SPC统计过程控制原理和应用培训

课程背景：

在全世界范围内质量管理经过了质量检验阶段、质量管理阶段和全面质量管理阶段，其管理思想也逐渐被世人所接受而成为当今世界企业管理的主要方法；企业在“质量是检验出来的”还是“质量是制造出来的”的争论中逐渐发现，无论如何防范于未然才是质量管理的终极目的，而从源头的控制才是质量预防的关键所在。

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（也包括测量评价过程）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。

本课程以SPC统计技术原理为核心，展开对制造过程质量能力和测量系统一致性能力的测评分析的讲解，并贯穿休哈特控制图的应用技巧实作练习，在质量变异分析中，课程应用DOE正交试验设计的方法进行原因剖析；通过逻辑连贯的课程展开，使学员更深刻理解统计过程控制的原理和应用方法。

课程收益：

• 了解SPC原理和应用，能够策划和推导企业SPC项目的应用
• 学会利用正态分布和控制图来更好地理解过程改进过程的方法
• 掌握建立和运用常规控制图的实战技巧
• 掌握过程能力研究，计算CP、CPK、PP、PPK及过程PPM的方法
• 理解测量过程研究原理，计算测量系统重复、再现和偏倚性以及系统可信度的方法
• 掌握DOE正交试验设计的原理和构建方法

课程时间：1天，6小时/天

课程对象：管理者代表、顾客代表、产品技术经理、质量经理、项目经理、设计工程师、制造工程师、质量工程师、过程审核员和其他直接参与新产品或新制造过程开发、过程标准化和过程改进的人员。

课程方式：理论讲授,数据分析,图片分享,工具介绍,工具演练,分组讨论,结果发布,讲师点评,课后作业,内容考试与标准答案,持续改善计划。

课程大纲

第一讲：统计技术概述

1. 质量管理发展阶段
2. 統計过程控制的起源與發展
3. 现代质量管理学的统计观点
4. 概率与随机现象
5. 计量型数据和计数型数据
6. 总体与样本
7. 统计量：均值、方差、标准差

第二讲：SPC统计基础

1. SPC基本概念
2. 过程控制原理
3. SPC的工具——控制图
4. SPC的目标
5. SPC的应用及收
6. 正态分布——品管核心统计理论
7. 用正态分布展示和评价过程
8. 过程的位置和分布（离散度）
9. 中心极限定理
10. 3σ质量与6σ质量
11. 六西格玛（6σ）定义
12. PPM-西格玛Z数-CPK质量度量换算

第三讲：质量变异分析

1. 变异与波动
2. 质量波动的因素分类--- 5M1E 
3. 统计控制状态
4. 波动、过程控制和过程能力
5. 应用正交试验设计分析变异因子关联性
6. 正交试验原理：拉丁方阵起源
7. 正交表的选用与试验方案构建
8. 正交效应分析方法的应用步骤

第四讲：控制图原理

1. 控制图样式
2. 两类错误
3. 休哈特“3σ原则”
4. 分析用控制图和监控用控制图
5. 常规控制图的分类
6. 统计过程控制原则
7. 控制图 8条判异准则
8. 如何选择控制图

第五讲：控制图数据采集

1. 如何确定控制项目--关键质量特性
2. 控制图数据规模
3. 采集控制图数据的步骤
4. 休哈特的“合理子组原则”
5. 数据的分层问题
6. 控制图数据的时间序列特性
7. 直方图数据不能做控制图

第六讲：各类控制图介绍

1. Xbar-R图 （均值-极差）——案例演练
2. Xbar-s 图 （均值-标准差）
3. 中位数- R图 （中位数-极差）
4. X－MR 图 （单值-移动极差）
5. P 图 （不合格品率）
6. np图 （不合格品数）
7. c 图 （缺陷数）
8. u 图 （单位缺陷数）

第七讲：过程能力研究

1. 过程能力研究的目的
2. 过程能力研究的步骤
3. 过程能力的概念
4. 过程能力指数CP和CPK
5. 过程绩效指数PP和PPK
6. 过程不合格品率的计算

第八讲：过程能力研究的扩展——MSA测量系统分析

1. 基本概念和术语：测量系统的含义、统计特性、变差类型与MSA的关系
   测量系统的统计特性       
2. 测量系统变差的类型：重复性、再现性、偏倚、稳定性和线性的重点介绍
3. 测量系统的分辨率
4. 重复性、再现性、偏倚、稳定性和线性示例
5. 确定稳定性
6. 确定偏倚
7. 确定线性
8. 确定重复性和再现性（极差法、均值-极差法、ANOVA法）