控制图分类解析.pptVIP

杨春 2014.4 世界上第一张控制图诞生于1924年5月16日，是由美国贝尔电话实验室（Bell Telephone Laboratory 质量课题研究小组过程控制组学术领导人休哈特博士提出的不合格品率p控制图。随着控制图的诞生，控制图就一直成为科学管理的一个重要工具，特别方面成了一个不可或缺的管理工具。它是一种有控制界限的图，用来区分引起的原因是偶然的还是系统的，可以提供系统原因存在的资讯，从而判断生产过於受控状态。控制图按其用途可分为两类，一类是供分析用的控制图，用来控制生产过程中有关质量特性值的变化情况，看工序是否处於稳定受控状；再一[1]类的控制图，主要用於发现生产过程是否出现了异常情况，以预防产生不合格品。 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。图上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。中心线是所控制的统计量的平均值，上下控制界限与中心线相距数倍标准差。若控制图中的描点落在UCL与LCL之外或描点在UCL和LCL之间的排列不随机，则表明过程异常。 针对企业的特殊生产条件，如何选择最适合自己的SPC控制图？解决这个问题根本在于掌握定义图表类型的要素有哪些。但在此之前，让我们先对控制图下个定义：SPC（统计过程控制）控制图究竟是什么？ 1. 实时图表化反馈过程的工具。 2. 设计的目的是告诉操作者什么时候做什么或不做什么。 3. 按时间序列展示过程的个性/表现。 4. 设计用来区分信号与噪音。 5. 侦测均值及/或标准差的变化。 6. 用于决定过程是稳定的（可预测的）或 失控的（不 可预测的）。 1. 不是能力分析的替代工具。 2. 在来料检验的过程中很难用到（没有时间序列）。 3. 控制图不是高效的比较分析工具。 4. 不应与运行图或预控制图混淆。 运用控制图的目的之一就是，通过观察控制图上产品质量特性值的分布状况，分析和判断生产过程是否发生了异常，一旦发现异常就要及时采取必要的措施加以消除，使生产过程恢复稳定状态。也可以应用控制图来使生产过程达到统计控制的状态。产品质量特性值的分布是一种统计分布．因此，绘制控制图需要应用概率论的相关理论和知识。 计量值控制图 a:最常用、最基本的控制图; b:用于控制对象为长度、重量、强度、厚度、时间等计量值; c:由用于描述均值变化的均值图和反映过程波动的极差控制图组成; 控制图 由于极差计算方便， 控制图得到了广泛应用 但由于极差只考虑了样本中最大值和最小值之差，没有考虑其它数据的分布状况 在样本容量较大时，极差控制图检出偏差的效率明显降低 因此，当样本容量较大（n 10）时，宜采用标准差代替极差 均值图用于判断生产过程的均值是否处于 或保持在所要求的统计控制状态。 标准差图主要用于判断生产过程的标准差 是否处于或保持在所要求的统计控制状态。 两张图一起用，称为均值-标准差控制图。 为了简便计算，可用样本中位数代替样本均值，就构成了 -R控制图 1）中位数图用于判断生产过程的均值是否处于或保持在所要求的统计控制状态。 2）极差图主要用于判断生产过程的标准差是否处于或保持在所要求的统计控制状态。 3）两张图一起用，称为中位数-极差控制图。 在一些场合取一个子组不可能或不实际： 测单个值需要很长时间 用破坏性试验方法获得测量值 有时一次仅能获得一个观察值 .不合格品率控制图（P图） .不合格品数控制图（nP图） 它使用的统计基础是二项分布，只有一个参数 Poisson分布 法语：loi de Poisson，英语：Poisson distribution，译名有泊松分布、普阿松分布、卜瓦松分布、布瓦松分布、布阿松分布、波以松分布、卜氏分配等 ，是一种统计与概率学里常见到的离散机率分布 discrete probability distribution ，由法国数学家西莫恩·德尼·泊松 Siméon-Denis Poisson 在1838年时发表。 泊松分布的概率质量函数为： 泊松分布的参数λ是单位时间 或单位面积 内随机事件的平均发生率。 泊松分布适合于描述单位时间内随机事件发生的次数。如某一服务设施在一定时间内到达的人数，电话交换机接到呼叫的次数，汽车站台的候客人数，机器出现的故障数，自然灾害发生的次数等等。 控制图的分类 目 录 一、控制图概述 二、控制图诞生 三、控制图定