SPC 深入学习教程
🎯 第一章：SPC全面解析
SPC（Statistical Process Control）即统计过程控制，是一种利用统计学方法监控和控制生产过程的质量工具。
📌 SPC的核心目的：
- 实时监控过程稳定性
- 识别过程异常波动
- 预防不合格品产生
- 持续改进过程能力
📋 第二章：控制图详解
🔢 常用控制图类型：
- X-bar R图：均值-极差图，用于计量型数据
- X-bar S图：均值-标准差图，用于样本量较大的情况
- P图：不合格品率图，用于计数型数据
- C图：缺陷数图
🔧 第三章：CPK计算
- CPK：过程能力指数，考虑过程偏移
- 判定标准：CPK ≥ 1.33 合格，≥ 1.67 优秀
- CPK < 1.0：过程能力不足，需要改进
⚠️ 第四章：判异规则
- 1. 点超出控制限
- 2. 连续9点在中心线同侧
- 3. 连续6点递增或递减
- 4. 连续14点交替上下
💼 第五章：案例分析
📖 案例：关键工序SPC应用
- 产品：轴径 φ10±0.05mm
- 规格：USL=10.05, LSL=9.95
- 结果：CPK=1.45 > 1.33 ✓
SPC实际案例
📈 案例：X-bar控制图监控加工尺寸
某轴类零件加工生产线，使用SPC控制图监控直径尺寸。
产品信息：
- 产品名称：传动轴
- 规格：φ20.00±0.05mm
- USL = 20.05mm, LSL = 19.95mm
- 样本大小：5个/组，25组
控制图分析：
- 中心线 (CL) = 20.00mm
- UCL = 20.06mm, LCL = 19.94mm
- 过程标准差 σ = 0.02mm
✅ 结论：
- CPK = 0.833 < 1.33，过程能力不足
- 需缩小过程变异，提高CPK