01SPC的前世今生
前世：歷史演變
SPC的歷史可以追溯到20世紀初。早期，質量控制主要依賴于最終檢驗，而非在生產過程中進行控制。然而，日益復雜的生產流程和對高質量的需求促使了質量控制方法的進步。
1、瓦爾德瑟姆(Walter A. Shewhart)
瓦爾德瑟姆是SPC的奠基人，他在1920年代提出了SPC的基本原理，將統(tǒng)計學應用于質量控制，構建了控制圖的基本框架，推動了質量控制的革新。
2、 戴明循環(huán)(Deming Cycle)
戴明循環(huán)，也稱PDCA循環(huán)(Plan-Do-Check-Act)，由戴明(W. Edwards Deming)提出，強調持續(xù)改進的過程。它將SPC與持續(xù)改進緊密結合，成為質量管理的重要工具。
今生：現代應用
現代的SPC已經成為質量管理的核心方法之一，廣泛應用于制造業(yè)和服務業(yè)。它不僅僅用于監(jiān)控和控制生產過程，還可應用于改進和優(yōu)化業(yè)務流程。
SPC的核心思想是通過數據分析和統(tǒng)計方法來監(jiān)控過程的穩(wěn)定性和能力，以便及時采取糾正措施，確保過程穩(wěn)定并達到預期質量水平。
02SPC的概論
SPC是一種基于數據和統(tǒng)計原理的質量管理方法，通過收集、分析和解釋數據，控制生產過程，以確保產品或服務達到所需質量水平。
SPC的目標:
是最大限度地降低過程的變異性，確保產品或服務滿足質量要求，并持續(xù)改進以滿足不斷變化的市場需求。
SPC的基本步驟包括：
數據收集：收集與過程相關的數據;
數據分析：應用統(tǒng)計方法分析數據，了解過程的穩(wěn)定性和能力;
控制圖繪制：繪制控制圖，以便及時識別特殊原因變異;
改進措施：基于數據分析結果，制定改進措施，持續(xù)優(yōu)化過程;
同時，SPC必須分兩個階段進行：
第一階段，首先確保流程符合需要，然后監(jiān)視流程，以確保它繼續(xù)正常運行;
第二階段，確定正確的監(jiān)測頻率非常重要，這部分取決于重要因素的變化或影響;
03SPC控制圖的基本原理
在SPC中，關鍵的概念是過程的變化可能是由兩種基本類型的原因引起的，就是現在所說的“一般原因”和“特殊原因”。
其中，一般原因，如環(huán)境溫度的自然變化、原材料批次間的輕微差異、作業(yè)員之間的操作手法差異等等，這些波動無法避免，也無法消除，卻對過程產生了影響。隨著時間的推移，普通原因會形成一個穩(wěn)定的分布，稱之為”過程處于統(tǒng)計受控狀態(tài)“。
若過程的變差由特殊原因導致的，如人員的隨意變動、工藝參數的隨意設定、設備機臺的任意變更、供應商的切換等;隨著時間的推移，過程的輸出不但會不穩(wěn)定而且會變得無法預測。
而SPC的基本原理就是通過識別影響過程不受控的特殊原因，并對特殊原因進行消除，從而實現過程可以控制。
04怎么區(qū)分一般原因和特殊原因呢?
第一種：休哈特博士以均值為中心，±3σ為控制限，建立了控制圖把普通原因和特殊原因區(qū)分開來，對于大多連續(xù)生產的產品的質量特性屬于連續(xù)型隨機變量，服從或近似服從正態(tài)分布，所以會有約99.73%的數據點會落在控制限內，數據點落在控制限之外的概率則約為0.27%。
再結合假設檢驗的思想，如落在控制限外的點，則可判為異常點，即可通知工程師排查原因并制定相應的措施。
第二種：除了上述的判定異常的準則外，根據國標GB∕T 17989.2 控制圖中，也引用了8種判定異常的準則。當出現任何一種下圖中的變化趨勢，則可以判定過程中出現了系統(tǒng)性的變異，此時就可以提前采取干預措施，預防產品的不合格現象發(fā)生。
05SPC的兩個基本統(tǒng)計概念
第一個：標準差
標準差提供了一組值的變化或分散的度量。假設你要測量正在生產零件的制造過程的變化。你可以從測量30個零件開始。每個零件的測量值略有不同。查看這些值可以了解各部分之間的差異有多大，但我們需要一個數字來量化這些差異。
測量這種分散的最簡單方法是找到最大值和最小值，然后從最大值中減去最小值以給出范圍。使用范圍的問題是它沒有考慮所有的值;它最好是完全在兩個極端上。我們檢查的零件越多，得到的范圍就越大，所以很明顯這不是一個可靠的測量方法，也無法根據范圍確定一致性的概率。
標準差是我們需要的可靠度量。它允許在確定性假設有效的情況下計算一致性的概率。它基本上是所有單個值與所有值的平均值之間的平均距離。
看下面這個簡單的例子：
“我們測量了五個產品(n=5)，值如下：3.2.4.5.1.這些值的平均值是總和除以n。
(3+2+4+5+1)/5=3
接下來，我們找到每個值與平均值之間的差異：
3–3=0.2–3=–1.4–3=1.5–3=2.1–3=–2
在考慮離散度時，值是否大于或小于平均值并不重要，重要的是它們離平均值有多遠。為了去掉方向(符號)，我們把每一個差平方，然后把它們加在一起，除以n得到平均值：
數學上通常是這樣寫的：
到目前為止所計算的是方差。因為平均值的每一個差都是平方的，所以取方差的平方根是有意義的，這就是標準差。
對于本例，標準差為根號2=1.41.但是，由于樣品只包含五個數據，因此一般情況下不能可靠地估計過程的標準差。因此必須進行修正，這是通過使用n–1而不是n來完成的。標準偏差的完整計算可以寫成：
"
標準差用于測量過程中的一般原因的波動。
第二個：概率分布
SPC中另一個重要的基本統(tǒng)計概念是概率分布。隨機事件可以用概率分布來描述。
當你擲一個六邊骰子時，可能的分數遵循一個簡單的概率分布。骰子滾動1、2、3、4、5或6的幾率相等。如果骰子被擲6000次，你會期望每個數字出現大約1000次。如果你做了一個柱狀圖，所有的柱子的高度大致相等。這種矩形形狀被稱為矩形分布。
當擲兩個骰子時，會發(fā)生一些有趣的事情。得分可以是2到12之間的任何整數，但你得到7分的可能性要比2或12高得多。這是因為有幾種方法可以得7分，但只有一種方法可以得2分或12分。
例如，要獲得2分，兩個骰子都需要擲1分。有兩種方法得分3(A=1和B=2)或(A=2和B=1)。所有可能的分數，以及實現這些分數的不同方法，如下所示：
得分2:(1.1)
得分3:(1.2)(2.1)
得分4:(1.3)(2.2)(3.1)
得分5:(1.4)(2.3)(3.2)(4.1)
得分6:(1.5)(2.4)(3.3)(4.2)(5.1)
得分7:(1.6)(2.5)(3.4)(4.3)(5.2)(6.1)
得分8:(2.6)(3.5)(4.4)(5.3)(6.2)
得分9:(3.6)(4.5)(5.4)(6.3)
得分10:(4.6)(5.5)(6.4)
得分11:(5.6)(6.5)
得分12:(6.6)
每個得分的概率從最低值線性增加到中間值，然后線性減少到最大值。這種概率分布稱為三角分布。當兩個具有相似大小的均勻分布的隨機效應相加以產生組合效應時，就會出現三角形分布。
當更多的隨機效應結合在一起時，三角形的峰值開始變平，末端延伸到尾部，形成一個鐘形分布，稱為高斯分布或正態(tài)分布。
大量的均勻分布或三角形分布加起來就得到了這個正態(tài)分布。事實上，正態(tài)分布是指當大量不同形狀的隨機效應疊加在一起形成一個組合效應時所產生的。中心極限定理在數學上證明了這一點。
正態(tài)分布在自然界的復雜系統(tǒng)中是非常普遍的，并且過程通常被簡單地假定為正態(tài)分布。
如果我們知道一個過程的標準差和概率分布，那么就有可能計算出在給定值范圍內輸出的概率，這意味著可以計算缺陷的概率。也可以計算給定值屬于此分布的概率。如果被測部分不太可能來自穩(wěn)定過程的概率分布，那么很可能出現了一個新的特殊原因，表明過程正在失控。
06運行圖和控制圖!
運行圖：是一個簡單的散點圖，其中X軸上的樣本號和Y軸上的測量值。它展示了流程如何隨時間變化的視圖。
控制圖：與運行圖非常相似，但它們也包括控制界限和其他區(qū)域。例如，在代表控制限值的±3標準偏差處可能有水平紅線，而在±1和±2標準偏差處可能有額外的水平線，標準偏差的數量通常簡單地稱為西格瑪。
控制圖是SPC中使用的一個非常重要的圖形工具。它用于監(jiān)視過程以檢查它們是否處于“控制”狀態(tài)。
過程平均值和±1西格瑪之間的區(qū)域可以稱為C區(qū)，1和2西格瑪之間的區(qū)域可以稱為B區(qū)，2和3西格瑪之間的區(qū)域可以稱為A區(qū)。
重要的是要了解控制限值與產品規(guī)格或公差無關，它們只是顯示了過程在控制下的變化，以便將其當前操作與該狀態(tài)進行比較。
過程能力也很重要，應該在建立過程控制的第一階段建立，在第二階段使用控制圖以確保過程穩(wěn)定。
當一個過程發(fā)生漂移或產生不能用正常的隨機變化來解釋的誤差時，控制圖可以很容易地識別出來。例如，如果有幾個點都在增加或減少，那么這將表明過程失去控制。
控制圖判斷過程失控標準：
可以應用不同的規(guī)則來判斷，但一般來說，如果下面這些條件中的任何一個是真的，則表明過程失控：
一個點超出控制范圍
中心線同一側的七個連續(xù)點
連續(xù)七次增加或減少間隔
同一區(qū)域A三個連續(xù)點中的兩個
同一區(qū)域B五個連續(xù)點中有四個
連續(xù)14個點上下交替
C區(qū)有14個連續(xù)點
不同類型的控制圖用于監(jiān)控不同類型的過程，采用不同的采樣策略。例如，單值移動極差圖用于單個、實時測量，在采集常規(guī)樣本時為X-bar R或X-bar S，屬性數據為Np/p。
最后介紹一下常用的控制圖類型，常用的控制圖按數據類型分為兩類：對于連續(xù)變量的計量型控制圖和對于離散變量的計數型控制圖。
計量型控制圖有：
單值移動極差(I-MR)控制圖
均值—極差圖(Xbar-R)
均值—標準差圖(Xbar-S)
計數型控制圖有：
不合格品率P圖
不合格品數NP圖
單位產品缺陷數U圖
缺陷數C圖
至于具體應該采用哪一種控制圖用于管理活動中，還應該根據產品的質量特性、過程輸出的特性、顧客的特殊要求、組織的生產模式和資源配置等要素綜合考量。
中企檢測認證網提供iso體系認證機構查詢，檢驗檢測、認證認可、資質資格、計量校準、知識產權貫標一站式行業(yè)企業(yè)服務平臺。中企檢測認證網為檢測行業(yè)相關檢驗、檢測、認證、計量、校準機構，儀器設備、耗材、配件、試劑、標準品供應商，法規(guī)咨詢、標準服務、實驗室軟件提供商提供包括品牌宣傳、產品展示、技術交流、新品推薦等全方位推廣服務。這個問題就給大家解答到這里了，如還需要了解更多專業(yè)性問題可以撥打中企檢測認證網在線客服13550333441。為您提供全面檢測、認證、商標、專利、知識產權、版權法律法規(guī)知識資訊，包括商標注冊、食品檢測、第三方檢測機構、網絡信息技術檢測、環(huán)境檢測、管理體系認證、服務體系認證、產品認證、版權登記、專利申請、知識產權、檢測法、認證標準等信息，中企檢測認證網為檢測認證商標專利從業(yè)者提供多種檢測、認證、知識產權、版權、商標、專利的轉讓代理查詢法律法規(guī)，咨詢輔導等知識。
本文內容整合網站：百度百科、搜狗百科、360百科、知乎、市場監(jiān)督總局
免責聲明：本文部分內容根據網絡信息整理，文章版權歸原作者所有。向原作者致敬！發(fā)布旨在積善利他，如涉及作品內容、版權和其它問題，請跟我們聯系刪除并致歉！
