SPC：统计过程控制

SPC统计过程控制（Statistical Process Control）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。

SPC的产生：

1924年休哈特（W.A.Shewhart）博士绘制了第一张的SPC控制图，并于1931年出版了《加工产品品质的经济控制》（Economic Control of Quality of Manufactured Products）之后，SPC应用于各种制造过程改善便就此展开。

SPC是一种用来分析数据的科学方法，并且利用分析结果来解决实际的问题。只要问题能以数字表示，就可以应用SPC来分析。一般收集的资料都会有变动的现象，将这些数据画在图上，抽样值在某个范围中上下变动，为何会有这些波动发生?其原因可能是原料、设备、气压、操作员生理、心理不同所造成。

SPC的基本原理如下：

1. 被量测出的产品品质特性均是由于某些偶然因素所造成的结果。

2. 某些“偶然因素下的一致现象”，是任何制造和检验的架构下所固有的。

3. 在这固有之“一致现象”的状态下的变动将无法找到原因。

4. 在该状态外的变动原因，则是可被发现而加以改正的。

由此可知，休哈特博士将影响产品品质的变异分为不可归咎变异和可归咎变异两类因素：

·不可归咎变异因素是在过程中随时都会影响到产品。

·可归咎变异因素则是在某种特定条件下的过程中才会影响到产品。

如果某一过程只受到不可归咎变异因素影响，则该过程称为稳定过程，即是产品品质特性的变异是在可预测的统计控制范围之内；另一方面，如果某一过程同时被不可归咎与可归咎两个变异因素所影响，则该过程是不稳定的，此时产品品质特性的变异将无法以统计方法来预测。SPC图(SPC Charts)正是为了判断过程是否稳定，或是区分过程究竟是被不可归咎变异因素或可归咎变异因素所影响的一种统计技术。

SPC的作用：

确保制程持续稳定、可预测；

提高产品质量、生产能力、降低成本；

为制程分析提供依据；

区分变差的特殊原因和普通原因，作为采取局部措施或对系统采取措施的指南。

SPC的常用术语：

持续改进及统计过程控制概述

制程控制系统

变差的普通原因：是指过程在受控的状态下，出现的具有稳定的且可重复的分布过程的变差的原因。普通原因表现为一个稳系统的偶然原因。只有过程变差的普通原因存在且不改变时，过程的输出才可以预测。

特殊原因：通常也叫可查明原因）是指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。只用特殊原因被查出且采取措施,否则它们将继续不可预测的影响过程的输出。

局部措施和系统采取措施

局部措施

通常用来消除变差的特殊原因

通常由与过程直接相关的人员实施

通常可纠正大约15%的过程问题

对系统采取措施

通常用来消除变差的普通原因

几乎总是要求管理措施，以便纠正

大约可纠正85%的过程问题

1、收集：手机数据并画在图上

2、控制：根据过程数据计算实验控制限识别变差的特殊原因并采取措施

3、分析及改进：确定普通原因变差的大小并采取减小它的措施

重复这三个阶段从而不断改进过程 控制图是用于分析和判断工序是否处于稳定状态所使用的带有控制界限的图。SPC控制图是对过程质量加以测定、记录从而进行控制管理的一种用科学方法设计的图，是质量控制的行之有效的手段 ，是SPC技术的核心工具。

SPC控制图是对过程质量加以测定、记录从而进行控制管理的一种用科学方法设计的图。1928年由沃特·休哈特（Walter Shewhart）博士率先提出。其指出:每一个方法都存在着变异,都受到时间和空间的影响,即使在理想的条件下获得的一组分析结果,也会存在一定的随机误差。但当某一个结果超出了随机误差的允许范围时,运用数理统计的方法,可以判断这个结果是异常的、不足信的。

问世数十年来，质量控制图在众多现代化工厂中得到了普遍应用，并凭借其强大的分析功能，为工厂带来丰厚的实时收益。最初的控制图分为计量型与计数型两大类，包含七种基本图表。

计量型控制图包括：

IX-MR（单值移动极差图）

Xbar-R（均值极差图）

Xbar-s（均值标准差图）

计数型控制图包括：

P（用于可变样本量的不合格品率）

Np（用于固定样本量的不合格品数）

u（用于可变样本量的单位缺陷数）

c（用于固定样本量的缺陷数）

本图假设测量系统已经过评价并且是适用的。

计量型数据控制图

1-2 建立控制图及记录原始数据

质量管理的思维方式

智慧工厂

全面质量管理（TQM）基础知识

智慧工厂

1认识质量

目的：切实唤起管理人员的改善意识，并掌握质量的三个基本原则。

1、什么是质量

漫画赏析：忙、 茫 、 盲

2、改善的七大阻碍

员工的看法

3、三个质量原则的阐述

底线原则

早鸟原则

稳定原则

案例：西贝的红冰箱机制

演练：每个小组梳理出有待改善、不少于五个的质量问题

2标准化管理

目的：掌握基于现场作业的标准化管控手段!

1、现场标准化的内容

人、机、料、法、环的标准化

2、现场标准化的价值

3、从流程图到质量控制计划

4、作业指导书的形式、内容、原则及制作步骤

5、作业指导书的运用技巧

案例：作业动作的优化技巧

演练：制作一份质量控制计划与作业指导书

3QC七大手法的运用

目的：切实掌握QC七大手法的分析技巧及运用要点。

1、质量发展历史的简介

质量学的三位大佬：休哈特、朱兰、戴明

日本质量集大成者：石川馨

2、QC七大手法的运用解析

1）QC查检表之解析

查检表定义及制作要点

探讨：罗列出部门的Top3的表格，探讨其改善？

2）QC层别法之解析

层别法用法及层别项目选择

3）QC柏拉图之解析

柏拉图运用要点及制作步骤

练习：制作一张柏拉图

4）QC鱼骨图之解析

鱼骨图的概念、用途、制作步骤

练习：鱼骨图不同用途的演练

5）QC散布图之解析

散布图的概念及正相关、负相关、无相关的概念

6）QC直方图之解析

直方图的意义与制作步骤

直方图的判定技巧

练习：直方图的制作

7）QC控制图之解析

控制界限3Sigma

控制图的意义及制作步骤

控制图的判定标准

8）QC七大手法的再梳理

4QC小组的推进

目的：掌握推动QC小组活动的基本技能并运用于实践。

1、QC小组的基本概念

什么是QC小组

为什么要推动QC小组

2、QC组建的要点

3、 推进QC小组的四张表格

QC小组注册登记表

QC小组活动登记表

QC小组对策表

QC小组活动评分表

4、 推进QC小组的十个步骤

案例：QC Story 演示

视频：QC成果发表会

演练：QC小组的选题与注册

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：

重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？

重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？

重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？

AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：

精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。

智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。

高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。

不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。

边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：

创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；

对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；

人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。

给决策制定者和商业领袖的建议：

超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；

迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新

评估未来的知识和技能类型；

制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开

发过程中确定更加明晰的标准和最佳实践；

重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临

较高失业风险的人群；

开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和 人工智能，像君子一般融合，一起体现科技就是生产力。

如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。

产业智能官 AI-CPS

用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。

长按上方二维码关注微信公众号：AI-CPS，更多信息回复：

新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能金融”、“智能零售”、“智能驾驶”、“智能城市”；新模式：“财富空间”、“工业互联网”、“数据科学家”、“赛博物理系统CPS”、“供应链金融”。

本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！