下载文档原格式
SPC培训讲义—基础知识简介SPC（Statistical Process Control，统计过程控制）是一种基于统计方法的质量管理工具，旨在通过对过程数据的统计分析，帮助组织识别和解决可能导致质量问题的根本原因，从而提高产品的稳定性和可靠性。
本讲义将介绍SPC的基础知识，包括SPC的原理、常用的SPC 工具和应用案例等内容。
1. SPC的原理SPC的核心原理是基于过程数据的统计分析，通过对数据的收集和分析，识别和排除可能导致质量问题的特殊原因，同时通过控制图的使用，监控和改进过程的稳定性和可靠性。
1.1 正态分布在SPC中，数据的正态分布是一个重要的假设。
正态分布是一种对称的概率分布，其特点是均值和标准差能够完全描述分布的情况。
正态分布的图形呈钟形曲线，均值位于曲线的中央。
在实际应用中，SPC 通常假设数据是近似正态分布的，以方便进行统计分析。
1.2 变异性与稳定性在质量管理中，变异性是指同一过程在不同时间或不同条件下相同测量项的数值差异。
通过SPC的应用，可以发现原本被认为是随机变动的过程，实际上可能存在特殊原因造成的异常波动。
稳定性是指过程在一段时间内的变异性较小，并且符合预期的性能要求。
通过SPC 的控制图，可以监控过程的稳定性，并及时采取措施防止不稳定状态的出现。
2. 常用的SPC工具SPC工具是SPC实施过程中使用的具体方法和技术，下面介绍几种常用的SPC工具。
2.1 控制图控制图是SPC中最常用的一种工具，它用来监控过程在一段时间内的变异情况。
控制图是一种统计图表，将过程数据按时间顺序绘制在图表上，同时画出上下限和中心线。
如果过程数据处于控制限之内，说明过程处于稳定状态；如果过程数据超过控制限，说明过程发生了特殊原因的变异，需要进行分析和改进。
2.2 直方图直方图是一种用柱形表示数据分布的图表，它可以直观地展示数据的中心趋势、波动幅度以及偏态情况。
通过直方图，可以判断数据是否符合正态分布，如果数据呈现钟形分布，则可以认为数据符合正态分布的假设。
一、基本概念：1.随机现象：在大量的重复试验中，具有统计规律性的不确定现象。
分类：确定现象：事情没发生，就已知道结果。
不确定现象：事情没发生，无法知道他的结果，即没有办法事先预测它的结果。
不确定现象会呈现某种规律。
2.统计技术：是确定随机现象的数学规律的一门学科。
统计技术的两个范畴（领域）：（1）统计推断：通过数据的采集，对未来事物进行预测和推断，如天气预报、算命。
（2）统计控制：通过数据的采集对未来事物进行预测和控制，如SPC。
统计技术应用（要求）条件：A.管理扎实，产品有可追溯性；B.5M标准化：人、机、料、法、环。
C.经过培训：人员。
D.必要的物质条件：检测手段。
3.随机分布：质量特性数据分布所符合的规律。
正态分布曲线的特点：1两头小，中间大；2两侧对称；3平滑联接。
质量特性（正态分布曲线）：（1）分布的宽度：用σ来衡量分布宽度，越窄越好。
（2）分布的位臵：用偏移量ε来量化描述分布位臵。
ε=0时，重合4.变差：指一个数据级相对于目标值存在的不同差异。
（实际上是指质量数据的不一致性、离散性）。
二、统计过程控制：1.过程控制系统：（1）过程控制的要求：要明确过程特性；要明确过程特性的目标值；监测特性，并与目标值比较。
（2）对过程（生产制造）采取措施：A.改变操作：人员培训、材料的更换。
B.改变基本因素：修设备，改善人的交流，交流主要手段：交接班记录。
C.改变过程设计：工艺变化、环境调整。
2.变差的普通原因和特殊原因：（1）形成变差的普通原因：常规的、连续的不可避免的影响产品特性不一致的因素。
例如：操作技能、设备精度（本身有加工误差，不是恒定的）、工艺方法、工作环境。
特点：1. 该因素作用到每个零件上；2. 不会改变特性的分布。
（2）形成变差的特殊原因：特殊的、偶然的、断续的、可以避免的影响产品特性不一致的因素。
例如：刀具不一致、模具不一致、材料不一致、设备故障、人员情绪。
特点：1. 不是作用到每个零件上。
