01SPC的前世今生
前世：歷史演變
SPC的歷史可以追溯到20世紀(jì)初。早期，質(zhì)量控制主要依賴于最終檢驗，而非在生產(chǎn)過程中進(jìn)行控制。然而，日益復(fù)雜的生產(chǎn)流程和對高質(zhì)量的需求促使了質(zhì)量控制方法的進(jìn)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(xué)應(yīng)用于質(zhì)量控制，構(gòu)建了控制圖的基本框架，推動了質(zhì)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(diào)持續(xù)改進(jìn)的過程。它將SPC與持續(xù)改進(jìn)緊密結(jié)合，成為質(zhì)量管理的重要工具。
今生：現(xiàn)代應(yīng)用
現(xiàn)代的SPC已經(jīng)成為質(zhì)量管理的核心方法之一，廣泛應(yīng)用于制造業(yè)和服務(wù)業(yè)。它不僅僅用于監(jiān)控和控制生產(chǎn)過程，還可應(yīng)用于改進(jìn)和優(yōu)化業(yè)務(wù)流程。
SPC的核心思想是通過數(shù)據(jù)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(dá)到預(yù)期質(zhì)量水平。
02SPC的概論
SPC是一種基于數(shù)據(jù)和統(tǒng)計原理的質(zhì)量管理方法，通過收集、分析和解釋數(shù)據(jù)，控制生產(chǎn)過程，以確保產(chǎn)品或服務(wù)達(dá)到所需質(zhì)量水平。
SPC的目標(biāo):
是最大限度地降低過程的變異性，確保產(chǎn)品或服務(wù)滿足質(zhì)量要求，并持續(xù)改進(jìn)以滿足不斷變化的市場需求。
SPC的基本步驟包括：
數(shù)據(jù)收集：收集與過程相關(guān)的數(shù)據(jù);
數(shù)據(jù)分析：應(yīng)用統(tǒng)計方法分析數(shù)據(jù)，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(jìn)措施：基于數(shù)據(jù)分析結(jié)果，制定改進(jìn)措施，持續(xù)優(yōu)化過程;
同時，SPC必須分兩個階段進(jìn)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(guān)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(xiàn)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(chǎn)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?qū)е碌模缛藛T的隨意變動、工藝參數(shù)的隨意設(shè)定、設(shè)備機臺的任意變更、供應(yīng)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(yù)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(jìn)行消除，從而實現(xiàn)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(chǎn)的產(chǎn)品的質(zhì)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(shù)據(jù)點會落在控制限內(nèi)，數(shù)據(jù)點落在控制限之外的概率則約為0.27%。
再結(jié)合假設(shè)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(yīng)的措施。
第二種：除了上述的判定異常的準(zhǔn)則外，根據(jù)國標(biāo)GB∕T 17989.2 控制圖中，也引用了8種判定異常的準(zhǔn)則。當(dāng)出現(xiàn)任何一種下圖中的變化趨勢，則可以判定過程中出現(xiàn)了系統(tǒng)性的變異，此時就可以提前采取干預(yù)措施，預(yù)防產(chǎn)品的不合格現(xiàn)象發(fā)生。
05SPC的兩個基本統(tǒng)計概念
第一個：標(biāo)準(zhǔn)差
標(biāo)準(zhǔn)差提供了一組值的變化或分散的度量。假設(shè)你要測量正在生產(chǎn)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(shù)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(jù)范圍確定一致性的概率。
標(biāo)準(zhǔn)差是我們需要的可靠度量。它允許在確定性假設(shè)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(chǎn)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(yuǎn)。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(shù)學(xué)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(biāo)準(zhǔn)差。
對于本例，標(biāo)準(zhǔn)差為根號2=1.41.但是，由于樣品只包含五個數(shù)據(jù)，因此一般情況下不能可靠地估計過程的標(biāo)準(zhǔn)差。因此必須進(jìn)行修正，這是通過使用n–1而不是n來完成的。標(biāo)準(zhǔn)偏差的完整計算可以寫成：
"
標(biāo)準(zhǔn)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(dāng)你擲一個六邊骰子時，可能的分?jǐn)?shù)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(shù)字出現(xiàn)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(dāng)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(shù)，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?jǐn)?shù)，以及實現(xiàn)這些分?jǐn)?shù)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(dāng)兩個具有相似大小的均勻分布的隨機效應(yīng)相加以產(chǎn)生組合效應(yīng)時，就會出現(xiàn)三角形分布。
當(dāng)更多的隨機效應(yīng)結(jié)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(dāng)大量不同形狀的隨機效應(yīng)疊加在一起形成一個組合效應(yīng)時所產(chǎn)生的。中心極限定理在數(shù)學(xué)上證明了這一點。
正態(tài)分布在自然界的復(fù)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(biāo)準(zhǔn)差和概率分布，那么就有可能計算出在給定值范圍內(nèi)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(xiàn)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(biāo)準(zhǔn)偏差處可能有水平紅線，而在±1和±2標(biāo)準(zhǔn)偏差處可能有額外的水平線，標(biāo)準(zhǔn)偏差的數(shù)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(chǎn)品規(guī)格或公差無關(guān)，它們只是顯示了過程在控制下的變化，以便將其當(dāng)前操作與該狀態(tài)進(jìn)行比較。
過程能力也很重要，應(yīng)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(dāng)一個過程發(fā)生漂移或產(chǎn)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(biāo)準(zhǔn)：
可以應(yīng)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(cè)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(shù)據(jù)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(shù)據(jù)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(shù)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(biāo)準(zhǔn)差圖(Xbar-S)
計數(shù)型控制圖有：
不合格品率P圖
不合格品數(shù)NP圖
單位產(chǎn)品缺陷數(shù)U圖
缺陷數(shù)C圖
至于具體應(yīng)該采用哪一種控制圖用于管理活動中，還應(yīng)該根據(jù)產(chǎn)品的質(zhì)量特性、過程輸出的特性、顧客的特殊要求、組織的生產(chǎn)模式和資源配置等要素綜合考量。
中企檢測認(rèn)證網(wǎng)提供iso體系認(rèn)證機構(gòu)查詢，檢驗檢測、認(rèn)證認(rèn)可、資質(zhì)資格、計量校準(zhǔn)、知識產(chǎn)權(quán)貫標(biāo)一站式行業(yè)企業(yè)服務(wù)平臺。中企檢測認(rèn)證網(wǎng)為檢測行業(yè)相關(guān)檢驗、檢測、認(rèn)證、計量、校準(zhǔn)機構(gòu)，儀器設(shè)備、耗材、配件、試劑、標(biāo)準(zhǔn)品供應(yīng)商，法規(guī)咨詢、標(biāo)準(zhǔn)服務(wù)、實驗室軟件提供商提供包括品牌宣傳、產(chǎn)品展示、技術(shù)交流、新品推薦等全方位推廣服務(wù)。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(rèn)證網(wǎng)在線客服13550333441。為您提供全面檢測、認(rèn)證、商標(biāo)、專利、知識產(chǎn)權(quán)、版權(quán)法律法規(guī)知識資訊，包括商標(biāo)注冊、食品檢測、第三方檢測機構(gòu)、網(wǎng)絡(luò)信息技術(shù)檢測、環(huán)境檢測、管理體系認(rèn)證、服務(wù)體系認(rèn)證、產(chǎn)品認(rèn)證、版權(quán)登記、專利申請、知識產(chǎn)權(quán)、檢測法、認(rèn)證標(biāo)準(zhǔn)等信息，中企檢測認(rèn)證網(wǎng)為檢測認(rèn)證商標(biāo)專利從業(yè)者提供多種檢測、認(rèn)證、知識產(chǎn)權(quán)、版權(quán)、商標(biāo)、專利的轉(zhuǎn)讓代理查詢法律法規(guī)，咨詢輔導(dǎo)等知識。
本文內(nèi)容整合網(wǎng)站：百度百科、搜狗百科、360百科、知乎、市場監(jiān)督總局
免責(zé)聲明：本文部分內(nèi)容根據(jù)網(wǎng)絡(luò)信息整理，文章版權(quán)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(nèi)容、版權(quán)和其它問題，請跟我們聯(lián)系刪除并致歉！
