SPC，即Statistical Process Control（统计过程控制），是一种利用统计技术来监控和控制生产过程的方法。它旨在通过系统地收集、生成和分析数据，以便理解和改进过程能力，从而确保产品质量的稳定性和一致性。以下是对SPC的详细阐述：

一、SPC的基本概念

SPC是一种预防性的质量控制方法，它强调在生产过程中进行实时监控和数据分析，以预测和识别潜在的问题，从而采取措施防止不良品的产生。SPC的核心在于通过统计技术来分析和解释生产过程中的数据，进而评估过程的稳定性和能力，并据此进行必要的调整和改进。

二、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基本统计概念

在深入探讨SPC之前，我们有必要了解一些基本的统计概念。统计学是研究如何收集、整理、分析和解释数据的科学。在SPC中，我们经常会使用到以下几个关键的统计量：

• • 全距（Range） ：也叫极差，它表示的是一组数据中最大值与最小值之间的差距，这个统计量可以帮助我们了解数据的波动范围。

• • 算术平均数（Arithmetic Mean） ：也就是我们通常所说的平均值，它是所有数据之和与数据个数的比值，用于反映数据的“平均水平”。

• • 中位数（Median） ：当一组数据从小到大排序后，位于中间位置的数值即为中位数，它能够反映数据的中心趋势。

• • 众数（Mode） ：在一组数据中出现次数最多的数值，它可以帮助我们了解数据的集中情况。

• • 方差（Variance） 和 标准差（Standard Deviation） ：这两个统计量都是用来测量数据的离散程度的。方差是每个数据与平均数的差的平方的平均值，而标准差则是方差的平方根。它们可以帮助我们了解数据的波动情况，标准差越小，说明数据越稳定

• 
  

同时还有如下术语需要了解：

• σ （Sigma） ： 也叫极差，它表示的是一组数据中最大值与最小值之间的差距，这个统计量可以帮助我们了解数据的波动范围。

• 分布宽度（Spread）： 一个分布中从最小值到最大值之间的间距;

• 单值（Individual）： 一个单个的单位产品或一个特性的一次测量，通常用符号 X 表示。

• 中心线（Central Line）： 控制图上的一条线，代表所给数据平均值。

• 过程均值 （Process Average）： 一个特定过程特性的测量值分布的位置即为过程均值，通常用  X 来表示。

• 链 （Run）： 控制图上一系列连续上升或下降，或在中心线之上或之下的点。它是分析是否存在造成变差的特殊原因的依据。

• 变差 （Variation）： 过程的单个输出之间不可避免的差别；变差的原因可分为两类：普通原因和特殊原因。

• 过程能力 （Process Capability）： 是指按标准偏差为单位来描述的过程均值和规格界限的距离，用Z来表示。

• 移动极差 （Moving Range）： 两个或多个连续样本值中最大值和最小值之差。

四、持续改进及统计过程控制概述

1. 过程控制系统

有反馈的过程控制系统模型

2. 变差的普通原因和特殊原因

a. 普通原因：是指过程在受控的状态下，出现的具有稳定的且可重 复的分布过程的变差的原因。普通原因表现为一个稳系统的偶然原因。只有过程变差的普通原因存在且不改变时，过程的输出才可以预测。

b.特殊原因：（通常也叫可查明原因）是指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。只用特殊原因被查出且采取措施,否则它们将继续不可预测的影响过程的输出。

变异类型	特点
普通原因	可预测的 可预期的 自然的
特殊原因（通常也叫可查明原因）	不可预测的 不可预期的 非自然的

3. 局部措施和对系统采取措施

1) 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

通常可纠正大约15%的过程问题

2) 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

4. 过程控制与过程能力

过程控制

过程能力

控制图显示了一个过程是否受控，但客户需要的是合格的产品，

过程受控不等于过程有足够的能力生产合格的产品

过程能力：是过程的声音和客户声音的对比

5. 过程改进循环及过程控制

6. 控制图

五、控制图

1. 管制图的类型

   
   

   

2. 控制图的选择方法

   
   

   

   注：本图假设测量系统已经过评价并且是适用的。

   
   

3. 与过程有关的控制图

   
   

   

   

   
   

4. 使用控制图的准备工作

   
   

   建立适合于实施的环境

   a. 排除阻碍人员公正的因素

   b. 提供相应的资源

   c. 管理者支持

   定义过程

   根据加工过程和上下使用者之间的关系，分析每个阶段的影响因素。

   确定待控制的特性(参数), 应考虑到：

   顾客的需求

   当前及潜在的问题区域

   特性间的相互关系

   确定测量系统

   a.  规定检测的人员、环境、方法、数量、频率、设备或量具。

   b.  确保检测设备或量具本身的准确性和精密性。

   使不必要的变差最小

   确保过程按预定的方式运行

   确保输入的材料符合要求

   恒定的控制设定值

   注：应在过程记录表上记录所有的相关事件，如：刀具更新，新的材料批次等，有利于下一步的过程分析。

   
   

5. 控制图的使用步骤(以计量型控制图为例)

   
   

5.1 收集数据

a. 选择子组大小、频率和数据

b. 建立控制图及记录原始数据

c. 计算每个子组的均值（X）和极差R

d. 选择控制图的刻度

e. 将均值和极差画到控制图上

5.2 计算控制限

a. 计算平均极差（R）及过程均值（X）

b. 计算控制限

c. 在控制图上作出均值和极差控制限的控制线

5.3 过程控制分析

分析极差图上的数据点

识别并标注所有特殊原因

重新计算控制限

5.4 过程能力分析

计算过程的标准偏差 σˆ

计算过程能力

评价过程能力

六、管制图使用与分析

1. 管制图与过程改善

2. 管制图的分析

(1) “管制状态"

制程仅受共同原因的影响,其产品质量特性分布以平均值和标准差表示)基本上不随时间而变化的状态。

I. 管制图上的点子不超过控制界限即在控制范围内。

A.连续25点以上处于控制界限

B.连续35点中仅有1点超出控制界限

C.连续100点中不多于2点超出控制界限

II.管制图上的点子排列分步无缺陷。

(2) “非管制状态"

控制图上的点子超过管制界限即在控制范围外(Out of Control) 。

II.控制图上的点子排列分布有缺陷即出现异常状态,主要指“链状 ” “偏离” “倾向” “周期” “接近”等情况。

2.1 链状:点子连续出现在中心线一侧。

a.当连续出现5点在中心线一侧应注意其发展状况,出现6点时应开始调查原因。

b.当连续出现7点在中心线一侧,判定为异常状态。应采取矫正措施。

2.2 偏离 :较多的点间断地出现在中心线一侧。

a.连续11点至少有10点出现在在中心线一侧时。

b.连续14点至少有12点出现在在中心线一侧时。

c.连续17点至少有14点出现在在中心线一侧时。

d.连续20点至少有16点出现在在中心线一侧时。

2.3 倾向 :指点子的连续上升或连续下降的状态。

当出现7点连续上升或连续下降时,可判定为异常。

2.4 接近 :指点子在上下控制界限附近出现,点子接近上下控制界限。即点子在± 2σ~ ± 3σ范围出现

a.当连续3点中至少有2点出现在控制界限附近。

b.当连续7点中至少有3点出现在控制界限附近。

c.当连续10点中至少有4点出现在控制界限附近。

2.5 周期 :指点子的上升或下降出现明显的一定间隔,呈周期性变化。