当前位置：首页>PPT>统计过程控制(SPC)实战培训ppt

统计过程控制(SPC)实战培训ppt

2026-11-10 07:14:12

统计过程控制(SPC)实战培训ppt

PART 01

SPC概述与核心理念

一、什么是统计过程控制

定义阐述：

SPC就是应用统计技术对过程中的各个阶段进行监测和评估，及时发现和修正偏差，从而来保证过程满足要求的均匀性和稳定性。

核心理念：

持续改进是一切管理的核心。而持续改进的最基本特征就是——消除浪费。

在质量管理的发展历史上，我们对质量问题的态度经历了三个阶段：

测试检验阶段——容忍浪费，消极阻拦。产品做完了才发现不合格，然后报废或返工。
控制预防阶段——避免浪费，积极控制。通过监控过程，预防不合格品的产生。
改进策划阶段——杜绝浪费，源头根除。从设计阶段就考虑如何减少变差。

SPC正是实现控制预防和改进策划的核心工具。

二、SPC与SPD的关系

随着SPC的发展，衍生出了SPD（Statistical Process Diagnosis，统计过程诊断）。

SPC侧重于控制——保持过程稳定

SPD侧重于诊断——找出变差的根本原因

两者结合，构成了现代质量管理的统计基础。

三、过程管理的基本模型

要理解SPC，首先要理解过程的概念。

过程的定义：

合理配置资源，能有效控制地将输入转化为输出的集合。

过程管理模型：

过程输入 → [作业过程] → 过程输出

↓ ↓ ↓

客户呼声融合资源产品服务

控制方法

满足输入

改进提高

输入端：客户呼声、标准要求、法规约束

过程内：人员、机器、材料、环境、方法、测量（5M1E）

输出端：产品或服务

关键认知：过程的性能不仅取决于资源投入，更取决于过程的设计和实施方式，以及过程的运作和管理方式。

四、SPC系统的基本模型

在SPC系统中，我们关注三个层面的变差：

系统变差——过程固有的、长期存在的变差
特殊变差——突发的、异常的变差
测量变差——由测量系统引入的误差

这引出了一个重要概念：MSA（Measurement Systems Analysis，测量系统分析）。如果测量系统本身误差太大，我们就无法准确评估过程。因此，数据分析的基础是测量系统的准确。

PART 02

过程控制的原理

一、过程控制系统的四个基本原理

原理一：过程（Process）

过程的性能体现在三个方面：

取决于供需双方的沟通——明确客户真正需要什么
过程的设计和实施方式——工艺路线、设备选型
过程的运作和管理方式——标准化作业、人员培训

没有标准化，就没有持续改进的基础。

原理二：性能的信息

过程产生三种信息：

广域信息——由过程输出直接获得，反映客观运行实况

例如：这批产品的合格率是多少？尺寸偏差范围是多少？

有用信息——由过程本质分析获得，显示实际与目标的差异

例如：过程中心是否偏离了规格中心？变差是否过大？

特征信息——由过程变化波动获得，是采取改善措施的依据

例如：是否存在趋势性变化？是否有周期性波动？

SPC的核心价值，就是将广域信息转化为有用信息和特征信息。

原理三：对过程采取措施

这是积极主动的管理方式：

防止偏离目标值——通过监控及时调整

保持过程的稳定——消除异常波动

确保变差可接受——满足客户要求

对过程采取措施是预防，是治本。

原理四：对输出采取措施

这是被动应对的管理方式：

仅对输出采取措施只能是临时的管理方法

不能改善产品质量特性

不能改善过程的稳定性

典型的输出措施：检验、挑选、返工、报废。这些都是浪费！

黄金法则：要在过程中控制，不要在输出时挑选。

PART 03

过程变差深度解析

一、变差的不可避免性

核心观点：即使是相同的研究对象之间，也都存在着差异。任何一个过程，都会受到外界客观条件的影响。

变差形成的原因分类：

偶然的、短期的——随机波动

必然的、长期的——系统趋势

二、三种变差的定义与特征

1. 普通变差（Common Cause Variation）

定义：由于研究对象其存在固有的特征而产生的差异。

特征：

过程处于稳定状态的分布模型

符合正态分布（钟形曲线）

是不可避免的，是过程固有的

数学表达：当样本规模足够大时，对于任意总体，样本平均数的取样分布类似于正态分布——这就是中心极限定理。

中心极限定理详解：

如果从一个有限的平均数为μ和标准差σ的总体中重复地抽取数量为n的随机样本，那么，当n足够大时，各个样本平均数的分布将近似正态，其平均数为μ，并且标准差等于总体标准差σ除以n的平方根。

为什么中心极限定理如此重要？

因为它意味着正态总体的假定经常并不是很关键的，我们可以在更广的范围内应用统计学方法。无论原始数据是什么分布，样本均值的分布总是趋向正态。

2. 特殊变差（Special Cause Variation）

定义：由于过程中不确定因素短期作用而产生的差异。

特征：

非稳定状态的分布模型

分布的位置发生变化（均值偏移）

分布的宽度发生变化（标准差变化）

分布的形状发生变化（偏态、峰态变化）

识别方法：

典型值（均值）变化

极值距离（极差）变化

对称性（偏度）变化

3. 系统变差（Systematic Variation）

定义：过程中存在的有一定规律长期作用所致的差异。

特征：

稳定但不能接受的分布模型

表现为趋势性或周期性变化

可以预测，但需要纠正

三种变差的可视化对比：

变差类型	分布特征	可预测性	处理策略
普通变差	正态分布，稳定	可预测	减少（需要系统措施）
特殊变差	分布突变	不可预测	消除（需要局部措施）
系统变差	趋势性或偏移	可预测但不接受	调整（需要管理措施）

三、变差的预测性

关键结论：

如果只存在普通变差，随着时间的推移，过程的输出形成一个稳定的分布，并且可以预测。

如果存在特殊变差，随着时间的推移，过程的输出是一个不稳定的分布，并且不可预测。

如果存在系统变差，随着时间的推移，过程的输出是一个趋势性稳定的分布，并且可以预测，但会持续偏离目标。

PART 04

过程控制策略

一、局部控制措施与系统控制措施

这是SPC中最重要的决策框架。

局部控制措施（Local Action）

针对对象：特殊原因引起的变差

实施人员：直接相关人员（操作工、检验员、班组长）

效果：一般可以纠正15%的过程问题

典型场景：

设备突然故障

原材料批次不合格

操作失误

环境突变（停电、温湿度突变）

行动特点：立即性、针对性、技术性

系统控制措施（System Action）

针对对象：普通原因引起的变差

实施人员：管理人员（工程师、经理、高管）

效果：一般可以纠正85%的过程问题

典型场景：

设备精度不足（需要投资新设备）

工艺参数设置不当（需要重新设计工艺）

人员培训不足（需要系统培训）

测量系统误差大（需要更换量具）

行动特点：长期性、根本性、管理性

关键认知：管理者最常犯的错误，就是用局部措施去对付系统问题，或者用系统措施去对付局部问题。

二、过程控制的实施步骤

建立过程控制图——可视化监控
识别特殊原因——发现异常点
采取局部措施——立即纠正
消除特殊原因——防止再发
监控过程趋势——预测未来
采取系统措施——减少普通变差
重新计算控制限——更新基准

PART 05

过程能力分析

一、过程能力的概念

定义：过程能力（Process Capability）是过程本身所固有的最佳性能，由普通原因综合作用后确定的过程能力的固有最佳状态。

重要提示：过程能力是相对的，并不说明能符合规范要求。过程能力好，不等于产品合格。

过程能力 vs 过程性能：

过程能力（Cp/Cpk）——长期稳定状态下的能力

过程性能（Pp/Ppk）——短期或特定时期内的性能

二、过程能力指数详解

1. 双侧公差情况的过程能力指数——Cp

公式： Cp = (TU - TL) / 6σ = T / 6σ

参数说明：

TU：上公差界限（Upper Tolerance Limit）

TL：下公差界限（Lower Tolerance Limit）

T：技术公差的幅度（TU - TL）

σ：质量特性值分布的总体标准差（用R/d2或s/c4估计）

Cp值的解读：

Cp值	标准差倍数	不合格品率	评价
Cp < 1	σ > T/6	p > 4.45%	能力不足，不合格品多
Cp = 1	σ = T/6	p ≈ 0.27%	能力刚好，风险较大
Cp = 1.33	σ = T/8	p ≈ 60ppm	能力良好，一般要求
Cp = 1.67	σ = T/10	p ≈ 0.6ppm	能力优秀，六西格玛水平