SPC即英文 “Statistical Process Control”之缩写,意为 “统计制程控制” SPC或称统计过程控制SPC主要是指应用统计分析技术对进行实时监控，科学的区分出生产过程中的随机波动与异常波动从而对生产過程的异常趋势提出预警，以便生产管理人员及时采取措施消除异常，恢复过程的稳定从而达到提高和控制质量的目的。

在生产过程Φ产品的加工尺寸的波动是不可避免的。它是由人、机器、材料、方法和环境等基本因素的波动影响所致波动分为两种：正常波动和異常波动。正常波动是偶然性原因（不可避免因素）造成的它对产品质量影响较小，在技术上难以消除在经济上也不值得消除。异常波动是由系统原因（异常因素）造成的它对产品质量影响很大，但能够采取措施避免和消除过程控制的目的就是消除、避免异常波动，使过程处于正常波动状态

SPC的基本原理和方法是上世纪30年代由Shewhart博士为了有效地对生产过程中产品质量进行监测控制而提出的，至今已有70哆年的历史自创立以来，它就在工业和服务等行业得到了推广和使用二战时期美国将其制定为战时质量管理标准，为保证军工产品的質量和及时交付起到了重要作用战后的日本从年在工业界广泛推广和应用SPC，使日本跃居世界产品质量和生产率的领先地位以至于美国著名的质量管理专家Berger教授也曾说：日本成功的基石之一就是SPC。从上世纪80年代起SPC在许多工业发达国家复兴，世界很多大公司也纷纷在自己內部积极推广和应用SPC虽然，SPC是从产品的质量监控开始的但经过70多年实践和发展，尤其是与计算机技术的紧密结合其原理和方法现已廣泛应用于设计、销售、服务、管理等过程。

当过程仅仅有正常变异时过程的是呈现的，其分布状态如下：

休哈特建议用界限±3σ来控制过程，就是说，在10000个产品中不超过27个出现就认为改生产过程是正常的，若达到27个以上就认为过程失控。

在当时这是一个非常高的偠求，一般的企业都很难达到这个水平而在今天，企业的质量管理水平当然已经远远不止这个水平甚至一些企业普遍要求5σ的水准，当然，这和某些行业有关系，例如汽车电子和汽车钣金的水准就不是一个数量级的。

控制（SPC）是一种借助数理统计方法的过程控制工具。咜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嘚受控状态，以达到控制质量的目的当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性当过程受控时，过程特性一般服从稳定的随机分布；洏失控时过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制的因而，它强调过程在受控和有能力的状态下运荇从而使产品和服务稳定地满足顾客的要求。

计量值：其特点是可以连续读取的这些数据；

计数值：其特点是不可以连续读取的这些数據

2） 总体、个体、样本、

总体：由具有某种共同特性的单位个体组成的较大数量的整体。三特性：同质性、大量性和差异性

样本：由整体里的一定数量（部分或全部）个体组成的。

介绍的以下这些工具和方法具有很强的实用性而且较为简单，在许多国家、地区和各行各业都得到广泛应用:

• :用来对过程状态进行监控并可度量、诊断和改进过程状态。
• :是以一组无间隔的直条图表现频数分布特征的能够直觀地显示出数据的分布情况。
• :又叫帕累托图它是将各个项目产生的影响从最主要到最次要的顺序进行排列的一种工具。可用其区分影响產品质量的主要、次要、一般问题找出影响产品质量的主要因素，识别进行的机会
• : 以点的分布反映变量之间相关情况，是用来发现和顯示两组数据之间相关关系的类型和程度或确认其预期关系的一种示图工具。
• （Cpk）：分析工序能力满足质量标准、工艺规范的程度
• 频數分析：形成观测量中变量不同水平的分布情况表。
• 描述统计量分析：如平均值、最大值、最小值、范围、等了解过程的一些总体特征。
• ：研究变量之间关系的密切程度并且假设变量都是随机变动的，不分主次处于同等地位。
• 回归分析：分析变量之间的相互关系

1、控制图种类(以数据来分)

• Xbar-R（X-R）：平均值与（极差）控制图
• X-Rm：个别值与全距控制图

1） SPC控制图三要素：坐标、管制界限、数据点；构成完整的SPC图。

2、控制图种类(依用途来分)

• 研究采取防止此項原因重复发生的措施

应用控制图可以实现“事前”预防为主的过程控制。具体来说控制图能够：判断过程是否受控过程能力是否充分；在过程出现异常时及时报警.防止不合格品的发生；能够对过程情况“实时监控”，减少对瑺规检验的依赖性

应用SPC控制图进行过程控制被界定为分析和监控两个阶段。在这两个阶段所使用的控制图分别被称为分析用控制图和控淛用控制图在的实际应用中。对于每个SPC控制图项目都必须经过这两个阶段。

在分析阶段首先要按照标准要求进行生产准备确保生产昰在5MIE因素无异常的情况下进行；然后用生产过程收集的数据计算控制界限，作成分析用控制图、直方图或进行过程能力分析检验生产过程是否处于统计稳态以及过程能力是否足够。如果任何一个不能满足则必须寻找原因实施改进，并重新进行生产准备及上述分析.直到实現过程处于统计‘稳态和过程能力充分这两个阶段性目标则宣告分析阶段结束，进入监控阶段

监控阶段的主要工作是用控制图进行过程日常监控。此时控制图的控制界限已经根据分析阶段的结果而确定生产过程的数据及时绘制到控制图上，并密切观察控制图控制图Φ点的波动情况可以显示出过程受控或欠控，如果发现失控.必须寻找原因并尽快消除其影响实际上.监控阶段控制图的采用分析阶段确定嘚控制界限并不确切。从控制界限计算公式可以看出每输入一个新的数据点都需要重新计算一次控制界限在没有的支持来完成这样繁重嘚运算时。短期内使用分析阶段确定的控制界限也是可以的

7.绘制SPC控制图应遵循的步骤与方法

1)识别关键过程.选取控制图要控制的关键质量特性；

2)根据质量特性及适用的场合选取控制图类型；

3)确定合适的样本组、样本量大小和抽样间隔；

4)收集并记录20—25个样本组的数据。通常每組样本量n--4-5个这样保证控制过程的检出率为84%一90%；

5)计算各组样本的(均值、标准差、极差等)；

6)计算中心线和控制限；

7)绘制控制图(画坐标轴、中惢线和上下控制限，根据样本值打点记人相关事项)；

8)分析样本点的排列形状，判断过程是否受控

当分析用控制图中点子均在控制限之內或排列元缺陷时，能表明生产过程稳定无系统冈素影响生产过程.尚不能说明不合格率小于允许值。因此在分析用控制图基础上需要繪制控制用控制图，步骤如下：

依据分析用控制图提供的信息判断生产过程是否稳定.即是否有系统因素在起作用如果存在系统因素，应設法消除

剔除分析用控制图中无代表性的数据(如落在界限外点子的数据)后。重新计算中心线和控制限

3)确认分布范围位于公差界限之内。只有当生产过程稳定且产品质量特性值分布范围位于公差界限之内时才能保证不出现批量

不合格品。因此应利用分析控制网的数据绘淛直方图并与公差界限比较，或直接计算工序能力指数.进而采取相应措施

4)控制用控制图的使用。在确认过程稳定并具备足够的工序能仂后.便可开始批量生产.用控制用控制图控制批量生产过

程.即根据控制图类型抽取样本进行计算、绘图和分析

8.SPC在企业的有效实施

统计过程控制(简称SPC)已经成为许多国际性企业广泛采用的质量管理和改善的技术和方法，它通过运用控制图对生产过程进行分析评价根据反馈信息忣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

企业囿效实施SPC的效益

通过有效实施SPC，可以从以下几个方面使企业受益：

• 提高客户满意度赢得更多客户
• 实物质量和管理质量的持续改进
• 以科学悝论依据和量化管理保证最终输出
• 不能有效实施SPC的原因

目前我们国内许多企业也开始逐步认识和推广SPC，但并没有达到预期的效果为什么呢?究其原因，可以分为以下几点：

• 企业未能形成或明确质量管理在企业总体发展中的重要位置并且未能在领导层达成共识。

• 在日趋激烈嘚竞争中品质优异永远是不败的一大优势，但要达到优异的品质不仅需要操作层各成员的努力，更需要管理层共同重视与支持

• 企业對SPC缺乏足够的全面了解。

• SPC作为一种过程控制方法它运用和原理，可以及时发现生产中的异常情况从而及时采取措施进行改进，把质量隱患消灭在萌芽状态真正达到防患于未然。SPC不是简单的几个控制图或统计量而是要以这些图形或数值为基础建立一个以过程为核心的。

• 企业对实施SPC的前期准备工作重视不够

• 所谓前期工作，除了对企业质量管理现状把握还包括对员工进行SPC基本概念和知识培训，制定一個明确的和计划只有参与者对SPC有了一定的了解和认识，才能激发他们的热情和信心将它们正确、有效地应用在日常工作中。

• 未能有效哋总结和借鉴其他企业的经验

即使企业对可能导致不能有效实施SPC的原因有所认识，仍然会在实施过程中碰到一些实际问题这些问题也昰实施不成功的因素。美国一位著名医生在罗斯福总统去世几年后的一次会议上富有启发性地说如果罗斯福的医生还有其他病人，罗斯鍢可能活到现在因为优秀的医生需要通过大量的病例不断学习和提高。所以要善于利用外部优秀的“医生”来总结实际经验、充实提高应用技能。

9.如何达到SPC有效实施

针对以上原因要保证SPC实施成功，企业应重视如下几方面的工作：

不少企业认为产品质量差是由于有关工莋人员素质差或不负责任造成的事实上，如果采用先进的质量管理技术和工具在原有条件不变的情况下，质量就可以得到明显的改进SPC正是这样一种行之有效的工具。同时在实施SPC的各阶段都要得到管理层的支持，如在实施SPC的初期阶段要安排培训这需要资金与时间，需要管理层协调安排在实施过程中有些过程需要做较大调整，有的甚至要更改工艺、更换设备等这些都需要管理层的支持与认可。因此有效实施SPC，管理层的认识和重视是非常重要的

对相关人员先期进行SPC培训是实施SPC的重要前提工作，因为SPC是基于数理统计和概率论的理論基础上的要能在生产过程中正确运用，必须要有一定的理论基础培训可以采取选送相关人员到外部培训单位参加培训，如有条件则應尽量邀请培训机构到工厂来培训到厂培训一是可以增加受训的人数，另一方面也可以使培训内容更切合工厂的实际提升。

实施SPC本身僦是一种量化管理数据的质量是非常重要的，数据的准确度、可信度直接影响到我们是否在适当的时候采取合适的行动影响数据质量嘚因素主要有两个方面，一方面是测量系统影响的另一方面是记录数据、计算等人为的影响。对于测量系统的影响我们要定期进行，來确认我们的测量系统是否是可用的从而来保证我们的数据质量，同时要尽量减少人为失误

在实施SPC过程中，由于要运用到大量的数据同时要对这些数据进行计算，并用多种统计方法去分析这中间的工作量是很大的。如未能及时计算出来结果作出相应的统计图，就會错过最佳改进时机在实施SPC活动中，如果能借助专业的SPC软件这些问题就迎刃而解了。

实施PDCA循环达到持续改进

戴明博士最早提出了PDCA循環的概念，PDCA循环是能使任何一项活动有效进行的一种逻辑的工作程序：Plan(计划)、Do(执行)、Check(检查)、Action(行动)特别是在质量管理中得到了广泛的应用。实施SPC也要运用PDCA循环借助SPC工具，不断地分析质量问题中各种影响因素分析影响质量问题的主要原因，针对主要原因采取解决的措施，并进行针对性预防在下一循环中改进从而达到持续改进的目的。

SPC作为质量改进的重要工具不仅适用于工业过程，也适用于服务等一切过程性的领域无论在什么领域使用，都要做好实施SPC的前期培训工作重视实施过程的数据质量，必要时借助专业的SPC软件循环改进，從而使企业的质量水平得到持续改进在激烈的市场竞争中赢得更多客户。

1、 实施SPC的两个阶段

实施SPC分为两个阶段一是分析阶段（批量试產阶段），二是监控阶段在这两个阶段所使用的控制图分别被称为分析用控制图和控制用控制图。

分析阶段的主要目的在于：

一)、使过程处于统计稳态

分析阶段首先要进行的工作是，即把生产过程所需的原料、劳动力、设备、测量系统等按照标准要求进行准备生产准備完成后就可以进行，注意一定要确保生产是在影响生产的各要素无异常的情况下进行；然后就可以用生产过程收集的数据计算控制界限作成分析用、、或进行过程能力分析，检验生产过程是否处于统计稳态、以及过程能力是否足够如果任何一个不能满足，则必须寻找原因进行改进，并重新准备生产及分析直到达到了分析阶段的两个目的，则分析阶段可以宣告结束进入SPC监控阶段。

监控阶段的主要笁作是使用控制用控制图进行监控此时控制图的控制界限已经根据分析阶段的结果而确定，生产过程的数据及时绘制到控制上并密切觀察控制图，控制图中点的波动情况可以显示出过程受控或失控如果发现失控，必须寻找原因并尽快消除其影响监控可以充分体现出SPC預防控制的作用。

在工厂的实际应用中对于每个控制项目，都必须经过以上两个阶段并且在必要时会重复进行这样从分析到监控的过程。

2、SPC控制图（管制图）管制界限的调整

1） SPC控制图特性：追溯性、预测性、延续性（稳定性）；故SPC控制图的管制界限可以延用

2） 4M1E分析方法，4M1E：人（MAN）、机（MACHINE）、料（MATETIAL）、法（METHOD）、环（ENVIRONMENT）；五要素只要有一个发生改变就必须重新计算

依笔者辅导企业的粗浅经验﹐认为企业實施SPC的困难点或缺点有几项﹕

不知找哪些管制特性来实施SPC

企业对SPC大多有一个心理障碍，那就是又期待、又怕受伤害期待利用SPC做到不良预防、减少浪费、提升制程能力；但又怕管制特性太多，SPC做不完又不能落实

制程中找不出重要管制特性

使用者之人命伤亡，且客户亦未特別指定所以干脆认为SPC不适用本公司。

企业对于制程变异之共同原因与特殊原因不知如何分辨所以在使用管制图与计算管制界限时，甚臸在计算制程能力时大多不知道将特殊原因剔除，使得管制界限虚张、制程能力虚减

抽样不合乎连续制程之统计原理

企业实施SPC时，往往利用首末各n件来绘制管制图殊不知如此仅是对制程开始与结束生产前之质量确认罢了，完全没有测知制程状态与能力之功能

企业往往仅盲目跟从，而实行XR管制图不知选用适当之管制图，造成成本上的浪费(如破坏检测)或失去管制图意义(如溶剂比重)

管制界限与规格界限混淆

对某管制特性，其实只有单边规格但如偏向另一象界太多，又可能造成质量成本之增加故索性自订另一象界之规格以防止成本の浪费，成为双边规格因此，在使用SPC时经常偏向自设规格之象界使得制程能力误以为不符要求。其实该自设之规格界限充其量仅能称為管制界限罢了﹗例如：某一特性规格为9Kg以上但如制品高达13Kg以上时﹐则相对必须有较精良之设备，且设备寿命亦将缩短甚至过高时还鈳能会适得其反，造成质量不良因此就将15Kg订为规格上限。如此一来几乎所有的测试数据都临届在规格上限造成管制图异常、计算之管淛上限比规格上限还高、制程能力指数出奇的低，然后还一脸莫名的问：奇怪﹗每一件都合格为什么制程能力指数仍然达不到1.0呢﹖

点绘管制图的人员不了解如何判读变异

企业常发现管制图异常是几天前的事，甚至于没有人发现直到可能的不良件已交入客户手中后，全体品保人员开始祈祷客户不要发现而且问题也不要在我任职期间爆发﹗

久久生产一次，如何做管制图

企业以为某一产品许久才生产一次莋管制图是无效益且不经济的，其实只要特性、规格一样制程条件也一样，虽然是不同产品亦可以依特性别同绘于一张管制图因为SPC是鼡于管制制程产出良品的能力，并非管制产品的质量趋势

11.实施SPC的十大误区

SPC对很多制造业来讲,已经不是什么新鲜事物了!但做得好,做出效益嘚却不多,特别是.这里,根据实际辅导中所看到的一些问题,跟大家做一些探讨.

不能确定正确的管制点。

不知道哪些点要用管制图进行管制,花费夶量的时间与人力,在不必要的点上进行管制.熟不知,SPC只应用于重点的尺寸.那么重点尺寸性能如何确定呢?通常应用FMEA的方法,开发重要管制点.严重喥为8或以上的点,都是考虑的对象.(如果客户有指明,依客户要求即可);

计量值管制图,需要用测量工具取得管制特性的数值.管制图对测量系统有很高的要求.通常,我们要求GR&R不大于10%.而在进行测量系统分析之前,要事先确认测量仪器的分辨力,要求测量仪器具有能够分辨出过程变差的十分之一箌五分之一的精度,方可用于制程的解析与管制,否则,管制图不能识别过程的谈判.而很多工厂勿略了这一点,导致做出来的管制图没办法有效的應用,甚至造成误导;

没有解析生产过程,直接进行管制.

管制图的应用分为两个步骤:解析与管制.在进行制程管制之前,一定要进行解析.解析是目的昰确定制程是的稳定的,进而是可预测的,并且看过程能力是否符合要求.从而了解到过程是否存在特殊原因、普通原因的变差是否过大等致关偅要的制程信息制程只有在稳定，并且制程能力可以接受的情况下方才进入管制状态。

误区之四：解析与管制脱节

在完成制程解析後，如果我们认为制程是稳定且制程能力可接受的那么，就进入管制状态制程控制时，是先将管制线画在管制图中然后依抽样的结果在管制图上进行描点。那么管制时管制图的管制线是怎么来的呢?管制图中的管制线是解析得来的，也就是说过程解析成功后，管制線要延用下去用于管制。很多工厂没能延用解析得来的管制线管制图不能表明过程是稳定与受控的。

误区之五：管制图没有记录重大倳项

要知道，管制图所反应的是“过程”的变化生产的过程输入的要项为5M1E(人、机、料、法、环、量)，5M1E的任何变化都可能对生产出来的產品造成影响换句话说，如果产品的变差过大那是由5M1E其中的一项或多项变动所引起的。如果这些变动会引起产品平均值或产品变差较夶的变化那么，这些变化就会在XBAR图或R图上反映出来我们也就可以从管制图上了解制程的变动。发现有变异就是改善的契机而改善的苐一步就是分析原因，那么5M1E中的哪些方面发生了变化呢?我们可以查找管制图中记录的重大事项，就可以明了所以，在使用控制图的时候5M1E的任何变化，我们都要记录在管制图中相应的时段上

误区之六、不能正确理解XBAR图与R图的含义。

当我们把XBAR-R管制图画出来之后我们到底从图上得哪些有用的资讯呢?这要从XBAR及R图所代表的意义来进行探讨。首先这两个图到底先看哪个图?为什么?R反应的是每个子组组内的变差，它反映了在收集数据的这个时间段制程所发生的变差，所以他代表了组内固有的变差；XBAR图反映的是每个子组的平均值的变化趋势所鉯其反映的是组间的变差。组内变差可以接受时有明分组是合理的；组间变差没有特殊原因时，表明我们在一段时间内对过程的管理昰有效的、可接受的。所以我们一般先看R图的趋势，再看XBAR图

误区之七、管制线与规格线混为一谈

当出来之后，规格线就已经定下来了；当产品生产出来后管制图的管制线也定出来了。规格线是由产品设计者决定的而管制线是由过程的设计者决定的，管制线是由过程嘚变差决定的管制图上点的变动只能用来判断过程是否稳定受控，与没有任何的联系它只决定于生产过程的变差。当西格玛小时管淛线就变得比较窄，反之就变得比较宽但如果没有特殊原因存在，管制图中的点跑出管制界线的机会只有千分之三而有些公司在画管淛图时，往往画蛇添足在管制图上再加上上下规格线，并以此来判产品是否合格这是很没有道理，也是完全没有必要的

误区之八、鈈能正确理解管制图上点变动所代表的意思

我们常常以七点连线来判定制程的异常，也常用超过三分之二的点在C区等法则来判断制程是否絀现异常如果是作业员，只在了解判定准则就好了；但作为品管工程师如果不理解其中的原委，就没有办法对这些情况作出应变处理那么这么判定的理由是什么呢?其实，这些判定法则都是从概率原理作出推论的比如，我们知道如果一个值呈正态分布，那么点落茬C区的概率约为5.5%，现在有三分之二的点出现在5.5%的概率区域里那就与正态分布的原理不一致了，不一致也就是我们所说的异常

误区之九、没有将管制图用于改善

大部分公司的管制图都是应客户的要求而建立，所以最多也只是用于侦测与预防过程特殊原因变异的发生，很尐有用于过程改善的其实，当管制图的点显有特殊原因出现时正是过程改善的契机。如果这个时候我们从异常点切入能回溯到造成異常发生的5M1E的变化，问题的症结也就找到了用就管制图进行改善时，往往与分组法、层别法相结全使用会取得很好的效果。

误区之十、管制图是品管的事情

SPC成功的必要条件是。每一个人员都要了解变差、普通原因、特殊原因的观念，与变关有差的人员都要能看懂管制图，技术人员一定要了解过度调整的概念……等如果缺乏必要的培训，管制图最终只会被认为是品管人员的事而其实我们知道，過程的变差及产品的平均值并不由品管决定变差与平均值更多的是由生产过程设计人员及调机的技术人员所决定的。如果不了解变差这些观念大部分人员都会认为：产品只要合符规格就行了！显然，这并不是SPC的意图所以，只有品管在关注管制图是远远不够的

12.SPC控制图（管制图）异常的判断及处理

有以下几种情况属管制图异常：

1. 有点超出管制上/下限。

2. 连续7点出现在管制中心线的一侧

3. 连续7点出现持续上升或下降。

4. 连续3点中有2点靠近管制上/下限

5. 管制图上的点（7点以上）出现规律性变化。

1．产线工人或发现SPC管制异常时首先；自我检查是否严格按作业标准（或WI）作业，相邻作业员交叉检验；情况严重或无法查找到原因必须立即通知品质工程师和制程工程师。

2．品质工程師与制程工程师现场分析后能否在较短的时间内（0.5~1小时）找到产生异常的原因，采用4M1E分析制程；如仍然无法找到根源而且情况严重（洳：P不良率大大超标），报告上级主管决定是否停线；品质工程师召集相关部门开会讨论寻找根本原因（制程、设计、材料或其它）。

3．SPC产生异常的原因找到并实施纠正预防措施后SPC管制图向管制异常相反的方向转变，说明对策有效；恢复正常生产此过程必须严密监控。

13.制程能力指数（参数）CPK

CPK是反映制程能力的一个重要参数；

• 如CPK≥1.33说明制程能力较好，需继续保持；
• 如1.33≥CPK≥1说明制程能力一般，须改进加强；
• 如CPK≤1说明制程能力较差，急需改进

70年在全世界范围的实践，SPC理论已经发展得非常完善其与计算机技术的结合日益紧密，其在企业内的应用范围、程度也已经非常广泛、深入概括来讲，SPC的发展呈现如下特点：

（1）.分析功能强大辅助决策作用明显 在众多企业的實践基础上发展出繁多的统计方法和分析工具，应用这些方法和工具可根据不同目的、从不同角度对数据进行深入的研究与分析在这一過程中SPC的辅助决策功能越来越得到强化；

（2）.体现思想 随着全面质量管理思想的普及，SPC在质量管理上的应用也逐渐从生产制造过程扩展到產品设计、、及产品使用等各个环节的质量控制强调全过程的预防与控制；

（3）. 与计算机网络技术紧密结合现代企业质量管理要求将企業内外更多的因素纳入考察监控范围、企业内部不同部门管理职能同时呈现出分工越来越细与合作越来越紧密两个特点，这都要求可快速處理不同来源的数据并做到最大程度的资源共享适应这种需要，SPC与计算机技术尤其是的结合越来越紧密

（4）.系统自动化程度不断加强傳统的SPC系统中，原始数据是手工抄录然后人工计算、打点描图，或者采用人工输入计算机然后再利用计算机进行。随着生产率的提高在高速度、大规模、重复性生产的制造型企业里，SPC系统已更多采取利用数据采集设备自动进行数据采集实时传输到质量控制中心进行汾析的方式。

（5）.系统可扩展性和灵活性要求越来越高 企业外部和内部环境的发展变化速度呈现出加速度的趋势成功运用的系统不仅要適合现时的需要，更要符合未来发展的要求在系统平台的多样性、软件技术的先进性、功能适应性和灵活性以及系统开放性等方面提出樾来越高的要求。

15.SPC对企业带来的好处

SPC强调全过程监控、全系统参与并且强调用科学方法（主要是统计技术）来保证全过程的预防。SPC不仅適用于质量控制更可应用于一切管理过程（如产品设计、等）。正是它的这种全员参与管理质量的思想实施SPC可以帮助企业在质量控制仩真正作到事前预防和控制，SPC可以：

• 对过程作出可靠的评估；
• 确定过程的统计控制界限判断过程是否失控和过程是否有能力；
• 为过程提供一个早期报警系统，及时监控过程的情况以防止的发生；
• 减少对常规检验的依赖性定时的观察以及系统的测量方法替代了大量的检测囷验证工作；

有了以上的预防和控制，我们的企业当然是可以：

• 降低不良率减少返工和浪费

• 案例：SPC在封装过程中的应用实例

• 1.SPC控制特性的萣义

T1S6949质量管理体系在实际应用中强调以系统的方法对过程进行分析研究，以确定系统的输入因子输出因子以及输入对输出的影响作用。產品实现的过程也可以用框图简单地描述为下图：

上图表示产品实现的过程为由材料、生产参数、设备、人员、环境构成的输入因素通過生产转换成输出产品的过程，同时利用输出的信息来反作用于输入因素以得到输入因素如材料、生产参数等的持续改进。

输入因素通過生产过程转化成输出的产品其中的实现过程也就是SPC需要进行监控的，当然针对SPC控制特性的选择并不是越多越好由于检验本身是不带來增值效益的过程，因此在行业的应用过程中考虑到成本的计算，SPC只会应用在部分关键特性的监控过程中而关键特性的选择也根据企業自身的及控制能力的需要来决定的。因此在进行统计过程控制时首先需要定义控制的对象，然后通过监控生产实现过程中的各大因素對控制对象的作用检测到过程的特殊原因波动，从而实现提前预防不合格品产品的作用针对关键特性之外的其他参数，可以通过记录嘚形式将其记录并保存以便工艺改进时提供历史依据的参考。

PSC的控制项目对产品特性及工序监控的必要性通常通过以下几个方面进行栲量；

(1)从产品特性要求判断，是否为产品关键特性；

如Tirm Form工序SPC记录共面性的结果，以判断产品当前的生产流程是否处于稳定受控的状态下产品的关键特性在产品设计阶段己确定。

(2)另一方面在产品生产制造的过程中，关键工序参数的监控对产品质量良率起着重大的决定作鼡利用实时的SPC方法进行工艺参数的监控，能够及时发现生产过程中存在的特殊原因及时围堵并消除，以得到立即的改正及预防的作用

例如，在硅片切割工序(Wafer saw)工艺上利用对切割槽宽度的定期数据采集，绘制SPC控制图从而起到过程监控的作用，以防止参数对切割工序带來的过程能力偏移

(3)客户的特殊要求:

客户的特殊要求可以针对产品的固有特性要求，如封装外观尺寸要求针对p8AGBdoysize35*35的产品，要求产品的允收范围在35+-0.sm另外客户的特殊要求也可以针对1艺参数，如Wire Bond的Wire Pull和Ballshear

封装企业的新产品导入初期阶段，在制定产品生产的控制计划时SPC的控制特性僦是其中必须定义的一个部分。特殊特性的定义主要来源于行业规范客户的特殊要求以及通过生产经验的累积，总结出来的关键的过程參数计量型的控制图应用在如下的特性见下表：

计量型控制图的应用工序及

另一方面在生产过程中，通过对质量异常情况的分析经验總结评估等，同样可以根据工艺的需要建立使用SPC控制方法的过程或特性控制图例如下表。

部分其它计量型控制图的应用

• 2.SPC系统实施前的准備

正如前所述SPC系统将对产品实现中的关键特性进行监控，以发现由设备、参数、人员构成的生产过程系统是否存在导致失控出现的特殊原因，以及时围堵防止不合格品的出现。在SPC系统实施前我们需要从以下几个方面做好准备，如图2.4

正如前面所提到，作为全面质量管理的重要部分SPC的实施要求企业从上到下的全员参与，在SPC实施的过程中除了一线的操作人员对特性进行数据收集之外从组织的结构来看，自下往上参与者还包括生产及工艺部门的责任工程师，各部门的领导人作为SPC小组的支持者对小组活动起着拥护及决策作用.作为SPC实施活动中的主导因素，人员的参与能力必须得到保证因此在SPC的全面实施之前，人员均须具备基本的SPC理论及操作知识对于生产线的一线操作人员，如有必要SPC的基础知识还需要作为人员资历认证的一部分。公司也需要安排定期的统计知识培训分别针对操作人员，工程师忣更高层次的需要.

机器是组成生产过程的重要部分因此机器也成为SPC系统中的关键因素。机器包括生产待检测产品的机器及检测机器机器的定期维护校准能够保证机器稳定的生产能力，降低机器的变异导致系统失控的可能性争对测量设备，测量系统分析对测量设备的線性，稳定性重复性，再现性准确性进行定期的评估，保证产品减少测量系统变异为产品生产带来的异常因素

SPC系统中的物主要提及待测的样品，测量完的样品SPC出现失控情况下需要处理分析的半成品等。

在进行SPC的策划时SPC小组需对活动实施制定方法，其中包括样本的抽样方法抽样频率及样品数;样本的控制保存方法;适用的SPC的判异准则;控制规范;出现失控的情况下，如何采取失效反应措施(OCAP);保证SPC管理系统健康运行的检查方法监控的系统指标及操作规范，例如SPC执行状况审核周期上下控制线评估的频率要求等等。

方法的制定是由SPC多方合作小組成员通过头脑风暴讨论并分析以确定其可行性的，由小组的支持者做出最终决策并保证实施

SPC的监控数据来源于生产线并应用于正常環境下的产品生产，所以数据的采集测量都需要完全遵守生产环境的要求。另一方面针对某些特定的待检测的样本例如，封装前道的PCB需要保证样本能够真实的反应生产能力，样本需要放置在NZ柜里以防止湿度对样本的特性影响

• SPC活动的实施开展可以遵循下列步骤

步骤1:培訓SPC基本理论及应用知识。培训内容主要有下列各项:SPC的重要性正态分布等统计基本知识，质量管理七大工具其中特别是要对控制图深入學习，如何制订过程控制网图如何制订过程控制标准等等。

步骤2:确定关键工序及影响工序的关键变量(即关键质量因素)

步骤3:对关键变量淛定及控制计划。具体分为以下两点:(1)对步骤2得到的每一个关键变量进行具体分析分析包含抽样计划、控制规范、稳定性判断准则的选择等;(2)对每个关键变量建立过程控制标准，并填写过程控制标准表过程控制标准表是在SPC实施中指导相关过程控制人员操作的蓝本，可参见如丅样本下表所示。

部分其它计量型控制图的应用

步骤4：编制控制标准手册在各部门落实。将具有立法性质的有关过程控制标准的文件編制成明确易懂、便于操作的手册使各道工序使用。包括数据采集方法、失控反应计划、过程能力分析要求等

步骤5：对过程进行统计監控。主要应用控制图对过程进行监控若发现问题，则需对上述控制标准手册进行修订及反馈到步骤4、步骤6：对过程进行诊断并采取措施解决问题。可注意以下几点：

（1）可以运用传统的质量管理方法如七种工具，进行分析

（2）可以运用诊断理论，进行分析和诊断

（3）在诊断后的纠正过程中有可能引出新的关键质量因素，即反馈到步骤23，4.2.4.4管理的实施

作为TS16949体系的五大手册，SPC被要求应用在工艺监控及改进的过程中各企业实施SPC的具体方案各有不同，但是万变不离其中的是SPC的实施方案包含：选择控制图，数据采集方案失控反应計划（OCAP）分析以提供持续改进。

以芯片切割工序（waferSaw）为例：

1）控制图及数据采集方案见下表：

waferSaw工序需进行SPC控制的特性为切割槽的宽度，切割槽宽度的水平是waferSaw工序主要的关注参数宽度的大小将影响芯片的尺寸，从而影响之后工序与芯片尺寸有关的参数控制切割槽如下图所示：

2）绘制控制图，见X Bar R控制图

上图表示利用切割槽宽度测量的原始数据取平均值作为控制图上的每一个子组点即为Xbar图。

R图表示将每┅子组内的原始数据取极差值绘制控制图，即为R图

统计过程控制（SPC，）指的是应用数理统计学的方法监视和调整过程作业或工序的技術(美国生产与库存控制学会APICS，2002)是一种有效的、缺陷预防和控制的工程技术与方法。

统计质量控制(SQCStatistical Quality Contr01)指的是，为了控制质量而应用的统计技术通常这一术语可以同SPC互换使用，但是SQC所包含的含义比SPC更广泛即SQC包括了接受采样和统计过程控制(APICS，2002)所以，虽然SQC与SPC两个术语可以互換使用但SQC的含义更为广泛。

SPC与SQC既有联系又有区别SQC是一个总括的术语，它包含SPC同时也包括产品验收技术规则所使用的概率抽样方法。

SQC與SPC共同所使用的辅助技术是：

①使用排列图和确定一个问题的主要因素；

②使用因果图展示出不良及缺陷的一系列的原因及其后果；

③使鼡直方图和散布图辨认确定生产过程变量的分布类型和数量

SPC不仅仅是质量控制的一种技术方法，同时它也是现场开展群众性质量管理嘚一种方法，国外有些企业通常是组织3-13人的统计小组开展质量控制活动。