 有 无 分 解 到 各 职 能 层 ？ 有 无 定 测 量 评 估 各 质 量 目 标 的 达 成 情 ？
职 责 和 权 限
各 部 门 ， 各 职 能 岗 位 有 无 定 义 相 关 的 职 责 和 权 限 ？
4 .2 .2
质 量 手 册
有 无 编 写 符 合 要 求 的 质 量 手 册 ？
SPC(统计过程控制）基础知识 统计过程控制） 统计过程控制
3.4 分层图 用于将数据分类比较 250
不良率（PPM）
目标线
150 100 50 0 1 2 3 4
工作周
C班 B班 A班
5
6
7
8
9
SPC(统计过程控制）基础知识 统计过程控制） 统计过程控制
3.5 控制图 什么是控制图？ 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。 控制图的理论基础是概率论。依据概率论，我们把“小概率的事件如果发生了，我 们认为有异常存在”。 控制图的种类： 控制图的种类
数据 计量值 分布 正态分布 控制图名称 均值-极差 图 均值-标准差 图 中位数-极差 图 单值-移动极差 图 不合格品率图 不合格品数图 单位缺陷数 缺陷数 简记 X-R chart X-S chart X-R chart X-Rs chart P chart Pn chart U chart C chart

（三） x R 控制图的操作步骤
1. 确定控制对象（统计量） 2. 收集k组预备数据（一般K=25；每组数
据个数n ≥ 2;遵循合理子组原则） 3. 计算每一个样本的均值 X i 与极差 Ri 。 4. 计算 X与R 5. 计算R图控制限并作图 6. 用各样本点绘在图中，判断状态。
分析过程若失控或异常，找出原因， 进行纠正，防止再发生。
7. 计算 X 图控制限并作图，判断状态。 8. 计算过程能力指数验证是否符合要求 9. 延长控制限，作控制用控制图，进行日
常管理
四、 X S 图（掌握） 五、X-Rs图（了解）
六、Me-R图（了解）
七、P控制图
（一）P控制图的控制状态
P 常数
n
n
ˆp p di / ni
i1 i1
（二）P控制图的统计基础为二项分布，其
内容 （1）利用控制图分析过程的稳定性，对
过程存在的异常原因进行预警；
（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。
三、统计过程控制的特点 是一种预防性的方法 贯彻预防原则是现代质量管理的核心 强调全员参与
SPC的涵义
为了贯彻预防原则，应用统计技术对 过程各阶段评估和监控，建立并保持过程 处于可接受的并且稳定的水平从而保证产 品与服务符合规定的要求的一种质量管理 技术。
过程能力指数 过程性能指数
CP
TU TL 6ˆ ST
PP
TU TL 6ˆ LT
其中 ˆ St —— 短期波动的标准差估计，在稳态
下计算
ˆ St
R d2
或
S C4
ˆ Lt —— 长期波动的标准差估计，在实
际情况下计算 ˆ Lt S

例如：同一批原材料的不均匀性表现出的细微差异，温度的变化、流量等工艺 参数的变法。显然，它们是不容易消除的。在产品制造过程中会遇到大量的偶 然性因素的影响，因为现实中不可能有绝对完全相同的条件，那么微小的变化 是不可避免的。所以，也称偶然性原因为正常原因；
随时都在发生!
所造成的品质 影响是可接受的!
迈丹科技(厦门)有限公司 MDAN (XIAMEN) Technology Limited.
2020/4/20
6
SPC统计过程控制基础概念
(2)质量变异性质的分类 引起质量变异的原因按性质可以分为偶然性原因和系统性原因两类：
A.偶然性原因（偶然波动）
偶然性原因是一种不可避免的原因，经常对质量变异起作细微的作用，这种原 因的出现带有随机性，其测度十分困难，因此不易消除。
525
532
408
273
139
45
27
16
Pk 0.0209 0.0807 0.1562 0.2015 0.1949 0.1509 0.0973 0.0538 0.0260 0.0112 0.0043
Nk
54
211
407
525
508
394
254
140
68
29
11
从上表中我们发现实验结果与理论结果很接近!
0 1 2 ……n p0 p1 p2 ….pn 其中
p(n, ) p( n) e. n , n 0,1,2,... n!
泊松分布（Poisson distribution，也译为布瓦松分布，布阿松分布，波以松分布等） 是一种统计与或然率学里常见到的离散或然率分布（discrete probability distribution），由法国数学家西莫恩·德尼·布瓦松（Siméon-Denis Poisson）在 1838年时发表。 泊松分布的概率密度函数为: