spc的技术原理和应用步骤(统计过程控制).docxVIP

SPC的技术原理和应用步骤（统计过程控制） SPC即统计过程控制（Statistical Process Control ）。SPC是美国美国贝尔实验室休哈特 （Shewhart）博士 首先应用正态分布特性于生产过程中的管理，目前已成为生产过程中控制稳定产出的主要工具之一，在生产 型企业中应用的非常广泛。 SPC主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与 异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的 稳定，从而达到提高和控制质量的目的。 在生产过程中，产品的质量特征值的波动是不可避免的。它是由 4M1E即人、机器、材料、方法和环境等基 本因素的波动综合影响所致。波动分为两种：正常波动和异常波动，或称为偶然误差和系统误差。正常波动 是偶然性原因（不可避免因素）造成的。它对产品质量影响较小，在技术上难以消除，在经济上也不值得消 除。异常波动是由系统原因（异常因素）造成的，它对产品质量影响很大，但能够采取措施避免和消除。过 程控制的目的就是消除、避免异常波动，使过程处于正常波动状态。 一、SPC技术原理 统计过程控制（SPQ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，随机误差具有一定的分布规律，当过程受控时没有系统误差，根据中心极限 定理，这些随机误差的总和，即总体质量特性服从正态分布 N （卩，b 2）。正态分布的特征直观看就是大多 数值集中在以 卩为中心位置，越往边缘个体数越少。在正态分布正负 3 b范围内，即样品特征值出现在（卩 -3 b ,卩+3b ）中的概率为99.73%，即超出正负3 b范围发生概率仅为 0.27%。 而失控时，过程分布将发生改变， 数据的中心位置或离散程度发生很大变化。当数据出现正负 3 b范围以外， 根据小概率事件实际不可能发生原理，即认为已出现失控。如果加工处于受控状态，则认为样品特征值一定 落正负3 b范围内，即存在 3b原理。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。在世界 上大多数国家均以正负 3b范围为控制界限。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。下图是控制图的基本形式。 控制图有两个坐标，纵坐标代表质量特性值，横坐标表示样本号。中心线 CL=y,上控制限UCL=i +3 b，下 控制限LCL茯-3 b。 生产中，定期抽取样本，测出其质量特性值数据，计算后标在图上，观察点是否越限，判断生产过程是否处 于稳定状况。 二、控制图类型 控制图是画有控制界限，对生产过程中产品质量进行控制的一种图。用它来判断产品质量波动的原因（系统 原因或偶然原因），进而判断生产过程是否处于稳定状态。按不同用途，控制图可分为用于预防不合格品产 生的管理用控制图和主要用于分析用的控制图两类。 根据不同的质量特性值，控制图可分为计量型控制图和计数型控制图。 名称1 符号 特点 适用场合 计凰型枝 均值一极差 控制图 xBar-Rffl 最常用，使用范ar；提 供信息多匸判断工序是否 正常的敷果好，计算尺值的 工作量小- 适用于产品批量大且生产 正常、稳定的工序. 均值一标准 差控制图 xBar-Sffl 常用，珂断工序是否正常 的效果最好，但计算=的工 作量尢 适用于产品批量天且生产 正常、稳定的工序. 中位数一极 差控制图 计算简便，宜在现场采 用，提供信息少；但检出 能力差. 适用于产品批量大且生产 正常 稳定的工序. 单值一移动 极差控制图 x-ME? 简便省事，能及时判别工 序是否处于稳宦状态n缺 点.是不易发现工序分布中 心的变化。 因各种療因（时间或费 用）每次只能得到一个数 据或尽快发现并消除异常 因羞* 计教型控 制国 不合格品数 控制图 np图 较常用，计算简洁，作业 人员易于掌握口样本含量 较大0 样本含重相等. 不會格品率 控制图 pS 样本取样量丈，且计算量 大F控制线凹凸不平；检 出能力与样本容輦脸有关. 样本含量可以不等. 缺陷数控制 图 C图 较常用，讦算简洁，作业 人员易于掌握，寰求样本 量大. 样本舍量相等. 单位缺陷图 控制图 uS 计算量大，控制曲竝凹凸 不平：拎出能力与样本容 量n有关. 样本含量可以不等. 三、SPC应用步骤 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