6.4.1 统计过程控制基本概念
Statistical Process Control （SPC ---统计过程控制）的概念是：应用统计技术对过程中的各个阶段进行评估和检查，保持过程处于可接受的和稳定的水平，以保证产品与服务满足要求的均匀性。

这里的统计技术涉及到数理统计内容，但所应用的主要工具是控制图。

SPC 可以判断过程的异常，及时告警。

但是不能告知此异常是什么因素引起的，发生于何处。

20世纪80年代起，我国的张公绪先生提出Statistical Process Diagnosis 理论（SPD---统计过程诊断）。

20世纪90年代起又发展为Statistical Process Adjustment （SPA---统计过程调整）。

三者循环关系如下： SPC---告诉过程是否有异常
SPD---告诉过程是否有异常，若异常，告知问题出在哪里
SPA---告诉过程是否有异常，若异常，告知问题出在哪里，如何进行调整
所以SPC 是质量改进循环的首要步骤，应该熟练掌握运用。

6.4.3 过程能力分析、过程能力指数计算
6.4.3.1过程能力分析
过程能力（process capability ）指过程加工质量方面的能力，决定因素是人、机、料、法、测和环（即5M1E ），与公差无关。

分析过程能力只能在稳态的基础上，即统计控制状态。

过程能力决定于由偶因造成的总变差σ，当过程处于稳态时，产品的计量质量特性值有99.73%在μ±3σ范围内，即几乎全部产品的特性值包含在6σ范围之内。

故常用6倍标准差（6σ）表示过程能力，它的数值越小，表示过程能力越强。

6.4.3.2过程能力指数计算
(一) 当产品质量特性分布的均值μ与公差中心M 重合时
1、对于公差的上、下限都有要求时，
过程能力指数计算公式如下：
T 为公差， T U 为 公差上限，T L 为公差下限，
是质量特性总体标准差的估计值。

在上述过程能力指数中，T 反映对产品的技术要求（或客户对产品的要求），而σ反映本企业过程加工的质量。

比值C P 反映过程加工质量满足产品技术要求的程度。

根据T 与6σ的比值，可以得到下图所示三种典型的情况。

C P 值越大，表明加工质量越好，但对设备和人员的要求也越高，加工成本相应升高。

当C P =1，似乎既满足要求也节约成本，但由于过程的波动，分布中心一有偏移，不合格品率就要增加，因此，C P 应取>1。

一般情况下，当C P =1.33，T=8σ，整个分布基本上都在上下规范限度内，且留有变动空间。

故ISO8258：1991要求C P ≥1.33。

2、只对单侧公差限有规定时
只规定上限时，
σ
σσˆ666L U L U P T T T T T C −≈−===过程变异度规定的公差σˆσ
µ
3−=U PU T
C
只规定下限时，
(二) 当产品质量特性分布的均值μ与公差中心M 有偏离时
这种情况下，需要对无偏离C P 乘上一个修正系数（1-K ）。

有偏离情况下的过程能力指数是：
过程能力指数与不合格品率的关系
考虑过程能力指数与不合格品率的关系时，直接查@正态分布表比较方便。

当公差中心M 与数据分布中心μ重合时，
当公差中心M 与数据分布中心μ有偏离时，
例：在无偏离情况下，求C P =0.7时的不合格品率P 。

解答：
C P =0.7, 3 C P =2.1 查“正态分布表”，得到
不合格品率为：
P=2-2 x 0.98214=0.03572
6.4.3.3 6σ控制方法
6σ控制方法，即过程能力指数达到2以上，不合格品率0.08197316, 几乎达到零缺陷。

执行6σ需要多方面的专业技能和知识，包括：SPC 、MSA 、DOE 、可靠度工程、FMEA 、TQM 、QFD 、田口方法、ISO9000、质量成本QCOST 、数理统计、顾客满意、同步工程、价值工程、绿色设计等等。

所用的工具可以是：
SPC 度量、分析、改进和监控过程的波动
DOE/田口方法 优化设计技术，通过DOE ，改进过程设计，使过程能力达到最优水平
FMEA 风险分析技术，辅助确定改进项目，制定改进目标
QFD 顾客需求分析技术，辅助将顾客需求正确地转换为内部工作要求
防错 从根本上防止错误发生的方法
σµ3L PL T C −=σ
ε62)1(−=−=T C K C P PK []
)3(22P C P φ−=σσσˆ666L
U L U P T T T T T C −≈−===过程变异度规定的公差()[]()[]{}
K C K C P P P −++−=13132φφ[]
)3(22P C P φ−=[]98214
.0)1.2(=φ。