淅川粉末冶金有限公司SPC作业指导书

SPC作业指导书

1.0 目的：

了解过程变差，以帮助达到统计控制状态。

2.0 定义：

2.1 SPC------英文Statistical Process Control的字首简称，

即统计过程控制。SPC就是应用统计技术对过程中的各个阶段进行监控，从而达到改进与保证质量的目的。SPC强调全过程的预防。

2.2 控制图------对过程质量加以测定、记录从而进行控

制管理的一种用科学方法设计的图。图上有中心线(CL)、控制界限(UCL)和下控制界限(LCL)，并有按时间顺序抽取的样本统计量数值的描点序列。 3.0 适用范围：

适用于均植和极差值(x一R 控制图)、不合格品率的

P-Chart控制图、CPK的运用。 4.0 职责：

4.1 品质部现场QC负责收集数据绘制图表;

4.2 品质文员负责输入SPC软件，品质主管分析过程控制

能力。 5.0 作业内容：

5.1 x一R控制图 对于计量值数据而言，这是最常用最

基本的控制图。它用于控制对象为长度、重量、强度、纯度、时间和生产量等计量值的场合。

x控制图 主要用于观察分布的均值的变化，R

控制图用于观察分布的分散情况或变异度的变化，而x一R图则将二者联合运用，用于观察分布的变化。

P控制图 用于控制对象为不合格品率或合格品

率等计数值质量指标的场合。这里需要注意的是，在根据多种检查项目总合起来确定不合格品率的情况，当控制图显示异常后难以找出异常的原因。因此，使用p图时应选择重要的检查项目作为判断不合格品的依据。常见的不良率有不合格品率、废品率、交货延迟率等等。

5.2 x一R控制图的制作： 步骤1： 记录原始数据；

● 试生产时至少需记录25组数据，每组5个数据，

以作一张完整的x一R控制图；

● 批量生产时由现场QC每两小时测量一次，每

次记录5个数据。

步骤2： 计算样本均值x； x=(X1+ X2+。。。+ Xn)/n

式中：X1，X2。。。为子组内的每个测量值。n为子组的样本容量。 步骤3： 计算样本极差R；

R= X最大值- X最小值

步骤4： 计算样本总均值x与平均样本极差；

1 n

xi n ??1 i

R x=

=

R1 n

R n ??1 i

步骤5： 计算R图与x图的控制界限。

计算x一R图应该从R图开始,因为x图的控制界限中包含R,所以若过程的变异度失控,则计算出来的这些控制界限就没有多大意义。 R图的控制界限计算公式如下：

UCL=D4R

CL=R LCL=D3R

x图的控制界限计算公式如下：

UCL=x+ A2R

CL=x LCL=x-A2R

式中,系数A2、D3、D4见计量值控制图系数表如下：

n D4 D3 A2 2 3．27 * 1．88 3 2．57 * 1．02 4 2．28 * 0．73 5 2．11 * 0．58 6 2．00 * 0．48 7 1．92 0．08 0．42 8 1．86 0．14 0．37 9 1．82 0．18 0．34 10 1．78 0．22 0．31 ? * 对于样本容量小于7情况，LCLR可能技术上为一

个负值。在这种情况下没有极差的下控制限，这意味着对于一个样本数为6的子组，6个“同样的”测量结果是可能成立的。

? 第一次制作控制图时，控制界限的确定：

1） R图的控制界限以开始的5组数据计算，计算

公式同上；

2） x图的控制界限以规格的上限作为UCL，规格

的下限作为LCL，标准规格作为CL；

?

注：为了再次强调生产现场的所有控制的控制图的应用，还没有计算控制限（由于没足够的数据）的初期操作控制图上应清楚地注明“初始研究”字样。这样，这些标有“初始研究”的控制图，不论是用于能力的初次确定还是用于过程经过改进/改变后在研究，是仅允许用在生产现场中还没有控制限的过程控制图。 步骤6： 标注控制图的刻度； 步骤7： 将均值和极差画到控制图上。 ● 重新计算控制限：

在进行初次过程研究或重新评定过程能力时，要排除已发现并解决了的特殊原因的任何失控的点，重新计算新的过程均值、平均极差（R）和控制限，并画下来，确保当与新的控制限相比时，所有的数据点看起来都处于受控状态，如有必要，重复识别/纠正/重新计算的过程。 5.3 不合格品率的P-Chart控制图的制作：

当控制图的控制对象为不合格品率时,过程处于稳定状态是指任何单位产品不合格品的概率为一常数P且所生产的各个单位产品都是独立的。样本不合格品率p定义为样本不合格品数D与样本大小n的比值,即p=D/n

P-Chart制作步骤：

步骤1： 收集数据即产品不合格数检验； 每送检一次由QA检验后记录一次。 步骤2： 计算样本不合格品率P；

p=D/n

式中：D为样本不合格品数；n为样本大小。

步骤3: p图的控制界限的确定；

1） 以公司质量目标中制程不良率的目标值：4%

为上控制限（UCL）；

2） 以2%为中位线（CL）； 3） 以0为下控制限（LCL）。

步骤4: 标注控制图的刻度；

步骤5: 将不合格品率P画到控制图上。

5.4 x一R 控制图、不合格品率的P-Chart控制图的分析： 5.4.1 超出控制限的点一出现一个或多个点超出任何一

个控制限是该点处于失控状态的主要证据。因为在只存在普通原因引变差的情况下超出控制限的点会很少，我们便假设超出的是由于特殊原因造成的。因此，超出控制限的点作标记，以便根据特殊原因实际开始的时间进行调查，采取纠正措施。

超出上控制限的点通常说明存在下列情况中的一种或几种：

●控制限计算错误或描点时描错；

●零件间的变化性或分布的宽度已经增大（即变坏），这种曾大可以发生在某个时间点上，也可能是整个趋势的一部分；

●测量系统变化（例如，不同人检验员或量具）； ●测量系统没有适当的分辨力。

有一点位于控制限之下（对于样本容量大于等于7的情况），说明存在下列情况的一种或几种： ●控制限或描点错误； ●分布的宽度变小（即变好）；

●测量系统已改变（包括数据编辑或变换）。 5.4.2控制限之内的图形式趋势一当出现非随机的图形

或趋势时，尽管所有的极差都在控制限之内，也表明出现这种图形或趋势的时期内过程失近期或过程分布宽度发生变化。这种情况会给出首次警告。应纠正不利条件。相反，某些图形或趋势是好的，并且应当研究以便使过程得到可能的永久性改进。

有下列现象之一表明过程已改变或出现这种趋势： ●连续7点位于平均值的一侧；

●连续7点连续上升（后点等于或大于前点）或连续

直降；

5.4.3任何其它明显的非随时机的图形一除了会出现超

过控制界的点或长链之外，数据中还可能出现其他的易分辨的由于特殊原因造成的图形。注意不要过分地解释数据，因为即使随机的数据（即普通原因）有时也表现出非随机（即出现特殊原因）的假象。非随机的衅形例子：明显的趋势（尽管它们不属于链的情况），周期性数据点的分布在整个控制限内，或子组内数据间有规律的关系等（例如。第一个读数可能总是最大值）。当出现以下四种情形时，品质部需开出品质异常单给生产部进

行制程改善。

即：1）任何超出控制限的点；

2）连续7点全部在中心线之上或之下； 3）连续7点上升或下降； 4）任何其他明显非随机的图形。

5.5 工序能力指数表示工序能力满足产品质量标准(产品

规格、公差)的程度,以Cpk表示： 5.5.1 收集数据;

● 试生产时至少需收集100个数据；

● 批量生产时每月至有一批被记录100个数据。

5.5.2 将收集到数据输入SPC软件,计算CPK值; 5.5.3 CPK的计算时机:

● 第一次试生产时计算CPK;

● 批量生产后,每个月至少计算一批次CPK值.

5.5.4 CPK等级评定后之处置原则(Cpk等级之处置): Cpk值的范Cpk≥1.67 1．67＞Cpk1.33＞Cpk≥1.0＞Cpk≥0.67＞Cpk

级别 A B C D E 工序能力的评价 工序能力过高,应视具体情况而定工序能力充分 工序能力尚可,但接近1.0时要注工序能力不足,需要采取措施. 工序能力严重不足.

本文来源：https://www.bwwdw.com/article/lutr.html