spc控制图

什么是SPC管制图？什么是SPC管制图？SPC管制图不但能控制制程中质量,且能分析判定制程能⼒,更可作为新产品设计及制成品验收时的参考.简单说,在⽣产过程中,从设计、制造到过程检验三个阶段,皆需⽤到它,企业如能有效运⽤此质量知识,便能确保其在市场上的竞争优势.(⼀)、控制图定义控制图是⽤于分析和控制过程质量的⼀种⽅法.控制图是⼀种带有控制界限的反映过程质量的记录图形,图的纵轴代表产品质量特性值(或由质量特性值获得的某种统计量);横轴代表按时间顺序(⾃左⾄右)抽取的各个样本号;图内有中⼼线(记为CL)、上控制界限(记为UCL)和下控制界限(记为LCL)三条线.(⼆)、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,且能显⽰变异属于偶然性或⾮偶然性,以指⽰某种现象是否正常,⽽采取适当的措施.(三)、控制图原理⼯序处于稳定状态下,其计量值的分布⼤致符合正态分布.由正态分布的性质可知:质量数据出现在平均值的正负三个标准偏差(µ±3σ)之外的概率仅为0.27%.这是⼀个很⼩的概率,根据概率论"视⼩概率事件为实际上不可能" 的原理,可以认为:出现在µ±3σ区间外的事件是异常波动,它的发⽣是由于异常原因使其总体的分布偏离了正常位置.控制限的宽度就是根据这⼀原理定为±3σ.(四)、"α"及"β"风险定义:根据控制限作出的判断也可能产⽣错误.可能产⽣的错误有两类.第⼀类错误是把正常判为异常,它的概率为α,也就是说,⼯序过程并没有发⽣异常,只是由于随机的原因引起了数据过⼤波动,少数数据越出了控制限,使⼈误将正常判为异常. 虚发警报,由于徒劳地查找原因并为此采取了相应的措施,从⽽造成损失. 因此, 第⼀种错误⼜称为徒劳错误.第⼆类错误是将异常判为正常,它的概率记为β,即⼯序中确实发⽣了异常,但数据没有越出控制限,没有反映出异常,因⽽使⼈将异常误判为正常.漏发警报,过程已经处于不稳定状态, 但并未采取相应的措施,从⽽不合格品增加, 也造成损失.两类错误不能同时避免,减少第⼀类错误α,就会增加第⼆类错误β,反之亦然.(五)、规格界限和控制界限规格界限:是⽤以规定质量特性的最⼤(⼩)许可值.上规格界限:USL;下规格界限:LSL; .控制界限:是从实际⽣产出来的产品中抽取⼀定数量的产品,并进⾏检测,从所得观测值中计算出来者.上控制界限:UCL;下控制界限:LCL;(六)、控制图的种类1、按数据性质分类:计量型控制图平均数与极差控制图( Chart)平均数与标准差控制图( Chart)中位数与极差控制图( Chart)个别值与移动极差控制图( chart)计数型控制图不良率控制图(P chart)不良数控制图(nP chart,⼜称np chart或d chart)缺点数控制图(C chart)单位缺点数控制图(U chart)2、按控制图的⽤途分类分析⽤控制图:根据样本数据计算出控制图的中⼼线和上、下控制界限,画出控制图,以便分析和判断过程是否处于于稳定状态.如果分析结果显⽰过程有异常波动时,⾸先找出原因,采取措施,然后重新抽取样本、测定数据、重新计算控制图界限进⾏分析.控制⽤控制图:经过上述分析证实过程稳定并能满⾜质量要求,此时的控制图可以⽤于现场对⽇常的过程质量进⾏控制.建⽴步骤: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使⽤场合: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/故障次数8.u控制图当上述⼀定的单位,也即n保持不变时可以应⽤c控制图,⽽当n有变化时则应换算为平均每项单位的不合格数后再使⽤u控制图.注意事项:针对企业的特殊⽣产条件,如何选择最适合⾃⼰的控制图?解决这个问题根本在于掌握定义图表类型的要素有哪些.但在此之前,需要明确:控制图究竟是什么.控制图是:实时图表化反馈过程的⼯具.设计的⽬的是告诉操作者什么时候做什么或不做什么.按时间序列展⽰过程的个性/表现.设计⽤来区分信号与噪⾳.侦测均值及/或标准差的变化.⽤于决定过程是稳定的(可预测的)或失控的(不可预测的).控制图不是:不是能⼒分析的替代⼯具.在来料检验的过程中很难⽤到(没有时间序列).控制图不是⾼效的⽐较分析⼯具.不应与运⾏图或预控制图混淆.a) 运⾏图是时间序列图,但没有基于统计计算的界限. b) 预控制图将描点与公差限⽐较.SPC管制图⽤于何处?对于所确定的控制对象——统计量应能够定量,这样才能够应⽤计量控制图;如果只有定性的描述⽽不能够定量,那就只能应⽤计数控制图.所控制的过程必须具有重复性,即具有统计规律.如何选择控制对象?⼀个过程往往具有各种各样的特性,在使⽤控制图时应选择能够真正代表过程的主要指标作为控制对象.怎样选择SPC管制图?选择控制图主要考虑以下⼏点:⾸先根据所控制质量特性的数据性质来进⾏选择,如数据为连续值的应选择X-R图,X-s图,X-Rs图等;数据为计件值的应选择p或np图;数据为计点值的应选择c图或u图.最后,还需要考虑其它要求;如样本抽取及测量的难易和费⽤⾼低.如何分析SPC管制图?如果在控制图中点⼦未出界,同时点⼦的排列也是随机的,则认为⽣产过程处于稳定状态或统计控制状态.如果控制图点⼦出界或界内点排列⾮随机,就认为⽣产过程失控.注:对于应⽤控制图的⽅法还不够熟悉的⼯作⼈员来说,即使在控制图点⼦出界的场合,也⾸先应该从下列⼏个⽅⾯进⾏检查:样本的抽取是否随机?测量有⽆差错?数字的读取是否正确?计算有⽆错误?描点有⽆差错?然后再来调查过程⽅⾯的原因,经验证明这点⼗分重要.对于点⼦出界或违反其它准则的处理.若点⼦出界或界内点排列⾮随机,应⽴即查明原因并采取措施尽量防⽌它再次出现.SPC管制图的重新制定.控制图是根据稳态下的条件(⼈员、设备、原材料、⼯艺⽅法、环境、测量,即5M1E)来制定的.如果上述条件变化,控制图也必须重新加以制定;由于控制图是科学管理⽣产过程的重要依据,所以经过相当时间的使⽤后应重新抽取数据,进⾏计算,加以检验.计量控制图和计数控制图可分为未给定标准值和给定标准值两种情形,两种情形不能混淆.SPC管制图的保管问题.控制图属于技术资料,应加以妥善保管,这些资料对于今后在产品设计和制定规范⽅⾯都是⼗分有⽤的.。

SPCSPC（Statistical Process Control，统计过程控制或统计制程控制）目录∙ 1 什么是SPC∙ 2 SPC起源与发展∙ 3 3σ原理简介∙ 4 SPC技术原理∙ 5 SPC控制图及计算∙ 6 SPC控制图（管制图）的实施∙7 SPC控制图（管制图）异常的判断及处理∙8 制程能力指数（参数）CPK∙9 SPC的发展特点∙10 SPC对企业带来的好处什么是SPCSPC即英文“Statistical Process Control”之缩写,意为“统计制程控制” SPC或称统计过程控制。

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起源与发展1． 1924年休哈特博士在贝尔实验室发明了品质控制图。

2． 1939年休哈特博士与戴明博士合写了《品质观点的统计方法》。

3．二战后美英将品质控制图方法引进制造业，并应用于生产过程。

4． 1950年，戴明到日本演讲，介绍了SQC的技术与观念。

5．SQC是在发生问题后才去解决问题，是一种浪费，所以发展出了SPC。

6．美国汽车制造商福特、通用汽车公司等对SPC很重视，所以SPC得以广泛应用。

7．ISO9000（2000）体系亦注重过程控制和统计技术的应用（如8.1，8.2.3）。

SPC控制图——单值移动极差图（X-MR）详解在某些情况下，应⽤单位⽽不是⼦组来进⾏过程控制是⼗分必要的，在这样的情况下，⼦组内的变差实际上为0，这种情况通常发⽣在测量费⽤很⼤时（例如破坏性试验），或是当在任何时刻点的输出性质⽐较⼀致时（例如：化学溶液的pH 值）。

在这些情况下，可应⽤SPC控制图中的单值移动极差图（X-MR）来进⾏过程监控，本⽂将就单值移动极差图（X-MR）做⼀解析。

SPC控制图——单值移动极差图（X-MR）制作步骤A．收集数据· 在数据图上从左⾄右记录单值读数（X）。

· 计算单值间的移动极差（RM）。

通常最好是记录每对连续读数间的差值（例如：第⼀和第⼆个读数点的差，第⼆和第三个读数间的差等）。

这样移动极差的个数⽐单值读数的个数少⼀个（25个读数可得到24个移动极差）。

在很少的情况下，可在较⼤的移动组（例如3或4个的基础上计算移动极差。

注意，尽管测量是单独抽样的，但是读数的个数形成移动极差的成组决定了各义样本容量n，当查系数表时必须考虑该值。

· 单值图（X 图）的刻度按下列最⼤者选取（a）产品的规范容差加上超过规范的读数的允许值，或（b）最⼤单值读数与最⼩单值读数之差的1.5 到2倍。

移动极差（MR）图的刻度间隔与X 图⼀致。

B．计算控制图· 计算并描绘过程均值（单值读数之和除以读数的个数，按常规记为X，并计算平均极差（R），注意对于样本容量为2 的移动极差，其移动极差（MR）的个数⽐单值读数的个数少1；· 计算控制限：式中：R 为移动平均极差，X是过程均值，D4、D3 和E2 是⽤来对计算移动极差进⾏分组，并随样本容量变化的常数，见下⾯表格：C． 过程控制解释审查移动极差图中超出控制限的点，这是存在特殊原因的信号。

记住连续的移动极差间是有联系的，因为它们⾄少有⼀点是共同的。

由于这个原因，在解释趋势时要特别注意。

对于趋势的解释可能要请教统计学家；可⽤单值图分析超出控制⼦的点，在控制限内点的分布，以及趋势或图形。