统计过程控制(SPC)之特殊原因的识别准则

SPC_8种判异准则SPC（统计过程控制）是一种结合统计和数据分析的质量管理方法，用于监控过程的稳定性和控制产品的质量。

为了有效地判断一个过程是否发生了变化，并且有助于及时采取纠正措施，SPC中有八种常用的判异准则。

1. 极差判异准则（Range Test）：极差是指一组数据中最大值和最小值之间的差异，当一些样本的极差超过了设定的极差上限或下限时，就发生了极差异常。

极差过大可能是因为操作方法改变、设备故障或材料变异导致。

2. 一致性判异准则（Run Test）：一致性是指一组数据连续出现的相同结果，当同一个符号连续出现的次数超过设定的限制时，就发生了一致性异常。

一致性的出现可能是由于操作员的错误或机器的固有问题导致。

3. 均值判异准则（Mean Test）：均值是指一组数据的平均值，在SPC中常常用于判断处理过程中是否存在平均偏移。

当一个样本的均值超过设定的均值上限或下限时，就发生了均值异常。

均值异常可能是由于原材料的变化、机器调整不当、操作员技术水平等问题引起。

4. 均值差异判异准则（Mean Difference Test）：均值差异是指两组数据的均值之间的差异，在SPC中常常用于不同运营条件或不同设备之间的比较。

当两组数据的均值差异超过设定的差异上限或下限时，就发生了均值差异异常。

均值差异异常可能是由于不同设备或运营条件导致的。

5. 中位数判异准则（Median Test）：中位数是指一组有序数据中处于中间位置的数值，中位数判异准则用于判断一组数据是否存在异常，当一个样本的中位数超过设定的中位数上限或下限时，就发生了中位数异常。

中位数异常可能是由于样本中存在极端值或其他偏倚导致。

6. 偏度判异准则（Skewness Test）：偏度是指一组数据分布的不对称程度，正偏表示分布右侧比左侧更重，负偏表示分布左侧比右侧更重。

偏度判异准则用于判断一组数据的偏度是否超过设定的阈值，一旦发生偏度异常，可能是由于采样偏差或数据收集错误导致。

SPC_8种判异准则SPC（Statistical Process Control，统计过程控制）是一种通过统计分析来监控和控制过程稳定性的方法。

在SPC中，判异准则用来判断过程是否处于控制状态，即过程是否稳定。

下面介绍SPC中常用的8种判异准则：1.点在控制界限之外：该判异准则是最常用的准则之一、该准则要求观察点的数值超出了控制限范围，即超出了正常的变异范围。

2.达到连续规则：该准则要求连续9个点落在同一侧的控制线上，即在过程的一侧出现异常。

这种异常模式可能显示出其中一种迁移或持续的趋势。

3.前后规则：该准则要求连续6个点在同一侧的控制线上，在随后的6个点中至少有4个点处于另一侧的控制线上。

这种模式可能显示出不稳定的变异。

4.背靠背规则：该准则要求连续6个点在同一侧的控制线上，并且其中至少有3个点与前面的连续6个点在同一侧。

这种模式可能表明过程正发生变化。

5.平均值规则：该准则要求连续两个样本的平均值落在中心线的同一侧，并且超出了控制限的2个标准差。

这种模式可能表示过程均值的变化。

6.趋势规则：该准则要求观察点有连续的5个点递增或递减。

这种模式可能表示着其中一种持续的变化趋势。

7.群体间隔规则：该准则要求同一样本的两个连续点间隔超过2个标准差。

这种模式可能表示出样本的变异与正常变异模式不同。

8.确认规则：当其他判异准则发出异常信号时，可以使用该准则进行确认。

该准则要求出现连续超过10个点都没有异常信号时，可以认为其他判异准则出现异常是真实的。

这些判异准则提供了一种可靠的方法来检测和判断过程是否处于控制状态。

通过使用这些准则，可以及时识别并纠正过程中的异常，保证产品质量的稳定性和一致性。

同时，SPC中还可以根据不同的需求和情况，灵活调整和应用这些判异准则，以适应不同的生产环境和过程变异特点。

距离6σ为最小，从而对异常原因能够及时发出统计信号。
（我们在取样本组，即子组时应在短间隔内取，以避免异因进入。）
•组间差异主要由异因造成：目的为了便于发现异因。
（在过程不稳，变化激烈时应该多抽取样本，而在过程平稳时，则可少抽取样本。）
•合理抽样：对仅有普通原因造成的变差的过程输出的测量抽样。
SPC数据抽样原则
能够表明过程的质量特性参数 能够表达为计数和计量型数据 可取之于过程的输入、过程中的活动或过程的输出
例子：（烤制一批蛋糕） 过程阶段 输入 过程中 计数型数据
鸡蛋外观缺陷数
计量型数据
鸡蛋的重量
混合物的光洁度缺陷数 表面的空洞数 蛋糕的质地
炉温 蛋糕的重量 蛋糕的体积
输出
合理子组原则
•休哈特提出：组内差异只由偶因造成，组间差异主要由异因造成。 •组内差异只由偶因造成：目的是保证控制图上、下控制限的间隔
B= 6σ （6倍标准差） 在±3σ分布范围内的概率分布为99.73%。 表示该过程产品质量波动的范围。
过程能力指数- 过程能力满足规格的程度 Cp （ Capability of Process ） T T T--表示产品公差 = Cp = 6s B B---表示过程能力
工序的质量能力必须在过程正式运作前予以确定， 同时在运作过程中要持续稳定保证这个能力。
•子组内部的波动应该最小化。
•不要有意的把不同类的东西放到一组。
•子组之间的波动机会应该最大化。
•均值应屏蔽‚噪音‛，突出‚信号‛。
•图表类型需根据数据的来源选择。 •制定标准抽样程序。
最好的抽样频率
没有一个固定和快捷的准则来选择最好的抽样频率， 但是，应该通过以下因素来决定抽样频率：

4.3 控 制 图 的 选 用 程 序
4.3 控制图选用
4.4、控制图公式—均值和极差图
4.4、控制图公式—均值和极差图
限制条件： ≥25个子组，数据≥100个（每组一般4-6个）
子组均值：
x
x1 x 2 x n n
n=子组中样本的容量
控制图的特征： 中心线
CL x
控制限
练习： 1、对于案例中的控制图发表观察意见
案例讨论
下图是现场正在使用的一张控制图。找出失控处（可能不止一处），并 套用SPC判异准则，描写你判断它失控的理由
控制限：3σ = 11.5；2σ = 11；1σ = 10.5；CL=10; -1σ = 9.5；-2σ = 9；-3σ = 8.5
11.6 11.4 11.2 11.0 10.8 10.6 10.4 10.2 10.0 9.8 9.6 9.4 9.2 9.0 8.8 8.6 8.4 0 5 0 5 0 5 0 1 3 :5 :0 :5 :30 :5 :00 1 3 4 0 :5 :0 :5 :0 :15 :0 :5 0 1 3 4 1 3 4 0 4 0 1 4 3 4 8:3 84: 9:0 91: 9:3 94: :0 :5 :0 10 11 11 11 11 12 :5 :0 :5 :0 13 13 13 14 14 14 14 :0 :5 :0 :5 10 10 10 12 12 12 13 15 15 15 15
USL LSL Pp 6s
Ppk Pp（ k ) 1
6、过程能力和过程性能
• 双边规格时：Pp ≥ Ppk • 如果Pp远大于对应的Ppk，则表明可有机会通过使过程趋 中来改进过程 • 单边公差时,Pp无意义
6、过程能力和过程性能