统计过程控制(SPC)—培训教材(第二版)

发布时间：2021-06-06

统计过程控制Statistical Process Control ( S P C )

上海奥邦科技发展有限公司

一、统计过程控制(SPC)概述1、统计过程控制(SPC)的概念：指 Statistical Process Control (统计过程控制)的英文简称。 S ( Statistical ) 统计

P ( Process ) 过程C ( Control ) 控制

2、统计过程控制(SPC)的定义：使用诸如控制图等统计技术来分析制造过程或其输出，以便采取适当的措施，为达到并保持统计

控制状态从而提高或改进制造过程能力。

3、 ISO/TS 16949:2002体系对 SPC 的要求：ISO 9001:2000质量管理体系—要求 8 测量、分析和改进 8.1 总则组织应策划并实施以下方面所需的监视、测量、分析和改进过程： a) 证实产品的符合性； b) 确保质量管理体系的符合性； c) 持续改进质量管理体系的有效性。这应包括对统计技术在内的适用方法及其应用程度的确定。8.1.1 统计工具的确定在先期质量策划中应确定每一过程适用的统计工具，并包含在控制计划中。 8.1.2 基础统计概念的知识整个组织应了解和使用基本的统计概念，如变差、控制(稳定性)、制程能力和过度调整。

8.2.3.1 制造过程的监视和测量

组织应对所有新的制造过程(包括装配和顺序)进行过程研究,以验证过程能力,并为过程控制提供附加的输入.过程研究的结果应文件化, 适用时并附有生产、测量和试验的规范，以及维护指导书。这些文件应包括制造过程能力、可靠性、可维护性、可获得性和其接受准则的目

标。组织应维持由顾客零件批准过程要求所规定的过程能力或绩效。组织应确保已实施了控制计划和过程流程图，其包括了如下的附加规定： - 测量技术； - 抽样计划； - 接收准则； - 当不满足接收准则时的反应计划。应记录重要的过程活动，如更换工具、修理机器等。组织应对不稳定和能力不足的特性启动已在控制计划中标识的反应计划。这些反应计划应包括适当地遏止过程输出和100%检验。为确保过程变得稳定和有能力，组织应完成一份指定明确进度和指派责任的纠正

措施计划。当被要求时，此计划应由顾客评审和批准。组织应维持过程变更生效日期的记录。

4、统计过程控制(SPC)的目的：

为了解制造过程以及改善制造过程，藉由对制造过程能力的分析/评估使其有量化数据/资料。以供作为产品设计/开发和制造过程设计/开发及其改进、选择材料、操作人员或作业方法的依据和参考，持续改进产品质量和服务的价值，达到顾客满意。

5、SPC 实施的时机和范围：新产品和常规产品(包括老产品和旧产品)中，顾客要求和公司确定的产品和过程特殊特性。

6、 SPC

与 APQP/CP、FMEA、PPAP 和 MSA 的关系：PPAP MSA DFMEA 样件CP PFMEA 试生产CP SPC 生产CP SPC (Ppk≧1.67) (Cpk≧1.33)

第一阶段

第二阶段

第三阶段

第四阶段

第五阶段

计划和确定项目

产品设计和开发

过程设计和开发

产品和过程确定

反馈、评定和纠正措施

样件制作

试生产

批量生产

7、“过程分析(乌龟图)”在统计过程控制(SPC)中的运用：过程分析(乌龟图)审核工作表

使用什么方式进行 ⑤ (材料/设备/装置)填写机器(包括试验设备),材料，计算机系统，过程中所使用的软件等的详细说明

由谁进行？ ⑥ (能力/技能/知识/培训) 填写资源要求，特别注意要求的技能和能力准则，安全设备等

② 输入 (要求是什么？)

过程 ①填写COP或过程名称统计过程控制 (SPC-Ppk/Cpk/Cmk)

③ 输出 (将要交付的是什么？)

填写详细的实际输入,这可能是一份文件、材料、工具、计划等

填写详细的实际输出,这可能是产品、文件，而且应该和实际有效性的测量相联系

如何做？ ④ (作业指导书/方法/ 程序/技术)填写相关的过程控制、支持过程、管理过程、程序、作业指导书、方法和技术等的详细说明

使用的关键准则是什么？ (测量/评估) ⑦ 填写过程有效性的测量，比如矩阵和指标

注：SPC 的“过程分析(乌龟图)”表中具体和详细内容的填写请见附件二。

二、与统计过程控制(SPC)有关的术语和定义1、统计技术(包括统计工具和统计方法):通过使用基本的解决问题的技术和方法以及统计过程控制来应用变差理论，包括控制图的绘制和解释(适用于计量型数据和计数型数据)和能力分析。 2、解决问题：从症状分析到产生的原因(特殊的或普通的)再到改进性能措施的过程，可用的基本统计技术有：排列图、因果图及统计过程控制技术等。 3、变差：过程的单个输出之间不可避免的差别；变差的原因可分为两类：普通原因和特殊原因。 3.1 固有变差：仅由普通原因造成的过程变差，由 ô = R/d2 来估计。 3.2 总变差：由普通原因和特殊原因共同造成的变差，用 ôS 来估计。

i 1

X n 11

2 S

4、质量管理旧七大统计工具： 4.1 检查表(Check Sheet或Cheek List;亦称点检表或查检表): 指使用简单易于了解的标准化表格或图形，只需填入规定的检查记录，再加以统计汇整其数据，即可提供量化分析或比对检查用的统计分析的图表称为检查表。铸造不良情况检查表项目地点日期废品数不良分类

铸造质量不良质检科 1月 224 240 151 75 14 704 2月 258 256 165 80 18 777

收集人记录

人 3月 356 283 178 90 27 934

XXX XXX2000年1月-6月

日期班次 5月 332 245 144 82 16 819

2000.09.18 全部 6月 223 241 107 72 32 675 合计 1746 1537 913 493 130 4819

欠铸冷隔小砂眼粘砂其他合计

4月 353 272 168 94 23 910

4.2 层别法(Stratification;亦称分层法):为区分所搜集的数据，因各种不同的特征对结果产生的影响，而以各种特征加以分类、统计所采用的统计分析的方法称为层别法。层别法的应用，主要是一种系统概念，即在于要想把相当复杂的资料进行处理，应懂得如何把这些资料加以有系统、有目的的进行分门别类的归纳及统计。表一泄漏調查表(人員分類)操作人员甲乙丙合计泄漏(次数) 6 3 10 19 不泄漏(次数) 13 16 9 31 发生比率 0.32 0.25 0.53 0.38

表二

泄漏調查表(配件廠商分類)配件厂家 A B 合计泄漏(次数) 9 10 19 不泄漏(次数) 14 17 31 发生比率 0.39 0.37 0.38

4.3 散布图(Scatter Diagram;亦称相关图):用来分析两个相对应变量(一组成对的数据)之间是否存在某种相互作用或影响的相关性，称为散布图。这种成对的数据或许是“特性—要因”、“特性—特性”、“要因—要因”。Y Y

强正相关 0 Y X 0 Y

强负相关 X

弱正相关 0 X 0

弱负相关 X

4.4 柏拉图(Pareto Diagram;亦称排列图或ABC图或ABC分析法):根据所收集的数据，按不良原因、不良状况、不良项目、不良发生的位置等不同区分标准而有系统地加以整理、分类，并计算出各项目别所产生的数据(如不良率、损失金额等)及所占的比例，再依照其大小顺序排列，再加上累积值的图形所采用的统计分析的方法称为柏拉图。 4.4.1 ABC图：从柏拉图可看出哪一项目有问题，其影响度如何，以判断问题之症结所在，并针对问题点采取改善措施。亦即指用从影响质量特性的诸多因素中，找出主要因素的有效方法，故称为ABC图或主次因素分析图或ABC分析法。因柏拉图的项目别排列是按大小顺序进行的，故又称为排列图。 4.4.2 ABC分析法：重点强调对于一切事务，依其价值的大小而付出不同的努力，以获得效果。亦即指柏拉图分析前面2—3项重要项目之控制。 4.4.3 排列图：一种用于解决问题的简单工具，按照对成本或总变差的影响程度对各种潜在的有问题区域或变差源进行排序。一般情况下，大多数的成本(或变差)是由于少量原因造成的，所以解决问题的精力最好优先集中在少量关键的原因上，而暂时忽视多数不重要的原因。 4.4.3 柏拉图是美国品管大师裘兰博士(Joseph Juran)将劳伦兹曲线(美国经济学者M . O. Lorenz)运用于品管上,同时创造出“Vital Few Trivial Many”(重要的少数、锁细的多数)的见

解，并利用意大利经济学家柏拉图(V.Pareto)的统计图加以延伸所创造出来的。

铸造车间产品生产废品统计表ÇÇ ·Ç Ç ÇÇ ÇÇ °Ç ÇÇ ° ÇÇ ÇÇÇ · · Ç Ç4000

ÇÇ · ·Ç(Ç Ç) 1746 1537 913 493 130 4819

ÇÇ(%) 36.23 31.89 18.95 10.23 2.7 100

ÇÇÇÇ(%) 36.23 68.12 87.07 97.3 100

3000 2000 1000 0·Ç Ç ÇÇ Ç° ÇÇ Ç° Ç ÇÇ

100 Ç 90 Ç 80 Ç 70 Ç 60 50 40 30 20 10 0

4.5 特性要因分析图(Characteristic Diagram ;亦称石川图或鱼骨图/鱼刺图或因果图):指将造成某项结果的众多原因，以有系统的方式来表达结果 (特性)与原因之间的关系图表。 4.5.1 因果图(Cause-and-Effect Diagram):一种用于解决单个问题的简单工具，它对各种过程要素采用图形描述来分析过程可能的变差源，也被称作鱼刺图(以其形状命名)或石川图(以其发明命名)。 A)、某项结果的形成，必定有其原因，应设法利用图解法找出其原因来，这个概念是由日本品管大师石川馨博士提出的。 B)、特性要因图是利用5M+1E:人员(Man)、机器(Machine)、材料(Material)、方法(Method)、测量(Measurement)、环境(Environment)等五大类加以分析及应用的。机器中要因人员

中要因

中要因材料小要因方法

中要因小要因

4.6 直方图(Histogram;亦称柱状图):将所收集的测定特性值或结果值，分为几个相等的区间作为横轴，并将各区间内所测定的特性值或结果值依所出现的次数累积而成的面积，用柱子排起来的图形，称为直方图。亦即指用来对特征数据进行分级整理，将杂乱无章的资料，解析出其规律性，以得出其分布特征的统计分析的方法。SL=130 Sμ=160

与要求相比偏高

与要求相比偏低10

正常120.5 124.5 128.5 132.5 136.5 140.5 144.5 148.5

4.7 控制图(Control Chart):用来表示一个过程特性的图象，图上标有根据那个特性收集到的一些统计数据，如一条中心线、一条或两条控制限，它能减少I类错误和Ⅱ类错误的净经济损失。它有两个基本的用途：一是用来判定一个过程是否一直受统计控制；二是用来帮助过程保持受控状态。亦即指附有控制界限的图表，用以描述样本数据与界限比较。若数据超出界限或出现“链”及非随机图形，表示过程存在特殊原因变差，则应采用适当的措施加以消除。 4.7.1 Ⅰ类错误：拒绝一个真实的假设。例如：采取了一个适用于特殊原因的措施而实际上过程还没有发生变化；即过度控制。 4.7.2 Ⅱ类错误：没有拒绝一个错误的假设。例如：对实际上受特殊原因影响的过程没有采取适当的措施；即控制不足。 4.7.3 计数值控制图与计量值控制图的应用比较：分类优点

计量值控制图1、较灵敏，容易调查真因 2、可及时反应不良，使质量稳定 1、抽样频度较高，费时麻烦 2、数据须测量，且再计算，需有培训合格的人员方可胜任

计数值控制图1、所需数据可用简单方法获得 2、对整本质量状态的了解较方便 1、无法寻得不良的真因及时性不足，易延误时机

缺点

4.7.4 链：控制图上—系列连续上升或下降，或在中心线之上或之下的点。它是分析是否存在造成变差的特殊原因的依据。 4.7.5 链图：一种代表过程特性的简单图形，上面描有一些从过程中收集到的统计数据(通常是单值)和一条中心线(通常是测量值的中位数),可用来进行链分析。

5、质量管理新七大统计工具： ■ 1978年由日本水野滋、近藤良夫教授召开研讨会正式命名为“品管新七大手法”; ■ 1979年日本科技联盟正式公布“品管新七大手法”。 5.1 关联图：把关系复杂而相互纠缠的问题及其因素，用箭头连接起来的一种图表分析工具，从而找出主要因素和专案的方法。 A)、60年代由日本应庆大学的千住镇雄教授发明的，正式的全名叫做《管理指标间的关联分析》。案例一：多目的型(两个以上目的)1问题

案例二：单目的型(单一目的)2 1 4 6问题

4 2 3问题

问题

5 6

案例三：中央集中型(向外扩散)1 4 2 3 8问题

案例四：单向汇集型(单向顺延)2 10 1 3 4 5 6问题

9 11

75 6

案例五：XXX公司发现报表发出到结案的时间太长，往往延误处理问题的时效，造成作业上的困扰，请用关联图寻找原因。以“报表作业时间长”为题目。

培训不够

部门联系不够没人专人送报表部门距离太远

未追查回复