下载文档原格式
统计过程控制（S P C）培训资料一、什么叫SPCSPC即统计过程控制（Statistical Process Control），是一种统计分析工具，主要通过对过程数据的分析来对生产过程进行实时监控，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。
二、什么情况下要做SPC1.客户要求的关键特性2.内部确定的关键特性三、做SPC的前提1.过程数据易于采集2.过程处于受控状态四、SPC的理论知识变差1.变差的概念没有两件产品或者特性是彻底相同的，因为任何过程都存在许多引起变差的原因。
产品间的差距也许很大，也许小得无法测量，但这些差距总是存在。
例如一个冲压零件的尺寸易于受机器的稳定性、模具的磨损、材料的硬度、操作人员的操作方法、维修（润滑、零件的更换）及环境的影响. 产品间的差异即为变差。
2.变差的普通原因及特殊原因普通原因变差是向来在过程中浮现的变差(如模具的磨损、温度的变化等),过程惟独此类变差时,就认为过程是稳定的和可预测的, 我们称之为：“处于受控状态”。
---此类变差通常与管理者有关，通常采取系统措施来解决。
---此类变差是必然存在的，只能改善或者降低，不能彻底被消除。
特殊原因变差是由异常或者外部事件的影响产生的，在普通原因变差之外（如材料用错,操作方法错误等），当过程存在此类变差时，过程是不稳定的或者不受控的。
---此类变差通常是与该过程操作人员有关，通常采取局部措施来解决。
---此类变差是可以被消除的正态分布一种用于计量型数据的、连续的、对称的频率分布，它是计量型数据用控制图的基础。
，当一组测量数据服从正态分布时，有大约正态分布的两个参数：平均值U和标准差68.26%的测量值落在平均值处正负一个标准差的区间内,大约95.44%的测量值将落在平均值处于正负两个标准差的区间内;大约99.73%的值将落在平均值处正负三个标准偏差的区间内,超出三个标准差的惟独0.27%（如图一：正态分布图）。
第一章节重新认识SPC内容主要有：过程的概念；过程变差；过程能力分析；计量型控制图（X—R图，X—S图等）；计数型控制图（p图，np图，c图，u图等）；第二章节SPC应用的基础2.1数据与质量特性值●质量数据1．数据的特点：①波动性；②规律性；2．质量特性：反映产品特定性质之内容；（如：尺寸、重量、硬度、力度、电阻值、丝印寿命、外观等）3．质量特性数据：测量质量特性所得的数据；（如：“力度150g”、“力度偏重20g”、“力度偏重5pcs”）4．数据分类：①计量值数据：（如单位为“mm、g、℃、Ω”的数据）②计数值数据：（如单位为“PCS、箱、桶、罐”的数据）●数据参数1．数据表达式：公式中一般用X1 X2……Xn表示一组数据中n个数据。
2．频数：同一记录中同一数据出现的数据。
公式中一般用n1 n2 n3…ni表示个数。
3．平均数：所有数据的和与总数和商。
4．百分率：单项数据与所有数据总和的商的百分值。
5．累计百分率：顺序排列中，第1项的累计百分率，等于前N-1项百分率的和。
标准方差：6．●数据的分层1.概念：将数据依照使用目的，按其性质，来源，影响等进行分类，把性质相同，在同一生产条件下收集到的质量特性数据归并在一起的方法；2.作用：分层的目的是为有利于查找生产质量问题的原因。
3.分层方法：①操作人员：按个人分，按现场分，按班次分，按经验分；②机床设备：按机器分，按工夹刀具分；③材料：按供应单位分，按品种分，按进厂批分④加工方法：按不同的加工、装配、测量、检验等方法分，按工作条件分；⑤时间：按上、下午分，按年、月、日分，按季节分；⑥环境：按气象情况分，按室内环境分，按电场、磁场影响分；⑦其他：按发生情况分，按发生位置分等。
4.两点原则：作频数分布表时要确定组距、组数和组的边界值。
例：某零件的一个长度尺寸的测量值（mm ）共100个，测量单位为0.01mm①从数据中选出最大值和最小值,这时应去掉相差悬殊的异常数据.最大值为42.44,最小值为42.27②用测量单位的1、2、5倍除以最大值与最小值之差(极差),并将所有得值取整数.极差=42.44-42.27=0.17mm已知测量单位为0.01mm,为了求出组距,可用0.01mm 的1、2、5的倍数除以极差0.17mm.0.17÷0.01=17 0.17÷0.02=8.5(取整数为9) 0.17÷0.05=3.4(取整数为3)数据为④确定分组组界时,可把数据中的最小值分在第一组的中部,并把分组组界定在最小测量单位的1/2处,以避免测量值恰好落在边界上。
SPC培训资料汇编一、SPC 概述SPC 即统计过程控制（Statistical Process Control），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。
SPC 强调预防为主，通过对过程数据的收集、分析和监控，提前预测可能出现的质量问题，从而避免不合格产品的产生，降低生产成本，提高生产效率和产品质量。
二、SPC 的基本原理1、过程的波动性任何生产过程中，产品的质量特性值总是存在着一定的波动。
这种波动可分为正常波动和异常波动。
正常波动是由随机原因引起的，对产品质量影响较小，在生产过程中是允许存在的。
异常波动则是由系统原因引起的，对产品质量影响较大，在生产过程中是不允许存在的。
2、控制图原理控制图是 SPC 中最重要的工具之一。
它是对过程质量特性值进行测定、记录、评估，从而监察过程是否处于控制状态的一种用统计方法设计的图。
控制图上有中心线（CL）、上控制限（UCL）和下控制限（LCL）。
通过观察点子在控制图中的分布情况，可以判断过程是否稳定。
当点子随机分布在控制限内，且没有明显的规律性时，说明过程处于稳定状态；当点子超出控制限，或者呈现出明显的规律性（如连续上升或下降、周期性变化等）时，说明过程出现了异常，需要采取措施进行调整。
三、SPC 常用的控制图1、均值极差控制图（XR 图）适用于计量值数据，是最常用的一种控制图。
均值控制图用于观察分布的均值变化，极差控制图用于观察分布的离散程度。
2、均值标准差控制图（XS 图）与 XR 图类似，但用标准差代替极差来反映数据的离散程度。
当样本量较大（n>10）时，使用 XS 图更为精确。
3、中位数极差控制图（XRm 图）适用于现场需要把测定数据直接记入控制图进行控制的场合，简便直观。
4、单值移动极差控制图（XMR 图）适用于单件小批生产过程，以及测量费用较高的场合。
spc培训资料SPC培训资料(一) SPC简介统计过程控制(简称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。
它认为，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。
实施SPC的过程一般分为两大步骤:首先用SPC工具对过程进行分析，如绘制分析用控制图等;根据分析结果采取必要措施:可能需要消除过程中的系统性因素，也可能需要管理层的介入来减小过程的随机波动以满足过程能力的要求。
第二步则是用控制图对过程进行监控。
SPC源于本世纪二十年代，以美国Shewhart博士发明控制图为标志。
自创立以来,即在工业和服务等行业得到推广应用，二战中美国将其制定为战时质量管理标准，当时对保证军工产品的质量和及时交付起到了积极作用;自五十年代以来SPC在日本工业界的大量推广应用对日本产品质量的崛起起到了至关重要的作用;八十年代以后，世界许多大公司纷纷在自己内部积极推广应用SPC，而且对供应商也提出了相应要求。
在ISO9000以及QS9000中也提出了在生产控制中应用SPC方法的要求。
SPC非常适用于重复性生产过程。
它能够帮助我们:对过程作出可靠的评估;确定过程的统计控制界限，判断过程是否失控和过程是否有能力;为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生;减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作。
SPC是Statistｉcal Ｐｒocｅss Coｎｔrｏl的简称统计过程控制利用统计的方法来监控制程的状态,确定生产过程在管制的状态下，以降低产品品质的变异soy prｏteinｃoｎcenｔｒａte，大豆浓缩蛋白。
在大豆压榨过程中的产品，比豆粕蛋白含量高,且更易吸收.常用于乳猪、水产、幼禽、犊牛、宠物等饲料制作.是理想的饲料原料。
SPC（3）增量脉冲编码器,中国人民武装警察部队特种警察学院的简称，同时又叫做武装特警学院。
它是训练特种兵的学院，同时还是执行任务的机构。
统计工序控制即SPC（Statisｔicａl ProcｅsｓCoｎtroｌ）。
它是利用统计方法对过程中的各个阶段进行控制,从而达到改进与保证质量的目的.SＰC强调以全过程的预防为主.1．经济性：有效的抽样管制，不用全数检验，不良率，得以控制成本。
使制程稳定，能掌握品质、成本与交期。
2。
预警性：制程的异常趋势可即时对策，预防整批不良，以减少浪费。
3.分辨特殊原因：作为局部问题对策或管理阶层系统改进之参考。
4.善用机器设备:估计机器能力，可妥善安排适当机器生产适当零件。
5.改善的评估：制程能力可作为改善前後比较之指标。
利用管制图管制制程之程序1.绘制「制造流程图」,并用特性要因图找出每一工作道次的制造因素（条件)及品质特性质。
２．制订操作标准。
3。
实施标准的教育与训练。
4。
进行制程能力解析,确定管制界限。
5．制订「品质管制方案」,包括抽样间隔、样本大小及管制界限.６.制订管制图的研判、界限的确定与修订等程序。
7.绘制制程管制用管制图.８。
判定制程是否在管制状态（正常)。
9。
如有异常现象则找出不正常原因并加以消除。
10．必要时修改操作标准(甚至於规格或公差）。
分析用管制图主要用以分析下列二点：（１)所分析的制（过）程是否处於统计稳定。
(2）该制程的制程能力指数(ProｃｅsｓCapability Indeｘ)是否满足要求。
-控制图的作用1.在质量诊断方面，可以用来度量过程的稳定性，即过程是否处于统计控制状态;2。
统计过程控制与休哈特控制图目录第一节统计过程控制（SPC）与控制图概述 (2)一、什么是SPC？ (2)二、控制图及其原理 (2)第二节休哈特控制图分析 (5)一、控制图的两类错误 (5)二、控制图的判断准则 (6)第三节休哈特控制图 (14)一、简单说明各个控制图的用途： (14)二、用控制图需要考虑的一些问题 (16)三、各种控制图的原理及制作 (18)第一节 统计过程控制（SPC ）与控制图概述 一、什么是SPC ？SPC 是英文Statistical Process Control 的字首简称，即统计过程控制。
SPC 就是应用统计技术对过程中的各个阶段进行监控，从而达到改进与保证质量的目的。
SPC 强调全过程的预防。
SPC 的特点是:（1）SPC 是全系统的，全过程的，要求全员参加，人人有责。
(2) SPC 强调用科学方法(主要是统计技术，尤其是控制图理论)来保证全过程的预防。
（3）SPC 不仅用于生产过程，而且可用于服务过程和一切管理过程。
二、控制图及其原理1、控制图所谓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。
图上有中心线(CL)、上控制界限(UCL)和下控制界限(LCL)，并有按时间顺序抽取的样本统计量数值的描点序列。
2、控制图原理的第一种解释控制图是美国贝尔电话研究所的休哈特（W.A.Shewhart ）于20年代创立的。
它是显著性检验在过程稳定性控制中的应用。
一个过程本身的输出有其统计特性θ，例如批产品的不合格率p 、不合格数，加工误差的均值μ及方差2 ，缺陷率u ，…..它们客观存在，人们关心的是这统计特性是否稳定？时间或样本号对统计特性选定一个估计它的统计量^θ（例如对p 选pˆ，对μ选_x ，对2σ选2S …等等。
）选定一个α小概率，则对客观的θ而言，^θ有一个拒绝域，正常即过程稳定下，θ落在拒绝域内是小概率α。
我们相信在一般情况下，小概率事件不会出现，所以如果θ落在拒绝域，认为过程的θ值已发生变化，要审核这过程，纠正变异。
^θ的拒绝域取决于过程的θ值及统计量的构造。
θ值可通过20到25个正常样本(正常的人、机、料、法、环的输入)取平均或加权平均得到其近似值CL 值[注]。
休哈特取拒绝域为[θμ-3θσ，θμ+3θσ]即（LCL ，UCL ）之外。
这样，对正态分布来说，显著性水平α为0.3%，但对于非正态分布而言，则近似于0.3%。
[注]：对置信度80％而言，n=20时，θσ的置信区间上限为1.18s ，误差不大。
如果过程稳定于客观的θ值，则过程正常，而^θ落入拒绝域判为异常的概率为0.3%。
但当θ值偏离客观的θ值不大（例如相差20%）时，落入拒绝域的概率还是不大的。
为此，控制图补充了一系列辅助判异常准则作为补充。
当用控制图及诸判异准则未发现异常时，认为过程处于“统计控制状态”及“受控的”。
（θ是过程客观的特性值，不是人为指定的。
例如不能把要求值作为CL 值）3、控制图原理的第二种解释换个角度再来研究控制图的原理。
根据来源的不同，质量因素可以分成4M1E 五个方面。
但从对质量的影响大小来看，质量因素可分成偶然因素(简称偶因)与异常因素(简称异因)两类。
偶因是始终存在的，对质量的影响微小，但难以除去，例如机器开动时的轻微振动等。
异因则有时存在，对质量影响大，但不难除去，例如模具的磨损、固定机床的螺母松动等。
偶因引起质量的偶然波动(简称偶波)，异因引起质量的异常波动(简称异波)。
偶波是不可避免的，但对质量的影响微小，故可把它看作背景噪声。
异波则不然，它对质量的影响大，且采取措施不难消除，故在过程中异波及造成异波的异因是我们注意的对象，一旦发生，就应该尽快找出，采取措施加以消除，并纳入标准化，保证它不再出现。
偶波与异波都是产品质量的波动，如何能发现异波的到来呢？经验与理论分析表明，当生产过程中只存在偶波时，产品质量将形成某种典型分布。
例如，形成正态分布。
如果除去偶波外还有异波，则产品质量的分布必将偏离原来的典型分布。
因此，根据典型分布是否偏离就能判断异波，即异因是否发生，而典型分布的偏离可由控制图检出。
控制图上的控制界限就是区分偶波与异波的科学界限。
根据上述，可以说休哈特控制图的实质是区分偶然因素与异常因素两类因素。
4、控制图是如何贯彻预防原则的控制图是如何贯彻预防原则的呢？这可以由以下两点看出:（1）应用控制图对生产过程不断监控，当异常因素刚一露出苗头，甚至在未造成不合格品之前就能及时被发现。
例如，在控制图中点子形成倾向图，点子有逐渐上升的趋势，所以可以在这种趋势造成不合格品之前就采取措施加以消除，起到预防的作用。
（2贯彻下列20个 :“查出异因，采取措施，保证消除，不再出现，纳入标准。
”如果不贯彻这20个字，控制图就形同虚设，不如不搞。
每贯彻一次这20个字(即经过一次这样的循环)就消除一个异因，使它永不再出现，从而起到预防的作用。
由于异因只有有限多个，故经过有限次循环后(参见达到稳态的循环图)，最终可以达到这样一种状态:在过程中只存在偶因而不存在异因。
这种状态称为统计控制状态或稳定状态，简称稳态。
稳态是生产过程追求的目标，因为在稳态下生产，对质量有完全的把握，质量特性值有 99.73%落在上下控制界限之间的范围内(一般，合格品率还要高于99.73%);其次，在稳态下生产，不合格品最少，因而生产也是最经济的。
一道工序处于稳态称为稳定工序，道道工序都处于稳态称为全稳生产线。
SPC 就是通过全稳生产线达到全过程预防的。
综上所述，虽然质量变异不能完全消灭，但控制图是使质量变异成为最小的有效工具。
第二节 休哈特控制图分析 一、控制图的两类错误控制图利用抽查对生产过程进行监控,因而是很经济的。
但既是抽查就不可能没有风险。
在控制图的应用过程中可能会犯以下两类错误（two types of error ）:1. 第I 类错误(type I error): 虚发警报(false alarm)在生产正常的情况下,纯粹出于偶然而点子出界的概率虽然很小,但总还不是绝对不可能发生的。
因此,在生产正常、点子出界的场合,根据点子出界而判断生产异常就犯了虚发警报的错误或第I 类错误,发生这种错误的概率通常记以α（参见两类错误发生的概率图）。
虚发警报会引起白费工夫去寻找根本不存在的异因的损失。
两类错误发生的概率2.第Ⅱ类错误(type II error):漏发警报（alarm missing）在生产异常的情况下,产品质量的分布偏离了典型分布,但总还有一部分产品的质量特性值是在上下控制界之内的。
如果抽到这样的产品进行检测并在控制图中描点,这时由于点子未出界而判断生产正常就犯了漏发警报的错误或第Ⅱ类错误,发生这种错误的概率通常记以β（参见图两类错误发生的概率图）。
漏发警报会引起未能及时纠正失控过程所造成的损失。
3、如何减少两种错误造成的损失（1）控制图共有三根线，一般，正态分布CL居中不动，而且UCL与LCL互相平行，所以只能改动UCL与LCL两者间距离。
从上图可见，若拉大两者的间距，则α减小，β增大；反之，若缩小两者间距，则α增大，β减小。
因此，无论如何调整上下控制限的间隔，两类错误都是不可避免的。
（2）解决的办法是：根据两种错误造成的总损失最小来确定最优间距，经验证明，休哈特提出的3σ方式较好，现场经验证明，在不少场合，3σ方式都接近最优间距。
二、控制图的判断准则1、分析用控制图与控制用控制图根据不同的用途,控制图分成两类,即分析用控制图与控制用控制图。
分析用控制图的主要目的是:(1) 分析生产过程是否处于稳态。
若过程不处于稳态,则须调整过程,使之达到稳态。
(2) 分析生产,过程的工序能力是否满足技术要求。
若不满足,则需调整工序能力,使之满足。
比利时学者威尔达(S.J.Wierda)称此状态为技术稳态,而前一状态为统计稳态。
根据统计稳态与技术稳态的是否达到可以分为如状态分类表所示的四种情况:（2） 状态Ⅱ: 统计稳态未达到,技术稳态达到。
（3） 状态Ⅲ: 统计稳态达到,技术稳态未达到。
（4） 状态IV: 统计稳态与技术稳态均未达到。
这是最不理想的状态。
显然,状态IV 是最不理想的，也是现场所不能容忍的,需要加以调整,使之逐步达到状态I 。
从状态表可见,从状态IV 达到状态I 的途径有二:状态IV=〉状态Ⅱ=〉状态Ⅰ或状态IV=〉状态Ⅲ=〉状态Ⅰ,究竟通过哪条途径应通过具体技术经济分析来决定。
有时,为了更加经济,宁可保持在状态Ⅱ也是有的。
当过程达到了我们所确定的状态后,才能将分析用控制图的控制线延长作为控制用控制图。
由于后者相当于生产中的大法,故由前者转为后者时应有正式交接手续。
这里要用到判断稳态的准则(简称判稳准则),在稳定之前还要用到判断异常的准则(简称判异准则)。
应用控制用控制图的目的是使生产过程保持在确定的状态。
在应用控制用控制图的过程中,若过程又发生异常,则应贯彻前面达到稳态的20个字,使过程恢复原来的状态。
实施上述分析用控制图与控制用控制图的过程实际上就是不断进行质量改进的过程。
2、休哈特控制图的设计思想休哈特控制图设计思想是先定α，再看β。
（1） 按照3σ方式确定UCL ，CL ，LCL 就等于确定了0α=0.27%，这里0α表示休哈特控制图所选定的虚发警报的概率α。
（2） 通常的统计一般采用α=1%，5%，10%三级，但休哈特为了增加使用者的信心把休图的α取得特别小（若想把休图的α取为零是不可能的，事实上，若α取为零，则UCL 与LCL 之间的间隔将为无穷大，从而β为1，必然漏报），这样β就大。
为了对付这一点，故增加第二类判异准则：界内点排列不随机判异。
（3） 休图的设计并未从使两类错误造成的总损失最小这一点出发来设计。
故从80年代起出现经济质量控制（EQC ，Economical Quality Control ）学派，这个学派的特点就是从两种错误造成的总损失最小这一点出发来设计控制图与抽样方案。
3、休哈特控制图的判稳准则 （1） 判稳准则的思路对于判异来说，由于休图虚发警报的概率0α=0.27%≈3‰，所以“点出界就判异”虽不百发百中，也是千发九九七中，很可靠。
但在控制图上如打一个点子未出界，可否可以判稳？打一个点未出界有两种可能性：过程本来稳定（也即µ稳定、σ稳定）；漏报（这里α小，所以β大）。
所以打一个点子未出界不能立即判稳。
但若接连打m 个点子系列总的β，即总β＝m β要比个别点子的β小得很多，可以忽略不计。
于是只剩下一种可能，即过程稳定。
如果接连在控制界内的点子更多，则即使有个别点子偶然出界，过程仍看作是稳定的。
上述就是判稳准则的思路。
（2） 判稳准则在点子随机排列的情况下，符合下列各点之一判稳： a) 连续25点都在控制界限内，界外点数d =0； b) 连续35点，界外点数d ≤1； c) 连续100点，界外点数d ≤2。
