计量控制图_控制线_计算表
计量型数据控制图
操作人员需要具备一定的技能和经验，能够正确理解和使用控制图上 的数据，才能充分发挥控制图的作用。
05
计量型数据控制图的实际案例分析
案例一：制造业质量控制应用
总结词
在制造业中，计量型数据控制图被广泛应用于生产过程中的质量控制，以确保产 品的一致性和稳定性。
详细描述
通过实时监测生产过程中的各种参数，如温度、压力、流量等，控制图可以及时 发现异常波动，从而采取相应的措施进行调整，避免不合格品的产生。这有助于 提高产品质量，降低生产成本，增强企业的竞争力。
案例三：科学研究质量控制应用
总结词
在科学研究中，计量型数据控制图被用于实验设计和数据分析阶段，以确保实验结果的可靠性和准确性。
详细描述
通过在实验过程中收集各种数据，并利用控制图进行监测和分析，研究人员能够及时发现实验中的异常变化，采 取相应措施进行纠正或重新实验。这有助于提高科学研究的严谨性和可信度，为科学发现和创新提供有力支持。
通过确保生产过程的稳定性和可靠性，控 制图有助于提高生产效率，缩短生产周期 ，从而提升企业的竞争力。
对未来研究的展望
拓展应用领域
创新算法和模型
强化数据安全与隐私保护
跨学科融合发展
随着大数据和人工智能技术的 发展，计量型数据控制图的应 用领域将进一步拓展，例如在 智能制造、医疗健康和环境监 测等领域的应用。
案例二：医疗服务质量控制应用
总结词
在医疗服务领域，计量型数据控制图被用于监测和改进医疗服务质量，以确保患者的安全和满意度。
详细描述
通过收集和分析医疗服务的各种数据，如患者满意度、医疗操作规范性、治疗效果等，控制图能够揭 示潜在的问题和改进点。这有助于提高医疗服务质量，减少医疗事故和纠纷，提升患者的就医体验。
8、控制图(计数值)
质量改进工具——控制图（Control Charts）第一部分概述：控制图是一种对过程变异进行分析的图形工具。
通过当前数据和由历史数据计算所得的控制限的比较，我们可以判定当前过程是否稳定，或者受到某个特定因素的干扰。
控制图分为很多种，不同的过程、不同的数据，我们采用不同的控制图。
适用场合：∙当你希望对过程输出的变化范围进行预测时；∙当你判断一个过程是否稳定（处于统计受控状态）时；∙当你分析过程变异来源是随机性还是非随机性时；∙当你决定怎样完成一个质量改进项目时——防止特殊问题的出现，或对过程进行基础性的改变；∙当你希望控制当前过程，问题出现时能觉察并对其采取补救措施时。
单值控制图的适用场合：∙仅当过程数据为计量值数据（如温度、重量、时间）时；∙仅当过程数据服从正态分布时（对正态分布的讨论参阅“直方图”，其检验方法参阅“正态概率图”和：柯尔莫诺夫—斯米尔诺夫检验")∙当一个数据就代表一个自然的组（如一批），即样本容量为1或抽样频率较低时。
移动平均—移动极差控制图的适用场合：∙仅当被分析的过程数据为计量值数据时；∙当过程数据不服从正态分布，而且抽样频率偏低；例如想对批过程的总体特征进行控制，但每天的产量只有一到两批时；∙当你希望检测到微小的过程变异但抽样频率偏低时。
计数值控制图的适用场合：∙仅当过程数据为计数值数据而不是计量值数据时；∙当被监测的缺陷或其他观测对象只存在两种状态：有或没有时。
例如：一个产品只可能出现2个或3个缺陷，但不可能会有2.6个缺陷的情况。
基本步骤：1.根据数据类型选择合适的控制图；2.选定合适的抽样频率；3.根据所选控制图的程序构建控制图并进行描点；4.在控制图中发现失控信号时，检查原因，并在控制图上注明你所发现的问题、发现过程以及解决方法。
5.在控制图上继续对新得到的数据进行描点，并检查是否存在新的失控信号。
6.当你构建新控制图时，过程可能处在失控状态。
如果是这样。
控制图
15
1、Xbar-R控制图的应用步骤
1.选择需控制的产品质量特征值 2.确定抽样方案 3.搜集数据 4.确定中心线和上下控制限 5.绘制 X 和R控制图 6.描点，必要时重新计算中心线和上下控制限
16
8
2009-6-11
步骤1
选择需控制的产品质量特征值
•所控制的产品质量特征值为计量值 •所控制的产品质量特征值为关键质量特征 •若关键质量特征不可测量，采用其它代用 质量特征进行控制时，一定要确认代用质 量特征与关键质量特征密切相关 •测量系统精度应能达到要求
= ______ = =
求总平均 X =
∑X
K
=
X 图的控制限 = X + A 2 R = 15.94 ______ = X - A2 R = A 2 R = 0.577 _____
UCL LCL
X X
15.94 _______
2.695 18.63 ______ 13.25 ______
27
步骤5 绘制
17
步骤2
确定抽样方案
（1）确定样本含量n 采用 X - R 控制图，样本含量一般取n=5 （2）确定抽样方式 —定期法 —即时法 一般采用即时法 （3）确定抽样间隔期 确定抽样间隔期应考虑的因素
18
9
2009-6-11
—工序稳定性 —抽样时间及成本因素 —工序能力指数 —工序调整周期 一般在两次相邻的工序调整之间要抽取20—24个 样本
Xbar & R
Xbar & S
np-chart p-chart h t
p-chart
c-chart
u-chart
其它一些特殊控制图
z z z
计量型数据控制图
移动极差图可显 现出短期变差的 稳定性
移动极差MR是相邻两个单值的差的绝对值； 看图顺序:先看极差图，再看均值图。
用I-MR图做改善前后的对比
文件: Before-after.mtw
用I-MR图做改善前后的对比
改善后均 值下降
改善后变 差减小
以上是图示化比较，最后还应通过统计检验进行比较。
7
23.5
9
23.5
5
22.75
4
20.25
9
21.75
8
23.75
3
20.75
6
子组化案例:花生酱子组计划I
文件 （花生酱 .mpj ）中的 case1.mtw
控制图在说什么？
➢Xbar控制限看起来太宽
太多点在平均数1倍标准偏差内 •没有点在控制限周围
➢这种情况在子组内变差比子组间变差大的多的情况下出现。 ➢这个问题在制造中很典型。比如，4台同类型的设备其中一台持续比其他 高或低。4台设备间的变差比抽样次数间的变差大的多。 ➢如果出现这种情况
更换电 涌装置
a.新的电涌装置有用吗？
b.如果有用，技术人员从 哪一周获得了第一个信号 ？是否有过程偏移的任何 其它信号？
解释单值图练习
a.新的电涌装置有用吗？
有用 b.如果有用，技术人员从
哪一周获得了第一个信号
？是否有过程偏移的任何
其它信号？
最早的信号是位于界限外 的点（测试1），从9月6 日这一周获得第一个信号 。其次的信号来自测试5 和6。另一个信号在测试2 中表现出来（8个点位于 中线同一侧）。
计量型数据控制图
模块内容
计量型数据控制图
常规计量值控制图
1 均值-极差控制图
• 控制图对大波动灵敏，对小波动不灵敏
当n=4时
ARL=1 图对大波动监测效果显著，平均只需1个值就可以 发出失控信号。
而当θ=0.5σ时
ARL=44
对均值小漂移不敏感，平均需要44个值才能发 出失控信号。
1 均值-极差控制图
当过程稳态时，ARL值越大越好；说明控制图是稳 健的。 但过程已经发生异常波动，ARL值越小越好，说明 控制图是灵敏的
2 判稳判异准则
控制用控制图
控制用控制图由分析控制图转化而成，它用 于对生产过程进行连续监控。
按照确定的抽样间隔和样本大小抽取样本， 计算统计量数值并在控制图上描点，判断生产过 程是否异常。
控制用控制图在使用一般时间以后，应根据 实际情况对中心线和控制界限进行修改。
2 判稳判异准则
控制图判稳准则
4.1 均值-极差控制图
4.当R图受控时，认为过程的波动是稳定的，再分析 图，类似于对R图的分析，对任意失控情况及异常模式 分析原因。也可能要经过反复的“识别-纠正-重新计算 ”这一过程。
5.当两个图都显示稳定时,并且满足过程能力的要求， 可以用于实际的过程控制。一旦发现失控或出现异常模 式的信号时，应该及时分析原因，并采取行动。
9 80.69 80.49 82.16 84.29
10 81.72 81.12 80.77 80.60
11 80.98 81.33 81.60 80.70 12 80.42 82.20 80.13 80.24
13 81.11 81.13 82.22 81.17
14 82.40 81.41 82.93 83.13
21 81.06 82.06 82.76 82.46
22 82.55 83.53 82.94 81.89
计量值控制图的制作及应用
计量值控制图的制作及应用3.1 选择计量值控制图l 计量值控制图是监察在制程中质量特性自然变化的倾向，而所提供的数据都是以可量度的数值为单位，图表是用作测试制程中是否存在特殊变异原因的影向。
l 常用的计量值控制图种类及用途有：控制图种类用途代表性平均值-全距l 平均值的图表是用每一样本的于观察样本平均值平均数及的转变；l 全距和标准差是用平均值-标准差于观察误差的变化情况个别值-移动全距l 个别值的图表是用每一数据的于观察每一个数值平均数的变化；l 移动全距用作观察误差的变化情况。
l 选用计量值控制图，通常会按检查抽样数目多寡来决定。
抽样数目管制图种类2 - 6 AE 平均值-全距管制图> 6 AE 平均值-标准差管制图= 1 AE 个别值-移动全距管制图l 附录I和II提供各种管制图的方法和选择准则以供参考。
接下来，我们将先集中在『平均值–全距控制图』；然后才解说『平均值–标准差控制图』和『个别值–全距控制图』。
_『平均值–全距控制图( x-R 控制图)』包括了两个控制图，它们是『平均值控制图』和『全距控制图』。
『平均值控制图』是用作观察样本平均值的变化；而另一种控制图，『全距控制图』是用作观察数据收集的散布情况。
这里要指出的是『全距控制图』通常是适用于少于七的抽样数。
而超过或于七的抽样数，『标准差控制图』较为适合。
3.2 数据收集3.2.1 选择有代表性的质量特性l 收集数据的目的是：a. 制程管理：掌握制程生产的波动范围，决定制程生产是否稳定，有无特殊变异。
b. 情况分析：掌握和分析制程或产品出现特殊变异的原因，及制订出纠正和预防再发生的措施。
c. 产品检查：检查收发的物品是否合格。
l 收集的数据一定是要选择具有代表制程质量控制的特性；而数据是可量度的。
l 当选择有代表性的质量特性时，可以参考以下的指引。
a. 优先选取经常出现次品的质量特性；可以利用柏拉图分析法去决定优先次序。
b. 识别工序的变异因素和对成品质量的影向，继而决定应用控制图的生产工序。
计量型控制图讲义
计量型控制图讲义1. 概述计量型控制图是一种统计工具，用于监控和管理过程中的计量型数据。
它可以帮助识别过程中的变异，并提供数据稳定性的监控。
2. 为什么使用计量型控制图计量型控制图的主要目的是监控和管理过程中的变异。
通过使用控制图，我们可以识别过程中发生的异常事件，并及时采取纠正措施，以保持过程的稳定性。
控制图还可以帮助我们确定过程的有效性，并提供过程改进的方向。
使用计量型控制图的好处包括：•监控和管理过程中的变异•及时发现异常事件•提高过程稳定性•确定过程有效性3. 常用的计量型控制图常用的计量型控制图主要有以下几种：3.1 均值-范围控制图均值-范围控制图是一种常见的控制图，用于监控过程中的平均值和范围。
均值控制图用于检测过程中的偏差，范围控制图用于检测过程中的变异性。
3.2 X-条控制图X-条控制图也是一种常见的控制图，用于监控过程中的平均值。
它更适用于样本容量较大的情况。
3.3 移动平均控制图移动平均控制图是一种基于移动平均的控制图，用于平滑数据并识别趋势。
它适用于周期性变动的数据。
3.4 EWMA控制图EWMA控制图是指数加权移动平均控制图的简称，它更加灵敏地反映过程中的变化。
它适用于需要及时发现和纠正变化的情况。
4. 控制图的使用方法使用计量型控制图的基本步骤如下：1.收集过程数据：收集过程中的计量型数据，并记录下来。
2.计算统计指标：根据收集的数据，计算出所需的统计指标，如平均值、范围等。
3.绘制控制图：根据计算得到的统计指标，绘制相应的控制图。
可以使用统计软件或者手动绘制。
4.分析控制图：分析控制图中的模式和趋势，判断过程的稳定性和异常事件。
5.采取措施：根据控制图的分析结果，采取相应的纠正措施，以维持过程的稳定性。
6.继续监控：不断地收集数据并绘制控制图，维持过程的稳定性，并及时调整控制图的参数和规格。
5. 控制图的解读控制图中的异常事件可以通过以下几个方面来判断：•点在控制限之外：如果有超过控制限的点出现，说明过程中发生了特殊原因的变异。
控制图使用操作规程
4内容4.1控制图的定义：控制图是对过程质量特性值进行测定、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，图上有中心线CL 、上控制限UCL 、下控制限LCL 。
4.2常规控制图的原理4.2.1控制图的形成，将通常的正态分布图转个方向，是自变量增加的方向垂直向上，将σμσμμ3-3、、+分别标为CL 、UCL 、LCL ，这样就得到了一张控制图。
4.2.2控制图的第一种解释：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1/1000左右；若过程异常，点子超过UCL 情况的概率可能为1/1000的几十乃至几百倍。
用数学语言来说，这就是小概率事件原理：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。
从图1可知点子在LCL 与UCL 之间的概率为99.73%.图14.2.3控制图的第二种解释：对质量产生的影响的因素按大小可分为：偶然因素、与异常因素。
偶因是过程固有的，始终存在，对质量的影响微小，但难以除去；异因则非过程固有，有时存在，有时不存在，对质量的影响大，但不难出去。
若通过控制手段消除异因后，就只剩下偶因，这是正常波动，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，点子机会落在界外，因此点子频频出界就表明存在异常波动。
控制图上的控制界限就是区分偶然波动与异常波动的科学界限。
4.3常用术语n :子组大小，常用子组中观测值得个数。
k :子组数。
X :质量特性的观测值（可用,...,,321X X X 表示单个观测值）。
X ：子组平均值。
X ：子组平均值得平均值。
μ:过程平均值的真值。
Me :子组中位数，对于一组升序或降序排列的n 个子组观测值，当n 为奇数时，Me 为该组中间的那个数，当n 为偶数时，Me 为该组中间2个数的平均值。
Me :中位数的平均值。
R :子组极差，子组观测值中最大值与最小值之差(在单值图下，代表移动极差，即2个相邻的观测值差值的绝对值)。
计量型控制图
XX汽车零部件有限公司计量型控制图X 控制图R 控制图编制/日期： 审核/日期：批准/日期：X UCL CL+2σCL+1σCL CL-1σ CL-2σLCL #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0! #DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!#DIV/0!R UCL CL 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000 0.0000.0000.000。
控制图PPT(经验整理)
x
x
x
如下图如示， 落在两条虚线外的概率只有0.27%。即1000个样品(数据)中， 平均约有3个数据超出分布范围。有997个落在 ( 3 , 3 ) 之中，如果从处于统 计控制状态的工序中任抽一个样品 ，我们可以认为一定范围在分布范围 3之中， 而认为出现在分布范围之外是不可能的，这就是3 原理。
中位数-极差控 制图
单位不合格数控 制图
UCLu=u+3 u / n CLu=u LCLu=u-3 u / n
X-RS
单值-移动极差 控制图
c
不合格数控制图
UCLc=c+3 c CLc=c LCLc=c-3 c
样 本 量 n 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
中心线CL(Central Line)——用细实线表示； 上控制界限UCL(Upper Cortrol Limit)——用虚线表示； 下控制界限LCL(Lower Control Limit)——用虚线表示。
பைடு நூலகம்
一、控制图基本概念
1.2 控制图的统计原理
3 原理 1)、
在生产过程中，仅有普通原因存在时，产品质量特性值 形成某种确定的典 型分布。当出现特殊原因时， 就偏离原来的典型分布了。设当工序仅有普通原因时， 2 满足正态分布 x N ( , ) ，则 P( 3 x 3 ) 0.9973
一、控制图基本概念
1.4 控制图的分类
计量型数据特点：
所确定的控制对象即质量指标应能够定量。 所控制的过程必须具有重复性,即表现出统计规律性。 所确定的控制对象的数据应为连续值。
控制图(control charts)
控制图(control charts)又名：统计过程控制( statistical process control)方法演变：EQ \o(\s\up5(－),\s\do2(x))计量值控制图：⎺X－R控制图（又名均值极差控制图），⎺X－s控制图，单值控制图（又名X 控制图，X-R控制图，IX-MR控制图，XmR控制图，移动极差控制图），移动均值-移动极差控制图（又名MA-MR控制图），目标偏差控制图（又名差异控制图、偏差控制图、名义值偏差控制图），CUSUM（又名累计和控制图），EWMA（又名指数加权移动平均控制图），多元控制图（又名Hotelling T2控制图）。
计数值控制图：p控制图（又名不良品率控制图），np控制图，c控制图（又名缺陷数控制图），u控制图。
两种数据都适用的控制图：短期过程控制图（又名稳定控制图或者Z控制图），组控制图（又名多属性值控制图）。
概述控制图是一种对过程变异进行分析和控制的图形工具。
数据按时间顺序绘制在图上，控制图一般有一条代表均值的中心线，一条上控制限位于中心线上方，一条下控制限位于中心线下方，这些线是根据过程数据确定的。
通过当前数据和由历史数据计算所得的控制限的比较，我们可以判定当前过程变异是稳定的（受控制）还是不稳定的（不受控制，受到某个特定因素的干扰）。
控制图分为很多种，不同的过程、不同的数据，我们采用不同的控制图。
计量值数据的控制图经常是成对应用，其中常绘制在上方的一张控制图监测均值，或者说过程数据的分布中心，而绘制在下方的一张控制图监测极差，或者说分布的波动程度。
如果借助于练习打靶的例子来说明，那么均值就是靶子上射击集中的地方，极差是射击点的离散程度。
计量值数据要成对使用控制图，计数值数据则通常只使用一张控制图就足够了。
适用场合·当你希望控制当前过程，问题出现时能察觉并能对其采取补救措施时；·当你希望对过程输出的变化范围进行预测时：·当你判断一个过程是否稳定（处于统计受控状态）时；·当你分析过程变异来源是随机性（偶然事件）还是非随机性（过程本身固有）时；·当你决定怎样完成一个质量改进项目时——防止特殊问题的出现，或对过程进行基础性的改变。
质量管理工具“控制图”详解
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。
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。
控制图上下线的计算方法
SPC 控制线计算
对于计量值来说，是平均值加3倍sigma!
在常态分布时，数据平均值+-3标准差作为上下控制限
在最近一段时间的制程数据中，剔除掉特殊原因造成的变异点，用来重新计算管制限。
一般三个月可以重新审查一次，或者制程经过变更后进行重新审查。
首先要弄懂规格限和控制限的关系，控制限的计算与规格限无关。
控制限是基于过程中的实际数据来统计计算确定的，用于区分偶然波动和异常波动；规格限用于区分合格和不合格。
控制图有个作用就是：可以查看控制图来制定合理的规格限。
你的控制限都超规格限，可能说明：a .制定的规格不合理；b. 如规格是客户定的，则说明你们的过程能力不够，需要从5M1E中查找原因，改进过程。
SPC控制图Xbar-R的控制线计算公式
公式看附图
向左转|向右转。