什么是SPC

SPC是英文Statistical Process Control的字首簡稱，即統計過程控制。SPC就是應用統計技術對過程中的各個階段進行監控，從而達到改進與保證質量的目的。SPC強調全過程的預防。

SPC給企業各類人員都帶來好處。對于生產第一線的操作者，可用SPC方法改進他們的工作，對于管理干部，可用SPC方法消除在生產部門與質量管理部門間的傳統的矛盾，對于領導干部，可用SPC方法控制產品質量，減少返工與浪費，提高生產率，最終可增加上繳利稅。

SPC的特點是:

（1）SPC是全系統的，全過程的，要求全員參加，人人有責。這點與全面質量管理的精神完全一致。

（2）SPC強調用科學方法(主要是統計技術，尤其是控制圖理論)來保證全過程的預防。

（3）SPC不僅用于生產過程，而且可用于服務過程和一切管理過程。

SPC發展簡史

      過程控制的概念與實施過程監控的方法早在20世紀20年代就由美國的休哈特(W. A.Shewhart)提出。今天的SPC與當年的休哈特方法并無根本的區別。

美國從20世紀80年代起開始推行SPC。美國汽車工業已大規模推行了SPC，如福特汽車公司，通用汽車公司，克萊斯勒汽車公司等，上述美國三大汽車公司在ISO9000的基礎上還聯合制定了QS9000標準，在與汽車有關的行業中，頗為流行。美國鋼鐵工業也大力推行了SPC，如美國LTV鋼鐵公司，內陸鋼鐵公司，伯利恒鋼鐵公司等等。

QS9000質量管理體系要求是由美國三大汽車公司--克萊斯勒、福特和通用汽車公司共同制訂，于1994年頒布的一套完整的質量體系標準。

SPC的進行步驟

進行SPC有下列步驟：

步驟1：培訓SPC。培訓內容主要有下列各項：SPC的重要性，正態分布等統計基本知識，質量管理七種工具，其中特別是要對控制圖深入學習，兩種質量診斷理論，如何制訂過程控制網圖，如何制訂過程控制標準等等。

步驟2：確定關鍵變量(即關鍵質量因素)。具體又分為以下兩點：

(1)  對全廠每道工序都要進行分析(可用因果圖)，找出對最終產品影響最大的變量，即關鍵變量(可用排列圖)。如美國LTV鋼鐵公司共確定了大約20000個關鍵變量。

(2)  找出關鍵變量后，列出過程控制網圖。所謂過程控制網圖即在圖中按工藝流程順序將每道工序的關鍵變量列出。

步驟3：提出或改進規格標準。具體又分為以下兩點：

(1)  對步驟2得到的每一個關鍵變量進行具體分析。

(2)  對每個關鍵變量建立過程控制標準，并填寫過程控制標準表。

本步驟最困難，最費時間，例如制定一個部門或車間的所有關鍵變量的過程控制標準，大約需要兩個多人年（即一個人要工作量年多）。

步驟4：編制控制標準手冊，在各部門落實。將具有立法性質的有關過程控制標準的文件編制成明確易懂、便于操作的手冊，使各道工序使用。如美國LTV公司共編了600本上述手冊。

步驟 5：對過程進行統計監控。主要應用控制圖對過程進行監控。若發現問題，則需對上述控制標準手冊進行修訂，及反饋到步驟4。

步驟6：對過程進行診斷并采取措施解決問題。可注意以下幾點：

(1)  可以運用傳統的質量管理方法，如七種工具，進行分析。

(2)  可以應用診斷理論，如兩種質量診斷理論，進行分析和診斷。

(3)  在診斷后的糾正過程中有可能引出新的關鍵質量因素，即反饋到步驟2，3，4 。

推行SPC的效果是顯著的。如美國率LTV公司1985年實施了SPC后，勞動生產率提高了20%以上。

spc包括的內容

正態分布等統計基本知識

質量管理七種工具，其中特別是要對控制圖深入學習

兩種質量診斷理論

如何制訂過程控制網圖

如何制訂過程控制標準等等

質量管理七種工具

1直方圖是用來分析數據信息的常用工具，它能夠直觀地顯示出數據的分布情況。

2流程圖是將一個過程的步驟用圖的形式表示出來的一種圖示工具。它既可以用來描述現有過程，亦可用來設計一個新過程。

3關聯圖用于將關系紛繁復雜的因素按原因-結果或目的-手段等目的有邏輯地連接起來的一種圖形方法。

4親和圖用于歸納、整理由“頭腦風暴”法產生的觀點、想法等語言資料，按它們之間的親近關系加以歸類、匯總的一種圖示方法。

5排列圖又叫帕累托圖，它是將各個項目從最主要到最次要的順序進行排列的一種工具

6控制圖用來對過程狀態進行監控，并可度量、診斷和改進過程狀態。

7樹圖也叫系統圖，它可以系統地將某一主題分解成許多組成要素，以顯示主題與要素、要素與要素之間的邏輯關系和順序關系

8散布圖是用來發現和顯示兩組相關數據之間相關關系的類型和程度，或確認其預期關系的一種示圖工具。

9調查表又叫檢查表、統計分析表等，用來系統地收集資料和積累數據，確認事實并對數據進行粗略整理和分析的統計圖表。

10因果圖又叫魚刺圖，用來羅列問題的原因，并將眾多的原因分類、分層的圖形。

12矩陣圖是以矩陣的形式分析因素間相互關系及其強弱的圖形。它由對應事項、事項中的具體元素和對應元素交點處表示相關關系的符號構成。

雷達圖用于描繪現有狀況與目標之間差距的大小程度。

控制圖及其基本構造

產生：控制圖是由美國貝爾(Bell)通信研究所的休哈特(W.A Shewhart)博 士發明的，因此也稱休哈特控制圖。

定義：控制圖是反映和控制質量特性值分布狀態隨時間而發生的變動情況

         的圖表。它是判斷工序是 否處于穩定狀態、保持生產過程始終處于正常狀態的有效工具。

控制圖與趨勢圖的比較

     采用趨勢圖可以掌握不斷變化著的工序狀態。為了判別工序的質量波動是正常波動還是非正常波動，在趨勢圖的基礎上，控制圖發生如下變化：

     ①縱坐標可能是質量特性值，也可能是其統計量，如         、R 等；

     ②增加上、中、下三條控制線作為判斷工序有無異常的標準和尺度。

        若點子落在控制界限內，認為工序的波動是正常的波動；若點子

        落在控制界限外或其排列有明顯缺陷，則說明工序有異常因素的

        影響。

1以隨時間推移而變動著的樣品號為橫坐標，以質量特性

      值或其統計量為縱坐標的平面坐 標系；

2三條具有統計意義的控制線：中心線CL、上控制線UCL

      和下控制線LCL；

3一條質量特性值或其統計量的波動曲線。

控制圖應用

在實際生產過程中，坐標系及三條控制線是由質量管理人員事先經過工序能力調查及其數據 的收集與計算繪制好的。工序的操作人員按預先規定好的時間間隔抽取規定數量的樣品，將樣品的測定值或其統計量在控制圖上打點并聯接為質量波動曲線，并通過點子的位置及排 列情況判斷工序狀態。

工序(過程)能力分析

1 基本概念

2 工序能力指數的計算

3 工序能力的評價與處置

4 工序能力調查

 在產品制造過程中，工序是保證產品質量的最基本環節。 所謂工序能力分析，就是考慮 工序的設備、工藝、人的操作、材料、測量工具與方法以及環境對工序質量指標要求的適合 程度。工序能力分析是質量管理的一項重要的技術基礎工作。它有助于掌握各道工序的質量保證 能力，為產品設計、工藝、工裝設計、設備的維修、調整、更新、改造提供必要的資料和依據。

一  工序能力

1 概念：所謂工序能力，是指處于穩定、標準狀態下，工序的實際加工能力。

     ●工序處于穩定狀態，是指工序的分布狀態不隨時間的變化而變化，或稱工序處于

        受控狀態 ；

     ● 工序處于標準狀態，是指設備、材料、工藝、環境、測量均處于標準作業條件， 人員的操作 也是正確的。

     ●工序的實際加工能力是指工序質量特性的分散(或波動)有多大。加工能力強或弱

       的區分關鍵是質量特性的分布范圍大小，或集中程度。由于均方差σ是描述隨機

       變量分散的數字特征 ，而且，當產品質量特性服從正態分布N(μ，σ2)時，以

       3σ原則確定其分布范圍(μ±3 σ)，處于該范圍外的產品僅占產品總數的0.27%，

       因此，人們常以6σ描述工序的實際加工能力。實踐證明：用這樣的分散范圍表

       示工序能力既能保證產品的質量要求，又能具有較好的經濟性。

2 表達式：B=6σ 或 B≈6S

3 影響因素：

     (1)人——與工序直接有關的操作人員、輔助人員的質量意識和操作技術水平；

     (2)設備——包括設備的精度、工裝的精度及其合理性、刀具參數的合理性等；

     (3)材料——包括原材料、半成品、外協件的質量及其適用性；

     (4)工藝——包括工藝方法及規范、操作規程的合理性；

     (5)測具——測量方法及測量精度的適應性；

     (6)環境——生產環境及勞動條件的適應性。

二  工序能力指數

1 概念：工序能力指數是衡量工序能力對產品規格要求滿足程

   度的數量值，記為Cp。通常以規格范圍T與工序能力B的比

   值來表示。即：

                     T=規格上限TU - 規格下限TL。  

2 工序能力與工序能力指數的區別：工序能力是工序具有的實

   際加工能力，而工序能力指數是指工序能力對規格要求滿足

   的程 度，這是兩個完全不同的概念。工序能力強并不等于

   對規格要求的滿足程度高，相反，工序 能力弱并不等于對

   規格要求的滿足程度低。當質量特性服從正態分布，而且其

   分布中心    與規格中心Tm重合時，一定的工序能力指數

   將與一定的不合格品率相對應。因此，工 序能力指數越大，

   說明工序能力的貯備越充足，質量保證能力越強，潛力越大，

   不合格品率 越低。但這并不意味著加工精度和技術水平越高。

3 工序能力的評價與處置

工序能力指數Cp客觀地、定量地反映了工序能力對規

格要求的適應程度，因此它是工序能 力評價的基礎。

根據工序能力指數的大小一般可將加工分為五類：

       1 Cp＞1.67 特級加工

       2 1.67≥Cp＞1.33 一級加工

       3 1.33≥ Cp＞1 二級加工

       4 1≥Cp＞0.67 三級加工

       5 Cp≤0.67 四級加工

Cp與Pp的一些概念：

T=target
T=目標值
USL=upper specification limit
USL=規格上限
LSL=lower specification limit
LSL=規格下限
CL=center line
CL=中心值
UCL=upper control line
UCL=管制上限
LCL=low control line
LCL=管制下限

StDev(Within)=estimate of within subgroup process standard deviation
StDev(Within)=組內標準差

StDev(Overall)=estimate of overall process standard deviation
StDev(Overall)=總標準差

Cp與Pp的一些概念：

1  The reasons there are two main expressions for "population" and "sample"” is that one is "biased estimator" and the other is not.
“母體”與“樣本”之所以有兩種表達公式，是因為一個是有偏估計，另一個則不是。
How much real practical difference is there between using a standard deviation with n in the denominator versus one with (n-1)
計算標準差使用分母為n和n-1的兩個公式，現實究竟有多大的差異？
With thirty points you are under 2% in disagreement. So in industrial situations it is always to use the (n-1) formula.
30個數據就會存在2%的差異，所以在工業生產中，通常使用n-1的公式。

Most of the data we‘ve collected are individual data or multiple readings for subgroup data.
我們收集的數據通常是單獨的數據或是多次測量的多組數據。

PROCESS CAPABILITY is defined as the 6 sigma range of a process's inherent variation, where sigma is usually estimated by R-bar/d2 and where inherent variation is defined as that portion of process variation due to common causes only.
過程能力定義為6sigma（3sigma控制線）過程的固有偏差，這里的sigma通常使用R-bar/d2計算，而固有偏差則僅是一般原因造成的，為過程偏差的一部分。
PROCESS PERFORMANCE is defined as the 6 sigma range of a process's total variation where sigma is usually estimated by s, the sample standard deviation
過程表現則定義為6sigma（3sigma控制線）過程的全部差異，這里的sigma是用樣本的標準差來計算的。

4 Cpk---Process capability index attempts to answer the question “does my process in the long run meet specification?”
CpK---過程能力指數用來回答“過程長期運行時是否能滿足要求？”

5 Ppk---Process performance index attempts to answer the question "does my current production sample meet specification ?"
PpK---過程表現能力用來回答“目前過程生產的樣品能否滿足要求？”

6 "Long Term" versus "Within" and "Short Term" versus "Overall" it seems antinomy.
“長期”“組內”和“短期”“全部”看起來是自相矛盾的。，
To my opinion, process should be stable in the long run if not we calls the alternate potential process.
在我看來，長期運行下的過程應該是穩定的，如果不是那就稱為潛在過程。
Meanwhile, process capability evaluation can only be done after the process is brought into statistical control, that’s to say, the process you studied is stable without BETWEEN VARIATION.
同時，過程能力的研究只有在過程已處于統計管制之下才能進行，也就是你所研究的過程已消除了組間差異。

The reason is simple: Cpk is a prediction, and one can only predict something that is stable.  And process performance indices should only be used when statistical control cannot be evaluated.
原因很簡單：Cpk只是一個預測，只能對穩定的東西作出預測，而過程表現PpK則應該用在還沒有進行管制的過程。
Then comes to the problem or misunderstand: process in long run (potential process) only has within variation, i.e. short term variability. Also, overall variation is equal to long term variability we often say.
于是問題或誤解就產生了：長期運行下的過程（潛在過程）只有組內變異，也就是短時間內的變化，而總變異就是我們通常講的長時間的變化。

So we often assosiate "Cpk"with"Long Term","Within"and"Potential" and "PpK"with"Short Term"and"Overall".
所以，我們就經常把Cpk與“長期”“組內”“潛在”聯系在一起，而Ppk則與“短期”“全部”聯系在一起。
Avoid confusion of "Long Term" and "Short Term", Even MINITAB no longer uses long-term & short-term. As of Release 13 they changed their terminology so it now associates Cpk with the descriptor "Potential (Within)" and Ppk with the descriptor "Overall".
為了避免混淆“長期”與“短期”，就連MINITAB也不再使用“長期”與“短期”，13版本就更改了相關術語，Cpk使用潛在（組內），Ppk使用全部。

when use Cp/CpK & Pp/PpK
for Cp/Cpk
1 Data from control charts
2 no less than 100 data points
for Pp/PpK
1 process is chronically unstable but meeting the specifications and in a predictable pattern.
2 Data from short term（短時間） studies: a snap shot of the process
3 less than 100 data points
4 when we do PPAP