SPC管制图做法及应用(精华内容)

常规控制图的作法及其应用

一:管制图的概论

任何产品或事物均有变异存在,即没有任何两件产品是完全相同的,因此如何控制变异使之在我们可以接受的范围内,乃是产品生产过程中的重要品管工作.

管制图是极具有功效的管制工具之一,用以侦测品质变异的原因,然后采取对策以消除其原因,使生产过程恢复正常.

管制图是由三条管制界限,即中心线,上管制界限及下管制界限组成的图形,并将生产过程中所获得的统计量绘入图中,以判定其为管制中抑管制外,如果其状况是属于管制中时,显示生产过程的变异行为掌握在我们的预知中,继续生产.但若其状况是属于管制外,则显示其变异情况已超出我们的控制外,必须控讨其发生的原因,采取对策以矫正之.

为发探讨管制图.必须注意下面三项主要因素:

变异的原因:管制图的目的在于探讨变异的行为及原因,以便消除之,其原因通常可分为机遇原因及非机遇原因.

管制图的设计:即决定管制界限的宽度以给制其上管制界限,中心线及下管制界限.此外尚须决定样本大小及抽样间距.

管制图的讯号:管制图是透过异行为来判定其为管制中或管制外,其发生原因为何,如保采取对策,也是管制图的核心.

1. 所谓管制图:管制图上均包含有中心线(Central line (CL)) 及上下两条管制

界线[Uppe r and Lowe r Control Lim i ts, (UCL)(LCL)]，用以测知制程是否在正常状态。

2. 管制图系于1924 年由美国品管大师W. A . S h e w h a r t 博士发明。

3. 管制图最主要之用途为察觉制程有无产生变异之“ 非机遇原因” ，所谓非机遇

原因，就是引起质量大变动之原因。

4. 管制图与一般统计图不同，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者，以指示某种现象是否正常，而备采取适当之措施。

二.管制图原理

1. 变异―机遇及非机遇原因

1.1量度产品时，如果制程很稳定，则将形成一种固定形状,称为分配。如果制程中，只有机遇原因之变异存在，则其成品将形成一个很稳定之分布，而且是可以预测的。如果制程中有非机遇原因之变异存在，则其成品将不稳定，而且无法预测。

1.2 机遇原因(Chance causes) 又称为：不可避免之原因、非人为原因、共同原因、偶然原因、一般原因等。

例如：

Δ原料之微小变异。

Δ机械之微小振动。

Δ仪器测定时不十分精确之量法。

Δ气候及环境之变化.

1.3非机遇原因又称为：可避免之原因、人为原因、特殊原因、异常原因、局部原因等等。

例如:

Δ未遵照操作标准而操作，所发生之变异。

Δ虽然遵照操作标准，但操作标准不完善，以致发生之变异。

Δ机器设备之变动，发生之变异。

Δ操作人员之更动，造成之变异。

Δ原材料之不同，发生之变异。

Δ量具不准确，造成之变异

2.何谓变异性

在生产中变异永远存在.例如:同种原料内的变化,机械的振动,当这些变化量极小时,制程仍可被接受.这些称为机遇原因(chance cause)或一般原因(common cause),称其在管制中(in control)

2.1机遇原因(Chance causes)：又称为不可避免之原因,非人为原因,共同原因,偶然原因,一般原因等若能及早发现可归属原因,则可避免再制造出更多不合格的产品.因此有制程管制的一些方法,如:品管七大手法,管制图,制程能力分析,这些有助于迅速侦测出制程发生变异及找出变异发生的原因.

2.2非机遇原因(Assignable causes)：又称为可避免之原因,人为原因,特殊原因,异常原因,局部原因等

此外,制程中可能有其它变因,如参数调整不当,原料不良,机器故障,这些变异称为可归属原因(assignable cause),或特殊原因(special cause),称为制程失控(out of control).

3.(非)机遇原因之辨别

机遇原因与非机遇原因之辨别

机遇原因之变异非机遇原因之变异

(1).大量之微小原因所引起(1).一个或少数几个较大原因所引起

(2).其个别之变异极为微小(2).可能发生大变异

(3).几个较为代表性; (3).几个较为代表性;

1.原料之微小异常 1.原材群体不良

2.机械之微小震动 2.不完全之机械调整

3.仪器测定时不十分精确之做法 3.新手之作业员

(4).要除去变异原因,是件非常(4).不但可找出原因,并且除去这些

4.数据的分类(Classification of Data)

数据的整理及分析,因数据型态之不同有不同的整理与分析方法,单位产品的质量特性及其衡量方式可归纳为

4.1计数值数据(Attribute Data)

数据均属予以单位计算者,如

PCB上的不良悍点数,

每公尺棉布有几个疵点等特性均为间断性者

4.2.计量值数据(Variable Data)

数据均属由量具实际量测而得.如

长度,

重量,

成分,

厚度等特性均为连续性者

5.管制图种类

计量值管制图(Control Charts for Variables)

平均值与全距管制图(X-R Chart)

平均值标准差管制图(X-sChart)

中位数与全距管制图(Me-R Chart)

个别值与移动全距管制图(X-Rs Chart) 计量值管制图(Control Charts for Attribute) 不良率管制图(P Chart) 不良数管制图(pn Chart) 缺点数管制图(C Chart) 单位缺点数管制图(u Chart) 6.管制图与常态分配

管制图之种类虽然很多,但都是以同样之统计原理为出发点.

假设有群体,其平均值为 μ, 标准差为σ, 如图,抽取一个样本x 时,其值会小于μ-3σ 或大于μ+3σ之机会为0.27% ,x 值在μ+k σ与μ-k σ之间称为机率

当一分配经证实为一常态分配时,则算出此常态分配之标准差σ及平均值μ后，其

特性可用下列图表说明：

μ μ+k σ

μ- k σ

－３σ－２σ－１σ＋１σ＋２σ＋３σ

管制图是以3个标准差为基础,换言之,只要群体是常态分配,从群体中抽样时, 每10000个当中即有27个会跑出±3σ之外,亦即每1000次中约有3次机会超出±3σ范围,吾人认为此三次是因机遇原因跑出界线而不予计较

7.管制界限之构成

8.管制图建立步骤：

1.选择质量特性

2.决定管制图之种类

3.决定样本大小,抽样频率和抽样方式

4.收集数据

5.计算管制参数(上,下管制界线等)

6.持续收集数据,利用管制图监视制程

9.管制图之绘制流程

計算Cp,Cpk

三、各类常规控制图的使用场合

1．X-R控制图

用于控制对象为长度、重量、强度、纯度、时间、收率和生产量等计量值的场合。

X控制图主要用于观察正态分布的均值的变化，R控制图主要用于观察正态分布分散或变异情况的变化，而X-R控制图则将二者联合运用，用于观察正态分布的变化。

2．X-s控制图

与X-R图相似，只是用标准差（s）图代替极差（R）图而已。

3．Me-R控制图

与X-R图也很相似，只是用中位数（Me）图代替均值（X）。

4．X-Rs控制图

多用于对每一个产品都进行检验，采用自动化检查和测量的场合。

5．p控制图

用于控制对象为不合格品率或合格品率等计数质量指标的场合，使用p图时应选择重要的检查项目作为判断不合格品的依据；它用于控制不合格品率、交货延迟率、缺勤率、差错率等。

6．np控制图

用于控制对象为不合格品数的场合。设n为样本，p为不合格品率，则np为不合格品数。

7．c控制图

用于控制一部机器，一个部件，一定长度，一定面积或任何一定的单位中所出现的不合格数目。

焊接不良数/误记数/错误数/疵点/故障次数

8．u控制图

当上述一定的单位，也即n保持不变时可以应用c控制图，而当n有变化时则应换算为平均每项单位的不合格数后再使用u控制图。

二、应用控制图需要考虑的一些问题

控制图用于何处？对于所确定的控制对象——统计量应能够定量，这样才能够应用计量控制图；如果只有定性的描述而不能够定量，那就只能应用计数控制图。所控制的过程必须具有重复性，即具有统计规律。

如何选择控制对象？一个过程往往具有各种各样的特性，在使用控制图时应选择能够真正代表过程的主要指标作为控制对象。

怎样选择控制图？选择控制图主要考虑以下几点：首先根据所控制质量特性的数据性质来进行选择，如数据为连续值的应选择X-R图，X-s图，X-Rs图等；数据为计件值的应选择p或np图；数据为计点值的应选择c图或u图。最后，还需要考虑其它要求；如样本抽取及测量的难易和费用高低。

如何分析控制图？如果在控制图中点子未出界，同时点子的排列也是随机的，则认为生产过程处于稳定状态或统计控制状态。如果控制图点子出界或界内点排列非随机，

就认为生产过程失控。

注：对于应用控制图的方法还不够熟悉的工作人员来说，即使在控制图点子出界的场合，也首先应该从下列几个方面进行检查：样本的抽取是否随机？测量有无差错？数字的读取是否正确？计算有无错误？描点有无差错？然后再来调查过程方面的原因，经验证明这点十分重要。

对于点子出界或违反其它准则的处理。若点子出界或界内点排列非随机，应立即查明原因并采取措施尽量防止它再次出现。

控制图的重新制定。控制图是根据稳态下的条件（人员、设备、原材料、工艺方法、环境、测量，即5M1E）来制定的。如果上述条件变化，控制图也必须重新加以制定；由于控制图是科学管理生产过程的重要依据，所以经过相当时间的使用后应重新抽取数据，进行计算，加以检验。

计量控制图和计数控制图可分为未给定标准值和给定标准值两种情形，两种情形不能混淆。

控制图的保管问题。控制图属于技术资料，应加以妥善保管，这些资料对于今后在产品设计和制定规范方面都是十分有用的。

三、X-R 控制图

（一）、X-R 控制图的特点：

（1）适用范围广 （2）灵敏度高

（二）、X-R 图的作法：

表1-

为了求出估计值，需要收集预备数据如表1- 。从表1- 的数据可求得：

总平均值为：

极差为：

R i=X i max-X i min

平均极差值为：

于是X 图的中心线及控制限为：

UCL x

=X+A 2R

CL x =X

LCL x =X - A 2R

式中，，参见表2-

表2- 系数A 2

R 图的中心线及控制限为：

式中，系数D 3、D 4分别为：

D 3=1-3d 3/d 2

D4=1+3d3/d2

D3、D4为样本量n有关的系数，参见表3-

注：1．在许多控制图中，正如X-R图，在确定中心线及控制限时，需要抽取多个样本，在标准中，这样的样本也称为子组，因而n也称为子组大小，而m称为子组数。

2．表中的0表示LCL为负值，但R不可能为负，故LCL=0仅表示为R的自然下界，而非下控限。为了更清晰地表示这一点。可将下控制限写成：LCL=—。

在X-R图中，我们应该先作哪一个图？

如果先作X图，则由于这时R图还未判稳，R的数据不可用，故不可行。

如果先作R图，则由于R图中只有R一个数据，可行。等R图判稳后，再作X图。

故作X-R图应倒过来作，先作R图，R图判稳后，再作X图。若R图未判稳，则不能开始作X图。国标GB/T 4091-2001也规定了在X-R图中心须先作R图。不但如此，注意，所有正态分布的控制图都必须倒过来作。

（三）、X-R控制图的操作步骤

步骤1：确定控制对象，或称统计量。

这里要注意下列各点：

（1）选择技术上最重要的控制对象。

（2）若指标之间有因果关系，则宁可取作为因的指标为统计量。

（3）控制对象要明确，并为大家理解与同意。

（4）控制对象要能以数字来表示。

（5）控制对象要选择容易测定并对过程容易采取措施者。

步骤2：取预备数据（Preliminary data）。

（1）取25个子组。

（2）子组大小取为多少？国标推荐样本量为4或5。

（3）合理子组原则。合理子组原则是由休哈特本人提出的，其内容是：“组内差异只由偶因造成，组间差异主要由异因造成”。其中，前一句的目的是保证控制图上、下控制

线的间隔距离6σ为最小，从而对异因能够及时发出统计信号。由此我们在取样本

组，即子组时应在短间隔内取，以避免异因进入。根据后一句，为了便于发现异因，

在过程不稳，变化激烈时应多抽取样本，而在过程平稳时，则可少抽取样本。

如不遵守上述合理子组原则，则在最坏情况下，可使控制图失去控制的作用。

步骤3：计算Xi，Ri。

步骤4：计算X R。

步骤5：计算R图控制线并作图。

步骤6：将预备数据点绘在R图中，并对状态进行判断。

若稳，则进行步骤7；若不稳，则除去可查明原因后转入步骤2重新进行判断。

步骤7：计算X图控制线并作图。将预备数据点绘在X图中，对状态进行判断。

若稳，则进行步骤8；若不稳，则除去可查明原因后转入步骤2重新进行判断。

步骤8：计算过程能力指数并检验其是否满足技术要求。

若过程能力指数满足技术要求，则转入步骤9。

步骤9：延长X-R控制图的控制线，作控制用控制图，进行日常管理。

上述步1~步骤8为分析用控制图。

上述步骤9为控制用控制图。

（四）、X-R控制图示例

[例1]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的原因，结果发现主要是由于螺栓松动引发的螺栓脱落造成的。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。

分析：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X-R图。

解：我们按照下列步骤建立X-R图：

步骤1：取预备数据，然后将数据合理分成25个分子组，参见表3- 。

步骤2：计算各组样本的平均数Xi。例如，第一组样本的平均值为，其余参用表中第（7）栏：

步骤3：计算各级样本的极差R。例如第一组样本的极差为R1=max{x1j}-min{x1j}=174-154=20

表3- [例1]的数据与X-R图计算表

X i1（1）

X i2（2）

X i3（3）

X i4（4）

X i5（5）

1154174164166162820164.0202166170162166164828165.683168166160162160816163.284168164170164166832166.465153165162165167812162.4146164158162172168824164.8147167169159175165835167.0168158160162164166810162.089156162164152164798159.61210174162162156174828165.61811168174166160166834166.81412148160162164170804160.82213165159147153151775155.01814164166164170164828165.6615162158154168172814162.81816158162156164152792158.41217151158154181168812162.43018166166172164162830166.01019170170166160160826165.21020168160162154160804160.81421162164165169153813162.61622166160170172158826165.21423172164159167160822164.41324174164166157162823164.61725

151

160

164

158

170

803

160.6

19

R i （8）

观 测 值

序号

X i （7）

步骤4：计算样本总均值X 与平均样本极差R 。由于∑X i =4081.8, ∑R=357,故：

X=163.272，R=14.280

步骤5：计算R 图的参数。

先计算R 图的参数。从本节表3- 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：

UCL R =D 4R=2.114х14.280=30.188 CL R =R =14.280 LCL R =D 3R= —

1 3 5 7 9 11 13 15 17 19 21 23 25

0.000 14.280

30.188

均值控制图

163．272

171．512

图1- [例1]的第一次X-R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，从表2- 知A2=0.577,再将X=163.272,R=14.280代入X图的公式，得到X图：

UCLx=X+A2R=163.272+0.577×14.280≈171.512

CLx=X=163.272

LCLx=X-A2R=163.272-0.577×14.280≈155.032

因为第13组X值为155.00小于UCLx，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，

代入R图与X图的公式，得到R图：

从表3- 可见，R图中第17组R=30出界。于是，舍去该组数据，重新计算如下：

R图：

从表3- 可见，R图可判稳。于是计算X图如下：

X 图：

将其余23组样本的极差与均值分别打点于R 图与X 图上，见图2- 此时过程的变异与均值均处于稳态。

步骤6：与规范进行比较。

对于给定的质量规范T L =140，T U =180，利用R 和

X 计算C P 。

图2- [例1]的第二次X-R 图

由于X=163.670与容差中心M=160不重合，所以需要计算Cpk 。

可见，统计过程状态下的Cp 为1.16>1,但是由于μ与M 偏离，所以Cpk<1。因此，应根据对手表螺栓扭矩的质量要求，确定当前的统计过程状态是否满足设计的、工艺的和顾客的要求，决定是否以及何时对过程进行调整。若需调整，那么调整数应重新收集数据，绘制X-R 图。

步骤7：延长统计过程状态下的X-R 图的控制限，进入控制用控制图阶段，实现对过程的日常控制。

四、X-s 图

1 3 5 7 9 11 13 15 17 19 21 23 极差控制图 0.000

13.435

28.402

1 3 5 7 9 11 13 15 17 19 21 23 均值控制图 155．918

163．670

171．42

[例2]为充分利用子组信息，对[例1]选用X-s 图。 解：步骤如下：

步骤1：依据合理分组原则，取得25组预备数据，参见表4- 。 表4- 手表的螺栓扭矩

步骤2：计算各子组的平均值Xi 和标准差Si 。

各子组的平均值见表4- （与表3-相同），而标准差需要利用有关公式计算，例如，第一子组的标准差为：

其余参见表4- 中的标准差栏。

步骤3：计算所有观测值的总平均值X 和平均标准差s 。得到X=163.256 s=5.644 步骤4：计算s 图的控制限，绘制控制图。

先计算s 图的控制限。当子组大小n=5时，B 4=2.089,B 3=0,代入s 图公式，得到：

相应的s 控制图见图3- 。 5．644 11．790

可见，s 图在第17点超出了上控制限，应查找异常的原因，采取措施加以纠正。为了简单起见，我们将第17子组剔除掉。利用剩下的24个子组来重新计算X-s 控制图的控制限。得到

X=163.292,s=5.370

B4=2.089,B3=0,代入s 图的控制限公式，得到： UCLs=B 4s=2.089×5.370=11.218 CLs=s=5.370 LCLs=B 3s=—

参见图4- 的标准差控制图。可见，标准差s 控制图不存在变差可查明原因的八种模式，那么，可以利用s 来建立X 图。由于子组大小n=5，A 3=1.427，将X=163.292,s=5.370代入X 图的控制限公式，得到：

UCLx=X+A 3s=163.292+1.427×5.370≈170.955 CLx=X=163.292

LCLx=X-A 3s=163.292-1.427×5.370≈155.629 相应的均值控制图见图4- 。

图4- 剔除第17子组后得到的X-s 控制图

由图4- 的均值控制图可知，第13组X 值为155.00小于LCLx ，故过程的均值失控。调查其原因发现是夹具松动造成的，已经很快进行了纠正，在采集第14个子组的数据时，该问题已获解决。故可以去掉第13子组的数据，重新计算S 图与X 图的参数。此时，

X=163.617,s=5.265

代入与s 图的控制限公式，得到： s 图：

UCLs=B 4s=2.089×5.265=10.999 CLs=s=5.265

1 3 5 7 9 11 13 15 17 19 21 23 标准差控制图 0.000

5．370 11．218 均值控制图

155．629

163．292 170．95

LCLs=B 3s=—

参见图5- 的标准差控制图。可见，标准差s 控制图不存在变差可查明原因的八种模式，那么，可以利用s 来建立X 图。由于子组大小n=5，从表4- 可知，A 3=1.427,将

X=163.617,s=5.265代入X 图的控制限公式，得到：

UCLx=X+A 3s=163.617+1.427×5.265≈171.131 CLx=X=163.617

LCLx=X-A 3s=163.617-1.427×5.265≈156.104 参见图5- 的均值控制图。

图5- 再去掉第13个子组后得到的X-s 控制图

由图5- 的均值控制图可知，没有出现变差可查明原因的八种模式。即标准差控制图和均值控制图都没有出现可查明原因的八种模式，说明装配作业中螺栓扭矩的生产过程处于统计控制状态。

步骤5：与容差限比较，计算过程能力指数。

已知手表螺栓扭矩的容差限为：T L =140，Tu=180。利用得到的统计控制状态下的

X=163.617，s=5.265来计算过程能力指数：

由于X=163.617与容差中心M=（Tu-T L ）/2=160不重合，所以，有必要计算有偏移的过程能力指数，

1 3 5 7 9 11 13 15 17 19 21 23 标准差控制图

0.000 5．265 10．999 1 3 5 7 9 11 13 15 17 19 21 23 均值控制图

156．104 163．617 171．13

可见，统计控制状态下的过程能力指数为 1.19，大于1，但是，由于存在分布中心与容差中心的偏移，故有偏移的过程能力指数不足1。因此，应该根据对手表螺栓扭矩的质量要求，确定当前的统计控制状态是否满足设计的、工艺的、顾客的要求，决定是否以及何时对过程进行调整。若需进行调整，那么调整后，应重新收集数据，绘制X-s控制图。

由于X-R控制图以平均极差点R为σ的估计值，X-s控制图以平均子组标准差s为σ的估计值，所以，运用X-R控制图与运用X-s控制图分析同一个问题，得到的过程能力指数一般略有不同。因为子组极差R只利用了子组中的最大值和最小值的信息，而子组标准差s充分利用了子组中所有的信息，所以，当X-R控制图与X-s控制图的分析结果不同时，尽管R图计算上比s图简单，但仍建议以X-s控制图的结果为准。

五、X-Rs 图

[例3]表5- 给出了连续10批脱脂奶粉的样本“水分含量百分比”的实验室分析结果。将一个

样本的奶粉作为一批的代表，在实验室对其成分特性进行分析测试，如脂肪、水分、酸度、溶解指数、沉积物、细菌、以及乳清蛋白。希望将该过程的产品水分含量控制在4%以下。由于发现单批内的抽样变差可以忽略，因此决定对每批只抽取一个观测值，并以连续各批的移动极差作为设置控制限的基础。

表5- 连续10批脱脂奶粉样本的水分含量百分比

X=3.45% R=0.38%

移动极差（R ）控制图： CL=R=0.38

UCL=D 4R=3.367×0.38=1.24

LCL=D 3R=0×0.38(因为n 小于7，故不标出LCL)

系数D 3和D 4的值由表5- 中按n=2行查得，由于该移动极差图已呈现出统计控制状态，于是可进行单值控制图的绘制。

单值X 控制图： CL = X =3.45

UCL = X+E 2R=3.45+(2.66×0.38)=4.46 LCL = X-E 2R=3.45-(2.66×0.38)=2.44

系数E 2的值由表5- 中n=2时的A 3给出。控制图绘制于图6- 中。该控制图表明过程处于统计控制状态。

水分含量 百分比X

5 45 4 35 3

UCL=4.46

X=3.45

LCL=2.44

移动极差R

1.41.21 0.80.6UCL=1.24

图6- 表5- 数据的单值X控制图

六、Me-R图

[例4] 某机器生产电子盘片。规定的厚度为0.007~0.016cm。每隔半小时抽取样本量为5的样本（子组），记录其中心厚度（cm），如表6- 所示。拟建立一个中位数图以达到控制质量的目的。中位数值和极差值也一并在表6- 中给出。

表6- 云母片厚度的控制数据单位

0.001cm

子组的中位数平均值和极差平均值计算如下：

极差图计算如下：

spc控制图解释

SPC控制图详解 摘要： 什么是控制图？ 控制图是对过程质量加以测定、记录从而进行控制管理的一种用科学方法设计的图。 控制图的应用 控制图中包括三条线 1.控制上限(UCL) 2.中心线(CL) 3.控制下限(LCL)

控制图的种类 数据：是能够客观地反映事实的资料和数字数据的质量特性值分为： 计量值 可以用量具、仪表等进行测量而得出的连续性数值，可以出现小数。 计数值 不能用量具、仪表来度量的非连续性的正整数值。 计量型数据的控制图 Xbar-R图（均值－极差图） Xbar-S图（均值－标准差图） X-MR图（单值－移动极差图） X-R（中位数图） 计数型数据的控制图 P图（不合格品率图） np图（不合格品数图） c图（不合格数图） u图（单位产品不合格数图） 控制图的判异 控制图可以区分出普遍原因变差和特殊原因变差 1.特殊原因变差要求立即采取措施 2.减少普遍原因变差需要改变产品或过程的设计 错误的措施 1.试图通过持续调整过程参数来固定住普通原因变差，称为过渡调整，结果会导致更大的过程变差造成客户满意度下降。 2.试图通过改变设计来减少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。 控制图上的信号解释 有很多信号规则适用于所有的控制图（Xbar图和R图），主要最常见的有以下几种： 规则1：超出控制线的点

规则2：连续7点在中心线一侧 规则3：连续7点上升或下降 规则4：多于2/3的点落在图中1/3以外 规则5：呈有规律变化

SPC控制图建立的步骤 1.选择质量特性 2.决定管制图之种类 3.决定样本大小,抽样频率和抽样方式 4.收集数据 5.计算管制参数(上,下管制界线等) 6.持续收集数据,利用管制图监视制程 SPC控制图选择的方法 1．X-R控制图 用于控制对象为长度、重量、强度、纯度、时间、收率和生产量等计量值的场合。X控制图主要用于观察正态分布的均值的变化，R控制图主要用于观察正态分布分散或变异情况的变化，而X-R控制图则将二者联合运用，用于观察正态分布的变化。 2．X-s控制图 与X-R图相似，只是用标准差（s）图代替极差（R）图而已。 3．Me-R控制图 与X-R图也很相似，只是用中位数（Me）图代替均值（X）。 4．X-Rs控制图 多用于对每一个产品都进行检验，采用自动化检查和测量的场合。 5．p控制图 用于控制对象为不合格品率或合格品率等计数质量指标的场合，使用p图时应选择重要的检查项目作为判断不合格品的依据；它用于控制不合格品率、交货延迟率、缺勤率、差错率等。 6．np控制图 用于控制对象为不合格品数的场合。设n为样本，p为不合格品率，则np为不合格品数。 7．c控制图 用于控制一部机器，一个部件，一定长度，一定面积或任何一定的单位中所出现的不合格数目。焊接不良数/误记数/错误数/疵点/故

SPC控制图类型

SPC控制图选择的技巧 SPC介绍： SPC统计过程控制（Statistical Process Control），简称SPC，是一种借助数理统计方法的过程控制工具。在企业的质量控制中，可应用SPC对质量数据进行统计、分析从而区分出生产过程中产品质量的正常波动与异常波动，以便对过程的异常及时提出预警，提醒管理人员采取措施消除异常，恢复过程的稳定性，从而提高产品的质量。 SPC目的： SPC目的是建立并保持过程处于可接受的并且稳定的水平，以确保产品和服务符合规定的要求。而要实现SPC的目的主要用到的工具手段就是控制图。控制图主要是一个统计管理工具。既然是统计那么就离不开数据，数据是统计技术的基础。在SPC统计过程的，为不同的数据应用不同的控制图来统计。那么SPC统计过程中的数据分为哪几种呢？ 首先数据主要分为两大类，一个是计量型数据，另一个是计数型数据。计量型数据是指连续测量所得的质量特性值，如长度、重量、强度、化学成分、时间、电阻等。计数型数据是指按个数数得的非连续性取值的质量特性值，如铸件的疵点数，统计抽样中的不合格判定数、审核中的不合格项数等可以用0、1、2、3、、、等阿拉伯数字数下去的数据。其中计数型数据又可分为计件值与计点值，其中计件值是指是按件、按个、按项计数的数据。例如：不合格品件数、温控器个数、质量检验项目等；计点值是指是指按缺陷点计数，例如：铸件的沙眼数、布匹上的疵点数、电路板上的焊接不良数等离散性数据。 控制图在众多现代化工厂中得到了普遍应用，并凭借其强大的分析功能，为工厂带来丰厚的实时收益。最初的控制图分为计量型与计数型两大类，包含七种基本图表。 计量型控制图包括： ?IX-MR（单值移动极差图） ?Xbar-R（均值极差图） ?Xbar-s（均值标准差图）

SPC控制图应用指导书

有限公司作业文件 文件编号：版号：A/0 （SPC）控制图应用指导书 批准： 审核： 编制： 受控状态：分发号： 2010年11月15日发布2010年11月15日实施

（SPC）控制图的应用指导书 1目的 用于使（工序）过程保持稳定状态，预防不合格发生。 2适用范围 适用公司对特殊特性与关键工序的控制。 3职责 3.1技术科 负责识别并确定特殊特性与关键工序，并确认需要控制的质量特性值。3.2检验科 1）负责采集和记录控制图所需要的产品实物测量数据，并确定采用的控制图的种类。 2）负责对现场操作人员进行控制图作业的培训和指导。 3.3生产车间 负责控制或管理控制图的打点、判别、不合格的纠正。 4控制图的基本形式、种类及适用场合 4.1控制图的基本形式如图1 抽样时间或样本序号 图1控制图的基本形式 4.2控制图的分类 4.2.1按照用途分类 1）分析用控制图 主要用于分析过程是否处于稳态，过程能力是否适宜。如果发生异常就应找出其原因，采取措施，使过程达到稳定。过程处于稳定后，才 可以将分析用的控制线，延长作为控制用控制图。 2）控制（管理）用控制图

用于使过程保持稳态，预防不合格的发生。控制用控制图的控制线来自分析用控制图，不必随时计算。当影响过程质量波动的因素发生变化或质量水平已有明显提高提高时，应使用分析用控制图计算新的控制线。 4.2.2按数据的性质分类，表1列出常用控制图的种类及适宜场合 4.3控制图的应用范围 1）诊断：评估过程的稳定性。 2）控制：决定某过程何时需要调整，何时需要保持原有状态。 3）确认：确认某一过程的改进。

4.4绘制控制图 1）选定质量特性：选定控制的质量特性应是影响产品质量的关键特性。这些特性应能够计算（或计数）并且在技术上可以控制。 2）选定控制图的种类。 3）收集数据：应收集近期的，与目前工序状态一致的数据。收集的数据个数参见表2 表2控制图的样本数与样本大小 4）计算有关参数 各控制图有关参数的计算步骤及公式（见表3）

SPC控制图应用控制程序

1目的 用于使（工序）过程保持稳定状态，预防不合格发生。 2适用范围 适用公司对特殊特性与关键工序的控制。 3职责 3.1生产计划部 负责识别并确定特殊特性与关键工序，并确认需要控制的质量特性值。 3.2品质部 1）负责采集和记录控制图所需要的产品实物测量数据，并确定采用的控制图的种类。 2）负责对现场操作人员进行控制图作业的培训和指导。 3.3生产部 负责控制或管理控制图的打点、判别、不合格的纠正。 4控制图的基本形式、种类及适用场合 4.1控制图的基本形式如图1

CL LCL 图 1控制图的基本形式 4.2控制图的分类 4.2.1按照用途分类 1）分析用控制图 主要用于分析过程是否处于稳态，过程能力是否适宜。如果发生异常 就应找出其原因，采取措施，使过程达到稳定。过程处于稳定后，才可以将分析用的控制线，延长作为控制用控制图。 2）控制（管理）用控制图 用于使过程保持稳态，预防不合格的发生。控制用控制图的控制线来 自分析用控制图，不必随时计算。当影响过程质量波动的因素发生变化或质量水平已有明显提高提高时，应使用分析用控制图计算新的控制线。 4.2.2按数据的性质分类，表1列出常用控制图的种类及适宜场合

1）诊断：评估过程的稳定性。 2）控制：决定某过程何时需要调整，何时需要保持原有状态。 3）确认：确认某一过程的改进。 4.4 绘制控制图 1）选定质量特性：选定控制的质量特性应是影响产品质量的关键特性。这些特性应能够计算（或计数）并且在技术上可以控制。 2）选定控制图的种类。 3）收集数据：应收集近期的，与目前工序状态一致的数据。收集的数据个数

SPC软件应用：如何在一个控制图上监控多个过程

SPC软件应用：如何在一个控制图上监控多个过程 发布时间：2011-11-11 版权所有：盈飞无限国际有限公司https://www.sodocs.net/doc/f72056649.html, 原文出处：https://www.sodocs.net/doc/f72056649.html,/Resources/Tech-Notes/2011/1028/19.html 多个过程流 在很多行业中，通常需要控制多个独立的过程流，这些过程生产相同的产品。在此例子中，我们监控一个灌装机上的八个灌装头（这些灌装头是独立的，因为每个灌装头上有独立的灌装泵）。 在表格1中20个数据样本表示每个灌装头的灌装量。每15 分钟进行一次取样。 图1：八个灌装头的注射机。每个灌装头由独立的灌装泵控制。 表1:数据表示20个样本。每个样本中包含八个容器（每个灌装头一个），每隔15 分钟取样一次。红色的值为样本的最大值，蓝色的值为最小值。 组图分析 对于每个样本，最大值和最小值在单值（IX）图（图2，上）上显示。移动极差由每个样本中每个灌装头的值计算，将移动极差的最大和最小值绘制在移动极差图上（图2，下面的图）。比如，在样本2中，灌装头4 的移动极差为最小，是|12.31- 12.37| = 0.06，灌装头6 的移动极差最大，是|11.37- 12.12| = 0.75。 中心线表示所有数据的平均值，不是最大值和最小值的平均值。控制限、短期西格玛和Cp/Cpk 是基于八个灌装头总体标准差计算的。

图2: 组图IX-MR 中，单值IX图显示了最大和最小值，移动极差MR显示了所有样本移动极差的最大和最小值。两个图中都包含了几个超出控制限的点。 在理解组图时，需要在图上找到最大和最小的位置。在单值图上，注意到最小值中灌装头2和6 很多。表明这些灌装头的灌装量总是小于其它灌装头。同时，移动极差中的最大值主要是灌装头6。表示此灌装头的波动比其它灌装头更大一些。 在箱线图上查看多个过程流 组图对查看一段时间内多过程的行为非常有用。另一个用于对比多个分布的工具是箱线图。像直方图一样，箱线图显示数据的分布（图3）。直方图是正视图，而箱线图是俯视图。 图3: 箱线图说明 请注意，箱线图（图4）中清楚地显示了灌装头2和灌装头6的灌装量小于其它灌装头。同时，灌装头6 的波动也最大。这样的结果和组图所解释的结果是完全吻合的。 在用户的SPC 程序中，使用组图和箱线图将显著的提高SPC

SPC控制图详解

S P C控制图详解 Company Document number：WTUT-WT88Y-W8BBGB-BWYTT-19998

SPC控制图详解 什么是控制图 控制图是对过程质量加以测定、记录从而进行控制管理的一种用科学方法设计的图。 控制图的应用

控制图中包括三条线 1.控制上限(UCL) 2.中心线(CL) 3.控制下限(LCL) 控制图的种类

数据：是能够客观地反映事实的资料和数字数据的质量特性值分为： 计量值 可以用量具、仪表等进行测量而得出的连续性数值，可以出现小数。 计数值 不能用量具、仪表来度量的非连续性的正整数值。 计量型数据的控制图 Xbar-R图（均值－极差图） Xbar-S图（均值－标准差图） X-MR图（单值－移动极差图） X-R（中位数图） 计数型数据的控制图

P图（不合格品率图） np图（不合格品数图） c图（不合格数图） u图（单位产品不合格数图） 控制图的判异 控制图可以区分出普遍原因变差和特殊原因变差 1.特殊原因变差要求立即采取措施 2.减少普遍原因变差需要改变产品或过程的设计 错误的措施 1.试图通过持续调整过程参数来固定住普通原因变差，称为过渡调整，结果会导致更大的过程变差造成客户满意度下降。 2.试图通过改变设计来减少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。 控制图上的信号解释 有很多信号规则适用于所有的控制图（Xbar图和R图），主要最常见的有以下几种： 规则1：超出控制线的点 规则2：连续7点在中心线一侧 规则3：连续7点上升或下降

SPC控制图应用指导书

莱州市XX机械有限公司作业文件 文件编号：JT /C－8.2.3J－002版号：A/0 （SPC）控制图应用指导书 批准： 审核： 编制： 受控状态：分发号：

2006年11月15日发布2006年11月15日实施（SPC）控制图的应用指导书JT /C－8.2.3J－002 1目的 用于使（工序）过程保持稳定状态，预防不合格发生。 2适用范围 适用公司对特殊特性与关键工序的控制。 3职责 3.1技术科 负责识别并确定特殊特性与关键工序，并确认需要控制的质量特性值。3.2检验科 1）负责采集和记录控制图所需要的产品实物测量数据，并确定采用的控制图的种类。 2）负责对现场操作人员进行控制图作业的培训和指导。 3.3生产车间 负责控制或管理控制图的打点、判别、不合格的纠正。 4控制图的基本形式、种类及适用场合 4.1控制图的基本形式如图1 抽样时间或样本序号 图1控制图的基本形式 4.2控制图的分类 4.2.1按照用途分类 1）分析用控制图 主要用于分析过程是否处于稳态，过程能力是否适宜。如果发生异常就应找出其原因，采取措施，使过程达到稳定。过程处于稳定后，才 可以将分析用的控制线，延长作为控制用控制图。

2）控制（管理）用控制图 JT /C－8.2.3J－002 用于使过程保持稳态，预防不合格的发生。控制用控制图的控制线来自分析用控制图，不必随时计算。当影响过程质量波动的因素发生变化或质量水平已有明显提高提高时，应使用分析用控制图计算新的控制线。 4.2.2按数据的性质分类，表1列出常用控制图的种类及适宜场合 4.3控制图的应用范围 1）诊断：评估过程的稳定性。 2）控制：决定某过程何时需要调整，何时需要保持原有状态。

SPC控制图的基本做法及步骤

一、SPC控制图对异常现象的揭示能力，将根据数据分组时各组数据的多少、样本的收集方法、层别的划分不同而不同。不应仅仅满足于对一份控制图的使用，而应变换各种各样的数据收取方法和使用方法，制作出各种类型的图表，这样才能收到更好的效果。 二、SPC控制图为管理者提供了许多有用的生产过程信息时应注意以下几个问题： ①根据工序的质量情况，合理地选择管理点。管理点一般是指关键部位、关健尺寸、工艺本身有特殊要求、对下工存有影响的关键点，如可以选质量不稳定、出现不良品较多的部位为管理点； ②根据管理点上的质量问题，合理选择控制图的种类： ③使用控制图做工序管理时，应首先确定合理的控制界限： ④控制图上的点有异常状态，应立即找出原因，采取措施后再进行生产，这是控制图发挥作用的首要前提； ⑤控制线不等于公差线，公差线是用来判断产品是否合格的，而控制线是用来判断工序质量是否发生变化的； ⑥控制图发生异常，要明确责任，及时解决或上报。 三、怎样利用控制图判断异常现象 用控制图识别生产过程的状态，主要是根据样本数据形成的样本点位置以及变化趋势进行分析和判断．失控状态主要表现为以下两种情况：

①样本点超出控制界限； ②样本点在控制界限内，但排列异常。当数据点超越管理界限时，一般认为生产过程存在异常现象，此时就应该追究原因，并采取对策。排列异常主要指出现以下几种情况： ③连续七个以上的点全部偏离中心线上方或下方，这时应查看生产条件是否出现了变化。 ④连续三个点中的两个点进入管理界限的附近区域(指从中心线开始到管理界限的三分之二以上的区域)，这时应注意生产的波动度是否过大。 ⑤点相继出现向上或向下的趋势，表明工序特性在向上或向下发生着变化。 ⑥点的排列状态呈周期性变化，这时可对作业时间进行层次处理，重新制作控制图，以便找出问题的原因。 四、制作控制图一般要经过以下几个步骤： ①按规定的抽样间隔和样本大小抽取样本； ②测量样本的质量特性值，计算其统计量数值； ③在控制图上描点； ④判断生产过程是否有并行。 五、制作控制图时并不是每一次都计算控制界限，那么最初控制线是怎样确定的呢?如果现在的生产条件和过去的差不多，可以遵循以往的经验数据，即延用以往稳定生产的控制界限。下面介绍一种确定控制界限的方法，即现场抽样法，其步骤如下： ①随机抽取样品50件以上，测出样品的数据，计算控制界限，做控制图；