SPC(Statistical Process Control)统计制程管制 目录 1 SPC的产生 2 SPC的作用 3 SPC常用术语解释 4 持续改进及统计过程控制概述 a 制程控制系统 b 变差的普通及特殊原因 c 局部措施和对系统采取措施 d 过程控制和过程能力 e 过程改进循环及过程控制 f 控制图 5 管制图的类型 6 管制图的选择方法 7 计量型数据管制图 a 与过程有关的控制图 b 使用控制图的准备 c X-R 图 d X- s 图 e X- R图 f X-MR图 g 过程能力的理解 8 计数型数据管制图 a p 图 b np 图 c c 图 d u 图 SPC的产生 工业革命以后， 随着生产力的进一步发展，大规模生产的形成，如何控制大批量产品质量成为一个突出问题，单纯依靠事后检验的质量控制方法已不能适应当时经济发展的要求，必须改进质量管理方式。于是，英、美等国开始着手研究用统计方法代替事后检验的质量控制方法。 1924年，美国的休哈特博士提出将3Sigma原理运用于生产过程当中，并发表了著名的“控制图法”，对过程变量进行控制，为统计质量管理奠定了理论和方法基础。 SPC的作用 1、确保制程持续稳定、可预测。 2、提高产品质量、生产能力、降低成本。 3、为制程分析提供依据。 4、区分变差的特殊原因和普通原因， 作为采取局部措施或对系统采取措施的指南。 SPC常用术语解释 正态分布的重要结论 控制图设计的3 σ原则 3 σ原则是最经济的原则，以μ +3 σ设计控制图的控制界限，受控概率达99.73%。 控制图以典型分布的μ +3 σ为控制上界限，符号为UCL 控制图以典型分布的μ -3 σ为控制下界限，符号为LCL 控制图的两类错误及检出率 第1类错误（弃真）：把正常的过程误判为异常。犯错的概率只受控制界限的幅度所影响，当采用3 σ原则设计控制图时，犯错的概率为0.27%. 第2类错误（取伪）：把异常的过程误判为正常。犯错的概率受控制界限的幅度、中心偏移幅度、标准偏差变动幅度、样本大小所影响。 控制图判断的理论基础：控制图对异常的判断以小概率事件为理论依据，也称为小概率不发生原理。在统计技术应用中，设置的小概率为实际是判断错误的概率，称为风险度或显著水平，与风险度对应的是置信度，如设置的小概率是0.01,则判断的置信度为0.99.