spc统计过程控制.docx

SPC 统计过程控制 一． SPC 统计过程控制概论 产品质量的统计观点认为，过程质量在各种影响因素的制约下，呈现波动（变异性） ，但过程质量的波动并非漫无 边际，在一定范围内，过程质 量的波动呈现统计规律性。 SPC(Statistical process Control) 统计过程控制， 就是根据过程质量的统计规律性这一原则， 利用统计技术对过程的各 个阶段进行监控，从而达到保证产品质量的目的。 SPC 中的统计技术泛指任何可以应用的数理统计方法。一般而言，主要是指控制图的应用。 二．控制图定义 控制图（ control chart ） ,又称管制图、休哈特图。是美国休哈特博士于 1924 年发明的。 控制图是区分过程中的异常波动和正常波动，并判断过程是否处于控制状态的一种工具。 异常波动与正常波动 正常波动 正常波动是由随机因素 /偶然因素造成的。 这些因素在生产过程中大量存在， 对产品质 量经常发生影响，但它所造成的质量波动往往经较小，在生产过程中是允许存在的。如机器设备的轻微振动等。 当一个过程只有普通原因（随机因素 /偶然因素）起作用，而不存在特殊原因（异常因 素 /系统因素）的作用时，过程中就只在一定范围内正常波动，这个过程就处于统计控制状态，也即受控状态。 异常波动 异常波动是由系统因素 /异常因素造成的。这些特殊原因在生产过程中并不大量存在，对产品质量也不经常发生影响，一旦存在，它对产品质量的影响就比较显著。如：机器设备带病运转，操作者违章操作等。 有异常波动的过程处于非统计控制状态，也即失控状态或不稳定状态。 控制图上的控制界限就是用来区分正常波动和异常波动的 三． 控制图原理 过程处于统计控制状态时（也即受控状态） ，产品总体的质量特性数据的分布一般服从正态分布，即 X~N （μ，б 2） （注：μ——过程均值，б——过程标准差） 。质量特性值落在μ± 3б范围内的概率约为 99.73%, 落在μ± 3б以外的 概率只有 0.27%, 因此可用μ± 3б作为上下控制界限 , 以质量特性数据是否超越这一上下界限以及数据的排列情况来判 断过程是否处于受控状态 , 这就是控制图原理 若计叫心线为 CL，上控制限为 UCL，下控制限为 LCL，则有 CL= μ UCL= μ+3б LCL= μ-3 б 控制图的基本形式如下图所示 质量特性值 X UCL 3 倍标准差 CL 3 倍标准差 LCL 抽样时间或样本序号 四．控制图的种类 按照用途分 1）分析用控制图 分析用控制图主要用来分析： 过程是否处于统计稳态 过程能力是否适宜。 如发现异常（过程失控或过程能力不足） ，则应找出原因，采取措施，使过程达到稳定。过程处于稳态后，才可将分析用控制图的控制线延长作为控制用控制图。 （ 2）控制（管理）用控制图。 控制用控制图由分析用控制图转化而来。它用于使过程保持稳态，预防不合格的产生。 控制用控制图的应用规则：按规定的取样方法获得数据，通过打点观察，控制异常原因的出现——当点子分布出现异常，说明工序质量不稳定，此时应及时找出原因，消除异常因素，使工序恢复到正常的控制状态。 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时，应及时用分析用控制图计算出新的控制线。 分析用控制图与控制用控制图的关系 在对过程实施控制之前， 首先用分析用控制图对欲控制的过程实施诊断， 当确认过程处于稳一受控状态时， 将 分析用控制图控制界线延长，转化为控制用控制图。 分析用控制图与控制用控制图的主要关系 区别点 分析用控制图 控制用控制图 过程以前的状态 未知 已知 做图需要子组数 每次 20~25 组 每次一组 控制图的界限 需计算 延长前控制线 使用的目的 了解过程 控制过程 使用人员 PE、QE 现场操作和管理人员 按数据的性质分 按数据的性质分，控制图可分为计量控制图和计数控制图。 计量控制图和计数控制图的优缺点 计量值控制图 计数值控制图 优点 灵敏，易调查原因 数据可用简单方法获得 及时发现不良，使质量稳定 对整体品质状况之了解较方便 抽样频度高，费时麻烦 不易寻找不良之真因 缺点 数据须测定，且再计算，须有训练之 及时性不足，易延误时机 人方可胜任 五．控制图的控制对象与应用范围 1 控制图的控制对象 （ 1） 质量特性 （ 2） 质量指标 （ 3） 工艺参娄μ± 3б 2 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。 六．控制图应用的一般程序 （ 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。这些特性能够计量（或计数） ，并且在技术上可以控制