统计过程控制

统计过程控制（也称为统计过程控制或统计过程控制，SPC）通常被理解为基于统计方法优化生产和服务过程的程序。

在明确定义要检查的过程之后，过程专家必须确定哪些测量变量是重要的。 然后必须在正在进行的生产过程中按计划记录这些。 然后使用质量控制图进行评估。

现在还有一些软件包试图将统计过程控制建立为计算机辅助质量保证 CAQ 的核心组成部分。 为此目的进行的一些测量也由机器数据采集 (MDE) 自动执行，并进行相应的统计处理。

统计过程控制（SPC）用于尽可能经济高效地维持预定义的质量水平。 另一方面，不适合提高产品质量。 超出要求水平的质量水平会导致额外的成本，而这些成本只会带来微不足道的额外收益。

通常，所需的无缺陷零件水平是 X 值，这可以通过相对较少的控制工作来实现，因此成本较低。然而，将质量提高到 100 % 无缺陷部件会显着增加控制工作量，比与 100 %-X 的差异要大得多，因为总成本随着所需质量水平呈指数增长（例如，由于更多的测试，特别是其他测试设备和生产机器，更合适的生产工艺等）。这被称为不经济的“过度供应”。因此，统计过程控制（SPC）服务于经济最低限度原则。

其他质量管理方法，如 FMEA，对于有针对性地提高所需的质量水平是必要的。

统计过程控制（SPC）通常在软件支持下应用。 这里使用了三种类型的软件。首先是通用计算软件，例如电子表格或统计数据包，其次是全面的 CAQ 完整解决方案，初学者通常使用电子表格。然而，特殊的 SPC 和 CAQ 产品可以减少工作量并实现集中评估：统计过程控制（SPC）软件通常预先配置了制造商特定的规则集，可以直接从测量工具和机器读取测量数据，而 CAQ 系统，除了统计过程控制（SPC），还有其他质量管理模块，例如跨多个级别和项目的 FMEA、供应商评估或过程控制计划。