统计过程控制（SPC）探析.doc

1、统计过程控制（SPC）探析【摘要】本文首先统计过程控制（SPC）的概念、基本思想和发展历程等进行了分析探讨，然后对 SPC 理论方法的核心工具控制图的原理、选用标准进行了探讨。本文对广大科学技术工作者以及研究人员从事 SPC有关应用提供一定的参考。 【关键词】统计过程控制 全过程预防 控制图 一、SPC 的基本概念 统计过程控制 SPC（Statistical Process Control）是一种借助数理统计方法的先进质量管理和控制技术，以过程的稳定性为主要目标，强调全过程的预防，能够有效地降低产品的不合格率，从而降低生产成本。 SPC 的详细解释为：S 代表统计，SPC 是建立在统计学基础

2、之上的，使用的是统计学的方法，如正态分布，控制图等来分析过程的变动，统计性方法是 SPC 乃至现代质量管理的基础；P 代表过程，SPC 的重点在于过程，过程是所有质量问题的根源，只有通过对过程的分析和控制，才能够达到提高产品质量的目的；C 代表控制，SPC 是建立在 3 范围内的可预测的“控制” ，在过程输出之前进行问题纠正，目的是保证生产过程的稳定。 二、SPC 的基本思想 在整个过程控制系统中，影响产品质量的因素有人员（Man） ，机器（Machine） ，物料（Material） ，方法（Method） ，测量（Measure）和环境（Environment） ，简称做 5M1E。5M1

3、E 是构成过程的要素，其中任何因素的变化都会导致产品或服务的变化，即形成不同的品质，它们是质量波动的根源。5M1E 是质量分析和过程控制的对象。过程的单个输出（产品或服务）之间不可避免的差别叫做变异，也叫变差或波动。变异的原因分为偶然因素和异常因素两大类。 偶然因素也称作随机波动，随机波动是指过程性能所固有的、始终作用于过程的变异的原因，如设备的震动，刀具的磨损，原材料批与批之间的区别等。随机波动不易辨明、对过程影响微小，但不易消除。仅存在随机波动的过程是“受控”的过程，其输出是可预测的。 异常因素也对产品质量影响很大，存在异常波动的过程是“不稳定”的，其输出是不可预测的，但能够采取措施避免和

4、消除。SPC 对生产过程进行分析评价，根据反馈信息及时发现异常因素出现的征兆，并采取措施消除其影响，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。SPC 强调过程在受控和有能力的状态下运行，从而使产品和服务满足顾客的要求。 SPC 的核心思想是预防，预防作用主要体现在以下几个方面：预测过程可能出现的情况，并提供了早期报警的功能，以便操作人员及时采取措施以防止废品的发生。在一定程度上可以替代验证和检测的工作，减少了产品质量对常规检验的依赖性。对过程达到的质量标准作出可信的评估，以便采取相应的措施。 三、SPC 的发展历程 早在 20 世纪 20 年代，贝尔电话实验室就成立了以休哈

5、特为学术领导人的过程控制以及道奇为领导人的产品控制研究组。经研究，休哈特提出了过程控制理论以及监控过程的工具控制图。由于在过程控制方面主要应用休哈特过程控制理论，而现今的 SPC 理论与休哈特理论并无根本的区别。 休哈特的贡献就在于，应用他所提出的工程控制理论能够在生产线上科学的保证预防原则的实现。在产品的制造过程中，产品质量特性总是波动的。按照休哈特的观点，这种波动可以分为两类，即偶然波动与异常波动。偶然波动由偶然因素造成，异常波动由异常因素造成。从一开始，SPC 就被看作一种提高产品质量和生产效率的技术手段。从质量控制的角度来看，统计过程控制又被称为统计质量控制 SQC。由于产品质量在现代

6、工业中的重要地位，使统计过程控制己经在机械、纺织、汽车、电子产品等离散制造业得到了广泛应用。 四、SPC 控制图 （一）控制图简介 控制图是 SPC 中最有效的一种工具，它是对过程质量特性值进行测定、记录、评估，从而进行控制管理的一种统计方法图，它是按时间顺序抽取的样品统计量数值的描点序列。图中有三条相互平行的水平线：中心线 CL、上控制限 UCL 和下控制限 LCL。控制图的纵坐标为控制对象特性，横坐标是时间轴，可以是周、日、班次、小时等等，一般以样本序号表示。从休哈特图可以辨别过程是否处于受控状态，可以通过它观察生产运行参数和质量指标的变化，分析生产过程状态。控制图就是统计假设检验的图上作

7、业法。质量波动的原因=异常因素+偶然因素（随机波动） 。异常因素始终存在，难以消除，但是对质量影响微小。偶然因素是时有时无，虽然对质量的影响很大，但是不难消除，是可以避免的。休哈特控制图的实质就是区分异常因素与偶然因素的。控制限就是区分偶然波动与异常波动的科学界限。 （二）控制图的选用 按统计数据的性质来分，可以将数据分为以下两类： 计量值数据。计量值数据是指产品质量须经过实际测量而取得的连续型实际数据，例如控制对象的高度、重量、纯度、强度、时间和生产量等参数。由于计量值数据属于连续型随机变量，根据中心极限定理，即对于连续型随机变量来说，如果样本规模足够大，则从任意一个有限的均值为 、标准偏差

8、为 的总体中重复地抽取数量为 n 的随机样本，样本平均数的取样分布近似服从正态分布。故计量值数据一般服从正态分布。 计量型数据所确定控制对象的质量数据是连续值。计量型控制图用来分析绘制计量型数据，从而来反映计量型质量数据的特征，其主要种类有：均值-极差控制图，均值-标准差控制图，中位数-极差控制图，单值-移动极差控制图。 计数值数据。计数值数据是指可按个数数得的离散型质量特性值。计数值数据可分为计件值数据和计点值数据两类。计数型数据的控制对象是定性而不定量的，它与不良项目有关，往往只取两个值。计数型控制图用来分析、绘制计数型数据，从而来反映计量数质量数据的特征，其主要分类有：P 图（不合格品率控制图） ，nP 图（不合格品数控制图） ，C（缺陷数控制图）和 U 图（单位缺陷数控制图） 。 在具体的生产过程中，控制图的选用首先是根据质量指标的数据性质（计量型还是计数型）来决定的，SPC 测量的质量数据可分为计量型数据和计数型数据，对应的控制图也分为计量型控制图和计数型控制图两大类。 五、结语 本文首先统计过程控制（SPC）的概念、基本思想和发展历程等进行了分析探讨，然后对 SPC 理论方法的核心工具控制图的原理、选用标准进行了探讨。本文对广大科学技术工作者以及研究人员从事 SPC 有关应用提供一定的参考。