加载中…2025年06月23日
(2025-06-23 16:28:35) SPC (Statistical Process
Control)，即“统计过程控制”，它是一种统计学方法，通过对收集到的数据进行统计分析，及时发现系统性问题出现的预兆，使过程达到稳定受控的状态。
定义听起来很复杂，简言概之就是通过SPC可以知道一个过程是否稳定受控。那么怎么来理解“稳定、受控”，我们来举个例子。
我们到超市去买一瓶饮料，因为即使饮料的灌装工艺再先进，也无法保证每一瓶饮料的灌装量是绝对相等的，每一瓶饮料的实际灌装量都会有一个微小的波动，当然这是一种稳定的波动，饮料在瓶子里的高度波动在一个固定的范围内，而这种波动也是消费者能够接受的。
但是如果我们买到一瓶只装了半瓶的饮料，比如因为设备的故障，因为工艺的调试或者因为其它什么原因导致这瓶饮料没有被装满，那这件事就变得不可接受了。
I、变差
这里我们要引入一个概念-“变差”，变差不是指变得更差的意思，而是“在一定范围内波动带来的偏差”，就像世界上没有完全相同的两片树叶一样，工厂生产的产品之间都会存在变差。比如，同一批螺栓的长度，一批铸件的重量，饮料灌装的高度都会有些不同，这种变化就是变差。
II、一般原因和特殊原因
就如刚才所说，即使再先进的工艺，也不能保证两瓶饮料的灌装是完全相同的，总会有些细微的差别。
这种细微的差别和我们的工艺方法、工艺能力、材料特性等一些固有因素有关。虽然会产生一些波动，但这种波动是在一个固定范围内的。比如我们常说的公差范围。
这种变差是固有的、普遍的、稳定的，并且发生在一个可控和可接受的的范围内，引起这种原因的变差就叫做“一般原因”。
但是某天你买到了一瓶只装了一半的饮料，或者在快餐店买到了你一份没有加生菜的汉堡，这很有可能是因为设备的故障或者员工的操作失误造成的。
那么这时产生的变差就不再是一种固有和普遍的波动，而是由于一些特殊的变化造成的。
因为这种变化是随机的，不可预期的（比如我们不太会预测到员工什么时候会操作失误），这种变化我们称之为特殊原因。
III、稳定受控和不稳定不受控
如果一个过程的变差都是由一般原因引起的，那么我们就说这个过程处于稳定的统计受控状态；如果一个过程的变差中不仅包含了一般原因，还包含了特殊原因，我们就说这个过程处于统计不受控的状态。
前面我们提到过，一般原因导致的变差是固有的、普遍的、稳定的，那就意味着这些变差也始终持续保持在一个稳定状态，那么未来我们的质量表现就是可以预期的。
而如果一个过程是不稳定不受控的状态，就意味着出现质量问题的可能性完全无法预测，质量表现忽高忽低，某段时间可能非常优秀，而另一段时间可能非常糟糕。
V、什么是SPC
从前面我们知道，了解一个过程是否处于稳定受控的状态非常重要，那么我们就需要有一种方法能够简单的判断和描述一个过程是否稳定受控，这个工具就是SPC。
SPC是一种基于中心极限定理来绘制图表的形式来监控一个过程。用来实现下面的目的：
01 判断一个过程是否稳定和受控
SPC的最直观作用就是判断一个过程是否稳定和受控，来判断我们的质量过程是否稳定，确定后续的质量管理措施。
02 作为判定过程能力的基础
现在很多客户会要求供应商提供过程能力报告，而稳定受控是过程能力的前提，因为不稳定的过程能力是波动的。
03 及时监控过程，对可能出现的异常（特殊原因）预警
很多特殊原因并不是显而易见的，但是SPC可以帮助我们来识别特殊原因，并进行早期的控制，避免批量报废的产生。
04 变质量拦截为过程控制
质量管理并不是靠最终成品的拦截来实现的，变拦截的“事后”管理为每个关键过程监控的“事前”管理，才能够实现真正的质量控制。
SPC是随时间变化来统计数据的图表，标中的每一个点都代表收集到的一个或一组数据，并将它们连线来表现出数据随时间的变化趋势。
与普通的折线图不同的是，SPC上会有三条线，分别是数据的上控制限，下控制限和均值线。这些线和数据点的组合帮我们来判断一个过程是不是稳定受控。
控制限：是根据收集到的数据计算出来的两条虚拟线，它表示如果一组数据处于稳定受控的状态，那么这组数据的边界应该在哪里。
均值线：数据或数据组的平均值。
符合下面几种情况的SPC会被判定为不稳定不受控的状态：
a) 超出控制限
超出控制限的点就是个别的高点或低点。 b) 点贴近控制限
如果控制图上的点不能满足2/3的点落在中心线周围1/3区域内，那么就有很多点贴近控制限。 c) 点贴近中心线
如果几乎所有的点都落在均值线周围1/3区域内，那么这些点就是贴近均值线。
d) 在水平上突然转变
7个以上的点连续地上升或下降或者是这些点由均值线的一侧移动到另一侧。 e) 出现明显趋势
出现明显的上升或者下降的趋势，就好像随着时间的变化，数据在同步的上升或下降。 f) 周期性
连续上升和连续下降的点构成一个周期，好像这些点依靠时间有规律的变化。
这里要说明一点，不稳定不受控的过程肯定是一个不好的质量过程，需要我们针对特殊原因去进行控制和解决。比如员工操作的防错和标准化，设备运行的稳定性等等。
但是稳定受控的过程并不一定是一个好的质量过程，因为稳定受控只能说明目前的过程是可控的，但能力未必达到客户的要求。
还拿饮料的例子来说，如果两瓶饮料高度的差异稳定在1mm，客户是能够接受的；如果稳定波动在1cm，虽然也是一种稳定，但客户就不会接受这样的产品，这就需要我们从工艺和制程上来降低这种稳定的波动，也就是常说的“过程能力”的提升。
V、怎么做SPC
知道了什么是SPC，那我们就要知道什么情况下，如何去做SPC。实际上SPC是可以应用在所有的管理流程上的，但为了更高效的使用SPC，我们建议大家从下面几个方向来思考：
所以怎么做SPC的问题，可以具体细化成如下几点：
1、确定哪些关键属性要做SPC？
一般来说，所有对最终质量有影响的过程控制点，都需要进行SPC统计，比如某个零件尺寸、重量等等。
2、确定数据收集的频次？
这是一个持续的过程，如果无法持续收集数据，就先努力将生产稳定下来。数据收集通常是固定频次的，比如：
每小时一次
上下午各一次
每班统计一次等等
3、数据取样的数量是多少？
根据实际的情况需要，对于单值的数据，每一个SPC的数据总量不要低于30个；如果是成组的数据，不要低于每组5个，至少20个子组，这样才具有统计学意义。
统计过程控制已经被作为一种提高产品质量和过程能力，从而提高企业竞争能力的方法而得到工业界的高度重视。
随着国内企业所面临竞争的不断加剧，提高产品质量，保持产品质量的一致性，将是在未来竞争当中的必要能力。
后续我们会不定期的为大家介绍更多的统计控制方法，帮助更多的企业去建立统计过程控制能力。
喜欢
0
赠金笔