统计过程控制SPC案例分析

统计过程控制(spc)案例分析(-03-24).电子教案

【案例1】 R X -控制图示例 某手表厂为了提高手表的质量，应用排列图分析造成手表不合格品的各种原因，发现“停摆”占第一位。为了解决停摆问题，再次应用排列图分析造成停摆事实的原因，结果发现主要是由于螺栓松动引发的螺栓脱落成的。为此厂方决定应用控制图对装配作业中的螺栓扭矩进行过程控制。 分解：螺栓扭矩是一计量特性值，故可选用基于正态分布的计量控制图。又由于本例是大量生产，不难取得数据，故决定选用灵敏度高的R X -图。 解：我们按照下列步骤建立R X -图 步骤1：取预备数据，然后将数据合理分成25个子组，参见表1。 步骤2：计算各组样本的平均数i X 。例如，第一组样本的平均值为： 0.1645 162 1661641741541=++++= X 其余参见表1中第（7）栏。 步骤3：计算各组样本的极差i R 。例如，第一组样本的极差为： {}{}20154174min max 111=-=-=j j X X R 其余参见表1中第（8）栏。 表1： 【案例1】的数据与R X -图计算表

i 故：272.163=X ，280.14=R 。 步骤5：计算R 图的参数。

先计算R 图的参数。从D 3、D 4系数表可知，当子组大小n =5，D 4=2.114，D 3=0，代入R 图的公式，得到： 188.30280.14114.24=?==R D UCL R 280.14==R CL R ==R D LCL R 3— 极差控制图： 均值控制图： 图1 【案例1】 的第一次R X -图 参见图1。可见现在R 图判稳。故接着再建立X 图。由于n =5，从系数A 2表知A 2=0.577，再将272.163=X ，280.14=R 代入X 图的公式，得到X 图： 512.171280.14577.0272.1632≈?+=+=R A X UCL X 272.163==X CL X 032.155280.14577.0272.1632≈?-=-=R A X LCL X 因为第13组X 值为155.00小于X LCL ，故过程的均值失控。经调查其原因后，改进夹具，然后去掉第13组数据，再重新计算R 图与X 图的参数。此时， 125.1424 1835724 ≈-=='∑R R 617.16324 .1558.408124 ≈-= = '∑X X 代入R 图与X 图的公式，得到R 图： 1 3 5 7 9 11 13 15 17 19 21 23 25 30.188 14.280 0.000 1 3 5 7 9 11 13 15 17 19 21 23 25 171.512 163.272 155.032

SPC统计过程控制管理办法

w 本手册所描述操纵图的选用程序 否 是 是 是是 是

注：本图假设测量系统差不多过 是 是 是 否否

评价同时是适用的 第Ⅰ章 持续改进及统计过程操纵概述 在今天的经济气候下，为了事业昌盛，我们——汽车制造商，供方及销售商必须致力于不断改进。我们必须查找更有效的方法来提供产品及服务。这些产品和服务必须不断地在价值上得以改进。我们必须重视内部以及外部的顾客，并将顾客中意作为企业的要紧目标。 为了达到这一目标，我们组织中的每一个人都必须确保不断改进及使用有效的方法。本手册涉及到第二个领域的某些要求。它描述了能使我们致力于的改进更有效的几种差不多的统计方法。为了完成不同的任务需要不同程度的理解。本手册的对象是见习生以及刚开始从事统计法应用的治理人员。关于现在正在应用更先进技术的人员，本手册也可作为他们学习这些差不多方法的参考文献。本手册并没有包括所有的差不多方法。附录H 所列的参考文献或手册中阐述了其他的差不多方法(例如：检查清单、 流程图、是

排列图、因果分析图等)及一些先进的方法(如其他操纵图、试验设计、质量功能展开等)。 本书所述的差不多统计方法包括与统计过程操纵及过程能力分析有关的方法。本手册的第1章阐述了过程操纵的背景知识，解释了一些重要的概念：如变差的专门及一般缘故，并介绍了操纵图，那个用来分析及监控过程特不有效的工具。第Ⅱ章描述了构 造和使用计量型数据操纵图表(定量的数据，或测量)的 - X —R ， - X —s 图，中位数图以及X —MR(单值及移动极差)图。这一章还介绍了过程能力的概念并讨论了广泛应用的指数及比值。第Ⅲ章介绍了用于计数型数据(定性数据或计数值)的几种操纵图：p 图、np 图及u 图。第Ⅳ 章介绍了测量系统分析的内容并列举了适当的例子。附录包括分组及过度调整的例子，如何使用操纵图的流程图、常数及公式表、标准正态分布以及可复制的空白表等。术语索引给出了本手册所使用的术语及符号的解释，参考文献一节向读者提供了进一步学习的材料。 在开始讨论之前，需进行六点讲明： 1．收集数据并用统计方法来解释它们并不是最终目标，最终目标应是对读者的过程不断加深理解。当—个没有任何改进的技术专家是专门容易的。增加知识应成为行动的基础； 2．研究变差和应用统计知识来改进性能的差不多概念适用于任何领域，能够 是在车间中或办公室里。例子有：机器(性能特性)、记帐(差错率)、总销售额、白费分析(废品率)、计算机系统(性能特性)及材料治理(运送时刻)。本手册重点放在车间应用中。鼓舞读者参考附录H

统计案例

统计案例（约14课时） 通过典型案例，学习下列一些常见的统计方法，并能初步应用这些方法解决一些实际问题。 ①通过对典型案例（如“肺癌与吸烟有关吗”等）的探究，了解独立性检验（只要求2×2列联表）的基本思想、方法及初步应用。 ②通过对典型案例（如“质量控制”、“新药是否有效”等）的探究，了解实际推断原理和假设检验的基本思想、方法及初步应用（参见例1）。 ③通过对典型案例（如“昆虫分类”等）的探究，了解聚类分析的基本思想、方法及初步应用。 ④通过对典型案例（如“人的体重与身高的关系”等）的探究，进一步了解回归的基本思想、方法及初步应用。 说明与建议 1．统计案例的教学中，应鼓励学生经历数据处理的过程，培养他们对数据的直观感觉，认识统计方法的特点（如统计推断可能犯错误，估计结果的随机性），体会统计方法应用的广泛性。应尽量给学生提供一定的实践活动机会，可结合数学建模的活动，选择1个案例，要求学生亲自实践。对于统计案例内容，只要求学生了解几种统计方法的基本思想及其初步应用，对于其理论基础不作要求，避免学生单纯记忆

和机械套用公式。 2．教学中，应鼓励学生使用计算器、计算机等现代技术手段来处理数据，有条件的学校还可运用一些常见的统计软件解决实际问题。 参考案例 例1 某地区羊患某种病的概率是0.4，且每只羊患病与否是彼此独立的。今研制一种新的预防药，任选5只羊做实验，结果这5只羊服用此药后均未患病。问此药是否有效。 初看起来，会认为这药一定有效，因为服药的羊均未患病。但细想一下，会有问题，因为大部分羊不服药也不会患病，患病的羊只占0.4左右。这5只羊都未患病，未必是药的作用。分析这问题的一个自然想法是：若药无效，随机抽取5只羊都不患病的可能性大不大。若这件事发生的概率很小，几乎不会发生，那么现在我们这几只羊都未患病，应该是药的效果，即药有效。 现假设药无效，5只羊都不生病的概率是 (1—0.4)5≈0.078. 这个概率很小，该事件几乎不会发生，但现在它确实发生了，说明我们的假设不对，药是有效的。 这里的分析思想有些像反证法，但并不相同。给定假设后，我们发现，一个概率很小几乎不会发生的事件却发生了，从而否定我们的“假设”。

统计过程控制简称SPC.docx

SPC统计过程控制 SPC是Statistical Process Control的简称统计过程控制。 利用统计的方法来监控过程的状态，确定生产过程在管制的状态下，以降低产品品质的变异。 统计过程控制（简称SPC）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。它认为，当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。 实施SPC的过程一般分为两大步骤：首先用SPC工具对过程进行分析，如绘制分析用控制图等；根据分析结果采取必要措施：可能需要消除过程中的系统性因素，也可能需要管理层的介入来减小过程的随机波动以满足过程能力的需求。第二步则是用控制图对过程进行监控。 控制图是SPC中最重要的工具。目前在实际中大量运用的是基于Shewhart原理的传统控制图，但控制图不仅限于此。近年来又逐步发展了一些先进的控制工具，如对小波动进行监控的EWMA和CUSUM控制图，对小批量多品种生产过程进行控制的比例控制图和目标控制图；对多重质量特性进行控制的控制图。 SPC源于上世纪二十年代，以美国Shewhart博士发明控制图为标志。自创立以来，即在工业和服务等行业得到推广应用，自上世纪五十年代以来SPC在日本工业界的大量推广应用对日本产品质量的崛起起到了至关重要的作用；上世纪八十年代以后，世界许多大公司纷纷在自己内部积极推广应用SPC，而且对供应商也提出了相应要求。在ISO9000及QS9000中也提出了在生产控制中应用SPC方法的要求。 SPC技术原理 统计过程控制（SPC）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC 正是利用过程波动的统计规律性对过程进行分析控制的。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。 SPC可以为企业带来的好处 SPC强调全过程监控、全系统参与，并且强调用科学方法（主要是统计技术）来保证全过程的预防。SPC不仅适用于质量控制，更可应用于一切管理过程（如产品设计、市场分析等）。正是它的这种全员参与管理质量的思想，实施SPC可以帮助企业在质量控制上真正作到"事前"预防和控制，SPC可以： ·对过程作出可靠的评估； ·确定过程的统计控制界限，判断过程是否失控和过程是否有能力； ·为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生； ·减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作； 有了以上的预防和控制，我们的企业当然是可以：

10大管理创新以及案例分析

10大管理创新以及案例分析 营销方式越来越简捷，组织结构越来越富有柔性，经营管理的信息化程度日益提高，企业越来越注重发挥各种资源整合的力量。而引领这一系列变化的，正是管理创新! 从设计创造价值、供应链整合，到对产品、设计、研发、IT等进行外包而获利，以及并购管理方式等进行的创新，简言之，管理创新就是企业根据生产经营的客观要求和科技发展的条件，对传统的企业管理模式和管理方法进行改革、改进和改造。通过管理创新，培育和实施先进的企业文化和经营方式，使各种生产要素有机结合，资源得到优化配置，生产效率不断提高，从而保证企业产品的质量和企业的竞争能力。 管理创新，已经成为中国CEO们普遍关心的问题!这里选出的10项，只是中国企业近年来实施管理创新实践的代表。 或许昨天，中国企业曾因某些方面缺乏创新而交过学费;而今天，中国企业也因方方面面的管理创新而飞速发展，闪耀世界! No.1设计创造价值 影响力指数：★★★★★ 关注率：★★★★☆ 通过更好的设计，可以使产品获得更高的价值。这一点，早已被国外的诸多大型企业所认识和应用。譬如韩国三星，他们认为，杰出的外观是增强产品亲和力的有效途径，对这方面的孜孜以求，使其确立了现代工业设计杰出代表的地位。 典型案例：家居企业博洛尼认为，橱柜行业也跟时装、汽车等时尚产品一样，有自己独特的风向标，意大利的设计无疑是前沿潮流的代表。他们从意大利高薪聘请了首席设计师，让博洛尼展示出纯正的意大利风格。披上了意大利时尚设计的外衣，博洛尼的品牌效应凸显，迅速坐上国内整体厨房业第一的位置。 点评：很长一段时间，设计在中国遭受冷遇——从制造商到消费者，大家对设计的认识还很狭隘，特别是有些制造型企业，一味地强调低成本，并不把设计看成一门管理或一项必要的投资。这使不少中国企业交了高昂的学费。 博洛尼以及其他具有“设计创造价值”理念企业的成功，至少给人们这样的启示：要使设计体现价值，首先要认识到设计的价值!只有将关注设计融入企业的DNA，以产品卓越的性能为基础，满足人们对视觉审美的品味，才能使产品整体表现得以飞跃，使产品附加值和品牌力得以提高。 No.2外包获利 影响力指数：★★★★★ 关注率：★★★★★ 业务外包是指企业根据投入产出效益最大化的原则，将某个或某些部门或业务转包给更加擅长和专业的企业进行管理和经营的行为，强调企业将主要精力集中于关键业务上，最大限度地降低成本，提高效率。涉及产品外包、设计外包、研发外包、人力资源外包、物流外包，以及IT外包等多种形式。 典型案例：汽车制造行业零部件多，自己去做采购物流，要费很多时间，上海通用就将物流外包给专业的第三方物流公司中远集团。中远按照通用要求的时间，把原材料直接送到通用的生产线上。这不但使上海通用的生产线基本做到了零库存，包装成本也大幅下降。 上海通用将物流外包的模式，在国内的制造型企业，尤其是做零库存的生产企业是非常实用的。在实施业务外包时，企业应认真分析，挖掘竞争对手难以获得和复制的资源和优势，将其演变为企业的核心竞争力。这种扬长避短的业务外包，才能够使企业真正获益。 No.3供应链整合 影响力指数：★★★★☆

统计过程控制作业指导书(修改版)

统计过程控制作业指导书 1 目的 应用适当的统计技术，对定量信息进行分析处理，以控制过程特性，确保产品质量特性达到规定的要求。 2 适用范围 适用于质量策划、过程特性、产品特殊特性及持续改进的数据统计和分析。 3 参考文件 《统计过程控制（SPC）参考手册》 4 名词和定义 4.1 统计过程控制：是一种制造控制方法，是将制造中的控制项目，依其特性所收集的数据，通过过程能力的分析与过程标准化，发掘过程中的异常，并立即采取改善措施，使过程恢复正常的方法。 4.2 控制图：是对过程质量特性值进行测定、记录、评估，从而监察过程是否处于控制状态的一种用统计方法设计的图。 4.3 过程变差：由于普通和特殊两种原因造成的变差，本变差可用样本标准差S 来估计。 4.4 过程固有变差：仅由于普通原因产生的那部分过程变差。该变差可以从控制图上通过R/d2 来估计。 4.5 过程能力：仅适用于统计稳定的过程，是过程固有变差的6σ范围，式中σ通常由R/d2（σR/d2）计算而得。 4.6 Cp：能力指数 4.7 Pp：性能指数 4.8 Cpu：上限能力指数 4.9 Cpl：下限能力指数 4.10 Cpk：这是考虑到过程中心的能力指数，定义为Cpu和Cpl的最小 值。 4.11 Ppk：这是考虑到过程中心的性能指数。 4.12 Ca：偏移度

4.13 UCL：（Upper Control limit）上控制限 LCL：（Lower Control limit）下控制限 5 权责 5.1 制定责任 5.2 实施责任 5.2.1 质量管理处负责指导、监督各部门统计技术应用的有效性。 5.2.2 技术部 5.2.2.1 负责研究初始过程能力并提出改进措施。 5.2.2.2 负责针对质量月报中提到的过程能力达不到要求的进行分析，提出改进措施。 5.2.2.3 负责对现场过程控制中过程特性和产品特性变差较大的利用控制图进行分析，并提出改进措施。 5.3品保部质检处 5.3.1 负责制定和修正控制用控制图的上、下控制限。 5.3.2 负责收集生产各处室完成的控制用控制图，并对实际的过程能力进行计算，将过程能力指数计算结果报到质量月报中。 5.4 生产各处室负责按照控制计划的要求对需用控制图进行控制的项目，在控制用控制图上进行过程监控。 5.5 由CFT小组每天对控制图进行监控,对工艺技术人员不能解决的异常问题及时分析对策。 6 内容及要求 6.1确定需求 6.1.1统计过程控制用于研究工序能力、监控工艺状况、评估测量系统。 6.1.2技术部在产品质量先期策划时要确定每一过程适用的统计技术，并纳入控制计划。 6.1.3技术部在新产品差异性分析以后，对差异方面的产品特性进行初始过程能力的研究。

库存管理案例分析

和瑞公司实施库存控制分析 一、采用的库存控制方法的定义 库存控制是对制造业或服务业生产、经营全过程的各种物品，产成品以及其他资源进行管理和控制，使其储备保持在经济合理的水平上。库存控制是使用控制库存的方法，得到更高的盈利的商业手段。库存控制是仓储管理的一个重要组成部门。它是在满足顾客服务要求的前提下通过对企业的库存水平进行控制，力求尽可能降低库存水平、提高物流系统的效率，以提高企业的市场竞争力。 二、和瑞公司企业简介 和瑞公司系于1999年组建的股份制企业，是当地最大的面粉企业之一。公司年加工小麦42万吨，拥有员工500余人，总资产亿元。年产优质小麦专用粉和高等级面粉10万吨、食用油3000吨、豆粕万吨。2000年实现销售收入亿元，创利税2846万元。面粉厂新上优质小麦专用面粉生产线，总投资5000万元，被全国光彩事业促进会和省人民政府列为“全国光彩事业重点企业”和省重点扶持建设小麦加工转化龙头企业，现已达到日处理小麦600吨，可生产蛋糕粉、面包粉、方便面专用粉、水饺、馒头专用粉、拉面、烩面专用粉7个种类产品，年可实现销售收入亿元，创利税2920万元，2006年年底新上日处理小麦1000吨的面粉厂。 三、详细分析,需要回答以下几个问题： 1 企业实施库存管理的前的状况 随着企业逐步的发展壮大，原材料和备品备件的采购资金占公司总体成本的70%以上。生产规模的不断扩大，经济形势的变化，原辅材料的价格频繁调高，存货积压不断上升，使产品成本有了较大的增长。但是对于公司原材料仓库的管理方法一直很落后，存货不合理，查询不方便等。因此，公司内物品超储、积压现象严重、资金占用多、周转速度慢等情况已成为存货管理中相当严重的问题。公司物品品种成百计，其重要程度、消耗数量、资金占用等各不相同。 2 企业实施库存管理技术的后的状况 （一）优化存货管理流程 1、优化存货管理流程的思路 利用物流的先进管理理论和管理方法，对公司存货管理的全过程进行优化组合和合理配置，使存货管理活动中的订单流、物流和资金流处于最佳状态，以最少的投入获得最大的产出，这是现代存货管理的趋势和重点。加强存货管理的所有资源，通过业务流程重组，增强物流信息系统自动处理功能，进而缩短存货周期，提高管理效率，使存货管理各业务环节真正实现其控制作用，促进存货管理目标的实现。 2、存货管理流程设计 (1)产品入库验收控制 主要是指产品入库的数量和质量，一定要做到准确、安全入库，并标明库位号，因为这直接关系到存货产品的警戒线和印制数量的实施。 (2)建立严格发货制度 发货是公司的主旋律，产品只有发出去，才能变现，才是真正的“流动资产”。仓库保管人员要核查发货单。无论是何种形式的发货单，均要有营销业务经手人签字和部门负责人批准签字，储运人员仔细验单、核发数量，并在实物出库凭证上签字。存货发出后，仓库保管人员及时登记存货记录卡片，计算结余数，并与存货产品警戒线对照。以便及时、准确地掌握存货的数量。 (3)退货的控制

统计过程控制SPC)案例分析

统计过程控制（SPC）案例分析 一．用途 1. 分析判断生产过程的稳定性，生产过程处于统计控制状态。 2．及时发现生产过程中的异常现象和缓慢变异，预防不合格品产生。 3．查明生产设备和工艺装备的实际精度，以便作出正确的技术决定。 4．为评定产品质量提供依据。 二．控制图的基本格式1．标题部分 X-R控制图数据表

2 质 量 特 性 在方格纸上作出控制图： 样本

横坐标为样本序号，纵坐标为产品质量特性。图上有三条平行线： 实线CL ：中心线 虚线UCL ：上控制界限线 LCL ：下控制界限线。 三． 控制图的设计原理 1． 正态性假设：绝大多数质量特性值服从或近似服从 正态分布。 2． 3σ准则：99。73%。 3． 小概率事件原理：小概率事件一般是不会发生的。 4． 反证法思想。 四． 控制图的种类 1． 按产品质量的特性分（1）计量值 （S X R X R X R X S ----,,~ ,）

（2）计数值（p，pn，u，c图）。 2．按控制图的用途分：（1）分析用控制图；（2）控制用控制图。 五．控制图的判断规则 1．分析用控制图： 规则1 判稳准则-----绝大多数点子在控制界限线内（3种情况）； 规则2 判异准则-----排列无下述现象（8种情况）。 2．控制用控制图： 规则1 每一个点子均落在控制界限内。 规则2 控制界限内点子的排列无异常现象。 [案例1] p控制图 某半导体器件厂2月份某种产品的数据如下表(2)(3)栏所表示,根据以往记录知,稳态下的平均不合格品率0389 p,作控制 .0 图对其进行控制. 数据与p图计算表

SPC管理规定

SPC管理规定

5.3.1.4 选择控制图的刻度 对于X 图, 坐标上的刻度值的最大值与最小值之差应至少为子组均值( X ) 最大值与最小值差的2倍。 对于R 图, 刻度值应从最低值为0开始到最大值之间的差值为初始阶段所遇到的最大极差( R) 的2倍。 5.3.1.5 将均值X 和极差R 画到控制图上。 5.3.2 计算控制限 5.3.2.1 计算平均极差( R ) 及过程平均值( X ) K R R R R K 21 K X X X X K 21 K 为子组的数量 5.3.2.2 计算控制限 UCL R =D 4R UCL X =X +A 2R LCL R =D 3R LCL X =X -A 2R 式中之D 4、 D 3及A 2为常数, 见 。 5.3.2.3 画控制线 在平均值( X ) 和极差图( R) 中用水平虚线将各自的控制限画上去, 在初始研究阶段, 这些控制限叫试验控制限。 5.4 过程控制解释 5.4.1 分析极差图( R 图) 上的数据点 a 、 超出控制限的点——出现一个或多个点超出任何一个控制限, 是该点处于失控状态的主要证据。因为在只存在普通原因引起变差的情况下, 超出控制限的点会很少, 我们便假设该超出的是由于特殊原因造成的。因此, 任何超出控制限的点是立即进行分析、 找出存在的特殊原因点的信号。 超出极差上控制限的点一般说明存在下列情况中的一种或几种: 控制限计算错误或描点时描错; 零件间的变化性或分布的宽度已经增大( 即变坏) , 这种增大能够发生在某个 时间点上, 也可能是整个趋势的一部分; 测量系统变化( 例如, 不同 的检验员或量具) ; 测量系统没有适当的分辨力。 有一点位于控制限之下( 对于样本容量大于等于7的情况) , 说明存在下列情况的一种或几 种: 控制限或描点错误; 分布的宽度变小( 即变好) 测量系统已改变( 包括数据编辑或变换) b 、 链—有下列现象之一表明过程已改变或出现这种趋势: 连续7点位于平均值的一侧;

统计质量控制案例分析

案例六统计质量控制案例分析 【案例背景】 某纺织机械厂的主要产品之一是细纱机，也是该厂创效益、创外汇的产品。机梁是细纱机的主要零件，在细纱机中起着支承牵伸装置、导纱板升降装置、钢领板升降装置、纱架等部件的作用，其质量将直接影响细纱机装配质量。机梁自身结构属长向薄壁形，其长厚比达130∶1，极易产生加工变形，而技术精度要求高，其中主要技术特性值平面度要求仅为0.15mm。与同行业相比，为了减少切削，机梁毛坯加工余量仅为3mm，给加工工艺带来了难度，机梁数量大，每台细纱机有28根，每年需67000根机梁，机梁质量的好坏将直接影响该厂经济效益，而现在机梁质量波动较大，返修率较高。因此提高机梁一次合格率具有更重要的意义。 【案例目的】 充分利用统计质量控制中的旧七种工具找出质量问题，分析质量缺陷出现的原因，并制定对策计划和实施方案。 【案例分析】 1.现场调查 为了提高机梁一次投入产出合格率，质量管理小组对机梁整个加工工艺过程进行了分析讨论。产品加工工艺流程： 铸坯粗铣机梁两外角尺平面精铣机梁两外角尺平面铣机梁两里角尺铣机梁两里角尺凸肩面粗、精铣机梁两端面总长钻、攻机梁两角尺上螺纹及孔去毛刺（如图1所示） 1 粗铣机梁两外角尺平面 2 精铣机梁两外角尺平面 3 铣机梁两条小平面 4 铣机梁两里角尺凸肩面 5 粗、精铣两端总长 6 钻、攻机梁角尺面上各螺纹及孔 图1 产品零件简图及加工工序 (1)寻找原因 为了寻找出现废品的原因，对500件机梁加工工序的一次合格率进行测试，数据如表1所示。 对各工序共产生的140件不合格品制成不合格品表（表2）和它的排列图（图2）。

粗铣机梁两外角尺平面 27 125 89.82 铣机梁两条小平面 5 130 92.86 铣机梁两里角尺凸肩面 5 135 94.43 钻、攻机梁角尺面上各螺纹及孔 5 140 100 N 140 图2 机梁不合格品排列图 4060100200 800 20 406080 100 98 27 5 55 N=140 140例不合格品A 类因素 累积百分比/% 精铣机梁两外角尺平面 粗铣机梁两外角尺平面 铣机梁两条小平面 铣机梁两里角尺凸肩面 钻、攻机梁两角尺面上各螺纹及孔 关键工序机梁不合格品数/根 70% 89.28% 92.86% 94.43% 由图2可见，五道工序中精铣机梁两外角尺平面为出不合格品最多的工序。 (2) 寻找影响精铣机梁两外角尺平面工序质量的主要因素 取118件由精铣机梁两外角尺平面工序所造成的不合格进行检测，得到精铣机梁工序不合格品表和它的排列图（如表3和图3所示）。 项 目 不合格品数/根 累积不合格品数/根 累积百分数/% 平面度0.15mm 88 88 74.58 垂直度0.16mm 15 103 87.29 直线度0.04mm 7 110 93.22 表面粗糙度Ra <2.5μm 5 115 97.46 厚度超差 2 117 99.15 其 它 1 118 100 图3 精铣机梁工序不合格品排列图 20 4060 80 88 7 521N=118118例不合格品A 类因素 累积百分数/% 平面度0.15mm 垂直度0.16mm 直线度0.04mm 表面粗糙度R a <2.5μm 厚度超差 精铣机梁两外角尺面不合格品数/根 15 74.58% 87.29% 93.22% 97.46% 99.16% 其他 由图3可见，工序平面度是影响精铣机梁两外角尺质量的A 类因素即为主要因素。

SPC统计过程控制案例分析报告

统计过程控制（SPC）案例分析一．用途 1. 分析判断生产过程的稳定性，生产过程处于统计控制状态。2．及时发现生产过程中的异常现象和缓慢变异，预防不合格品产生。3．查明生产设备和工艺装备的实际精度，以便作出正确的技术决定。4．为评定产品质量提供依据。 二．控制图的基本格式1．标题部分 X-R控制图数据表

2 质 量 特 性 在方格纸上作出控制图： 样本号

横坐标为样本序号，纵坐标为产品质量特性。图上有三条平行线： 实线CL ：中心线 虚线UCL ：上控制界限线 LCL ：下控制界限线。 三． 控制图的设计原理 1． 正态性假设：绝大多数质量特性值服从或近似服从正态分 布。 2． 3σ准则：99。73%。 3． 小概率事件原理：小概率事件一般是不会发生的。 4． 反证法思想。 四． 控制图的种类 1． 按产品质量的特性分（1）计量值（S X R X R X R X S ----,,~ ,） （2）计数值（p ，pn ，u ，c 图）。 2． 按控制图的用途分：（1）分析用控制图；（2）控制用控制 图。 五． 控制图的判断规则 1． 分析用控制图： 规则1 判稳准则-----绝大多数点子在控制界限线（3种情况）； 规则2 判异准则-----排列无下述现象（8种情况）。 2． 控制用控制图：

规则1 每一个点子均落在控制界限。 规则2 控制界限点子的排列无异常现象。 [案例1] p控制图 某半导体器件厂2月份某种产品的数据如下表(2)(3)栏所表示,根据以往记录知,稳态下的平均不合格品率0389 p,作控制图对其进行控 .0 制. 数据与p图计算表

统计方法质量改进案例

世达铸造公司质量改进案例 2012级工商管理3126309024 陈维杰 （一）、项目背景 世达铸造公司是国内铸造业的大型生产企业，产品覆盖国内、国际市场。目前，如何快速有效地提高产品质量已经成为该企业能否抓住发展机遇的关键。消失模铸铁管件是该公司的主要产品，由于质量原因导致2003年直接现金被索赔达80万元（并不包括由此产生的返修、检验鉴定、故障等隐性成本），并有上升趋势。为解决这一问题，该公司在专业咨询公司的协助下，成立了QC小组，对生产过程进行全面系统改进。 （二）、问题分析 项目启动后，有关成员对生产过程进行了长达一个月的调查研究及相关数据收集，发现管件的铸造缺陷是主要质量问题，铸造缺陷率 超过6200×10-6，于是，项目组将其定为重点改善项目，并设立一期改进目标为2000×10-6（见图9-22），成立包括质量、计量、工艺、设 备和生产各部门人员的跨部门QC小组，以大量数据为基础，详细分析找出如下铸造缺陷是影响管件质量的主要原因： 1）尺寸偏差 2）冷隔 3）渣孔 4）裂纹

图9-22 项目改进目标 为此，项目组利用头脑风暴法展开热烈讨论，从生产质量管理及生产过程控制方面出发，认为造成这些原因的问题点是： （1）生产过程： 1）环境温度变化 2）浇注系统不合理 3）浇注温度低 （2）质量管理 1）基础管理工作较落后，质量管理工作难度大。 2）质量观念落后，缺乏改进动力。 3）生产部门凭经验解决问题，无法控制整个生产过程。 4）质量检验是出现问题的事后补救，大量不合格品导致成本增加。 5）质量检验没有形成完善的标准体系，无法完全剔除不合格品，导致管件质量问题。 （三）、解决方案 1．生产过程解决方案 管件的生产流程如图9-23：

spc(第二版)

本手册所描述控制图的选用程序 第Ⅰ章

持续改进及统计过程控制概述 在今天的经济气候下，为了事业昌盛，我们——汽车制造商，供方及销售商必须致力于不断改进。我们必须寻找更有效的方法来提供产品及服务。这些产品和服务必须不断地在价值上得以改进。我们必须重视内部以及外部的顾客，并将顾客满意作为企业的主要目标。 为了达到这一目标，我们组织中的每一个人都必须确保不断改进及使用有效的方法。本手册涉及到第二个领域的某些要求。它描述了能使我们致力于的改进更有效的几种基本的统计方法。为了完成不同的任务需要不同程度的理解。本手册的对象是见习生以及刚开始从事统计法应用的管理人员。对于现在正在应用更先进技术的人员，本手册也可作为他们学习这些基本方法的参考文献。本手册并没有包括所有的基本方法。附录H所列的参考文献或手册中阐述了其他的基本方法(例如：检查清单、流程图、排列图、因果分析图等)及一些先进的方法(如其他控制图、试验设计、质量功能展开等)。 本书所述的基本统计方法包括与统计过程控制及过程能力分析有关的方法。本手册的第1章阐述了过程控制的背景知识，解释了一些重要的概念：如变差的特殊及普通原因，并介绍了控制图，这个用来分析及监控过程非常有效的工具。第Ⅱ章描述了构造和使用计量型 数据控制图表(定量的数据，或测量)的 - X—R， - X—s图，中位数图以及X—MR(单值及移动 极差)图。这一章还介绍了过程能力的概念并讨论了广泛应用的指数及比值。第Ⅲ章介绍了用于计数型数据(定性数据或计数值)的几种控制图：p图、np图及u 图。第Ⅳ章介绍了测量系统分析的内容并列举了适当的例子。附录包括分组及过度调整的例子，如何使用控制图的流程图、常数及公式表、标准正态分布以及可复制的空白表等。术语索引给出了本手册所使用的术语及符号的解释，参考文献一节向读者提供了进一步学习的材料。 在开始讨论之前，需进行六点说明： 1．收集数据并用统计方法来解释它们并不是最终目标，最终目标应是对读者的过程不断加深理解。当—个没有任何改进的技术专家是很容易的。增加知识应成为行动的基础； 2．研究变差和应用统计知识来改进性能的基本概念适用于任何领域，可以是在车间中或办公室里。例子有：机器(性能特性)、记帐(差错率)、总销售额、浪费分析(废品率)、计算机系统(性能特性)及材料管理(运送时间)。本手册重点放在车间应用中。鼓励读者参考附录H中的参考文献应用于行政管理及服务中； 3．SPC代表统计过程控制，不幸的是在北美统计方法常用于零件而不是过程。应用统计技术来控制输出(例如零件)应仅仅是第一步。只有当产生输出的过程成为我们努力的重点，这些方法才能在改进质量，提高生产率，降低成本上发挥作用； 4．尽管本书的每一点是通过已完成的例子来说明，要真正理解这些知识需要进一步与过程控制实际相联系。研究读者自己的工作场所或相似部门中的实际例子是对本书的重要补充。然而，现有的过程信息不能代替实际工作经验； 5．本书可看成应用统计方法的第一步。它提供从经验中得到的法则，这些法则在许多

SPC案例分析

统计过程控制（SPC ）案例分析 一． 用途 1. 分析判断生产过程的稳定性，生产过程处于统计控制状态。 2．及时发现生产过程中的异常现象和缓慢变异，预防不合格品 产生。 3．查明生产设备和工艺装备的实际精度，以便作出正确的技术 决定。 4．为评定产品质量提供依据。 二、控制图的设计原理 1． 正态性假设：绝大多数质量特性值服从或近似服从正态分 布。 2． 3σ准则：99。73%。 3． 小概率事件原理：小概率事件一般是不会发生的。 4． 反证法思想。 四． 控制图的种类 1． 按产品质量的特性分（1）计量值（S X R X R X R X S ----,,~ ,） （2）计数值（p ，pn ，u ，c 图）。 2． 按控制图的用途分：（1）分析用控制图；（2）控制用控制 图。 五． 控制图的判断规则 1． 分析用控制图： 规则1 判稳准则-----绝大多数点子在控制界限线内（3种情况）；

规则2 判异准则-----排列无下述现象（8种情况）。 2．控制用控制图： 规则1 每一个点子均落在控制界限内。 规则2 控制界限内点子的排列无异常现象。 [案例2]为控制某无线电元件的不合格率而设计p图，生产过程质量

要求为平均不合格率≤2%。 解：一.收集收据 在5M1E 充分固定并标准化的情况下,从生产过程中收集数据,见下表所表示: 某无线电元件不合格品率数据表 二.计算样本中不合格品率:k i n k p i i i ,.....,2,1,==,列在上表. 三.求过程平均不合格品率:

%14017775/248=== ∑∑i i n k p 四.计算控制线 p 图:i i n p p p UCL n p p p UCL p CL /)1(3/)1(3% 140--=-+=== 从上式可以看出,当诸样本大小i n 不相等时,UCL,LCL 随i n 的变化而变化,其图形为阶梯式的折线而非直线.为了方便,若有关系式: 2 /2min max n n n n ≥≤ 同时满足,也即i n 相差不大时,可以令n n i =,,使得上下限仍为常数,其图形仍为直线. 本例中,711=n , 诸样本大小i n 满足上面条件,故有控制线为: p 图:% 08.0/)1(3/)1(3%72.2/)1(3/)1(3% 140=--=--==-+=-+===n p p p n p p p UCL n p p p n p p p UCL p CL i i 五.制作控制图: 以样本序号为横坐标,样本不合格品率为纵坐标,做p 图. 六.描点:依据每个样本中的不合格品率在图上描点. 七.分析生产过程是否处于统计控制状态

SPC统计过程控制案例分析(doc 24页)

SPC统计过程控制案例分析(doc 24页)

统计过程控制（SPC）案例分析 一．用途 1. 分析判断生产过程的稳定性，生产过程处于统计控制状态。2．及时发现生产过程中的异常现象和缓慢变异，预防不合格品产生。3．查明生产设备和工艺装备的实际精度，以便作出正确的技术决定。4．为评定产品质量提供依据。 二．控制图的基本格式1．标题部分 X-R控制图数据表

计算：X图：CL=X R图：CL=R UCL=X+R A 2UCL=R D 4 LCL=X-R A 2LCL=R D 3 2 质 量 特 性 在方格纸上作出控制图： R X 控制图X图 R图 CL LCL U 样本

规则2 控制界限内点子的排列无异常现象。 [案例1] p控制图 某半导体器件厂2月份某种产品的数据如下表(2)(3)栏所表示,根据以往记录知,稳态下的平均不合格品率0389 p,作控制图对其进行控 .0 制. 数据与p图计算表

13 94 0 0 0.099 14 95 3 0.032 0.098 15 81 0 0 0.103 16 82 7 0.085 0.103 17 75 3 0.040 0.106 18 57 1 0.018 0.116 19 91 6 0.066 0.100 20 67 2 0.030 0.110 21 86 3 0.035 0.101 22 99 8 0.080 0.097 23 76 1 0.013 0.105 34 93 8 0.086 0.099 25 72 5 0.069 0.107 26 97 9 0.093 0.098 27 99 10 0.100 0.097 28 76 2 0.026 0.105 小计 2315 90 [解] 步骤一 :预备数据的取得,如上边表所示. 步骤二: 计算样本不合格品率024.085/2/,/111====n D p n D p i i i 步骤三: 计算p 图的控制线

统计过程控制(SPC)重点在于什么

一、各阶段的质量管理重点 二.数据的基本常识： ⒈数据的分类 ⒉收集数据的目的 ⒊收集数据应按注意的事项 ①有效数字 ②数字的修约规则 ⒋数据的几个重要特征： ①表示数据集中位置的特征数 ②表示数据离散程度的特征数：极差、方差、标准偏差（σ） ⒌标准差与平均值关系 三、关于SPC理解 SPC起源、背景 最新版本 SPC的变化 SPC的假设条件 统计资料的类型（计数、计量） 正态分布 中值、极差、标准偏差的计算 过程的变异 四、控制图--SPC质量控制的基本元素是控制图。 ⒈什么是控制图：(控制图原理：3σ原则) ⒉控制图的主要用途： 变异的本质：共同原因、特殊原因 管制状态SPC两个阶段：分析阶段，监控阶段 分析用的控制图主要目的： 管理用的控制图主要作用：充分体现出SPC预防控制的作用。 ⒊控制图的基本形式 控制图的种类及主要用途 (表) ⒋计量值控制图 ⑴平均值－极差控制图 ⑵中位数和极差控制图：案例： ⑶单值─移动极差控制图（X－Rs） ⑷平均值和标准偏差控制图案例： ⑸控制线的修订分析 ⒌计数值控制图 计数值控制图有不合格品率控制图(P图)、不合格品数控制图(Pn)图、单位缺陷控制图(u图)和缺陷控制图(C图)。 ⑴不合格品率控制图(P控制图)

主要用途 P控制图几种画法： 一是收集的样本大小n不等 二是对上述控制界限的计算进行简化， 不合格品率控制图（Ｐ控制图）画法：案例1：案例2： ⑵不合格品数控制图（Pn控制图）案例： ⑶单位缺陷数控制图（μ控制图） ⑷缺陷数控制图（C图） (例子) ⑸公差百分率控制图 ①什么是公差百分率控制图 ②中心线和控制界限的确定 ③公差百分率控制图的特点 ⒍控制图的观察分析 控制图与工序变化的分析和判断 ⑴工序稳定状态的判断 工序是否处于稳定状态，必须同时要满足两个原则 ⑵工序不稳定状态的判断 ①点子超出控制界限②点子处在警戒区内 ③点子在控制界限内，但点子排列有缺陷 ⒎控制图异常的处理 ⑴4种情况应重新计算控制界限并作控制图： ⑵控制图两种错误的分析 ⑶3σ控制界限的意义 ⑷质量特性与控制图的选择要考虑的6个方面： ⒏使用控制图的注意事项 ①分组问题、②分层问题、③控制界限的重新计算 课堂练习 五、工序能力分析 ⒈工序能力的含义：工序能力与生产能力、机械能力的区别 ⒉工序能力的数量表示： 为什么用6σ来表示工序能力？ ⒊工序能力与公差图 ⒋工序能力指数Cp及其计算 ①正态分布 ②双向允差，工序分布中心与规格中心重合（即无偏移的情况） ③双向允差，工序分布中心与规格中心有偏移 有偏移时工序能力指数用符号CPK表示：例: ④单向公差情况：只有公差上限TU时 单向公差情况：只有公差下限TL时：例: ⒌工序能力的判断及处置 ⑴工序能力判断标准 ⑵有偏离系数工序能力的判断标准

SPC管理手册

本手册所描述控制图的选用程序 持续改进及统计过程控制概述 在今天的经济气候下，为了事业昌盛，我们——汽车制造商，供方及销售商必须致力于不断改进。我们必须寻找更有效的方法来提供产品及服务。这些产品和服务必须不断地在价值上得以改进。我们必须重视内部以及外部的顾客，并将顾客满意作为企业的主要目标。 为了达到这一目标，我们组织中的每一个人都必须确保不断改进及使用有效的方法。本手册涉及到第二个领域的某些要求。它描述了能使我们致力于的改进更有效的几种基本的统计方法。为了完成不同的任务需要不同程度的理解。本手册的对象是见习生以及刚开始从事统计法应用的管理人员。对于现在正在应用更先进技术的人员，本手册也可作为他们学习这些基本方法的参考文献。本手册并没有包括所有的基本方法。附录H所列的参考文献或手册中阐述了其他的基本方法(例如：检查清单、流程图、排列图、因果分析图等)及一些先进的方法(如其他控制图、试验设计、质量功能展开等)。 本书所述的基本统计方法包括与统计过程控制及过程能力分析有关的方法。

本手册的第1章阐述了过程控制的背景知识，解释了一些重要的概念：如变差的特殊及普通原因，并介绍了控制图，这个用来分析及监控过程非常有效的工具。 第Ⅱ章描述了构造和使用计量型数据控制图表(定量的数据，或测量)的 - X—R， - X —s图，中位数图以及X—MR(单值及移动极差)图。这一章还介绍了过程能力的概念并讨论了广泛应用的指数及比值。第Ⅲ章介绍了用于计数型数据(定性数据或计数值)的几种控制图：p图、np图及u 图。第Ⅳ章介绍了测量系统分析的内容并列举了适当的例子。附录包括分组及过度调整的例子，如何使用控制图的流程图、常数及公式表、标准正态分布以及可复制的空白表等。术语索引给出了本手册所使用的术语及符号的解释，参考文献一节向读者提供了进一步学习的材料。 在开始讨论之前，需进行六点说明： 1．收集数据并用统计方法来解释它们并不是最终目标，最终目标应是对读者的过程不断加深理解。当—个没有任何改进的技术专家是很容易的。增加知识应成为行动的基础； 2．研究变差和应用统计知识来改进性能的基本概念适用于任何领域，可以 是在车间中或办公室里。例子有：机器(性能特性)、记帐(差错率)、总销售额、浪费分析(废品率)、计算机系统(性能特性)及材料管理(运送时间)。本手册重点放在车间应用中。鼓励读者参考附录H中的参考文献应用于行政管理及服务中； 3．SPC代表统计过程控制，不幸的是在北美统计方法常用于零件而不是过程。应用统计技术来控制输出(例如零件)应仅仅是第一步。只有当产生输出的过程成为我们努力的重点，这些方法才能在改进质量，提高生产率，降低成本上发挥作用； 4．尽管本书的每一点是通过已完成的例子来说明，要真正理解这些知识需要进一步与过程控制实际相联系。研究读者自己的工作场所或相似部门中的实际例子是对本书的重要补充。然而，现有的过程信息不能代替实际工作经验； 5．本书可看成应用统计方法的第一步。它提供从经验中得到的法则，这些法则在许多方面得到了应用。然而，还是存在不能盲目使用这些法则的例外。本手册不能满足初学者对统计方法和理论知识的进一步的需要，我们鼓励读者寻求正规的统计学教育。在读者的过程和统计方法的应用已经比本手册所述的内容更先进的地方我们也鼓励读者向具有一定的统计理论知识与实践的人员请教。以便了解其它技术； 6．测量系统对合适的数据分析来说很重要，并且在收集过程数据之前就应