SPC管理规定

对于X 图，坐标上的刻度值的最大值与最小值之差应至少为子组均值（X ）最大值与最小值差的2倍。

对于R 图，刻度值应从最低值为0开始到最大值之间的差值为初始阶段所遇到的最大极差（R ）的2倍。

5.3.1.5 将均值X 和极差R 画到控制图上。 5.3.2 计算控制限

5.3.2.1 计算平均极差（R ）及过程平均值（X ）

K

R R R R K

++=

21

K

X X X X K

++=

21 K 为子组的数量

5.3.2.2 计算控制限

UCL R =D 4R UCL X

=X +A 2R

LCL R =D 3R LCL X

=X -A 2R

式中之D 4、D 3及A 2为常数，见 。

5.3.2.3 画控制线

在平均值（X ）和极差图（R ）中用水平虚线将各自的控制限画上去，在初始研究阶段，这些控制限叫试验控制限。

5.4 过程控制解释

5.4.1 分析极差图（R 图）上的数据点

a 、超出控制限的点——出现一个或多个点超出任何一个控制限，是该点处于失控状态的主要证据。因为在只存在普通原因引起变差的情况下，超出控制限的点会很少，我们便假设该超出的是由于特殊原因造成的。因此，任何超出控制限的点是立即进行分析、找出存在的特殊原因点的信号。

超出极差上控制限的点通常说明存在下列情况中的一种或几种：

控制限计算错误或描点时描错；

零件间的变化性或分布的宽度已经增大（即变坏）， 这种增大可以发生在某个时间点上， 也可能是整个趋势的一部分； 测量系统变化（例如，

不同 的检验员或量具）；

测量系统没有适当的分辨力。

有一点位于控制限之下（对于样本容量大于等于7的情况），说明存在下列情况的一种或几种： 控制限或描点错误； 分布的宽度变小（即变好）

测量系统已改变（包括数据编辑或变换）

b 、链—有下列现象之一表明过程已改变或出现这种趋势：

连续7点位于平均值的一侧；

连续7点上升（后点等于或大于前点）或下降； 高于平均极差的链或上升链说明存在下列情况之一或全部：

输出值的分布宽度增加， 其原因可能是无规律的（例如设备

工作不 正

常或固定松动）或是由于过程中的某个要素变化（例如，使用新的不是很一

致的原材料），这些都是常见的问题，需要纠正；

测量系统改变（例如，新的检验员或量具）

低于平均极差的链，或下降链表明存在下列情况之一或全部：

输出值分布宽度减小，这常常是一个好状态，应研究以便推广应用和改进过

程；

测量系统改变，这样会遮掩过程真实性能的变化。

注：当子组数（n）变得更小（5或更小）时，低于R的链的可能性增加，则8点或更多点组成的链才能表明过程变差减少。

c、明显的非随机图形：

各点与R的距离：一般地，大约2／3的描点应落在控制限的中间三分之一的区域内，大约1／3的点落在其外的三分之二的区域。

如果显著多于2／3以上的描点落在离R很近之处（对于25个子组，如果超过90％的点落在控制限三分之一的区域），则应对于下列情况的一种或更多进行调查：

控制限或描点已计算错或描错；

过程或取样方法被分层；每个子组系统化包含了从两个或多个具有完全不同的过程

均值的过程流的测量值（例如，从几组轴中，每组抽一根，测取数据）；

数据已经过编辑（极差或均值相差甚远的几个子组被更改或剔除）。

如果显著少于2／3以下的描点落在离R很近的区域（对于25个子组，如果有40%或少于40％的点落在中间三分之一的区域），则应对下列情况的一种或两种进行调查：

控制限或描点计算错或描错；

过程或抽样方法造成连续的分组中包含从两个或多个具有明显不同的变化性的过程

流的测量值（例如：输入材料批次混淆）。

5.4.2 识别并标注特殊原因（极差图）

对于极差数据内每个特殊原因进行标注，为了将生产的不合格输出减到最小以及获得诊断用的新证据，及时分析问题是很重要的。

5.4.3 重新计算控制限（极差图）

排除所有受已被识别并解决或固定下来的特殊原因影响的子组，然后重新计算新的平均极差（R）和控制限，并画下来。如有必要重复识别／纠正／重新计算的过程。

注：排除代表不稳定条件的子组并不仅是“丢弃坏数据”，而是排除受已知的特殊原因影响的点，我们有普通原因引起的变差的基本水平的更好估计值，这为用来检验将来出现变差的特殊原因的控制限提供了最适当的依据。但是要记住：一定要改变过程，已使特殊原因不会作为过程的一部分重现。

5.4.4分析均值图上的数据点（X）

由于X的控制限取决于极差图中变差的大小，因此如果均值处于统计控制状态，其变差便与

极差图中的变差——系统的普通原因变差有关。如果均值没有受控，则存在造成过程位置不稳定的特殊原因变差。

a、超出控制限的点——出现一点或多点超出任一控制限就证明在这点出现特殊原因，这是立即对操

作进行分析的信号，在控制图上标注这样的数据点。

一点超过任一控制限通常表明存在下列情况之一或更多：

控制限或描点错误；

过程已改变，或是在当时的那一点（可能是一件独立的事件）或是一种趋势的一

部分；

测量系统发生变化（例如：不同量具或检验员）。

b、链—下列每一种情况都表明过程已开始变化或有变化的趋势：

连续7点在平均值的一侧；

7点连续上升或下降。

标注这些促使人们作出决定的点；从该点做一条参考线伸到链的开始点，分析时应考虑开始出现变化趋势或变化的时间。与过程均值有关的链通常表明出现下列情况之一或两者：过程均值已改变——也许还在变化；

测量系统已改变（飘移、偏差、灵敏度等）

c、明显的非随机图形

各点与过程均值的距离：一般情况下，大约三分之二的描点应落在控制限三分之一的中间区域内，大约1/3的点落在其它三分之二的区域；1/20的点应落在控制限较近之处（位于外三分之一的区域）。另外，存在大约1/150的点落在控制限之外，但可认为是受控的稳定系统合理的一部分——就是说，在约99.73％的点位于控制限之内。

如果大大超过2/3的点落在过程均值的附近（对于25个子组的情况，如果有关人员90％多的点在控制限三分之一的中间区域）应调查下列情况之一或更多：

1控制限或描点已计算错或描错或重新计算错；

2过程或取样方法分层；每个子组包含从两个或多个具有不同均值的过程流的测量值；

3数据已被编辑

如果大大少于2/3的数据点落在过程平均值的附近（对于25个分组的情况，如果有40％或少于40％的数据落在中间三分之一区域内），则应调查下列情况之一或两者；

5控制限或描点计算错或描错；

6过程或抽样方法造成连续的子组是包含从两个或多个不同过程流的测量值。（这可能是由于对可调整的过程进行过度控制造成的）。

如果存在几个过程流，应分别识别和追踪。

5.4.5 识别和标注特殊原因（均值图）

为了诊断并将不合格的输出减到最小，及时分析是很重要的，同样要记住并不是所有的特殊原因都是不利的。

5.4.6重新计算控制限（均值图）

当进行首次过程研究或重新评定过程能力时，要排除已发现并解决了的特殊原因的任何失控的点，重新计算并描画过程均值和控制限。确保当与新的控制限相比时，所有的数据点看起来都处于受控状态，如有必要，重复识别/纠正/重新计算的程序。

如果明显的证据表明已发现过程的特殊原因，任何“纠正”措施将可能增加而不是减少过程输出的总变异。

5.4.7为了继续进行控制延长控制限

当首批（或以往的）数据都在试验控制限之内，延长控制限使之覆盖将来的一段时期。如果过程中心偏离目标值，这时还希望调整过程使之对准目标值，这些控制限可用来继续对过程进行监视。

子组容量的变化将影响期望均值极差以及极差和均值图的控制限。这种情况可能会发生。例如：如果决定减少样本容量但增加抽样频率，这样可以在不增加每天抽样零件总数的情况下，更快地检测到大的过程变化。

a.估计过程的标准偏差（用σ表示）用现在的子组容量计算：

σ＝R/d2 d2为常数，见下表

n 2 3 4 5 6 7 8 9 10

d2 1.13 1.69 2.06 2.33 2.53 2.7 2.85 2.97 3.08

b.按照新的子组容量查表得到系数d2、D3、D4和A2，计算新的极差和控制限：

R新＝σd2

UCL R=D4R新UCL X=X+A2R新

LCL R=D3R新LCL X=X-A2R新

只要过程的均值和极差保持受控，可将控制限延长用于以后的时期。如果有证据表明过程的均值或极差已被改变（不论在哪个方向），应查明原因；如果变化是可调整的，则应根据当前的性能重新计算控制限。

5.4.8 有关“控制”的最后概念——用于进一步的考虑

过程控制图的目的不是完美的而是合理、经济的控制状态。因此，在实践中，一个受控的过程并不是图上无任何失控之处的过程，如果一张控制图上从来不出现失控点，我们将严肃地查问该操作是否应画图。

适时地检查某控制点是否失控是控制图的优点。

5.5 过程能力解释

1假设下的过程能力的解释

过程处于统计稳定状态；

过程的各测量值服 从正态分布；

工程及其它规范准确地代表顾客的需求； 设计目标

值位于规范的中心

测量变量相对较小。

2 一般情况下，将过程输出的分布与工程规范相比，看是否始终满足这些规范。

3 如果不知道分布是否是正态分布，则应进行正态性检验使用诸如审查直方图，在正态分布纸上描点。 5.5.1计算过程的标准偏差

使用平均极差R 来估计过程的标准偏差 σ＝R ／d 2＝σ

2

/d R

只要过程的极差和均值两者都处于统计控制状态，则可用估计的过程标准偏差（σR

／d 2）来评

价过程的能力。 5.5.2 计算过程能力 2

对于单边容差，计算：

2

d

R X

USL Z σ-=

或

Z X LSL

R d

=

-σ2

(选择合适的一个)

式中:SL=规范界限,X =测量的过程均值,σd 2=估计的过程标准偏差.

3

对于双向容差,计算:

Z USL X USL R d

=

-σ2

Z X LSL LSL R d

=

-σ2

Z Z USL

min =或

Z LSL 的最小值

式中：USL ，LSL ＝规范上限和下限；Z 值为负值说明过程均值超过规范。

可使用Z 值和标准正态分布表来估计多少比例的输出会超出规范值（是一个近似值，假设过程处于统计控制状态并呈现正态分布）： 8

对于单边容差，沿着的边缘，找到Z 值，表的左边为Z 的整数部分和十分位值，行和列的交点的值即为超出规范的百分比P Z 。例如，对于1.56，1.5行和X.X6列的交点得到P Z ＝0.0594，或大约6％； 9

对于双向容差，分别计算超过上、下规范界限的百分比。例如，如果

一个经典的SPC应用的例子

从网上看到一个经典的SPC应用的例子，与大家共赏： 俗话说宴无好宴。朋友邀我去他家做客吃晚饭，进了门迎面遇上他焦急无辜的表情，才知道主题是咨询。起因是朋友最近回家的时间越来越晚，罪证就在他家门口玄关的那张纸上——朋友的太太是一家美商独资企业的QC主管，在家里挂了一张单值-移动极差控制图，对朋友的抵家时间这一重要参数予以严格监控：设定的上限是晚七点，下限是晚六点，每天实际抵家时间被记录、描点、连线——最近连续七天(扣除双休日)的趋势表明，朋友抵家的时间曲线一路上扬，甚至最近两天都是在七点之后才到家的，证据确凿——按照休哈特控制图的原则和美国三大汽车公司联合编制的SPC(Statistical Quality Control，统计过程控制)手册的解释，连续7点上升已绝对表明过程发生了异常，必须分析导致异常的原因并做出必要的措施(比如准备搓衣板)，使过程恢复正常。显然，我可能给出的合理解释成了朋友期待的救命稻草，而这顿晚饭就是他在我面前挂着的胡萝卜。 显然，朋友的太太比我们绝大多数的企业家更专业(当然，作为同类，我想这也许就是导致我们只能成为管理工具的原因)，她清楚地认识到：预防措施，永远比事后的挽救更重要。 顺便说一句，朋友太太厨艺很优秀，属于那种下得厨房上得厅堂的模范太太——当然，对朋友的在意程度更是显而易见的，否则不会选择抵家时间作为重要的过程特性予以控制——这个过程参数，在她眼里，无疑昭示着忠诚度。饭后上了红酒，席间的谈话就从过程异常的判定开始。 “我们先来陈述一下控制图的判异准则：第一，出现任何超出控制限的点；第二，出现连续7点上升或者下降或者在中心线的一边；第三，出现任何明显非随机的图形。显然，目前该过程已经符合其中第一和第二项，确实出现了异常。作为过程控制的责任者，你打算怎么分析呢？” “还是我们传统的分析方法：因果图。” “那么，我们寻找的还是这五个方面的原因了：人、机、料、法、环？” “是的。” “好。在我们开始分析之前，我想顺便问一下，你是从哪里学会控制图的？” “除了公司的培训之外，讲述统计过程控制的书籍不计其数，作为在质量领域被广泛应用的技术，以Statistical Quality Control为题的书籍虽说不是汗牛充栋，也已经目不暇接。最近从亚马逊书店邮购的这两本，McGraw-Hill Series in Industrial Engineering and Management的Statistical Quality Control，还有Douglas C. Montgomery的Introduction to Statistical Quality Control。再比如这本STATISTICS: Methods and Applications，国内比较好的专著，我喜欢孙静的这本《接近零不合格过程的有效控制：实现六西格玛质量的途径》。不过这些书也很难给出太多新的理论，因为SPC已经足够成熟，找来新书也不过看看不断翻新的新的应用范例，或者结合新的技术之后会是什么样子，比如，有没有研发出功能强大的新软件。” “呵呵，也没必要采用如此先进的控制技术吧？”朋友插嘴道。 “你错了，统计学应用于过程控制，不过代表着上个世纪二十年代最先进的质量管理水平。我们采用的控制图方法，一般称为休哈特控制图(Shewhart Control Chart)，最早是在1924年，由美国贝尔电话实验室休哈特(W.A.Shewhart)博士提出的。当时这一方法并未得到企业的普遍采纳，仅仅在小范围内得到应用。后来，两个意外的机遇使它在全世界名声大噪：一是二战期间的1942年，美国国防部邀请包括休哈特博士在内的专家组解决军需大生产的产品质量低劣、交货不及时等问题，专家们制定了战时质量控制制度，统计质量控制(SQC) 被强制推行，并在半年后大获成效。二是休哈特博士的同事，伟大的戴明(W.Edwards

SPC案例

SPC的作用 第一部分问题分析 F集团是国内一家大型摩托车民营企业集团，已经有10年的历史。集团下属摩托车发动机公司、摩托车整车公司、摩托车研究开发中心等二十几家公司，遍布国内外。集团年销售总额已经达到47亿元。 F集团期望通过第二个十年的发展，成为中国摩托车行业的领袖，并在世界摩托车行业确立比较领先的地位。 对于国内摩托车市场的激烈竞争，集团总裁Z先生认为：只有打破低层次上的同质化价格竞争，才有可能走出困境，实现发展的抱负。因此，Z非常重视产品的质量，极力强调质量在差异化战略中的特殊重要地位。 1999年，在Z总裁的强行推动下，集团下属的主要公司都已经通过了ISO 9000质量体系认证，并且根据Z的要求，这些公司广泛地使用了SPC方法。但是时间到了2001年，Z发现，这些公司的质量问题仍然很多，最使Z不能容忍的是以前发生的问题总是在重复发生。Z请来一位质量专家G，让G帮助解决这个难题。 Z提出了两个问题： 一是为什么我推行了两年多的SPC，却看不到效果呢？ 二是SPC到底有没有用？ G先采取了调查的方法。他在发动机公司了解情况，质量部部长拿出资料，显示了各种产品的合格率，并解释说：“今年的指标是94%，您看，虽然实际的合格率有一些波动，但是平均已经达到了95%还多一点。”质量经理面带困惑地打断他说：“是呀，指标没问题，可是客户的抱怨不断，我天天都是焦头烂额！”G问道：“那么，合格率是怎么统计出来的？”部长说生产部门有统计资料。 于是他们一起来到生产部，那里的看板上贴满了各种统计数据表和直方图、柱图、饼图，而且全部都是电脑打印出来的彩色的图片，就如下面这张图一样： 生产部长给G展示，他们为了应用SPC方法，已经配备了3台电脑、2名统计员和1名分析员。分析员是一位聪明伶俐的女孩子，当她知道G对她的工作内容很感兴趣的时候，显得略为紧张，不过更多的是兴奋（后来她告诉G，除了统计结果，他的部长从不曾关注过她的工作内容），G问她：“那些图表用来做什么？知道为什么要这样做吗？”她说：“这个我知道，是为了统计合格率，因为质量部要求我们上报这个数据，每个月还要考核呢。”G问质量部长：“是这样吗？”质量部长说：“是的。因为集团质量管理部门就是这样要求我们的。”G查阅了分析员的电脑，发现她的电脑里面保存了完整的质量问题数据，比如，测试部每天分类汇总的测试过程发现的各个型号发动机的漏油、碰划伤问题，生产线上的巡检员每天分类汇总的各种装配问题。G对质量经理和质量部长问道：“这些数据谁收集？除了分析员这里，还需要报给哪个部门或人员？你们知道这些数据吗？”他们回答说：“有文件规定测试

SPC控制图应用指导书

有限公司作业文件 文件编号：版号：A/0 （SPC）控制图应用指导书 批准： 审核： 编制： 受控状态：分发号： 2010年11月15日发布2010年11月15日实施

（SPC）控制图的应用指导书 1目的 用于使（工序）过程保持稳定状态，预防不合格发生。 2适用范围 适用公司对特殊特性与关键工序的控制。 3职责 3.1技术科 负责识别并确定特殊特性与关键工序，并确认需要控制的质量特性值。3.2检验科 1）负责采集和记录控制图所需要的产品实物测量数据，并确定采用的控制图的种类。 2）负责对现场操作人员进行控制图作业的培训和指导。 3.3生产车间 负责控制或管理控制图的打点、判别、不合格的纠正。 4控制图的基本形式、种类及适用场合 4.1控制图的基本形式如图1 抽样时间或样本序号 图1控制图的基本形式 4.2控制图的分类 4.2.1按照用途分类 1）分析用控制图 主要用于分析过程是否处于稳态，过程能力是否适宜。如果发生异常就应找出其原因，采取措施，使过程达到稳定。过程处于稳定后，才 可以将分析用的控制线，延长作为控制用控制图。 2）控制（管理）用控制图

用于使过程保持稳态，预防不合格的发生。控制用控制图的控制线来自分析用控制图，不必随时计算。当影响过程质量波动的因素发生变化或质量水平已有明显提高提高时，应使用分析用控制图计算新的控制线。 4.2.2按数据的性质分类，表1列出常用控制图的种类及适宜场合 4.3控制图的应用范围 1）诊断：评估过程的稳定性。 2）控制：决定某过程何时需要调整，何时需要保持原有状态。 3）确认：确认某一过程的改进。

4.4绘制控制图 1）选定质量特性：选定控制的质量特性应是影响产品质量的关键特性。这些特性应能够计算（或计数）并且在技术上可以控制。 2）选定控制图的种类。 3）收集数据：应收集近期的，与目前工序状态一致的数据。收集的数据个数参见表2 表2控制图的样本数与样本大小 4）计算有关参数 各控制图有关参数的计算步骤及公式（见表3）

SPC案例分析

统计过程控制（SPC ）案例分析 一． 用途 1. 分析判断生产过程的稳定性，生产过程处于统计控制状态。 2．及时发现生产过程中的异常现象和缓慢变异，预防不合格品 产生。 3．查明生产设备和工艺装备的实际精度，以便作出正确的技术 决定。 4．为评定产品质量提供依据。 二、控制图的设计原理 1． 正态性假设：绝大多数质量特性值服从或近似服从正态分 布。 2． 3σ准则：99。73%。 3． 小概率事件原理：小概率事件一般是不会发生的。 4． 反证法思想。 四． 控制图的种类 1． 按产品质量的特性分（1）计量值（S X R X R X R X S ----,,~ ,） （2）计数值（p ，pn ，u ，c 图）。 2． 按控制图的用途分：（1）分析用控制图；（2）控制用控制 图。 五． 控制图的判断规则 1． 分析用控制图： 规则1 判稳准则-----绝大多数点子在控制界限线内（3种情况）；

规则2 判异准则-----排列无下述现象（8种情况）。 2．控制用控制图： 规则1 每一个点子均落在控制界限内。 规则2 控制界限内点子的排列无异常现象。 [案例2]为控制某无线电元件的不合格率而设计p图，生产过程质量

要求为平均不合格率≤2%。 解：一.收集收据 在5M1E 充分固定并标准化的情况下,从生产过程中收集数据,见下表所表示: 某无线电元件不合格品率数据表 二.计算样本中不合格品率:k i n k p i i i ,.....,2,1,==,列在上表. 三.求过程平均不合格品率:

%14017775/248=== ∑∑i i n k p 四.计算控制线 p 图:i i n p p p UCL n p p p UCL p CL /)1(3/)1(3% 140--=-+=== 从上式可以看出,当诸样本大小i n 不相等时,UCL,LCL 随i n 的变化而变化,其图形为阶梯式的折线而非直线.为了方便,若有关系式: 2 /2min max n n n n ≥≤ 同时满足,也即i n 相差不大时,可以令n n i =,,使得上下限仍为常数,其图形仍为直线. 本例中,711=n , 诸样本大小i n 满足上面条件,故有控制线为: p 图:% 08.0/)1(3/)1(3%72.2/)1(3/)1(3% 140=--=--==-+=-+===n p p p n p p p UCL n p p p n p p p UCL p CL i i 五.制作控制图: 以样本序号为横坐标,样本不合格品率为纵坐标,做p 图. 六.描点:依据每个样本中的不合格品率在图上描点. 七.分析生产过程是否处于统计控制状态

SPC统计过程控制应用实例分析

SPC统计过程控制应用实例分析 1.SPC控制特性的定义 T1S6949质量管理体系在实际应用中强调以系统的方法对过程进行分析研究，以确定系统的输入因子，输出因子以及输入对输出的影响作用。产品实现的过程也可以用框图简单地描述为下图： 上图表示，产品实现的过程为由材料、生产参数、设备、人员、环境构成的输入因素通过生产转换成输出产品的过程，同时利用输出的信息来反作用于输入因素，以得到输入因素如材料、生产参数等的持续改进。 输入因素通过生产过程转化成输出的产品，其中的实现过程也就是SPC需要进行监控的工艺过程，当然 针对SPC控制特性的选择并不是越多越好，由于检验本身是不带来增值效益的过程，因此在行业的应用过程中，考虑到成本的计算，SPC只会应用在部分关键特性的监控过程中，而关键特性的选择也根据企业自身的 生产能力及控制能力的需要来决定的。因此在进行统计过程控制时，首先需要定义控制的对象，然后通过监控生产实现过程中的各大因素对控制对象的作用，检测到过程的特殊原因波动，从而实现提前预防不合格品产品的作用。针对关键特性之外的其他参数，可以通过记录检查表的形式将其记录并保存，以便工艺改进时提供历史依据的参考。 PSC的控制项目对产品特性及工序监控的必要性，通常通过以下几个方面进行考量； (1) 从产品特性要求判断，是否为产品关键特性； 如Tirm Form工序，SPC记录共面性的抽样检验结果，以判断产品当前的生产流程是否处于稳定受控的状态下。产品的关键特性在产品设计阶段己确定。 (2) 另一方面，在产品生产制造的过程中，关键工序参数的监控对产品质量良率起着重大的决定作用，利用实时的SPC方法进行工艺参数的监控，能够及时发现生产过程中存在的特殊原因，及时围堵并消除，以得 到立即的改正及预防的作用。 例如，在硅片切割工序(Wafer saw)，工艺上利用对切割槽宽度的定期数据采集，绘制SPC控制图，从而 起到过程监控的作用，以防止参数对切割工序带来的过程能力偏移。 (3) 客户的特殊要求： 客户的特殊要求可以针对产品的固有特性要求，如封装外观尺寸要求，针对p8AGBdoysize35*35的产品， 要求产品的允收范围在35+-0.sm。另外客户的特殊要求也可以针对1艺参数，如Wire Bo nd的Wire Pull和Ballshear。 封装企业的新产品导入初期阶段，在制定产品生产的控制计划时，SPC的控制特性就是其中必须定义的 一个部分。特殊特性的定义主要来源于行业规范，客户的特殊要求以及通过生产经验的累积，总结出来的关键的过程参数计量型的控制图应用在如下的特性，见下表： 计量型控制图的应用工序及抽样计划

SPC生活应用案例

工具讲解 | 老婆竟用SPC监控我|SPC统计过程控制应用经典案例分析 俗话说宴无好宴。朋友邀我去他家做客吃晚饭，进了门迎面遇上他焦急无辜的表情，才知道主题是咨询。起因是朋友最近回家的时间越来越晚，罪证就在他家门口玄关的那张纸上：朋友的太太是一家美商独资企业的QC主管，在家里挂了一张单值-移动极差控制图，对朋友的抵家时间这一重要参数予以严格监控：设定的上限是晚七点，下限是晚六点，每天实际抵家时间被记录、描点、连线——最近连续七天(扣除双休日)的趋势表明，朋友抵家的时间曲线一路上扬，甚至最近两天都是在七点之后才到家的，证据确凿——按照休哈特控制图的原则和美国三大汽车公司联合编制的SPC(Statistical Quality Control，统计过程控制)手册的解释，连续7点上升已绝对表明过程发生了异常，必须分析导致异常的原因并做出必要的措施(比如准备搓衣板)，使过程恢复正常。显然，我可能给出的合理解释成了朋友期待的救命稻草，而这顿晚饭就是他在我面前挂着的胡萝卜。 显然，朋友的太太比我们绝大多数的企业家更专业(当然，作为同类，我想这也许就是导致我们只能成为管理工具的原因)，她清楚地认识到：预防措施，永远比事后的挽救更重要。 顺便说一句，朋友太太厨艺很优秀，属于那种下得厨房上得厅堂的模范太太—当然，对朋友的在意程度更是显而易见的，否则不会选择抵家时间作为重要的过程特性予以控制—这个过程参数，在她眼里，无疑昭示着忠诚度。饭后上了红酒，席间的谈话就从过程异常的判定开始。 “我们先来陈述一下控制图的判异准则： 第一，出现任何超出控制限的点； 第二，出现连续7点上升或者下降或者在中心线的一边； 第三，出现任何明显非随机的图形。 显然，目前该过程已经符合其中第一和第二项，确实出现了异常。作为过程控制的责任者，你打算怎么分析呢？” “还是我们传统的分析方法：因果图。” “那么，我们寻找的还是这五个方面的原因了：人、机、料、法、环？” “是的。” “好。在我们开始分析之前，我想顺便问一下，你是从哪里学会控制图的？” “除了公司的培训之外，讲述统计过程控制的书籍不计其数，作为在质量领域被广泛应用的技术，以Statistical Quality Control为题的书籍虽说不是汗牛充栋，也已经目不暇接。不过这些书也很难给出太多新的理论，因为SPC已经足够成熟，找来新书也不过看看不断翻新的应用范例，或者结合新的技术之后会是什么样子，比如，有没有研发出功能强大的新软件。”

SPC经典案例剖析-SPC在控制男主人归家时间上的运用

SPC經典案例剖析 ---SPC在控制男主人歸家時間上的運用 朋友们大家好，这个经典的案例可能读过很多遍了。现把整篇的文章转载过来并加以分析。 从网上看到一个经典的SPC应用的例子，与大家共赏： 俗话说宴无好宴。朋友邀我去他家做客吃晚饭，进了门迎面遇上他焦急无辜的表情，才知道主题是咨询。起因是朋友最近回家的时间越来越晚，罪证就在他家门口玄关的那张纸上——朋友的太太是一家美商独资企业的QC主管，在家里挂了一张单值-移动极差控制图，对朋友的抵家时间这一重要参数予以严格监控：设定的上限是晚七点，下限是晚六点，每天实际抵家时间被记录、描点、连线——最近连续七天(扣除双休日)的趋势表明，朋友抵家的时间曲线一路上扬，甚至最近两天都是在七点之后才到家的，证据确凿——按照休哈特控制图的原则和美国三大汽车公司联合编制的SPC(Statistical Quality Control，统计过程控制)手册的解释，连续7点上升已绝对表明过程发生了异常，必须分析导致异常的原因并做出必要的措施(比如准备搓衣板)，使过程恢复正常。显然，我可能给出的合理解释成了朋友期待的救命稻草，而这顿晚饭就是他在我面前挂着的胡萝卜。 (单值---移动极差图：X-Rs,这个控制图我先来讲它一般的适用场合：(1)对每个产品都进行检验; (2)采用自动化检查和测量的场合; (3)取样费时、费用昂贵的场合; (4)化工等流程性材料及样品均匀的场合。它的取样信息不多，所以它检出的过程变化的灵敏度也要差一些。在本例中，这位QC主管显然考虑到老公回家这个重要的参数，是保证他对自己的婚姻忠诚的主要因素，那么根据连续7点呈现上升的趋势，我们很容易就对这个过程判异。这个判异是根据小概率事件原理：小概率事件在一次试验中发生的概率几乎为零，也就是几乎不可能发生，若发生即判异。本例中的連續7点呈现上升趋势，是根据判异准则的界内点不随机排列判异。通常在过程受控的条件下，連續7點不随机排列呈现的概率都很小，若出现我们就可以判断该过程出现了异常因素，导致过程失控。本例是根据连续7点递增或递减这个规则判异) 显然，朋友的太太比我们绝大多数的企业家更专业(当然，作为同类，我想这也许就是导致我们只能成为管理工具的原因)，她清楚地认识到：预防措施，永远比事后的挽救更重要。 (这句就体现出了，全面质量管理的思想，是以全面质量为中心，全员参与为基础，通过对组织的活动全过程的管理，追求组织的持久成功，即使本组织的顾客、本组织的所有者、员工、供方、合作伙伴或社会等相关方持续满意和受益。本例中的组织就是这对夫妻，由组织的概念不能看出，夫妻是一个由两个或两个以上的个人为了实现共同的目标组合而成的有机整体，安排通常是有序的。根据现代质量管理的一个重要特点预防原则，作为全面管理的

SPC案例分析

）案例分析统计过程控制（SPC 用途一． 态。统计控制状产过程处于分析判断生产过程的稳定性，生1.防不合格品异，预缓慢变．及时发现生产过程中的异常现象和2产生。 术精度，以便作出正确的技备的实际艺．查明生产设备和工装3决定。 质量提供依据。品为评定产．4 二、控制图的设计原理 分态值服从或近似服从正：设绝大多数质量特性正态性假三1布。

。。则：准73%9932三? 发生的。小概率事件原理：小概率事件一般是不会三3 证法思想。反三4 控制图的种类四． ~）量值（按产品质量的特性分（）计11三SXRXRXRX ,,,????S。图）（数值，，，（）计up2cpn 图。）分析用控制图；（）控制用控制按控制图的用途分：（212三控制图的判断规则五． ：分析用控制图三1 种情况）；绝大多数点子在控制界限线内（准判规则稳则1-----3。现象（规则种情况）排列无下述则判异准-----28 -1--1- ：图控制用控制三2

每一个点子均落在控制界限内。规则1 现象。控制界限内点子的排列无异常规则2

量程产过质图元件的不合格率而为案例控制某无线电设计，生2][p 。平均不合格率要求为≤2% -2--2- 收集收据解：一. 见程中收集数据准化的情况下从生产过在充分固定并标,,5M1E 下表所表示: 元件不合格品率数据表线电某无

值平均711 1.4 k本中不合格品率样计算二:.i列在上表?p.,k,i?1,2,.....,n i i 程平均不合格品率过三求:. ?k i140%248/17775???p?n i-3--3- 140%??p CL 图线四计算控制:.p n/3p(1UCL?p??)p i n/p?3)p(1UCL??p i化而变时随的从上式可以看出当诸样本大小不相等,UCL,LCL, nn ii 变化其图形为阶梯式的折线而非直线为了方便若有关系式:,,. n?2n max n?n/2min 同时满足也即相差不大时可以令使得上下限仍为常数其图,,,,,nnn? ii

SPC控制图应用指导书

莱州市XX机械有限公司作业文件 文件编号：JT /C－8.2.3J－002版号：A/0 （SPC）控制图应用指导书 批准： 审核： 编制： 受控状态：分发号：

2006年11月15日发布2006年11月15日实施（SPC）控制图的应用指导书JT /C－8.2.3J－002 1目的 用于使（工序）过程保持稳定状态，预防不合格发生。 2适用范围 适用公司对特殊特性与关键工序的控制。 3职责 3.1技术科 负责识别并确定特殊特性与关键工序，并确认需要控制的质量特性值。3.2检验科 1）负责采集和记录控制图所需要的产品实物测量数据，并确定采用的控制图的种类。 2）负责对现场操作人员进行控制图作业的培训和指导。 3.3生产车间 负责控制或管理控制图的打点、判别、不合格的纠正。 4控制图的基本形式、种类及适用场合 4.1控制图的基本形式如图1 抽样时间或样本序号 图1控制图的基本形式 4.2控制图的分类 4.2.1按照用途分类 1）分析用控制图 主要用于分析过程是否处于稳态，过程能力是否适宜。如果发生异常就应找出其原因，采取措施，使过程达到稳定。过程处于稳定后，才 可以将分析用的控制线，延长作为控制用控制图。

2）控制（管理）用控制图 JT /C－8.2.3J－002 用于使过程保持稳态，预防不合格的发生。控制用控制图的控制线来自分析用控制图，不必随时计算。当影响过程质量波动的因素发生变化或质量水平已有明显提高提高时，应使用分析用控制图计算新的控制线。 4.2.2按数据的性质分类，表1列出常用控制图的种类及适宜场合 4.3控制图的应用范围 1）诊断：评估过程的稳定性。 2）控制：决定某过程何时需要调整，何时需要保持原有状态。

统计过程控制SPC案例分析

统计过程控制S P C案例 分析 Document number：PBGCG-0857-BTDO-0089-PTT1998

统计过程控制（SPC）案例分析一．用途 1. 分析判断生产过程的稳定性，生产过程处于统计控制状态。2．及时发现生产过程中的异常现象和缓慢变异，预防不合格品产生。 3．查明生产设备和工艺装备的实际精度，以便作出正确的技术决定。 4．为评定产品质量提供依据。 二．控制图的基本格式 1．标题部分 X-R控制图数据表 2

质 量 特 性 在方格纸上作出控制图： 横坐标为样本序号，纵坐标为产品质量特性。图上有三条平行线：实线CL：中心线 虚线UCL：上控制界限线 LCL：下控制界限线。 三．控制图的设计原理

1． 正态性假设：绝大多数质量特性值服从或近似服从正态分 布。 2． 3σ准则：99。73%。 3． 小概率事件原理：小概率事件一般是不会发生的。 4． 反证法思想。 四． 控制图的种类 1． 按产品质量的特性分（1）计量值 （S X R X R X R X S ----,,~ ,） （2）计数值（p ，pn ，u ，c 图）。 2． 按控制图的用途分：（1）分析用控制图；（2）控制用控 制图。 五． 控制图的判断规则 1． 分析用控制图： 规则1 判稳准则-----绝大多数点子在控制界限线内（3种情况）； 规则2 判异准则-----排列无下述现象（8种情况）。 2． 控制用控制图： 规则1 每一个点子均落在控制界限内。 规则2 控制界限内点子的排列无异常现象。 [案例1] p 控制图

某半导体器件厂2月份某种产品的数据如下表(2)(3)栏所表示,根据以往记录知,稳态下的平均不合格品率0389 p,作控制图对其进行控制. .0 数据与p图计算表 [解] 步骤一 :预备数据的取得,如上边表所示.

SPC控制图应用控制程序

1目的 用于使（工序）过程保持稳定状态，预防不合格发生。 2适用范围 适用公司对特殊特性与关键工序的控制。 3职责 3.1生产计划部 负责识别并确定特殊特性与关键工序，并确认需要控制的质量特性值。 3.2品质部 1）负责采集和记录控制图所需要的产品实物测量数据，并确定采用的控制图 的种类。 2）负责对现场操作人员进行控制图作业的培训和指导。 3.3生产部 负责控制或管理控制图的打点、判别、不合格的纠正。 4控制图的基本形式、种类及适用场合 4.1控制图的基本形式如图1 UCL

CL LCL 抽样时间或样本序号 图 1控制图的基本形式 4.2控制图的分类 4.2.1按照用途分类 1）分析用控制图 主要用于分析过程是否处于稳态，过程能力是否适宜。如果发生异常 就应找出其原因，采取措施，使过程达到稳定。过程处于稳定后，才可以将分析用的控制线，延长作为控制用控制图。 2）控制（管理）用控制图 用于使过程保持稳态，预防不合格的发生。控制用控制图的控制线来 自分析用控制图，不必随时计算。当影响过程质量波动的因素发生变化或质量水平已有明显提高提高时，应使用分析用控制图计算新的控制线。 4.2.2按数据的性质分类，表1列出常用控制图的种类及适宜场合

4.3控制图的应用范围 1）诊断：评估过程的稳定性。 2）控制：决定某过程何时需要调整，何时需要保持原有状态。 3）确认：确认某一过程的改进。 4.4绘制控制图 1）选定质量特性：选定控制的质量特性应是影响产品质量的关键特性。这些特性应能够计算（或计数）并且在技术上可以控制。 2）选定控制图的种类。 3）收集数据：应收集近期的，与目前工序状态一致的数据。收集的数据个数 表2控制图的样本数与样本大小 4）计算有关参数

某机械设备SPC应用案例

某机械设备SPC应用案例

项目背景 该公司是一家专门从事精密眼镜零配件设计、开发、制造及销售的企业，公司进口德国高级仪器、设备，同时自主设计、制造各类精密自动机器，采用国际先进技术专攻小型、精密材料等零件的开发与生产。主要产品包括白铜/钛金属等制成的铰链、夹口、脚笔等精密眼镜零配件；加工工艺包括钻铣、切削、冲压、烧焊、注塑等。 所遇困境 ?市场部拿回了大量的订单，但是生产部的生产能力却远远满足不了要求； ?品质部门在生产过程中发现存在大量的质量问题，返工返修等不仅加大了生产成本，还无法满足交货期，多次被客户投诉； ?老板等中高层管理人员整天忙于救火，然而却不见多大效果，只能是“头痛医头，脚痛医脚”，找不到问题的主要原因和有效的解决对策。 车间现状说明 当前有110台生产设备，每台生产设备首件须测量25组数据并计算Cpk，依各产品图纸测量参数，目前参数的录入主要是依靠手工方法进行录入；车间已经架设局域网，并有后台服务器。 需求功能 ?所有检测参数通过手工录入到系统中，并保存到后台数据库中； ?在生产现场、工程办公室通过管理看板（或通过PC）展示各生产设备当前产品的品质状况； ?品质、工程管理人员可在办公室实时查看生产现场当前的品质状况； ?品质分析方案要求：依日期导出各阶段生产设备Cpk并可作比对； ?每天同一时间需10台PC上传数据致服务器，及时发现生产设备生产产品的品质状况。 SPC系统解决方案

说明： ?现场PC控制LED电子看板的展示内容及进行数据的录入，每个屏可随时监控各台设备生产产品品质状况； ?SPC数据库采用微软SQL Server数据库； ?LED电子看板为太友依客户需求设计，可进行现场品质信息的展示； SPC解决方案核心功能说明 1、SPC软件实时监控主界面

spc应该如何应用-spc应用实例来详细说明

spc应该如何应用_spc应用实例来详细说明 随着市场竞争的加剧，企业对产品生产也提出了更高的要求，可是，产品在实际生产过程中容易受到外界原因的影响而发生一些波动。为了避免这种现象出现，很多企业开始选择spc 应用分析管理。可是，spc不同于一般的质量管理工具，你知道spc该怎么应用吗?下面就用spc 应用实例来为我们详细说明吧。 第一、spc应用主要包含两个阶段：从spc应用实例中可以看出，实施spc主要包括分析阶段及监控阶段。所谓的分析阶段，主要指的是现进行生产准备，将生产中所需的原料以及测量系统和设备按照标准进行准备，并要确保在生产准备完成后可以政策使用不发生任何不稳定的现象。另一个监控阶段则是使用控制用控制图进行监控，并密切观察控制图，一旦发现失控现象，要及时找到原因，并想办法消除。 第二、spc应用不可忽视分析用控制图的制作步骤。在spc应用实例中，制作分析用控制度并没有那么难，只要我们选取控制图的制作特征，然后根据质量特性和适用的场所选择控制图

类型。再去确定合适的样本组、样本大小和抽取间隔，收集记录20到25个样本组数据，或者适用之前记录的数据，计算出各组样本的统计量、中心线与控制盐，再去绘制控制图，判断过程是否受控即可。 第三、spc应用过程中要重视控制用控制图的绘制。在spc应用实例中，可以根据分析用控制图提供的信息判断生产过程是否稳定，即是否有系统因素在起作用。然后剔除分析用控制图中无代表性的数据再重新计算中心线和控制限。直到确认分布范围位于公差界限之内，在确认和平过程稳定并具备足够的工序能力后，才能开始批量生产，并用控制图控制生产过程，即根据控制图类型抽取样本进行计算、绘图和分析。、 从上述spc应用实例中可以看出，完成spc应用是一个繁琐的过程，只有借助专业的spc 软件工具，才能以自动化、智能化的模式，实现数据的自动连接与采集记录并做好数据的及时性处理。同时达到节约人力成本，提高企业生产效益的最终目的。

SPC案例

统计过程控制（SPC）案例分析 一．用途 1. 分析判断生产过程的稳定性，生产过程处于统计控制状态。2．及时发现生产过程中的异常现象和缓慢变异，预防不合格品产生。3．查明生产设备和工艺装备的实际精度，以便作出正确的技术决定。4．为评定产品质量提供依据。 二．控制图的基本格式1．标题部分 X-R控制图数据表

2 质 量 特 性 在方格纸上作出控制图： 横坐标为样本序号，纵坐标为产品质量特性。图上有三条平行线： 样本

实线CL ：中心线 虚线UCL ：上控制界限线 LCL ：下控制界限线。 三． 控制图的设计原理 1． 正态性假设：绝大多数质量特性值服从或近似服从正态分 布。 2． 3σ准则：99。73%。 3． 小概率事件原理：小概率事件一般是不会发生的。 4． 反证法思想。 四． 控制图的种类 1． 按产品质量的特性分（1）计量值（S X R X R X R X S ----,,~ ,） （2）计数值（p ，pn ，u ，c 图）。 2． 按控制图的用途分：（1）分析用控制图；（2）控制用控制图。 五． 控制图的判断规则 1． 分析用控制图： 规则1 判稳准则-----绝大多数点子在控制界限线内（3种情况）； 规则2 判异准则-----排列无下述现象（8种情况）。 2． 控制用控制图： 规则1 每一个点子均落在控制界限内。 规则2 控制界限内点子的排列无异常现象。

[案例1] p控制图 某半导体器件厂2月份某种产品的数据如下表(2)(3)栏所表示,根据以往记录知,稳态下的平均不合格品率0389 p,作控制图对其进行控 .0 制. 数据与p图计算表 [解] 步骤一:预备数据的取得,如上边表所示.