《品质管理统计过程控制(SPC)讲师手册》是关于SPC(Statistical Process Control)的培训资料,旨在帮助学习者理解和应用SPC方法来提升产品质量和过程稳定性。SPC起源于20世纪20年代,由美国的休哈特提出,后在日本广泛采用,80年代在西方复兴并被视为高科技之一。
SPC的重要性在于其强调事前预防而非事后检测,通过监控过程中的统计变化,确保过程处于统计控制状态,及时发现并避免不良产品的产生。在六西格玛(6SIGMA)框架中,SPC是评定测量系统、确定关键过程参数、测量系统能力改进以及持续改善过程的重要工具,贯穿于DMAIC(定义、测量、分析、改进、控制)的各个阶段。
控制图是SPC的核心工具,它是一种可视化手段,用来区分过程性能的波动是由系统因素还是偶然因素引起。控制图通常由中心线(CL)、上控制限(UCL)和下控制限(LCL)三条线构成,基于正态分布原理,以99.73%的数据落在均值±3倍标准差范围内为依据。通过监控数据点是否超出控制限,可以判断过程是否稳定。
控制图分为两类:计量型数据控制图和计数型数据控制图。计量型数据控制图包括-R图、-S图、-R图(中位数-极差图)和X-RS图,它们主要用于观察样本均值的波动和散布。计数型数据控制图则有p图、np图、c图和u图,分别针对不合格品率、不合格品数、缺陷数和单位缺陷数进行控制。
不同类型的控制图适用于不同的应用场合。例如,当数据记录自动化程度高、子组样本容量大或只能获取单个测量值时,可以选择相应的控制图类型。选择合适的控制图可以帮助企业更有效地监控和改进过程,从而提高产品质量,降低成本,并达到六西格玛的质量管理水平。