SPC讲义

---其對品質變異影響程度大,生產失控,為異常原因,
但不難排除.
管制圖上的控制界限就是區分偶波與異波的科學
界限
SPC讲义(NEW)[1]
管制圖的定義
• 管制圖,是一種以實際產品品質特性與根據過去經驗所判明 的制程能力的管制界限比較,而以時間順序用圖形表示者.
X1 ●
●
X2 ●
● X1
X2’ ● X1’
平均值管制系管制平均值的變化,即分配的集中趨勢變化; 全距管制圖則管制變異的程度,即分配的離散趨勢的狀況.
SPC讲义(NEW)[1]
X-R Chart管制圖
建立解析用管制圖 1.選定管制項目 2.收集數據100個以上,並予適當分組后記入數據記 錄表.
樣本大小(n)=2~5 (解析用) 組數(k)=20~25 3.計算各組平均值( X )
SPC的基本理論是常態分布
常態分布:也稱穩態, 制程中只有偶因而無異因產生的變 異狀態
68.27%
0.135%
95.45% 99.73%
0.135%
-3σ -2σ -1σ μ
常態分布兩個重要參數:
平均值 μ(X ): 描述品質特性值之集中位置
標準差 σ(s): 描述品質特性值之分散程度
+1σ +2σ
10.50 10.51 10.48 10.48 10.50
10.51 10.50 1).平均值 μ為多少？ 2).標準差 σ為多少?
10.51
10.49 10.52
SPC讲义(NEW)[1]
SPC的基本理論是常態分布
解:1) X=
ΣXi n
314.96 = 30 = 10.50
Σ(Xi-X)2 S= n-1 =

抽样
2, 8, 12, 21, 32
估计推定 母体 减少误差第一要务：
49
25
样本
大小
平均数
5
15
抽样要够随机！
14.3
标准差
11.75
误差
9
基础统计学(统计量符号)
抽样方法
X
X~
N n 母 样 说 大 个 M 平 V 中 S 众 R 变 标 全 体 本 明 μ 小 o σ 数 均 a 位 集 距 异 准 离 数 r 差 中 散 三种估计 μ的方法 趋 三种估计 σ的方法
S 的操作为 STDEV（）
X~
的操作为 AVERAGE（）
X 的操作为 QUARTILE（ ，2）
14
Mo的操作为MODE（）
SPC发展史
Motorola公司认为数据是满足顾客的关键，他们常说：
如果不能用Data表示我们所知的，那么我们对它所知不多 (If we cannot express what we know in numbers, we don't know much about it) 如果对它所知不多，又怎样控制它 (If we don't know much about it, we cannot control it) 如果我们不能控制它，那只有靠运气了 (If we cannot control it, we are at the mercy of chance)
计算：
e > 0.02/2 = 0.01 第一 组 下界 = 0.35 - (0.01/2) - 0.06/2 = 0.315 第一 组 上界 = 0.315 + 0.02 = 0.335
以次类推可得各组间之界线：

抽樣 統計分析
PPT文档演模板
SPC课程讲义
起源與發展
1924年，美國W. A. Shewhart博士發明管制 圖，開啟了統計品管的新時代
20世紀40——50年代，美國Dr. Deming博士 於美國、日本推行SQC——統計品質管制
20世紀80年代，美國三大汽車廠將SQC發展 成SPC
PPT文档演模板
PPT文档演模板
SPC课程讲义
系統特色
1. 即時化多層次的品質監控 2. 所見即所得的分析圖表 3. 無處不在的複製功能 4. 數據跟蹤分析與質量記錄追溯 5. 管制界限的靈活控制 6. 多角度的製程能力分析及多品質通用管制圖 7. 多種數據輸入接口 8. 異常報警 9. 用戶在線監控與管理 10. 中英文報表任意切換及設計
PPT文档演模板
SPC课程讲义
PPT文档演模板
SPC核心流程
1.確立制造流程
2.決定管制項目
6.問題分析解決
3.實施標准化
4.制程能力分析
Cp,Cpk<1
Ca,Cp,Cpk
制
Cp,Cpk≧ 1
程 條
5.管制圖的運用
件 變
動
時
6.問題分析解決
7.制程繼續管制
SPC课程讲义
PPT文档演模板
SPC课程讲义
基本資料
基本資料輸入流程
PPT文档演模板
基本资料 计数检验 管制特性
注意 複製功能的使用
SPC课程讲义
檢驗作業
1. 計數值檢驗:站臺、貨品、批量數、缺點原因
2. 計量值檢驗:
3.
站臺、貨品、三種輸入方式之區別
過程記錄
注意 複製功能的使用
PPT文档演模板

基础SPC统计概念讲义SPC（Statistical Process Control）是一种通过统计方法对过程进行监控和控制的技术，可以帮助我们了解过程的稳定性和能力，并及时发现异常或者改进点。

在质量管理中，SPC常常被用于监测生产过程中的变异，并帮助我们做出有效的决策。

本文档将介绍SPC的基础统计概念，包括过程的稳定性、过程能力指数和常用的SPC图。

1. 过程的稳定性过程的稳定性是指在一定时间范围内，过程的输出是否在统计上保持稳定。

如果一个过程是稳定的，那么它的输出将在一个可接受的范围内变动，而不出现明显的趋势或者异常点。

相反，如果一个过程不稳定，那么它的输出将会出现较大的变异，这可能会导致产品质量的下降。

为了评估过程的稳定性，我们可以使用控制图来监测过程的输出。

2. 过程能力指数过程能力指数是用来评估过程的能力，即过程是否能够产生满足要求的产品。

通常，过程能力指数有两种常用的评估方法：Cp指数和Cpk指数。

Cp指数是通过计算过程的规格宽度和实际过程的变异程度来衡量过程的能力。

Cp指数越大，表示过程的能力越高，产品的规格范围与过程的变异能够很好地匹配。

Cpk指数是进一步考虑了过程中心偏移的指数，它除了考虑规格宽度和变异程度外，还考虑了过程中心与规格中心之间的距离。

Cpk指数越大，表示过程的能力越高，同时说明过程的中心较接近规格中心。

3. SPC图SPC图是一种通过可视化过程数据来帮助我们判断过程稳定性和能力的工具。

常用的SPC图包括控制图和能力图。

控制图是用来监测过程稳定性的图形化工具，常用的控制图有Xbar-R控制图、Xbar-S控制图和P控制图等。

•Xbar-R控制图可以用于监测过程的平均值和变异程度的稳定性，通过绘制过程的平均值以及样本的范围来判断过程是否稳定。

如果控制图中的点在控制线之间，在统计上就可以认为过程是稳定的。

•Xbar-S控制图与Xbar-R控制图类似，但使用样本标准差来代替样本范围。