Spc应用基础知识.docx

Spc应用基础知识.docx

《Spc应用基础知识.docx》由会员分享，可在线阅读，更多相关《Spc应用基础知识.docx（19页珍藏版）》请在冰豆网上搜索。

Spc应用基础知识

Spc应用基础知识

1SPC应用基础

Fab-SPC系统建立在公司标准的网络平台上，服务器操作系统采用Windows/NTServer数据库采用Oracle支持公司标准的客户计算机平台。

以客户/服务器结构（C/S结构）为基础模型，包括数据库服务器、数据采集/监控站点、SPC监控分析站点、SPC监控查询站点、SPC异常报警装置（选配）、基于B/S结构的远程质量查询站点（选配）、SPC控制图异常回馈装置等几大组成部分。

2SPC概述

2.1什么是SPC

SPC是StatisticalProcessControl的简称，即统计过程控制。

SPC运用统计技术对生产过程中的各工序参数进行监控，从而达到改进、保证产品质量的目的。

2.2SPC的发展简史

SPC是美国贝尔实验室休哈特博士在20世纪二、三十年代所创立的理论，它能科学地区分出生产过程中产品质量的偶然波动与异常波动，从而对生产过程的异常及时告警，以便采取措施，消除异常，恢复过程的稳定。

SPCD是StatisticalProcessControlandDiagnosis的简称，即统计过程控制与诊断,它是SPC发展的第二阶段。

SPC虽能对过程的异常进行告警，但它并不能分辨出是什么异常，发生于何处，即不能进行诊断，1982年我国首创两种质量诊断理论，突破了休哈特质量控制理论，开辟了统计质量诊断的新方向。

此后，我国质量专家又提出了多元逐步诊断理论和两种质量多元诊断理论，解决了多工序、多指标系统的质量控制与诊断问题。

SPCDA是StatisticalProcessControl,DiagnosisandAdjustment的简称，即统计过程控制、诊断与调整,它能控制产品质量、发现异常并诊断导致异常的原因、自动进行调整，是SPC发展的第三个阶段，目前尚无实用性成果。

东莞德信诚精品培训课程（部分）

（点击课程名称打开课程详细介绍）

内审员系列培训课程  查看详情

A01ISO9001:

2008内审员培训班（ISO9001内审员）

A02ISO14001:

2004内审员培训班

A03ISO/TS16949:

2009内审员培训

A04OHSAS18001:

2007标准理解及内审员培训

A05IECQ-HSPMQC080000内审员培训

A06ISO13485:

2003医疗器械质量体系内审员培训

A07SA8000社会责任内审员培训（SA8000内审员）

A08ICTI玩具商业行为守则内审员培训班

A09ISO14064:

2006内审员培训班

A10GB/T23331-2009能源管理体系内审员培训

A15量规仪器校验与管理实务课程（仪校员培训内校员培训）

A16ISO管理代表及体系推行专员训练营

A17ISO文控员培训/文管员培训实务课程

A18优秀管理者代表训练营（MR管理代表训练）

JIT精益生产现场管理系列课程  查看详情

P01JIT精益生产与现场改善培训班

P02生产合理化改善-IE工业工程实务训练营

P03PMC生产计划管理实务培训班（生管员培训）

P04高效仓储管理与盘点技巧培训班（仓管员培训）

P05目视管理与5S运动推行实务培训班

P06采购与供应链管理实务（采购员培训）

中基层管理干部TWI系列训练  查看详情

M01优秀班组长管理实务公开课（班组长公培训）

M02优秀班组长现场管理实务培训班

M03优秀班组长品质管理实务培训班

M04优秀班组长生产安全管理实务培训班

M06提升团队执行力训练课程（执行力培训）

M07如何做一名优秀的现场主管培训班

M08中基层现场干部TWI管理技能提升（TWI培训）

M09有效沟通技巧培训班（团队沟通企业内外部沟通）

M10企业内部讲师培训班（东莞TTT培训）

M11MTP中阶主管管理才能提升培训班（东莞MTP培训）

M12高效能时间管理培训班

TS16949五大工具与QC/QA/QE品质管理类  查看详情

Q05TS16949五大工具实战训练（五大工具培训）

Q06APQP&CP先期质量策划及控制计划培训

Q07DFMEA设计潜在失效模式分析培训（DFMEA培训）

Q08PFMEA过程潜在失效模式及效应分析训练营

Q09MSA测量系统分析与仪器校验实务

Q10SPC统计过程控制培训课程（SPC训练）

Q11CPK制程能力分析与SPC统计制程管制应用训练

Q12QC七大手法与SPC实战训练班（QC7&SPC培训）

Q03品质工程师（QE质量工程师）实务培训班

Q02品质主管训练营（品质经理人训练）

Q01杰出品质检验员QC培训班

Q13品管常用工具QC七大手法培训（旧QC7培训）

Q14新QC七大手法实战培训（新QC7培训）

Q04QCC品管圈活动训练课程（QCC培训）

节能环保安全EHS公开课程  查看详情

E01节约能源管理培训（节能降耗培训）

E03GBT23331-2009能源管理体系知识培训（GBT23331标准理解）

A18ISO50001能源管理体系内审员培训（ISO50001内审员）

A12ISO9000/ISO14000一体化内审员培训班

A13ISO14001/OHSAS18001体系二合一内审员培训班

A14ISO9000/ISO14000/OHSAS18001一体化内审员培训班

东莞精品企业内训课程  查看详情

M05优秀班组长管理技能提升内训班（1-3天）

P07年终盘点与库存管理实务内训班（1-2天课程）

M13高绩效团队及执行力提升训练营（团队执行力1-2天）

Q15FMEA失效模式分析实战训练内训（FMEA内训1-3天）

Q16新旧QC七大手法实战内训（QC7内训1-2天）

A11ISO内审员审核技巧提高班（ISO内审员提高班）

A07SA8000社会责任内审员培训（SA8000内审员）

A08ISO9001:

2008内审员培训班（ISO9001内审员）

A09ISO14001:

2004内审员培训班

A10ISO/TS16949:

2009内审员培训

A19ISO10015培训管理体系标准理解与实施培训

东莞德信诚公开课培训计划>>>培训报名表下载>>>

2.3SPC的特点

SPC是全系统的，全过程的，要求全员参加，人人有责。

SPC强调用科学方法（统计技术，尤其是控制图理论）来保证全过程的预防。

SPC不仅用于生产过程，而且用于服务过程和管理过程。

2.4SPC与ISO9000标准体系的联系

ISO9001:

2000提出了关于质量管理的八项原则，对于质量管理实践具有深刻的指导意义。

其中，“过程方法”、“基于事实的决策”原则都和SPC等管理工具的使用，有着密切的联系。

以什么样的方法来对过程进行控制？

以什么样的手段来保证管理决策的及时性、可靠性？

是管理者首先应该考虑的问题。

SPC技术运用是对按ISO9001标准建立的质量管理体系的支持，制订ISO9000族标准的TC176，也为组织实施SPC制订了相应的标准（编号ISO/TR10017），该标准以技术报告的形式发布，也为ISO9000标准族中的支持性标准。

3控制图及其应用

3.1什么是控制图

控制图由正态分布演变而来。

正态分布可用两个参数即均值μ和标准差σ来决定。

正态分布有一个结论对质量管理很有用，即无论均值μ和标准差σ取何值，产品质量特性值落在μ±3σ之间的概率为99.73%，落在μ±3σ之外的概率为100%-99.73%=0.27%，而超过一侧，即大于μ+3σ

或小于μ-3σ的概率为0.27%/2=0.135%≈1‰，见图2.1,休哈特就根据这一事实提出了控制图。

图2.1正态分布曲线

控制图的演变过程见图2.2。

先把正态分布曲线图按顺时针方向转90°成图

图2.2控制图的演变图2.3x控制图

2.2（a），由于上下的数值大小不合常规，再把图2.2（a）上下翻转180°成图2.2（b），这样就得到一个单值控制图，称μ+3σ为上控制限，记为UCL，称μ为中心线，记为CL，称μ-3σ为下控制限，记为LCL,这三者统称为控制线。

规定中心线用实线绘制，上下控制限用虚线绘制,见图2.3。

综合上述，控制图是对过程质量数据测定、记录从而进行质量管理的一种用科学方法设计的图。

图上有中心线（CL）、上控制限（UCL）和下控制限（LCL），并有按时间顺序抽取的样本统计量数值的描点序列，见图2.4。

图2.4控制图示例

3.2质量数据与控制图

3.2.1计量型数据

所确定的控制对象即质量指标应能够定量。

所控制的过程必须具有重复性,即表现出统计规律性。

所确定的控制对象的数据应为连续值。

计量型控制图：

能反映计量型数据特征，用来绘制、分析计量型数据的控制图。

3.2.2计数型数据

控制对象只能定性不能而不能定量。

只有两个取值。

与不良项目有关。

计数型控制图：

能反映计数型数据特征，用来绘制、分析计数型数据的控制图。

3.2.3质量数据的特性

质量数据的分布遵循三种特性：

计量型数据服从正态分布；计件型数据服从二项分布；计点型数据服从泊松分布。

3.3控制图原理

根据来源的不同，质量因素可分成设备（machine）、材料（material）、操作（man）、工艺（method）、环境（environment），即4M1E五个方面；从对质量的影响大小来看，质量因素可分成偶然因素（简称偶因）与异常因素（简称异因）两类。

偶因是始终存在的，对质量的影响微小，但难以除去，如机械振动；异因对质量影响大，但不难除去，如刀具磨损等。

偶因引起质量的偶然波动（简称偶波），异因引起质量的异常波动（简称异波）。

偶波是不可避免的，但对质量的影响微小，异波则不然，它对质量的影响大，且采取措施不难消除，故在生产过程中异波及造成异波的异因是需要监控的对象，一旦发生，应该尽快找出，采取措施加以消除，并纳入标准化，保证它不再出现。

经验与理论分析表明，当生产过程中只存在偶波时，产品质量将形成典型分布，如果除了偶波还有异波，产品质量的分布必将偏离原来的典型分布。

因此，根据典型分布是否偏离就能判断异波即异因是否发生，而典型分布的偏离可由控制图检出，控制图上的控制界限就是区分偶波与异波的科学界限。

休哈特控制图的实质是区分偶然因素与异常因素。

3.4控制图贯彻预防原则

1.应用控制图对生产过程不断监控，当异常因素刚一露出苗头，在未造成不合格品之前就能及时被发现。

例如，在图2.5中点子有逐渐上升的趋势，可以在这种趋势造成不合格品之前就采取措施加以消除，起到预防的作用。

图2.5点子形成倾向图2.6达到稳态的循环

2.在现场，更多的情况是控制图显示异常，表明异因已经发生，这时要贯彻“查出异因，采取措施，保证消除，不再出现，纳入标准”原则，每贯彻一次这个原则（即经过一次这样的循环）就消除一个异因，使它永不再出现，从而起到预防的作用。

由于异因只有有限个，故经过有限次循环后，最终达到在过程中只存在偶因而不存在异因，图2.6。

这种状态称为统计控制状态或稳定状态，简称稳态。

3.稳态是生产过程追求的目标，在稳态下生产，对质量有完全的把握，质量特性值有99.73%落在上下控制界限内；在稳态下生产，不合格品最少，因而生产也是最经济的。

一道工序处于稳态称为稳定工序，每道工序都处于稳态称为稳态生产线,SPC就是通过稳态生产线达到全过程预防的。

虽然质量变异不能完全消灭，但控制图是使质量变异成为最小的有效手段。

3.5两类错误

控制图利用抽查对生产过程进行监控,因而是十分经济的，但既是抽查就不可能没有风险，在控制图的应用过程会出现以下两类错误：

虚发警报错误,也称第I类错误。

在生产正常的情况下,纯粹出于偶然而点子出界的概率虽然很小,但不是绝对不可能发生。

故当生产正常而根据点子出界判断生产异常就犯了虚发警报错误,发生这种错误的概率通常记以α,见图2.7。

2.7两类错误概率图

漏发警报错误,也称第Ⅱ类错误。

在生产异常的情况下,产品质量的分布偏离了典型分布,但总有一部分产品的质量特性值在上下控制界之内。

如果抽到这样的产品进行检测并在控制图中描点,这时根据点子未出界判断生产正常就犯了漏发警报错误,发生这种错误的概率通常记以β,见图2.7。

控制图是通过抽查来监控产品质量的,故两类错误是不可避免的。

在控制图上,中心线一般是对称轴,所能变动的只是上下控制限的间距。

若将间距增大,则α减小β增大,反之,α增大β减小。

因此,只能根据这两类错误造成的总损失最小来确定上下控制界限。

3.63σ方式

长期实践证明,3σ方式即

UCL=μ+3σ

CL=μ

LCL=μ-3σ

是两类错误造成的总损失最小的控制界限，μ为总体均值，σ为总体标准差,此时犯第I类错误的概率或显著性水平α=0.0027。

注意:

在现场,把规格作为控制图的控制界限是不对的。

规格是用来区分产品合格与不合格,而控制图的控制界限是用来区分偶然波动与异常波动,即区分偶然因素与异常因素的。

利用规格界限显示产品质量合格或不合格的图是显示图,现场可以应用显示图,但不能作为控制图来使用。

3.7控制图的判定准则

在生产过程中，通过分析休哈特控制图来判定生产过程是否处于稳定状态。

休哈特控制图的设计思想是先确定第I类错误的概率α,再根据第Ⅱ类错误的概率β的大小来考虑是否需要采取必要的措施。

通常α取为1%,5%,10%。

为了增加使用者的信心,休哈特将α取得特别小,小到2.7‰～3‰。

这样,α小,β就大，为了减少第Ⅱ类错误,对于控制图中的界内点增添了第Ⅱ类判异准则,即“界内点排列不随机判异”。

3.7.1判定稳态准则

稳态是生产过程追求的目标。

在统计量为正态分布的情况下,由于第I类错误的概率α取得很小,所以只要有一个点子在界外就可以判断有异常。

但既然α很小,第Ⅱ类错误的概率β就大,只根据一个点子在界内远不能判断生产过程处于稳态。

如果连续有许多点子,如25个点子全部都在控制界限内,情况就大不相同。

这时,根据概率乘法定理,总的β为β总=

要比β减小很多。

如果连续在控制界内的点子更多,即使有个别点子出界,过程仍看作是稳态的,这就是判稳准则。

判稳准则：

在点子随机排列的情况下,符合下列各点之一就认为过程处于稳态：

连续25个点子都在控制界限内。

连续35个点子至多1个点子落在控制界限外。

连续100个点子至多2个点子落在控制界限外。

即使在判断稳态的场合,对于界外点也必须采取“查出异因，采取措施，保证消除，不再出现，纳入标准”20个字来处理。

3.7.2判定异常准则

1.点子在控制界限外或恰在控制界限上。

2.控制界限内的点子排列不随机。

3.7.3点子排列不随机模式

界内点排列不随机的模式有：

点子屡屡接近控制界限、链、间断链、倾向、点子集中在中心线附近、点子呈周期性变化等。

界内点排列不随机准则是用来减少第Ⅱ类错误的概率β，所以它的各个模式的α不能太小,通常取为0.27%～2%。

模式1：

点子屡屡接近控制界限，见图1.8。

点子接近控制界限指点子距离控制界限在1σ以内，下列情况就判断点子排列不随机：

图2.8连续3点有2点接近控制界限

1）、连续3个点中,至少有2点接近控制界限。

2）、连续7个点中,至少有3点接近控制界限。

3）、连续10个点中,至少有4点接近控制界限。

若点子接近一侧的控制界限,表明过程的均值有变化;若点子上下接近两侧的控制界限,则表明过程的方差增大。

注意：

后两条准则需要观察的点子数较多,应用起来不方便,主要用第一条,即连续3个点中,至少有2点接近控制界限判异。

模式2：

在控制图中心线一侧连续出现的点称为链,其点子数目称作链长,见图2.9。

链长不少于7时判断点子排列非随机,存在异常因素，出现链表示过程均值向链这一侧偏移，国外也有取9点链作为判异准则的。

图2.9长为7的链图2.10连续11点中有10点在控制线一侧的间短链

模式3:

如果链较长,个别点子出现在中心线的另一侧而形成间断链,见图2.10,下列情况判断点子排列非随机,存在异常因素:

1）、连续11个点中,至少有10点在中心线一侧。

2）、连续14个点中,至少有12点在中心线一侧。

3）、连续17个点中,至少有14点在中心线一侧。

4）、连续20个点中,至少有16点在中心线一侧。

模式4：

点子逐渐上升或下降的状态称为倾向。

当连续不少于7个点的上升或下降倾向时判断点子排列非随机,存在异常因素,见图2.11,出现倾向表明过程均值逐渐增大或逐渐减少。

图2.117点下降倾向图2.12连续15点在控制线附近

模式5：

点子集中在中心线附近指点子距离中心线在1σ以内,见图2.12,出现模式5表明过程方差异常小，可能由于数据不真实或数据分层不当。

如果把方差大的数据与方差小的数据混在一起而未分层,则数据总的方差将更大,于是控制图控制界限的间隔距离也将较大,这时方差小的数据描点就可能出现模式5。

模式5可采用下列准则:

若连续15点集中在中心线附近判异。

模式6：

点子呈现周期性变化,见图2.13。

点子周期性变化可能由于操作人员疲劳、原材料的发送有问题、某些化工过程热积累或某些机械设备应用过程中的应力积累等。

图2.13点子呈周期性变化

3.8休哈特控制图

根据质量参数的数据类型，控制图分计量型控制图和计数型控制图；根据用途的不同，控制图分分析用控制图和管理用控制图。

分析用控制图的主要作用：

1、分析过程是否处于稳态。

如果不处于稳态，调整过程使其达到稳态。

2、分析生产过程的工序能力是否满足技术要求。

若不满足，调整工序能力，使其满足。

当过程达到稳态后，保存分析用控制图的稳态控制线，作为管理用控制图的控制线。

管理用控制图的作用：

确保生产过程处于稳定的状态，如发生异常，应进行调整使其恢复稳态。

3.8.1控制图的种类

根据国标GB4091,常规休哈特控制图如表1.1。

计件值控制图与计点值控制图统称计数型控制图。

二项分布和泊松分布是离散数据的两种典型分布,它们超出3σ界限的第Ⅰ类错误的概率α,未必恰巧等于正态分布3σ界限的第I类错误的概率α=0.0027,但是个相当小的概率。

因此,用与正态分布类似的论证,建立P、Pn、C、U等控制图。

常规的休哈特控制图

数据

分布

控制图

简记

计量值

正态分布

均值-极差控制图

Xbar-R控制图

均值-标准差控制图

Xbar-S控制图

中位数-极差控制图

Xmed-R控制图

单值-移动极差控制图

X-Rs控制图

计件值

二项分布

不合格品率控制图

P控制图

不合格品数控制图

Pn控制图

计点值

泊松分布

单位缺陷数控制图

U控制图

缺陷数控制图

C控制图

3.8.2休哈特控制图的用途

1.Xbar-R控制图。

对于计量型数据而言,这是最常用最基本的控制图。

它用于控制对象为长度、重量、强度、纯度、时间和生产量等计量值的场合。

Xbar控制图用于观察分布均值的变化,R控制图用于观察分布的分散情况或变异度的变化,Xbar-R图将二者联合运用,用于观察分布的变化。

2.Xbar-S控制图是用标准差图（S图）代替极差图（R图）。

极差计算简便,故R图得到广泛应用,但当样本大小n>10或n>12,这时用极差估计总体标准差的效率降低,要用S图来代替R图。

3.Xmed-R控制图是用中位数图（Xmed图）代替均值图（Xbar图）。

中位数指一组按大小顺序排列的数列中居中的数。

例如,在数列2、3、7、13、18,中位数为7,在数列2、3、7、9、13、18,有偶数个数据,中位数规定为中间两个数的均值,即

=8。

中位数的计算比均值简单,多用于现场需要把测定数据直接记入控制图进行控制的场合,为了简便,规定用奇数个数据。

4.X-Rs控制图。

用于对每一个产品都进行检验,采用自动化检查和测量；取样费时、昂贵以及化工过程,样品均匀,多抽样也无太大意义的场合。

X-Rs不能获得较多的信息,判断过程变化的灵敏度要差一些。

5.P控制图。

用于控制对象为不合格品率或合格品率等计数值质量指标的场合。

注

意：

在根据多种检查项目总合起来确定不合格品率的情况,当控制图显示异常后难

以找出异常的原因。

因此,使用P图时应选择重要的检查项目作为判断不合格品的

依据。

6.Pn控制图。

用于控制对象为不合格品数的场合。

设n为样本大小，P为不合格品

率,则pn为不合格品个数,取Pn为不合格品数控制图的简记记号。

Pn图用于样本

大小相同的场合。

7.C控制图。

用于控制一部机器,一个部件,一定的长度,一定的面积或任何一定的单位中所出现的缺陷数目。

C图用于样本大小相等的场合。

8.U控制图。

当样品的大小变化时，应将一定单位中出现的缺陷数换算为平均单位缺陷数后用U控制图。

例如,在制造厚度为2mm的钢板的生产过程中,一批样品是2平方米,另一批样品是3平方米，这时应换算为平均每平方米的缺陷数,然后再对它进行控制。

3.8.3通用控制图

1、Pnt通用不合格品数控制图

对于不合格品数的场合，一般在样本数量不相等的情况下使用。

2、Ct通用缺陷数控制图

用于样本大小变化的场合。

3.8.4工序能力指数及样本分布图

工序能力是指工序的加工质量满足技术标准的能力。

工序能力决定于质量因素4M1E。

工序能力指数表示工序能力满足产品质量标准（产品规格）的程度。

一般记以Cp。

Cp值越大，表明加工精度越高，但相应的加工成本也越高，所以对于Cp值的选择应根据技术要求与经济性综合考虑来决定。

另外，工序能力指数对瞬时的质量变化是不灵敏的，一个阶段度量一次才有意义。

工序能力分析图也即样本频数分布直方图，它的绘制方法是将全部质量数据分成若干组（组数=质量数据个数/样本容量），以组距为底边（组距=极差/组数），以组距上相应的质量数据频数为高，在坐标系中按比例画出的直方图，另外还有相应的正态曲线、3σ偏差、规格偏差等。

该图能够比较形象、直观地反映产品质量的分布状况。

通过对该图的观察分析，可以判定样本质量数据分布是否符合正态分布，工序能力的高低，预测产品的不合格品率。

因为当工序能力处于稳定状态时，它的特点是中间高、两边底，呈左右基本对称，或者说呈正态分布状态。

根据数理统计学的理论可以知道，在正态分布情况下，分散幅度处于6倍标准差（6σ）范围内的比率为99.73%，分散幅度表示工序具有的实际加工精度，它是衡量工序能力的尺度，若分散幅度越大，则工序的精度越差，不合格品率越高，工序能力越低；若分散幅度越小，则工序的精度越高，不合格品率越低，工序能力越大。

3.8.5控制图的选用

1.控制图用于何处?

原则上讲,对于任何过程,凡需对质量进行管理的场合都可用控制图。

当所确定的控制对象即质量指标能够定量时,用计量型控制图；当所确定的控制对象只有定性的描述而不能够定量时,用计数型控制图；所控制的过程必须具有重复性,即具有统计规律，只有一次性或少数几次的过程难于应用控制图进行控制。

2.如何选择控制对象?