SPC作业指导书讲解
- 格式：doc
- 大小：757.50 KB
- 文档页数：13
下载文档原格式
合集下载
SPC作业指导书
SPC作业指导书一、背景介绍SPC（Statistical Process Control，统计过程控制）是一种用于监控和改进过程稳定性和能力的管理工具。
它通过采集和分析数据，匡助组织识别和解决潜在问题，从而提高产品质量和生产效率。
本作业指导书旨在为SPC的实施提供详细指导，确保组织能够正确地应用SPC方法。
二、SPC作业指导书的目的1. 确保组织对SPC的理解和认知。
2. 提供SPC实施的步骤和流程。
3. 介绍SPC所需的工具和技术。
4. 说明SPC数据的采集、分析和解读方法。
5. 强调SPC的持续改进和监控。
三、SPC作业指导书的内容1. SPC概述1.1 SPC的定义和背景1.2 SPC的优势和应用领域1.3 SPC的基本原则和目标2. SPC实施步骤2.1 确定SPC实施的目标和范围2.2 建立SPC团队和角色分工2.3 选择适当的SPC工具和技术2.4 制定SPC实施计划和时间表2.5 开展SPC培训和意识提升活动2.6 实施SPC并监控效果2.7 定期评估和改进SPC实施3. SPC工具和技术3.1 控制图：介绍控制图的种类和使用方法，如X-Bar和R图、X-Bar和S图、P图等。
3.2 流程能力分析：介绍流程能力指数（Cp、Cpk）的计算和解释。
3.3 样本抽样：介绍样本抽样的方法和样本量的确定原则。
3.4 数据采集和记录：说明数据采集的方法和数据记录的要求。
4. SPC数据的采集、分析和解读4.1 数据采集：介绍数据采集的频率和方式，如抽样频率、数据来源等。
4.2 数据分析：说明如何使用SPC工具进行数据分析，如控制图的解读和异常点的处理。
4.3 数据解读：解释控制图中的各种模式和趋势，并提供相应的应对措施。
5. SPC的持续改进和监控5.1 持续改进：介绍PDCA（Plan-Do-Check-Act）循环的应用，以及如何利用SPC数据进行过程改进。
5.2 监控机制：说明如何建立SPC的监控机制，包括监控指标的设定和监控频率的确定。
SPC作业指导书
SPC作业指导书1. 引言SPC（统计过程控制）是一种用于监控和改进过程稳定性和能力的方法。
本作业指导书旨在提供SPC的详细指导，帮助您了解SPC的基本原理、方法和应用。
2. SPC的基本原理SPC基于统计学原理，通过收集和分析过程中的数据，判断过程是否处于控制状态，并进行必要的调整和改进。
其基本原理包括：- 过程稳定性：SPC通过统计方法分析数据，判断过程是否稳定。
稳定的过程有助于提高产品质量和生产效率。
- 过程能力：SPC可以评估过程的能力，即过程是否能够满足产品质量要求。
通过分析数据，可以确定过程的能力指标，并进行改进。
3. SPC的方法SPC主要包括以下几种方法：- 控制图：控制图是SPC的核心工具，用于监控过程的稳定性。
常用的控制图包括X-Bar图、R图、S图等。
控制图可以帮助识别过程中的特殊因子，及时采取措施进行调整。
- 测量系统分析：测量系统的准确性和稳定性对SPC至关重要。
测量系统分析可以评估测量系统的能力，并进行必要的改进。
- 过程能力分析：过程能力分析可以评估过程的稳定性和能力。
常用的过程能力指标包括Cp、Cpk、Pp、Ppk等。
- 抽样技术：SPC通常采用抽样的方式进行数据收集和分析。
合理的抽样技术可以提高数据的准确性和代表性。
4. SPC的应用SPC可以应用于各个行业和领域，以监控和改进过程的稳定性和能力。
以下是一些常见的应用场景：- 制造业：SPC可以用于监控生产线上的关键参数，及时发现和解决生产过程中的问题，提高产品质量和生产效率。
- 服务业：SPC可以用于监控服务过程中的关键指标，如客户满意度、服务响应时间等，帮助提供优质的服务。
- 医疗行业：SPC可以用于监控医疗过程中的关键指标，如手术成功率、药品质量等，提高医疗质量和安全性。
- 金融行业：SPC可以用于监控金融交易过程中的风险和异常情况，保障金融系统的稳定和安全。
5. SPC的实施步骤SPC的实施通常包括以下几个步骤：- 确定关键过程参数：根据产品或服务的要求，确定需要监控的关键参数。
SPC作业指导书
SPC作业指导书一、引言SPC（统计过程控制）是一种用于监控和控制过程稳定性和质量的统计方法。
本作业指导书旨在为员工提供SPC的基本知识和操作指南，以确保他们能够正确地应用SPC技术来监测和改进工作过程。
二、背景SPC是一种基于统计原理的质量管理方法，它通过采集和分析过程中产生的数据来判断过程是否处于控制状态，并采取相应的措施以确保产品或者服务的质量稳定。
SPC广泛应用于创造业和服务业，可以匡助组织提高效率、降低成本、减少变异性，并最终提升客户满意度。
三、SPC的基本原则1. 稳定性：过程必须是稳定的，即在统计上是可控的。
2. 变异性：过程中的变异性是正常的，但必须在一定范围内。
3. 数据采集：采集过程中产生的数据，并确保数据的准确性和完整性。
4. 数据分析：使用统计方法对数据进行分析，以判断过程是否处于控制状态。
5. 控制图：使用控制图来可视化过程的稳定性和变异性。
6. 过程改进：根据控制图的结果，采取相应的改进措施，以提高过程的稳定性和质量。
四、SPC的常用工具和技术1. 控制图：包括X-Bar图、R图、S图、P图、NP图等，用于监控过程的中心线和变异性。
2. 直方图：用于显示数据的分布情况，匡助判断过程是否正常。
3. 散点图：用于显示两个变量之间的关系，匡助找出可能的因果关系。
4. 测量系统分析：用于评估测量系统的准确性和可重复性。
5. 样本容量和采样频率的确定：根据过程的特性确定合适的样本容量和采样频率。
6. 过程能力分析：用于评估过程的稳定性和能力是否满足要求。
五、SPC的实施步骤1. 确定关键过程：选择需要进行SPC的关键过程，通常是对产品质量影响较大的过程。
2. 采集数据：采集过程中产生的数据，确保数据的准确性和完整性。
3. 数据分析：使用统计方法对数据进行分析，绘制控制图，判断过程是否处于控制状态。
4. 判断过程能力：根据控制图的结果，评估过程的稳定性和能力是否满足要求。
5. 改进过程：根据分析结果，采取相应的改进措施，以提高过程的稳定性和质量。
SPC作业指导书
SPC作业指导书引言概述：SPC（统计过程控制）作业指导书是一份重要的文件，它为组织内的员工提供了关于SPC方法和工具的详细指导。
这本指导书对于实施SPC以确保产品和过程质量的稳定性至关重要。
本文将详细介绍SPC作业指导书的内容和结构。
正文内容：一、SPC的基本概念1.1 SPC的定义和目标：介绍SPC的基本概念，包括其定义和目标，即通过统计分析控制过程的变异性，以确保产品和过程的质量稳定性。
1.2 SPC的原理和应用：详细解释SPC的原理，包括过程稳定性、控制图和统计分析等方面，同时介绍SPC在不同行业的应用。
二、SPC作业指导书的结构2.1 引言和背景：介绍SPC作业指导书的目的和重要性，以及编写该指导书的背景和依据。
2.2 SPC方法和工具：列举和解释SPC指导书中包含的各种方法和工具，如控制图、过程能力分析、测量系统分析等。
2.3 数据收集和分析：详细说明如何收集和分析数据，包括数据的采集方法、数据的处理和分析方法等。
2.4 SPC实施步骤：逐步介绍SPC的实施步骤，包括问题定义、数据收集、控制图的绘制和分析、过程改进等。
2.5 SPC的持续改进：强调SPC是一个持续改进的过程，介绍如何通过SPC来推动组织的质量改进和业绩提升。
三、SPC作业指导书的编写要点3.1 清晰明了：指导书应该使用简洁明了的语言，避免使用过多的专业术语，以便员工易于理解和操作。
3.2 具体实用：指导书中的方法和工具应该具体实用，能够帮助员工解决实际问题，并提供实施SPC的具体步骤和指导。
3.3 可操作性强：指导书应该提供实际操作的指导，包括如何采集数据、如何绘制控制图等，以便员工能够迅速上手。
总结：SPC作业指导书是组织内实施SPC的重要文件，它的内容和结构对于确保产品和过程质量的稳定性至关重要。
本文通过介绍SPC的基本概念、SPC作业指导书的结构和编写要点，帮助读者更好地理解和应用SPC方法和工具。
同时，强调了SPC是一个持续改进的过程，通过SPC的实施可以推动组织的质量改进和业绩提升。
SPC作业指导书
SPC作业指导书一、引言SPC（Statistical Process Control，统计过程控制）是一种用于监控和改进过程稳定性和品质的方法。
本作业指导书旨在提供SPC的基本概念、原理、方法和步骤，以及如何应用SPC来改进过程稳定性和品质的指导。
二、SPC概述1. SPC的定义：SPC是一种通过收集和分析过程数据，以便可靠地控制过程稳定性和品质的方法。
2. SPC的目标：SPC的目标是减少过程变异性，提高过程能力，以达到稳定和可预测的过程性能。
3. SPC的原理：SPC基于统计学原理，通过收集样本数据并进行统计分析，来监控过程的稳定性和品质。
4. SPC的应用范围：SPC可应用于各种生产过程，包括制造、服务和交易过程等。
三、SPC方法和步骤1. 确定关键过程参数：首先，需要确定影响产品品质的关键过程参数，例如温度、压力、速度等。
2. 收集过程数据：根据所确定的关键过程参数，收集过程数据，可以使用控制图、直方图等工具进行数据记录和分析。
3. 分析过程数据：对收集到的过程数据进行统计分析，例如计算平均值、标准差、极差等指标，以了解过程的稳定性和品质。
4. 建立控制图：根据统计分析的结果，建立控制图来监控过程的变异性。
常用的控制图包括X-Bar图、R图、P图、C图等。
5. 制定控制限：根据过程数据的统计分析结果，确定控制图上的控制限，用于判断过程是否处于可控状态。
6. 监控过程性能：定期更新控制图，收集新的过程数据，并与控制限进行比较，以判断过程是否处于稳定状态。
7. 分析异常原因：当控制图出现异常时，需要进行异常原因分析，找出导致异常的根本原因，并采取相应的改进措施。
8. 持续改进：通过持续监控和分析过程数据，不断改进过程稳定性和品质，以实现持续改进的目标。
四、SPC工具和技术1. 控制图：控制图是SPC最常用的工具，用于监控过程的稳定性和品质。
常用的控制图有X-Bar图、R图、P图、C图等。
2. 直方图：直方图用于显示数据的分布情况，可以帮助判断过程是否符合正态分布。
SPC作业指导书
SPC作业指导书引言概述：SPC（统计过程控制）是一种用于监控和改进过程稳定性和质量的统计工具。
SPC作业指导书旨在匡助企业和员工正确使用SPC工具，以提高生产效率和产品质量。
本文将详细介绍SPC作业指导书的内容，包括SPC的基本原理、工具和步骤。
一、SPC的基本原理1.1 过程稳定性的概念：过程稳定性是指在一定条件下，过程的输出结果在可接受的范围内保持一致性和可预测性。
1.2 变异的分类：变异是指过程输出结果的波动或者差异，可以分为常规变异和特殊原因变异。
常规变异是由于过程本身的内在特性引起的，而特殊原因变异是由于外部因素或者特殊事件引起的。
1.3 SPC的目标：SPC的目标是通过监控过程的常规变异，及时发现和消除特殊原因变异，从而提高过程的稳定性和产品质量。
二、SPC的工具2.1 控制图：控制图是SPC最常用的工具之一，用于绘制过程输出结果的变异情况。
常用的控制图包括X-bar图、R图、S图等，通过对控制图的分析，可以判断过程是否稳定以及是否存在特殊原因变异。
2.2 流程图：流程图是用来描述和分析过程中各个步骤和环节的工具。
通过绘制流程图，可以清晰地了解过程的各个环节，从而找出可能导致变异的因素。
2.3 数据采集和分析工具：SPC还包括一些数据采集和分析工具，如直方图、散点图、因果图等。
这些工具可以匡助采集和分析过程数据，找出可能的问题根源，并提供改进的方向。
三、SPC的步骤3.1 确定关键过程：首先需要确定哪些过程对产品质量和生产效率具有重要影响，这些过程被称为关键过程。
3.2 采集数据：采集关键过程的数据，包括过程输出结果和可能影响过程的因素。
3.3 绘制控制图：根据采集的数据，绘制相应的控制图，分析过程的稳定性和变异情况。
3.4 分析控制图：通过对控制图的分析，判断过程是否稳定，是否存在特殊原因变异，并找出可能的问题根源。
3.5 采取措施：根据控制图的分析结果，采取相应的措施来消除特殊原因变异，改进过程稳定性和产品质量。
SPC作业指导书
SPC作业指导书一、引言SPC（统计过程控制）是一种质量管理工具，旨在通过对过程进行统计分析和控制，以确保产品或服务的稳定性和一致性。
本作业指导书旨在提供SPC的详细说明和操作指南，以帮助员工正确使用SPC工具，并有效地控制过程。
二、SPC的基本原理1. 变异性的概念- 内在变异性：指同一过程在相同条件下产生的产品或服务之间的差异。
- 特因变异性：指由于外部因素引起的过程变异，如材料质量、设备状态等。
- 共因变异性：指由于过程本身的不稳定性引起的变异。
2. SPC的基本思想- 过程可控性：通过对过程进行统计分析，了解过程的稳定性和能力，从而做出相应的改进措施。
- 过程稳定性：过程在一定范围内的变异是可接受的，超出范围则需要进行调整。
- 过程能力：过程能够在规定的要求范围内保持稳定，即过程能力指标达到要求。
3. SPC的基本步骤- 确定关键过程参数：通过对过程进行分析，确定对产品或服务质量影响较大的关键参数。
- 收集数据：根据确定的关键参数，收集相关数据。
- 统计分析：对收集到的数据进行统计分析，如均值、标准差、极差等。
- 控制过程：根据统计分析的结果，制定相应的控制策略，确保过程在可控范围内。
- 持续改进：定期评估过程的稳定性和能力，并根据评估结果进行持续改进。
三、SPC工具的应用1. 控制图控制图是SPC最常用的工具之一，用于监控过程的稳定性和能力。
常见的控制图包括：- X-Bar和R控制图：用于监控过程的平均值和离散度。
- X-Bar和S控制图：用于监控过程的平均值和标准差。
- P控制图：用于监控不合格品率。
- C控制图：用于监控不合格品数。
2. 流程图流程图是一种图形化工具，用于描述和分析过程中的各个环节和步骤。
通过绘制流程图，可以清晰地了解过程的流程和关键环节，从而找出潜在的问题和改进点。
3. 散点图散点图用于分析两个变量之间的关系。
通过绘制散点图，可以判断两个变量之间是否存在相关性，以及相关性的强度和方向。
SPC作业指导书
SPC作业指导书引言概述：SPC（统计过程控制）是一种用于监控和控制过程稳定性和一致性的方法。
它通过采集和分析数据，以便及时发现和纠正任何过程中的变异。
本文将为您提供SPC作业指导书，以匡助您了解SPC的基本原理和应用。
一、SPC的基本原理1.1 数据采集与分析- 确定要监控的关键指标和测量方法，例如产品质量、生产速度等。
- 采集数据，并使用统计工具对数据进行分析，如均值、标准差等。
- 根据数据分析结果，判断过程是否稳定，是否存在特殊原因导致的异常。
1.2 过程能力分析- 使用过程能力指数（Cp、Cpk）评估过程的稳定性和一致性。
- Cp指数衡量过程的潜在能力，Cpk指数考虑了过程中心值的偏移，更能反映实际能力。
- 根据过程能力分析结果，确定是否需要采取改进措施，以提高过程的能力。
1.3 控制图的应用- 控制图是SPC的核心工具，用于监控过程中的变异。
- 常用的控制图包括X-Bar图、R图、P图、C图等。
- 控制图通过绘制上下控制限和中心线，匡助判断过程是否处于统计控制状态。
二、SPC的应用场景2.1 创造业- 在创造业中，SPC可以匡助监控生产过程中的变异，及时发现并纠正异常。
- 通过SPC，创造商可以提高产品质量，降低废品率，提高生产效率。
- SPC还可以匡助创造商优化生产工艺，提高产品一致性。
2.2 服务业- 在服务业中，SPC可以用于监控关键指标，如客户满意度、服务响应时间等。
- 通过SPC，服务提供商可以及时发现服务质量下降的原因，并采取相应措施进行改进。
- SPC还可以匡助服务提供商实现服务流程的标准化和优化。
2.3 医疗行业- 在医疗行业中，SPC可以用于监控医疗过程中的变异，如手术成功率、药物剂量控制等。
- 通过SPC，医疗机构可以提高医疗质量，减少医疗事故的发生。
- SPC还可以匡助医疗机构进行绩效评估和改进，提高医疗服务水平。
三、SPC的实施步骤3.1 确定SPC的目标和范围- 确定要监控的关键指标和测量方法。
SPC作业指导书
SPC作业指导书一、引言SPC（统计过程控制）是一种用于监控和改进过程稳定性和能力的统计方法。
本作业指导书旨在提供SPC的基本概念、原理和操作步骤，以帮助员工正确使用SPC工具，提高生产过程的质量控制水平。
二、背景在现代生产环境中，质量控制是确保产品或服务符合规格要求的关键环节。
传统的质量控制方法通常是通过对成品进行抽样检验来判断产品是否合格。
然而，这种方法存在着一定的局限性，因为它只能在产品完成后进行检验，无法及时发现和纠正生产过程中的问题。
而SPC作为一种实时监控和改进生产过程的方法，可以帮助企业在生产过程中及时发现和纠正问题，提高产品质量和生产效率。
三、SPC的基本概念1. 过程稳定性过程稳定性是指生产过程在一定时间内保持在统计控制限范围内，没有出现特殊原因引起的异常变化。
稳定的过程是基础，只有在稳定的基础上才能进行质量改进。
2. 常见SPC图表- 控制图：用于监控过程的稳定性，常见的控制图包括X-bar图、R图、S图等。
- 直方图：用于描述数据的分布情况，可以帮助确定过程是否符合正态分布。
- 散点图：用于分析两个变量之间的关系，可以帮助确定是否存在相关性。
- 箱线图：用于展示数据的中位数、四分位数和异常值情况。
3. SPC的基本步骤- 收集数据：收集与生产过程相关的数据，包括产品尺寸、重量、颜色等。
- 绘制控制图：根据收集到的数据绘制相应的控制图，以便监控过程的稳定性。
- 分析图表：根据控制图的结果，判断过程是否稳定，并分析异常情况的原因。
- 采取措施：根据分析结果，采取相应的措施来纠正异常情况，保持过程的稳定性。
- 持续改进：监控和改进生产过程是一个持续的过程，需要不断地收集数据、分析图表，并采取相应的措施来提高过程的稳定性和能力。
四、SPC的操作步骤1. 收集数据收集与生产过程相关的数据，并记录在数据收集表中。
数据可以通过人工测量、仪器检测等方式获取。
2. 绘制控制图根据收集到的数据，绘制相应的控制图。
SPC作业指导书
SPC作业指导书一、引言SPC（统计过程控制）是一种用于监控和控制生产过程的方法，通过收集和分析过程中产生的数据，以便及时发现并纠正可能导致质量问题的变异。
本作业指导书旨在提供SPC的详细指导，帮助员工了解SPC的基本原理和应用方法，以及如何正确地执行SPC作业。
二、SPC基本原理1. 变异的概念：SPC的核心思想是基于变异的管理。
变异是指在生产过程中产品或过程的性能和特征发生的任何不一致性。
变异可以分为两种类型：可控变异和不可控变异。
可控变异是由特定的原因引起的，可以通过改变工艺参数或调整操作方法来控制。
不可控变异是由于随机因素引起的，无法通过人为干预来控制。
2. SPC的目标：SPC的目标是通过监控和控制变异，实现过程的稳定性和一致性，从而提高产品质量并降低不良品率。
通过SPC，可以及时发现过程中的异常变异，并采取相应的纠正措施，确保产品符合规定的质量要求。
三、SPC的应用方法1. 数据收集：SPC的第一步是收集过程中产生的数据。
数据可以来自于产品的测量结果、设备的运行参数、工艺的控制指标等。
数据的收集应该是全面的、准确的，并且按照一定的频率进行。
2. 数据分析：收集到数据后，需要对数据进行分析，以了解过程的变异情况。
常用的数据分析方法包括直方图、散点图、控制图等。
通过数据分析，可以判断过程是否稳定，是否存在特殊因素引起的异常变异。
3. 控制图的构建：控制图是SPC最常用的工具之一，用于监控过程的稳定性。
控制图由中心线、上下控制限组成，中心线表示过程的平均水平，上下控制限表示过程的变异范围。
通过绘制控制图，可以及时发现过程中的异常变异，并采取相应的纠正措施。
4. 过程改进：当控制图显示过程存在异常变异时，需要进行过程改进。
过程改进可以通过调整工艺参数、改进操作方法、优化设备等方式来实现。
改进后的过程应重新进行数据收集和分析，以验证改进效果。
四、SPC的注意事项1. 数据的准确性：SPC的数据分析结果直接影响到对过程的判断和决策，因此数据的准确性非常重要。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1目的对产品质量进行预防控制,对影响过程质量的各种因素进行科学地分析,从而减少质量变差,使产品质量持续稳步地提高。
2适用范围适用于全公司各职能部门、车间与质量管理体系有关的统计活动。
3职责3.1检验人员：负责收集数据,并记录，并负责数据录入计算工序能力。
3.2产品开发部负责初期过程的能力指数和批量生产过程能力的测量评价。
4运作4.1统计数据分类4.1.1计量型数据,就是可以用数字表达的质量特性数据,即用相应的测量系统(如:千分尺、游标卡尺、千分表、百分表、温度计、压力表等)对零件及其它设施进行测量，可以给出具体的读数。
★计量型数据控制图包括：-R控制图：均值—极差图-S控制图：均值—标准极差图-R控制图：中位数—极差图X-MR控制图：单值—移动极差图我公司多数情况下采用-R及X-MR控制图。
4.1.2计数型数据：检测后只能给出定性的结果。
例如：用通过/不通过量规检测孔，只能告诉孔是否合格，但不能告诉孔的大小的具体数值；用目测方法检查零件表面有无缺陷等。
对此类检测结果，可经通过不合格的零件（如检测结果为不通过的孔）数或缺陷（如：在零件表面有几处缺陷）数，得到计数型数据。
★计数型数据控制图包括：P图—不合格品率控制图NP图—不合格品数控制图C图—不合格数（缺陷数）控制图U图—单位产品不合格数（单位缺陷数）控制图我公司常采用P图和U图。
4.2控制图的基本形式控制图的基本形式如：（图一）图一：基本形式控制图中纵坐标为质量特性值，横坐标为抽样时间或样本序号。
图上有三条线，上面一条虚线叫上控制界限，用符号UCL表示；中间一条实值线叫中心线，用符号CL表示，下面一条虚线叫下控制界限，用符号LCL表示。
这三条线是通过搜集以往在生产稳定状态下某一段时间的数据计算出来。
使用时，定时抽取样本，把所测得的质量特性值用点子一一描在图上的相应位置，根据点子是否超越上、下控制界限和点子的排列情况来判断生产过程是否处于正常的控制状态，若过程出现异常因素，则应查明原因，并设法消除。
图一中第5点超出上控制界限，就是控制图报警的一种常见情况。
4.3控制图的应用程序4.3.1按《统计技术应用范围明细表》（见附件一）选取控制图类型。
4.3.2确定样本组数、样本大小和抽样间隔。
具体见各控制图的要求。
4.3.3收集并记录至少20-25个样本组的数据，或使用以前所记录的数据。
4.3.3.收集数据的前提条件和具体方法a.在生产过程处于稳定状态下,搜集质量数据,并把数据按生产顺序分组。
b.要求在机器有能力的情况下进行测试。
即工序能力指数测试前，首先要求该工序使用的机器为有能力状态。
Cm或Cmk≥1.667。
c.进行评定时要求前一道工序加工结束后,满足该道加工工艺所要求的设计和加工规范(预先测量值必须符合公差)。
d.在搜集数据前，把可校准的刀具调整到图样标注的公差中心（机加工）。
e.搜集数据应在机器开动半个小时之后进行。
f.每隔半个小时抽取5个零件，一个班次起码抽样5-7次。
（如果经证明过程能力稳定，能力指数在1.67以上,抽检频次可以适当减少）。
g.测量数据时必须在工件的同一部位上测量。
4.3.4计算样本平均值,样本极差和样本标准偏差等。
4.3.5计算控制界限。
4.3.6画控制图。
4.3.7判断异常点。
4.3.8决定下一步行动。
4.4控制图的制作4.4.1-R控制图a.定义:-R控制图是把平均值()控制图和极差（R）控制图上下对应画在一起的综合控制图。
b.作用：平均值控制图用来观察质量特性值的平均值的变化情况；极差控制图用来观察加工误差的变化情况。
两图同时使用,可以综合地了解质量特性数据的分布形态。
c.适用范围：它最适用于产品批量较大而且稳定的生产过程。
d.使用方法：先对工序进行分析，搜集生产条件比较稳定和代表性的一批数据，计算控制界限，画控制图，然后按照在生产过程中的抽样得到的数据在控制图上随时打点，随时观察分析生产过程有无异常。
现以实例具体介绍–R控制图的制作方法。
4.4.1.1操作者负责收集数据并记录。
一般选用25个组，每组5个，共125个数。
每隔半小时连续测5件尺寸，共收集25个样本组数据，并按顺序填入《–R控制图的数据统计表》中。
（见附表二），并交车间检验员。
4.4.1.2检验人员负责计算各组平均值和极差R。
并填入《–R控制图的数据统计表》中。
a.各组的平均值为该组数据之和除以样本个数n。
本例中各组的平均值分别为：1=（X1+X2+X3+X4+X5）/5=24.9222=（X1+X2+X3+X4+X5）/5=24.92125=（X1+X2+X3+X4+X5）/5=24.9216(具体见附表二)。
b.各组的极差R为该组数据中最大值与最小值之差。
本例中各组极差分别为R1=0.005……R25=0.004(具体见附表二)。
4.4.1.3检验人员负责计算和,并填入《–R控制图的数据统计表》中。
4.4.1.4检验人员负责工序能力指数的计算和判断。
★工序能力指数CP、CPK、CPU、CPL的计算。
a.CP==b.CPK=CP(1-K)=CP(-)==c.CPU=,3σ)=,3S)d.CPL=-TL,3σ)=-TL,3S)式中：T表示公差范围，Tu表示公差上限，TL表示公差下限，σ表示总体标准偏差，S表示子样标准偏差。
K表示平均值与公差中心的相对偏离程度，ε表示平均值公差中心的（M）的绝对偏离量。
ε=|–M|e.估计过程标准偏差S=σ=/d2式中为子组极差的均值(在极差受控时期),d2随样本容量变化的常数(见表一)。
表一实例中的工序能力指数CPKCPK===1.51★工序能力指数的判断工序的质量水平按CP、CPK值可划分为五个等级。
（见附表三）该表中的分级、判断和处置对于其它控制图同样适用。
本例中的CPK=1.51。
（由附表三知），工序能力可以，可用控制图进行控制。
检验员负责根据CP、CPK值对工序能力进行判断，并在《–R控制图的数据统计表》中“判断”一栏内签上判断结果，如“能力过高/能力充分/能力可以/能力不足/能力严重不足”，后交生产车间。
a.若工序能力可以，由车间负责交产品产品开发部，产品产品开发部确定控制界限。
b.若工序能力不足时,车间内部进行分析并解决,若车间解决不了,由车间报质保部,由质保部组织有关科室进行分析并解决。
原因消除之后，由操作者负责重新收集数据。
交检验人员重新计算工序能力，直到合格。
4.4.1.5技术工艺人员负责计算控制界限★控制图中上下控制界限的确定上下控制界限数值的确定,通常是依据“三倍标准偏差法则”或“千分之三法则”（参见图二）：即a.控制图的中心线(CL),定在被对象的平均值(U或)上;b.把控制图上的上控制限(UCL),定在被控对象的平均值加三倍标准偏差(μ+3σ或+3S)处;c.把控制图的下控制限(UCL),定在被对象的平均值减三倍标准偏差(μ-3σ或-3S)处;图二：a.图中CL、UCL、LCL的计算。
中心线：CL=上控制界限UCLX=+A2下控制界限LCLX=-A2本例中：CL=24.9208UCLX=24.9228LCLX=24.91884.4.1.5.3R图中CL、UCL、LCL的计算。
中心线：CL=上控制界限UCLR=D4下控制界限LCLR=D3本例中：CL=0.0035UCLR=0.0074由于f=5查表D3不考虑,所以LCLR不考虑。
上式中A2、D3、D4为随着每次抽取样本个数n而变化的系数（见附表一）。
★技术人员负责将控制界限描在-R控制图专用的画图纸上。
并在各条控制界限的右端分别标出对应的CL、UCL、LCL符号和数值，在图的左上方标记n的数值（本例n=5见图三）然后交生产车间。
4.4.1.6画控制图操作者负责按规定的时间间隔测量加工零件，并将实测结果描在-R控制图的画纸上，然后交车间检验员。
检验员根据表中数据打点描图。
图三图1）连续25个点都在控制界限内。
2）连续35个点至多1个点落在控制界限外。
3）连续100个点至多2个点落在控制界限外。
即使在判断稳态的场合,对于界外点也必须采取“查出异因，采取措施，保证消除，不再出现，纳入标准”20个字来处理。
4.4.1.7.判定异常准则1）点在控制界限外或恰在控制界限上。
2）控制界限内的点排列不随机。
模式1：点屡屡接近控制界限，见图1。
点接近控制界限指点距离控制界限在1σ以内，下列情况就判断点子排列不随机：图1连续3点有2点接近控制界限1）连续3个点中,至少有2点接近控制界限。
2）连续7个点中,至少有3点接近控制界限。
3）连续10个点中,至少有4点接近控制界限。
若点接近一侧的控制界限,表明过程的均值有变化;若点上下接近两侧的控制界限,则表明过程的方差增大。
注意：后两条准则需要观察的点数较多,应用起来不方便,主要用第一条,即连续3个点中,至少有2点接近控制界限判异。
模式2：在控制图中心线一侧连续出现的点称为链,其点数目称作链长,见图2。
链长不少于7时判断点排列非随机,存在异常因素，出现链，表示过程均值向链这一侧偏移。
模式3:如果链较长,个别点出现在中心线的另一侧而形成间断链,见图3,下列情况判断点的排列非随机,存在异常因素:1)连续11个点中,至少有10点在中心线一侧。
2)连续14个点中,至少有12点在中心线一侧。
3）连续17个点中,至少有14点在中心线一侧。
4）连续20个点中,至少有16点在中心线一侧。
图2长为7的链图3连续11点中有10点在控制线一侧的间断链模式4：点逐渐上升或下降的状态称为倾向。
当连续不少于7个点的上升或下降倾向时判断点的排列非随机,存在异常因素,见图4,出现倾向表明过程均值逐渐增大或逐渐减少。
图47点下降倾向图5连续15点在控制线附近模式5：点集中在中心线附近，指点距离中心线在1σ以内,见图5,出现模式5表明过程方差异常小，可能由于数据不真实或数据分层不当。
如果把方差大的数据与方差小的数据混在一起而未分层,则数据总的方差将更大,于是控制图控制界限的间隔距离也将较大,这时方差小的数据描点就可能出现模式5。
模式5可采用下列准则:若连续15点集中在中心线附近判异。
模式6：点呈现周期性变化,见图6。
点的周期性变化可能由于操作人员疲劳、原材料的发送有问题、某些化工过程热积累或某些机械设备应用过程中的应力积累等。
图6点呈周期性变化4.4.1.8当控制图中点排列正常(工序处于稳定受控状态)时,延长控制界限转为控制用控制图,实施正常的质量控制。
4.4.1.9当控制图中点排列有异常时，操作者报车间，车间应从（人、机、料、法、环）几方面解决，若车间解决不了，应由车间报质保部，质保部组织技术科、检验科、工装设备科等相关单位进行分析判断。
原因查明后，排除异常点。
排除异常点后的数据组数大于或等于20时，利用排除异常点后的数据重新计算控制界限并打点判断。