SPC质量控制

SPC是Statistical Process Control的简称统计过程控制 利用统计的方法来监控过程的状态，确定生产过程在管制的状态下，以降低产品品质的变异 统计过程控制（SPC）体系实施指南[1] 统计过程控制（简称SPC）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。它认为，当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。 实施SPC的过程一般分为两大步骤：首先用SPC工具对过程进行分析，如绘制分析用控制图等；根据分析结果采取必要措施：可能需要消除过程中的系统性因素，也可能需要管理层的介入来减小过程的随机波动以满足过程能力的需求。第二步则是用控制图对过程进行监控。 控制图是SPC中最重要的工具。目前在实际中大量运用的是基于Shewhart原理的传统控制图，但控制图不仅限于此。近年来又逐步发展了一些先进的控制工具，如对小波动进行监控的EWMA和CUSUM控制图，对小批量多品种生产过程进行控制的比例控制图和目标控制图；对多重质量特性进行控制的控制图。 SPC源于上世纪二十年代，以美国Shewhart博士发明控制图为标志。自创立以来，即在工业和服务等行业得到推广应用，自上世纪五十年代以来SPC在日本工业界的大量推广应用对日本产品质量的崛起起到了至关重要的作用；上世纪八十年代以后，世界许多大公司纷纷在自己内部积极推广应用SPC，而且对供应商也提出了相应要求。在ISO9000及QS9000中也提出了在生产控制中应用SPC方法的要求。 编辑本段 SPC技术原理 统计过程控制（SPC）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制的。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。 编辑本段 实施SPC的两个阶段 实施SPC分为两个阶段，一是分析阶段，二是监控阶段。在这两个阶段所使用的控制图分别被称为分析用控制图和控制用控制图。 分析阶段的主要目的在于： 一、使过程处于统计稳态； 二、使过程能力足够。 分析阶段首先要进行的工作是生产准备，即把生产过程所需的原料、劳动力、设备、测量系统等按照标准要求进行准备。生产准备完成后就可以进行，注意一定要确保生产是在影响生产的各要素无异常的情况下进行；然后就可以用生产过程收集的数据计算控制界限，作成分析用控制图、直方图、或进行过程能力分析，检验生产过程是否处于统计稳态、以及过程能力是否足够。如果任何一个不能满足，则必须寻找原因，进行改进，并重新准备生产及分析。直到达到了分析阶段的两个目的，则分析阶段可以宣告结束，进入SPC监控阶段。 监控阶段的主要工作是使用控制用控制图进行监控。此时控制图的控制界限已经根据分析阶段的结果而确定，生产过程的数据及时绘制到控制上，并密切观察控制图，控制图中点的波动情况可以显示出过程受控或失控，如果发现失控，必须寻找原因并尽快消除其影响。监控可以充分体现出SPC预防控制的作用。 在工厂的实际应用中，对于每个控制项目，都必须经过以上两个阶段，并且在必要时会重复进行这样从分析到监控的过程。 SCP流程图 编辑本段 SPC的最新发展 经过近70年在全世界范围的实践，SPC理论已经发展得非常完善，其与计算机技术的结合日益紧密，其在企业内的应用范围、程度也已经非常广泛、深入。概括来讲，SPC的发展呈现如下特点： （1）.分析功能强大，辅助决策作用明显 在众多企业的实践基础上发展出繁多的统计方法和分析工具，应用这些方法和工具可根据不同目的、从不同角度对数据进行深入的研究与分析，在这一过程中SPC的辅助决策功能越来越得到强化； （2）.体现全面质量管理思想 随着全面质量管理思想的普及，SPC在企业产品质量管理上的应用也逐渐从生产制造过程质量控制扩展到产品设计、辅助生产过程、售后服务及产品使用等各个环节的质量控制，强调全过程的预防与控制； （3）.与计算机网络技术紧密结合 现代企业质量管理要求将企业内外更多的因素纳入考察监控范围、企业内部不同部门管理职能同时呈现出分工越来越细与合作越来越紧密两个特点，这都要求可快速处理不同来源的数据并做到最大程度的资源共享。适应这种需要，SPC与计算机技术尤其是网络技术的结合越来越紧密。 编辑本段 SPC生产统计过程控制 一、spc的基础知识 1.关于控制、过程、统计 2.特性及其分类 3.统计学基础 二、spc的基本原理 4.过程的理解与过程控制 5.波动及波动的原因 6.局部措施和系统措施 三、统计过程的控制思想 1.正态分布简介 2.统计控制状态及两种错误 3.过程控制和过程能力 4.过程改进循环 四、控制图类型 1.控制图应用说明 2.控制图的定义和目的 3.控制图解决问题思路 4.控制图益处 5.控制图分类 6.控制图的选择 五、建立计算型控制图的步骤和计算方法 1.均值和极差图 2.均值和标准差图 3.中位数和极差图 4.单值和移动极差图 六、计数型控制图与过程能力指数 1.过程能力解释前提 2.过程能力的计算 3.过程能力指数 4.过程绩效指数 七、过程判异准则 以下是常用的八项判异准则： 1、一点落在A区以外； 2、连续9点落在中心线同一侧； 3、连续6点递增或递减； 4、连续14点相邻点上下交替； 5、连续3点有2点落在中心线同一侧的B区以外； 6、连续5点中有4点落在中心线同一侧的C区以外； 7、连续15点在C区中心线上下； 8、连续8点在中心线同侧无一点在C区内。 QSmart SPC Monitor控制图判异标准图 编辑本段 SPC统计过程控制 1、前言─SPC的由来、发展和基本要求 2、识别关键控制点 3、数据变异的衡量和分析· 直方图 4、数据的动态变异· 控制图 4.1、随机波动与异常波动 4.2、ISO 8258:1991《休哈特控制图》(Control Chart)要点 4.3、常规控制图的类型和实例 s 控制图的结构和概念解释 s 控制图类型和用途 1) X平均与极差图(均值—极差控制图、均值—标准差控制图、中位数—极差控制图、单值—移动极差控制图) s 结构和应用流程 s 举例 2) I和MR控制图 s 结构和应用流程 s 举例 3) 离散U、C、P、NP控