SPC统计过程控制

1、1统计过程控制Statistical Process Control2五大工具的串联 APQP/PPAP/FMEA/SPC/MSA俗称五大工具，是对质量体系的有效补充。 APQP：策划整个项目，防止项目出现偏差的工具。 PPAP：供应商对客户的承诺，防止供应商出现偏差的工具。 FMEA：是公司经验的积累，讲以往的、同行的、专家的经验的积累防止再犯的工具，是公司机密。 SPC： 对关键特性进行监控，防止关键工序出现偏差的工具。 MSA：企业运行过程中会出现大量数据，为确保数据的真实可靠，需要对数据的量测系统进行评价确保满足要求的工具。 而后三种是典型的预防工具，是三剑客。3一、企业为什么导入SP

2、C？9K需要？TS16949需要？ 客户需要？ 还是公司真正运行管控的需要？没有强烈的SPC真实需求，很难搞好SPC，最后很容易变成花架子！现代企业运行不再是过去的经验管理时代，我们运行中会出现大量的数据，比如财务层次的数据（资产状况、负债状况、损益状况、现金流量状况、各种财务数据的比率、财务杠杆的使用等）、客户状况的数据（比如客户满意度、客户保持情况、新客户增加情况、分销商情况等）、运营的数据（交付周期、成本构成比率、一次交检合格率、企业内部价值流分析数据、KPI实现情况等） 、企业长期规划方面的积累（比如人力资源储备状况、技术研发储备状况、企业文化建设状况、创新能力等）。这么多数据是相互支

3、持的，股东的价值实现是由客户实现的，为客户提供产品或服务 必须依赖 内部运营过程，而持久动力是由企业内在的积累实现的。今天我们讲的SPC暂只讨论在内部运营过程。4二、SPC的定义 贯彻预防原则，应用统计方法对过程中的各个阶段进行评估和监控，建立并保持过程处于可接受且稳定的水平，从而保证产品与服务符合规定要求的一种技术。5三、SPC起源1924年美国Shewhart 博士在贝尔实验室首次提出了质量控制图的概念，当年分成了两组。过程控制组： 以休哈特为代表，提出了控制图理论产品控制组：以道奇。罗米格为代表，最早提出了抽样检查表6四、SPC在体系中的体现 现在的现在的TS16949、客户特别注重过程

4、控制、客户特别注重过程控制和统计技术的应用的体现和统计技术的应用的体现 客户要求例如 VDA6.1 还有客户检查表等均能明确地看出对SPC的要求。 7五、五、SPC的主要形式的主要形式 收集数据后利用各种控制图并进行相应过程能力分析 8七、数据分类七、数据分类 在项目过程中需要不断与数据打交道，需不断地依据数据作出决策，需要处理形形式式的数据，但从统计学角度来讲，这些测量数据可以分为两种基本类型： 连续型数据：如长度、温湿度 可以无限再分 离散型数据：合格/不合格、 通/止9九、收集数据的方法和合理抽样九、收集数据的方法和合理抽样有很多收集数据的方法，如系统自动采集、人工收集等人工收集又有 检

5、查表、记录表等，（打开一个范例）采集数据的过程要注意合理抽样，通常可以采用简单随机抽样、分层抽样、整群抽样等，宗旨就是样本能正确推断总体，抽样的影响因素很多，主要有以下几个方面： 产品的不同周期，如试生产、量产阶段 就是考虑稳定性问题 产品的特性：包括加工周期 检验周期 抽样的成本 根据以往运行的经验初步确定 后根据实际进行调整 客户的要求这没有一个统一的概论，要具体情况具体定，但抽样应该使组内变差很小（连续抽样），合理使组间的差异尽量大，能不错过特殊原因。 10十、数据的重要特征（配合图形讲解十、数据的重要特征（配合图形讲解） 101 位置状况位置状况 平均值： 中位数：从小到大进行排列，位

6、置居中的数值，奇：中间 偶数：中间的平均 众数：数据中出现最频繁的那个值11 102 离散程度：离散程度： 只用位置状况的指标来描述数据是不充分的，甚至会产生误解，如全国人均收入。统计学的一个重要原则就是“不要简单相信平均值” 还要表示出数据的分布情况 主要指标有 方差、标准差、极差等。 方差： ninxxis1) 1(2)(212 注意：N-1 自由度的理解。 如 12345 求方差 S2=2542)35(2)34(2)33(2)32(2)31 (13标准差：将方差开平方根区别：方差可以具有可加性 而标准差没有，一个过程的总方差可以分解为若干部分方差的和（如 测量系统的总变差=测量变差+零件

7、变差）极差：也称全距 一组中Xmax-Xmin 但由于它仅仅取决于一组数据中的两个值，存在一定的局限性。14十一、控制图的基础理论十一、控制图的基础理论（波动的来源分为普通原因和特殊原因） Y=F（X1 X2 X3） 影响Y的因素很多，根据影响大小可以分为两类 特殊因素 如工艺变更、刀具过度磨损、人员变动、材料变动 这些因素对产品质量影响是显著的，在技术上容易识别并消除。 随机因素 如温度湿度细微变化 仪器的微小震动、原材料的细微变化 这些因素对产品质量影响是细小的 在技术上不容易识别 更不能清除。 休哈特以3为控制限建立控制图把特殊原因和随机因素分开。15十二、十二、SPC原理示意图原理示意

8、图 结合正态分布图，标准正态分布中统计量T大约有99.73%的数据点落在上下控制限内=根据假设检验的小概率事件,一但有界限之外的数据点出现,就可以判为异常点,即认为他们是特殊原因造成的变异。16十三十三 SPC判异准则（共八条）判异准则（共八条）-不需要记忆。不需要记忆。 首先将控制限分为ABC CBA 六等份，每分1标准差。 口诀：23456，AC连串串 15 14，缺C全C交替转 9单侧，一点在外。17 从统计角度讲以上8种情况出现的概率大体等于或接近于0.27%（概率怎么算及对应的原因要作出详细的解释） 说明：与分区无关，适用于所有控制图1、一点在外 2、9单侧 3、6连串 4、14交替

9、 将控制限内分成6个子区域，按正态分布在各个子区域出现的概率来指定法则，所以需统计量严格服从正态分布。只适用于单值X和 均值XBAR的控制图。 1、连续3点中有两点落在中心线同一侧的B区之外。 2、连续5点中有4点落在C区之外 3、连续15点落在C区之内 4、连续8点落在中心线两侧，但无一点在C区。18十四：十四： 控制图的选择控制图的选择开 始数据类 型计数数据按子组取样P图相同样本子组容量小于6NP图U图C图-S图-R图单值移动极差图相同样本否是否是是否否计件计点是19十五、控制图的两个阶段及目的十五、控制图的两个阶段及目的 分析用控制图 开始过程不会恰巧处于统计控制状态，总会存在一些异常

10、波动，如果这种状态下的参数来建立控制图，上下控制限的间隔一定较宽，这会导致误判。 GB规定：合理分组的前提下，至少采集25组数据用来计算控制限。 第一个问题：调整过程、消除异因，使过程受控 第二个问题：受控后再改进过程，确保过程能力指数CP或CPK达到顾客要求。 控制用控制图：一旦判异，应停产检查找出异因，并在消除异因后再恢复生产。（预防） 只有过程处于统计控制状态，对过程能力进行分析才是有意义的。20十六、计量控制图十六、计量控制图 建立在正态分布N（，2）基础上，所以要控制波动需要两张控制图，一张用于控制位置特征量（如、单值控制图），另一张 用于控制散布特征量（如RS 控制图）。 常见公式

11、就不讲了，参考书本。 比如某台机器连续生产钢珠，直径是它的一个重要特性。为对钢珠直径进行控制，每隔15MIN进行抽样一次，每次抽取5个，共抽样25次，测量并记录数据。检验数据正态性试绘制XBAR-R图。（数据文件 SPC-钢珠直径。MTW）2125232119171513119753110.98010.96510.95010.93510.920样样本本样样本本均均值值_X =10.95024UCL=10.98357LCL=10.916912523211917151311975310.120.090.060.030.00样样本本样样本本极极差差_R=0.0578UCL=0.1222LCL=0直直

12、径径 的的 X Xb ba ar r- -R R 控控制制图图无异常点显示，过程稳定。22判异准则-电脑提供23十七、计数控制图十七、计数控制图 计数控制图是建立在二项目分布B（n,p）或泊松分布P()理论基础上，由于二项分布和泊松分布各自的特征值均值和方差彼此相关，不独立，所以控制图只需要一张就可以显示出波动。 例如1 在二极管生产线上，于每个班次结束前抽取150个二极管进行检验。下面是6月份共计30个工作日每天的不合格二极管数量的记录。试绘制一个控制图来分析产品的不合格品率是否稳定。（数据文件：SPC-二极管不合格品率） 1、 统计控制图-属性控制图-P 2、指定“变量”为“不合格品数量”

13、， “子组大小”为“样品数量”，点击“确定” 24从图中可以看出，所有数据点都未违背任何一条判异准则，整个过程的不合格品率非常稳定，二极管的生产处于统计控制状态。25因为样品数量是固定的150，所以也可以换成监控不合格品数的NP图。 1、统计控制图属性控制图-NP 2、指定“变量”为“不合格品数量”，“子组大小”为“样品数量” 运行命令后：26例如2 在二极管生产线上，于每个班次结束前抽取数量不等的二极管进行检验。下面是12月份共计30个工作日每天的不合格二极管数量的记录。试绘制一个控制图来分析产品的不合格品率是否稳定（数据文件：SPC-二极管不合格品率2） 图解：虽然每天的抽检数量不同，上控

14、制限变成了“城墙”形状，但二极管的生产仍处于统计控制状态。但实际运用确极其不方便。可以使用标准化控制图。27例如3 在芯片生产过程中，如果芯片上有一个暇痴点，则被认为是一个缺陷，每个班次结束前抽取10片芯片进行检验。下面是3月份前15个工作日每天总缺陷数情况的记录。试绘制一个控制图来分析产品的缺陷数是否稳定（数据文件：SPC-芯片缺陷率）1、统计控制图属性控制图U2、“变量”为“缺陷数” “子组大小”为“样品数量”运行。 由图可以看出，U图中所有数据点都未违背任何一条判异准则，整个过程的缺陷率非常稳定。 28 由于样品数量是固定的10，也可以监控C图。29例如4 在芯片生产过程中，每个班次抽取

15、一定数量的产品进行检验。下面是9月份前15个工作日每天的有缺陷芯片情况的记录。试绘制一个控制图来分析产品的缺陷率是否稳定（数据文件：SPC-芯片缺陷率2） 虽然每天的抽检数量不同，上下控制限变成了“城墙”形状，但芯片的生产仍处于统计控制状态。30十八十八 特殊类型控制图特殊类型控制图 以上介绍了所有的常规控制图：单值移动极差图、均值极差图、均值标准差图、不合格品率图、单位产品缺陷数图和缺陷数图，除了这些常规控制图外，还有一些特殊的控制图，如累积和控制图 （CUSUM Chart）、指数加权移动平均控制图 （EWMA Chart）标准化控制图（Z-MR Chart）等。下面我们介绍两种比较常用的

16、指数加权移动平均控制图和标准化控制图。 指数加权移动平均控制图（不讲） 标准化控制图 多品种小批量的产品控制，产品规格不同，产品间差异较大，控制限是不一样的，这种情况使用标准化控制图。这里只讲计量型数据的Z-MR。31某食品包装线共有ABC三种产品，现已收集到某段时间内所有产品的重量数据，适用控制图分析该过程的稳定情况 （数据文件：SPC-ZMR） 统计控制图-单值的变量控制图Z-MR 32控制图基于过程变差预控制图基于产品变差，这里再介绍一个预控制图。 方便之一就是不用计算控制限，直接用规格来代替，满足顾客要求，但不能计算出过程能力。 33十九十九 非正态数据控制图非正态数据控制图 前面提到

17、的控制图的一个前提条件：观测值服从或近似服从正态分布，因为如果数据非正态，原来设定的以3为界来区分是否为异常的基本理论原则就不成立了。然而实际中遇见的过程来说，它们的总体分布很可能呈现为非正态分布，如正偏、负偏等不对称形态。 一方面控制图要求数据基本正态，否则数据没意义，另一方面数据又确实非正态，那该如何处理呢？ 通常有两种处理方法 1、BOX-COX转换 常用y*=lny 2、运用非参数的数值方法得到0.5% 50% 99.5%三条控制限。 34在某化工生产过程中发现，当催化剂接近耗尽时，表示杂质含量的数据呈偏态分布，试用正确的方法绘制控制图（数据文件：SPC-BOXCOX变换） 首先对数据

18、进行正态性检验：统计-基本统计量正态性检验 由图可知道由图可知道P0.005， 确认数据非正态，所以需要进行确认数据非正态，所以需要进行BOX-COX数据转换。数据转换。 统计统计控制图控制图-BOX-COX转换转换 35由图可以知道由图可以知道Lambda()最佳取值为最佳取值为-0.04 ,其实不用这么严格，取其实不用这么严格，取落入落入CL下限和下限和CL上限之间就可以了，为了转换简单，可以直接取上限之间就可以了，为了转换简单，可以直接取为整值为整值036二十、过程能力分析二十、过程能力分析 在用控制图确认过程处于统计控制状态之后，可以进行一些过程能力分析，进一步判定过程能力是否达到顾客

19、的要求。过程的数据氛围计量型数据和计数型数据，过程能力分析的方法也要分为两类。 计量数据的过程能力分析 定义：通过比较公差限的宽度和过程度量值的宽度，计算其比值，可以评价过程满足顾客要求或工程规范的能力。PPPC6LSLUSLPKKPPC，3UUSL ，）3LSLU MIN（37 由于总体标准差通常未知，因此必须使用实测样本对它进行估计后才能得出相应的样本统计量。如果强调的是从过程固有波动来考察过程能力，其中的固有波动6主要是随机因素产生。分子组的过程其值用6来估算，称短期过程能力指数。 如果强调从过程总波动的角度来考察过程能力，其中的总波动6由随机因素和特殊因素共同影响而产生，其值用样本整体

20、的标准差6S 来估计，这时过程绩效指数PP与PPK也称长期能力指数。 显然所有这些指标的数值越大表示过程能力越好。38问题一、计算CP/PP为什么还要计算CPK/PPK？K是偏移系数 答：CP/PP是假定过程输出的均值与目标值重合时的过程能力，只反映过程的潜在能力，但大多数情况，过程的输出与目标值不重合，引入K就是将均值偏移的影响考虑进来，实际工作中MINITAB同时考虑了这两类指数，能够综合得出过程改进方向。39问题二、长期与短期的区别 从统计学角度看长期或短期的能力的差别，其实只是总体标准差的估计方法不同而已，当生产过程只有随机误差的波动时，两者的数值应该相差不大，哪个稍大，哪个稍小完全是

21、随机的，不能完全确定，当生产过程除了喊有随机误差的波动外，还含有明显的组间差异，两者的数值应该相差悬殊，用组间波动来代替整体S估算出来的要小得多，因此短期能力指数将比长期能力指数大很多。40二十一、过程能力计算二十一、过程能力计算 1）计量型数据的过程能力分析）计量型数据的过程能力分析 案例1、在钢珠生产过程中，假定顾客允许的钢珠直径的变异范围为10.90,11.00，试进行过程能力分析（数据文件：SPC-钢珠直径.MTW） 先验证过程是否稳定 验证过程是否服从正态分布，才能进行过程能力分析 41详细解图：1、首先左边XBAR图 R图 以及散点图可以用来验证过程是否稳定。2、右上方的能力直方图

22、和右中间的正态概率图可以用来验证过程是否服从正态分布。3、右下方的能力图可以精确地显示出过程能力指数及其置信区间。4、组内标准差与组间标准差相差不大，说明组间差异不明显，过程中不存在特殊原因；5、CP CPK均为0.67 ,证明过程能力不足;说明改进方向降低过程的波动42记数型数据的过程能力分析记数型数据的过程能力分析对于输出特性为计数数据的过程，也需要进行过程能力分析，数据分布的类型不同，（POISSON分布和二项分布），过程能力的估算方法也有所不同。二项分布的过程绩效指标主要有百万机会缺陷数DPMO，可以计算出缺陷率P 西格玛水平Z 例如： 试对二极管生产线的状况进行过程能力分析（数据文件

23、：SPC-二极管不合格品率。MTW）43解读：1、从图左侧的P控制图和累积不良品率控制图表明过程处于统计受控状态； 2、二项图表明过程的输出数据服从二项分布； 3、PPM缺陷=43556PPM 各自的置信区间。 4、过程Z =1.7108， 如果用六西格玛的标准（DPMO=3。4PPM Z=4。5来说 过程的指标还很低）282522191613107410.0750.0500.0250.000样样本本比比率率_P=0.0436UCL=0.0936LCL=0302520151055432样样本本% %缺缺陷陷置信区间上限:1.7771%缺陷:4.36置信区间下限:3.78置信区间上限:4.99目

24、标:0.00PPM 缺陷:43556置信区间下限:37779置信区间上限:49933过程 Z:1.7108置信区间下限:1.6455（95.0% 置信）摘要统计128412963观观测测缺缺陷陷期期望望缺缺陷陷8.06.44.83.21.60.086420% %缺缺陷陷频频率率Tar不不合合格格品品数数量量 的的二二项项过过程程能能力力分分析析P P 控控制制图图累累积积 % %缺缺陷陷二二项项图图直直方方图图 44非正态数据的过程能力分析非正态数据的过程能力分析-数据转换数据转换 当需要进行过程能力分析的计量型数据呈非正态分布时，直接计算过程能力会有很大的风险，目前有三种方法： BOX-CO

25、X变换法、JOHNSON变换法、非参数计算法 介绍一种第二种变换法： 45假定质量标准允许的杂质含量的上限为24，已知其数据分布不正态，试进行过程能力分析（数据文件：SPC-BOX-COX变换。MTW）解读：1、图正中带拟合曲线的直方图是经JOHNSON转换后的过程数据，与左上方相比 明显好转。 2、USL*=1。52099 PPK=0。53 PPM合计=57091。08 显然过程能力不高，很有改进的必要。2.251.500.750.00-0.75-1.50-2.25已变换数据USL*尺度83.4877LSL*目标*USL*1.52099样本均值*-0.007356标准差*0.967511LS

26、L*目标*USL24样本均值11.6729样本 N125标准差6.83094形状 12.82052形状 21.3352位置1.10545变换后过程数据Pp*PPL*PPU0.53Ppk0.53整体能力PPM USL 64000.00PPM 合计64000.00实测性能PPM USL57091.08PPM 合计57091.08预期整体性能杂杂 质质 含含 量量 的的 过过 程程 能能 力力使用 SB 分布类型的 Johnson 变换2.821 + 1.335 * Ln( ( X - 1.105 ) / ( 84.593 - X ) )46二十二、工序能力判断与处置二十二、工序能力判断与处置 要注

27、意两个概念:产品质量是否稳定与产品质量是否合格是两个不同的概念. 产品质量的稳定:是指质量没有发生异常波动,或者说质量的分布没有发生变化,可以用控制图来判断. 产品是否合格,是指产品的质量是否符合产品标准,是否会出现不合格品,可以用过程能力指数CP或CPK来表示. 产品质量稳定,不等于没有不合格品; 反过来 生产中没有不合格品,也不能说质量就是稳定的。 从管理的角度讲，总是先要求质量稳定（受控），在质量稳定的基础上不断提高产品质量，在考虑经济效益前提下降低不良率 47过程能力评价表CP(CPK)级别判定应采取对策CP 0.67E过程能力严重不足必要时,停止生产,直到找出原因或全检0.67 CP

28、1.0D过程能力不足找出原因,采取对策,产品要全检1.0 CP 1.33C过程能力尚可注意4M1E变化情况,产品要加严检查1.33 CP1.67 B过程能力充分理想状态,继续维持现状1.67 CPA过程能力过高理想状态,可考虑抽检或免检48二十三、二十三、SPC推进关键点推进关键点 培训SPC 确定关键质量特性 提出制程管制标准 在各部门落实，传达一线员工便于操作理解 统计监督和管制制程 诊断异常和采取措施解决问题49典型学员问题汇总典型学员问题汇总-SPC让我喜欢让我忧让我喜欢让我忧1、SPC它必须跟企业或部门的战略有关联，从企业的总体方针分解出关键的指标控制；2、一台机床，上午加工这个、下

29、午加工那个，如何做？3、制程不稳定，搞得很痛苦？前提是制程稳定，且测量系统稳定。4、真正懂的人很少，有权的人不懂，懂的人没权，断层使SPC只是一句空话？5、企业文化起很大的作用，文化在一定程度上扼杀了SPC的成长6、SPC作用只是一个预警，关键起不起作用更在预警后是否采取措施？7、变差很大的项目，比如制程中用到的药水消耗，早晚测量值都相差很大，能做SPC吗？8、某制程SPC如何导入及日常如何管理？9、有时候出现PP比CP大，为什么？10、想推行的人不是没威信就是没知识？11、哪个公司的高层领导整天钻在这些数据上，重要的事情太多？12、规模小觉得没必要，大了人多了 教育培训品质意识跟不上？13、

30、为什么查表法和3SIGMA实际计算得到的上限和下限会产生很大的差异？14、上个月上限和下限来管制下个月，可行吗？5015、过程尚未稳定，就开始用SPC?不要误用统计，忽视统计学前提条件 限制条件16、USL/LSL凭经验定，因人而异，CPK能大能小？17、对于异常缺乏足够的分析能力平时积累企业故障模式 可以引入FMEA 或故障树18、一般是生产优于异常，因为异常面临着停线，但面对异常又无法解释？19、如何进行数据非正态转换?20、连续7点在中心线之上或之下？ 测量系统读数精度问题 取样问题（分层问题，比如有的设备大 有的设备小）21、为了图好看 数据作假？22、有了异常点，听之任之？23、SP

31、C实施计划24、除了品管没人认识SPC，没有人认真去画控制图，除了品管，没有人知道如何分析控制图，出现异常，没有人和你一起去分析，更不用说帮助改进了？25、除了应付客户认证，主要作用就是浪费资源？26、生产太忙，员工疲于应付生产，根本没时间收集数据，更谈不上分析，缺少交流的氛围？27、关键CTQ识别不清，制造部门对SPC的结果不关心，员工对公司没感情，生产经理认为：A)增加工人工作量 需要描点 B)产品主要由设备保证，人的因素很少 C)发现异常，但产品仍合格28、正确认识正态分布 它是控制图使用的基础29、引入SPC的目的：为9K 为客户？5130、SPC多少数据换一张图，一月？两个月？31、

32、小批量如何实施SPC?见SPC手册中Z化了的控制图（又叫标准化控制图）！人是活的 SPC是死的，活人用死物， 不要为了工具而用工具，SPC仅针对重点尺寸。一般特性我认为没必要用SPC，因为SPC 毕竟也需要一定的现场技术分析能力和管理成本，用一般的控制手段如首末件或巡检就可以了。32、SPC控制图对过程变化实在太敏感，用好确实要花很多精力？33、量具达不到要求，如何作SPC?34、CPK PPK长期稳定，再作下去是不是浪费？采用控制图示是为了监控过程中的异常因素，达到过程稳定，从而结果可以预测，若CPK过高，降低采样频率是可行的，过程稳定和过程能力指数是两个问题，不能混为一谈。计算CPK必须是

33、SPC过程稳定，作SPC ，可以不管CPK是多少？(注意CPK过高：哪里出现问题了，公差范围过宽？生产保证能力过剩？产品质量远远超过客户要求？设备超精密？常见数据分层不够或者测量系统不够精确造成过程能力指数过高的假象。35、超过规格限都没人理，你还谈趋势，谈图形，谈控制限，谈棉花 弹尽粮绝！36、计量型控制图 设备重新维修或调机后是否需要重新计算控制限？37、是否需要专门的SPC程序文件来规定具体的参数，工序控制？38、能力不足或出现异常点时如何改进？39、SPC是哪里摘录得？5240、有些客户有一点超限，就要求写报告？很多高端客户确实要求这样做，交付时附上产品特性的管制图，有异常的点要附上失效的原因分析报告及改进措施。41、如何将检验岗以控制图方式代替记录表单？42、采集数据如何确保数据的可靠性和有效性？43、很多做表面文章，SPC是否值得推行？SPC的推行是否在企业中真正能引导发现问题，解决问题？还是企业的执行力不够玷污了SPC的强大作用？ SPC有没有用，它只是个工具，问题的关键就是用的人和用的环境，需要则有用，不需要则当然没用。44、如何进行正态性检验？三种：统计-基本统计量-正态性检验 图形化汇总 概率图45、为什么要R图和X图？ R: 组内波动 X:组间波动当两类波动都受控，才能认为过程受控。先判R图 再判X图。46、控制图的