spc变异的原因(s

导语：什么是SPC中变异的common cause和special cause？

先说术语：休哈特博士在1924创立控制图时开发的术语为chance cause和assignable cause。现在更通用的术语使用common cause代替chance cause， special cause代替assignable cause。也有中文书籍中常见使用“随机因素”代替chance cause， “特殊因素”代替assignable cause。

什么是common cause？

在任何生产流程中，无论设计的多好，维护的多好，一定数量的固有或天然变异总是存在。这些天然变异或“背景噪声”是很多细小影响的累积，本质上是不可避免的原因。在统计质量控制框架中，这种天然变异被称为“稳定系统的common cause”。一个流程的运行只有common cause变异代表统计控制状态。换句话说，偶然因素是流程固有的部分。

什么是special cause？

在流程的输出中可能偶尔出现其它类型的变异。这些变异通常由3个来源产生：机器不恰当的调整或控制，操作错误，原材料的缺陷。这些变异通常对比背景噪声大很多，它通常代表不可接受的流程性能水平。我们通常指不是common cause的变异来源称为special cause。一个流程存在special cause时被称为流程失控。

它们在操作和解释休哈特控制图中扮演什么角色？

在图中说明这些变异的common cause和special cause。

图中运行到时间t1流程是受控的；即，只存在common cause变异。结果，流程的均值和标准偏差都在受控值（即，μ0和σ0）。

在时间t1出现special cause。展示在图5.1，special cause的影响是流程均值漂移到新值μ1＞μ0。

在时间t2出现另一个special cause，导致μ=μ0，但是流程的标准偏差漂移到σ1＞σ0。

在时间t3出现另一个special cause，导致流程均值和标准差都变为失控值。从时间t1往后，存在special cause导致一个失控的流程。

统计过程控制SPC的主要目标是快速发现导致流程漂移的special cause，在制造大量不合格品之前，调查流程并实施纠正行动。这是控制图在线流程监控技术广泛应用目的。控制图也能用于估计生产流程的参数，通过这些信息，确定流程能力。控制图可能提供有用的流程改进信息。最终，记住统计过程控制的最终目标是估计流程中的变异。不可能完全消除变异，但是控制图是尽可能减少变异的有效的工具。

本文内容由小嫣整理编辑！