The specification limit and control spec
注意:管制界限和规格界限
➢规格界限：是用以说明品质特性之最大许可值，来保证 各个单位产品之合格性能 ➢管制界限：应用于一群单位产品量度，这种量度是从一 群中各个单位产品所得之观测值所计算出来的。
The reason to cause variance
统计过程控制培训教材(PPT97页)
3σ方式
控制图利用抽查对生产过程进行监控,因而是十分经济的，但既是抽查 就不可能没有风险，在控制图的应用过程会出现以下两类错误 :
虚发警报错误,也称第I类错误。在生产正常的情况下,纯粹出于偶
然而点子出界的概率虽然很小,但不是绝对不可能发生。故当生产正常 而根据点子出界判断生产异常就犯了虚发警报错误,发生这种错误的概 率通常记以α.
➢使过程达到 ➢更高的质量 ➢更低的单件成本 ➢更高的效率
➢为讨论过程的性能提供共同的语言
The reason to learn SPC
为什么要学习SPC
时代的需要：21世纪是质量的世纪，提出超严质量要求，是
世界发展的大方向。 如电子产品的不合格品率由过去的百分之一、千分之一、降 低到百万分之一（ppm, parts per million),乃至十亿分之一（ ppb, parts per billion)。
什么是SPC
SPC --Statistical Process Control (统计过程控制） 含义--利用统计技术对过程中的各个阶段进行监控，从而达到保 证产品质量的目的。 统计技术----数理统计方法。
SPC的作用
预防： 判断过程的异常，及时告警。 ➢有利于过程在质量上和成本上能持续地，可预测地保持下去；
科学的要求： 要保证产品质量、要满足21世纪超严质量要求
就必须应用质量科学。 生产控制方式由过去的3控制方式改为6控制方式。 3控制方式下的稳态不合格品率为2.7 X 10-3, 6控制方式下的稳态不合格品率为2.0 X 10-9 后者比前者降低了： 2.7 X 10-3 / 2.0 X 10-9=1.35 X106 即 一百三十五万倍!
Statistical Process Control
统计过程控制
QE 杨安臣 2004-7-28
几个观念问题
不可能出问题的地方，也可能出问题 能做出符合规格的产品不一定品质就好 好的品质是“习惯”出来的 成本观念（Prevention, Appraisal, Failure) PDCAS观念（Plan, Do, Check, Action, Standard) 系统观念(work out) SPC可以用在任何产生数据的地方
Hale Waihona Puke nx x2 / n 1
i1 i
偏差：测定值和平均值之间的差异
质量管理中的应用
不论µ 与取值如何,产 品质量特性落在[µ 3 ， µ +3]范围内的概率 为99.73%。落在[µ 3 ， µ +3]范围外的概率 为1 99.73%=0.27%，
落在大于µ +3一侧的概 率为0.27%/2=0.135% 0.1
制程的组成以及其波动的原因
材料
機器
人
環境
測量
方法
波动原因
统计过程控制培训教材(PPT97页)
统计过程控制培训教材(PPT97页)
引起变异的原因
The reason to cause variance
普通原因：是造成随着时间推移具有稳定的且可重复的分布过程中
的许多变差的原因，我们称之为：“处于统计控制状态”、“受统计控制”
，或有时简称“受控”，普通原因表现为一个稳定系统的偶然原因。只有变差
的普通原因存在且不改变时，过程的输出才可以预测。
特殊原因：指的是造成不是始终作用于过程变差的原因，即当它们
出现时将造成过程的分布改变。除非所有的特殊原因都被查找出来并且采取了 措施，否则它们将继续用不可预测的方式来影响过程的输出。如果系统内存在
99.73% 95.45%
68.26%
-3σ -2σ -1σ μ +1σ+2σ +3σ
The mean of Control Chart
什么是控制图
对过程质量加以测定、记录 并进行控制管理的一种用统 计方法设计的图。 控制图的组成 UCL(Upper Control Limit) 上控制限 LCL(Lower Control Limit) 下控制限 CL (Central Line)中心线 按时间顺序抽取的样品统计 量数值的描点序列
ˆ S
n
1 1
n i1
(xi
x
)2
The application at quality control
Example:数据离散程度
由简到繁：极差，偏差和，偏差平方和，方差和标准偏差
（1，3，5，7，9）和（1，1，8，9，9）
极差：一组数据最大值和最小值之差 极差R1=9-1=8， R2=9-1=8
漏发警报错误,也称第Ⅱ类错误。在生产异常的情况下,产品质量
的分布偏离了典型分布,但总有一部分产品的质量特性值在上下控制界 之内。如果抽到这样的产品进行检测并在控制图中描点,这时根据点子 未出界判断生产正常就犯了漏发警报错误,发生这种错误的概率通常记 以β,
统计过程控制培训教材(PPT97页)
统计过程控制培训教材(PPT97页)
The contrast of two diagrams
3控制方式与6控制方式的比较：
Base knowledge
基础知识
正态分布 (Normal Distribution)
当抽取的数据个数趋于无穷大而区间宽度趋向于0时，外形轮廓的折线 就趋向于光滑的曲线，即：概率密度曲线。特点：面积之和等于1。
Two parameters
基础知识
两个重要的参数： – µ (mu)--- 位置参数和平均值（mean value) ，表示 分布的中心位置和期望 值 – (sigma) --- 尺度参数，表示分布的分散程度和标准偏差,根方差 （ standard deviation),
两个参数的意义 – µ (mu)---反映整体的综合能力 – (sigma) --- 反映实际值偏离期望值的程度，其值越大，表示数据越分散 。 – 它们之间是互相独立。