《《精编》SPC统计的培训教材》由会员分享，可在线阅读，更多相关《《精编》SPC统计的培训教材（45页珍藏版）》请在金锄头文库上搜索。
1、贝岭Fab-SPC项目用户SPC理论培训教材1 SPC应用基础22 SPC概述32.1 什么是SPC32.2 SPC的发展简史32.3 SPC的特点32.4 SPC与ISO9000标准体系的联系33控制图及其应用43.1什么是控制图43.2质量数据与控制图53.2.1计量型数据53.2.2计数型数据53.2.3质量数据的特性53.3控制图原理53.4 控制图贯彻预防原则63.5 两类错误63.6 3方式73.7 控制图的判定准则73.7.1判定稳态准则73.7.2判定异常准则83.7.3点子排列不随机模式83.8 休哈特控制图93.8.1控制图的种类103.8.2休哈特控制图的用途103.8.
2、3通用控制图113.8.4 工序能力指数及样本分布图113.8.5控制图的选用114 运用SPC的意义124.1 为什么要用SPC124.2 应用SPC的意义135 控制图和报表135.1 作图基础135.2 作图135.2.1 均值极差图135.2.2 均值极差图135.2.3 中位数极差图135.2.4 单值移动极差图145.2.5 指数权重移动均值图145.2.6 运行图145.2.7 预控图145.2.8 不合格品率图（P图）145.2.9 不合格品数图（Pn图）145.2.10 不合格数图（C图）145.2.11 单位不合格数图（U图）155.2.12 直方图155.2.13 个体直
3、方图155.2.14 原因排列图155.2.15 措施排列图155.2.16 备注排列图155.2.17 DPTO图155.2.18 DPMO图165.3 图形属性165.4判异175.4.1 判异规则175.4.2失控点与关联点185.4.3控制线185.5 点的拾取186 控制线的计算公式196.1 计量类的控制线196.1.1 均值标准差图206.1.2 均值极差图206.1.3 位数极差图216.1.4 单值移动极差图216.1.5 EWMA图226.2 合格数据类的控制线226.2.1 P图226.2.2 Pn图236.2.3 Q图236.2.4 Qn图236.3 缺陷数据类的控制线
4、246.3.1 C图246.3.2 U图单位缺陷数图247 分析工具257.1 过程能力分析257.2 过程能力变动分析257.3 产品直通率分析257.4 多参数对比分析257.5 正态概率纸251 SPC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/NT Server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。2
5、 SPC概述2.1 什么是SPCSPC是Statistical Process Control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Statistical Process Control and Diagnosis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
6、，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Statistical Process Control , Diagnosis and Adjustment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。2.3 SPC的特点SPC是全系统的，全过程的，要求全员参加，人人有责。 S
7、PC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。2.4 SPC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IS
8、O/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和标准差来决定。正态分布有一个结论对质量管理很有用，即无论均值和标准差取何值，产品质量特性值落在3之间的概率为99.73%，落在3之外的概率为100%-99.73%= 0.27%，而超过一侧，即大于+3或小于-3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2.3 x
9、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+3为上控制限，记为UCL，称为中心线，记为CL，称-3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
10、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），
11、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
12、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
13、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
14、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：1. 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,见图2.7。2.7 两类错误概率图2. 漏发警报错误,也称第类错误。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,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,则减小增大,反之,增大减小。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。3.6 3方式 长期实践证明, 3方式即 UCL=+3 CL= LCL=-3
