SPC的基本概念
- 格式：ppt
- 大小：1.89 MB
- 文档页数：26
下载文档原格式
合集下载
详细全面的SPC详解
详细全面的SPC详解SPC（Statistical Process Control，统计过程控制）是一种用于管理和优化生产过程的方法，它的目的是通过使用统计工具来分析生产过程中的数据，从而控制和改进产品质量。
SPC强调预防原则，即通过预防措施来减少产品缺陷和不良情况的发生，而不是在出现问题后再进行纠正。
SPC的基本概念包括控制图、过程能力指数、规格界限等。
控制图是SPC的核心工具，它用于监控生产过程中的关键变量，并根据统计原理判断生产过程是否处于控制状态。
控制图通常由均值-标准差控制图和极差控制图两种类型组成。
过程能力指数是指生产过程满足产品规格要求的程度，它通常被用来评估生产过程的能力，以便进行改进。
规格界限则是根据产品要求和客户要求设定的界限，用于确定产品是否合格。
SPC的实施方法包括以下几个步骤：1.选择关键变量：首先需要选择需要监控的关键变量，例如产品尺寸、材料特性等。
2.设计控制图：根据选定的关键变量，设计适合的控制图，并确定控制界限。
3.收集数据：按照一定的时间间隔收集生产过程中的数据，并对数据进行记录和整理。
4.分析数据：根据控制图的规则，判断生产过程是否处于控制状态，并找出异常点。
5.采取措施：根据分析结果，采取适当的措施来改进生产过程，例如调整工艺参数、更换设备等。
6.监控和反馈：持续监控生产过程，并及时反馈相关信息，以确保生产过程的质量和稳定性。
SPC的优势在于它可以及时发现生产过程中的异常情况，从而采取措施防止问题的扩大。
此外，SPC还可以提高生产过程的稳定性和产品质量的一致性，减少浪费和成本。
未来，SPC将会在更多的领域得到应用和发展，例如智能制造、医疗保健、金融服务等行业。
总之，SPC是一种有效的过程管理和优化工具，可以帮助企业提高产品质量和生产效率。
学习和掌握SPC技能对于从事质量管理、生产管理、工艺优化等工作的专业人士来说是非常重要的。
SPC的基本概念与特点
SPC的根本概念与特点什么是SPCSPC，即统计过程控制〔Statistical Process Control〕，是一种通过统计方法对过程进行监控和管理的质量管理工具。
它通过收集和分析过程数据，以便实时地监测过程的稳定性和能力，并及时采取纠正措施，以保证产品或效劳的质量符合要求。
SPC基于统计学原理，利用数据分析的手段来判断过程的偏差和稳定性，采取控制图等图形化工具来展示过程变化的规律，并通过数学模型对过程进行预测和改良。
SPC的根本特点1.实时性SPC能够实时地监测过程的稳定性和能力，通过实时收集的数据进行分析，及时发现过程的偏差和异常情况，并及时采取纠正措施。
这使得SPC能够快速响应问题，防止质量问题的扩大和重复出现。
2.统计方法SPC基于统计学原理，利用统计方法对过程数据进行分析和判断。
通过对数据的测量、统计和分析，可以客观地了解过程的状态，并进行准确的判断和决策。
这使得SPC能够防止主观判断和盲目决策的问题，提高质量管理的科学性和准确性。
3.图形化工具SPC采用图形化工具展示过程变化的规律，常用的图形化工具包括控制图、趋势图、直方图等。
这些图形化工具直观地展示了过程的状态和变化趋势，使人们能够快速地理解和分析数据，辅助决策和改良。
图形化工具还能够帮助人们发现隐藏在数据中的规律和关联性，进一步优化和改良过程。
SPC通过数据的分析和建模，能够对过程进行预测和改良。
通过建立数学模型和趋势分析，可以预测过程的开展方向和变化趋势，为及时调整和改良提供依据。
这使得SPC能够提前发现潜在问题和缺陷，及时采取措施进行预防和纠正，确保产品或效劳的质量稳定。
5.过程稳定性SPC关注过程的稳定性，即过程的变异是否在可接受的范围内。
通过对数据的统计和分析，可以判断过程的稳定性，并得到稳定性指标，如均值、标准差、过程能力指数等。
这使得SPC能够帮助人们了解过程的状态和品质能力，及时调整和改良过程，提高产品或效劳的稳定性和一致性。
统计过程控制SPC基本概念
■ 子组数的大小： 子组数的大小应满足两个原则，从过程的角度来看，收集 越多的子组可以确保变差的主要原因有机会出现。一般情 况下，包含100或更多单值读数的25或更多个子组可以很 好地用来检验稳定性，如果过程已稳定，则可以得到过程 位置和分布宽度的有效的估计值。 ◆ 在有些情况下，可以利用现有的数据来加速这个第一 阶段的研究。然而，只有它们是最近的，并且对建立 子组的基础很清楚的情况下才能使用。
Cpk≧1.33计算 每班 1.检验记录表
2.设备点检记录表 每班 3.作业准备验证记
录表 1.首检、自检 每2 2.检验记录表 小时 3.X-R控制图，
Cpk≧1.33计算
反应 计划
1.标识、隔离、 评审、处置 2.100％检验
调整、呈报班组 长
1.标识、隔离、 评审、处置 2.100％检验
4、统计过程控制（SPC）的目的： 为了解制造过程以及改善制造过程，藉由对制造过程能力的分析/评估
日期(修订)：
顾客工程批准/日期(如需要)：
零件名称/描述：
供方/工厂批准/日期：
顾客质量批准/日期(如需要)：
供方/工厂：
供方代码：
其它批准/日期(如需要)：
其它批准/日期(如需要)：
零件/过 程编号
过程 名称/ 操作 描述
机器、装置、 夹具、工装
编 号
特性 产品 过程
特殊 特性 分类
1 硬度
▽
30
2 收集数据：
A)、选择子组大小、频率和数据；
■ 子组频率：
其目的是检查经过一段时间后过程中的变化。应当在适当的时间收集足够 的子组，这样子组才能反映潜在的变化。这些变化的潜在原因可能是换班、 或操作人员更换、温升趋势、材料批次等原因造成的。
什么是SPC
什么是SPC？SPC即统计过程控制（Statistical Process Control）。
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。
SPC技术原理计过程控制（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。
SPC可以为企业带的好处SPC 强调全过程监控、全系统参与,并且强调用科学方法（主要是统计技术）来保证全过程的预防。
SPC不仅适用于质量控制,更可应用于一切管理过程（如产品设计、市场分析等)。
正是它的这种全员参与管理质量的思想，实施SPC可以帮助企业在质量控制上真正作到”事前”预防和控制，SPC可以：·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；有了以上的预防和控制，我们的企业当然是可以:·降低成本·降低不良率,减少返工和浪费·提高劳动生产率·提供核心竞争力·赢得广泛客户·更好地理解和实施质量体系质量管理中常用的统计分析方法下面介绍的这些工具和方法具有很强的实用性，而且较为简单,在许多国家、地区和各行各业都得到广泛应用:控制图：用来对过程状态进行监控，并可度量、诊断和改进过程状态。
SPC基本概念
X R
判稳、判异，可以通过应用不合格数npT图替代。 ●计点控制图：当样本大小n变化时，由于u图、c图的
控制界限都呈凹凸状，不但作图不方便，更无法判 稳、判异，可以应用通用不合格数cT图替代。 ●有用的控制图： X s 、X R 、npT图、cT控制图
X R 控制图的两个阶段
分析用控制图 ●判断过程是否稳定不稳定,调至稳定 ●过程的过程能力指数是否满足要求,过 程能力指数满足要求称之为技术稳态
●中位极差图 X~ R 图， X~ 表示中位值。现在由于 计算机应用普及，故已淘汰，被均值-标准差图替代。
两种错误
一.第一种错误:虚发警报(false alarm)
UCL
α
β
LCL 二.第二种错误:漏发警报(alarm missing)
控制图的第二类错误
三、减少两种错误所造成的损失： ●UCL、LCL距离间隔大，α减小 β增大 ●UCL、LCL距离间隔小，α增大 β减小 ●UCL、LCL距离间隔3σ，α=0.27%
统计控制状态
●概念：只有偶因而无异因产生的变异的状态 ●优点：
----对产品的质量有完全把握 ----生产也是最经济的 ----在控制状态下，过程的变异最小
常用的控制图
分布 控制图代号 控制图名称
备注
正态
分布
（计 X R
量值）
均值—极差控制 图
X S
X~ R
均值—标准差控 制图
中位值—极差图
C C
B
LCL A
判异准则
4.连续3点中有2点落在中心线同一侧的B区以外
UCL A
B
CL
C C
B
LCL A
判异准则
5.连续5点中有4点落在中心线同一侧的C区以外
判稳、判异，可以通过应用不合格数npT图替代。 ●计点控制图：当样本大小n变化时，由于u图、c图的
控制界限都呈凹凸状，不但作图不方便，更无法判 稳、判异，可以应用通用不合格数cT图替代。 ●有用的控制图： X s 、X R 、npT图、cT控制图
X R 控制图的两个阶段
分析用控制图 ●判断过程是否稳定不稳定,调至稳定 ●过程的过程能力指数是否满足要求,过 程能力指数满足要求称之为技术稳态
●中位极差图 X~ R 图， X~ 表示中位值。现在由于 计算机应用普及，故已淘汰，被均值-标准差图替代。
两种错误
一.第一种错误:虚发警报(false alarm)
UCL
α
β
LCL 二.第二种错误:漏发警报(alarm missing)
控制图的第二类错误
三、减少两种错误所造成的损失： ●UCL、LCL距离间隔大，α减小 β增大 ●UCL、LCL距离间隔小，α增大 β减小 ●UCL、LCL距离间隔3σ，α=0.27%
统计控制状态
●概念：只有偶因而无异因产生的变异的状态 ●优点：
----对产品的质量有完全把握 ----生产也是最经济的 ----在控制状态下，过程的变异最小
常用的控制图
分布 控制图代号 控制图名称
备注
正态
分布
（计 X R
量值）
均值—极差控制 图
X S
X~ R
均值—标准差控 制图
中位值—极差图
C C
B
LCL A
判异准则
4.连续3点中有2点落在中心线同一侧的B区以外
UCL A
B
CL
C C
B
LCL A
判异准则
5.连续5点中有4点落在中心线同一侧的C区以外
SPC基本概念
SPC的特点 SPC的特点
●与全面质量管理相同，强调全员参与，而 不是只依靠少数质量管理人员 ●强调应用统计方法来保证预防原则的实现 ●SPC不是用来解决个别工序采用什么控制 SPC不是用来解决个别工序采用什么控制 图的问题，SPC强调从整个过程、整个体 图的问题，SPC强调从整个过程、整个体 系出发来解决问题。SPC的重点就在与“ 系出发来解决问题。SPC的重点就在与“P （Process，过程） Process，过程） ●可判断过程的异常，及时告警； ●不能告知此异常是什么因素引起的
判稳原则
●计算公式：
准则 N=25 d=0
N=35 N=100 d≤3 d≤1
P（过程为正常的概率）
25 (0 . 9973 0
判断错误 的概率
= 0 . 9345
)25 (1 − 0 . 9973 )0
1-P 1-P
35 35 35 34 1 (0 .9973 ) + (0 .9973 ) (0 .0027 ) = 0 .9959 0 1
统计学在生产中应用的目的
1. x, s --了解产品总体性能 2. Eliminate outlier due to assignable cause -- 取消人为特殊因素造成的极端值以稳定制程 3. Hit target(µ) -- 规格趋向目标值 4. Reduce variance (s) -- 减小差异 5. Spec Review for feasibility -- 審核規格，看看是否適用
判稳原则
●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: 在点子随机排列的情况下,符合下列各点之一判稳: -----连续25个点，界外点数d=0 -----连续25个点，界外点数d=0 -----连续35个点，界外点数d≤1 -----连续35个点，界外点数d≤1 -----连续100个点，界外点数d≤2 -----连续100个点，界外点数d≤2 ●分析判稳原则 准则 1 2 3 α 0.0654 0.0041 0.0026 β 0.9346 0.9959 0.9974
SPC的基本概念SPC-StatisticalProcessControl统计过程控制,是企业提高质量管理水平的有效方法。它利用数理
统计控制状态
质量变异分类： -- 偶然性原因（正常原因） -- 系统性原因（异常原因）
质量数据的类型： ---- 计数值 （离散型随机变量） -- 计件值 -- 计点值 ---- 计量值 （连续型随机变量）
质量变异的规律
频次
20
10
95.0 96.7 98.3 100 101.7 103.3
105
是企业提高质量管理水平的有效 方法。它利用数理统计原理，通 过检测数据的收集和分析，可以 达到“
SPC的特点与发展
SPC不是用来解决个别工序采用什么控制图的问题，SPC强 调从整个过程、整个体系出发来解决问题。SPC的重点就在 与“P”（Process，过程） -- 可判断过程的异常，及时告警； -- 不能告知此异常是什么因素引起的; 第二阶段 SPCD (Statistical Process Control and Diagnosis)，统计过程控制与诊断--SPCD既有告警功能，又 有诊断功能 第三个阶段SPCDA(Statistical Process Control , Diagnosis and Adjustment)，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,目前尚无实用性成果
X R 控制图
控制范围公式： X 图：
CL = X UCL= X + A2R LCL = X - A2R
R 图：
CL = R UCL= D4R LCL = D3R
n 2 3 4 5 6 7 8 9 10 11
A2 1 .8 8 1 .0 2 0 .7 3 0 .5 8 0 .4 8 0 .4 2 0 .3 7 0 .3 4 0 .3 1 0 .2 9
什么是SPC
概括SPC （统计过程控制）
SPC就是利用统计方法去:
1.分析过程的输出并指出其特性。 2.使过程在统计控制情况下成功地进行和维持。 3.有系统地减少该过程主要输出特性的变异。 SPC是以预防代替检验,制造业与其他行业一样,预防发生 错误永远比事后矫正为好,而且简单得多.
总结 SPC （统计过程控制）
这些波动源对加工的影响最后都集中反映在直径 测量值
Seite 21
变差种类
普通原因与特殊原因 普通原因：过程中变异因素是在统计的控制状态
下，其产品之特性有固定的分配。
特殊原因：过程中变异因素不在统计的控制状态
下，其产品之特性没有固定的分配。
12
普通原因
随着时间的推移具有稳定性的可重复的分布过程中许多 变差的原因。
n
xi
x i1 n
SPC – Introduction
基本统计概念
• Md 中位数(median) 顺序数列中的中心项的数值
• Mo 众数(mode) 资料中出现最多的数值
SPC – Introduction
基本统计概念
• 2 方差/变异(variance)
n
n2
(xi x)2
i 1
n
作用
原料
人 机 法 环 测量
好
PROCESS
测量 结果
不好
不要等产品做出來后再去看它好不好!! 而是在制造的時候就要把它制造好!!!
品质失败的结果
外部成本
维护成本升高 返工
过程波动引 起品质不良
内部成本
报废返工停工 加强检验
市场份额下降 资金周转期长
客户失望
高的检验成本 重复修理 存货增多
SPC基本概1
SPC基本概念1、预防：一种在第一步就可以避免生产无用的输出，从而避免浪费的有效的方法。
2、过程：所谓过程指的是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。
将输入转化为输出的相互关联的资源与活动。
3、变差：过程的单个输出之间不可避免的差别，它分为：普通原因和特殊原因。
4、普通原因：造成随着时间的推移具有稳定的，且可重复的分布过程中的许多变差，称之为“处于控制状态”、“受统计控制”。
普通原因表现为一个稳定系统的偶然原因，只有变差的普通原因存在且不改变时，过程的输出才是可以预测的。
5、特殊原因（通常也叫可查明原因）：指的是造成不是始终作用于过程的变差的原因，即当它们出现时造成（整个）过程的分布改变。
随着时间的推移，过程的输出不稳定。
局部措施：（1）通常用来消除变差的特殊原因（2）通常由与过程直接相关的人员实施（3）大约可纠正15%的过程总问题系统采取措施：（1）通常用来消除变差的普通原因（2）几乎总是要求管理措施，以便纠正（3）大约可纠正85%的过程问题6、能力：是一个稳定过程变差的总范围7、控制稳定过程：是一个统计控制过程，稳定过程输出中此变差虽是来自一般的原因，稳定过程是可以预测的。
8、统计控制：是一个过程的状态，变差从所有特殊原因已消除，仅存在一般原因，统计控制的证据是控制图没有超过控制限的点，没有非随机性的图形趋势。
9、过渡调整：是把每一个偏离目标的值，当作过程中特殊原因处理的作法（若根据每次所作的测量来调整一个稳定的过程，则调整就成了另外一个变差源）。
10、CPU、CPL：分别为上限能力指数和下限能力指数，定义（USL-X）/3σ或（X-LSL）/3σ11、USL、LSL：工程规范上下限。
12、CPK：这是考虑到过程有无偏移的能力指数，定义为CPU或CPL的最小值。
它等于过程均值与最近的规范限之间的差除以过程总分布宽度的一半。
13、PPK：这是说明过程有无偏移的性能指数，定义为：（USL-X）/3σ或（X-LSL）/3σ的最小值(用来与CP和CPK对比,并测量和确定随时间改进的优先顺序)。
SPC 基础知识
SPC 基础知识一、基本概念：1、极差：测定值中最大值Xmax与最小值Xmin之差称为极差，用R表示：R=X max-X min2、平方和：各个测定值与平均值之差称为偏差。
各测定值的偏差的平方和称为平方和，简称平方和，用S表示：S=（X1-Xa）2+（X2-Xa）2+（X3-Xa）2+（X4-Xa）2+……+（Xn-Xa）2Xa：平均值3、方差：各个测定值的偏差平方和除以（n-1）后所得的值称为无偏方差（简称方差），用s2表示：s2=S/（n-1）4、标准偏差：方差s2的平方根称为标准偏差（简称标准差），用s表示：s=√s2我们常说的δ和μ是指的总体标准差和总体均值；当过程在受控状态下，且样本容量差较大时，可用样本标准差s和样本平均值Xa；5、正态分布：f(x)=1/√2πδ*e-(x-u)2/2δ2 (1.1)式中：x为随机变量，实为标在横座标上的特性值；e≈2.7183，是自然对数底；π≈3.1416，圆周率；δ为总体标准差；μ-根据公式（1.1）可看出，任一正态分布仅由两个参数，即总体均值μ和总体标准差δ完全确定。
μ亦称分布的位置参数，δ称分布的形状参数；δ越小，曲线越陡，数据（变量）离散也小；δ越大，曲线越扁平，数据的离散也越大，总体数值落在：μ±1δ界限范围内的概率为68.26%；μ±2δ界限范围内的概率为95.46%；μ±3δ界限范围内的概率为99.73%；μ±1.96δ界限范围内的概率为95.0%；而数据落在：μ±3δ之外的概率应小于3‟；μ±1.96δ之外的概率应小于5%；二、质量控制和过程控制概念：质量控制是质量管理的一部分，其目的是“致力于满足质量要求”。
质量控制的内容，主要包含以下三方面：1、识别并确定过程，以做到及时发现和排除产品实现过程中的变异要求，使上过程（工序）的问题不带到下一过程（工序）中去，以保证过程的稳定性和产品质量的一致性，这是一项预防性工作，简称过程控制。