SPC统计过程控制 IATF16949五大工具系列

视频课程连接：SPC统计过程控制视频课程

---

需要特别注意的事项

1、只是基础的理解和常规的统计过程控制图；

2、本课程更适合于，如：汽车制造，工程机械，农业机械，电子工程，化工造纸等，具有批量生产特点的企业；

3、本课程的内容是建立在正态分布的基础上，对非 正态分布的数据，可能需要其他的处理技术；

4、本课程着重使用企业易于理解的表达方式讲解“过程及其变差”“控制图”“过程能力／性能”等，中间不乏自己的经验和理解，如有偏颇，请批评指正；

5、当能熟练掌握控制图并能对其有效实施解释时，请使用更便捷的数据和图形处理工具，如Mintab 等；

6.收集数据做成控制图并解释它们不是最终目的，我们的目标是：理解过程，改进再改进；

7.请先了解您的测量系统，对其进行分析；请学习并理解MSA。

8.本讲义的控制图主要针对现场中的制造过程；

9.改进产生输出（产品）的“过程”，才能让方法发挥改进质量／提升效率／降低成本的目的；

10.通过在现场的实践学习和加深理解；

11.在满足顾客的要求下，不断的发展统计过程控制的方法。

一　持续改进和统计过程控制

一、1. 预防与探测

探测－容忍浪费。预防—避免浪费

一、2. 过程控制系统

１.监视/验证各有关过程条件和参数，以便做决策

2. 通过测量产品，监视过程是否稳定受控。

１.监视/验证各有关过程条件和参数，以便做决策

2. 通过测量产品，监视过程是否稳定受控。

１.监视/验证各有关过程条件和参数，以便做决策；

2. 通过测量产品，监视过程是否稳定受控。

一、3. 变差的理解

期望过程是稳定受控的过程，并满足要求；

期望过程参数和过程输出（产品特性）不出现波动和偏离；

但是：

统计分布要素：位置、宽度、形状

统计分布要素的改变---变差

A. 针对制造过程(M1)输出（产品）：其变差的根源是来自过程中的“过程条件4M1E变差”，“过程条件变差”的来源是“子过程条件的变差”,…,。失效链，或PFME原因/机理；

B. 针对测量过程(M2)：其变差来源“测量过程条件SWIPE变差”，请学习MSA(测量系统分析）；

C.“变差”的“普通原因”和“特殊原因”，如下：

普通原因变差：

1. 无法消除，在系统设计并被采购后就已被决定；

2. 随机性；随时存在。

3. 借助足够的统计数据，可以预测；

4. 在对系统发生作用时可相互抵消，当出现同向积累时，可能引发孤立的大变差。

5. 更多取决于SOP前的技术条件定义和投资确定；也SOP后持续改进的重点。

特殊原因变差：

1. 突发或偶然性；间歇性；

2.不可预测（不能预测程度或走向）或超控制限的点或非随机现象；但可控制，也必须对其进行控制；

4. 系统或系统要素衰变或突发故障，是SOP后日常被跟踪和控制的对象。

普通变差：无法消除的随机性系统变差，在策划阶段被定义，取决于“投入资金”的多少。 改变往往由高层管理作出（系统措施，包括资源和管理系统的优化）。解决了85%的过程问题。

决定了该过程的“能力”大小。

不期望产生的变化；取决于对系统的维护和控制能力；可以通过作业层或基础管理层努力消除和减缓（局部措施），解决15%的过程问题。

反应系统的是否容易变“坏”。与“普通变差”一起计算Pp指数

变差都是有害的。

“普通原因变差”是制造系统的固有变差，制造系统配置（设备、设施、模具、员工能力、优秀供应商、环境控制）越精良，方法越稳定， “普通原因变差”越小，过程能力越高 。

对一个新过程，了解其能力满足要求的程度，是对策划过程（资源配置和方法）工作结果的检验---分析用控制图。见PPAP初始过程能力研究。

“普通原因变差”不可消除或改进它时花费的成本高（如：采购更好的设备做系统升级）。

由于“特殊原因变差”导致了产品特性偏离目标值或影响分散性，使过程不受控，可能产生批量不合格，发现、消除、改进它们将是对过程进行控制的重点活动---控制用管制图的目的。

过程在统计受控性运行是指过程只有变差的普通原因；控制图为探测特殊原因提供了很好方法。

一、4.过程能力与过程受控

过程能力又造成过程的普通原因确定，通常代表过程的最佳性能；

　　然而内外部的顾客更关注过程性能；也就是过程总的输出以及与要求（往往是产品规范）的关系。

每个过程可以根据其能力和是否受控进行分类情形，过程可分成4类情形，如下表所示：

一个可接受的过程必须是处于统计受控状态的，且其能力（普通原因变差）必须小于公差，理想的情况是1类的过程，该过程统计受控且有能力满足要求，是可接受的。2类过程是受控过程，但因普通原因造成的变差过大，必须减少。3类过程符合要求，可接受，但不是受控过程，需要识别变差的特殊原因并采取必要的行动。4类过程既不是受控过程又不可接受，必须减少变差的特殊原因和普通原因。

在有些情况下，顾客也许允许制造商运行3类过程，这些情况包括：

顾客对规范要求之内的偏差不敏感（见第四章讨论的损失函数）

对特殊原因采取措施所需要的成本比任何或所有顾客得到的利益大，因为经济上的考虑，可允许存在的特殊原因包括，刀具磨损，刀具重磨，周期的（季节的）变化等。

特殊原因已被识别，其记录表明具有一致性和可预见性。

一、5.控制图在“分析”“控制”“改进”中的应用

注1：当特殊特性尚未被确定时，顾客有权要求保证其他特性的初始过程能力。

注2：本要求的目的是为了确定生产过程是否能生产出满足顾客要求的产品。初始过程研究关注的重点是计量型数据而不是计数型数据。装配错误、试验失败、表面缺陷是“计数型数据”的例子。了解这部分内容很重要，但不包括在本手册的初始研究中。用计数型数据对特性实施监测，需要相当长的时间收集更多的数据。计数型数据不适用于PPAP提交，除非有经授权的顾客代表批准。

注3：下文有对Cpk和Ppk的解释。对于某些过程和产品，若经授权的顾客代表事先批准，也可用其他更适用的方法替代。

注4：初始过程研究是短期的，且预测不出时间以及人、材料、方法、设备、测量系统和环境所引起的变差的影响。尽管这是短期的研究，但是在绘制控制图时，收集和分析数据仍是十分重要的。

注5：对于能够使用图研究的那些特性，短期的研究应该基于有效的生产（Sinnificant Production Run）中（见2.1），连续生产的零件中的25组数据，包含至少100个读数。

顾客同意时，可以使用类似过程的长期历史数据，来代替初始过程研究的数据要求。对于特定的过程，若经授权的顾客代表事前批准，可使用其他分析工具来替代，如单值移动极差图。

2.2.11.2 质量指数

如果适用，应该使用能力或性能指数对初始过程研究进行总结。

注1：初始过程研究结果取决于研究的目的、获得数据的方法、统计控制的解释方法等等。为更好的理解稳定和过程测量（指数）的统计基本原理，请参阅《统计过程控制》参考手册。下列各项的具体要求，请联系经授权的顾客代表。

稳定过程的能力指数的估计值是依据子组内的变差确定的（/或/）。是考虑子组内变差的过程能力指数，不包含子组间变差的影响。如果所有子组间的变差都消除了，才会反映该过程是否有能力。因此，单单使用不能全面反映过程性能。参阅《统计过程控制》参考手册，可获得更多信息。

注2：对于包含多个过程流的初始过程研究，可能会要求用其他适当的统计方法。

注3：对于散装材料，如果要求，组织应该得到顾客的同意，采用适当的技术对初始

过程进行研究，对过程能力做有效的评估。

2.2.11.4 不稳定的过程

根据不稳定的性质，一个不稳定的过程可能不满足顾客的要求，组织在提交PPAP之前，必须识别、评估变差的特殊原因，并在可能的情况下消除特殊原因。组织必须将存在的任何不稳定过程通报给经授权的顾客代表，且在任何提交之前，必须向顾客提交纠正措施。

注：对于散装材料，若过程存在已知的可判断的特殊原因，且输出满足规范要求，顾客可能不要求纠正措施。

2.2.11.5 单边公差或非正态分布的过程

对于单边公差或非正态分布的过程，组织必须马上与经授权的顾客代表一起确定替代的接受准则。

注：前面提到的接受准则（2.2.11.3）是基于正态分布和双边规范（目标位于中心）的假设。如果该假设不成立，使用这种分析可能会导致不可靠的信息。这里提到的替代性接受准则可能要求一种不同类型的指数或某种数据变换的方法。重点是应该了解非正态分布的原因（如：过程经过一定时间后是否会稳定？）和如何处理变差。更多解释请参阅《统计过程控制》参考手册。

2.2.11.6 无法满足接受准则时的措施

如果规定的提交PPAP日前之前，仍无法满足接受准则，组织必须联系经授权的顾客代表。组织必须向经授权的顾客代表提交纠正措施，已经修改的、通常包含100%全检的控制计划，并请求获得批准。组织必须持续减少变差，直至符合接受准则或者得到顾客批准。

注1:100%的检验方法要接受顾客评审，得到顾客同意。

注2：对于散装材料，100%检验是指对取自一连续过程或同一批次的产品样件进行的评价，该样品可代表整个生产过程。

第二章　控制图

二、１.数据的类型

二、2.计量型控制图　　

Ｘbar-R图

Ｘbar-S图

Ｘ～-　R图

Ｘbar-R图

生产现场的Xbar-R图中至少包括的内容

二、3.计数型控制图

Ｐ图　不合格品率图

nＰ图　不合格品数图

U图　单位产品不合格数图

C图 不合格数图

二、4.控制图的使用

二、5.控制图的使用

二、6.判异准则　——　“不受控”信号

1.点超出控制限

出现一个或更多点超出任一控制限时那一点的特殊原因导致变差的主要证

据。在那一点之前可能已经发生了特殊原因。

如果只存在普通原因导致的变差，那么超出控制限的点将是非常少的，因此可以推测特殊原因已经引起了很大的数值。所以任何超出控制限的点都是需要分析操作以查找特殊原因的信号。标注任何超出控制限的数据点进行调查，根据特殊原因实际开始时的情况采取纠正行动。

一个点超出控制限通常表明存在下列情况中的一种或多种：

控制限或描点发生计算错误或描点错误。

在那一点发生时或作为一种趋势的一部分，零件间差异或分布的宽度已经增加（例如：恶化），这种增大可以发生在某个时间点上，也可能是整个趋势的一部分。

测量系统已经变化（例如：不同的测量者或量具）。

测量系统缺乏适当的分辨率。

对于监控宽度的图，一个点低于下控制限通常表吗存在下列情况中的一种或多种：

控制限或描点出错。

分布的宽度已经见效（例如，变的更好）。

测量系统已经发生变化（包括数据的选择和编辑）。

一个点超出任一控制限通常是过程在那一点或作为一种趋势的一部分已发生变化（见图II.9）。

2.链

链——下列每一种情况都表明过程变化或趋势已经发生：

2.1 连续7点排列在 ̿或 ̅图的一侧。

2.2 连续7点上升（后一点等于或大于前一点），或连续下降。

标记促使作出决定的点，并从此点向后作一条参考线延伸到链开始的地方将有助于分析。分析应该考虑到趋势或变化开始的大致时间。

在平均极差下方的链，或下降的链，表明存在下列一种或两种情况：

输出值分布宽度减小，这通常是一种好的状况，应研究以便推广应用和过程改进。

测量系统改变，这样可能遮掩过程真实性能的变化。

注：当子组容量（n）变小（5或更小），低于R的链出现的可能性增加，所以可能需要8点或更多点组成的链表明过程变差的减小。

与过程均值图相关的链通常表明存在下列一种或两种情况：

过程均值已变化——并可能仍然在变化。

测量系统已变化（漂移、偏倚、灵敏度等）。

3. 明显非随机现象

除了出现超过控制限或长链的情况外，数据中可能出现由特殊原因引起的其他明显模式。小心不要过度解释数据，因为即使是随机（即普通原因引起）的数据，有时可能给出非随机（即特殊原因引起）的假象。非随机模式的例子可能是：明显的趋势（即使它们不满足链的情况）、循环、控制限内的数据点的整体分布宽度，或甚至子组内数值间的关系（例如，第一个读数可能总是最高的）。对子组数据点的整体分布宽度的一个检验描述如下：

各点距 ̅或 ̿的距离：通常，大约2/3的描点应落在控制限内中间的1/3区域，大约1/3的点落在外面的2/3区域。如果明显大于2/3的描点落在靠近 ̅或 ̿的区域，则对下面的一种或多种情况要进行调查：

控制限或描点已计算错误或描错。

过程或取样方法出现分层：每个子组系统的包含了来自不通过程均值的两个或多个过程流的测量值（如，零件来自几个型芯轴，抽样时，每个型芯轴抽取一件）。

数据已经编排（极差远离均值的子组被更改或剔除）。

如果明显少于2/3的描点落在靠近 ̅的区域（对于25个子组，如果40%或更少的点落在中间的三分之一的区域），

则调查是否存在下列一种或两种情况：

控制限或描点已计算错误或描错。

过程或取样方法导致连续的子组中包含来自变差显著不同的两个或多个过程流的测量值（如，输入材料批次混淆）。

特殊原因识别准则

现有几种识别特殊原因的准则（见下表和《AT&T》（1984）），我们已在上面对最普遍使用的准则进行了讨论，确定使用哪一个准则取决于被研究/控制的过程。

注1：除了第一条准则，其他与准则相联系的数字并不代表使用的顺序和优

先级，确定使用哪一条附加的准则取决于特定的过程特性，和在过程内起显著作用的特殊原因。

注2：小心不要应用多重准则，除非在那些有意义的事情上，每个附加准则的应用增加了发现特殊原因的灵敏度，但也增加了第l类错误的机会。

回顾上述的内容，应注意不是所有的解释控制的考虑事项都能应用在生产现场，这对于评估者来说太多且难于记住，在生产现场利用计算机也不总是可行的。所以，这些详细的分析中的很多内容是需要离线完成的，而不是在当时完成，这就需要过程事件日志，并在事件发生后作适当有意义的分析。

另一考虑的事项是操作者的培训，当适用时，附加控制准则应该应用在生产现场，但需要等到操作者已准备好，受到适当的培训并具备适当的工具。随着时间和经验的增长，操作者将在实际应用中识别这些模式。

三、计量型数据 过程能力／性能指数的理解

三　1.　计量型数据过程能力／性能指数的理解

介绍

一个稳定的过程的输出可用其统计分布来描述。该过程必须是稳定的（统计受控）其分布才能被用于预测将来的结果，一个过程的分布是根据对取自过程的样本的测量值计算而得来的特性（统计量）来描述的。

人们通常最感兴趣的统计量是用来与顾客要求相关的分布的位置（或中心）和分布宽度。一般来说，分布的位置是通过样本的均值或中位数来估计的，分布宽度通常是使用样本的极差或样本标准差来估计的。

在生产出可以接受的产品方面，过程的趋中和分布宽度相互作用。当分布偏离中心时，可以容纳过程变差（分布宽度）的“可自由活动的空间”就减小了，过程位置的移动、过程分布宽度的增加，或这些因素的组合，可能使生产出的零件超出规范限值。只有这样分布的过程将不能生产顾客需求的产品。

本章介绍了一些技术来估计与产品规范有关的过程能力和性能。通常，所评价的过程需要是稳定（统计受控）的，对于不稳定的过程，讨论过程变差及相关的能力指数是没有什么价值的。但是，显示过程变差的系统性的特殊原因的过程，例如刀具的磨损，其过程能力评价的合理方法已经建立（见Spiring,F.A.（1991）。

另外，通常假设所讨论的过程的单值读数的分布近似的服从正态分布，本节将只讨论常用的指数和比值：

与规范有关的、仅反应过程变差的指数：CP和PP；

与规范有关的、综合反应过程变差及其趋中情况的指数： CPk和PPk；

与规范有关的、仅为过程变差的比值CR和PR。

注：本手册中不讨论其他的指数，但有关其他指数的信息可参见附录D及参考文献。

最后，本章将介绍与过程测量有关的条件和假设，最后给出建议如何应用这些测量在持续改进过程中加强对过程的理解。

本手册充分意识到围绕过程“控制”、“能力”和“性能”的基本概念和定义所存在的误解和争议。这里应指出的是彻底解决这些问题，不是本手册的目的，而只是在一定的程度上把这些问题提出和讨论它们，使每个读者有机会对他们做出更好的解释，以便为持续过程改进提供价值和知识。

过程术语的定义：

可预测过程的过程测量

四. 其他类型的控制图及使用控制图注意事项

四　1.其他类型的控制图

停止信号控制图

1.检查两个零件，都在绿区，继续运行；

2.有1个或2个落在红区，停止运行，通知指定人员采取纠正措施或做材料挑选。改正完成时，重复1.

3.如果1个或两个落在黄区，检查3个以上零件，如任何零件落在红区，停止过程，通知指定人员采取纠正措施或做材料挑选。改正完成时，重复1.

4. 如没有零件落在红区，但有三个或更多零件落在黄区（来自5个零件），停止运行，通知指定人员采取纠正措施或做材料挑选。改正完成时，重复1.

5. 三个落在绿区，其他在黄区，继续运行过程。

生产中的例子：

自相关现象

其他问题：

1.如何确定哪些过程中的特性需要做SPC分析. 特殊特性优先关注(并非全部都要做），易波动特性被优先关注，受更多的过程参数影响的特性被优先关注…

2. SPC控制图上从来没有出现过异常情况；

3. 测量系统问题，如：分辨力低或GR&R大，…；注意：过程能力很高时，GR&R可能会超过30%；

4.子组内抽取的5个样不是连续的；---很短时间内抽样，探测分散性，“合理子组”原则；

5. 没有记录调整/变更等重要过程事件，如：换模，换班次，换材料，修理设备或维护模具。对某些更大的调整可能需要重新做初始能力研究。

6.把来自不同生产机台、生产模具等不同系统的过程流混合在一起抽样，增加过程监控和分析的难度，最好分开；

7. 对控制图中不良趋势或不良分布没有及时反应，没有记录原因分析结果及改进措施；

8.小批量生产时停止了抽样；

9.把稳定过程评定为不稳定过程，产生过度调整，如：稳态下小概率的超限点或自相关，

10.注意：过程能力很高时，并且过程稳定时，按传统方法做出来的Xbar—R 控制图中会出现频繁超过控制线的点。---自相关

11.没有使用全部指数Cp,Cpk,Pp,Ppk，不利于分析组内变差和组间变差；

12.控制图最好有判定“分布”状态的方法，如：直方图

13. 注意：初始过程能力研究的控制图关注的是过程能力如何，是验证/确认过程设计结果的。该阶段的研究或改进后控制限可以用作SOP后对过程变差进行探测的准则，随过程的持续改进和稳定性提升，过程控制限会收窄(得到改进和优化，或同一置信率下更多的抽样会使过程收窄），需重新计算。

14. 注意：处于经济的考虑，某些产业工装在设计时会走大或走小，Xbar会存在偏离，如：拉拔模直径会走小；某些产业的产品特性均值中心偏差可以很方便的调整，起产时均值应瞄准目标，如：镗孔。（特殊原因的有益考虑）。

15.与14关联：需要了解顾客对Xp或Xpk的要求，在设计起产时不可做位置调整的模具时尤其注意，如：SGM对KPC和PQC的要求是Xp≥2， Xpk ≥1.516.注意： 100%全检的特性不用做控制图或能力分析可能是错误的；17. 没有认真的记录检测的数据;(不真实的数据）

18. 注意：表现稳定的控制图不代表工序的废品率一定很低;

19. 注意：对过程监控的方式需要持续改进和优化，如：对成熟而有能力的过程使用停止信灯控制图。

建议：在爬坡阶段使用初始能力研究时确定的控制线，并采取高频次的抽样方法，当爬坡完成或过程成熟稳定后，减少抽样频次或更改监控方法，如：Cmk+检查记录表或停止信灯控制图。

20.对异常点分析启动改进措施，该改进措施不仅是局部措施，最好是系统性措施---带来管理流程、管理标准、工程技术标准等“标准化”的优化。

22.控制图应该被不断的开发和研究---不论使用什么样的工具，对代表过程的真实数据进行处理和分析后，只要有利于你理解/把握/改进过程，如：普通原因，特殊原因，过程因素显著性，因素最佳水平，过程稳健性等都是有益的。但要考虑经济性。

23.对使用SPC的技能没有完成成熟的训练；

24.人为错误，如：读错、记错…

25.判异准则：重视超过控制限的点和连续7点上升和下降，忘记了分布的随机性。