网上有关“过程能力分析的来龙去脉”话题很是火热，小编也是针对过程能力分析的来龙去脉寻找了一些与之相关的一些信息进行分析，如果能碰巧解决你现在面临的问题，希望能够帮助到您。

===========

过程能力分析离不开正态分布的知识，所以我们先从直方图及正态分布讲起。

一、直方图与正态分布

描绘计量型数据的分布离不开直方图，下面先来回顾一下直方图的画法：

1、确定所要研究的对象，为了能更准确的反映总体的状况，至少收集100个数据。

2、计算数据的极差，极差＝最大值－最小值。

3、确定分组数，一般来说可以按k=1+3.32lg(n)来定分组数，其中，n为样本量。

4、计算组距，

5、确定组界，组界由下组界和上组界构成。第一组的下组界为最小值－最小分度值的一半，第一组的上组界为第一组的下组界＋组距，以此类推。

6、统计数据落入每组中的频数。

7、以组距为底，频数为高画直方，就可以得到一张直方图。

下面举一个画直方图的例子：

您在一家汽车工厂工作，目前正面临所用凸轮轴长度的变异性问题。您想了解由两家供应商提供的凸轮轴的质量是否相当，因此从每家随机抽取 100 件凸轮轴测量其长度。请分别给这两家供应商的数据画两张直方图。

手工画直方图比较繁琐，我们可以利用数据统计分析软件——Minitab来画直方图，画出的直方图如下：

从上面两张图可以发现：供应商1提供的凸轮轴的长度数据比供应商2的更加集中一点，表现为中间多两头少，而供应商2的数据就比较分散，凭直觉判断，我们应该选用供应商1的凸轮轴。

直方图有频数直方图和频率直方图，上面我们介绍的就是频数直方图。如果在画直方图时把频数替换为频率就成了频率直方图。频率是频数除以样本量，所以频率直方图就是频数直方图在坐标轴缩小“样本量”倍，但从形状上来看与频数直方图是一模一样的。

下面我们要在频率直方图的基础上来了解一下分布的概念。如果在画频率直方图时我们限定两个条件①收集的数据足够多；②分组数为无穷多组，大家想一想，这样画出来的直方图将会变成什么形状？

（直方图上的每个直方将会变成一条线）

每一条线的高度在数学上称为“概率密度”，如果用一条光滑的曲线把这些线的端点连接起来，就是我们平时所讲的分布曲线。所以分布曲线并不是很难理解的东西的，它实际上是概率密度函数在图形上的反映。

数据的分布形状有很多种类型，我们平时接触到最多也是最常用的分布是正态分布。分布的形状跟数据的类型有关。不同类型的数据具有不同的分布。数据通常分为两类：连续型数据（或者叫做计量型数据）和离散型数据（或者叫做计数型数据）。所谓连续型数据就是数据之间的间隔是可以无限细分的，比如长度是可以无限细分的，米可以分成分米，厘米，毫米，微米，纳米，……，所以长度就是一个连续型数据，体积、时间、压力等都是连续型数据。离散型数据是指不能无限细分的，它总存在一个最小的数据间隔，比如，不合格品数，它只能以“整”个来描述，不可能说成1.5个不合格品，2.5个不合格品，象这样一类的数据就是离散型数据，离散型数据还有很多，比如外观缺陷数，瑕疵数等等。

我们平时接触到最多也是最常用的分布是正态分布。正态分布也称高斯分布，它是由德国数学家高斯于1809年正式给出表达式的。为了纪念高斯的伟大贡献，在德国10马克的钞票上不但印上了高斯的头像，而且把正态分布曲线连同它的表达式印在钞票的正面。

正态分布的数学表达式为：

这个数学表达式中竖线后面的两个字母是正态分布的两个分布参数。μ是正态分布的分布中心， σ2是正态分布的方差，σ就是正态分布的标准差。我们只要知道这两个参数，一条正态分布曲线就可以把它确定下来。任何一条正态分布曲线都可以形象地描述为“中间高、两边低、左右对称、延伸到无穷”的钟形曲线。

分布中心反映了正态分布在横轴上的位置，而标准差反映了正态分布的离散状况，以下是不同分布中心和标准差的正态分布的比较。

有一类正态分布我们必须熟练应用，那就是标准正态分布。所谓标准正态分布就是分布中心为0，标准差为1的正态分布，任何一个正态分布都可以通过

数学变换转换成标准正态分布。以下就是一个分布中心为10，标准差为2的正态分布转换前后的图形。

下面我们来说说如何来计算μ和σ。μ和σ在数理统计上有专门的定义，但如果按照定义去求μ和σ的精确值几乎不大可能。我们通常是利用样本的状况去推断总体的状况，这在统计学上就称为参数估计。比如对于正态分布的中心和标准差，我们就可以用样本均值

和样本标准差s来估计。为了使估计值和精确值有所区分，我们用

分别表示μ和σ的估计值。

下面我们对上面提到的凸轮轴长度的数据再用正态分布曲线拟合一下，可以得到以下图形：

现在我们可以用数据来解释供应商1与供应商2之间的差异了：供应商 1 的凸轮轴似乎比供应商 2 的凸轮轴短。这可以从表格中的平均值（分别为 599.5 和 600.2）以及拟合正态分布峰值的相对位置看出来。

供应商 2 样本的标准差 (1.874) 远远高于供应商 1 的标准差 (0.6193)。这使得供应商 2 的拟合正态分布较低且较宽。供应商 2 的产品中大量变异性可能是导致凸轮轴长度不一致的主要原因。

二、过程输出与正态分布

过程输出　→　产品→产品可以用质量特性值来表示　→　质量特性值可分为计量型和计数型数据→数学理论上可以证明，如果某项计量型数据的指标受到很多项随机因素的干扰，而每项干扰都很小的话，则所有干扰影响的综合结果将导致此项指标的分布为正态分布

通过上面这段文字的指引，我们可以发现，如果过程的输出可以用计量型数据来表示的话，那么往往就可以用正态分布来表示过程的输出。正因为我们要了解过程的输出，而输出又可以用正态分布来表示，这就是我们为什么要学习正态分布的原因。

三、正态分布与过程不合格品率

也许生产控制人员最关心的问题就是产品的不合格品率。那么我们有没有办法通过正态分布来求产品的不合格品率呢？

假如有一个磨加工车间在磨一只产品，它的规范限是9.8—10.2，通过抽取样本画出的频率直方图如下：

图上的两条红线就是产品的规范限，从图上标明的数据很容易可以知道，这个样本中的不合格品率是0.01＋0.01＋0.02＝0.04，也就是把所有超过规范限的“直方”加起来。而通过前面所学的知识我们知道，频率直方图上的一个直方在正态分布曲线图上就是一条线，如果要通过正态分布曲线来求不合格品率，只需把超出规范限以外的所有的“线”加起来，而所有的线加起来就构成了“面积”。所以利用正态分布求不合格品率就变成了求超出规范限以外的正态分布曲线与横轴所围成的面积。

那么如何来求“超出规范限以外的正态分布曲线与横轴所围成的面积”呢？这个比较复杂，需要运用高等数学里的积分的方法求。但是我们可以借助MINITAB软件把它求出来。比如上面所举的例子，磨加工高度的规范限是9.8—10.2，现在通过抽取样本计算出均值为10.1，标准差为0.1，我们可以先通过正态分布求出该磨加工过程的合格品率。

通过上图可知，该磨加工过程的合格品率为84%，那么不合格品率就是16%。

假如通过改进过程，使得过程的平均值靠近公差带中心，即10，我们再来看一下过程的不合格品率会发生什么变化。

这时，过程的合格品率就提高到了95.4%，而不合格品率就降低为4.6%。

如果过程的均值没有发生变化，但设法提高了过程的加工精度，标准差由0.1减小为0.07，我们再来看一下过程的不合格品率又发生了什么变化。

我们可以发现合格品率由84%提高到了92.3%，而不合格品率降为7.7%。

最后我们得出减小过程不合格品率的两种策略：

在产品的公差范围不变的情况下，通过改进过程，使得过程的均值向公差带中心靠拢和/或减小过程的变差，可以显著地减小过程的不合格品率。

在两种策略中，相比较而言，让过程均值向公差带中心靠拢更容易实现一些。所以在过程不合格品率过大的情况下，首先要分析一下过程均值有没有跟公差带中心靠拢，然后再设法提高加工的精度。

四、过程能力指数

通过上面的介绍，我们知道，过程是可以用分布来描述的。而分布有它的一些特定的参数，比如分布中心和标准差。分布参数不同，满足顾客要求的能力也不同。比如标准差大的比标准差小的满足顾客要求的能力要差，因为标准差大的过程产生的不合格品会多一些。我们通常把6倍的标准差称为过程的能力。把过程能力与顾客的要求（即公差范围）去比较，称为过程能力指数。所以过程能力指数是表征过程满足顾客要求的能力的指标。

过程能力指数的计算公式是：

但是，如果标准差相同，分布中心不同，这两个过程满足顾客要求的能力也是不同的。如下图所示，两个过程标准差相同，但分布中心相差ε，这两个过程的不合格品率也是不同的。

如果光从Cp来表示还不能区分这两个过程满足顾客能力的大小，所以又增加了一个指数Cpk：

其中ε为过程分布中心偏离公差带中心的距离。

对Cpk的算式进行简单处理，可以得到如下等式：

令：T＝USL－LSL

接下来的问题是，如何来估计总体的标准差σ？在解决这个问题之前，我们先要了解一下稳定的和不稳定的过程。

所谓稳定的过程是在任何一个时刻去观测过程，它的分布位置和分布宽度都是恒定不变的。如下图所示的就是一个稳定的过程。它的特点是过程的均值和标准差都保持不变。

而不稳定的过程是指在不同的时刻去观测过程，它的分布位置和分布宽度都可能会发生变化。如下图所示的就是一个不稳定过程。

对于不稳定的过程，任一时刻的过程的输出的标准差都可能会不同，用任一时刻的过程输出的标准差来代表整个过程的标准差都是片面的，不合理的。因此计算过程能力指数有一个前提条件，那就是：过程必须预先用控制图来判断是稳定的。在这种状态下可以用

来估计σ，其中

是控制图当中的极差平均值，

是一个跟子组大小有关的系数，可查表。比如当子组大小为5的时候，

在这时候过程能力指数就可表示为：

可是如果过程确实是不稳定的怎么办？这时候我们可以用合并的标准差，也就是样本标准差s来估计总体的标准差。

当σ用s来估计时，得到的就不是过程能力指数，而是过程性能指数Ppk。

接下来我们来看看

和6s有什么区别。我们用图示的方法来说明。

对于稳定的过程，任一时刻的输出的中心和分布宽度基本上是不变的。如果把某一时刻的过程输出当成一个子组，那么每个子组之间只存在着组内波动，

，……，表示的就是组内波动。它不存在着组与组之间的波动。而且组内的波动也是相等的，只是由于抽样的缘故，它们之间会存在略小的差别。总的过程波动可以用各个组内波动的平均

来估计。从波动引起的机理上来说，组内波动主要由偶然因素引起，组间波动由异常因素引起。所以稳定的过程也可以说是只有偶然因素在起作用的过程。而不稳定的过程是除了组内波动以外，还有组间波动，组间波动主要表现为子组的分布中心发生了漂移，而且从上图可以看出组内的波动也可能是不相等的。不稳定的过程是除了偶然因素在起作用以外还有异常因素在起作用的过程。所以总的过程标准差必须用合并的标准差，即样本标准差s来估计。这个s既包括了偶然因素引起的波动，又包括了异常因素引起的波动，最后计算出来的s应该比其中任何一个都要大。如果一个过程计算出的s与

差不多大，那么我们也可以大致推断过程是稳定的。

正因为

与6s存在上面这样的一种关系，所以从理论上来说过程性能指数Ppk总要比Cpk小。

因为在实际过程运行中，稳定是相对的，变化是绝对的。不发生变化（这种变化是由于异常因素在起作用而引起）的过程几乎是不可能，即便是稳定的过程，也只能是保持在相对来说比较长的一段时间内。所以我们有时把过程能力指数称为短期过程能力指数，把过程性能指数称为长期过程能力指数。

如果把一个过程比作一个人的话，那么一个稳定的过程就相当于是一个精神正常的人，而一个不稳定的过程就象是一个有精神病的人，我们谁都希望跟精神正常的人打交道，谁都不愿意跟精神不正常的人相处。因为我们对一个精神病人的行为是无法把握的，这就会增加我们心中的恐惧感。让过程处于稳定受控状态是现场控制人员的一项重要任务。上面我们也提到，过程总有一种由稳定向不稳定变化的趋势，怎么样发现过程已经开始发生变异是采取措施的关键。控制图就是帮助我们识别过程发生变异的重要工具。如果我们在控制图上规定一些采取措施的“行动点”，及时对开始变异的过程加以调整，我们是完全能够使过程处于稳定状态的。

下面举一个利用MINITAB进行过程能力分析的例子。

某台机器连续生产钢珠，直径是它的一个重要质量特性。为对钢珠直径进行控制，每隔15分钟抽样1次，每次抽取产品5个，共抽样25次。测量并记录数据。经检验钢珠直径服从正态分布，试绘制Xbar—R控制图并进行过程能力分析。

首先是利用MINITAB画出控制图，判断这个过程是否处于稳定状态。

丛图上可知，所有的点都在控制限内，并且也没有非随机的趋势，因此我们可以判断生产过程处于稳定状态。接下来我们进行过程能力的分析。

观察上图，可以获得很多信息。首先，图正中带两条拟合曲线的直方图给了我们最直观的认识。两条线几乎完全重合，将左上角的标准差（组内）＝0.024841与标准差（总体）＝0.024722相比，相差甚微，这说明除了组内的偶然因素引起的波动以外，几乎不存在组间波动。其次，Cp＝0.67，Cpk＝0.67，两者均小于1.33，说明过程能力不足，需要改进过程，两者没有差别，说明主要改进方向是设法降低过程的偶然因素引起的波动。再次，图左下方的PPM值的统计从可能出现的不良率这个角度解释了过程能力的优劣。

五、过程能力指数和不合格品率之间的关系

从过程能力指数的计算公式

SPC为什么能保证质量和进行持续改进?

SPC是Statistical Process Control的简称统计过程控制利用统计的方法来监控制程的状态，确定生产过程在管制的状态下，以降低产品品质的变异SPC能解决之问题1.经济性：有效的抽样管制，不用全数检验，不良率，得以控制成本。使制程稳定，能掌握品质、成本与交期。2.预警性：制程的异常趋势可即时对策，预防整批不良，以减少浪费。3.分辨特殊原因：作为局部问题对策或管理阶层系统改进之参考。4.善用机器设备：估计机器能力，可妥善安排适当机器生产适当零件。5.改善的评估：制程能力可作为改善前后比较之指标。利用管制图管制制程之程序1.绘制「制造流程图」，并用特性要因图找出每一工作道次的制造因素（条件）及品质特性质。2.制订操作标准。3.实施标准的教育与训练。4.进行制程能力解析，确定管制界限。5.制订「品质管制方案」，包括抽样间隔、样本大小及管制界限。6.制订管制图的研判、界限的确定与修订等程序。7.绘制制程管制用管制图。8.判定制程是否在管制状态（正常）。9.如有异常现象则找出不正常原因并加以消除。10.必要时修改操作标准（甚至於规格或公差）。分析用管制图主要用以分析下列二点：(1)所分析的制(过)程是否处於统计稳定。(2)该制程的制程能力指数(Process Capability Index)是否满足要求。－控制图的作用：1.在质量诊断方面，可以用来度量过程的稳定性，即过程是否处于统计控制状态；2.在质量控制方面，可以用来确定什么时候需要对过程加以调整，而什么时候则需使过程保持相应的稳定状态；3.在质量改进方面，可以用来确认某过程是否得到了改进。应用步骤如下：1.选择控制图拟控制的质量特性，如重量、不合格品数等；2.选用合适的控制图种类；3.确定样本容量和抽样间隔；4.收集并记录至少20～ 25个样本的数据，或使用以前所记录的数据；5.计算各个样本的统计量，如样本平均值、样本极差、样本标准差等；6.计算各统计量的控制界限；7.画控制图并标出各样本的统计量；8.研究在控制线以外的点子和在控制线内排列有缺陷的点子以及标明异常（特殊）原因的状态；9.决定下一步的行动。应用控制图的常见错误：1.在5M1E因素未加控制、工序处于不稳定状态时就使用控制图管理工作；2.在工序能力不足时，即在CP＜ 1的情况下，就使用控制图管理工作；3.用公差线代替控制线，或用压缩的公差线代替控制线；4.仅打“点”而不做分析判断，失去控制图的报警作用；5.不及时打“点”，因而不能及时发现工序异常；6.当“5M1E”发生变化时，未及时调整控制线；7.画法不规范或不完整；8.在研究分析控制图时，对已弄清有异常原因的异常点，在原因消除后，未剔除异常点数据。●分析用控制图应用控制图时，首先将非稳态的过程调整到稳态，用分析控制图判断是否达到稳态。确定过程参数特点：1、分析过程是否为统计控制状态2、过程能力指数是否满足要求？●控制用控制图等过程调整到稳态后，延长控制图的控制线作为控制用控制图。应用过程参数判断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。1. 贯彻预防原则是现代质量管理的核心与精髓。 2. 质量管理学科有一个非常重要的特点，即对于质量管理所提出的原则、方针、目标都要有科学措施与科学方法来保证它们的实现。这体现了质量管理学科的科学性。保证预防原则实现的科学方法就是：SPC (统计过程控制) 与SPD (统计过程诊断)。SPC不是用来解决个别工序采用什么控制图的问题，SPC强调从整个过程、整个体系出发来解决问题。SPC的重点就在于“P（Process，过程）”产品质量具有变异性“人、机、料、法、环” + “软（件）、辅（助材料）、（水、电、汽）公（用设施）”变异具有统计规律性随机现象鬅s?br> 随机现象：在一定条件下时间可能发生也可能不发生的现象。管制和一般的统计图不同，因其不仅能将数值以曲线表示出来，以观其变异之趋势，且能显示变异系属于机遇性或非机遇性，以指示某种现象是否正常，而采取适当之措施。解析用控制图?季龆ǚ秸胗?br> ?弥瞥探馕鲇?br> ?弥瞥棠芰ρ芯坑?br> ?弥瞥坦苤谱急赣?br> 管制用控制图?甲凡椴徽?T?br> ?蜓杆傧?讼钤?br> ?虿⑶已芯坎扇》乐勾讼钤?蛑馗捶⑸?胧?br> ?普通原因指的是造成随著时间推移具有稳定的且可重复的分布过程中的许多变差的原因，我们称之为：“处於统计控制状态”、“受统计控制”，或有时简称“受控”，普通原因表现为一个稳定系统的偶然原因。只有变差的普通原因存在且不改变时，过程的输出才可以预测。?特殊原因：指的是造成不是始终作用于过程的变差的原因，即当它们出现时将造成(整个)过程的分布改变。除非所有的特殊原因都被查找出来并且采取了措施，否则它们将继续用不可预测的方式来影响过程的输出。如果系统内存在变差的特殊原因，随时间的推移，过程的输出将不稳定。?局部措施?通常用来消除变差的特殊原因?通常由与过程直接相关的人员实施?大约可纠正15%的过程问题?对系统采取措施?通常用来消除变差的普通原因?几乎总是要求管理措施，以便纠正?大约可纠正85%的过程问题?合理使用控制图能?供正在进行过程控制的操作者使用?有於过程在质量上和成本上能持续地，可预测地保持下去?使过程达到?更高的质量?更低的单件成本?更高的有效能力?为讨论过程的性能提供共同的语言?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。三. SPC的焦点——制程(Process)Quality，是指产品的品质。换言之，它是著重买卖双方可共同评断与鉴定的一种「既成事实」. 而在SPC的想法上，则是希望将努力的方向更进一步的放在品质的源头——制程（Process）上. 因为制程的起伏变化才是造成品质变异（Variation）的主要根源.1） 异常变动：过程中变动因素是不在统计管理状态下的非随机性原因，由于异常因素不是过程所固有，固不难除去，一般情况现场人员对异常因素的消除可以自行决定采取措施，而不必要请示更高级的管理人员，所以也称之为减少变动的局部措施。2）偶然变动：过程中的变动因素是统计管理的状态下，其产品的特性有固定的分布，即分布位置、分布及分布形状三种，由于偶然因素是过程所固有的，难于消除，要消除偶然因素必须涉及到人、机、料、法、环境等整个系统的改造问题，需要投入大量的资金，故不是现场人员所能决定的，而必须经过深入的调查研究和做出全面的可行性报告后，再经高层领导做最后的定夺，所以称之为减少变动的系统措施。特殊原因一种间断性的，不可预计的，不稳定的变差来源。有时被称为可查明原因，存在它的信号是：存在超过控制线的点或存在在控制线之内的链或其他非随机性的情形。普通原因造成变差的一个原因，它影响被研究过程输出的所有单值；在控制图分析中，它表现为随机过程变差的一部分。合理使用控制图的益处?供正在进行过程控制的操作者使用?有助于过程在质量上和成本上能持续的、可预测的保持下去?使过程达到：?更高的质量?更低的单件成本?更高的有效能力?为讨论过程的性能提供共同的语言?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在实际应用中,当各组容量与其平均值相差不超过正负25%时,可用平均样本容量( )来计算控制限.在什么条件下分析阶段确定的控制限可以转入控制阶段使用：?控制图是受控的?过程能力能够满足生产要求控制图是根据稳定状态下的条件（人员、设备、原材料、工艺方法、测量系统、环境）来制定的。如果上述条件变化，则必须重新计算控制限，例如：?操作人员经过培训，操作水平显著提高；?设备更新、经过修理、更换零件；?改变工艺参数或采用新工艺；?改变测量方法或测量仪器；?采用新型原材料或其他原材料；?环境变化。使用一段时间后检验控制图还是否适用，控制限是否过宽或过窄，否则需要重新收集数据计算控制限；过程能力值有大的变化时，需要重新收集数据计算控制限。对于p,np图, 过程能力是通过过程平均不合品率 来表示,当所有点都受控后才计算该值.当Cpk指数值降低代表要增加：?控制?检查?返工及报废，在这种情况下，成本会增加，品质也会降低，生产能力可能不足。当Cpk指数值增大，不良品减少，最重要是产品/零件接近我们的“理想设计数值/目标”，给予顾客最大满足感。 当Cpk指数值开始到达1.33或更高时对检验工作可以减少，减少我们对运作审查成本。?普通原因变差?影响过程中每个单位?在控制图上表现为随机性?没有明确的图案?但遵循一个分布?是由所有不可分派的小变差源组成?通常需要采取系统措施来减小?特殊原因变差?间断的，偶然的，通常是不可预测的和不稳定的变差?在控制图上表现为超出控制限的点或链或趋势?非随机的图案?是由可分派的变差源造成该变差源可以被纠正?工业经验建议为：?只有过程变差的15%是特殊的可以通过与操作直接有关的人员纠正?大部分 (其余的85%) 是管理人员通过对系统采取措施可纠正的?控制图可以区分出普通原因变差和特殊原因变差?特殊原因变差要求立即采取措施?减少普通原因变差需要改变产品或过程的设计控制图 - 过程的声音?试图通过持续调整过程参数来固定住普通原因变差，称为过度调整，结果会导致更大的过程变差造成客户满意度下降?试图通过改变设计来减小特殊原因变差可能解决不了问题，会造成时间和金钱的浪费?控制图可以给我们提供出出现了哪种类型的变差的线索，供我们采取相应的措施?能力指数的计算基于以下假设条件：?过程处于统计稳定状态?每个测量单值遵循正态分布?规格的上、下限是基于客户的要求?测量系统能力充分?如果理解关满足了这些假设后，能力指数的数值越大，潜在的客户满意度越高过程能力分析的用途-设计部门可参考目前之制程能力，以设计出可制造的产品-评估人员、设备、材料与工作方法的适当性-根据规格公差设定设备的管制界限-决定最经济的作业方式过程控制和过程能力◎目标:过程控制系统目标,是对影响过程的措施作出经济合理的决定, 避免过度控制与控制不足◎过程能力讨论:必需注意二个观念○由造成变差的普通原因来确定○内外部顾客开心过程的输出及与他们的要求的关系如何。SPC就是利用统计方法去:1.分析过程的输出并指出其特性.2.使过程在统计控制情况下成功地进行和维持.3.有系统地减少该过程主要输出特性的变异.统计制程管制 (SPC)它可用统计管制图及时监督与控制线场作业 . . 它可用统计计算制程能力及规格 . . 它可防止制程的偏差去影响产品的良率与品质 / 可靠性.. 它可消除非机率原因的变异来改善制程.SPC 就是依据统计 的逻辑来判断制程 是否正常及应否采取改善对策的一套控制系统?对的问题比对的答案更重要 SPC生产统计过程控制一、spc的基础知识1.关于控制、过程、统计2.特性及其分类3.统计学基础二、spc的基本原理4.过程的理解与过程控制5.波动及波动的原因6.局部措施和系统措施三、统计过程的控制思想1.正态分布简介2.统计控制状态及两种错误3.过程控制和过程能力4.过程改进循环四、控制图类型1.控制图应用说明2.控制图的定义和目的3.控制图解决问题思路4.控制图益处5.控制图分类6.控制图的选择五、建立计算型控制图的步骤和计算方法1.均值和极差图2.均值和标准差图3.中位数和极差图4.单值和移动极差图六、计数型控制图与过程能力指数1.过程能力解释前提2.过程能力的计算3.制程能力指数4.过程绩效指数

引起质量波动的原因主要来自哪五方面

SPC是Statistical Process Control的简称统计过程控制

利用统计的方法来监控制程的状态，确定生产过程在管制的状态下，以降低产品品质的变异

SPC能解决之问题

1.经济性：有效的抽样管制，不用全数检验，不良率，得以控制成本。使制程稳定，能掌握品质、成本与交期。

2.预警性：制程的异常趋势可即时对策，预防整批不良，以减少浪费。

3.分辨特殊原因：作为局部问题对策或管理阶层系统改进之参考。

4.善用机器设备：估计机器能力，可妥善安排适当机器生产适当零件。

5.改善的评估：制程能力可作为改善前后比较之指标。

利用管制图管制制程之程序

1.绘制「制造流程图」，并用特性要因图找出每一工作道次的制造因素（条件）及品质特性质。

2.制订操作标准。

3.实施标准的教育与训练。

4.进行制程能力解析，确定管制界限。

5.制订「品质管制方案」，包括抽样间隔、样本大小及管制界限。

6.制订管制图的研判、界限的确定与修订等程序。

7.绘制制程管制用管制图。

8.判定制程是否在管制状态（正常）。

9.如有异常现象则找出不正常原因并加以消除。

10.必要时修改操作标准（甚至於规格或公差）。

分析用管制图主要用以分析下列二点：

(1)所分析的制(过)程是否处於统计稳定。

(2)该制程的制程能力指数(Process Capability Index)是否满足要求。

－控制图的作用：

1.在质量诊断方面，可以用来度量过程的稳定性，即过程是否处于统计控制状态；

2.在质量控制方面，可以用来确定什么时候需要对过程加以调整，而什么时候则需使过程保持相应的稳定状态；

3.在质量改进方面，可以用来确认某过程是否得到了改进。

应用步骤如下：

1.选择控制图拟控制的质量特性，如重量、不合格品数等；

2.选用合适的控制图种类；

3.确定样本容量和抽样间隔；

4.收集并记录至少20～ 25个样本的数据，或使用以前所记录的数据；

5.计算各个样本的统计量，如样本平均值、样本极差、样本标准差等；

6.计算各统计量的控制界限；

7.画控制图并标出各样本的统计量；

8.研究在控制线以外的点子和在控制线内排列有缺陷的点子以及标明异常（特殊）原因的状态；

9.决定下一步的行动。

应用控制图的常见错误：

1.在5M1E因素未加控制、工序处于不稳定状态时就使用控制图管理工作；

2.在工序能力不足时，即在CP＜ 1的情况下，就使用控制图管理工作；

3.用公差线代替控制线，或用压缩的公差线代替控制线；

4.仅打“点”而不做分析判断，失去控制图的报警作用；

5.不及时打“点”，因而不能及时发现工序异常；

6.当“5M1E”发生变化时，未及时调整控制线；

7.画法不规范或不完整；

8.在研究分析控制图时，对已弄清有异常原因的异常点，在原因消除后，未剔除异常点数据。

●分析用控制图

应用控制图时，首先将非稳态的过程调整到稳态，用分析控制图判断是否达到稳态。确定过程参数

特点：

1、分析过程是否为统计控制状态

2、过程能力指数是否满足要求？

●控制用控制图

等过程调整到稳态后，延长控制图的控制线作为控制用控制图。应用过程参数判断

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。

1. 贯彻预防原则是现代质量管理的核心与精髓。

2. 质量管理学科有一个非常重要的特点，即对于质量管理所提出的原则、方针、目标都要有科学措施与科学方法来保证它们的实现。这体现了质量管理学科的科学性。保证预防原则实现的科学方法就是：SPC (统计过程控制) 与SPD (统计过程诊断)。

SPC不是用来解决个别工序采用什么控制图的问题，SPC强调从整个过程、整个体系出发来解决问题。SPC的重点就在于“P（Process，过程）”

产品质量具有变异性

“人、机、料、法、环” + “软（件）、辅（助材料）、（水、电、汽）公（用设施）”

变异具有统计规律性

随机现象?统计规律

随机现象：在一定条件下时间可能发生也可能不发生的现象。

管制和一般的统计图不同，因其不仅能将数值以曲线表示出来，以观其变异之趋势，且能显示变异系属于机遇性或非机遇性，以指示某种现象是否正常，而采取适当之措施。

解析用控制图

?决定方针用

?制程解析用

?制程能力研究用

?制程管制准备用

管制用控制图

?追查不正常原因

?迅速消除此项原因

?并且研究采取防止此项原因重复发生之措施。

? 普通原因指的是造成随著时间推移具有稳定的且可重复的分布过程中的许多变差的原因，我们称之为：“处於统计控制状态”、“受统计控制”，或有时简称“受控”，普通原因表现为一个稳定系统的偶然原因。只有变差的普通原因存在且不改变时，过程的输出才可以预测。

? 特殊原因：指的是造成不是始终作用于过程的变差的原因，即当它们出现时将造成(整个)过程的分布改变。除非所有的特殊原因都被查找出来并且采取了措施，否则它们将继续用不可预测的方式来影响过程的输出。如果系统内存在变差的特殊原因，随时间的推移，过程的输出将不稳定。

? 局部措施

? 通常用来消除变差的特殊原因

? 通常由与过程直接相关的人员实施

? 大约可纠正15%的过程问题

? 对系统采取措施

? 通常用来消除变差的普通原因

? 几乎总是要求管理措施，以便纠正

? 大约可纠正85%的过程问题

? 合理使用控制图能

? 供正在进行过程控制的操作者使用

? 有於过程在质量上和成本上能持续地，可预测地保持下去

? 使过程达到

? 更高的质量

? 更低的单件成本

? 更高的有效能力

? 为讨论过程的性能提供共同的语言

? 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。

三. SPC的焦点——制程(Process)

Quality，是指产品的品质。换言之，它是著重买卖双方可共同评断与鉴定的一种「既成事实」. 而在SPC的想法上，则是希望将努力的方向更进一步的放在品质的源头——制程（Process）上.

因为制程的起伏变化才是造成品质变异（Variation）的主要根源.

1） 异常变动：

过程中变动因素是不在统计管理状态下的非随机性原因，由于异常因素不是过程所固有，固不难除去，一般情况现场人员对异常因素的消除可以自行决定采取措施，而不必要请示更高级的管理人员，所以也称之为减少变动的局部措施。

2）偶然变动：

过程中的变动因素是统计管理的状态下，其产品的特性有固定的分布，即分布位置、分布及分布形状三种，由于偶然因素是过程所固有的，难于消除，要消除偶然因素必须涉及到人、机、料、法、环境等整个系统的改造问题，需要投入大量的资金，故不是现场人员所能决定的，而必须经过深入的调查研究和做出全面的可行性报告后，再经高层领导做最后的定夺，所以称之为减少变动的系统措施。

特殊原因

一种间断性的，不可预计的，不稳定的变差来源。有时被称为可查明原因，存在它的信号是：存在超过控制线的点或存在在控制线之内的链或其他非随机性的情形。

普通原因

造成变差的一个原因，它影响被研究过程输出的所有单值；在控制图分析中，它表现为随机过程变差的一部分。

合理使用控制图的益处

? 供正在进行过程控制的操作者使用

? 有助于过程在质量上和成本上能持续的、可预测的保持下去

? 使过程达到：

? 更高的质量

? 更低的单件成本

? 更高的有效能力

? 为讨论过程的性能提供共同的语言

? 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

在实际应用中,当各组容量与其平均值相差不超过正负25%时,可用平均样本容量( )来计算控制限.

在什么条件下分析阶段确定的控制限可以转入控制阶段使用：

? 控制图是受控的

? 过程能力能够满足生产要求

控制图是根据稳定状态下的条件（人员、设备、原材料、工艺方法、测量系统、环境）来制定的。如果上述条件变化，则必须重新计算控制限，例如：

? 操作人员经过培训，操作水平显著提高；

? 设备更新、经过修理、更换零件；

? 改变工艺参数或采用新工艺；

? 改变测量方法或测量仪器；

? 采用新型原材料或其他原材料；

? 环境变化。

使用一段时间后检验控制图还是否适用，控制限是否过宽或过窄，否则需要重新收集数据计算控制限；

过程能力值有大的变化时，需要重新收集数据计算控制限。

对于p,np图, 过程能力是通过过程平均不合品率 来表示,当所有点都受控后才计算该值.

当Cpk指数值降低代表要增加：

? 控制

? 检查

? 返工及报废，

在这种情况下，成本会增加，品质也会降低，

生产能力可能不足。

当Cpk指数值增大，不良品减少，最重要是产品/零件接近我们的“理想设计数值/目标”，给予顾客最大满足感。

当Cpk指数值开始到达1.33或更高时对检验工作可以减少，减少我们对运作审查成本。

? 普通原因变差

? 影响过程中每个单位

? 在控制图上表现为随机性

? 没有明确的图案

? 但遵循一个分布

? 是由所有不可分派的小变差源组成

? 通常需要采取系统措施来减小

? 特殊原因变差

? 间断的，偶然的，通常是不可预测的和不稳定的变差

? 在控制图上表现为超出控制限的点或链或趋势

? 非随机的图案

? 是由可分派的变差源造成该变差源可以被纠正

? 工业经验建议为：

? 只有过程变差的15%是特殊的可以通过与操作直接有关的人员纠正

? 大部分 (其余的85%) 是管理人员通过对系统采取措施可纠正的

? 控制图可以区分出普通原因变差和特殊原因变差

? 特殊原因变差要求立即采取措施

? 减少普通原因变差需要改变产品或过程的设计

控制图 - 过程的声音

? 试图通过持续调整过程参数来固定住普通原因变差，称为过度调整，结果会导致更大的过程变差造成客户满意度下降

? 试图通过改变设计来减小特殊原因变差可能解决不了问题，会造成时间和金钱的浪费

? 控制图可以给我们提供出出现了哪种类型的变差的线索，供我们采取相应的措施

? 能力指数的计算基于以下假设条件：

? 过程处于统计稳定状态

? 每个测量单值遵循正态分布

? 规格的上、下限是基于客户的要求

? 测量系统能力充分

? 如果理解关满足了这些假设后，能力指数的数值越大，潜在的客户满意度越高

过程能力分析的用途

-设计部门可参考目前之制程能力，以设计出可制

造的产品

-评估人员、设备、材料与工作方法的适当性

-根据规格公差设定设备的管制界限

-决定最经济的作业方式

过程控制和过程能力

◎目标:过程控制系统目标,是对影响过程的措

施作出经济合理的决定, 避免过度控制

与控制不足

◎过程能力讨论:必需注意二个观念

○由造成变差的普通原因来确定

○内外部顾客开心过程的输出及与他

们的要求的关系如何。

SPC就是利用统计方法去:

1.分析过程的输出并指出其特性.

2.使过程在统计控制情况下成功地进行和维持.

3.有系统地减少该过程主要输出特性的变异.

统计制程管制 (SPC)

它可用统计管制图及时监督与控制线场作业 .

. 它可用统计计算制程能力及规格 .

. 它可防止制程的偏差去影响产品的良率与品质 / 可靠性.

. 它可消除非机率原因的变异来改善制程.

SPC 就是依据

统计 的逻辑

来判断

制程 是否正常

及应否采取改善对策的一套

控制系统

? 对的问题比对的答案更重要

SPC生产统计过程控制

一、spc的基础知识

1.关于控制、过程、统计

2.特性及其分类

3.统计学基础

二、spc的基本原理

4.过程的理解与过程控制

5.波动及波动的原因

6.局部措施和系统措施

三、统计过程的控制思想

1.正态分布简介

2.统计控制状态及两种错误

3.过程控制和过程能力

4.过程改进循环

四、控制图类型

1.控制图应用说明

2.控制图的定义和目的

3.控制图解决问题思路

4.控制图益处

5.控制图分类

6.控制图的选择

五、建立计算型控制图的步骤和计算方法

1.均值和极差图

2.均值和标准差图

3.中位数和极差图

4.单值和移动极差图

六、计数型控制图与过程能力指数

1.过程能力解释前提

2.过程能力的计算

3.制程能力指数

4.过程绩效指数

引起质量波动的原因主要来自人、设备、材料、方法、环境五方面。

1、引起质量波动的原因。

人（Man）：包括操作者对质量的认识、技术熟练程度、身体状况等；设备（Machine）：包括机器设备、测量仪器的精度和维护保养状况等；材料（Material）：包括材料的成分、物理性能和化学性能等。

方法（Method）：这里包括生产工艺、设备选择、操作规程等；环境（Environment）：包括工作地的温度、湿度、照明和清洁条件等。

2、质量波动的定义及类型。

质量波动是一种可以分两类的波动形式，即正常波动和异常波动。

正常波动：是由偶然性，不可避免的因素造成的波动，正常波动的数据服从正态分布。异常波动：是由系统性原因造成的质量数据波动，散差的数值和正负符号往往保持为常值，或按一定的规律变化，带有方向性，出现差异大的差数。

质量波动的原则：

1、底线原则。

所谓底线原则，就是构建企业质量管理的底线，并且不逾越底线。

要遵守好底线原则，应做好：配置资源，也就是配置如检测设备、相应人手等，以便于开展必要的质量管控工作。质量管控需配置必要的资源，否则即便有心不逾越底线，事实上却很难保证。满足要求，将满足客户要求当作一条底线来对待，许诺客户的就应该做到。

2、稳定原则。

所谓稳定原则，是指推进工艺及作业的标准化，构建稳定状态，这种稳定状态也称为受控状态。

要想达成稳定的目的，主要有两个重点，一是依赖于从新产品开发时起直至量产过程逐步积累迭代而出的各种质量要求，这些质量要求能够精准管控质量风险；二是生产过程，将这些质量要求落实到位并管控好现场。

关于“过程能力分析的来龙去脉”这个话题的介绍，今天小编就给大家分享完了，如果对你有所帮助请保持对本站的关注！