什么是SPC、SPD与SPA？

1． SPC
SPC(Statistical Process Control)即统计过程控制，是20世纪20年代由美国休哈特首创的。SPC就是利用统计技术对过程中的各个阶段进行监控，发现过程异常，及时告警，从而达到保证产品质量的目的。这里的统计技术泛指任何可以应用的数理统计方法，而以控制图理论为主。但SPC有其历史局限性，它不能告知此异常是什么因素引起的，发生于何处，即不能进行诊断，而在现场迫切需要解决诊断问题，否则即使要想纠正异常，也无从下手。

2． SPD
SPD(Statistical Process Diagnosis)即统计过程诊断，是20世纪80年代由我国质量管理专家张公绪首次提出的。1980年，张公绪提出选控控制图系列。选控图是统计诊断理论的重要工具，奠定了统计诊断理论的基础。1982年，张公绪又提出了“两种质量诊断理论”，突破了传统的休哈特质量控制理论，开辟了质量诊断的新航向。此后，我国又提出“多元逐步诊断理论”和“两种质量多元诊断理论”，解决了多工序、多指标系统的质量控制与质量诊断问题。从此，SPC上升为SPD。SPD是利用统计技术对过程中的各个阶段进行监控与诊断，从而达到缩短诊断异常的时间、以便迅速采取纠正措施、减少损失、降低成本、保证产品质量的目的。
目前，我国依据上述诊断理论已开发出两种诊断软件。一种是依据“两种质量诊断理论”开发的应用软件SPCD2000，用于诊断多工序生产线中上工序对下工序的影响；另一种是依据“多元逐步诊断理论”和“两种质量多元诊断理论”开发的多元诊断软件DTTQ2000，用于多因素相关条件下的诊断。而后者同时也考虑了上工序对下工序的影响。

3． SPA
SPA(Statistical Process Adjustment)即统计过程调整，是SPC发展的第三个阶段。SPA可判断出异常，告之异常发生在何处，因何而起，同时还给出调整方案或自动调整。SPA从90年开始提出，目前尚无实用性成果，正在发展之中。


SPC即统计过程控制（Statistical Process Control）。SPC主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过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。

在生产过程中，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：正常波动和异常波动。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。