S169492009-SPC统计过程控制培训教材(第二版)-最新版

质量的波动性
⒈正常波动：
正常波动是由随机原因引起的产品波动。对这些随机因 素的消除，在技术上难以达到，经济上代价也很大，因此， 一般情况下，是允许存在的——公差就是承认这种波动的产 物。产品质量具有波动性和规律性。
在生产实践中，即便操作者、机器、原材料、加工方法、 测试手段、生产环境等条件相同，但生产出的一批产品的质 量特性数据却并不完全相同，总是存在着差异，这就是产品 质量的波动性。
解释
中心线（Central 控制图上的一条线，代表所给数据平均值。 Line）
过程均值 （Process Average）
一个特定过程特性的测量值分布的位置即为过程均值，通常 用 X 来表示。
链（Run）
控制图上一系列连续上升或下降，或在中心线之上或之下的 点。它是分析是否存在造成变差的特殊原因的依据。
变差（Variation） 过程的单个输出之间不可避免的差别；变差的原因可分为两 类：普通原因和特殊原因。
特殊原因
一种间断性的，不可预计的，不稳定的变差根源。有时被称
（Special Cause） 为可查明原因，它存在的信号是：存在超过控制限的点或存
在在控制限之内的链或其它个或多个连续样本值中最大值和最小值之差。
质量的波动性
➢ 产品质量具有波动性和规律性，从统计学的角度 来看，产品质量波动可分成正常波动和异常波动。 ➢ 质量管理的一项重要工作，就是要找出产品质量 波动规律，把正常波动控制在合理范围内，消除系 统原因引起的异常波动。生产现场通过控制图的运 用，对过程质量加以测量、记录并进行控制管理， 以及时反映和区分正常波动与异常波动。
名称
普通原因（Common Cause）
解释
造成变差的一个原因，它影响被研究过程输出的所有单 值；在控制图分析中，它表现为随机过程变差的一部分。

八、计数型数据控制图 1、p 图 2、np图 3、c 图 4、u 图 九、过程能力分析及控制图的判读
１.品管方法历程
690,000 300,800 66,807
一、正确认识SPC
Average Company 一般公司
Best in class 世界标杆公司
6,210
233 3.4 1σ
方法
产品检查 品管7手法 (5S、QCC、ISO9001)
事后检验的质量控制方法已不能适应当时经济发展的要求，
必须改进质量管理方式。于是，英、美等国开始着手研究用 统计方法代替事后检验的质量控制方法。 ◆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。
1、与过程相关的控制图 2、使用控制图的准备 3、X bar-R 图 4、X bar-s 图 5、X med-R图 6、X -Rm图
二、基本的统计概念
概率与抽样介绍 1、主要的统计学名词 2、正态分布的基本知识 3、中心极限定理 4、主要的统计参数 5 、统计推断&假设检定
三、持续改进及SPC概述
1、过程控制系统 2、变差的普通原因及特殊原因 3、局部措施和对系统采取措施 4、过程控制和过程能力 5、过程改进循环及过程控制 6、控制图
一、正确认识SPC
2. SPC兴起的背景
美国沃尔特•休哈特博士于1924年发明控制图，开启 了统计品管的新时代
「经验挂帅时代」的结束
如果工作经验对产品质量有举足轻重的影响（例如：手工裁缝），那么， SPC就没有太多挥洒的空间。相反地，如果某一公司开始将经验加以整理，
而纳入设备、过程或系统时；也就是说，该公司开始宣告「经验挂帅时代」

2-1 计算平均极差（R）及过程均值（X）
R=（R1+R2+…+Rk）/ k（K表示子组数量）
X =（X1+X2+…+Xk）/ k
2-2 计算控制限 计算控制限是为了显示仅存在变差的普通原因时子组的均
值和极差的变化和范围。控制限是由子组的样本容量以及反
映在极差上的子组内的变差的量来决定的。
计算公式：
• 什么是过程控制? 过程控制是为了确保满足顾客的要求而对过程所执行的一套程序和经过 策划的措施。这些程序和措施包括: - 经过策划的用以收集有关输入和输出信息的检验和监控 - 基于所收集信息而对过程进行的调整
• 什么是统计过程控制? 使用诸如控制图等统计技术来分析过程或其输出，以便采取适当的措施 来达到并保持统计控制状态，从而提高过程能力。 -
有反馈的过程控制系统模型
过程的呼声 人 设备 材料 方法 环境
统计方法
我们工作 产品或 的方式/资服务 源的融合
பைடு நூலகம்
输入
过程/系统 顾客的呼声
输出
顾客
识别不断变化的 需求量和期望
过程的状态的衡量
过程控制: 操作员培训、变换材料 设备修理 人员沟通 改变车间温度、湿度
输出控制: 返修、返工、特采 退步放行、降级、报废
UCLx=X+ A2R
UCLR=D4R
LCLx=X - A2R
LCLR=D3R
接上页
注：式中A2,D3,D4为常系数，决定于子组样本容量。其系数值
见下表 ：
n2
3
4
5
6
7
8
9 10
D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78

过程设计 和开发
产品和 过程确定
反馈、评定 和纠正措施
样件制作
试生产
批量生产
7、“过程分析（乌龟图）”在统计过程控制（SPC）中的运用： 过程分析（乌龟图）审核工作表
使用什么方式进行 ⑤
（材料/设备/装置）
填写机器（包括试验设备），材 料，计算机系统，过程中所使用
的软件等的详细说明
由谁进行？ ⑥
（能力/技能/知识/培训）
2、统计过程控制（SPC）的定义： 使用诸如控制图等统计技术来分析制造过程或
其输出，以便采取适当的措施，为达到并保持统计 控制状态从而提高或改进制造过程能力。
3、 ISO/TS 16949：2002体系对 SPC 的要求：
ISO 9001：2000质量管理体系—要求 8 测量、分析和改进 8.1 总则
铸造不良情况检查表
项目 地点
日期 废品数 不良分类
欠铸 冷隔 小砂眼 粘砂 其他 合计
铸造质量不良 质检科
1月 2月
224 258
240 256
151 165
75
80
14
18
704 777
收集人 XXX 日期
记录人 XXX 班次
2000年1月-6月
3月 4月 5月
356 353 332
283 272 245
统计过程控制
Statistical Process Control （SPC）
一、统计过程控制（SPC）概述
1、统计过程控制（SPC）的概念： 指 Statistical Process Control （统计过
程控制）的英文简称。 S （ Statistical ） 统计 P （ Process ） 过程 C （ Control ） 控制

1.了解产品总体性能 2. 取消人为特殊因素造成的极端值以稳定制程 3. 规格趋向目标值 4. 减小差异 5. 審核規格，看看是否適用
MQIP – All Rights Reserved
Bak SPC Training
Aug 1-2 , 2004
MQIP
Your Professional Quality Improvement Partner
◆若初始建立控制图，至少要抽取75个以上 的数据，若样本含量N=3，则至少要抽25组 样本. ◆数据必须是最新的，能确切反映当前的工 序水平. ◆抽样时必须记录数据采集日期、时间、采 集人等信息.24样本均值分布898642 ◆抽样必须是随机的.
MQIP – All Rights Reserved
Bak SPC Training
SPC应用背景篇
课程目的：
>了解SPC的历史由来. >掌握控制图基本原理. >掌握SPC的运用领域. >SPC基本统计概念
MQIP – All Rights Reserved
Bak SPC Training
Aug 1-2 , 2004
Your Professional Quality Improvement Partner
Aug 1-2 , 2004
MQIP 控制图的应用
Your Professional Quality Improvement Partner
… …
… …
… …
… …
… …
… …
… …
… …
… …
… …
数据记录一般格式
样本号 （1）
日期/时间
X1
1
3/12 8:00 AM

在外的概率 50.00% 31.74% 5.00% 4.55% 1.00% 0.27%
24
控制图原理
n 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(X±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X±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。 n 控制限的宽度就是根据这一原理定为±3σ。
3
一、SPC的起源和发展
2 、控制图的发展
1924年发明
W.A. Shewhart
1931发表
1931年Shewhart发表了 “Economic Control of Quality of
Manufacture Product”
1941~1942 制定成美国标准
Z1-1-1941 Guide for Quality Control
Xmin的差值。R= Xmax- Xmin n 4、标准偏差s 、 σ
（1）总体标准偏差s （2）样本的标准偏差 σ
18
五、控制图
（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
轴代表产连续取 值，也称离散型数据。
如：零件的尺寸、强度、 重量、时间、温度等
如：废品的件数、缺陷 数
10
2、波动（变差）的概念：
波动的概念是指在现实生活中没有两件东西是完 全一样的。生产实践证明，无论用多么精密的设备 和工具，多么高超的操作技术，甚至由同一操作工 ,在同一设备上，用相同的工具，生产相同材料的 同种产品，其加工后的质量特性（如：重量、尺寸 等）总是有差异，这种差异称为波动。公差制度实 际上就是对这个事实的客观承认。消除波动不是 SPC的目的，但通过SPC可以对波动进行预测和控制

23
特殊原因（通常也称可查明的原因）指的是这样的因 素，它们引起的变差仅影响某些过程输出。这些因素通常 是间歇发生的、不可预测的。特殊原因的信号是：一个或 多个点超出控制界限，或在控制界限内的点出现非随机的 模式。除非变差的所有特殊原因都被识别出来并且采取了 措施，否则它们将继续以不可预测的方式来影响过程的输 出。如果存在变差的特殊原因，随着时间的推移，过程的 输出将不稳定。
17
控制图系数表
n系数 d2 1/d2 d3 m3 A2 A3 m3A2 D3 D4 A10 C2 C4 1/C4 C5 E2 B3 B4 B7 B8 A9
2 1. 128 0. 8862 0. 8931 . 0001 . 8802 . 659 1. 880
3. 267 2. 00 0. 564 0. 70791. 2533 0. 426 2. 660
许多工业过程的输出服从正态分布 （有时即使输出的数据不服从正态分布， 但其子组平均值趋向于正态分布) 。而且 正态分部是许多过程能力确定的基础。
2
数据的分布服从正态分布（μ，σ），平均值为μ，标准差为σ。
我们希望是正态分布
正态分布
3
4
控制图—过程控制的工具
1924年，美国贝尔试验室的休哈特 （W.A.shewhart）博士首创控制图， 其依据的是正态分布的重要结论。从 那时起，在美国和其他国家，尤其是 日本，成功地把控制图应用于各种过 程控制场合。经验表明：当过程出现 变差的特殊原因时，控制图能有效地 引起人们注意；控制图还能帮助人们 分析并减少由普通原因引起的变差。
下运行，可继续使用控制图作为监控工具，也可计算过程 能力。如果由于普通原因造成的变差过大，则过程不能生 产出始终如一的符合顾客要求的产品，则必须调查过程本 身，而且一般来说必须采取管理措施来改进系统。必须不 断地对过程的长期性能进行分析，通过对现行的控制图进 行周期的、系统的评审，可以完成这一工作。

22
控制图的要素
控制图的表现形式没有“批准的”唯一形式， 然而应牢记拥有控制图的原因，包含以下内 容的任何形式都是可接受的： • 适当的刻度：确保分辨出过程变差。 • 控制限（UCL、LCL）：分析过程的出界点。 • 中心线：分析过程的非随机图形的特殊原因。 • 失控值的标识：从整体角度上分析过程。 • 事件日志：记录过程变化，确定纠正措施。
• 事件的记录； 包含详细的事件记录，如过程调整、工装更换、材料更换或其
他可能影响过程变差的事件。
31
记录原始数据
• 记录每个子组的单值和标识； • 记录任何观察到的相关事件。
32
计算每个子组的样本控制统计量 根据测量的数据进行描点和计算控制统计量。
这些统计量可以是样本均值、中位数、极差、标准 差、不合格率等 ，按照所用控制图类型的公式来计 算这些统计量。
• 控制图(Control Chart)：对过程质量特性记录评估， 以监察过程是否处于受控状态的一种统计方法图。
17
控制图原理
3原则
• 不论与取值为何，只要上下限距中心值（平均值） 的距离各为3 ，则产品质量特征值落在范围内的为 99.73%。
• 产品质量特征值落在[ -3 ， +3 ]之外的概 率为0.27%，其中单侧的概率分别为0.135%。
• 休哈特正是据此发明了控制图。
18
产品质量波动及其统计描述
产
定量
连续
计量值
品 质
离散
计数值
计
量
数
特 性
定性
值 计件值
19
计量型数据---计量型控制图
• 计量型数据是由过程特性决定的，来自 过程的数据是连续的，如直径、长度。 是一个量化的数据，是实际生产过程的 过程现象的反映。