SPC控制图详解
SPC“控制图”的分析与判定
SPC“控制图”的分析与判定控制图（Control Chart）又叫管制图，是对过程质量特性进行测定、记录、评估，从而监察过程是否处于控制状态的一种用统计方法设计的图。
图上有三条平行于横轴的直线：中心线（CL，Central Line）、上控制线（UCL，Upper Control Line）和下控制线（LCL，Lower Control Line），并有按时间顺序抽取的样本统计量数值的描点序列。
UCL、CL、LCL统称为控制线（Control Line），通常控制界限设定在±3标准差的位置。
根据控制图使用目的不同，控制图可分为：分析用控制图和控制用控制图。
根据统计数据的类型不同，控制图可分为：计量控制图和计数控制图（包括计件控制图和计点控制图）。
计量型控制图平均数与极差控制图( -X-R Chart )平均数与标准差控制图( -X-S Chart )中位数与极差控制图( ~X-R Chart )个別值与移动极差控制图( X-Rm Chart )计数值控制图不良率控制图(P chart)不良数控制图(nP chart，又称 np chart 或 d chart)缺点数控制图(C chart)单位缺点数控制图(U chart)控制图种类及应用场合：控制图的分析与判定应用控制图的目的，就是要及时发现过程中出现的异常，判断异常的原则就是出现了“小概率事件”，为此，判断的准则有两类。
第一类：点子越出界限的概率为0.27% 。
准则1属于第一类。
第二类：点子虽在控制界限内，但是排列的形状有缺陷。
准则2-8属于第二类。
控制图八大判异准则（口诀）2/3A （连续3点中有2点在中心线同一侧的B区外<即A 区内>4/5C （连续5点中有4点在中心线同一侧的C区以外）6连串（连续6点递增或递减，即连成一串）8缺C （连续8点在中心线两侧，但没有一点在C区中）9单侧（连续9点落在中心线同一侧）14交替（连续14点相邻点上下交替）15全C （连续15点在C区中心线上下，即全部在C区内1界外（1点落在A区以外）▶2/3A （连续3点中有2点在中心线同一侧的B区外<即A区内>）判读：1 . 控制过严；2 . 材料品质有差异；3 . 检验设备或方法之大不相同；4 . 不同制程之资料绘于同一控制图上；5 . 不同品质材料混合使用。
spc控制图解释
SPC控制图详解摘要：什么是控制图？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。
控制图的应用控制图中包括三条线1.控制上限(UCL)2.中心线(CL)3.控制下限(LCL)控制图的种类数据：是能够客观地反映事实的资料和数字数据的质量特性值分为：计量值可以用量具、仪表等进行测量而得出的连续性数值，可以出现小数。
计数值不能用量具、仪表来度量的非连续性的正整数值。
计量型数据的控制图Xbar-R图（均值－极差图）Xbar-S图（均值－标准差图）X-MR图（单值－移动极差图）X-R（中位数图）计数型数据的控制图P图（不合格品率图）np图（不合格品数图）c图（不合格数图）u图（单位产品不合格数图）控制图的判异控制图可以区分出普遍原因变差和特殊原因变差1.特殊原因变差要求立即采取措施2.减少普遍原因变差需要改变产品或过程的设计错误的措施1.试图通过持续调整过程参数来固定住普通原因变差，称为过渡调整，结果会导致更大的过程变差造成客户满意度下降。
2.试图通过改变设计来减少特殊原因变差可能解决不了问题，会造成时间和金钱的浪费。
控制图可以给我们提供出出现了哪种类型的变差的线索，供我们采取相应的措施。
控制图上的信号解释有很多信号规则适用于所有的控制图（Xbar图和R图），主要最常见的有以下几种：规则1：超出控制线的点规则2：连续7点在中心线一侧规则3：连续7点上升或下降规则4：多于2/3的点落在图中1/3以外规则5：呈有规律变化SPC控制图建立的步骤1.选择质量特性2.决定管制图之种类3.决定样本大小,抽样频率和抽样方式4.收集数据5.计算管制参数(上,下管制界线等)6.持续收集数据,利用管制图监视制程SPC控制图选择的方法1．X-R控制图用于控制对象为长度、重量、强度、纯度、时间、收率和生产量等计量值的场合。
X控制图主要用于观察正态分布的均值的变化，R控制图主要用于观察正态分布分散或变异情况的变化，而X-R控制图则将二者联合运用，用于观察正态分布的变化。
《SPC控制图简介》课件
SPC控制图的基本原理
1
常规控制图
常规控制图基于统计学原理，通过计算数据的中心线、上限和下限，判断过程的 稳定性和可控性。
2
变异区分
SPC控制图通过区分过程的随机变异（正常变异）和特殊原因变异（非正常变 异），帮助我们识别异常情况。
3
抽样方法
SPC控制图的数据采集通常使用抽样方法，以代表性样本代替全部数据，以减 少统计误差和测量成本。
SPC控制图的作用和意义
实时监测
通过SPC控制图，我们可以实时监测过程状态，及时发现异常情况，从而在问题扩大之前采 取纠正措施。
问题识别
SPC控制图可以帮助我们识别过程中的特殊原因，即导致异常情况的外界因素，从而提供改 进业务流程的线索。
持续改进
通过持续监控和分析SPC控制图的数据，我们可以了解过程的变化和趋势，进而制定改进计 划，以提高过程稳定性和产品质量。
SPC控制图简介
SPC控制图是一种用于监测和控制过程稳定性的强大工具。它通过统计数据 分析和图表展示，帮助我们识别问题、预测趋势和改进业务流程。
什么是SPC控制图
SPC控制图是一种图表工具，用于分析过程数据，以判断过程是否受到特殊原因的影响，抑或只是正常 的随机变异。它基于统计学原理和概率分布，能够提供关于过程稳定性的有用信息。
SPC控制图的常见类型和应用
C-Chart
C-Chart适用于计数型数据， 如缺陷数量、不良率等，用于 监测过程中的特殊原因。
P-Chart
P-Chart适用于占比型数据，如 不良率、合格率等，用于监测 过程是否稳定，满足一致和可 控的要求。
X-bar & R-Chart
X-bar & R-Chart适用于连续性 数值型数据，如尺寸、重量等， 用于监测过程的中心线和过程 分散性。
SPC控制图详解
b.计算控制限 : 计算不合格品率均值Pavg
p1n1 + p1n1 + + p k nk p n1 + n2 + + nk
1.控制图理论 控制图详解 : P 图 : 计算上下控制限
UCL p p + 3 p 1 p / n LCL p p 3
式中n为恒定的样本容量。 注：当LCLp计算为负值时，此时无下控制限（为 0 ）。 计算控制限时应注意的问题：
c1 + c2 + c k
+ ck
上下控制限
UCLc c + 3 c
LCL c c 3 c
1.控制图理论
控制图详解 : U 图
单位不合格数 U 图 U 图可测量容量不同的样本的每个检验单元内不合格数量。其 它方面与C图相似。
请记录!
1.控制图理论 控制图详解 : U 图
1.控制图理论 控制图详解 : U 图
1.控制图理论 控制图详解 : X-S 图
Xavg的计算同Xavg-R图
标准差S的计算利用下式之一
s
X
i
X
n 1
或s X
2
2 i
nx
2
n 1
式中：Xi、Xavg、n分别代表样本的单值、均值和样本容量
: 控制图刻度同Xavg-R图
: 将Xavg和S的测量值画到控制图
请记录!
1.控制图理论 控制图详解 : X-S 图
b．计算控制限
: 计算极差和均值控制的上下限 标准差 上限 均值 上限 下限 UCLX=Xavg-avg + A3Savg LCLX= Xavg-avg - A3Savg UCLS=B4Savg ; 下限 LCLS=B3Savg
SPC控制图应用步骤简明教程
1. 收集数据
2. 建立控制限
3. 统计上受不 受控的解释
4. 为了持续控 制延长控制限
当过程受控时并经过过程能力评价满足要求时， 应可以延长控制限，以满足未来过程控制的需 要。如果过程中心线偏离目标值，可能需要针 对目标值进行调整。
过程能力和过程性能
计量型数据 过程能力和过程性能
1. 过程能力：仅适用于稳定统计过程，是过程固有变差的 6 范围，
2.子组数量：为了建立控制限，通常取25个子组，或更多个子组包含100或 更多个单值读数。
3.子组容量：较大的子组能很容易探测出较小的过程变化。一般2-5个样本。 4.子组频率：通常按时间顺序来取子组，目的是探测过程随时间发生的变化。
推荐的频率见附表所示
附表 推荐的子组频率
每小时产量
10以下 10-19 20-49 50-99 100以上
1. 计量型控制图
1) 单值与移动极差控制图（I-MR）。 【 样本量n=1】 2) 均值极差控制图（XBar-R图）； 【样本量2 ≤n ≤9】
~ 3) 均值与标准差控制图（XBar-S图）；【样本量n ≥10】
4) 中位数与极差控制图（X-R图）；
2. 计数值控制图
1) 不良率控制图（P图）； 2) 不良数控制图（NP图）； 3) 缺点数控制图（C图）； 4) 单位缺点数控制图（U图）。※
drσ ≥50%
评价 接近稳定 不太稳定
不稳定 很不稳定
6西格玛相关
（一）连续型数据的流程能力
流程的西格玛水平：Z值 Z值可以描述流程的不合格率P(d)
ZUSL =
USL-X
ZLSL =
X-LSL
SPC控制图简介
8.3：连续6点递增或递减
Six points in a row steadily increasing or
decreasing
过程均值偏移
9. 异常点原因分析的步骤
• 对于控制图所出现的异常点, 我们建议按下列順序 进行检查：
a. 取 Data 是否随机； b. 数字的读取是否准确、测试仪器是否符合
两种变异
过程预防 对过程采取行动 避免浪费、不生产
无用产品的 预防策略
偶因 始终存在 不易识别
异因 可查明特殊原因
归结为5M1E
1.3 统计过程控制的目的
• SPC的目的:建立并保持过程处于可接受的并且稳定的水平， 以确保产品和服务符合规定的要求
• 控制图。是实现上述目的所应用的主要统计工具
表征过程 当前样本 序列信息
LCL
UCL
Specification Limits （USL，LSL）
由顾客或管理层确定,表述过程的理想状态
Control Limits
（UCL，LCL）
由抽样数据计算确定,表述过程的实际状态
1.2 传统方法与过程预防策略
传统的质量检验策略
科学的过程预防策略
事后检验 浪费和不经济
未识別
识別
不控制 生产过程 控制
• 分析用控制图的目的是对收集到的一定数据进 行分析，寻找稳态。
• 控制用控制图是对实时数据进行分析，保持稳 态。
• 稳态，也称统计控制状态(state in statistical control)，即过程中只有偶因没有异因的状态。
• 稳态是生产追求的目标。
4.1 稳态的统计解释(又称统计稳态)
8. 判异准则
SPC控制图的判定方法
SPC控制图的判定方法SPC（Statistical Process Control）控制图是一种统计工具，用于分析和监控过程中的变异性，并判断过程是否稳定。
通过控制图的使用，可以帮助企业提高产品质量、降低成本和提高生产效率。
本文将介绍SPC控制图的判定方法。
一、控制图的基本原理1.1 数据收集与分类要绘制SPC控制图，首先需要收集相关的数据。
这些数据可以是产品尺寸、重量、时间等方面的测量结果。
收集的数据需要根据特定的要求进行分类和整理，以便后续的统计分析。
1.2 参数与变量在控制图中，可以使用参数图和变量图两种类型的控制图。
参数图适用于可计量的特征，如长度、重量等，而变量图适用于计数型数据，如不良品率、缺陷数等。
1.3 控制线的设定控制图通常包括中心线、上限线和下限线。
中心线代表过程的平均值，上限线和下限线则用于判断过程变异是否在可接受的范围内。
控制线的设定需要根据过程的稳定性和要求进行调整。
二、SPC控制图的判定方法2.1 过程是否稳定在绘制控制图之前，首先需要判断过程是否稳定。
稳定的过程指的是过程产生的变异性仅来自于随机误差，而不是系统性的因素。
判断过程是否稳定可以通过以下几种方式进行：（1）过程能否满足规范要求：通过对过程数据进行规范性能指标的计算与分析，判断过程是否满足要求。
（2）过程的输入是否稳定：观察过程的输入数据，如材料的质量、设备的稳定性等，判断输入是否稳定。
（3）过程是否存在特殊因素：通过了解和分析过程中的特殊因素，如人为因素、设备故障等，判断过程是否稳定。
2.2 控制图的规则绘制了控制图后，可以通过判断数据点的分布情况，在控制图上标示出不同的规则。
常用的规则有以下几种：（1）单点超出控制限：单个数据点超出上限线或下限线。
（2）连续点在中心线同一侧：三个或更多连续的数据点在中心线的同一侧。
（3）多点连续递增或递减：连续五个或更多数据点递增或递减。
（4）趋势：六个或更多连续递增或递减的数据点。
SPC控制图原理的两种解释
SPC控制图原理的两种解释关键词：SPC、SPC控制图、SPC控制图原理控制图是在实施SPC过程中，对过程质量特性值进行测定、记录、评估，从而监察过程是否出于控制状态的一种用统计方法设计的图。
图上有中心线CL、上控制限UCL和下控制限LCL，并有按照时间顺序所抽取的样本统计量数值的描点序列。
控制图的原理是什么，这里有两种解释，并根据以下SPC控制图进行说明。
SPC控制图—X控制图●SPC控制图原理的第一种解释假设我们正在进行螺丝生产过程监控，每隔一个小时随机抽取一个车好的螺丝，将结果描点在上图中，并用直线段将点子连接，由此可见，前三个点子都在控制界限内，但第四个点子却超出了UCL，表示第四个螺丝的直径过粗了，现在对第四个点子应做什么判断呢？（1）若过程正常，即分布不变，则出现这种点子超过UCL情况的概率只有1‰左右。
（2）若过程异常，譬如车刀的磨损导致加工的螺丝逐渐变粗，μ逐渐增大，于是分布曲线上移，发生这种情况的概率可能为1‰的几十乃几百倍。
由于情形（2）发生的可能性要比情形（1）大几十乃几百倍，故认为上述异常是由情形（2）造成的。
数学语言上讲这是小概率事件原理：小概率事件在一次试验中几乎不可能发生，若发生即判断异常。
●SPC控制图原理的第二种解释影响产品质量的因素分为偶然因素和异常因素。
偶然因素是过程固有的，对质量影响小，难以去除。
异常因素则非过程固有，时有时无，对质量影响大，但不难去除。
偶然因素引起偶然波动，异常因素引起异常波动。
我们可以这样想，假设在过程中，异常波动已消除，只剩下偶然波动也就是正常波动，根据正常波动，应用统计学原理设计出控制图相应的控制界限，当异常波动发生时，点子就会落在界外。
控制图上的控制界限就是区分偶然波动和异常波动的科学界限。
可此可说，第二种SPC控制图原理的实质是区分偶然因素和异常因素两类因素。
以上就是针对SPC控制图原理的两种解释，相信大家一定对SPC控制图有了进一步的认识。
SPC控制图
更美声音，更美享受 7
客户第一、工匠精神、正直、激情、创新
[更美声音，更美享受]
8
更美声音，更美享受 4
处理方法
1．产线工人或班组长发现SPC管制异常时首先；自我检查，是否严格 按作业标准（SOP或WI）作业，相邻作业员交叉检验；情况严重，或无法 查找到原因必须立即通知品质工程师和制程工程师。
2．品质工程师与制程工程师现场分析后，能否在较短的时间内 （0.5~1小时）找到产生异常的原因，采用4M1E分析制程；如仍然无法找 到根源，而且情况严重（如：P不良率大大超标），报告上级主管决定是 否停线；品质工程师召集相关部门开会讨论，寻找根本原因（制程、设计、 材料或其它）。
更美声音，更美享受 3
控制图作用
在生产过程中，产品质量由于受随机因素和系统因素的影响而产生变差； 前者由大量微小的偶然因素叠加而成，后者则是由可辨识的、作用明显的原因所 引起，经采取适当措施可以发现和排除。当一生产过程仅受随机因素的影响，从 而产品的质量特征的平均值和变差都基本保持稳定时,称之为处于控制状态。此 时，产品的质量特征是服从确定概率分布的随机变量，它的分布(或其中的未知 参数)可依据较长时期在稳定状态下取得的观测数据用统计方法进行估计。
3．SPC产生异常的原因找到并实施纠正预防措施后，SPC管制图向管制 异常相反的方向转变，说明对策有效；恢复正常生产。此过程必须严密监 控。
更美声音，更美享受 5
什么是CPK
什么是CPK： CPK：ComplexProcess Capability index 的缩写，是现代企业用于表示 制程能力的指标。制程能力强才可能生产出质量、可靠性高的产品。 制 程能力指标是一种表示制程水平高低的方法，其实质作用是反映制程合格 率的高低。制程能力的研究在于确认这些特性符合规格的程度，以保证制 程成品的良率在要求的水准之上，可作为制程持续改善的依据。而规格依 上下限有分成单边规格及双边规格。只有规格上限和规格中心或只有规格 下限和规格中心的规格称为单边规格。有规格上下限与中心值，而上下限 与中心值对称的规格称为双边规格。 当我们的产品通过了GageR&R的测试 之后，我们即可开始Cpk值的测试。CPK值越大表示品质越佳。指标说明： 如CPK≥1.33，说明制程能力较好，需继续保持； 如1.33≥CPK≥1，说明制程能力一般，须改进加强； 如CPK≤1，说明制程能力较差，急需改进。
SPC控制图的种类及判异方法48页课件
计数值：由计数而得的数据或将之转换成百分率，例如不良数、由不良数转换而成的不良率、 缺点数、由缺点转换而成的单位缺点数或百万件缺点数，为一可分割之量值。 计量值：不可分割之量值。实际量测产品或过程质量特性所得的尺度量值，这类量测的量测不 是真值而只是近似值而已，例如长度、直径、压力、强度等，为连续数据。
步骤7：确定控制限是否能经济地满足要求； 步骤8：运用控制限进行控制；
SPC统计过程控制
四、计量型数据控制图
均值-极差控制图（ x R控制图 ）
最常用；最基本； 控制对象为计量值； 适用于n ≤9的情况； 均值图用于观察和分析分布的均值的变化，即
过程的集中趋势； 极差图观察和分析分布的分散情况，即过程的
LCL x 3 x 2.66MR d2
相当于n=2时的均值控制图
各常数值如下:
MR控制图
CL MR
UCL D4MR 3.267 MR LCL D3MR 0
相当于n=2时的极差控制图; n=2时,D4=3.267,D3=0
n
2
3
4
5
6
7
8
9 10
D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78
离散程度。
SPC统计过程控制
四、计量型数据控制图
均值-极差控制图 -控制限
均值控制图
CL x UCL x A2R LCL x A2R
极差控制图
CL R UCL D4R LCL D3R
SPC统计过程控制
4、X bar-s图
计算各样组的平均数
四、计量型数据控制图
计算这些组平均数的平均数
频数分布在进行调整期间已经完成，分析结果表明进 行一段时期加工生产的开端是可以令人满意的。
SPC统计常用控制图评价
SPC统计常用控制图评价引言SPC（Statistical Process Control，统计过程控制）是一种通过采集和分析过程数据，以便实时监控和控制过程稳定性的方法。
常用的SPC工具之一是控制图，它能够帮助我们识别过程中的特殊因素和常见问题，并实施相应的改进措施。
本文将介绍SPC常用控制图，并对其评价方法进行讨论。
一、SPC常用控制图1.1 均值图均值图（X-Bar图）是一种常用的控制图，用于监控连续型数据的均值是否稳定。
它通过绘制样本均值的变化情况，以及控制限的设置，来判断过程是否受到特殊因素的影响。
如果样本均值超出控制限范围，就说明过程出现了问题。
1.2 极差图极差图（R图）是另一种常用的控制图，用于监控连续型数据的变异性是否稳定。
它通过绘制样本极差的变化情况，以及控制限的设置，来判断过程是否存在异常变异。
如果样本极差超出控制限范围，就说明过程出现了问题。
1.3 标准差图标准差图（S图）是控制图中另一种用于监控连续型数据变异性的工具，它通过绘制样本标准差的变化情况，以及控制限的设置，来判断过程的稳定性。
如果样本标准差超出控制限范围，就说明过程存在异常变异。
1.4 化验图化验图（C图）是一种用于检测离散型数据的控制图。
它通过绘制样本中不良品的数量或比例的变化情况，以及控制限的设置，来判断过程是否稳定。
如果样本不良品数量或比例超出控制限范围，就说明过程存在问题。
二、控制图的评价方法控制图的评价方法主要包括特殊因素的判断和过程能力的评估。
2.1 特殊因素的判断特殊因素指的是导致过程异常的特殊因素，比如机器故障、操作失误、原材料问题等。
通过控制图的帮助，我们可以判断特殊因素是否存在。
一般来说，如果样本点落在控制限之外，或出现非随机的趋势、扰动或周期性变化，就可能是由特殊因素引起的。
在判断特殊因素的时候，还需要考虑其实质性和重复性，以避免过度反应。
2.2 过程能力的评估过程能力是指过程的稳定性和可控性。
SPC中控制图的原理、制作和分析方法
UCL A
B
CL
C C
B
LCL A
如图九－9
27
十、如何作休哈特控制图
例： 我公司生产轴颈产品，工序冷轧
占 R1.8
+0.07 +0.03
轴颈不合格项的比例比较大，由于是关健质
量特性 ，故决定应用控制图对此工序（85 ）
进行过程控制。
分析：此质量特性是计量特性值，故可选用正态分布 图。又由于本例是大量生产，不难取得数据，决定 选用均值X－R极差控制图。
б＝
R d2
＝
0.019 2.326
＝ 0.008
32
Cp =
Tu-TL 6б
＝
1.87－1.83 6×0.008
＝
0.816
由于X＝1.843,与容差中心M＝（Tu+TL)/2=
(1.87+1.83)/2=1.85不重合，有必要计算偏移 过程能力指数
33
计算有偏移的过程能力：
K
=
|m-μ｜ T/2
16
九、判异准则 判异准则有两类：①点子出界应判异；②
界内点排列不随机判异。关于判异准则， 常规控制图的标准GB/T4091-2001有8种准则， 将控制图等分为6个区、每个区宽1σ。这6 个区的编号为A、B、C、C、B、A。（如图 九－1）其中两个A区、B区及C区对于中心 线C对称； 需要指明的是这些判异准则主要 适用X均值图，且假定质量特性值服从正态 分布。
步骤1：取预备数据，然后将数据合理分成25组。
28
步骤2：计算各子组样本平均数X，例如第一 组样本的平均值为1.840.
步骤3：计算各子组样本极差R，例如第一组 样本的极差为0.010.
SPC计数控制图
41
3.1 u图
u图以每单位上的平均不合格数为控制对象，其控制限如下
42
3.1 u图
★检测单位指考察缺陷发生情况的一定面积或一定度量。 ★一个检测单位可以是
▲一个物理单位(比如，一个汽车底盘) ▲一定的数量(比如，12块烤面包) ▲ 一定的长度(比如，28米长的电缆) ▲ 一定的面积(比如，100平米的纤维) ▲ 一定的体积(比如，100毫升的溶液) ▲一定的质量(比如，2千克的薄膜) ▲一定的时间(比如，24个小时)等。
数 的影响
60
非负下控制限
有必要确立一套机制来研究包含异常少的不合格或缺陷的 情形下的一个或多个样本。根据 得到 这一准则总要求比前述的准则采用更大的样本量。
61
漂移敏感性
对50%检出能力的3σ控制限，样本量宜采用
注意，这里采用了 ▲正态近似和均方根变换 ▲均方根变换稳定方差。
62
例7
某生产过程目前的生产缺陷率为0.01个缺陷/单位。 该企业希望在过程退化为缺陷率为0.03个缺陷/单位时，具 有至少50%的检出能力。 试确定最佳样本量。
根据数据绘制变控制限的p图；如发现异常点，则提出异 常点后，重新绘制基于平均样本量的p图。
73
74
例8
当例5中亚麻企业采用的检测单位为常数100平米时，可 使用c图。
66
例8
全部疵点数=109 每批的平均疵点数=109/40=2.725
样 本 疵 点 数
样本
67
3.3 图与 图
★ u图(或c图)包含更多的信息，因为它们记录了不合格/缺 陷的类型。可以抓住主要缺陷类型， ▲方便进行Pareto图分析 ▲方便后续的因果分析 ★ p图(或np图)使用了生产操作的最常用语言---拒收率(或 收益) ▲便于废料成本管理 ▲便于生产进度安排
SPC控制图(绿带中文教材)
Sample Range
统计过程控制
UCL=3.51410 __ X=3.49952
LCL=3.48494 19
UCL=0.05344 _ R=0.02528 LCL=0 19
4.1.2 Xbar-S 图
4.1.2.1 数据处理
统计过程控制
n
(xij xi )2
Si
j 1
n 1
n
xij
xi j1 n
统计过程控制
4.1.3.2I-MR图绘制
统计过程控制
4.1.3.3Minitab draw IM-R 图 A. 输入数据(见 图 12)
B. 选择路径: Stat/Control charts/Variables charts for individuals/I-MR, 点击之 (见 图 12 )
图2 C. 选择: observations for a subgroup are in one row of columns (见 图 3)
图3
D. 选择左侧框中 Xi1…..Xi5 列,点击 “Slect” 键 (见 图 4)
E. 点击 ‘X bar-R operation (见 图 4) 以下 图 形将弹出 (见 图 5) F. 点击 “Estimates” G. 选择 “Rbar” H. 双 击 “Ok “ I: SPC 图 将出现在屏幕 (见 图 6)
13
15
17
Sample
3图11 5
7
9
11
13
15
17
Sample
UCL=3.51456 __ X=3.49952
LCL=3.48449 19
UCL=0.02201
_ S=0.01053
SPC控制图——单值移动极差图（X-MR）详解
SPC控制图——单值移动极差图（X-MR）详解在某些情况下，应⽤单位⽽不是⼦组来进⾏过程控制是⼗分必要的，在这样的情况下，⼦组内的变差实际上为0，这种情况通常发⽣在测量费⽤很⼤时（例如破坏性试验），或是当在任何时刻点的输出性质⽐较⼀致时（例如：化学溶液的pH 值）。
在这些情况下，可应⽤SPC控制图中的单值移动极差图（X-MR）来进⾏过程监控，本⽂将就单值移动极差图（X-MR）做⼀解析。
SPC控制图——单值移动极差图（X-MR）制作步骤A．收集数据· 在数据图上从左⾄右记录单值读数（X）。
· 计算单值间的移动极差（RM）。
通常最好是记录每对连续读数间的差值（例如：第⼀和第⼆个读数点的差，第⼆和第三个读数间的差等）。
这样移动极差的个数⽐单值读数的个数少⼀个（25个读数可得到24个移动极差）。
在很少的情况下，可在较⼤的移动组（例如3或4个的基础上计算移动极差。
注意，尽管测量是单独抽样的，但是读数的个数形成移动极差的成组决定了各义样本容量n，当查系数表时必须考虑该值。
· 单值图（X 图）的刻度按下列最⼤者选取（a）产品的规范容差加上超过规范的读数的允许值，或（b）最⼤单值读数与最⼩单值读数之差的1.5 到2倍。
移动极差（MR）图的刻度间隔与X 图⼀致。
B．计算控制图· 计算并描绘过程均值（单值读数之和除以读数的个数，按常规记为X，并计算平均极差（R），注意对于样本容量为2 的移动极差，其移动极差（MR）的个数⽐单值读数的个数少1；· 计算控制限：式中：R 为移动平均极差，X是过程均值，D4、D3 和E2 是⽤来对计算移动极差进⾏分组，并随样本容量变化的常数，见下⾯表格：C． 过程控制解释审查移动极差图中超出控制限的点，这是存在特殊原因的信号。
记住连续的移动极差间是有联系的，因为它们⾄少有⼀点是共同的。
由于这个原因，在解释趋势时要特别注意。
对于趋势的解释可能要请教统计学家；可⽤单值图分析超出控制⼦的点，在控制限内点的分布，以及趋势或图形。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
SPC控制图详解
什么是控制图？
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。
控制图的应用
控制图中包括三条线
1.控制上限(UCL)
2.中心线(CL)
3.控制下限(LCL)
控制图的种类
数据：是能够客观地反映事实的资料和数字数据的质量特性值分为：
计量值
可以用量具、仪表等进行测量而得出的连续性数值，可以出现小数。
计数值
不能用量具、仪表来度量的非连续性的正整数值。
计量型数据的控制图
Xbar-R图（均值－极差图）
Xbar-S图（均值－标准差图）
X-MR图（单值－移动极差图）
X-R（中位数图）
计数型数据的控制图
P图（不合格品率图）
np图（不合格品数图）
c图（不合格数图）
u图（单位产品不合格数图）
控制图的判异
控制图可以区分出普遍原因变差和特殊原因变差
1.特殊原因变差要求立即采取措施
2.减少普遍原因变差需要改变产品或过程的设计
错误的措施
1.试图通过持续调整过程参数来固定住普通原因变差，称为过渡调整，结果会导致更大的过程变差造成客户满意度下降。
2.试图通过改变设计来减少特殊原因变差可能解决不了问题，会造成时间和金钱的浪费。
控制图可以给我们提供出出现了哪种类型的变差的线索，供
我们采取相应的措施。
控制图上的信号解释
有很多信号规则适用于所有的控制图（Xbar图和R图），主要最常见的有以下几种：
规则1：超出控制线的点
规则2：连续7点在中心线一侧
规则3：连续7点上升或下降
规则4：多于2/3的点落在图中1/3以外
规则5：呈有规律变化
SPC控制图建立的步骤
1.选择质量特性
2.决定管制图之种类
3.决定样本大小,抽样频率和抽样方式
4.收集数据
5.计算管制参数(上,下管制界线等)
6.持续收集数据,利用管制图监视制程
SPC控制图选择的方法
1．X-R控制图
用于控制对象为长度、重量、强度、纯度、时间、收率和生产量等计量值的场合。
X控制图主要用于观察正态分布的均值的变化，R控制图主要用于观察正态分布分散或变异情况的变化，而X-R控制图则将二者联合运用，用于观察正态分布的变化。
2．X-s控制图
与X-R图相似，只是用标准差（s）图代替极差（R）图而已。
3．Me-R控制图
与X-R图也很相似，只是用中位数（Me）图代替均值（X）。
4．X-Rs控制图
多用于对每一个产品都进行检验，采用自动化检查和测量的场合。
5．p控制图
用于控制对象为不合格品率或合格品率等计数质量指标的
场合，使用p图时应选择重要的检查项目作为判断不合格品
的依据；它用于控制不合格品率、交货延迟率、缺勤率、差错率等。
6．np控制图
用于控制对象为不合格品数的场合。
设n为样本，p为不合格品率，则np为不合格品数。
7．c控制图
用于控制一部机器，一个部件，一定长度，一定面积或任何一定的单位中所出现的不合格数目。
焊接不良数/误记数/错误数/疵点/故障次数
8．u控制图
当上述一定的单位，也即n保持不变时可以应用c控制图，而当n有变化时则应换算为平均每项单位的不合格数后再使用u控制图。