趋势分析

 趋势分析
 质量管理的重要手段
 对工艺参数、分析结果等内容汇总分析
 年度产品回顾分析（中间产品控制的关键指标、成品控制
的关键参数……）
 环境、水监测结果
 原辅料的质量趋势
 关键工艺参数汇总
 产品稳定性数据
质量统计的观点——产品具有变异性与统
计规律
 产品质量具有变异性
 由于产品质量是在一定的质量因素限制下制造出来的，
质量因素的变化导致产品质量在生产过程中不断发生变
化
 波动
 没有两个产品是完全一样的，即使自动化生产线上产品也不
例外
 产品间的差异就是波动，它时隐时现、时大时小，时正时负
 产品间的差异是永远存在的，只是有时小到无法度量出来
 产品间的差异是通过适当的质量特性（过程特性和产品特
性）表现出来的
 波动源
 过程中有许多产生波动的波动源
 例：压片过程，很容易受到各种波动源的影响
 设备：模具的磨损和老化
 工具：强度不同，磨损率的差异。
 材料：硬度不同，成份不同，产地不同
 操作者：操作的精度、情绪
 测量：视觉误差、心理障碍
 维护：润滑程度，替换部件
 环境：温度、湿度、光线
 这些波动源对加工的影响最后都集中反映在片子的外观、
硬度、崩解时限等测量值上
 质量变异具有统计规律
 在生产正常的情况下，通过大量的数据观测，利用数
理统计的方法，可以精确地确定产品质量变异的幅度
以及不同大小的变异幅度发生的可能性
数据的统计规律
每件产品的尺寸与别的都不同

范围 范围 范围 范围
但它们形成一个模型 , 若稳定 , 可以描述为一个分布

范围 范围 范围

分布可以通过以下因素来加以区分 或这些因素的组合

位置 分布宽度 形状

范围 范围 范围
Normal 　 Distribution （正态分布）
( x )2 when n→∞ it turns to
1 
2 2
f ( x)  e
 2
( x  )2
1 

  2 e 2 2
dx  1


f(
x) σ
拐点 拐点

σ —— standard
deviation
 x µ —— central location
中心极限定理
 然而实际在样本的抽取过程中，数据的分布并不是
这么完美
 可能遵循另外的分布——二项式分布 or 泊松分
布
 无论随机变量的共同分布是什么（离散分布或连续分
布，正态分布或非正态分布），只要独立统计分布随
机变量的个数 n 较大时，样本平均值或其总和的分布
总是近似服从正态分布
 无论服从什么样的分布，只要样本量 n≥5 ，试验次数
足够多，样本均值的分布总是趋近于正态分布
Statistical Process Control 统计过程控制
 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
统计过程控制的起源
 1924 年，休哈特博士（ Dr WA Shewhart ）在
贝尔实验室工作期间发明了品质控制图
 1939 年休哈特与戴明博士（ Dr Deming ）写了
一本《质量控制中的统计方法》
 第二次世界大战前后，英美两国将品质控制图引进
制造业，并应用于生产过程中
 美国汽车制造厂，例如福特（ FORD) 、通用（ G
M ）等均对 SPC 十分重视， SPC 因此得以广泛推
广
 统计过程控制（ SPC ）
 利用控制图分析过程的稳定性 , 对过程存在的异常因
素进行预警 ;
 计算过程能力（ Cp ）和过程能力指数（ Cpk ）分析
稳定的过程能力满足技术要求的程度 , 对过程质量进
行评价。
 Cp 或 Cpk 愈大，说明过程能力充足，产品质量越高，但
对设备、原料和操作人员的要求也越高，因此生产成本也
可能越大
控制图
 控制图又叫管理图。它是用来区分由异常原因引起的波动、或是
由过程固有的随机原因引起的偶然波动的一种工具
 控制图建立在数理统计学的基础上，它利用有效数据建立控制界
限。控制界限一般分为上控制限（ UCL ）和下控制限（ LCL ）
质量特性值

●
●
UCL
●

●
3 倍标准偏差（ 3σ ）
● ●
CL
●

●
●
● 3 倍标准偏差（ 3σ ）
LCL

抽样时间和样本序号
常规控制图的原理
一般来说，在实际应用上，常考虑一组数据具有近似于正态
分布的概率分布
常规控制图的原理——正态分布的参
数
 平均值（ μ ）
 此参数是正态分布曲线的位置参数，即它只决定曲线
出现频率最大数值位置而不改变正态曲线的形状
常规控制图的原理——正态分布的参
数
 标准偏差（ σ ）
 此参数是正态分布曲线的形状参数，即它决定了曲线
的“高”、“矮”、“胖”、“瘦”
控制限的设定
 控制图对过程的检查是通过抽查来进行的，很经济。
但抽查不可能不犯错误
 第一种错误：虚发警报。过程正常，而点子偶然超出控制
界限。根据点出界就判异的原则，判断制程处于异常状态。
犯第一种错误的概率记为 α 。第一种错误的风险方在供方
 第二种错误：漏发警报。过程已经发生异常，而点子仍然
落在控制界限内，无法判断制程处于异常状态。犯第二种
错误的概率记为 β 。第二种错误的风险在用户
 常规控制图共有三根线，一般基于正态分布控制图
的 CL 居中固定，而且与 UCL 与 LCL 互相平行，
故只能改动 UCL 与 LCL 二者之间的间隔距离。
 若此间隔距离增大，则 α 减少， β 增大，反之相反。
 故无论如何调整上下控制限的间隔，两种错误都是不
可避免的
 解决的办法是
 根据使两种错误造成的总损失最小的原则来确定 UCL 和 L
CL 二者之间的最优间隔距离
 经验证明休哈特提出的 3σ 方式较好，在不少情况下， 3σ
方式都接近最优间隔距离
 正态分布的“ 68-95-99.7 法则”或“经验法则”
 所以我们把
 2σ 定义为警戒限，数值出现在这区间概率为 95.4%
 3 σ 定义为行动限，数值出现在这区间概率为 99.7%
 超出 3 σ 既为超出规格标准
 控制限与规格限
 控制图中的控制限与规格限是完全不同的两种概念，不能
混为一谈
 规格限是产品设计结果，属于技术、质量标准的范畴，是
对产品做“合格”与“不合格”的符合性判断的依据
 控制界限是过程中质量数据的实际分布，是过程处于稳定
受控状态时质量数据所形成的典型分布的 μ±3σ 范围。
是判断过程正常与异常的依据
 同一产品有不同的厂家生产时，其规格限是相同的（执行
同一标准）。但不同厂家由于技术能力与管理水平不同，
各厂的控制界限可能是不相同的
控制图的观察与分析方法
 点子没有超出控制线（在控制线上的点子按超出处理），控制界限内
的点子排列无缺陷，反映工序处于控制状态，生产过程稳定，不必采
取措施
 判异准则有两类
 点出界判异
 界内点排列不随机判异

按 GBT 4091-2001 IDT ISO 8258 ： 1991 常规控制图共有 8 个模

式
 在 8 个检验模式中，除第 4 个模式是由统计模拟试验（蒙特卡罗试
验）所确定的以外
 其它 7 个模式都是在规定风险（小概率 α ）为 0.0027 的情况下，
经概率计算所确定
控制图的观察与分析－缺陷
缺陷 图例

UCL
准则 2 ：单侧性
●
排列－连续 9 点以上 ●
●
● ●
● ●
●
●
● ● ● ●
在中心线同一侧出现。 ●
● ● ● ●
CL
●
●
如：低线投料、 ●
●

低线装量等
LCL
准则 3 ：趋势性
排列－连续 6 点以上
UCL
●
●
递增或递减 ●
●
● ●
●

CL
●

有缓慢因素影响， ● ●
●
●
●
●

应及时纠正。产生的 ●
●
●

●
倾向有可能是工具逐 ●

LCL
渐损坏、维修逐渐变
坏、操作人员的技能
逐渐改进等
控制图的观察与分析－缺陷
缺陷 图例
准则 4 ：周期性排 UCL
列－点子排列按一定间
隔重复出现，呈现一定 ●
●
● ●
● ● ● ●
的规律性，可判为异常 ●
●
●
●
● CL
● ●
。 ●

常因为操作人员疲
劳、原材料原因、机械 LCL
设备等原因造成。
UCL
准则 5 ：突发性
● ● ● ● ●
●
●
排列－在连续三点中至
● ●
● ●
●

少有两点接近控制界限 CL
（ ±3σ ）。
说明数据散差较
LCL
● ●
大，如经常调整规格范
围，会出这种情况。
 与准则 5 类
似，代表着
平均值的偏
移
控制图的观察与分析－缺陷
缺陷 图例

准则 7 ：过分集 UCL
中排列－点子连续在
●
中心线附近排列，即 ●
●
●
●
●
●
●

● ●
● ●
●
CL
在 ±σ 内 达 到 15 个 ●

点以上，可判为异常
LCL
。
常因为数据不真
实（调好的）或数据
分组不当造成。
 主要原因是
数据分层不
够，如轮流
使用两台设
备
控制图的种类
 数据：  指所观察子组中每一个单位产品的特性值的数值大小
进行测量与记录所得到的观测值，例如以米表示的长
（ 1 ）计量值数据 度，以欧姆表示的电阻，以分贝表示的噪声等。
 表示通过记录所考察的子组中每个个体是
计件 否具有某种特性（或特征），计算具有该
（ 2 ）计数值数据
计点 特性的个体的数量，或记录一个单位、一
组产品、或一定面积内此种事件发生的次
数所获得的观测值。
 数据的特征值：
反
 平
应
 均
中
x 集
 值
中 位
极
x~ 反 应
位 ：

标 数
差
置
准
离
偏
散 ：
差
程
： R
度
S
控制图的种类
控制图 名称 用途
x —R 均值—极差控制图 各种计量值
~
x —R 中位数—极差控制图 各种计量值
计
量
值 X —RS 单值—移动极差控制图 各种计量值
数
据 X 单值控制图 计量值
x —S 均值—标准偏差控制图 重要产品中使用
Pn 不合格品数控制图 . 计件数据
计
数 p 不合格品率控制图 计件数据
值 C 缺陷数控制图 计点数据
数
据 U 缺陷率控制图 单位面积、长度的缺陷数
过程能力与过程能力指数
 过程能力 ( 也称为工序能力 ) B
 指过程的加工质量满足技术标准的能力，它是衡量过程加工
内在一致性的，是稳态下的最小波动
 影响工序质量的波动性的六要素——人、机、料、法、环、
测（ 5M1E ）
 一般当过程处于稳态时，产品的计量质量特征值有 99.73%
落在 μ±3σ 范围内，也即有 99.3% 的产品在 6σ 范围内。
 因此通常使用 6σ 表示过程能力（ B = 6σ ），数值越小越好
 过程能力指数
 过程能力指数是指过程能力满足质量标准要求的程度。它表
示的是整个过程符合规格的程度
 Cp = 质量标准 / 工序能力 = T / 6σ
过程能力指数得计算
 双侧公差且过程无偏
T TU  TL
Cp  
6 6
 双侧公差且过程有偏
T
C pk  (1  K )C p  (1  K )
6
 其中 
K ,  M  
T 2
评价过程能力
Cp 值范围 级别 评价
Cp≥ 1.67 Ⅰ 过程能力过分充裕（视情况而
（ T>10 σ ) 定）
1.33≤Cp<1.67 Ⅱ 过程能力充分
(8 σ <T< 10 σ)
1≤Cp<1.33 Ⅲ 过程能力勉强
(6 σ<T< 8 σ)
0.67≤ Cp < 1 Ⅳ 过程能力不足
(4 σ<T< 6 σ)
Cp < 0.67 Ⅴ 过程能力严重不足
(T< 4 σ)