下载文档原格式
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。
SPC操作⼿册（详细完整版）SPC操作⼿册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。
SPC技术原理：统计过程控制（SPC）是⼀种借助数理统计⽅法的过程控制⼯具。
它对⽣产过程进⾏分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的⽬的。
当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。
由于过程波动具有统计规律性，当过程受控时，过程特性⼀般服从稳定的随机分布；⽽失控时，过程分布将发⽣改变。
SPC正是利⽤过程波动的统计规律性对过程进⾏分析控制的。
因⽽，它强调过程在受控和有能⼒的状态下运⾏，从⽽使产品和服务稳定地满⾜顾客的要求。
SPC 强调全过程监控、全系统参与，并且强调⽤科学⽅法（主要是统计技术）来保证全过程的预防。
SPC不仅适⽤于质量控制，更可应⽤于⼀切管理过程（如产品设计、市场分析等）。
正是它的这种全员参与管理质量的思想，实施SPC可以帮助企业在质量控制上真正做到"事前"预防和控制，SPC可以：·对过程作出可靠的评估；·确定过程的统计控制界限，判断过程是否失控和过程是否有能⼒；·为过程提供⼀个早期报警系统，及时监控过程的情况以防⽌废品的发⽣；·减少对常规检验的依赖性，定时的观察以及系统的测量⽅法替代了⼤量的检测和验证⼯作。
一、按控制图测量性质不同，控制图可分为计量型控制图和计数型控制图两大类。
前者反映产品或过程特性的计量数据,后者反映计数数据。
SPC软件免费下载：计量型控制图又可分为:1)均值-极差(X-R)图:适用于长度,重量,时间,强度,成分以及某些电参数的控制2)均值-标准差(X-S)图:适用于样本较大的过程控制3)单值-移动差(X-Rs)图:只能获得一个测量值或测量成本较高的情形.4)中位数-极差(X-R)图计数型控制图:1)缺陷数(C)控制图:计数检验的个数相对于被检验对象的总体很少时适用.2)百分率(P)图:适用于计数的值所占的比例较大时.2、按控制图用途不同，控制图可分为分析用控制图与控制用控制图。
常规控制图的作用制造业的传统方法有赖于制造产品的生产,有赖于检验最终产品并筛选出不符合规范的产品的质量控制。
这种检验策略通常是浪费和不经济的,因为它是当不合格品产生以后的事后检验。
而建立一种避免浪费、首先就不生产无用产品的预防策略则更为有效。
这可以通过收集过程信息并加以分析,从而对过程本身采取行动来实现。
控制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，由休哈特(Walter Shewhart)博士于1924年首先提出。
控制图理论认为存在两种变异。
第一种变异为随机变异,由“偶然原因＂(又称为"一般原因")造成。
这种变异是由种种始终存在的、且不易识别的原因所造成,其中每一种原因的影响只构成总变异的一个很小的分量,而且无一构成显著的分量。
然而，所有这些不可识别的偶然原因的影响总和是可度量的,并假定为过程所固有。
消除或纠正这些偶然原因,需要管理决策来配置资源、以改进过程和系统。
第二种变异表征过程中实际的改变。
这种改变可归因于某些可识别的、非过程所固有的、并且至少在理论上可加以消除的原因。
这些可识别的原因称为"可查明原因"或"特殊原因"。
它们可以归结为原材料不均匀、工具破损、工艺或操作的问题、制造或检测设备的性能不稳定等等。
