SPC的前世今生及其概論！本文全面介紹了SPC（統(tǒng)計過程控制），約3000多字，可收藏細(xì)品！
前世今生
精益制造（Lean Manufacturing）的關(guān)鍵思想之一是盡早發(fā)現(xiàn)缺陷，努力去控制制造過程，以便在缺陷發(fā)生之前發(fā)現(xiàn)問題，這種思想實際上早就已經(jīng)有了，那就是SPC。
統(tǒng)計過程控制（SPC）是20世紀(jì)20年代初由休哈特在貝爾實驗室首次提出的一套方法，正好是100年前。
二戰(zhàn)期間，戴明為美國工業(yè)制定了標(biāo)準(zhǔn)化的SPC，戰(zhàn)后被引入日本。SPC逐漸成為六西格瑪，豐田生產(chǎn)模式（TPS）和精益制造的關(guān)鍵部分。
概論
SPC測量過程的輸出，尋找微小但具有統(tǒng)計學(xué)意義的變化，以便在缺陷發(fā)生之前進行修正。SPC最初用于制造業(yè)，在制造業(yè)中，它可以大大減少由于返工和報廢而造成的浪費。它可以用于任何具有可測量輸出的流程，SPC現(xiàn)在也廣泛應(yīng)用于服務(wù)行業(yè)和醫(yī)療領(lǐng)域。
SPC使用統(tǒng)計方法來監(jiān)視和控制過程輸出，這包括運行圖和控制圖等圖形工具。實驗設(shè)計也是一個重要方面。
SPC必須分兩個階段進行。第一階段首先確保流程符合需要，然后監(jiān)視流程，以確保它繼續(xù)正常運行。在第二階段，確定正確的監(jiān)測頻率非常重要，這部分取決于重要因素的變化或影響。
變異的一般原因和特殊原因
SPC中的一個關(guān)鍵概念是過程的變化可能是由兩種基本類型的原因引起的。在他的原著中，休哈特把這些稱為“偶然原因”和“異常原因”，其基本思想是，如果對一個過程的每一個已知影響都保持不變，那么輸出仍然會呈現(xiàn)一些隨機變化。
休哈特說，這種隨機變化是由偶然引起的，是不可避免的，可以用統(tǒng)計的方法來理解它們。例如，如果我們知道一個過程只明顯地受到偶然原因的影響，那么就有可能計算出給定部分不符合規(guī)格的概率。
休哈特將其他變化來源稱為異常原因。這些性質(zhì)上不是隨機的，是由可識別的事件或變化引起的，例如，溫度變化、不同操作員或所用材料批次的變化。如果存在異常的變化原因，單用統(tǒng)計數(shù)據(jù)很難預(yù)測過程的輸出是什么。
在現(xiàn)代SPC中，偶然原因通常被稱為“一般原因”，異常原因被稱為“特殊原因”。偶然或一般原因的變化也可以被認(rèn)為是噪聲。在噪聲層以下，不可能檢測到異?；蛱厥獾淖兓虻挠绊?。如果這些特殊原因開始產(chǎn)生更顯著的變化，那么它們就會在噪聲層上方變得可見。
這些概念與測量系統(tǒng)分析也有相似之處。一般或偶然原因相當(dāng)于測量系統(tǒng)分析中的精度和重復(fù)性。同樣，特殊或異常原因等同于偏見或真實性。
SPC的基本統(tǒng)計概念 - 標(biāo)準(zhǔn)差
SPC是一個很大的主題，可能涉及一些相當(dāng)復(fù)雜的統(tǒng)計數(shù)據(jù)。但是，要理解SPC的核心方法，只需要對統(tǒng)計學(xué)有一個非常基本的了解，你需要了解標(biāo)準(zhǔn)差、概率分布和統(tǒng)計顯著性。
標(biāo)準(zhǔn)差提供了一組值的變化或分散的度量。假設(shè)你要測量正在生產(chǎn)零件的制造過程的變化。你可以從測量30個零件開始。每個零件的測量值略有不同。查看這些值可以了解各部分之間的差異有多大，但我們需要一個數(shù)字來量化這些差異。
測量這種分散的最簡單方法是找到最大值和最小值，然后從最大值中減去最小值以給出范圍。使用范圍的問題是它沒有考慮所有的值；它最好是完全在兩個極端上。我們檢查的零件越多，得到的范圍就越大，所以很明顯這不是一個可靠的測量方法，也無法根據(jù)范圍確定一致性的概率。
標(biāo)準(zhǔn)差是我們需要的可靠度量。它允許在確定性假設(shè)有效的情況下計算一致性的概率。它基本上是所有單個值與所有值的平均值之間的平均距離。
看下面這個簡單的例子。
我們測量了五個產(chǎn)品（n=5），值如下：3，2，4，5，1。這些值的平均值是總和除以n。
（3+2+4+5+1）/5=3
接下來，我們找到每個值與平均值之間的差異：
3–3=0，2–3=–1，4–3=1，5–3=2，1–3=–2
在考慮離散度時，值是否大于或小于平均值并不重要，重要的是它們離平均值有多遠(yuǎn)。為了去掉方向（符號），我們把每一個差平方，然后把它們加在一起，除以n得到平均值：
數(shù)學(xué)上通常是這樣寫的：
到目前為止所計算的是方差。因為平均值的每一個差都是平方的，所以取方差的平方根是有意義的，這就是標(biāo)準(zhǔn)差。
對于本例，標(biāo)準(zhǔn)差為根號2=1.41。但是，由于樣品只包含五個數(shù)據(jù)，因此一般情況下不能可靠地估計過程的標(biāo)準(zhǔn)差。因此必須進行修正，這是通過使用n–1而不是n來完成的。標(biāo)準(zhǔn)偏差的完整計算可以寫成：
標(biāo)準(zhǔn)差用于測量過程中的一般原因的波動。
SPC的基本統(tǒng)計概念 - 概率分布
SPC中另一個重要的基本統(tǒng)計概念是概率分布。隨機事件可以用概率分布來描述。當(dāng)你擲一個六邊骰子時，可能的分?jǐn)?shù)遵循一個簡單的概率分布。骰子滾動1、2、3、4、5或6的幾率相等。如果骰子被擲6000次，你會期望每個數(shù)字出現(xiàn)大約1000次。如果你做了一個柱狀圖，所有的柱子的高度大致相等。這種矩形形狀被稱為矩形分布。
當(dāng)擲兩個骰子時，會發(fā)生一些有趣的事情。得分可以是2到12之間的任何整數(shù)，但你得到7分的可能性要比2或12高得多。這是因為有幾種方法可以得7分，但只有一種方法可以得2分或12分。
例如，要獲得2分，兩個骰子都需要擲1分。有兩種方法得分3（A=1和B=2）或（A=2和B=1）。所有可能的分?jǐn)?shù)，以及實現(xiàn)這些分?jǐn)?shù)的不同方法，如下所示：
得分2:（1,1）
得分3:（1,2）（2,1）
得分4:（1,3）（2,2）（3,1）
得分5:（1,4）（2,3）（3,2）（4,1）
得分6:（1,5）（2,4）（3,3）（4,2）（5,1）
得分7:（1,6）（2,5）（3,4）（4,3）（5,2）（6,1）
得分8:（2,6）（3,5）（4,4）（5,3）（6,2）
得分9:（3,6）（4,5）（5,4）（6,3）
得分10:（4,6）（5,5）（6,4）
得分11:（5,6）（6,5）
得分12:（6,6）
每個得分的概率從最低值線性增加到中間值，然后線性減少到最大值。這種概率分布稱為三角分布。當(dāng)兩個具有相似大小的均勻分布的隨機效應(yīng)相加以產(chǎn)生組合效應(yīng)時，就會出現(xiàn)三角形分布。
當(dāng)更多的隨機效應(yīng)結(jié)合在一起時，三角形的峰值開始變平，末端延伸到尾部，形成一個鐘形分布，稱為高斯分布或正態(tài)分布。
大量的均勻分布或三角形分布加起來就得到了這個正態(tài)分布。事實上，正態(tài)分布是指當(dāng)大量不同形狀的隨機效應(yīng)疊加在一起形成一個組合效應(yīng)時所產(chǎn)生的。中心極限定理在數(shù)學(xué)上證明了這一點。
正態(tài)分布在自然界的復(fù)雜系統(tǒng)中是非常普遍的，并且過程通常被簡單地假定為正態(tài)分布。
如果我們知道一個過程的標(biāo)準(zhǔn)差和概率分布，那么就有可能計算出在給定值范圍內(nèi)輸出的概率，這意味著可以計算缺陷的概率。也可以計算給定值屬于此分布的概率。如果被測部分不太可能來自穩(wěn)定過程的概率分布，那么很可能出現(xiàn)了一個新的特殊原因，表明過程正在失控。
運行圖和控制圖
運行圖是一個簡單的散點圖，其中X軸上的樣本號和Y軸上的測量值。它展示了流程如何隨時間變化的視圖。
控制圖與運行圖非常相似，但它們也包括控制界限和其他區(qū)域。例如，在代表控制限值的±3標(biāo)準(zhǔn)偏差處可能有水平紅線，而在±1和±2標(biāo)準(zhǔn)偏差處可能有額外的水平線，標(biāo)準(zhǔn)偏差的數(shù)量通常簡單地稱為西格瑪。
控制圖是SPC中使用的一個非常重要的圖形工具。它用于監(jiān)視過程以檢查它們是否處于“控制”狀態(tài)。
過程平均值和±1西格瑪之間的區(qū)域可以稱為C區(qū)，1和2西格瑪之間的區(qū)域可以稱為B區(qū)，2和3西格瑪之間的區(qū)域可以稱為A區(qū)。
重要的是要了解控制限值與產(chǎn)品規(guī)格或公差無關(guān)，它們只是顯示了過程在控制下的變化，以便將其當(dāng)前操作與該狀態(tài)進行比較。
過程能力也很重要，應(yīng)該在建立過程控制的第一階段建立，在第二階段使用控制圖以確保過程穩(wěn)定。
當(dāng)一個過程發(fā)生漂移或產(chǎn)生不能用正常的隨機變化來解釋的誤差時，控制圖可以很容易地識別出來。例如，如果有幾個點都在增加或減少，那么這將表明過程失去控制。
可以應(yīng)用不同的規(guī)則來判斷，但一般來說，如果下面這些條件中的任何一個是真的，則表明過程失控：
•一個點超出控制范圍
•中心線同一側(cè)的七個連續(xù)點
•連續(xù)七次增加或減少間隔
•同一區(qū)域A三個連續(xù)點中的兩個
•同一區(qū)域B五個連續(xù)點中有四個
•連續(xù)14個點上下交替
•C區(qū)有14個連續(xù)點
不同類型的控制圖用于監(jiān)控不同類型的過程，采用不同的采樣策略。例如，單值移動極差圖用于單個、實時測量，在采集常規(guī)樣本時為X-bar R或X-bar S，屬性數(shù)據(jù)為Np/p。
中企檢測認(rèn)證網(wǎng)提供iso體系認(rèn)證機構(gòu)查詢，檢驗檢測、認(rèn)證認(rèn)可、資質(zhì)資格、計量校準(zhǔn)、知識產(chǎn)權(quán)貫標(biāo)一站式行業(yè)企業(yè)服務(wù)平臺。中企檢測認(rèn)證網(wǎng)為檢測行業(yè)相關(guān)檢驗、檢測、認(rèn)證、計量、校準(zhǔn)機構(gòu)，儀器設(shè)備、耗材、配件、試劑、標(biāo)準(zhǔn)品供應(yīng)商，法規(guī)咨詢、標(biāo)準(zhǔn)服務(wù)、實驗室軟件提供商提供包括品牌宣傳、產(chǎn)品展示、技術(shù)交流、新品推薦等全方位推廣服務(wù)。這個問題就給大家解答到這里了，如還需要了解更多專業(yè)性問題可以撥打中企檢測認(rèn)證網(wǎng)在線客服13550333441。為您提供全面檢測、認(rèn)證、商標(biāo)、專利、知識產(chǎn)權(quán)、版權(quán)法律法規(guī)知識資訊，包括商標(biāo)注冊、食品檢測、第三方檢測機構(gòu)、網(wǎng)絡(luò)信息技術(shù)檢測、環(huán)境檢測、管理體系認(rèn)證、服務(wù)體系認(rèn)證、產(chǎn)品認(rèn)證、版權(quán)登記、專利申請、知識產(chǎn)權(quán)、檢測法、認(rèn)證標(biāo)準(zhǔn)等信息，中企檢測認(rèn)證網(wǎng)為檢測認(rèn)證商標(biāo)專利從業(yè)者提供多種檢測、認(rèn)證、知識產(chǎn)權(quán)、版權(quán)、商標(biāo)、專利的轉(zhuǎn)讓代理查詢法律法規(guī)，咨詢輔導(dǎo)等知識。
本文內(nèi)容整合網(wǎng)站：百度百科、搜狗百科、360百科、知乎、市場監(jiān)督總局
免責(zé)聲明：本文部分內(nèi)容根據(jù)網(wǎng)絡(luò)信息整理，文章版權(quán)歸原作者所有。向原作者致敬！發(fā)布旨在積善利他，如涉及作品內(nèi)容、版權(quán)和其它問題，請跟我們聯(lián)系刪除并致歉！
