SPC-统计过程控制

统计过程控制（简称SPC） 是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。



变异的本质

变异的共同（普通）原因：


制程系统 有许多不明的变异原因，但随时间的不同而稳定地存在。以SPC的观点为 制程系统 的分配随时间的不同是固定的，称为在统计的管制状态下或简称管制状态下。若 制程系统 仅有共同原因存在，则其成品特性的分配是可预测的。

变异的特殊（可查明）原因：


有些变异的原因不常存于 制程系统 中，若其出现 于制程系统 ，会导致 制程系统 不稳定。以SPC的观点为 制程系统 的分配随时间的改变而不是固定的，称为不在统计的管制状态下或简称不在管制状态下。若 制程系统 存有特殊原因，则其成品特性的分配是不可预测的。
改善及矫正措施

局部对策：


通常需要消除 制程系统 的特殊原因。
通常由 制程人员 直接加以矫正。
大约能解决15% 制程系统 的问题。

系统改善：


通常需要消除 制程系统 的共同原因。
经常需要管理当局的投入与对策。
制程系统 大约有85%属于此类的问题。


制程能力 分析


制程能力 研究在于确认关键特性符合规格的程度，以 保证制程成品 不符规格的不良率在要求的水平之上，作为 制程持续 改善的依据。

制程能力 研究的时机分短期 制程能力 研究及长期 制程能力 研究，短期着重在新产品及新制程的试作、初期生产、工程变更 或制程设备 改变等阶段。长期以量产期间为主。

制程能力 指标 Cp 或 Cpk 之值在 一 产品 或制程特性 分配为常态且在管制状态下时，可经由常态分配之机率计算，换算为该产品 或制程特性 的良率或不良率，同时亦可以几Sigma 来对照。

精密度 Cp ：重复制造同一产品的一致程度。

准确度Ca：重复制造同一产品的平均数与目标值的偏差。

综合 制程能力 Cpk ：重复制造同一产品的一致程度与平均数与目标值的偏差综合指标。

一般产品关键特性及 制程关键 特性都被要求列为管制项目，进行 制程能力 研究。

所谓产品关键特性是，假如该特性不符规格时，会导致产品失效或被退货处理，例如尺寸、颜色、重量、速度、功能绩效或会导致客户不满意的属性。

所谓 制程关键 特性是，在制造过程中会直接或间接影响产品的质量特性，这些作业必须仔细管制及监控使之均匀且在规格界限内，例如温度、进料、速率、时间、无尘水平或其他会自然变异的特性。

短期 制程能力 研究：

制程能力 研究在于确认这些特性符合规格的程度，以 保证制程成品 不符规格的不良率在要求的水平之上以及为 制程持续 改善的依据。 制程能力 研究的时机是在新产品及新制程的试作阶段、初期生产阶段、工程变更 或制程设备 改变，以获得 早期制程绩效 的信息来保证量产阶段符合规格的能力。此时所作的 制程能力 研究与时间较无关系，一般称为初期 制程能力 研究或短期 制程能力 研究。
假设 一 关键作业的特性平均数μ=m，标准偏差σ=Δ/6或6σ=Δ。也就是说规格公差为标准偏差的六倍，依常态分配的计算则该作业不合格的机率为0.000000002 (0.002ppm)，即为十亿分之二。

m：规格中心；USL=m+Δ：规格上限；LSL=m-Δ：规格下限。





长期 制程能力 研究：

长期 制程能力 研究是在量产期间，依时间的不同了解 制程状况及制程 的变异原因，以确认这些特性符合规格的程度， 保证制程成品 不符规格的不良率在要求的水平，进而决定延续管制界限来 监控制程或做为 持续改善的依据。

假设 一 作业的特性的平均数经长期的影响而位移μ=m+1.5σ，标准偏差σ=Δ/6或6σ=Δ。也就是说规格公差为标准偏差的六倍，依常态分配的计算则该作业不合格的机率为0.0000034 (3.4ppm)。

m：规格中心；USL=m+Δ：规格上限；LSL=m-Δ：规格下限。








管制图原理

运用管制图管制 制程有 两个目的，首先解析来自制 程系统 的数据来 验证制程在 管制状态下， 若制程不在 管制状态下，则需消除特殊原因， 以使制程在 管制状态下。再以管制状态下的 制程标准 来监控制程，若监控中的 制程数据 显示不在管制状态下，则必须采取局部对策， 以使制程回复 到管制状态下。

这些验证或监控，都是以管制界限为标准，来 分析制程在 管制状态与否。以统计假设检定的理论，这种分析会发生两种错误，第一种错误就是 当制程 在管制状态下时， 制程数据 显示不在管制状态下，即管制图上的点超出管制界限外；第二种错誤就是 当制程 不在管制状态下时， 制程数据 显示在管制状态下，即管制图上的点在管制界限内。

一般以机率来衡量运用管制图管制 制程发生 这两种错误的风险，α为发生第一种错误的风险， 制程在 管制状态下时，管制图上的点超出管制界限外的机率，称为生产者风险。β为发生第二种错误的风险， 制程不在 管制状态下时，管制图上的点在管制界限内的机率，称为消费者风险。

要平衡发生这两种错误的风险，管制界限的宽窄就要适中，若管制界限定的较窄±2σ，则管制较严，容易发生 制程稳定时而任意找 碴的现象；若管制界限定的较宽±4σ，则管制较松，容易 发生制程不稳定 时而浑然不知的现象。

休哈特（ W.A.Shewhart ）在贝尔实验室研究的结果以管制界限定为±3σ时，发 生这两种错误的风险在工业界较为适宜，一般称为3σ管制图或 Shewhart 管制图，而延用至今。