下载文档原格式
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。
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。
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)。
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。
