本手册所描述控制图的选用程序
第Ⅰ章
持续改进及统计过程控制概述
在今天的经济气候下，为了事业昌盛，我们——汽车制造商，供方及销售商必须致力于不断改进。我们必须寻找更有效的方法来提供产品及服务。这些产品和服务必须不断地在价值上得以改进。我们必须重视内部以及外部的顾客，并将顾客满意作为企业的主要目标。为了达到这一目标，我们组织中的每一个人都必须确保不断改进及使用有效的方法。本手册涉及到第二个领域的某些要求。它描述了能使我们致力于的改进更有效的几种基本的统计方法。为了完成不同的任务需要不同程度的理解。本手册的对象是见习生以及刚开始从事统计法应用的管理人员。对于现在正在应用更先进技术的人员，本手册也可作为他们学习这些基本方法的参考文献。本手册并没有包括所有的基本方法。附录H所列的参考文献或手册中阐述了其他的基本方法(例如：检查清单、流程图、排列图、因果分析图等)及一些先进的方法(如其他控制图、试验设计、质量功能展开等)。本书所述的基本统计方法包括与统计过程控制及过程能力分析有关的方法。本手册的第1章阐述了过程控制的背景知识，解释了一些重要的概念：如变差的特殊及普通原因，并介绍了控制图，这个用来分析及监控过程非常有效的工具。第Ⅱ章描述了构造和使用计量型数据控制图表(定量的数据，或测量)的 - X—R， - X—s图，中位数图以及X—MR(单值及移动极差)图。这一章还介绍了过程能力的概念并讨论了广泛应用的指数及比值。第Ⅲ章介绍了用于计数型数据(定性数据或计数值)的几种控制图：p图、np图及u 图。第Ⅳ 章介绍了测量系统分析的内容并列举了适当的例子。附录包括分组及过度调整的例子，如何使用控制图的流程图、常数及公式表、标准正态分布以及可复制的空白表等。术语索引给出了本手册所使用的术语及符号的解释，参考文献一节向读者提供了进一步学习的材料。
在开始讨论之前，需进行六点说明：
1．收集数据并用统计方法来解释它们并不是最终目标，最终目标应是对读者的过程不断加深理解。当—个没有任何改进的技术专家是很容易的。增加知识应成为行动的基础；
2．研究变差和应用统计知识来改进性能的基本概念适用于任何领域，可以是在车间中或办公室里。例子有：机器(性能特性)、记帐(差错率)、总销售额、浪费分析(废品率)、计算机系统(性能特性)及材料管理(运送时间)。本手册重点放在车间应用中。鼓励读者参考附录H中的参考文献应用于行政管理及服务中；
3．SPC代表统计过程控制，不幸的是在北美统计方法常用于零件而不是过程。应用统计技术来控制输出(例如零件)应仅仅是第一步。只有当产生输出的过程成为我们努力的重点，这些方法才能在改进质量，提高生产率，降低成本上发挥作用；
4．尽管本书的每一点是通过已完成的例子来说明，要真正理解这些知识需要进一步与过程控制实际相联系。研究读者自己的工作场所或相似部门中的实际例子是对本书的重要补充。然而，现有的过程信息不能代替实际工作经验；
5．本书可看成应用统计方法的第一步。它提供从经验中得到的法则，这些法则在许多方面得到了应用。然而，还是存在不能盲目使用这些法则的例外。本手册不能满足初学者对统计方法和理论知识的进一步的需要，我们鼓励读者寻求正规的统计学教育。在读者的过程和统计方法的应用已经比本手册所述的内容更先进的地方我们也鼓励读者向具有一定的统计理论知识与实践的人员请教。以便了解其它技术
6．测量系统对合适的数据分析来说很重要，并且在收集过程数据之前就应很好地了解它们，如果这样的一个系统缺少统计控制或他们的变差占过程 数据总变差中很大比例，就可能作出不适当的决定。在手册中，假设该系统处于受控状态并且对数据的总变差没有大的影响。为了更详细的了解这些内容
读者可参考AIAG出版的测量系统分析(MSA)手册。
第1节
预防与检测
过去，制造商经常通过生产来制造产品，通过质量控制来检查最终产品并剔除不符合规范的产品。在管理部门则经常靠检查或重新检查工作来找出错误，在这两种情况下都是使用检测的方法，这种方法是浪费的，为它允许将时间和材料投入到生产不一定有用的产品或服务中。 一种在第一步就可以避免生产无用的输出，从而避免浪费的更有效的方法是——预防。对许多人来说预防的策略听起来很明智，甚至是显然的。经常能听到这样的口号“第一次就把工作做好。”但光有口号是不够的。所要求的是理解统计过程控制系统的各个要素。下述七节介绍了这些要素，并可以看成是下列问题的答案：
·什么是过程控制系统?(第2节)
·统计技术是如何区分一个问题实质是局部的还是涉及到整个系统的?(第4节)
·什么是统计受控过程?什么是有能力的过程?(第5节)
·什么是持续改进循环?过程控制对哪一部分起作用?(第6节)
·什么是控制图?如何使用?(第7节)
·使用控制图有什么好处?(第8节)
学习以上材料时，读者可以查阅附录G的术语索引对关键术语和符号的定义。
第2节
过程控制系统
一个过程控制系统可以称为一个反馈系统。统计过程控制(SPC)是一类反馈系统，但也存在不是统计性的的反馈系统。下面讨论这个系统的四个重要的基本原理。
1．过 程
2．有关性能的信息
通过分析过程输出可以获得许多与过程实际性能有关的信息。但是与性能有关的最有用的信息还是以研究过程本质以及其内在的变化性中得到的。过程特性(如温度、循环时间、进给速率、缺勤、周转时间、延迟以及中止的次数等、是我们关心的重点。我们要确定这些特性的目标值，从而使过程操作的生产率最高，然后我们要监测我们与目标值的距离是远还是近，如果得到信息并且正确地解释，就可以确定过程是在正常或非正常的方式下运行。若有必要可采取适当的措施来校正过程或刚产生的输出。若需要采取措施，就必须及时和准确，否则收集信息的努力就白费了。
3．对过程采取措施
通常，对重要的特性(过程或输出)采取措施从而避免它们偏离目标值太远是很经济的。这样能保持过程的稳定性并保持过程输出的变差在可接受的界限之内。采取的措施包括改变操作(例如：操作员培训、变换输入材料等)，或者改变过程本身更基本的因素(例如：设备需要修复、人的交流和关系如何，或整个过程的设计——也许应改变车间的温度或湿度)。应监测采取措施后的效果，如有必要还应进一步分析并采取措施。
4. 对输出采取措施
如果仅限于对输出检测并纠正不符合规范的产品，而没有分析过程中的根本原因，常常是最不经济的。不幸的是如果目前的输出不能满足顾客的要求，可能有必要将所有的产品进行分类报废不合格品或者返工。这种状态必然持续到对过程采取必要的校正措施并验证，或持续到产品规范更改为止。很显然，仅对输出进行检验并随之采取措施不能代替有效的过程管理。仅对输出采取措施只可作为不稳定或没有能力的过程的、临时措施(见第5节)。因此，下面的讨论的重点将放在过程信息收集和分析上，这样可以对过程本身采取纠正措施。
第3节
变差的普通及特殊原因
为了有效地使用过程控制测量数据，理解变差的概念是很重要的，见图2所示。
没有两件产品或特性是完全相同的，因为任何过程都存在许多引起变差的原因。产品间的差距也许很大，也许小得无法测量，但这些差距总是存在。例如一个机加工轴的直径易于受到由于机器(间隙、轴承磨损)、工具(强度、磨损率)、材料(直径、硬度)、操作人员(进给速率、对中准确度)、维修(润滑、易损零件的更换)及环境(温度、动力供应是否恒定)等原因造成潜在的变差的影响。再举一个例子，处理一张发票所需的时间随着人们完成(项目)不同的阶段，他们所用设备的可靠性，票据本身的准确性及易读性，所遵守的规程及办公室中其他工作量的不同而不同。
从最低要求的角度来看，总是将变差问题简单化。位于规定的公差的范围的零件是可接受的，超出规定公差范围之外的零件是不可接受的；按时完成报告是可接受的，迟缓的报告是不能接受的。然而，在管理任何一个过程减少变差时，都必须追究造成变差的原因。首先是区分普通原因和特殊原因。虽然单个的测量值可能全都不同，但形成一组后它们趋于形成一个可以描述成一个分布的图形(见图2)，这个分布按下列特性区别：
· 位置(典型值)；
· 分布宽度(从最小值至最大值之间的距离)；
· 形状(变差的模式——是否对称、偏斜等)。
普通原因指的是造成随着时间的推移具有稳定的且可重复的分布过程中的许
多变差的原因，我们称之为：“处于统计控制状态”、“受统计控制”，或有时简称“受控”。普通原因表现为一个稳定系统的偶然原因。只有变差的普通原因存在且不改变时，过程的输出才是可以预测的。
特殊原因(通常也叫可查明原因)指的是造成不是始终作用于过程的变差的原因，即当它们出现时将造成(整个)过程的分布改变。除非所有的特殊原因都被查找出来并且采取了措施，否则它们将继续用不可预测的方式来影响过程的输出。如果系统内存在变差的特殊原因，随着时间的推移，过程的输出将不稳定。
由于特殊原因造成的过程分布的改变有些有害，有些有利。有害时应识别出来并消除它，有利时可识别出来并使其成为过程恒定的一部分。对于一些成熟的过程(例如经过几次不断改进的循环后的过程)，顾客可能给予特许让一贯出现特殊原因的过程进行下去，这样的特许通常要求过程控制计划能确保符合顾客的要求并且保证过程不受别的特殊原因的影响。(见第5节
)
第4节
局部措施和对系统采取措施
在上面讨论的两种变差以及可能采取的减少它们的措施*之间有着重要的联系。
简单的统计过程控制技术能检查变差的特殊原因。发现变差的特殊原因并采取适当措施通常是与该过程操作直接有关人员的责任。尽管有时纠正时要求管理人员介入，但解决变差的特殊原因通常要求采取局部措施。这一点在早期的过程改进中尤为重要。当某人对特殊原因成功地采取适当的措施后，其余的问题通常要求采取管理行动而不是局部措施来解决。
相同的简单的统计过程控制技术也能指明变差的普通原因的范围，但分离这些原因需要更详细的分析。纠正变差的普通原因的责任在于管理人员。有时与操作直接相关的人员处于较有利的位置发现它们并将它们报告给管理人员来采取措施的。总的来说，解决变差的普通原因通常需要采取系统措施。
过量过程变差中较小的部分——工业经验建议为15％——是通过与操作直接有关的人员局部纠正的。大部分——其余的85％——是管理人员通过仅对系统采取措施来纠正的。采取的措施类型如不正确将给机构带来大的损失，不但劳而无功，而且会延误问题的解决甚至使问题恶化。例如：如果需要管理人员对系统采取措施(如选择提供一致输入材料的供方)时却采取的是局部措施(如调整机器)就不对**。无论如何，为了更好地减少过程变差的普通原因需要管理人员和与操作直接相关的人员的密切合作。
第5节
过程控制和过程能力
过程控制系统的目标是对影响过程的措施作出经济合理的决定。也就是说，平衡不需控制时采取了措施(过度控制或擅自改变)和需要控制时未采取措施(控制不足)的后果。必须在前面提到的变差的两种原因——特殊原因和 普通原因的关系下处理好这些风险。(见图3)
过程在统计控制下运行指的是仅存在造成变差的普通原因。这样，过程控制系统的一个作用是当出现变差的特殊原因时提供统计信号，并且当不存在特殊原因时避免提供错误信息。从而对这些特殊原因采取适当的措施(或是消 除它们，或是如果有用，永久地保留它们)。
· 过程能力由造成变差的普通原因来确定，通常代表过程本身的最佳性能(例如分布宽度最小)，在处于统计控制状态下的运行过程，数据收集到后就能证明过程能力，而不考虑规范对过程的分布位置和／或分布宽度如何规定；
· 然而，内外部的顾客更关心过程的输出以及与他们的要求(定义为规范)的关系如何，而不考虑过程的变差如何。
一般来说，由于受统计控制的过程服从可预测的分布，从该分布中便可以估计出符合规范的产品的比例。只要过程保持受统计控制状态并且其分布的位置、分布宽度及形状不变化，就可以继续生产相同分布的符合规范的产品。对过程采取的第一个措施就是将过程定位在其目标值上。如果过程的分布宽度是不可接受的，该策略则允许生产最小量不符合规范的产品。通常要求用对系统采取措施从而减少产生变差的普通原因的方法来改进过程的能力(以及其输出)，从而始终符合规范。为了进一步具体了解过程能力、过程性能以及与之相关的假设，参见第2章第5节。
简言之，首先应通过检查并消除变差的特殊原因使过程处于受统计控制状态，那么其性能是可预测的，就可评定其满足顾客期望的能力。这是持续改进的基础。
每个过程可以根据其能力和是否受控进行分类，过程可分成4类，如下表所示：
控制
一个可接受的过程必须是处于受统计控制状态的且其固有变差(能力)必须小于规定的公差。理想的情况是具有1类过程，该过程受统计控制且有能力满足要求，是可接受的。2类过程是受控过程但存在因普通原因造成的过大的必须减少的变差。3类过程符合要求，可接受，但不是受控过程，需要识别变差的特殊原因并消除它。4类过程即不是受控过程又不可接受，必须减少变差的特殊原因和普通原因。
在有些情况下，顾客也许允许制造商运行一个3类过程，这些情况包括：
· 顾客对规范要求之内的变差不敏感(见第2章第5节所讨论的损失函数)；
· 对特殊原因采取措施所发生的成本比任何所有顾客得到的利益大，因成本原因可允许存在的特殊原因包括刀具磨损、刀具重磨、周期的(季节的)变化等；
· 特殊原因已被查明，经记录后表明具有稳定性和可预见性。
在这些情况下，顾客可能会有以下要求：
· 该过程是成熟的，例如，该过程已经过几个循环的持续改进；
· 允许存在的特殊原因在已知一段时间内表现出产生稳定的后果；
· 过程控制计划有效运行，可确保所有的过程输出符合规范并能防止出现别的特殊原因或与允许存在的特殊原因不稳定的其它原因。
在汽车工业中可接受的作法是在一个过程被证明处于统计控制状态后才计算其过程能力。过程能力是作为利用从过程中得到的统计数据来进行过程性能预测的基础。利用从过程中得到的一定时间的不稳定或不重复的数据来进行预测是没有什么价值的。特殊原因是造成分布的形态、分布宽度或位置改变的原因，因此会很快使过程能力预测失效。用来计算不同的能力指数或比值所要求的数据是从处于统计控制状态的过程获得的。
能力指数可分成两类：长期的和短期的。短期能力的研究是以从一个操作循环中获取的测量为基础的。这些数据用控制图分析后作为判定该过程是否在统计控制状态下运行的依据。如果没有发现特殊原因，可以计算短期能力指数。如果过程不是处于受控状态，就要求采取解决变差的特殊原因的措施。这种研究通常用于验证由顾客提出的过程中生产出来的首批产品。另一个用途，有时也叫机器能力研究，是用来验证一个新的或经过修改的过程的实际性能是否符合工程参数。
如果一个过程是稳定的并且能符合短期的要求，紧接应进行另一种型式的研
究。长期能力研究包括通过很长一段时间内所进行的测量应在足够长的时间内收集数据，同时这些数据应能包括所有能预计到的变差的原因，很多变差原因可能在短期研究时还没有观察到。当收集到足够的数据后，将这些数据画在控制图上，如果没有发现变差的特殊原因，便可以计算长期的能力和性能指数。这种研究的一个用途是用来描述一个过程在很长一个时期内包括很多可能变差原因出现后能否满足顾客的要求的能力——例如：量化过程性能。
几个不同的指数已被提出。因为1)没有一个单独的指数可以万能地适用于所有过程；且2)没有一个给定的过程可以通过一个单独的指数完整地来描述。例如：推荐同时使用Cp和Cpk(见第Ⅱ章第5节)，并与图表技术一起使用，可以更好地理解估计的分布和规范界限的关系。在某种意义上说就是比较 (并且努力使两者一致)“过程的呼声”和“顾客的呼声”(参见参考文献22)。
有关汽车公司已经确定了对过程能力固定的要求。读者有责任与他们的顾客联系从而确定使用哪些指数。在有些情况下，可能最好是什么指数都不用。记住有很多能力指数的公式中包括产品规范，这一点很重要。如果规范不合适，或不是基于顾客的要求，努力使过程来符合这些规范将浪费大量时间和精力。第Ⅱ章第5节描述的是能力和性能指数的选择以及在使用这些指数时的注意事项。
