文本描述
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.