统计过程控制

11
控制图的选择
控制图的选定
计量值 数据性质
计数值
平均值
“n”=10~25 “n”是否较大
n≧1 样本大小 n≧2
Cl的性质
中位数 “n”=2~5
“n”=1
不良数
缺陷数
不良数或
缺陷数
不一定
一定
“n”是否一定
单位大小 是否一定 不一定 一定
X-s 图
X-R 图
X-R
X-Rm “p”
图
图图
“np” “c”
数据类别: 计数值数据：只以缺陷数和个数表示，不能连续取值的数据 计量值数据：以产品本身的特性来表示，可以连续取值的数据
2
两种变异
普通性（特定性）变异：不易避免的原因(普通 原因）造成的变异，如操作人员的熟练程度的 差异、设备精度与保养好坏的差异、同批原材 料本身的差异
特殊性（偶尔性）变异：可以避免也必须避免 的原因（特殊原因）造成的变异，如不同原材料 之间的差异、设备故障
“u”
图图
图
12
案例1（控制图的选择）
质量特性 长度 重量 乙醇比重 电灯亮／不亮 每一百平方米的 脏点
样本数 5 10 1
100 100平方米
选用什么图
13
答案1
质量特性 长度 重量 乙醇比重 电灯亮／不亮 每一百平方米的 脏点
样本数 5 10 1
100 100平方米
选用控制图 均值极差控制图
通常用来消除变差的普通原因 几乎总是要求管理措施，以便纠正 大约可纠正85%的过程问题
8
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，且能显示变异系属于机遇性或非机遇 性，以指示某种现象是否正常，而采取适 当之措施。

（三） x R 控制图的操作步骤
1. 确定控制对象（统计量） 2. 收集k组预备数据（一般K=25；每组数
据个数n ≥ 2;遵循合理子组原则） 3. 计算每一个样本的均值 X i 与极差 Ri 。 4. 计算 X与R 5. 计算R图控制限并作图 6. 用各样本点绘在图中，判断状态。
分析过程若失控或异常，找出原因， 进行纠正，防止再发生。
7. 计算 X 图控制限并作图，判断状态。 8. 计算过程能力指数验证是否符合要求 9. 延长控制限，作控制用控制图，进行日
常管理
四、 X S 图（掌握） 五、X-Rs图（了解）
六、Me-R图（了解）
七、P控制图
（一）P控制图的控制状态
P 常数
n
n
ˆp p di / ni
i1 i1
（二）P控制图的统计基础为二项分布，其
内容 （1）利用控制图分析过程的稳定性，对
过程存在的异常原因进行预警；
（2）计算过程能力指数分析稳定的过程 能力满足技术要求的程度，对过程质量进行 评价。
三、统计过程控制的特点 是一种预防性的方法 贯彻预防原则是现代质量管理的核心 强调全员参与
SPC的涵义
为了贯彻预防原则，应用统计技术对 过程各阶段评估和监控，建立并保持过程 处于可接受的并且稳定的水平从而保证产 品与服务符合规定的要求的一种质量管理 技术。
过程能力指数 过程性能指数
CP
TU TL 6ˆ ST
PP
TU TL 6ˆ LT
其中 ˆ St —— 短期波动的标准差估计，在稳态
下计算
ˆ St
R d2
或
S C4
ˆ Lt —— 长期波动的标准差估计，在实
际情况下计算 ˆ Lt S

1924年，美国的休哈特博士提出将3Sigma原理运用于生 产过程当中，并发表了著名的“控制图法”，对过程变 量进行控制，为统计质量管理奠定了理论和方法基础。
4
一、什麽是统计过程控制
2．预防与检测
1)事后检测——质量控制的最原始手段；
a.通过检查最终产品并剔除不符合规格产品， 保证不合格品不提交给顾客或下一工序；
1）直观方法（传统方法）， 2）用统计控制方法；
二者之间有何区别呢？下面我们举例说明：
某公司是一家家电产品制造商，为了提高管理水平，导入了品质成 本管理体系，经过前期努力，其统计取得了前5个月的品质成本数据 如下表：
16
4．观察和处理过程变异的两种方法：
时间 星期一 星期二 星期三 星期四 星期五 平均
4．质量特性二重性： 绝对的波动性和相对的稳定性
1) 质量——是过程的结果，是顾客关注的 核心；
2) 波动性是绝对的，稳定性是相对的； a 波动就是过程变异的外在表现； b 过程控制就是有效限制波动,强化或 增强稳定
8
一、什麽是统计过程控制
5．统计过程控制的实质： 就是通过观察产品/过程波动;分析、鉴定产品/过程波 动的原因，将其控制在相对稳定的状态，从而保证过 程输出的稳定性。
16320 16534 17323 16231 17213 17574 17694 18101 17121 18752 16580 16989 17213 17029 16781 18123 17564 17856 16871 17549
15698 16497 17301 17457 16545 17210 17230 16561 17543 18584 15991 15302 17530 17056 17234 17694 17011 16981 16594

SPC统计过程控制SPC（Statistical Process Control，统计过程控制）是一种基于统计原理和数据分析方法的质量管理工具，用于监控和控制生产过程中的变异性，以确保产品或服务的质量。

SPC是由质量概念的先驱沃尔特·A·谢温（Walter A. Shewhart）在20世纪20年代初首次引入的。

它的目的是通过使用统计技术来分析生产过程中的数据，从而减少产品或服务的变异性，提高整体质量水平。

SPC的基本原理是通过统计分析来了解生产过程中的变异性，以便及时采取措施来纠正和调整生产过程。

它主要包括以下步骤：1.确定控制指标：选择适当的指标来监控生产过程的变异性。

常用的指标包括尺寸、重量、硬度等。

2.收集数据：根据预定的采样计划和频率，定期收集生产过程中的数据。

数据可以通过各种手段收集，如直接测量、抽样检验等。

3.绘制控制图：使用统计方法将收集到的数据绘制成控制图。

控制图是一种图表，它显示了一个或多个过程指标的变化情况，以及上下限范围。

通过观察控制图，人们可以判断生产过程是否处于控制状态，是否存在异常情况。

4.分析控制图：根据控制图上的变化趋势和模式，进行统计分析，以确定生产过程的绩效。

常用的统计分析方法包括均值、标准差、极差等。

5.制定改进措施：根据分析的结果，确定需要改进的方面，并制定相应的措施。

改进措施可以包括修改生产过程参数、调整设备、培训员工等。

6.监控和调整：持续监控生产过程，并根据需要进行调整，以确保控制图保持在预定的限制范围内。

SPC的优势在于它能够提供实时和持续的监控生产过程的能力。

通过采集数据和绘制控制图，生产者可以及时发现生产过程中的变异，并采取措施进行纠正。

这样可以防止不良品的产生，并提高产品或服务的一致性和质量。

此外，SPC还具有以下几点优势：1.提高生产效率：通过控制和减少生产过程中的变异性，SPC可以提高生产效率。

它能够帮助生产者发现并消除生产过程中的浪费和不必要的变动，从而提高生产效率和资源利用率。