广州海珠区SPC统计过程控制培训班学费贵吗

统计过程控制（SPC）的发展历程：虽然统计过程控制SPC从1980年开始在西方工业界得到有效应用，但它是在美国20年代已经出现了。1924年，Walter A Shewhart 在美国贝尔电话实验室提出了控制图和过程可以处于统计控制的概念。统计过程控制的概念在二战前被W.E.戴明博士列入管理哲学。然而，统计过程控制在日本的工业界实施了这一概念，并与西方工业界竞争后，统计过程控制才变得非常有名。

统计过程控制目标

SPC的重点是通过使用统计工具分析数据，对过程行为进行推断，然后做出适当的决策，从而优化持续改进。

SPC的基本假设是，所有的过程都会发生变化。变异衡量的是数据在中心倾向周围的分布情况。变异可以分为两种类型之一，随机或偶然原因变异和可分配原因变异。

咨询课程

一般性的变异原因 Common Cause 过程中的变异是由偶然因素引起的，但不能归于任何因素。它是过程中固有的变异。在共同原因的影响下，过程总是稳定和可预测的。

咨询课程

特殊性的变异原因 Assignable Cause 它也被称为 "特殊原因 Special Cause"。在一个过程中，不是由于偶然因素造成的变化，受特殊原因影响的过程将不稳定和可预测。

咨询课程

SPC控制图在应用中的注意点

正确理解SPC控制图的基本图形

在SPC控制图中，CL是中心线，用实线表示，UCL与LCL是上下控制限，用虚线表示。控制界限是过程中质量数据实际分布的正负3σ范围，是判断过程“正常”与“异常”的依据。而产品规格界限是设计的结果，属于技术质量标准的范畴，是对产品“合格”与“不合格”的符合性判断的依据。切不能将控制界限与产品规格界限混淆。

咨询详情

正确收集和处理SPC控制图数据

收集数据是SPC统计过程控制的重要内容，强调全员参与。首先应确定收集数据的目的是什么，为什么收集数据，不能看到容易收集的数据就多收，而不易收集的数据就少收，这样的数据毫无意义。其次，收集来的质量数据的分布遵循三种特性：计量型数据服从正态分布；计件型数据服从二项分布；记点型数据服从泊松分布。这样的数据才有用。

咨询详情

如何进行统计过程控制（SPC）？

确定流程。找出影响产品产出的关键工艺或对客户非常关键的工艺。例如，板材厚度影响到生产企业的产品性能，那么就考虑板材制造工艺。

确定过程的可测量属性。确定生产过程中需要测量的属性。从上面的例子来看，将板材厚度作为可测量的属性。

制定子组（Sub-Group）策略和抽样计划。根据产品的临界性确定子组规模，确定抽样规模和频率。例如按时间顺序收集20组板厚，子组大小为4。

采集数据并绘制SPC图。按照样本大小收集数据，并根据数据类型（连续或离散）和子组大小选择合适的SPC图。例如，板厚的子组大小为4，选择Xbar -R图。

确定测量方法，同时进行量具的R&R：建立包括测量仪器在内的测量方法工作说明书或程序。例如，考虑用厚度计来测量厚度，并创建一个合适的测量程序。执行量具重复性和再现性(Gage R&R)，以定义由于测量系统造成的测量数据的变化量。

监测过程变化。解读控制图，检查是否有任何一点失控，以及模式。例如：检查Xbar R图如果过程不在控制范围内，那么确定可分配的原因并解决这个问题。这是一个监控过程变化的持续过程。

描述属性的自然变化。计算控制极限。从上面的例子中，计算Xbar Range两个控制上限（UCL）和控制下限（LCL）。

课程概述

以分析过程变差着手，以基本的统计概念为先导，介绍统计过程控制的原理和实践;使学员认识为何SPC是持续改进的工具和SPC在过程控制中的作用。对传统的休哈特控制图进行讲解，使学员初步理解其目的，统计原理，使用场所，使用方法等。
理解常见的过程能力或/和性能指数（CP,CPU,CPL,CPK,PPK等）的计算目的，使用条件，方法，统计原理。

咨询课程

讲解如何使用统计软件（Excell，Minitab等）进行SPC分析，以使学员尽快将基本的SPC运用到日常工作实践中。同时着重讲解如何分析软件的计算结果，如何从软件绘制的图表中获得过程改进的信息和方向。
学员背景要求：具备基本的电脑操作，基本质量管理体系、先期产品策划知识和过程控制理论，以及基本的产品生产过程知识。

咨询课程