spc控制图分析，3西格玛原理详解

关键词：spc控制图，3西格玛，3σ原理

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。其中控制图理论是SPC 最主要的统计技术。

1924年美国的休哈特博士（统计质量控制之父）提出了过程控制的概念与实施过程监控的方法，并首先提出用控制图进行生产控制，稳定生产过程的质量，达到以预防为主的目的。控制图的种类很多，本文主要介绍常规控制图，也称休哈特控制图。

目前真正把spc全面应用生产中的公司并不多，很大一部分spc工作是质量部门在推进完成，一线生产相关人员大多对spc并不完全了解，想当然的认为只要产品不超差那就是好的过程，spc工作完全是质量部门的事情，做spc会一定程度上耽误了生产的进程。但如果不能尽早识别出生产过程中的异常并加以改进，那就可能会生产出本可以避免的不合格品，对公司造成更大的损失。

目前已经进入TQM（Total Quality Management，全面质量管理）时代，组织需要以质量为中心，全员参与，全面参与，质量也不仅仅是质量部门的事情，与组织其它部门也有密不可分的关系。例如我们可能都觉得质量问题和HR部门应该没有关系吧？其实不然，如果合适员工没有招到，那么可能某个的质量问题的根源在于HR当初招了一个“水货”进来。

设当生产不存在系统性原因时，X～N（μ，σ^2），则P（μ－3σ<X<μ+3σ）=0.9973。如下图所示，X落在两条虚线外的概率之和只有0.27%。即1000个样品（数据）中，平均约有3 个数据超出分布范围，有997个落在（μ－3σ，μ+3σ）之中。如果从处于统计控制状态的生产中任意抽取一个样品X，可以认为X 一定在分布范围（μ－3σ）-（μ+3σ）之中，而认为出现在分布范围之外是几乎不可能的，这就是3σ原理。

一般来说，在3σ原理中，在一次试验中，如果样品出现在分布范围（μ-3σ）-（μ+3σ）的外面，则认为生产处于非控制状态。习惯上，把μ-3σ定为下控制限，μ+3σ定为上控制限，μ定为中心线，这样得到的控制图称为3σ原理的控制图，也称为休哈特控制图。

上图中横坐标是以时间先后排列的样本组号（子组号），纵坐标为质量特性值或样本统计量。两条控制限线一般用虚线表示，上面一条称为上控制限（upper control limit，UCL），下面一条称为下控制限（lower control limit，LCL），中心线用实线表示（central line，CL）。

控制图主要是对生产过程影响产品质量的各种因素进行控制，通过控制图来判断生产过程是否异常，而使生产过程达到统计控制状态，做到预防为主，把影响产品质量的诸多因素消灭在萌芽状态，以保证质量，降低成本，提高生产效率，提高经济效益的目的。其具体作用分述如下：

（1）能及时发现生产过程中的异常现象和缓慢变异，预防不合格品发生，从而降低生产费用，提高生产效率。

（2）能有效地分析、判断生产过程中生产质量的稳定性，从而可降低检验、测试的费用，括通过供货方制造过程中有效的控制图记录证据，购买方可免除进货检验，同时仍能在较高程度上保证进货质量。

（3）可查明设备和工艺手段的实际精度，以便做出正确的技术决定。

（4）为真正地制定生产目标和规格界限，特别是配合零部件的最优化确立了可靠的基础，也为改变未能符合经济性的规格标准提供了依据。

（5）使生产成本和质量成为可预测的参数，并能以较快的速度和准确性测量出系统误差的影响程度，从而使同一生产内产品之间的质量差别减至最小，以评价、保证和提高产品质量。

（6）最终可以保证产品质量，提高经济效益。

如果在控制图中点子未出界，同时点子的排列也是随机的，则认为生产过程处于稳定状态或控制状态。如果控制图点子出界或界内点排列非随机，就认为生产过程失控。控制图点子出界就好比“告警铃”响，告诉现在是应该进行查找原因、采取措施、防止再犯的时候了。要找出造成异常的原因，可以根据生产和管理方面的技术与经验来解决。

对于应用控制图的方法还不够熟悉的人员来说，即使在控制图点子出界的场合，也首先应该从下列几方面进行检查：样品的取法是否随机，数字的读取是否正确，计算有无错误，描点有无差错，然后再来调查生产过程方面的原因，经验证明这点十分重要。

回顾上述的内容，应注意的不是所有的解释控制的考虑事项都能应用于生产现场，这对于评价者来说太多且难以记住，在生产现场利用计算机也不总是可行的。所以这些详细分析中的很多内容需要离线完成的，而不是在当时完成，这就需要过程事件日志，并在事件发生后作适当的有意义的分析。

另一考虑的事项是操作者的培训，在适用时，附加控制准则应该应用在生产现场，但需要等到操作者已准备好，受到适当的培训并具备适当的工具。随着时间和经验的增加，操作者将在实际应用中识别这些模式。