SPC统计制程控制(1)

文件制修订记录1.0目的：规范统计制程管制SPC运作，以确保各项管制能有效实施，预防重大质量异常的发生。

2.0范围：适用于本公司所有制程，包含成品、半成品、设备。

3.0职责：3.1品质部：主导全厂SPC的推行和运作，提供必要的技术支持和培训，和工程部一起选择管制项目，决定管制标准，监督生产单位的品质状况，协助生产单位分析解决问题，验证改善效果。

4.0定义：4.1SPC：统计制程管制,是一种借助数理统计方法对制程品质状况进行管控的工具。

它对生产过程进行分析评价，根据反馈资讯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。

4.2关键管制特性:有关产品的要求(尺寸、性能测试)或制程参数具有特别的重要性之管制特性,在控制计划&FMEA中以『★』标示,5.0作业内容:5.1实施SPC的两个阶段5.1.1分析阶段：分析阶段的主要目的在于：（1）.了解制程现状；（2）.使制程处于稳定状态；（3）.使制程能力足够。

分析阶段首先要进行的工作是生产准备，即把生产过程所需的原料、劳动力、设备、测量系统等按照标准要求进行准备，生产准备完成后就可以进行生产，注意一定要确保生产是在影响生产的各要素无异常的情况下进行。

然后可以用生产过程收集的资料计算控制界限，作成分析用管制图、直方图、或进行过程能力分析，检验生产过程是否处于稳定状态以及过程能力是否足够。

如果任何一个不能满足则必须寻找原因进行改进，重新进行生产及分析。

直到达到了分析阶段的三个目的，则可认宣告结束，进入SPC监控阶段。

5.1.2监控阶段监控阶段的主要工作是使用控制用控制图对制程进行监控。

此时控制图的控制界限已经根据分析阶段的结果而确定；生产过程的资料及时绘制到控制图上并密切观察控制图，控制图中点的波动情况可以显示出过程受控或失控，如果发现失控，必须寻找原因并尽快消除其影响。

监控可以充分体现出SPC预防控制的作用。

SPC（统计过程控制）知识要点SPC是英⽂Statistical Process Control的字⾸简称,即统计过程控制。

SPC就是应⽤统计技术对过程中的各个阶段收集的数据进⾏分析，并调整制程，从⽽达到改进与保证质量的⽬的。

SPC 强调预防，防患於未然是SPC的宗旨。

1- What：什么是SPCSPC：统计过程控制SPC说到底，就是⼀个图表，把⽣产过程中的数据，收集起来⽤图表的形式展现出来。

它的作⽤可以⼤致总结为：⽅便⼤家从图表中，找出有异常的数据。

跟进数据趋势，预见异常发⽣的可能。

数据异常后，做出相应的改善对策SPC本质上就是⼀种特殊的趋势图，不过SPC给他们起⼀个更有⽓质的名字：控制图。

当然了，控制图还要和普通的趋势图有差异的，具体表现为以下⼏点：1. 控制图都有上下控制线和中⼼线，UCL和LCL（具体会在6-How⾥⾯说明）2. 控制图的数据收集规则、数据分析的规则，更加的繁琐，更加的严格3. 控制图⼀定要有相应的改善输出2- Why：为什么要⽤SPC为了及时发现⽣产过程中，由特殊原因导致的异常，及时改善。

为了深⼊分析系统中的普通原因，进⼀步提⾼产品品质，为客户提供更好的产品。

（当成为⼀个⼯⼚的品质副总时，如何将⼀线数据浮上来，你会⾃然⽽然的想到SPC）在思考为什么要⽤SPC时，我们的观点和认知，是随着职位不断成长的。

不要硬逼着⾃⼰去理解SPC⼿册⾥，那⼗⼏页鸡汤式的SPC概述。

格局到了，⾃然就理解了。

但是SPC的作⽤是不会发⽣变化的，做就对了。

3- When：在什么时候⽤SPCSPC⼿册⾥⾯说，SPC只有在过程受控状态下，才能使⽤。

但是实际上，SPC就是⼀个图表，任何情况，任何产品，只要有数据就可以⽤SPC控制图。

只是它所体现出来的信息不同，使⽤者透过SPC发现问题的程度不⼀样。

举个通俗⼀点的例⼦。

张飞和关⽻出征沙场，张飞去探路。

张飞趴在地上，⽤听⾳识距离之术，听了半晌得出⼀个结论：敌⼈距离我们还有250⽶。

spc制程管制作业流程
SPC（Statistical Process Control，统计过程控制）是一
种用于监控和控制过程稳定性和质量稳定性的方法。

SPC
包括以下作业流程：
1. 确定SPC的目标：确定需要监控和控制的重要工艺参数，以及所需的质量指标。

2. 收集数据：确定需要收集的关键工艺参数，并制定相应
的数据收集计划。

3. 设定控制限：根据历史数据或经验，计算控制限。

常见
的控制限有控制上限（UCL）和控制下限（LCL）。

4. 绘制控制图：将实际数据和控制限绘制在控制图上，以
便监控工艺的稳定性。

常见的控制图有均值图、范围图和
方差图。

5. 监控过程：定期收集数据，并将数据绘制在控制图上。

根据控制图的规则和模式，判断工艺的稳定性和可控性。

6. 分析异常数据：如果控制图显示异常数据点或规则违反，需要进行原因分析并采取相应的纠正措施。

7. 持续改进：根据分析结果，制定和实施改进措施，以提
高工艺的稳定性和质量。

以上是SPC的一般作业流程，根据具体的工艺和产品要求，可能会有一些特定的步骤和控制方法。

可编辑修改精选全文完整版1.统计过程控制SPC即统计过程控制。

是利用统计方法对过程中的各个阶段进行控制，从而达到改进与保证质量的目的。

SPC强调以全过程的预防为主。

也是中国人民武装警察部队特种警察学院的简称,该学院又叫做武装特警学院.它是训练特种兵的学院,同时还是执行任务的机构.目录一、spc的基础知识1.关于控制、过程、统计2.特性及其分类3.统计学基础二、spc的基本原理4.过程的理解与过程控制5.波动及波动的原因6.局部措施和系统措施三、统计过程的控制思想1.正态分布简介2.统计控制状态及两种错误3.过程控制和过程能力4.过程改进循环四、控制图类型1.控制图应用说明2.控制图的定义和目的3.控制图解决问题思路4.控制图益处5.控制图分类6.控制图的选择五、建立计算型控制图的步骤和计算方法1.均值和极差图2.均值和标准差图3.中位数和极差图4.单值和移动极差图六、计数型控制图与过程能力指数1.过程能力解释前提2.过程能力的计算3.过程能力指数4.过程绩效指数七、过程判异准则以下是常用的八项判异准则：1、一点落在A区以外；2、连续9点落在中心线同一侧；3、连续6点递增或递减；4、连续14点相邻点上下交替；5、连续3点有2点落在中心线同一侧的B区以外；6、连续5点中有4点落在中心线同一侧的C区以外；7、连续15点在C区中心线上下；8、连续8点在中心线同侧。

SPC统计过程控制1、前言─SPC的由来、发展和基本要求2、识别关键控制点3、数据变异的衡量和分析· 直方图4、数据的动态变异· 控制图4.1、随机波动与异常波动4.2、ISO 8258:1991《休哈特控制图》(Control Chart)要点4.3、常规控制图的类型和实例s 控制图的结构和概念解释s 控制图类型和用途1) X平均与极差图(均值—极差控制图、均值—标准差控制图、中位数—极差控制图、单值—移动极差控制图)s 结构和应用流程s 举例2) I和MR控制图s 结构和应用流程s 举例3) 离散U、C、P、NP控制图s 结构和应用流程s 举例s 如何收集数据s 采样及数据收集s 设定和维持控制界限4.4、控制图制订和使用中的若干实际问题4.5、现代控制图技术案例5、过程能力与过程性能(Process Capability / Performance)分析以及相应的指数CPK、PPK的应用6、过程能力/性能的保证和提高---查找原因采取纠正/预防措施的逻辑推理工具s 5M1E要素s 分层法与排列图s 用于因果关系和逻辑关系分析的非数字资料方法工具: 因果图、系统图与“5Why分析表”、关联图、故障树分析(FTA)、过程决策程序图(PDPC)法7、如何实现有效的SPC现场控制s 受控的标准s 流程失控的表现s 失控的现场应对s 练习制作控制图进行失控分析s SPC实施中现场“看得见管理”应用的直观显示图表8、SPC的效果评估的方法s 显著性检验s 统计抽样检验9、回归分析s 一元线性回归分析s 曲线回归s 双列相关分析10、方差分析s 方差分析的基本概念及其应用s 方差分析在MSA(测量系统分析)中的应用s 多重比较:q检验11、试验设计(Design of Experiment, DOE) --介绍正交试验设计12、SPC项目的开展(SPC在QCC/QIT、6Sigma项目活动中的应用)如何创建SPC系统1、关键流程的确定2、稳定工艺过程3、过程能力的测定和分析4、确定控制标准5、选择和建立控制图6、制定反馈行动计划7、MSA测量系统分析8、SPC应用的有效性评估9、SPC应用的团队活动10、案例分析及实施疑难探讨SPC的有效实施一、原因分析目前我们国内许多企业也开始逐步认识和推广SPC，但并没有达到预期的效果，为什么呢？究其原因，主要可以分为以下几点：1、企业对SPC缺乏足够的全面了解2、企业对实施SPC的前期准备工作重视不够3、未能有效地总结和借鉴其他企业的经验二、改进对策针对以上原因，要保证SPC实施成功，企业应重视如下几方面的工作：1、领导的重视2、工程技术人员的认识和重视3、加强培训4、重视数据5、实施PDCA循环，达到持续改进统计工序控制即SPC（Statistical Process Control）。

ABC科技有限公司文件制修订记录文件编号II-QP-24页数4/7 生效版本025.3.3 异常之管制图的矫正/预防措施5.3.3.1 任何超出控制界限的点，以发出《矫正/预防措施要求书》的形式，提请相关单位进行原因分析，并采取矫正措施。

5.3.3.2 对于连续7个点在中心线之上或之下，或连续7个点上升或下降，或其它明显非随机图形，应提请相关部门分析原因，留意趋势采取相应预防措施，必要时发出《矫正/预防措施要求书》。

5.3.4 当一张新的X-R管制图开始制作之后，应对其前面7个点对照上一张X-R管制图最后面7个点进行评审，以确保两张X-R管制图前后衔接部分的产品趋势得到评审。

评审结果按照5.3.3进行处理。

5.4 X－R管制图的使用方法X－R管制图是以管制平均值（X管制图）与全距（R管制图）的方式达到管制的目的。

5.4.1 决定样本数5.4.1.1 使用X－R管制图的样本数（n）以2-5个为适当，但不要超过10个为宜。

5.4.1.2 样本数一经决定后必须在使用时固定不变。

5.4.2 平均值与全距的计算5.4.2.1 平均值（X）= 各组内数据的和÷样本数。

5.4.2.2 全距（R）= 各组内的最大值－最小值。

5.4.3 X管制图与R管制图之中心线与管制上、下限的计算公式。

5.4.3.1 X管制图之中心线与管制上、下限的计算公式:5.4.3.2 R 管制图之中心线与管制上、下限的计算公式:5.4.3.3 X－R管制图的系数表X-R管理的系数表样本数平均值管制图R 管制图n A2 d2 D3 D4文件编号II-QP-24页数5/7 生效版本022 1.880 1.13 0.000 3.2673 1.023 1.69 0.000 2.5754 0.729 2.06 0.000 2.2825 0.577 2.33 0.000 2.1156 0.483 2.53 0.000 2.0047 0.419 2.70 0.076 1.9248 0.373 2.85 0.136 1.8649 0.337 2.97 0.184 1.81610 0.308 3.08 0.223 1.7775.5 P管制图的使用方法P 管制图是以管制不良率的方式达到管制的目的。

有效提升及改善制程能力的目的。

5．2．2建立制造流程﹕每個制程導入SPC時﹐首先必須使制程程序明確化﹐由各跨功能團隊編訂并審核“QC工程表”。

5．2．3確定管制項目﹕編訂“QC工程表”的同時﹐必須確定各項制程的關鍵因素﹐也就是針對客戶的需求﹐確定“管制項目”(產品與制程特性),具體參考《SPC管控計劃》。

5．2．4制程標准化﹕各生產部門主管必須督導所屬按各制程所確立的“標准化作業”操作(不論是各制程參數與操作方法﹐甚至選用之材料或機治具等都要按照規定實施)。

各作業員不得擅自更改制程之操作程序與條件或方法。

5．2．5運用解析用管制圖﹕5．2．5．1一方面由制程主管或幕僚人員﹐利用制程上收集的數據﹐做制程解析﹔即﹕繪制“解析用管制圖”以確定制程是否處于穩定狀態﹐再決定是否改善制程﹐或可以就現況制程條件續產(即執行制程繼續管制5．2．7之步驟)。

5．2．5．2解析用管制圖之判讀方式X-R Chart為例說明﹐首先看全距管制圖(X-R管制圖)是否皆在統計管制狀態下﹐如果是的話﹐則繼續看平均值管制圖是否皆在統計管制狀態下﹐如果是的話﹐則可執行5．2．7之步驟(可沿用解析用管制圖之管制界限)﹔否則不論是全距失控或平均值失控﹐則必須執行5．2．8之步驟。

5．2．6判定制程能力﹕5．2．6．1若各單位之制程已經穩定作業后﹐即由生產線上各作業員利用“自主檢查”收集“制程數據”然后計算各產品的“制程能力”是否符合客戶的需求?是否足夠?(合乎經濟成本要求?)5．2．6．2若制程能力指數(CPK≧1.33,則繼續執行“運用管制用管制圖”之步驟。

若制程能力指數CPK<1.33﹐則執行5．2．8“問題分析與解決”之步驟。

5．2．6．3制程數據的收集原則﹐采用“組內變異小﹐組間變異大”的原則﹐即先連續抽取5個樣品為1組﹐隔段時間﹐再連續抽取5個樣品﹐重復上述動作﹐直到抽取至少20組數據(100個樣品)為止。

5．2．10．2各生產線著手精研改善加工方法﹐致變動制程要因(人員﹑設備﹑方法﹑材料﹑環境)。