谁有SPC生产统计过程控制的资料呀
什么是SPC
SPC即英文 “Statistical Process Control”之缩写,意为 “统计制程控制” SPC或称统计过程控制。SPC主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的。
在生产过程中，产品的加工尺寸的波动是不可避免的。它是由人、机器、材料、方法和环境等基本因素的波动影响所致。波动分为两种：正常波动和异常波动。正常波动是偶然性原因（不可避免因素）造成的。它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除。异常波动是由系统原因（异常因素）造成的。它对产品质量影响很大，但能够采取措施避免和消除。过程控制的目的就是消除、避免异常波动，使过程处于正常波动状态。
SPC起源与发展
1． 1924年休哈特博士在贝尔实验室发明了品质控制图。
2． 1939年休哈特博士与戴明博士合写了《品质观点的统计方法》。
3． 二战后美英将品质控制图方法引进制造业，并应用于生产过程。
4． 1950年，戴明到日本演讲，介绍了SQC的技术与观念。
5． SQC是在发生问题后才去解决问题，是一种浪费，所以发展出了SPC。
6． 美国汽车制造商福特、通用汽车公司等对SPC很重视，所以SPC得以广泛应用。
7． ISO9000（2000）体系亦注重过程控制和统计技术的应用（如8.1，8.2.3）。
3σ原理简介
当过程仅仅俺有正常变异时，过程的质量特性是呈现正态分布的，其分布状态如下：
休哈特建议用界限±3σ来控制过程，就是说，在10000个产品中不超过27个不合格品出现，就认为改生产过程是正常的，若达到27个以上，就认为过程失控。
SPC技术原理
控制（SPC）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制的。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。
统计学的几个基本概念
1） 计量值与计数值
计量值：其特点是可以连续读取的这些数据；
计数值：其特点是不可以连续读取的这些数据。
2） 总体、个体、样本、抽样
总体：由具有某种共同特性的单位个体组成的较大数量的整体。三特性：同质性、大量性和差异性。
样本：由整体里的一定数量（部分或全部）个体组成的群体。
质量管理中常用的统计分析方法
介绍的以下这些工具和方法具有很强的实用性，而且较为简单，在许多国家、地区和各行各业都得到广泛应用:
控制图:用来对过程状态进行监控，并可度量、诊断和改进过程状态。
直方图:是以一组无间隔的直条图表现频数分布特征的统计图，能够直观地显示出数据的分布情况。
排列图:又叫帕累托图，它是将各个项目产生的影响从最主要到最次要的顺序进行排列的一种工具。可用其区分影响产品质量的主要、次要、一般问题，找出影响产品质量的主要因素，识别进行质量改进的机会。
散布图: 以点的分布反映变量之间相关情况，是用来发现和显示两组数据之间相关关系的类型和程度，或确认其预期关系的一种示图工具。
过程能力指数（Cpk）：分析工序能力满足质量标准、工艺规范的程度。
频数分析：形成观测量中变量不同水平的分布情况表。
描述统计量分析：如平均值、最大值、最小值、范围、方差等，了解过程的一些总体特征。
相关分析：研究变量之间关系的密切程度，并且假设变量都是随机变动的，不分主次，处于同等地位。
回归分析：分析变量之间的相互关系。
SPC控制图及计算
1、常用的SPC控制图
1）计量值控制图
Xbar-R（X-R）：平均值与全距（极差）控制图
X-Rm：个别值与全距控制图
2） 计数值控制图
P-chart:不良率控制图
Pn-chart:不良数控制图
C-chart:缺点数控制图
U-chart:单位缺点数控制图
2、SPC控制图应用及计算
1） SPC控制图三要素：坐标、管制界限、数据点；构成完整的SPC图。
2） 计算：
A． Xbar-R(平均值与全距（极差）控制图): Xbar=∑Xn/n, R =Xmax-Xmin ，R=∑Rn/n
UCL=X +A2*R LCL=X -A2*R
UCL=D4*R LCL==D3*R
B．P-chart:不良率控制图 P=P‘（NG）/∑N *100%
C．C-chart:缺点数控制图
D．U-chart:单位缺点数控制图
SPC控制图（管制图）的实施
1、 实施SPC的两个阶段
实施SPC分为两个阶段，一是分析阶段（批量试产阶段），二是监控阶段。在这两个阶段所使用的控制图分别被称为分析用控制图和控制用控制图。
分析阶段的主要目的在于：
一)、使过程处于统计稳态，
二)、使过程能力足够。
分析阶段首先要进行的工作是生产准备，即把生产过程所需的原料、劳动力、设备、测量系统等按照标准要求进行准备。生产准备完成后就可以进行，注意一定要确保生产是在影响生产的各要素无异常的情况下进行；然后就可以用生产过程收集的数据计算控制界限，作成分析用控制图、直方图、或进行过程能力分析，检验生产过程是否处于统计稳态、以及过程能力是否足够。如果任何一个不能满足，则必须寻找原因，进行改进，并重新准备生产及分析。直到达到了分析阶段的两个目的，则分析阶段可以宣告结束，进入SPC监控阶段。
监控阶段的主要工作是使用控制用控制图进行监控。此时控制图的控制界限已经根据分析阶段的结果而确定，生产过程的数据及时绘制到控制上，并密切观察控制图，控制图中点的波动情况可以显示出过程受控或失控，如果发现失控，必须寻找原因并尽快消除其影响。监控可以充分体现出SPC预防控制的作用。
在工厂的实际应用中，对于每个控制项目，都必须经过以上两个阶段，并且在必要时会重复进行这样从分析到监控的过程。
2、SPC控制图（管制图）管制界限的调整
1） SPC控制图特性：追溯性、预测性、延续性（稳定性）；故SPC控制图的管制界限可以延用。
2） 4M1E分析方法，4M1E：人（MAN）、机（MACHINE）、料（MATETIAL）、法（METHOD）、环（ENVIRONMENT）；五要素只要有一个发生改变就必须重新计算。
SPC控制图（管制图）异常的判断及处理
有以下几种情况属管制图异常：
1. 有点超出管制上/下限。
2. 连续7点出现在管制中心线的一侧。
3. 连续7点出现持续上升或下降。
4. 连续3点中有2点靠近管制上/下限。
5. 管制图上的点（7点以上）出现规律性变化。
管制图异常的处理
1．产线工人或班组长发现SPC管制异常时首先；自我检查，是否严格按作业标准（SOP或WI）作业，相邻作业员交叉检验；情况严重，或无法查找到原因必须立即通知品质工程师和制程工程师。
2．品质工程师与制程工程师现场分析后，能否在较短的时间内（0.5~1小时）找到产生异常的原因，采用4M1E分析制程；如仍然无法找到根源，而且情况严重（如：P不良率大大超标），报告上级主管决定是否停线；品质工程师召集相关部门开会讨论，寻找根本原因（制程、设计、材料或其它）。
3．SPC产生异常的原因找到并实施纠正预防措施后，SPC管制图向管制异常相反的方向转变，说明对策有效；恢复正常生产。此过程必须严密监控。
制程能力指数（参数）CPK
CPK是反映制程能力的一个重要参数；
如CPK≥1.33，说明制程能力较好，需继续保持；
如1.33≥CPK≥1，说明制程能力一般，须改进加强；
如CPK≤1，说明制程能力较差，急需改进。
SPC的发展特点
70年在全世界范围的实践，SPC理论已经发展得非常完善，其与计算机技术的结合日益紧密，其在企业内的应用范围、程度也已经非常广泛、深入。概括来讲，SPC的发展呈现如下特点：
（1）.分析功能强大，辅助决策作用明显 在众多企业的实践基础上发展出繁多的统计方法和分析工具，应用这些方法和工具可根据不同目的、从不同角度对数据进行深入的研究与分析，在这一过程中SPC的辅助决策功能越来越得到强化；
（2）.体现全面质量管理思想 随着全面质量管理思想的普及，SPC在企业产品质量管理上的应用也逐渐从生产制造过程质量控制扩展到产品设计、辅助生产过程、售后服务及产品使用等各个环节的质量控制，强调全过程的预防与控制；
（3）. 与计算机网络技术紧密结合现代企业质量管理要求将企业内外更多的因素纳入考察监控范围、企业内部不同部门管理职能同时呈现出分工越来越细与合作越来越紧密两个特点，这都要求可快速处理不同来源的数据并做到最大程度的资源共享。适应这种需要，SPC与计算机技术尤其是网络技术的结合越来越紧密。
（4）.系统自动化程度不断加强传统的SPC系统中，原始数据是手工抄录，然后人工计算、打点描图，或者采用人工输入计算机，然后再利用计算机进行统计分析。随着生产率的提高，在高速度、大规模、重复性生产的制造型企业里，SPC系统已更多采取利用数据采集设备自动进行数据采集，实时传输到质量控制中心进行分析的方式。
（5）.系统可扩展性和灵活性要求越来越高 企业外部和内部环境的发展变化速度呈现出加速度的趋势，成功运用的系统不仅要适合现时的需要，更要符合未来发展的要求，在系统平台的多样性、软件技术的先进性、功能适应性和灵活性以及系统开放性等方面提出越来越高的要求。
SPC对企业带来的好处
SPC强调全过程监控、全系统参与，并且强调用科学方法（主要是统计技术）来保证全过程的预防。SPC不仅适用于质量控制，更可应用于一切管理过程（如产品设计、市场分析等）。正是它的这种全员参与管理质量的思想，实施SPC可以帮助企业在质量控制上真正作到事前预防和控制，SPC可以：
对过程作出可靠的评估；
确定过程的统计控制界限，判断过程是否失控和过程是否有能力；
为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生；
减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作；
有了以上的预防和控制，我们的企业当然是可以：
降低成本
降低不良率，减少返工和浪费
提高劳动生产率
提供核心竞争力
赢得广泛客户
更好地理解和实施质量体系
SPC做得好的就赛微了,世界许多大公司已经采用赛微SPC，如台达 富士康 AVC...
如何将包含fusionchart报表的当前页面(html的)转换为pdf,word。急用啊...
我认为你是转为pdf就不会修改的了，那就用截图，然后插入word中就成了一张word文件图片了就可以打印了。pdf也行。好像以前有个，是将它导出为execl再进行处理的。不知能不能帮到你？
SPC 报表
SPC是(Statistical Process Control)的缩写;
中文意思为"统计制程管制"(台湾称法)
"统计过程控制"(大陆称法)
是利用统计学的原理,对制造业在制程中的品质进行
管制,以达到尽可能第一次把品质做好.(可以应用
到任何一个有大量数据产生的地方,如财务分析等)
1924年美国休哈特发明管制图;
二战期间,美国军方提出MIL—STD—105E和
MIL—STD—414(抽样计划)
二战结束后,戴明到日本指导品质,得以广泛应用.
SPC的功能
看清品质状况,提前发现问题
找出问题根源,少花钱办好事
减少报表麻烦,满足客户要求
提升生产效力,降低品质成本
SPC的主要内容
计数值
以计产品的不良件数或点数的表示方法,
数据在理论上有不连续的特性,故称之为离型变量;
抽样计划采用每批抽取样本,如MIL—STD—105E(GB2828)
计量值指产品须经过实际量测而取得的连续性实际值,并对其做数理分析,以说明该产品在此量测特性的品质状况的方法.
抽样计划采用每固定时间抽取4—20个样本量测,如MIL—STD—414
(GB6378)
基本资料
设定
计数值
数据输入
计量值
数据输入
普通管制
分析
PPM/
不良推移
单品质
特性图
多品质
特性图
表尾资料设定
量测单位设定
层别条件设定
连接仪器设定
栓验作站设定
缺点代码设定
缺点类别设定
产品类别设定
产品资料设定
制程能力分析图
CPK推移图
a Chart 制程式标准差分析图
sChart 规格标准差分析图
K Chart K 倍标差管制图
Histogram Chart 直方图
Median-R Chart 中位数全距管制图
X-Rm Chart 个别值与全距管制图
Xbar-S Chart平均数标准差管制图
Xbar-R Chart平均数全距管制图
柏拉图
U-Chart单位缺点数管制图
C-Chart缺点数管制图
NP-Chart不良数管制图
P-Chart不良率管制图PPM推移
图
不良率推移图
多品质特性图
SPC架构
特殊原因与一般原因
特殊原因是指由于制程中某一个小部位的突发变异产生问
题,难以预料,只有一经发现,由现场人员立即判断并处理.不在统计制程管制下.
由偶然因素产生,事先无法预测.
一般原因是指由目前整体因素变异产生的问题,可以预测,问题要由各相关部门协助共同解决.制程中变异因素在统
计的管制之下,产品特性有固定分布.成功推行SPC的条件
最高管理层的大力支持;
中层干部有能力分析各种SPC图形,在有良好品质观念的础上及时分析图形;
做一份详尽,全面,系统的SPC系统规划;
建议用专业软件来做;
数据收集要真实,适时
SPC运作的重点与难点
相关人员的教育训练;
全面的一个系统规划;
适时收集数据;
适时监控图形;
问题改善;
形成标准.
全厂SPC系统规划,
如各部门的抽样计划图形分析,还要能正确地分析和判断出品质状况;
找到改善方案;
形成书面措施
第二篇图形制作技术
数据收集;
各项品质指标;
Xbar-R平均数全距管制图
P-Chart不良率管制图
NP-Chart不良数管制图
U-Chart 单位缺点数管制图
CPK推移图等等
计量值数据收集——主要对产品的重要特性按一定时间间隔抽取一定的样本,然后
进行量测,再将量测值做处理.
每次抽样数大部份产
品采用5-20
管制点一般为设计时
设定的重要特性或客
户要求的重要尺寸
各项层别条件数据条件项目抽样频率一般为每2
小时或4小时
时间段选择产品相关项目MIL-STD-414
和GB6378
数据筛选数据收集项目抽样计划
统计学基本概念与基本理论
一组距
一组数据中的最大值减去最小值
R=MAX—MIN
作用:可以看出这组数的精密度,并
判断出这组数据的制程幅度有多大.
二平均数(Mean,常用Xbar或X表示)
把一组数据全部相加,再除以该组数据的个数.
X=(X1+X2+……Xn)/n
注意:平均数的小数字数一定要取到比样本数 小数
字数多一位.
三中位数(Median,用M表示)
把一组数据先按大小顺序排列起来,然后取最中间一位.
若该组数据为奇数,则取最中间一位,若该组数据为偶
数,
则取中间两位的其中一位.
如:数据X1,X2,X3……Xn是按从大到小顺序排列,
则:
X(n+1)/2(n为奇数)
M= 或
X(n/2)或X(n/2+1)
四方差(
2
,有时用S表示)
由该组数据中每个数据减实际平均数平方的和
再除以该数组数据的个数(n).
∑(Xi—Xbar)
2
n—1
注:有些书上可能是除以n(样本数在50以下时),
方差越小越好
2
=
五标准差(S)
直接由方差开平方得来.
S= =√(∣X1—X∣
2
+∣X2—X∣
2
+……+∣Xn—X∣
2
)/n—
1
注:有些书上直接使用n.
在SPC软件中,有两种标准差,一个是规格标准( s),另
一个制程标准差( a).
a是统计学上的标准差概念,由上述公式计算得来;
s是品管中为便于比较而引进的,计算方法为:
s=(USL—LSL)/6
管制界限
管制中心线(CL),是实际数据的
平均值(即CL=Xbar);
管制上限(UCL),Xbar+ 3 ;
管制下限(LCL),Xbar—3 ;
注意:如管制上下限都在规格上下限之间,表明制程能力很好,生产能力在管制范围之内,很少甚至没有不符合规格的产品.若超出或偏离规格上下限,表明制程有问题,有可能出现不良品.
SPC的详细说明
SPC的主要内容:
广州太友SPC
计数值
以计产品的不良件数或点数的表示方法,数据在理论上有不连续的特性,故称之为离型变量;
抽样计划采用每批抽取样本,如MIL—STD—105E(GB2828)
计量值指产品须经过实际量测而取得的连续性实际值,并对其做数理分析,以说明该产品在此量测特性的品质状况的方法.抽样计划采用每固定时间抽取4—20个样本量测,如MIL—STD—414(GB6378)
基本资料
设定
计数值
数据输入
计量值
数据输入
普通管制分析
PPM/不良推移
单品质特性图
多品质特性图
表尾资料设定
量测单位设定
层别条件设定
连接仪器设定
栓验作站设定
缺点代码设定
缺点类别设定
产品类别设定
产品资料设定
制程能力分析图
CPK推移图
a Chart 制程式标准差分析图
sChart 规格标准差分析图
K Chart K 倍标差管制图
Histogram Chart 直方图
Median-R Chart 中位数全距管制图
X-Rm Chart 个别值与全距管制图
Xbar-S Chart平均数标准差管制图
Xbar-R Chart平均数全距管制图
柏拉图
U-Chart单位缺点数管制图
C-Chart缺点数管制图
NP-Chart不良数管制图
P-Chart不良率管制图PPM推移图
不良率推移图
多品质特性图
SPC架构
特殊原因与一般原因
特殊原因是指由于制程中某一个小部位的突发变异产生问题,难以预料,只有一经发现,由现场人员立即判断并处理.不在统计制程管制下.由偶然因素产生,事先无法预测.一般原因是指由目前整体因素变异产生的问题,可以预测,问题要由各相关部门协助共同解决.制程中变异因素在统计的管制之下,产品特性有固定分布.成功推行SPC的条件最高管理层的大力支持;中层干部有能力分析各种SPC图形,在有良好品质观念的础上及时分析图形;
做一份详尽,全面,系统的SPC系统规划;建议用太友SPC专业软件来做;数据收集要真实,适时SPC运作的重点与难点相关人员的教育训练;全面的一个系统规划;
适时收集数据;
适时监控图形;
问题改善;
形成标准.
SPC管制图的SPC管制图的基本介绍
它不但能控制制程中质量，且能分析判定制程能力,更可作为新产品设计及制成品验收时的参考。简单说，在生产过程中，从设计、制造到过程检验三个阶段，皆需用到它，企业如能有效运用此质量知识，便能确保其在市场上的竞争优势。
（一）、控制图定义
控制图是用于分析和控制过程质量的一种方法。控制图是一种带有控制界限的反映过程质量的记录图形，图的纵轴代表产品质量特性值(或由质量特性值获得的某种统计量)；横轴代表按时间顺序(自左至右)抽取的各个样本号；图内有中心线(记为CL)、上控制界限(记为UCL)和下控制界限(记为LCL)三条线。
（二）、控制图的目的
控制图和一般的统计图不同，因其不仅能将数值以曲线表示出来，以观其变异之趋势，且能显示变异属于偶然性或非偶然性，以指示某种现象是否正常，而采取适当的措施。
（三）、控制图原理
工序处于稳定状态下，其计量值的分布大致符合正态分布。由正态分布的性质可知：质量数据出现在平均值的正负三个标准偏差(μ±3σ)之外的概率仅为0.27%。这是一个很小的概率，根据概率论 “视小概率事件为实际上不可能” 的原理，可以认为：出现在μ±3σ区间外的事件是异常波动，它的发生是由于异常原因使其总体的分布偏离了正常位置。
控制限的宽度就是根据这一原理定为±3σ。
（四）、“α”及“β”风险
定义：根据控制限作出的判断也可能产生错误。可能产生的错误有两类。
第一类错误是把正常判为异常，它的概率为α，也就是说，工序过程并没有发生异常，只是由于随机的原因引起了数据过大波动，少数数据越出了控制限，使人误将正常判为异常。 虚发警报，由于徒劳地查找原因并为此采取了相应的措施,从而造成损失. 因此, 第一种错误又称为徒劳错误.
第二类错误是将异常判为正常，它的概率记为β，即工序中确实发生了异常，但数据没有越出控制限，没有反映出异常，因而使人将异常误判为正常。漏发警报,过程已经处于不稳定状态, 但并未采取相应的措施,从而不合格品增加, 也造成损失.
两类错误不能同时避免，减少第一类错误α，就会增加第二类错误β，反之亦然。
（五）、规格界限和控制界限
规格界限：是用以规定质量特性的最大（小）许可值。
上规格界限：USL；下规格界限：LSL； 。
控制界限：是从实际生产出来的产品中抽取一定数量的产品，并进行检测，从所得观测值中计算出来者。
上控制界限：UCL；下控制界限：LCL；
（六）、控制图的种类
1、按数据性质分类：
计量型控制图
平均数与极差控制图( Chart)
平均数与标准差控制图( Chart)
中位数与极差控制图( Chart)
个别值与移动极差控制图( chart)
计数型控制图
不良率控制图(P chart)
不良数控制图(nP chart,又称np chart或d chart)
缺点数控制图(C chart)
单位缺点数控制图(U chart)
2、按控制图的用途分类
分析用控制图：根据样本数据计算出控制图的中心线和上、下控制界限，画出控制图，以便分析和判断过程是否处于于稳定状态。如果分析结果显示过程有异常波动时，首先找出原因，采取措施，然后重新抽取样本、测定数据、重新计算控制图界限进行分析。
控制用控制图：经过上述分析证实过程稳定并能满足质量要求，此时的控制图可以用于现场对日常的过程质量进行控制。