控制图新培训

格式：ppt
大小：1.32 MB
文档页数：7

下载文档原格式

SPC与常规控制图培训课件PPT(共 58张)

因此，发生这种情况的概率为
2×C54×0.1573054×（0.9973-0.157305） =0.00268
规则7连续15点在中心线正负1σ 之间
0.6826815 =0.00326
常用控制图的种类
常用质量控制图可分为两大类：（1）计量值控制图包括：
均值-标准差控制图，均值-极差控制图，中位数-极差控制图，单值-移动-极差控制图。（2）计数值控制图包括：
SPC与常规控制图
——控制图概念
又叫管理图或休图。它是判断和预报生产过程中质量状况是否发生异常波动的一种有效的方法。
可用3σ原则确定控制图的控制线（Control Lines）
CL=μ UCL=μ+3σ LCL=μ-3σ
控制图的基本原理
控制图是把造成质量波动的六个原因（人机料法环、测量等）分为两个大类：随机性原因（偶然性原因）和非随机性原因（系统原因）。这样，我们就可以通过控制图来有效地判断生产过程质量的稳定性，及时发现生产过程中的异常现象，查明生产设备和工艺装备的实际精度，从而为制定工艺目标和规格界限确立可靠的基础，使得过程的成本和质量成为可预测的，并能够以较快的速度和准确性测量出系统误差的影响程度。
3点中2个点子在中心线同一侧的2σ ～ 3σ 范围之内，另外一个点子落在控制界限任何处，发生这种情况的概率为
2×C32×0.02142×（0.9973-0.0214） =0.00268
控制图上的信号解释
规则6：连续5点中有4点落在中心线同一侧的1σ 以外。
点子落在1σ ～ 3σ 之间的概率为 ( 3 ) ( 1 ) 0 . 9 9 8 6 5 0 0 . 8 4 1 3 4 5 0 . 1 5 7 3 0 5

Xbar -R控制图培训资料

异常判定及识别
班每天收集数据后对控制图上点线走势进行判定，满足以下判定检验准则之一时，判定过程存在异常因素，须“查出异因，采取措施，加以消除，纳入标准，不再出现”。
异常判定及识别
异常判定及识别
X-R控制用图日常控制监测
步骤2：将控制上下限分为6 个等分区间，并标注刻度。标样提供了等分格，等分刻度与等分格对齐
步骤1：对中心线CL进行描线，一般描绘在报表虚线部位。
步骤3：标注上下控制线。
X-R图由技术员确认产品控制上下线后提交生产线。
产线根据提供的上下线对X-R图表格（表样详见 QR-T-034）进行控制线描绘。如R图控制线： CL=0.6 LCL=0
Xbar-R控制用图控制线确认
3、计算 Xi （子组平均值），Ri（子组极差）； 4、计算Xi （子组间平均值），Ri（子组间极差平均）； 5、确认R图控制线：
CL（中心线）=R（子组间极差） LCL（下限）=D3R UCL（上限）=D4R
Xbar-R控制用图控制线确认 6、计算X图的上下限：
UCL=1.2时表格描绘。如左图：
X-R控制用图日常控制监测
各班长每天随机抽取N个（一般为4或5）当天生产产品的特性参数填入 X-R图中（包括不良品数据），计算出平均值（X）与极差R，根据计算结果分别在R图与X图进行描点。从点线走势对品质进行分析（参考判定准则）。
每天收集的特性数据集
Xbar-R控制用图控制线确认
1、确认控制对象：控制对象往往为产品的某以特性，如记录机型的TILT感度。设备运行状态，如烙铁温度等。 2、数据的收集：
数据要求:控制对象在产品先期策划过程 PPK≥1.67以上或CPK≥1.33以上的数据(特性)

控制图使用培训讲义全

3.统计与概率论简介
Z值表
4.均值极差图（ Xbar-R图）
生产过程中用控制图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，对过程异常提前进行预警。
控制图种类有多种，而使用最多的是均值极差控制图（Xbar-R图)。
4.均值极差图（ Xbar-R图）
控制图类别
数值分布
M：规范中心（规格中心） M = USL LSL
2
T:规范宽度（规格公差），T=USL-LSL ,T描述的是客户要求的宽与严。
T/2：半公差
ε：偏移量（或偏移系数），反应数据中心偏离规格中心的大小 ε=|M - μ|
K:相对偏移量（或修正系数），反应数据中心偏离规格中心的程度，也有用Ca。
K= ε T/2
4.均值极差图（ Xbar-R图）
术语（控制图中的线）： USL:规范上限，也有用TU来表示的
LSL:规范下限，也有用TL来表示的 CL:控制限（或控制中心线） UCL:上控制限， UCL=μ+3σ LCL:下控制限， LCL=μ-3σ A区的边界 UWL:上警告限， UWL=μ+2σ LWL:下警告限， LWL=μ-2σ B区的边界
σˆ 同理：后面是s 的估计值
总体
μ
=
X1 X 2 .... X N N
=
1 N
N i =1
Xi
3.统计与概率论简介
总体均值总体标准差
样本均值样本标准差
N
m
=
xi
i =1
=
x1 x2 ...xN
N
N
s=
N
( xi m )2
i =1
N

SPC培训资料

计数值控制图(1) P控制图(不良率控制图)用来监视或控制生产批中不良件数的小数比或百分比,样本大小n可以不同。(2)np控制图(不良数控制图)用来监视一个生产批中的实际不良数量(而不是与样本的比率)。分析或控制过程不良数,样本大小n要相同。(3)C控制图(缺点数控制图)能在每一批量的生产中侦查出每一零件或受检验单位不良点的数目,样本大小n要相同。(4)U控制图(单位缺点数控制图)记录一个抽样批有几个缺点数,抽样时每次可以不相同,但以单位缺点数代表质量水准。
a.样本平均数表示数据集中位置，常用符号表示，其计算公司为：式中： ——样本的算术平均值 N ——样本数例如，有统计数据x1,x2,x3.x4,x5为2,3,4,5,6五个数据，则其平均数据为： 2+3+4+5+6 X = ————— =4 5
2、控制图的发展
控制图（SPC）的起源和发展
定义---控制图是对过程品质特性值进行测量、记录、评估，从而监视过程是否处于控制状态的一种用统计方法所设计出來的图表。图上有中心线、上控制限和下控制限，并有按时间顺序抽取的样本统计,所得数值的描绘点。
三、控制图常用术语
设计规格与控制界限设计规格：规格上限（USL），目标值（SL），规格下限（LSL）之间的关系。双边规格，不对称规格，单边规格（上，下）定义。控制界限：控制上限（UCL），控制中心（CL），控制下限（LCL）之间的关系。控制界限是基于制程的数据而不是制造的规格。如果过程受控的话，计算的控制界限要比设计规格严。如果过程受控，但产品仍然不合格，则说明现有的生产工艺生产不出符合条件的产品。
波动源
基本原理：预防为主是SPC的重要原则工序诊断是排除异动的主要手段必须有效利用系统分析方法归纳起来20个字：查找异因（特殊原因），采取措施，加以消除，纳入标准，不再发生。

SPC中控制图和CPK图应用培训课1

3、质量特性有波动是正常现象，无波动倒是虚假现象； 4、彻底的消灭波动是不可能的，但减少波动是可能的； 5、控制过程就是要把波动限制在允许的范围内，超出范围就要设法减少波动并及时报告，迟到的报告就有可能引起损失，是失职行为。
导致质量特性波动的因素根据来源的不同，可分为人（man)、机（machine）、料（material）、法（method）、环（environment）、测（measurement）6个方面，简称为5M1E。
14
百分比
百分比
拟合后P值都不大于0.05咋办，看峰度、偏度值
N 均值标准差中位数最小值最大值偏度
峰度
58 0.946897 0.0221008 0.94 0.91 1
0.651317 -0.319062
对于偏度值和峰度值在－1到1之间都可以按照近似正态去做CPK图
挥发份的过程能力
过程数据
3
记住开山鼻祖休哈特（1891－1967年）及其贡献
第一张控制图在休哈特手中产生：
美国休哈特博士基于对西方电气公司所制造产品的特性变异的关注和对抽样结果的研究，创立了统计过程控制（SPC）理论。1924年5月16日他绘制出了世界上第一张控制图，1931年发表经典著作《制成品质量的经济控制》，并将控制图应用在西方电气公司霍商工厂的保险丝、加热控制和电站装置的生产上。
13
0.95、0.94、0.93、0.94、0.96、0.98、0.92、0.93
拟合转换一下看看P值有超过0.05的没有
百分比
百分比
挥发份的概率图
正态 - 95% 置信区间 99
正态 - 95% 置信区间 99
90
90
百分比
50

SMT SPC控制图培训资料ppt课件

四，數据的种類
1. 計量值數據 (VARIABLE DATA) 如長度、重量等，其特點是可以連續地取某些數值。
2. 計數值數據 (ATTRIBUTE DATA) 如有不合格個數，缺數等不連續取值的數據，只取整數。
管制圖的基本形式管制圖上一般有三條線：管制上限 UCL UPPER CONTROL LIMIT 中心線 CL CENTRE LINE 管制下限 LCL LOWER CONTROL LIMIT
R X 管制上限 UCL = D4R
R = Xmax-Xmin
管制下限 UCL = D3R
管制上限 UCL = X+ A2R 管制下限 UCL = X-A2R
STATISTICAL PROCESS CONTROL ² Î p ¬ y µ { ± ¨ î
STA TION ¤ u § @¯ ¸ CHA RT INSP ECTOR Ã ¸ ¹ Ï û /¬ d ¹ Ï û
UNIT OF M EA SURE
£ § µ ¡ © ÷
1/15
YEAR ~ ¦
2003
Solder paste
1.0 0.8 1.5 0.2 0.7 0.8 1.3
3
1.4 0.2 0.6 0.5 0.9 0.7 1.2
4
0.7 0.6 0.3 0.1 0.2 0.4 0.6
5
0.7 0.4 0.5 0.1 0.3 0.4 0.6
í · È § Þ ³ N û
DATE¤ é ´ Á 1/13 0.9 0.7 1.2 0.5 0.1 0.8 0.5 1.0 0.3 0.6 0.6 0.7
2
¤ § u @¤ º ® e CORRECTIVE A CTION COORDINA TOR × ¥ ¿ û

2024年Minitab培训教程详解-(带目录)

Minitab培训教程详解-(带目录)Minitab培训教程详解一、引言Minitab是一款广泛应用于质量管理、数据分析、过程改进等领域的统计软件。

它凭借其强大的数据处理能力、简便的操作界面和丰富的图表功能，受到了众多专业人士的青睐。

为了让用户更好地掌握Minitab的使用技巧，本文将详细介绍Minitab的基本操作、常用功能及实际应用案例，帮助读者快速提升数据分析能力。

二、Minitab基本操作1.安装与启动（1）从官网Minitab安装包。

（2）按照提示完成安装过程。

（3）启动Minitab，输入序列号激活软件。

2.界面介绍（1）菜单栏：包含文件、编辑、视图、帮助等菜单。

（2）工具栏：提供常用功能的快捷按钮。

（3）项目管理器：用于创建、管理和保存项目。

（4）工作表：用于输入、编辑和查看数据。

（5）图表：用于展示数据分析结果。

3.数据输入与编辑（1）手动输入数据：在工作表中直接输入数据。

（2）导入外部数据：支持Excel、CSV、TXT等格式。

（3）数据编辑：包括复制、粘贴、删除、插入等操作。

（4）数据筛选：根据条件筛选数据。

三、Minitab常用功能1.描述性统计（1）基本统计量：包括均值、中位数、标准差等。

（2）频数分析：统计各数据出现的次数。

（3）图表展示：包括直方图、箱线图等。

2.假设检验（1）单样本t检验：检验样本均值是否等于总体均值。

（2）两独立样本t检验：检验两个样本均值是否存在显著差异。

（3）配对样本t检验：检验两个相关样本均值是否存在显著差异。

3.方差分析（1）单因素方差分析：检验多个样本均值是否存在显著差异。

（2）双因素方差分析：检验两个因素对样本均值的影响。

4.相关分析与回归分析（1）相关分析：研究两个变量之间的关系。

（2）线性回归：建立一个或多个自变量与因变量之间的线性关系模型。

（3）多元回归：建立一个或多个自变量与多个因变量之间的线性关系模型。

5.质量管理工具（1）控制图：监控过程稳定性，发现异常因素。

XbarR控制图过程统计分析、控制培训课件

本文档所提供的信息仅供参考之用，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。
管制图的分类-计量值和计数值
计数值管制图用于非可量化的产品特行，如：不良数，缺点
等间断行数据具体分为：
1-P -管制图-不良率管制图 2-Pn -管制图-不良数管制图 3-C -管制图-缺点数管制图 4-U-管制图-单位缺点数管制图其中以 P-管制图使用最普遍
本文档所提供的信息仅供参考之用，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。
管制图
管制图的实施循环在制程中，定时定量随机抽样本抽取样本做管制特性的测量将结果绘制于管制图上判别有无工程异常或偶发性事故对偶发性事故或工程异常采取措施 a 寻找原因 b 改善对策 c 防止再发根本对策
案例
本文档所提供的信息仅供参考之用，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。
案例
本文档所提供的信息仅供参考之用，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。
案例
本文档所提供的信息仅供参考之用，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。
案例
本文档所提供的信息仅供参考之用，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。
案例
本文档所提供的信息仅供参考之用，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。
Thank you
本文档所提供的信息仅供参考之用，不能作为科学依据，请勿模仿；如有不当之处，请联系网站或本人删除。
P 管制图制作方法
P 管制图又称不良率管制图.可用在产品不良率，人员考勤等方面

QC七大手法培训教材-控制图

3.2、异常(特殊)原因(Assignable causes):
可避免的原因，人为的原因，特殊性原因，局部性原因等，不可能让其存在，否则会造成很的损失。
概述

控制图与控制图法
分类
偶然原因异常原因
偶然原因与异常原因的比较
变异的情况影响程度
追查性
过程的改善
系统的一部分，很多，一定有且无法避免
概述
•计数值控制图与计量值控制图的应用比较
项目优点缺点
计量值控制图
计数值控制图
很灵敏，容易调查原因；可及时反应不良，使品质稳定。
所需数据可用简单方法获得；对整体品质状况的了解较方便。
抽样频度较高，难度/费时较长；
数据须测定，且再计算，须有经验的人方可胜任。
无法寻找不良的原因；及时性不足，易延误时机。
二、应用控制图的步骤
应用步骤如下：
1. 选择控制图拟控制的质量特性，如重量、不合格品数等； 2. 选用合适的控制图种类； 3. 确定样本容量和抽样间隔； 4. 收集并记录至少20～ 25个样本的数据，或使用以前所记录的数据； 5. 计算各个样本的统计量，如样本平均值、样本极差、样本标准差等； 6. 计算各统计量的控制界限； 7. 画控制图并标出各样本的统计量； 8. 研究在控制线以外的点子和在控制线内排列有缺陷的点子以及标明异常（特殊）
QC七大手法培训教材控制图
2020年5月29日星期五
概述
控制图与控制图法
1、控制图：
控制图是在1924年美国质量管理大师休哈特博士所发明，它是一种用来监视、控制质量特性值随时间推移而发生波动的图表。在控制图上有三条横线：中间的一条为中心线(Control line,简称CL)，一般以蓝色的实线绘制，在上方的一条线称为上控制界限线（Upper Control Limit,简称UCL）在下方的一条线称为下控制界限线(Lower Control Limit,简称LCL)，一般以红色的虚线表示，以表示可接受的变异范围。至于实际产品品质特性的点大都以黑色连线绘制。

控制图

43 40
39 39 40
41 38
39 36 43
43 42
43 40 42
样本組 22
X1 39
X2 39
X3 39
X4 40
X5 45
23
24 25
31
40 46
33
40 44
35
40 41
39
41 41
35
42 39
样本組
1
2
3
4
5
6
7
8
各组平均数
40.4
39.8
41
40.4
41.2
41.2
第三节常规控制图的分类
数据名稱均值－极差控制图均值－标准差控制图计量值中位数－极差控制图控制名称 X—R控制图 X —S控制图 Me—R控制图
单值－移动极差控制图
X—Re控制图
第三节常规控制图的分类
数据名稱不合格品率控制图计件值不合格品数控制图控制名称 p控制图 np控制图
41.2 39.6
极差
样本组各组平均数
5
10 39
3
11 41
4
12 40.6
3
13 38.8
4
14 37.4
2
15 41.2
6
16
8
17
45.6 40.6
极差
5
5
5
5
4
9
5
7
样本组
18
19
20
21
22
23
24
25
各组平均数
39.2
39.6
40.4
40.4

控制图

控制图（均值图）培训讲义在经济飞速发展的今天，为了企业的发展、事业的昌盛，我们必须致力于持续改进，我们必须寻找更有效的方法来生产产品提供服务，这些产品和服务必须不断地在价值上待以改进和提高，我们必须重视内部以及外部的顾客，并将顾客满意作为企业主要的目标。

为达到这一目标，我们公司的每一位员工都必须确保不断改进以及使用更有效的方法。

下面给大家描述一种最有效的控制图统计方法，可以使改进更加明确、有效。

一、所使用符号的介绍：CP（理想值）稳定的过程能力指数CPK（实测值）稳定的过程能力指数CPU上限的能力指数CPL下限的能力指数PP（理想值）性能指数PPK（实测值）性能指数PPU上限性能PPL下限性能USL工程规范上限LSL工程规范下限X均埴R极差T公差范围S样本标准差D2值估计值二、控制图的结构：收集数据控制图是从对某个特性或过程特征的测量发展而来的。

这些测量值构成了描述过程分布特性（控制）统计量（例如：均值、中位数、极差、标准差、单值）。

测量数据取自于过程流的单个样品。

按子组的形式收集样本，它可以是由一个零件或多个零件组成。

通常，一个较大的子组使得更容易发现微小的过程变化。

建立一个抽样计划为了控制图的有效性，抽样计划应该定义“合理子组”。

合理子组是选择样本以使得在一个子组内出现特殊原因变差的机会最小，而在子组间出现特殊原因变差的机会最大。

要记住的关键一条是当开发一个抽样计划时，要将子组间的变差和子组内的变差进行比较。

连续取样而形成的子组，使过程改变的机会最小并且子组内的变差也应该最小。

抽样的频率将取决于子组间过程改变的时机。

子组内的变差代表短时间18内的零件间的变差，子组间出现的任何大的变差则表明过程发生变化，应该进行调查并采取适当的措施。

子组容量——所研究的过程的类型决定了如何定义子组容量。

按照前面的阐述，较大的子组使得容易探测出较小的过程变化。

负责的团队必须确定适当的子组容量。

如果预期的过程变化相对小，则应该有较大的子组容量。

P Chart 管制图培训教材

LITE ON
Power Conversion Division
LITE ON
注意: a.制程受多種因素干擾,管理人員須熟悉各种制程因素所造成的圖形異常形態,找出真因. b.上述圖形僅提供制程異常之管制圖形狀,操作人員須据實際情況做出正確判斷.
Power Conversion Division
1308
0
2
29
30
1326
576
0
0
LITE ON
Power Conversion Division
P管制圖應用
以PA-1900-02D Burn-in之30組數據,計算如下:
P d n 17 46107
P (100 % P ) n1
P (100 % P ) n1
0 . 03687 %
不良率 P=d/n(%) UCL 管制中心CL
0.2000%
不良率
0.1000%
0.0000%
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
-0.1000%
生產批次
LITE ON
Power Conversion Division
Power Conversion Division
需求,因此産品品質由檢驗員來負責. 4.統計的品質管制SQC (1938~1960年) SQC (Statistical Quality Control)是以統計理論為基礎,而以管制圖, 抽樣檢驗,實驗計劃,統計推理與變異數分析為管制工具的一種管制方法. 5.全面品質管制TQC (1961~1980年) TQC (Total Quality Control)是由費根寶首先提出的,TQC是在SQC基礎上延伸到市場調查,研究發展,産品設計,原料管理,制程管制,銷售服務等與品質有關的人員和部門. 6.自動適應品質管制AAQC (80年代後) AAQC (Automatic Adaptive Quality Control)是應用微處理機和電腦, 使得人和電腦綱路及制程機器設備整體聯結之品質管方式.

控制图培训课件

02
数据收集：收集数据，包括生产过程中的关键参数、质量指标等
03
数据分析：对收集到的数据进行分析，找出异常值和趋势
04
控制限设定：根据分析结果设定控制限，判断生产过程是否处于受控状态
05
控制图应用：根据控制图结果调整生产过程，确保产品质量稳定可靠
谢谢
U控制图：用于监控过程均值和标准差的同时变化
R控制图：用于监控过程均值和标准差的同时变化，但与U控制图不同，R控制图可以区分过程均值和标准差的变化。
2
控制图的制作方法
数据收集与整理
确定控制图的目的和范围
收集数据：包括原始数据、过程数据、结果数据等
整理数据：对数据进行分类、排序、筛选等处理
确定控制图的类型和参数：根据数据特点选择合适的控制图类型和参数
绘制控制图：将收集到的数据按照时间顺序绘制在控制图上，并在图上标注控制限
分析控制图：观察控制图上的数据点，判断是否存在异常情况，如数据点超出控制限、数据点分布不均匀等
采取措施：根据分析结果，采取相应的措施，如调整生产过程、改进质量管理等
2
3
4
控制图的分析
01
控制图类型：选择合适的控制图类型，如X-R控制图、P控制图等
监控生产过程：及时发现异常，确保产品质量
预测过程趋势：预测未来产品质量，提前采取措施
指导质量改进：确定改进方向，提高产品质量
控制图的类型
控制图类型：X-R控制图、P控制图、C控制图、U控制图、R控制图等
X-R控制图：用于监控过程均值和标准差的变化
P控制图：用于监控过程均值的变化
C控制图：用于监控过程标准差的变化
绘制控制图：根据控制图类型和参数绘制控制图

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)。

控制图的类型
按质量特性值的类型及其统计量划分
❖ 计量值控制图 ❖ 计数值控制图
类别
计量值控制图
计数值控制图
名称
均值—极差控制图
中位数—极差控制图两极控制图
单值—移动极差控制图
不合格品数控制图
不合格品率控制图
缺陷数控制图
单位缺陷数控制图
控制图种类及适用场合
管理图
常状态的有效工具。
控制图与趋势图的比较
采用趋势图可以掌握不断变化着的工序状态。为了判别工序的质量波动是正
x、~x 常波动还是非正常波动，在趋势图的基础上，控制图发生如下变化：
✓ 纵坐标可能是质量特性值，也可能是其统计量，如
、R等；
✓ 增加上、中、下三条控制线作为判断工序有无异常的标准和尺度。
若点子落在控制界限内，认为工序的波动是正常的波动；若点子落在控
Control Chart
图a
图c
Control Chart
生产过程的几种状态
公差上限公差下限
公差上限公差下限
图b 时间图d
公差上限公差下限
公差上限公差下限
统计过程控制的概念
在生产过程中，判别工序是否在受着异常因素的影响可以采取下面的方法：每隔一定的时间间隔，在生产的产品中进行随机抽样，并根据样本数据观察质量特性值的分布状态。若工序分布状态不随时间的推移而变化(即如图a)，说明工序处于稳定状态，只受着偶然因素的影响；若工序分布状态随着时间的推移发生变化(如图b,c,d)，说明工序处于非稳定状态，正在有异常因素影响着它，必须立即采取措施消除异常因素的影响。
控制上线UCL
控制中线CL(μ0 )
控制下线LCL
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
x(或x、R、S等)
3σ原理
控制图可能的两类判断错误
❖ 当工序正常时，点子仍有落在控制界限外面的可能，此时会发生将正常波动判断为非正常波动的错误——误发信号的错误，这种错误称为第一类错误，控制图犯第一类错误的概率记为α。
控制界限的确定原理—3σ原理
确定方法
休哈特控制图控制界限是以3σ原理确定的。即以质量特性统计量的均值作为控制中线CL；在距均值 ±3σ处作控制上、下线。由3σ原理确定的控制图可以在最经济的条件下达到保证生产过程稳定的目的。Fra bibliotek3σ原理
设工序处于正常状态时，质量特性总体的均值为μ0，标准偏差为σ，设三条控制线的位置分别为CL= μ0 、 UCL= μ0 ＋kσ，LCL= μ0 -kσ。
Control Chart
控制图
控制图(Control Chart)
基本概念控制图类型及其原理控制图的绘制与判断控制图的两类错误分析及应用要点
Control Chart
基本概念
影响因素分类统计工序控制的概念统计工序控制与产品检查的区别
Control Chart
影响因素分类
✓ 偶然因素（随机因素） ✓ 异常因素（系统因素）
制界限外或其排列有明显缺陷，则说明工序有异常因素的影响。
x(或x、R、S等)
控制图基本构造
控制上线UCL
控制中线CL 控制下线LCL
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
样本号（或时间）控制图的构造
➢ 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的平面 ➢ 三条具有统计意义的控制线：中心线CL、上控制线UCL和下控制线LCL ➢ 一条质量特性值或其统计量的波动曲线。
特
点
符号
最常用，判断工序是否异常 X R 的效果好，但计算工作量大
X~ R
计算简便，但效果较差些，便于现场使用
L—S 一张图可同时控制均值和方差，计算简单，使用方便
X—Rs
简便省事，并能及时判断工序是否处于稳定状态。缺点是不易发现工序分布中心的变化。
pn 较常用，计算简单，操作工人易于理解
检查通常通过专门的测量仪器和设备得到测量值，并由检查人员进行判定。而统计工序控制必须使用专门设计的控制图表，并按一定的判定规
统计工序控制虽然会带来一定程度的预防成本的提高，但却能及早发现异常，采取措施消除隐患，带来故障成本的大幅度降低。因此对比产品
Control Chart
控制图类型及其原理
p 计算量大，管理界限凹凸不平
C 较常用，计算简单，操作工人易于理解，使用简便
U 计算量大，管理界限凹凸不平
适用场合
适用于产品批量较大而且稳定正常的工序。
因各种原因（时间费用等）每次只能得到一个数据或希望尽快发现并消除异常原因样本容量相等
样本容量可以不等
样本容量（面积或长度）相等样本容量（面积或长度）不等
控制图及其基本构造控制图的类型控制界限的确定原理——3σ原理
Control Chart
控制图及其基本构造
产生：控制图是由美国贝尔(Bell)通信研究所的休哈特(W.A Shewhart)博
士发明的，因此也称休哈特控制图。
定义：控制图是反映和控制质量特性值分布状态随时间而发生的变动情况
的图表。它是判断工序是否处于稳定状态、保持生产过程始终处于正
利用统计规律判别和控制异常因素造成的质量波动，从而保证工序处于控制状态的手段称为统计工序控制
Control Chart
统计过程控制与产品检查的区别
统计工序控制与产品检查有着本质的区别:
检查是通过比较产品质量特性测量值与规格要求，达到剔除不合格品的目的，是事后把关。统计工序控制是通过样本数据分布状态估计总体分布状态的变化，从而达到预防异常因素造成的不正常质量波动，消除质
❖ 设总体均值μ0在异常因素的作用下移至μ1 ，σ不变。此时，点子应落在控制界限外以发出警报。但却也存在点子落在控制界限内不发警报的可能。这将导致将非正常波动判断为正常波动的错误——漏发信号的错误，这种错误称为第二类错误，控制图第二类错误的概率记为β。
控制图的类型
按用途划分
❖ 分析用控制图。用间隔取样的方法获得数据。依据收集的数据计算控制线、作出控制图，并将数据在控制图上打点，以分析工序是否处于稳定状态，若发现异常，寻找原因，采取措施，使工序处于稳定状态；若工序稳定，则进入正常工序控制。
❖ 控制用控制图。当判断工序处于稳定状态后，用于控制工序用的控制图。操作工人按规定的取样方式获得数据，通过打点观察，控制异常因素的出现。