统计过程控制（SPC）

相关文章推荐

酒量小的杯子 · Linux下源代码行数统计工具(slocco ...· 1 年前 ·

酒量小的杯子 · 推论统计_百度百科· 1 年前 ·

酒量小的杯子 · 对统计调查对象资料保密的法定规定有哪些- ...· 1 年前 ·

失望的跑步鞋 · 统计过程控制（SPC）· 2 年前 ·

失望的跑步鞋 · 读完此文，终于懂了SPC统计过程控制！_天行 ...· 2 年前 ·

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。
统计过程控制（（ StatisticalProcessControl ，简称 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。它认为，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。
实施 SPC 的过程一般分为两大步骤：首先用 SPC 工具对过程进行分析，如绘制分析用控制图等；根据分析结果采取必要措施：可能需要消除过程中的系统性因素，也可能需要管理层的介入来减小过程的随机波动以满足过程能力的要求。第二步则是用控制图对过程进行监控。
控制图是 SPC 中最重要的工具。目前在实际中大量运用的是基于的休哈特原理的传统的控制图，但控制图不仅限于此。近年来又逐渐发展了一些先进的控制工具，如对小波动进行监控的 EWMA 和 CUSUM 控制图，对小批量多品种生产过程进行控制的比例控制图和目标控制图；对多重质量特性控制的 T2 控制图等。这些大大拓宽了 SPC 的应用领域，也增强了 SPC 工具的有效性。
SPC 源于本世纪二十年代，以美国休哈特博士发明控制图为标志。自创立以来，即在工业和服务等行业得到推广应用，二战中美国将其制定为战时质量管理标准，当时对保证军工产品的质量和及时交付起到了积极作用；自五十年代以来 SPC 在日本工业界的大量推广应用对日本产品质量的崛起到了至关重要的作用；八十年代以后，世界许多大公司纷纷在自己内部积极推广应用 SPC ，而且对供应商也提出了相应要求。在 ISO9000 以及 QS9000 中也提出了在生产控制中应用 SPC 方法的要求。
SPC 非常适用于重复性生产过程。它能够帮助我们对过程做出可靠的评估；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。
SPC 作为质量改进的重要工具，不仅适用于工业过程，也适用于服务等一切过程性的领域。在过程质量改进的初期， SPC 可帮助确定改进的机会，在改进阶段完成后，可用 SPC 来评价改进的效果并对改进成果进行维持，然后在新的水平上进一步开展改进工作，以达到更强大、更稳定的工作能力。