控制图

控制图1、概念控制图又叫做管制图，是用于分析和判断工序是否处于稳定状态所使用的带有控制界限的一种工序管理图。

控制图是一种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，图上有中心线（CL ）、上控制线（UCL ）、下控制线（LCL ），并有按时间顺序抽取的样本计量值的描点序列。

控制图主要用于：过程分析及过程控制。

图1表示了控制图的基本形状：2、原理控制图的作图原理被称为“3σ原理”，或“千分之三法则”。

根据统计学可以知晓，如果过程受控，数据的分布将呈钟形正态分布，位于“μ±3σ”区域间的数据占据了总数据的99.73%，位于此区域之外的数据占据总数据的0.27%（约千分之三，上、下界限外各占0.135%），因此，在正常生产过程中，出现不良品的概率只有千分之三，所以我们一般将它忽略不计（认为不可能发生），如果一旦发生，就意味着出现了异常波动。

μ：中心线，记为CL ，用实线表示； μ+3σ：上界线，记为UCL ，用虚线表示； μ－3σ：下界线，记为LCL ，用虚线表示。

3、控制图的种类①、计量值控制图：控制图所依据的数据均属于由量具实际测量而得。

A R Chart ）； B S Chart ）；C Chart ）；D 、单值控制图（X Chart ）；②、计数值控制图：控制图所依据的数据均属于以计数值（如：不良品率、不良数、缺点数、件数等）。

A 、不良率控制图（P Chart ）；质 量 特 性 数 据B、不良数控制图（Pn Chart）；C、缺点数控制图（C Chart）；D、单位缺点数控制图（U Chart）。

4、控制图的用途根据控制图在实际生产过程中的运用，可以将其分为分析用控制图、控制用控制图：①、分析用控制图（先有数据，后有控制界限）：用于制程品质分析用，如：决定方针、制程解析、制程能力研究、制程管制之准备。

分析用控制图的主要目的是：（1）分析生产过程是否处于稳态。

176 175 173 170 169 173 7
171 172 173 174 175 173 4
172 173 174 176 175 174 4
174 173 170 171 172 172 4
176 174 172 169 170 172 7
173 172 170 171 173 172 3
2-1
2-2 计算控制限 计算控制限是为了显示仅存在变差的普通原因时子组的均 值和极差的变化和范围。 值和极差的变化和范围。控制限是由子组的样本容量以及反 映在极差上的子组内的变差的量来决定的。 映在极差上的子组内的变差的量来决定的。 计算公式： 计算公式： UCLR=D4 UCLx=X+ A2R UCLR=D4R LCLx=XLCLR=D3 LCLx=X- A2R LCLR=D3R
控制图（管制图） 控制图（管制图）
什么是控制图
控制图是对过程质量加以测定、 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。 制管理的一种用科学方法设计的图。图上有中心线 (CL)、上控制界限(UCL)和下控制界限(LCL) (UCL)和下控制界限(LCL)， (CL)、上控制界限(UCL)和下控制界限(LCL)，并有按 时间顺序抽取的样本统计量数值的描点序列， 时间顺序抽取的样本统计量数值的描点序列，参见控 制图示例图。 制图示例图。
的产品进行监测的子组频率可以是每班2 的产品进行监测的子组频率可以是每班2次，或一小时一次等。 或一小时一次等。 子组数：子组越多，变差越有机会出现。一般为25 25组 1-1-3 子组数：子组越多，变差越有机会出现。一般为25组，首次使用管 制图选用35 组数据，以便调整。 制图选用35 组数据，以便调整。 见下图） 1-2 建立控制图及记录原始数据 （见下图）

在工序控制中需要了解的三个方面，都能在控制图上得到。 (1) 在连续的生产监控中，有无变化的征兆； (2) 有无急剧的变化； (3) 有无越出控制范围的异常值。
－－控制图的作用：
在质量诊断方面，可以用来度量过程的稳定性，即过程是否处于统计控制状态； 在质量控制方面，可以用来确定什么时候需要对过程加以调整，而什么时候则需使过程保持相应的稳定状态； 在质量改进方面，可以用来确认某过程是否得到了改进。
1.864
1.816
1.777
E2
2.660
1.772
1.457
1.290
1.134
1.109
1.054
1.010
0.975
m3A2
1.880
1.187
0.796
0.691
0.549
0.509
0.430
0.410
0.360
D3
－
－
－
－
－
0.076
0.136
0.184
0.223
d2
1.128
1.693
P
－
n －
（1－ ）
Pn
－
Pn
－
3
u
－
3
n
u
－
＋
u
－
3
n
u -
c
－
3
c —
c
－
3
c ＋
控制系数选用表
n
2
3
4
5
6
7
8
9
10
A2
1.880
1.023
0.729
0.577
0.483

什么是控制图控制图是根据假设检验的原理构造一种图，用于监测生产过程是否处于控制状态。

它是统计质量管理的一种重要手段和工具。

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。

分布确定以后，质量特征的数学模型随之确定。

为检验其后的生产过程是否也处于控制状态，就需要检验上述质量特征是否符合这种数学模型。

为此，每隔一定时间，在生产线上抽取一个大小固定的样本，计算其质量特征，若其数值符合这种数学模型，就认为生产过程正常，否则，就认为生产中出现某种系统性变化，或者说过程失去控制。

这时，就需要考虑采取包括停产检查在内的各种措施，以期查明原因并将其排除，以恢复正常生产，不使失控状态延续而发展下去。

通常应用最广的控制图是W.A.休哈特在1925年提出的，一般称之为休哈特控制图。

它的基本结构是在直角坐标系中画三条平行于横轴的直线，中间一条实线为中线，上、下两条虚线分别为上、下控制界限。

横轴表示按一定时间间隔抽取样本的次序,纵轴表示根据样本计算的、表达某种质量特征的统计量的数值，由相继取得的样本算出的结果，在图上标为一连串的点子，它们可以用线段连接起来。

除了上述的休哈特控制图外，近年来出现了某些新形式的控制图,其基本思想与休哈特图相似,但作图根据的原理则各有不同。

其中较重要的是累积和控制图，这种控制图的对象，即标在图上的每一点，是在该点以前所有样本统计量的总和。

累积和图的提出，是考虑到在休哈特控制图中，判定过程是否处于控制状态全靠最新的一个或几个样本点，而忽略了较早的样本值中所包含的信息。

03 控制图的结构
04 控制图的功能
05 控制图的作用
二、什么是控制图？
二、什么是控制图？
二、什么是控制图？
• 2.3控制图结构
中间一条实线为中心线； 上、下两条虚线分别为 上控制界限和下控制界限； 并有按时间先后排列的 统计数值的描点序列。
控制界限不能驾驭过程，仅仅反应当前过程的状态。
2.92
2.65
2.82
151107
2.83
2.88
2.78
2.73
六、控制图的制作示例
x
xR
计量控制图常数 表
xR
x
当n=4时，A2=0.729；D4=2.282；D3=0
R
R
R
R
控制限 UCL CL LCL
极差UCL 极差CL 极差LCL
计算值 2.818 2.541 2.265 0.865 0.379
7
四、控制图的判稳与判异
①1个点落在A区外
②连续9点落在中心线同一侧
③连续6点递增或递减
④连续14点中相邻点交替上下
⑤连续3点中有2点落在中心线 同一侧的B区以外
⑥连续5点中有4点落在中心线 同一侧的C区以外
⑦连续15点落在中心线两侧C区 内
⑧连续8点落在中心线两侧且无 一在C区内
四、控制图的判稳与判异
二、什么是控制图？
二、什么是控制图？
三、控制图的分类
Contents
01 按数值质量特性分类
02 按控制图用途分类
三、控制图的分类
三、控制图的分类
x x ~x
三、控制图的分类
• 3.2按控制图的用途分类：
分析用控制图
控制用控制图

317300 ppm 45500 ppm 2700 ppm 63 ppm 0.57 ppm 0.002 ppm
常态(正态)分布
=P[Z>z]
0
z
原则常态分布右边机率值
Z
Z
Z
0.00
0.500000000
1.50
0.066807201
3.00
0.001349898
0.01
0.496010644
1.51
要永久维持制造过程很正常旳生产，不让波动旳事项发生，
几乎是不可能旳。但当波动发生时，应立即查出原因，并加
以根除，或改善。
须调查原因
“波动”
成Resul果t
控制上限
控制下限
Time
波动分类 一般原因 特殊原因
出现次数 次数多
次数甚少
影响 微小 明显
结论 不值得调查原因 值得彻底调查其原因
明显旳波动，显示有特殊原因存在。假如做得到旳话，应加 以鉴定及矫正。控制界线以经济旳方式区别了这两种波动。
平衡曲线示意图
发生机率
UCL
α
β
LCL 一.第一种错误:虚发警报 二.第二种错误:漏发警报
第一种错误
第二种错误
1δ 2δ 3δ 4δ 5δ 6δ
利用经济平衡点措施求得,两种错误旳经济点:在±3δ处是最经济旳控制界 线
五、控制图旳应用
5.1 、控制图旳作用 5.2 、控制图旳分类 5.3 、控制图旳选用原则 5.4 、控制图旳计算 5.5 、控制图旳判断
LCL
第一种错误(α):生产者冒险率
生产质量相当良好,已到达允收水平,理应判为合格,但因为 控制线设置过窄,造成合格品误判为异常,其机率称为生产 者冒险率,所以种错误使生产者蒙受损失故得名之. 此冒险率又称为第一种错误 (TYPE Ⅰ ERROR) 简称(α).

控制图控制图（Control chart）又称为管理图、休哈特图。

由美国贝尔实验室的休哈特博士于1924年发明。

控制图是以假设检验原理为基础设置统计控制线，按照时间坐标记录独立测量值、平均值或其他统计量的折线图，用以区分过程中的异常波动与正常波动，并判断过程是否处于统计过程控制状态的一种工具。

一. 控制图的类型根据控制图在过程控制中所处的阶段，可将控制图分为分析用控制图和管理用控制图，如图1所示。

分析用控制图主要用于分析过程是否处于统计过程控制状态，并对过程的总体参数进行估计。

若分析表明过程处于统计过程控制状态且满足预期的要求，则将分析用控制图的控制界限延长，用作管理用控制图，实现对产品生产过程进行连续监控，及时发现过程的异常波动。

图1 平均值-极差控制图控制图可以用来显示各种不同数据类型的质量特性的波动，常用的控制图类型与适用场合如表1所示。

表1 常用控制图类型与适用场合二. 控制图的基本原理控制图的设计原理可以概括为“正态性”假定、“3σ”原则、“小概率事件不发生”原理和“统计反证推断”思想。

具体说就是，假定所收集的质量特性数据服从正态分布，在此假定下，过程特性值落在分布中心上下各三倍标准差范围内的概率是99.73%，也就是说质量特性值落在上下三倍标准差之外的概率仅为0.27%，这是一个小概率事件，而“小概率事件不发生”原理认为小概率事件在一次观测中不发生，因此，一旦控制图出现“小概率事件发生”的现象，则表明过程发生了异常变化，这就是“统计反证推断”思想。

表2和表3分别表示计量值控制图和计数值控制图的中心线和控制界限的公式，以及样本量的确定。

表2 计量值控制图的中心线和控制界限表3 计量值控制图的中心线和控制界限三. 控制图的应用控制图显示随时间采集的数据和由这些数据计算出的波动；控制图与过程能力分析结合在一起称为统计过程控制（SPC）。

图2是一个典型的SPC的应用流程。

图2 典型的SPC的应用流程。

2. 均值-标准差控制图
与均值-极差控制图类似，这种控制图也是用于观察连续数据的均值和变异性（标准差） 的变化情况。如果点子在控制限内随机分布，且无异常点，说明过程处于控制状态；如果 点子超出控制限或出现异常点，说明过程可能失控。
3. 单值-移动极差控制图
这种控制图用于观察单个数据值和连续数据的变化情况。如果点子在控制限内随机分布， 且无异常点，说明过程处于控制状态；如果点子超出控制限或出现异常点，说明过程可能 失控。
4. 观察控制图
观察控制图上的点 子分布情况，判断 过程是否处于控制 状态。
5. 采取行动
如果发现异常点或 过程失控，采取适 当的措施解决问题 并防止问题再次发 生。
控制图的局限性
1. 数据必须是连续的
控制图只能用于观察连续的数据，对于离散的数据或非连续的数 据，需要采用其他方法进行分析。
2. 需要足够的样本数量
控制图原理
控制图基于中心极限定理和概率统计原理。中心极限定理表明，当样本量足够大时，任何随机变量的 取值都会围绕一个中心值波动，且这个波动是有限的。因此，我们可以通过控制图的上下限来判断过 程是否处于控制状态。
控制图的原理是通过对过程进行多次抽样，计算统计量（如均值、中位数、极差等），并将这些统计 量绘制在图上。通过观察图的走势，我们可以判断过程是否受控，并发现异常情况。如果过程受控， 则说明过程的质量稳定；如果过程失控，则说明过程的质量存在问题。
平均数与标准差控制图
总结词
平均数与标准差控制图是一种常用的统计 控制图，用于监控一组数据的平均值和标 准差。
VS
详细描述
平均数与标准差控制图由两个图表组成： 一个图表显示平均数，另一个图表显示标 准差。这种控制图适用于需要了解数据分 布情况的应用场景，如科学研究、质量控 制和金融分析等。

1.1控制图控制图是对过程质量特性值进行测定、记录、评估和监察过程是否处于统计控制状态的一种用统计方法设计的图，又称管制图、控制图，是质量管理七种工具的核心，图上有用实线绘制的中心线（CL，Central Line）、用虚线绘制的上控制限（UCL，Upper control Limit）和下控制限（LCL，Lower Control Limit），图中并有按时间顺序抽取的样本统计量数值的描点序列，各点之间用直线段相连，以便看出点子的变化趋势。

UCL、CL与LCL统称为控制线（Control Lines），它们是互相平行的。

若控制图中的描点落在UCL与LCL之外或描点在UCL 与LCL之间的排列不随机，则表明过程异常。

世界上第一张控制图是休哈特在1924年5 月16 日提出的不合格品率（p）控制图，其目的是消除产品质量形成过程中的异常波动。

产品在制造过程中，质量波动是不可避免的，质量波动包括异常波动和正常波动，在质量改进过程中，控制图主要是用来发现过程中的异常波动。

控制图是对生产过程或服务过程质量加以测定、记录从而进行控制管理的一种图形方法。

图5-28 所示为一控制图，图上有中心线CL、上控制界限UCL和下控制界限LCL，并有按时间顺序抽取的样本统计量数值的描点序列。

1.1.1控制图的作用控制图所以能获得广泛应用，主要是由于它能起到下列作用：①贯彻预防为主的原则。

应用控制图有助于保持过程处于控制状态，从而起到保证质量防患于未然的作用。

②改进生产率。

应用控制图可以减少废品和返工，从而提高生产率、降低成本和增加生产能力。

③防止不必要的过程调整。

控制图可用以区分质量的偶然波动与异常波动，从而使操作者减少不必要的过程调整。

④提供有关工序能力的信息。

控制图可以提供重要的过程参数数据以及它们的时间稳定性，这些对于产品设计和过程设计都是十分重要的。

1.1.2控制图原理：①统计控制状态任何一个生产过程，不论它是如何精确设计和精心维护，总存在着一定量的固有的或自然的变化，它是由许多偶然因素形成的偶然波动的累积效果。

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。

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。

控制图控制图（Control Chart ）又称管理图、休哈特图，是一种将显著性统计原理应用于控制生产过程的图形方法。

控制图是区分过程中正常波动和一场波动，并判断过程是否处于控制状态的一种工具。

正常波动是由普通原因（偶然因素、随机因素）造成的，这些因素在生产过程中大量存在，对产品质量经常发生影响，但它造成的质量波动往往比较小，在生产过程中是允许存在的，如材料成分的微小变化、设备的轻微震动、刃具的正常磨损、夹具的弹性变型等；一场波动是由特殊原因（异常因素、系统因素造成的。

这些因素在生产过程中并不大量存在，对产品质量也不经常发生影响，一旦存在，它对产品质量的影响就比较显著，如机器设备带病运转，操作者违章操作等。

控制图的控制界限就是用来区分正常波动和异常波动的。

1、控制图的基本结构1）以随时间推移而变动着的样品号为横坐标，以质量特性值或其统计量为纵坐标； 2）三条具有统计意义的控制线：上控制线UCL 、中心线CL 、下控制线LCL ； 3）一条质量特性值或其统计量的波动曲线。

2、控制图原理的解释 第一种解释：“点出界就判异”小概率事件原理：小概率事件实际上不发生，若发生即判异常。

控制图就是统计假设检验的图上作业法。

第二种解释：“抓异因，弃偶因”控制限就是区分偶然波动与异常波动的科学界限。

休哈特控制图的实质就是区分偶然因素与异常因素的。

UCLLCL样本统计量数值x 或R14 15 16 17 18按用途分类1）分析用控制图——用于质量和过程分析，研究工序或设备状态；或者确定某一“未知的”工序是否处于控制状态；2）控制用控制图——用于实际的生产质量控制，可及时的发现生产异常情况；或者确定某一“已知的”工序是否处于控制状态。

4、R X -图的绘制1）确定控制对象（统计量）一般应选择技术上最重要的、能以数字表示的、容易测定并对过程易采取措施的、大家理解并同意的关键质量特性进行控制。

2）选择控制图对于计量数据而言，R X -控制图是最常用最基本的。

§10.3.6 工程项目质量控制方法(续33) 工程项目质量控制方法(
控制图（又称管理图） 控制图（又称管理图）: ——它是在直角坐标系内画有控制界限，描述生产过程中 它是在直角坐标系内画有控制界限， 它是在直角坐标系内画有控制界限 质量波动状态的图形。利用控制图区分质量波动原因，判 质量波动状态的图形。利用控制图区分质量波动原因， 明生产过程是否处于稳定状态的方法称为控制图法。 明生产过程是否处于稳定状态的方法称为控制图法。
§10.3.6 工程项目质量控制方法(续38) 工程项目质量控制方法(
4)周期性变动。即点子的排列显示周期性变化的现象。 4)周期性变动。即点子的排列显示周期性变化的现象。 周期性变动 这样即使所有点子都在控制界限内， 这样即使所有点子都在控制界限内，也应认为生产过 程为异常，如图7 12(d)所示。 12(d)所示 程为异常，如图7—12(d)所示。 5)点子排列接近控制界限。是指点子落在了X 5)点子排列接近控制界限。是指点子落在了X±2口以 点子排列接近控制界限 外和X 口以内。如属下列情况的判定为异常： 外和X±3口以内。如属下列情况的判定为异常：连续 点至少有2点接近控制界限。连续7点至少有3 3点至少有2点接近控制界限。连续7点至少有3点接近 控制界限。连续10点至少有4点接近控制界限。 10点至少有 控制界限。连续10点至少有4点接近控制界限。如图 12(e)所示 7—12(e)所示。 12(e)所示。
§10.3.6 工程项目质量控制方法(续37) 工程项目质量控制方法(
2)多次同侧：是指点子在中心线一侧多次出现的现象， 2)多次同侧：是指点子在中心线一侧多次出现的现象，或 多次同侧 称偏离。下列情况说明生产过程已出现异常：在连续11点 称偏离。下列情况说明生产过程已出现异常：在连续11点 11 中有10点在同侧，如图7 12(b)所示。在连续14点中有12 12(b)所示 14点中有 中有10点在同侧，如图7—12(b)所示。在连续14点中有12 10点在同侧 点在同侧。在连续17点中有14点在同侧。在连续20点中有 点在同侧。在连续17点中有14点在同侧。在连续20点中有 17点中有14点在同侧 20 16点在同侧。 16点在同侧。 点在同侧 3)趋势或倾向：是指点子连续上升或连续下降的现象。 3)趋势或倾向：是指点子连续上升或连续下降的现象。连 趋势或倾向 续7点或7点以上上升或下降排列，就应判定生产过程有异 点或7点以上上升或下降排列， 常因素影响，要立即采取措施，如图7—12(c)所示。 常因素影响，要立即采取措施，如图7 12(c)所示。 12(c)所示

03
自动调整与优化
通过算法和模型，自动判断数据 是否处于控制界限内，提高分析 的准确性和效率。
根据数据分析结果，自动调整控 制图的参数和阈值，优化控制效 果。
控制图与其他质量管理工具的整合
与六西格玛管理的整合
利用控制图识别并解决关键质量问题，推动六西格玛管理的实施 。
与精益生产的整合
结合控制图和精益生产理念，实现生产过程的持续改进和优化。
详细描述
控制图是一种统计工具，用于监控和分析过程数据，以便及时发现异常波动并采取相应措施。它通过将实际数据 点绘制在图上，并设置控制界限，来判断过程是否处于控制状态。控制图可以帮助企业识别异常波动，预防不良 品产生，提高产品质量和生产效率。
控制图的类型
总结词
控制图有多种类型，包括均值-极差控制图、均值-标 准差控制图、不合格品率控制图等。这些不同类型的 控制图适用于不同的情况和数据类型。
服务业流程改进
服务流程监控
01
控制图可用于服务业中，如酒店、餐饮、医疗等，对服务流程
的关键环节进行监控。
优化服务流程
02
通过分析控制图上的数据，发现服务流程中的瓶颈和问题，进
而优化流程，提高客户满意度。
提高服务效率
03
控制图的应用有助于提升服务效率，减少等待时间，提高整体
服务质量。
科研实验数据分析
控制图所依据的数据应来自可靠的来 源，避免数据误差对控制图的准确性 造成影响。
数据的准确性和完整性
数据应准确无误，且应完整收集，避 免遗漏或错误的数据影响控制图的判 断。
异常点的识别与处理
识别异常点
在控制图中，如果数据点超出控制限 或呈现异常趋势，应视为异常点。

控制图的基本知识介绍一、控制图的定义：1、控制图是用来表示一个过程特性的图象，图上标有根据此特性收集到的一些统计数据，和一条中心线及一条或两条控制线（或者说是由折线图及三条控制线所构成）。

2、分析和监控过程的工具，它有两个用途：一是用来判定一个过程是否一直受统计控制；二是帮助过程保持受控状态。

3、控制图是由美国贝尔试验室休哈特博士（Walter）在二十世纪二十年代发明，从此，美国及世界上其它国家广泛运用，特别是在日本得到了发展。

4、控制图是分类：计量型和计数型：✧计量型控制图是指所采用的数据是定量的数据，可直接测量并用来分析；✧计数型控制图指所用数据是可以用来记录和分析的定性数据，不可测量，通常以不合格或不合格的形式收集。

5、使用控制图所需了解的几个术语：1)过程：共同工作以产生输出的供方、生产者、人、设备、输入材料、方法和环境以及使用输出的顾客之集合。

2)变差：没有两件产品或特性是完全相同的，亦即过程的单个输出之间存在不可避免的差别，这种差别就称之谓变差；它分为两类：一类是普通原因引起的变差，即固有变差，用节来估计。

3)普通原因指的是造成随着时间的推移具有稳定的且可重复的分布过程中的许多变差的原因。

4)特殊原因指是造成不是始终作用于过程的变差，即当它们出现时将造成（整个）过程的分布改变。

5)受控：当过程仅存在普通原因引起的变差且不改变时，普通原因表现为一个稳定系统的偶然原因，过程的输出是可预测的，我们称之为“处于统计控制”、或有时简称为“受控”。

二、使用控制图：1、使用控制图来改进过程是一个重复的程序，多次重复收集、控制及分析几个基本步骤组成；1)按计划收集数据；2)利用数据可计算控制限；3)当过程受控时，控制限可用来解释过程能力；4)为了使过程在受控和能力的基础上得以改进，就必须识别变差的普通及特殊原因，并据此加以改进；5)当所有的特殊原因被消除后，过程在统计控制状态下运行，可继续使用控制图作为监控工具，也可计算过程能力。

控制图探究工作过程的变差什么是控制图控制图是通过分析某一工作过程的变差及其来源，判断此过程是否处于稳定状态，从而控制并改进某一时期工作表现的一种图形工具。

控制图的作用➢集中探询工作过程变差和变差来源；➢持续控制工作过程的质量；➢为过程质量改进提供依据。

怎么做1.选择工作过程控制图以前只应用于生产项目，用来控制产品的质量；在也用于研发项目、投资项目和服务项目等。

2.确定样本调查范围、规模、频率和方法A 选择样本时要综合考虑信息收集规模、时间和成本，一般需要收集25组左右数据。

具体可参考下面的树形图；B 尽可能获得同质本样，如同一批产品、同类工人等；C 样本调查的频率由能从数据中辨别出数据分布模式来确定。

可以是每班次、每天、每月或每年调查一次；D 样本必须随机抽取，抽样过程应按照工作的真实程序进行。

3.收集数据提示：按照工作过程真实进展收集样本数据，以出现的任何异常情况都要如实记录。

可使用检查表作为收集数据的工具。

4.选择控制图类型参照下面的树状图选择需要的控制图：见下页控制图—图15.计算“中心线”和控制极限A 如果是计量值，使用计量值表的“中心线”和“控制极限”公式；B 如果是计数值，使用计数值表的“中心线”和“控制极限”公式；C 如果是计量值控制图的下限(LCL)是负数，直接将它写为0；D 计数值表中的常数请查询常数表。

计量值表图详见书第149页。

(表一、表二)6.绘制控制图A 画出工作过程平均数，用实线“－”表示。

B 画出控制上限和控制下限，用虚线“------”表示。

C 对于计量值控制图，只画一个图，如控制图—图2的P图。

D 对于计数值控制衅，要画两个图――在上图中标出每个分组的均值或个体单位；在下图中标出每一分组的极差或标准差，如控制图－图3，4。

控制图3，4本档不能完成，请参照书第155页7.解释控制图A如果所有的数据点都处于控制极限范围之内，而且随机分散在均值线的周围，那么工作过程处于控制状态，没有受到特殊原因的影响。

控制图的原理控制图的原理是应用统计方法来监测和控制过程的稳定性和一致性。

它通常用于监测连续或离散变量的过程，例如生产线上的产品质量或服务交付的时间。

控制图的原理基于以下假设：1. 过程是稳定的：过程的平均水平和变异是恒定的，在一定的统计规则下呈正态分布。

2. 可测量的变异主要是由于常规因素的不确定性引起的，且随机分布。

这些因素可能包括材料、工具、操作员等。

3. 特殊原因的变异是不经常发生的，通常与异常情况或特殊事件相关。

控制图通过收集并分析过程数据，帮助识别和区分常规变异和特殊原因变异。

它包括以下几个主要元素：1. 过程数据收集：收集连续的过程数据或离散的抽样数据，例如测量某个指标的数值或记录某个事件的发生次数。

2. 统计指标计算：根据收集到的数据计算统计指标，例如平均数、标准差、范围等。

这些指标可以用于表示过程的中心位置和变异程度。

3. 控制限计算：根据统计理论和样本数据计算出控制限，分为上限和下限。

控制限用于界定过程的稳定性和异常情况。

4. 控制图绘制：将统计指标和控制限绘制在同一图表上，形成控制图。

控制图通常使用时间作为横轴，统计指标作为纵轴，同时绘制上限和下限。

5. 过程监测与分析：持续收集和更新过程数据，将新数据与控制限进行比较。

如果数据点在控制限范围内，则过程被认为是稳定的；如果数据点超出控制限，则可能存在特殊原因的变异，需要进行进一步的调查和改进。

通过控制图，人们可以实时监测过程的变化趋势和异常情况，及时采取措施进行调整和改进，以确保产品或服务的稳定性和一致性。

它是质量管理和过程改进中的重要工具之一，被广泛应用于各个行业和领域。