导图社区 IATF16949质量管理体系五大工具 - SPC
- 797
- 48
- 8
- 举报
IATF16949质量管理体系五大工具 - SPC
统计过程控制（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，使过程处在只受随机因素影响的受控状态，以达到控制质量的目的。
编辑于2021-01-26 10:09:17
- IATF16949质量管理体系 - 过程能力研究
在研究控制图的同时（统计稳态），还需要进行过程能力研究（技术稳态）。过程只有达到技术稳态，才能生产出满足要求的产品。衡量技术稳态的常用指标是过程能力指数（PCI）。
- IATF16949质量管理体系 - 过程能力研究
在研究控制图的同时（统计稳态），还需要进行过程能力研究（技术稳态）。过程只有达到技术稳态，才能生产出满足要求的产品。衡量技术稳态的常用指标是过程能力指数（PCI）。
- IATF16949质量管理体系五大工具 - SPC
统计过程控制（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，使过程处在只受随机因素影响的受控状态，以达到控制质量的目的。
IATF16949质量管理体系五大工具 - SPC
社区模板帮助中心，点此进入>>
- IATF16949质量管理体系 - 过程能力研究
在研究控制图的同时（统计稳态），还需要进行过程能力研究（技术稳态）。过程只有达到技术稳态，才能生产出满足要求的产品。衡量技术稳态的常用指标是过程能力指数（PCI）。
- IATF16949质量管理体系 - 过程能力研究
在研究控制图的同时（统计稳态），还需要进行过程能力研究（技术稳态）。过程只有达到技术稳态，才能生产出满足要求的产品。衡量技术稳态的常用指标是过程能力指数（PCI）。
- IATF16949质量管理体系五大工具 - SPC
统计过程控制（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，使过程处在只受随机因素影响的受控状态，以达到控制质量的目的。
- 相似推荐
- 大纲
SPC
控制图的原理
过程质量波动的统计规律性
产品质量的统计观点认为，过程的质量在各种影响因素的制约下，呈现波动性（变异性），但过程质量的波动并非漫无边际，在一定范围内，过程质量的波动呈统计规律性
过程质量的波动分为正常波动和异常波动
正常波动
正常波动是由普通因素（随机因素/偶然因素）造成的，普通因素造成的正常波动对质量的影响很微小，一般可以把正常波动看作背景噪声而听之任之
普通因素造成的正常波动使过程输出结果呈现统计规律性并可预测（即稳态），且限制在一定范围之内
当一个过程只有普通因素造成的正常波动时，我们称这个状态处于统计控制状态，也即受控状态（统计稳态）
处于统计控制状态的过程称为受控过程或稳定过程
异常波动
异常波动是由特殊因素（系统因素/异常因素）造成的，特殊因素虽然并不大量存在，但一旦出现，其造成的异常波动就会对质量产生显著的影响，并使过程输出结果的规律性被破坏，从而使过程失控
过程中的异常波动和造成异常波动的特殊因素是我们关注的对象，一旦发生，就应该尽快找出，采取措施加以消除，并将措施纳入标准，保证它不在出现
识别异常波动的工具是控制图，控制图上的控制界限能够区分正常波动和异常波动
控制图定义和原理
控制图的定义
控制图Control Chart，又称管理图、休哈特图，是美国休哈特博士于1924年发明的
控制图是区分过程中的异常波动和正常波动，并判断过程是否处于控制状态的一种工具
当过程仅含正常波动时，过程处于统计控制状态（即受控状态），此时过程输出的质量特性x呈正态分布x-N（μ，σ2）（μ——过程均值，σ——过程标准差）
控制图的基本原理
休哈特建议用界限μ±3σ作为控制界限来管理过程即在受控状态下，质量特性值落在μ±3σ范围内的概率约为99.73%，落在μ±3σ以外的概率只有0.27%，因此可用μ±3σ作为上、下控制限
如果质量特性数据没有超越这一上、下控制界限，就认为过程的波动属于正常波动、过程受控
如果质量特性数据超越了这一上、下控制界限，就认为过程的波动属于异常波动、过程失控
为了方便在生产现场使用和及时记录质量波动情况，休哈特还建议把正态分布图及其控制限μ±3σ同时转90°，并以横轴为时间或编号，以纵轴为质量特性（均值、标准差等），并在μ±3σ处引出两条水平线，这样就形成了一张控制图，其中三条线各有一个名称
中心线CL（Central Line），CL=μ
上控制限UCL（Upper Control Limit），UCL=μ+3σ
下控制限LCL（Lower Control Limit），LCL=μ-3σ
在现场使用时，限规定一个时间间隔，然后按时抽取一个样本，测量样本中每个样品的质量特性，计算其平均值，最后把计算结果点在控制图上，如此不断反复，累积到一定数量后就可对过程有无异常波动做出判断
若无异常波动，可认为过程受控
若有异常波动，则认为过程失控，这时要查找原因，采取适当行动，及时纠正，使过程恢复受控状态
过程的受控状态是 生产追求的目标，在受控状态下有几大好处
对产品的质量有完全的把握（通常控制图的控制界限都在规范限之内，故至少有99.73%的产品是合格品）
生产也是最经济的（普通因素和特殊因素都可以造成不合格品，但由普通因素造成的不合格品极少，在3σ控制原则下只有0.27%，主要是由特殊因素造成的，故在控制状态下所产生的不合格品最少，生产最经济）
在控制状态下，过程的变异最小
控制图的控制对象与应用范围
控制图的控制对象
质量特性
如产品尺寸、性能参数
质量指标
如不合格品率、单位不合格数等
工艺参数
如工艺过程的温度、时间等
控制图的应用范围
诊断
评估过程的稳定性
对于一个新过程，可以利用控制图判定它是否处于稳定状态
控制
决定某过程何时需要调整，何时需要保持原有状态
在生产过程中，当控制图上的点出现异常时，就需要对过程进行调整
如果在控制图上的点没有出现异常，说明过程受控，在没有更高的要求前，要设法保持这个过程使其能长期正常工作
确认
确认某一过程的改进
对过程进行改进后，利用控制图对改进的效果进行确认
控制图的种类
按照用途分类
分析用孔控制图
一个过程开始建立控制图时，几乎总不会恰巧处于受控状态，即总存在异常波动，如果就以这种失控状态下的地参数来建立控制图，上、下控制限一定较宽，这会导致判断失误，因此一开始总需要将失控状态调整到理想的受控状态，这就是分析用控制图的阶段
分析用控制图主要用来
使过程受控
使过程能力满足要求
如Cpk＞1或Cpk≥1.33等
如果满足了这两点，就可将分析用控制图的控制限延长作为控制用控制图，这就进入了控制用控制图阶段
控制用控制图
控制用控制图由分析用控制图转化而来，控制用控制图用于使过程保持稳态，预防不合格的产生
控制用控制图的应用规则
按规定的取样方法获得数据，通过打点观察，控制异常原因的出现
当点分布出现异常时，说明过程质量不稳定，此时应及时找出原因，消除异常因素，使过程恢复到正常的控制状态
控制用控制图的控制限来自分析用控制图，不必随时计算，当影响过程质量波动的因素发生变化或质量水平已有明显提高时，应及时再使用分析用控制图计算出新的控制限
分析用控制图与控制用控制图的区别
按照数据的类型分类
计量控制图
计数控制图
计量控制图和计数控制图的优缺点
控制图的选用指南
控制图应用的一般程序
选定控制对象
选定控制的对象应是影响产品质量的关键特性（质量特性、质量指标、工艺参数），这些特性能够计量（或计数），并且在计数上可以控制
选定控制图种类
控制图的样本数与样本大小
收集预备数据
预备数据是用来作分析用控制图的数据，目的是用来诊断欲控制的过程是否处于稳定受控状态
理论上讲，预备数据的组数k≥20组，在实际应用中最好取25组，当个别组数据属于可查明原因的异常时，如经剔除后所余数据依然大于20组，仍可利用这些数据作分析用控制图
应收集近期的，与目前工序状态一致的数据
收集的数据个数见上表
抽样时应保证组内样品在基本相同的条件下生产，即组内差异只由普通因素造成，而组间差异主要由特殊因素造成（如果有异常波动的话）
抽样时间间隔（子组间隔）是根据过程的稳定性和生产量来确定的，没有统一规定
抽样间隔一般在达到控制状态前较短而在达到控制状态后可加长，最少应在一个班次内抽取一个样本，否则判断误差过大
供参考
每小时生产10个以下产品，子组间隔可定为8h
每小时产量在10-19个之内，子组间隔可定为4h
每小时产量在20-49个之内，子组间隔可定为2h
每小时产量在50个以上，子组间隔可定为1h
计算有关参数
计算控制图中心线和上、下控制限
画控制图
在坐标上作出纵横坐标轴，纵坐标为控制对象，横坐标为子组序号（时间），根据计算值画出上控制限UCL（一般用虚线），下控制限LCL（一般用虚线）和中心线CL（用实线）
对于`x-R、`x-s、x̃-R、x-Rs这类正态分布的计量值控制图，在作分析用控制图时，应先作R、s、Rs图，R、s、Rs图判稳后，再作相应的`x、x̃、x图，若R、s、Rs图未判稳，则千万不能作`x、x̃、x图
在控制图上打点
依据各子组质量特性值按顺序在控制图上打点“.”或画“×”，越出控制限或异常的点则用特殊记号标记
判断欲控制的过程是否处于稳定受控状态
按分析用控制图判稳判异原则，对分析用控制图中点的分布状况进行判断
若分析用控制图中点的分布没有任何异常情况，就可判断取样过程处于稳定受控状态
若发现过程不处于统计控制状态，有异常波动时，则采取下列措施
分析原因，找到原因后去掉异常子组，，然后重新计算中心线和控制限，再判断过程是否处于稳定受控状态
需要提醒的是当去掉的异常子组过多，造成k＜20时，就应该改进过程，再次收集数据，计算中心线和控制限
对于`x-R、`x-s、x̃-R、x-Rs控制图，`x、x̃、x显示子组间的波动，并标明过程的稳定性；R、s、Rs图显示子组内的波动，也反映了所考察过程的波动程度，R、s、Rs图的失控将会影响到x、x̃、x图，因为x、x̃、x图的上下控制限依赖于R、s、Rs，所以应先分析反映组内变差的R、s、Rs图，然后分析反映组间变差的x、x̃、x图
对控制图进行分析，寻找异常波动，并查明原因，采取纠正措施是使用控制图最为重要、最有意义的一步，也是最困难、最花时间的工作，既要有洞察力，更要有耐心
判断过程能力是否达到基本要求
在过程受控的情况下，还要判断过程能力能否达到基本要求，即Cp或Cpk≥1（或1.33）
计量值控制图过程能力Cp、Cpk的计算见表
过程能力指数与过程不合格品率一一对应，关系见表
Cp或Cpk≥1是对过程能力最起码的要求，若判断结果达不到此要求时，则应对过程进行技术改造，直到满足要求为止，必须说明的是，对于某些企业，过程能力必须满足Cpk≥1.33或顾客的要求
对于计数值控制图，一般用均值（`p、`np、`u、`c）来表达过程能力，以均值（`p、`np、`u、`c）是否满足质量指标的要求，来判断过程能力是否充足
转化为控制用控制图
对分析用控制图进行判断，条件符合时（即过程受控且过程能力满足要求），将分析用控制图的控制限延长，转化为控制用控制图，进行日常的质量管理
分析用控制图与控制用控制图的转换
对于某些企业，过程能力要满足Cpk≥1.33或顾客的要求
控制用控制图的日常管理工作一般包括以下内容
按规定的抽样间隔和子组容量抽取样本
对控制对象进行测量
计算统计量数值
在控制图上描点
按控制用控制图的判定准则判断过程有否异常
无异常时继续生产
有异常时，应消除产生异常的原因，使异常不再发生，对于有利于提高质量的特殊因素，应总结经验加以推广
修改控制图
当影响过程质量波动的因素发生变化或质量水平已有明显提高时，应及时再用分析用控制图计算出新的中心线与控制限
在出现下述情况时，一般应重新计算中心线与控制限
大修或停产
工况发生重大变化
质量发生明显改进，原控制界限显得太宽已失去控制作用
在控制图的相关栏目填写必要事项
包括车间、小组的名称，工作地点（机床、设备）的名称与编号，零件、工序的名称与编号，检验部位，质量要求与测量器具，操作工、调整工、检验工、绘图人、分析人的姓名及控制图的名称与编号，绘图时间等
控制图应用的目的
控制图应用的最终目的是使生产过程达到稳态，即生产过程只有普通因素没有特殊因素的状态，通过对过程不断进行调整，稳态是可以达到的
图中每循环一次就消灭一个特殊因素，由于特殊因素只有有限个，故从理论上讲，经过有限次循环后，就可以消灭全部特殊因素，从而达到稳态
控制图的判断准则
控制图制订后就成了控制生产的依据，故控制图一定要以处于稳态且过程能力适宜的生产过程为依据来进行设计和计算
在开始建立控制图时，应先了解该过程是否处于稳态，过程能力是否适宜，若过程不处于稳态或过程能力不适宜，就需要对过程进行调整，这样反复进行直到过程满足要求为止，这一阶段使用的控制图称为分析用控制图，它的目的主要是调查研究过程是否处于稳态，其次是了解过程能力是否适宜
当上述要求满足后，控制图就可以移交给车间使用，这时应用的控制图称为控制用控制图，它的目的是保持生产处于稳态，当偶尔发生异常后，应采取措施加以消除，使过程恢复稳态
如何从控制图上判断过程处于稳态，此时就需要用到控制图的判断准则
控制图的分区
将控制图分区是为了便于说明过程的异常情况
上下控制限分别位于中心线的上下3σ距离处
为了说明过程异常的8种模式，将控制图分为6个区，每个区的宽度为1σ，6个区的标号为A、B、C、C、B、A，两个A区、B区、C区分别在中心线两侧，相对于中心线对称
控制图的分区-过程异常的8种模式
概述
本文采纳全世界通用的ISO8285，也即GB/T4091《常规控制图》使用的控制图判断准则——过程异常的8种模式
过程异常的8种模式又称为变差的可查明原因的8种模式，当控制图上的点子出现过程异常时，则判过程异常
适用范围
严格地讲，控制图的8种异常模式和判断过程是否处于统计控制状态的标准，对于`x图和单值x控制图完全适用
对于极差控制图和标准差控制图，因为对极差和标准差的分布做了近似正态性的假设，所以可以近似使用
对于不合格品率p控制图、不合格品数np控制图、单位不合格数u控制图以及不合格数c控制图，同样在近似正态的假设条件下，可以使用
8种模式
模式1
一个点落在A区以外
对于`x-R图而言，模式1可对参数μ的变化或参数σ的变化给出信号，变化越大，则给出信号越快，模式1还可以对过程中的单个失控做出反应，如计算错误、测量误差、原材料不合格、设备故障等
在许多实际应用中，模式1甚至是唯一的判异准则
注意
规格界限（如公差的上下界限、硬性规定的不合格品率）不能当作上下控制界限UCL、LCL
规格界限用来区分合格与不合格（或符合规定与不符合规定），控制界限则用来区分正常波动和异常波动
模式2
连续9点落在中心线同一侧
模式2是为了补充模式1而设计的，以改进控制图的灵敏度，如果R图中出现图中显示的现象，说明过程输出值分布宽度σ在减小，这是一种异常好的状况（好的特殊因素），应加以研究以便推广应用
美国汽车工业行动集团AIAG的《SPC统计过程控制》手册中，模式2的规定是连续7点落在中心线一侧
模式3
连续6点递增或递减
模式3是针对过程平均值的趋势进行设计的，它判定过程平均值的变小趋势要比模式2更为灵敏
如果R图中出现连续上升的点，说明过程输出值的分布宽度σ在增加，可能是无规律的原因（如设备故障或工装松动）或某个过程要素发生变化（如一批新的、不一致的原料）引起的
如果R图中出现连续下降的点，说明过程输出的分布宽度σ在减小，这通常是一种好的状况（如操作人员的技能在逐渐提高），应加以研究以便推广应用
对于P图中出现有点逸出下控制限或连续6点呈下降趋势时，有人认为是不合格品率越来越低，质量越来越好，不能算异常，这种观点是错误的，此种情况包含的异常因素可能有异常好的因素和异常坏的因素
量具失灵，造成测量结果有误，应更新量具，并检讨以前测量结果
合格品的判定方法可能有误，应立即改正
有真正使不合格品率变小的好的异常因素，应积极寻找出这种异常好因素，并将它用作业指导书保持下来，以大幅度降低产品的不合格品率
测量系统的变化（如新的检验员或量具）也会引起模式3的现象
模式4
连续14点中相邻点上下交替
本模式是针对由于轮流使用两台设备或由两位操作人员轮流进行操作而引起的系统效应，实际上这是一个数据分层不够的问题
模式5
连续3点中有2点落在中心线同一侧的B区以外
对于`x-R图而言，过程平均值的变化通常可由本模式判定，它对于变异的增加较灵敏，这里说的3点中的2点可以是任何两点，至于第3点可以在任何处，甚至可以根本不存在
出现模式5的现象是由于过程的参数μ发生了变化
模式6
连续5点中有4点落在中心线同一侧的C区以外
与模式5类似，这地5点可在任何处，对于`x-R图而言，本模式对于过程平均值的偏移也是较灵敏的，出现本模式的现象也是由于参数μ发生了变化
如果R图中出现模式6的现象，则可能存在下列一种或两种情况
控制限计算错误或描点错误
过程或取样方法导致连续的子组中包含来自变差显著不同的两个或多个过程的产品（如输入材料批次混淆）
模式7
连续15点落在中心线两侧的C区内
对于`x-R图而言，出现本模式的现象是由于参数σ变小，注意此种情况被有些人认为是好现象，其实这里面可能存在以下问题
弄虚作假，人为处理数据，远离均值的数据被剔除
分层不够，如两条生产线的产品被混合抽样，造成组内变差大于组间变差
如果是控制用控制图，则说明控制图已年久失修，没有针对质量水平的提高而修正控制界限，使得控制界限太宽，失去控制作用
在排除以上可能后，才能总结现场减少标准差σ的好经验
模式8
连续8点落在中心线两侧且无1点落在C区
造成这一现象的主要原因是因为数据分层不够，如两个型腔的产品混在一起，本模式即是为此而设计的
判异口诀
一界外，九单侧，六连续，十四升降，三分之二同侧B外，五分之四同侧C外，十五C内，八无C
控制图的两类错误及检出力
控制图的两类错误
第Ⅰ类错误（虚发警报/冒失者错误/弃真错误）：把正常的误判为异常
控制界限的幅度影响犯第Ⅰ类错误的概率，当采用3σ原则设计控制图时，犯第Ⅰ类错误的概率（弃真概率）α=0.27%
α随着控制界限的增大而减小
弃真一般对生产者不利，所以又称为生产者风险
第Ⅱ类错误（漏发警报/迷糊者错误/取伪错误）：把异常的漏判为正常
犯第Ⅱ类错误的概率（取伪概率也就是对异常检测不出来的概率）β受4个方面的影响
控制界限的幅度
均值偏移幅度
标准偏差变动幅度
样本大小
β随着控制界限的增大而增大，β随着样本的增大而减小
取伪一般对使用者不利，所以又称为使用者风险
检出力
检出力指当过程发生异常时，控制图可以把这种异常检测出来的概率
检出力是控制图的重要质量特性，简单地说，检出力就是将异常检测出来的概率，即检出力=1-β
影响检出力的四个因素
控制界限幅度
均值偏移幅度
标准偏差变动幅度
样本大小
其中样本大小这一因素可以由生产者和管理者决定
样本大时，检出力大，检出灵敏
样本小时，检出力小，检出迟钝
应用控制图时，应保证适宜的检出力
检出力过大，检出过于灵敏，容易虚发警报
检出力过小，检出过于迟钝，容易漏发警报
为了保证控制图有适宜的检出力，分析用控制图的抽样组数应大于或等于20组，最好25组
对于计量值控制图来说，`x图检出力最强，x̃图其次，x图检出力最弱；s图检出力最强，R图其次，Rs图的检出力最弱
虽然`x-s图检出力最强，但由于s计算比较复杂，而且还要n≥9，这样就限制了`x-s图的应用，在大量生产中，`x-R图为首选图种
控制图在应用中常见的问题
控制图的选用上缺乏针对性，未能从企业的生产方式考虑，盲目地选择
如对于大批量生产，选用`x-R图控制图为好，却选用了x-Rs控制图，相反地，小批量生产却选用了`x-R控制图
控制限与规格限混为一谈
规格限是由产品设计者或顾客决定的，而控制限是由过程实施者决定的，也是由过程的变差决定的
控制图上点的变动只能用来判断过程是否稳定与受控，与产品规格没有任何关系
当产品不稳定或不受控时，产品不一定就超出了规格限
在控制图上标出上下公差界限，或用公差界限/压缩的公差界限代替控制限，使控制图变得不伦不类
没有分析过程，直接进行控制
控制图的应用分两个步骤：分析和控制阶段
在进行过程控制之前，必须进行过程分析，分析的目的是确定过程的稳定性和过程能力是否符合要求
过程只有在稳定，并且过程能力可以接受的情况下，才可进入控制阶段
分析与控制脱节
完成过程分析后，如果过程是稳定且过程能力可接受，那么就可进入控制阶段
控制用控制图的控制限是由分析用控制图得来的，但在实际应用中有些工厂没有延用分析得来的控制限，而是不断在计算控制限，导致控制图不能准确判断过程是否稳定与受控
控制图没有记录重大事项
控制图反映的是过程的变化，即生产过程的输入项5M1E的变化
发现有变异就是改善的契机，而改善的第一步就是分析原因
5M1E中的变化可以通过查找控制图中记录的重大事项而得到
值使用控制图的时候，5M1E的任何变化，我们都要记录在控制图中相应的时段上
不能正确理解`x图与R图的含义
`x-R控制图中R反映的是每个子组组内的变差，即在收集数据的这个时间段内过程所发生的变差，代表了组内固有的变差
`x图反映的是每个子组的平均值的变化趋势，即组间的变化
组内变差可以接受时，说明分组是合理的；组间变差没有特殊原因时，表明在一段时间内对过程的管理是有效的、可接受的
`对于x-R图，一般先看R图的趋势，再看`x图
没有将控制图用于改善
大部分公司的控制图都是应客户的要求而成建立的，所以最多也只是用于侦测和预防过程特殊原因变异的发生，很少有用于过程改善的
其实当控制图的点显示有特殊原因出现时，正是过程改善的契机，如果这个时候我们从异常点切入，能回溯到造成异常发生的5M1E的变化，问题的症结也就找到了
用控制图进行改善时，往往与分组法、层别法相结合使用，会取得更好的效果
控制图是品管的事情
SPC成功的必要条件，必须是全员培训，不只是品管的事情，
每个员工都要了解变差、普通原因、特殊原因的概念，都要能看懂控制图，技术人员还要了解过程调整等概念
如果缺乏必要的培训，不了解变差等概念，大部分员工就会认为产品只要符合规格就行了，显然这并不是SPC的目的
只有品管在关注控制图是远远不够的，我们需要全员对控制图的关注
一段一段地进行判断，而不是整体地进行判断，往往是工序处于不稳定状态却判断不出来
对控制图中出现的点排列异常现象不做分析也不采取措施，使控制图流于形式
在工序能力不足时，即在Cp＜1的情况下就使用控制图
当影响工序质量波动的因素发生变化或质量水平已有明显的提高时，未能及时调整（重新计算）控制界限
随机抽取样本的方法不当，子组间隔时间过长，有的则把两个班次的数据点点到同一张控制图上（各班次是否使用同一张控制图，应视工厂的具体情况而定）
画法不规范，标注不齐全
如`x图和R图不对应等
过程改进策略
在对过程进行控制时，可能发现会出现两类问题
一是过程失控
过程失控是由特殊因素造成的，特殊因素造成的异常波动可由控制图发现
当在控制图上发现异常波动时，首先要用专业知识和经验去找出引起异常波动的特殊因素，然后设法去排除它，这个行动称为局部行动，特殊因素排除后，过程又恢复正常，处于受控之中
特殊因素总是有限的，比如工具磨损、机器故障、无证上岗等，要发现一个，排除一个，异常波动通常由与过程直接相关的人员负责处理
统计资料表明约有15%的问题可以通过局部行动解决
二是过程能力不足
通过过程能力的分析可以发现过程能力不足
过程能力不足是由于过程输出分布的标准差σ过大所致，是由普通因素引起的
要解决这一问题不是局部行动能奏效的，常常需要对系统采取行动，如对人员进行培训、购买更高精度的设备、改进作业方法等，这类工作往往耗费大量资金，需要由高一级管理人员进行决策，所以这类行动又称为管理行动
85%的问题要通过管理者从系统上采取措施加以解决
标准值未给定的控制图
`x-R控制图
`x-s控制图
s-MR控制图
一次只能得到一个测量值，如生产效率，消耗定额
生产过程质量均匀，不需要抽取多个样品，如液体浓度
取得测量值既费时成本又高，如复杂的化学分析、安全检验
样品在检测后不能再使用的场合
需尽早发现异常的场合
p控制图
主要用于判断生产过程中不合格品率是否处于并保持在所要求的的水平
np控制图
u控制图
共同点是中心线与上下控制限都是根据现场数据算出来的
这种控制图的目的是发现所点绘特性观测值本身的变差是否显著大于仅由普通因素造成的变差
这种控制图完全基于子组数据，用来检测非普通因素造成的那些变差
标准值给定的控制图
标准值给定的控制图的说明
标准值的确定
标准值可以基于通过使用无先验信息或无规定标准值的控制图而获得的经验来确定
标准值也可以基于通过考虑服务的需要和生产的费用而建立的经济值来确定，或可以是由产品产品规范指定的标准值
更适宜地讲，标准值应通过调查被认为代表所有未来数据特征的预备数据来确定
对新的过程来说，开始并不宜采用标准值给定的控制图，而应采用标准值未给定的控制图，待使用一点时间后，积累了经验和数据，足以定出μ0和σ0时，才改用标准值给定的控制图
控制限的计算
标准值给定的控制图的应用
计量型控制图
所谓标准值给定的控制图就是总体分布已知为N(μ0,s02)时的控制图
μ0为已知的过程均值
s02为已知的过程标准差
计数型控制图
所谓标准值给定的控制图就是给定p0（平均不合格品率）、np0（对应子组容量n的平均不合格品数）、c0（c0为平均不合格数/每个子组，子组容量n固定）、u0（平均单位产品不合格数）时的控制图
控制限的计算
共同点是它的中心线和上下控制限是通过给定过程参数的标准值算出的
这种控制图的目的是确定若干个子组的`x等特性的观测值与其对应的标准值X0（或μ0）之差，是否显著大于仅由预期的普通因素造成的差异
这种控制图有助于使产品的一致性保持在期望的水平
用于多品种、小批量生产过程控制的控制图
相对公差控制图
标准化控制图（Z-MR图）
固定样本容量法控制图（Xbarsv-Rsv）
预控图
预控图说明
常规控制图是过程控制最有效的工具之一，但往往受到以下几个方面的限制
控制图的基本原理是正态分布理论，一般的操作工人很难理解
作分析用控制图都需要先取得20至25组的预备数据，取得预备数据往往需要几天的时间，这对于小批量生产过程是无法实现的
常规控制图无论是分析用还是控制用，工作量都比较大，这给生产现场的应用带来一定困难
预控图解决了以上限制，预控图也称彩虹图，是一种基于规格界限来防止生产过程产生不合格品的简单图形方法
过程正式开始前预先控制
所需的数据比常规控制图少，减少了工作量
预控图的控制界限直接与规格界限想联系，不需要特别计算，简单易懂
根据样品的实测值就能对工序进行判断，操作极为简便
可以对过程进行持续的监视，在过程尚未发生不合格时就已经进行了预控
可以反映出分布中心与离散程度的变化
可适用于小批量生产，灵活有效
计量型和计数型都可适用
使用不同颜色表示工序状态，直观明白
由操作者实施，有利于提高操作者的自控水平和质量责任心
需要注意的是预控图不是控制图，不能对过程是否稳态做出判断，但能预防过程出现不合格
预控图应用的先决条件
过程中的特殊因素受到控制，过程应是统计受控的，有些特殊因素可能消除不了，但必须得到控制
要求过程能力指数Cp或Cpk≥1
要求过程的质量特性值的分布中心（平均值）尽量靠近规格中心（目标值M）
预控图的设计
在规格界限（Tu规格上限，TL规格下限）与规格中心（M线，M=（Tu+TL）/2）之间1/2处设置两条预控线（P-C线），P-C线的数值等于规格界限（Tu与TL）和规格中心（M）的平均值
预控图被分为以下3个区域
绿区（目标区）
两条P-C线之间的区域称为目标区，占整个规格界限的一般，其正态分布概率为86.64%，近似认为86%
黄区（警戒区）
在目标区两侧至规格界限之间是两个黄区，各占规格界限的1/4，其正态分布概率各为6.54%，近似认为7%
红区（废品区）
规格界限（Tu、TL）之外为两个废品区（超出上下规格界限），其正态分布概率各为0.135%
预控图的运行
决定正式生产
生产开始时，连续检测5件产品，若其实测数值全部落入绿区之内，则生产可以正式运行
如果遇到1件产品落在黄色区域，那么重新开始计数
如果连续2件产品都落在黄色区域或是出现落在红色区域的情况，那么应当对过程进行调整，然后重新开始计数
进行过程控制
过程正式运行后，按确定的时间间隔每次连续抽取2件产品进行检测，并表中的规则对过程做出判断
预控图控制规则
预控图控制规则口诀
有个红灯就得停，两个黄灯也不行，一绿一黄没关系，两个绿灯肯定行
预控图使用中的注意事项
无论两次异常停机时间间隔有多长，应当保证每班次至少抽一次
一般而言，控制图在应用过程中，抽样的时间间隔是确定不变的。但预控图在应用过程中，抽样的间隔时间可以根据过程的实际状态调整
当过程出现的异常频次增加时，应缩短抽样的间隔（属于对过程的惩罚）
反之，当过程异常出现的频次减少时，应延长抽样的间隔时间（属于对过程的奖励）
一般抽样的间隔时间的确定，是两次异常之间时间的1/6，作为预控图的抽样间隔时间。如第一次过程异常（双黄区）于上午8点半，纠正后继续加工，中午11点半再次过程异常（双黄区），这两次过程异常的间隔为3小时，其1/6为0.5小时，则之后的预控图应用必须每30分钟抽取一个样本，之后也是依次随时调整，起到弹性管理的作用
如果两次停机时间间隔非常短，这说明过程已经严重失控了，应当停止使用预控图而转为查明原因
如果生产发生了间隔，如换模，更换设备等，则需要重新判断生产是否可以正式开始
对于缺陷率已经低于100ppm的公司来说，可以把监控的重点从产品转到对过程参数的控制
预控图频频报警，说明过程能力在减小；报警减少，说明过程能力有所提高，如果过程能力指数Cpk＜1，不要使用预控图
预控图不仅可以用于小批量生产过程，也可以在大批量生产过程中应用，不过在大批量生产过程中，预控图的控制效果要比控制图差，因此对于有条件的企业，在大批量生产过程中应尽可能应用控制图实施质量控制
如果发生异常，应先从取样、打点上面查找原因，然后再从生产方面找方面
对操作者的素质要求一般，只要满足以下三点要求即可
操作者必须知道工序产品怎样才是合格
操作者应掌握判断产品是否合格的工具（量具、标准等）
当工序发生偏差时，操作者有能力进行调整