3_StatisticProcessControl(统计过程控制)精品文档

统计制程控制(Statistical Process Control)目录1. 统计制程控制(SPC)的基本概念1.1 质量的基本概念1.2 统计制程控制(SPC)是什么？1.3 统计制程控制(SPC)的起源与发展2. 常用的统计方法2.1 概率2.2 统计特征数2.3 正态分布（Normal Distribution）2.4 中心趋向定律（Central Limit Theorem）2.5正常状态的统计规律2.6常规控制图及其3σ界限2.7变异的基本概念2.8数据的种类2.9控制图的种类3. 计量值控制图的制作及应用3.1 选择计量值控制图3.2 数据收集3.3 控制界限的设定3.4. 控制界限的更新3.5 控制界限和规格的关系4. 计数值控制图的制作及应用4.1 选择计数值控制图4.2 数据收集4.3 控制界限的设定4.4 控制界限的更新5. 控制图的分析5.1 正常状态5.2 异常现象5.3 失控行动表6. 制程能力的研究6.1 制程能力研究的目的6.2 制程能力指数的计算和分析7. 控制图与七工具的关系7.1 七工具是什么？7.2 统计分析表Checksheet7.3 分类法Stratification7.4 巴氏图Pareto Analysis7.5 直方图Histogram / Barchart7.6 因果图Cause-and-Effect Diagram7.7 散布图Scattered Diagram8. 附录8.1 控制图用途总表8.2 控制图的选择8.3 控制图工作纸8.4 控制图样本8.5 实习题1. 统计制程控制(SPC)的基本概念1.1 质量的基本概念1.1.1 品质的定义●卓越的程度比较的意义：产品（功能、品质、安全、『级数』等）比较；●品质水准定量意义：技术评估；●适合用途（Fitness for Use）产品或服务，在满足特定需要的能力；●满足顾客要求。

1.1.2 检查与品质●「品质」并不是靠检查出来，而是靠生产出来的；●检查只是把所制成的，与规格要求的，作一个比较；●检查只能停止不合格品的流动,但不能停止它的产生;●检查本身都有品质问题,存在误检及漏检,尤其是复杂和大量的检查.●检查需要格外的成本和时间.●如果产品在第一次便做得对，便可消除废料、翻工及减少顾客投诉；1.1.3 品质与市场竞争能力●商品要达到畅销目的，通常要有三个必备的条件：-1. 品质优良；2. 价格合理；3. 交货期准。

Statistical Process Control
（统计过程控制）
1
统计过程控制（SPC）
1、SPC的发展史 2、基本统计概念 3、过程变差 4、控制图 5、过程控制和过程能力
2
SPC的发展
20世纪20年代，美国休哈特提出； 二战后期，美国将休哈特方法在军工部门
推行； 1950~1980，逐渐从美国工业中消失 ；休哈
R＝Xmax－Xmin
11
统计基本概念
x() 算术平均数（arithmetic mean）
n
fi xi
x i1 n
12
基本统计概念
Md 中位数（median）
将总体单位数量标志的各个数值按照大小顺序 排列，居于中间位置的那个数值称为中位数。 当资料项数n为奇数，数列中只有一个居中的标志 值，该标志值就是中位数。 当n为偶数时，数列中有两个居中的标志值，中位 数便是中间两个标志值的简单算术平均数。
21
为找出这些数据的统计规律将它们分组、统计、作直方图，如机螺丝 直径直方图所示。图中的直方高度与该组的频数成正比。
Descriptive Statistics
9.3
9.6
9.9
10.2
10.5
22
如果数据的离散程度遵从正态分布······
平均值：X
曲线下的总面积 ＝100％
－∞
3
1
2
1 1
同的测量仪器，测量同一零件的同一特性 时测量平均值的变差。
29
测量系统变差
量具稳定性 量具稳定性是同一测量系统在不同时间
测量同一零件时，至少两组测量值的总变 差。
30
测量系统变差
量具线性 量具线性是在量具预期的工作范围内， 偏差的差值。

程的波动；
正常波动：
稳定的； 结果是可预测的； 是永久性的；
异常波动：
不稳定的; 结果不可预测; 现象会重复发生, 除非有所行动; 可以减少;
SPC的重要性
是贯彻预防原则的SPC的重要工具，是质量管理七个工具的核心。 1984年名古屋工业大学调查115家日本各行各业的中小型工厂，平均每
性值选择控制图类型.
4、控制图的应用时机； 5、控制图的应用步驟
概念介绍
计量值：用各种计量仪器测出、以数值形式表现的测 量结果，包括用量仪和检测装置测的零件尺寸、长度、 形位误差等, 如电池之压片厚度, 小片称重, 卷针直 径等指标.
计数值：通常是指不用仪器即可测出的数据。计件如
不合格品数, e.g 裁大片外观不良数，服从二项分布； ON
控制图的分类(按数据种类分)
計量值管制图 (Control Charts for Variables)
─ 平均值与全距控制图(X-R Chart)
─ ─
平 中均位数值标与准全差距控控制制图图((~XX--σR CChhaarrtt))
越多越好
─ 个别值与移动全距控制图(X-MR Chart)
计数值控制图 (Control Charts for Attribute)
1、专心听讲（请手机、BB机“收声”）。 2、积极思维（杜绝“鱼眼”现象）。 3、互动学习（敞开心胸，积极投入，
但须避免“小儿多动症”）。 4、些许自由（允许小磕睡、短时外出，
但须保持安静）。 5、拒绝干扰（非紧急情况下，
请勿接受干扰）。 6、禁止在课室内吸烟。
小憩后请准时回到课室 切勿流连忘返
SPC 原理篇
样本
- 一组只包含部份总体的数据。简单而言，这是总体中 选出的数据,如1000台燃具中的其中10台.

）等。
03
CATALOGUE
统计过程控制实施步骤
明确目标与范围
确定控制对象
明确需要控制的产品或过程特性，以 及相应的质量标准和要求。
制定控制计划
根据产品或过程特性，制定相应的统 计过程控制计划，包括采样方案、控 制图类型、异常处理流程等。
数据收集与整理
采集数据
按照控制计划的要求，定时或定量地采 集需要控制的产品或过程特性的数据。
应用领域与意义
应用领域
SPC可应用于制造业的各个领域，如机械加工、电子制造、汽车制造、航空航天等。同时，也可应用于服务业、 医疗、教育等非制造领域的过程控制。
意义
通过实施SPC，企业可以及时发现并消除生产过程中的异常因素，确保产品质量稳定可靠；降低生产成本，提高 生产效率；提升企业市场竞争力，实现可持续发展。同时，SPC还有助于推动企业质量管理水平的提升，促进企 业整体管理水平的提高。
正态分布与3σ原则
正态分布
在影响产品质量的众多因素中，当随机 因素占主导地位时，产品质量特性往往 服从正态分布。正态分布具有钟型曲线 特点，其概率密度函数关于均值对称。
3σ原则
正态分布的一个重要性质是，约有99.73%的数 据分布在均值的三倍标准差（3σ）范围内。因 此，在实际应用中，通常将均值加减三倍标准 差作为控制界限，超出此范围的数据视为异常 值。
目的
提高产品质量、降低生产成本、提升生产效率，最终实现企业经济效益的提升 。
发展历程及现状
发展历程
SPC起源于20世纪初的工业革命时期，随着生产规模的扩大 和产品质量要求的提高，逐渐发展成为一门独立的学科。经 历了手工绘图、机械化、自动化等发展阶段，目前正向智能 化、大数据等方向发展。