统计过程控制(高级控制图)(PPT54页).pptVIP

统计过程控制(高级控制图)(PPT54页)2024/3/20统计过程控制(高级控制图)(PPT54页)

范围变量控制图X-MRChartCusumChartEWMAChartPre-ControlChart预控制图属性控制图累计技术图统计过程控制(高级控制图)(PPT54页)

X-MR图当监控过程n=1时应用100％自动检测与测量生产速度非常缓慢重复性测量是可以忽略不计组内变异（如卷纸）可忽略不计X-MR图（或I-MR图）是当特性是独立的或正常的分布时有用的控制图。统计过程控制(高级控制图)(PPT54页)

X-MRCharts如果Xi是在i中取样获得，则移动幅度MRi为：MRi=Abs{Xi-Xi-1}=|Xi-Xi-1|e.g. MR1=|X1-X0| MR2=|X2-X1| MR3=|X3-X2|X0可能定为这个过程历史估计的某个平均值。如果X0省略，则MR1计算不出来。统计过程控制(高级控制图)(PPT54页)

X-MRChartsX图的中线和控制界限为：MR图的中线和控制界限为：统计过程控制(高级控制图)(PPT54页)

示例4 S/N Viscosity 1 33.75 2 33.05 3 34.00 4 33.81 5 33.46 6 34.02 7 33.68 8 33.27 9 33.49 10 33.20 11 33.62 12 33.00 13 33.54 14 33.12 15 33.84航行器的粘度是一个重要的品质特性。每生产一批都是一个非常缓慢的生产过程。因此，每一批仅抽取1个样品进行。

对超过15批的粘度进行审查，以确定该过程是否在控制中。统计过程控制(高级控制图)(PPT54页)

示例4MiniTab’sStat?ControlCharts?I-MR统计过程控制(高级控制图)(PPT54页)

示例4统计过程控制(高级控制图)(PPT54页)

X-MR图移动范围内是相互关联的，即它们是依赖于当前和以往的数据点（X0andXi-1）。

这种关联性可能引起MR图上出现周期运行模式。避免或忽略不稳定的次要指标。统计过程控制(高级控制图)(PPT54页)

休哈特模型该模型是基于以下假设：

????一个过程的中线的不断变化取决于异常原因，只要过程是稳定的，控制图上来自于同一个分布的点是随机和独立的。“tweaking”过程将导致更多的变化休哈特: Yt=?+?t统计过程控制(高级控制图)(PPT54页)

现实世界模型许多过程，特别是持续不断的过程，平均漂移和连续的样品往往是相互关联的。

因此，平均值不是固定不变的，其存在在固有程序的多样性前期，后期或中间期。?t不是独立存在的，调校程序可能导致减少含义的多样性，而不是增加统计过程控制(高级控制图)(PPT54页)

替代休哈特图尽管有其缺陷，哈特图凭借它的方便在执行和阐明中仍然是采用最普遍的控制图然而，哈特图只使用过程中最后样本的信息，因此，它在检测过程中参数的微变化时是不敏感的。CUSUM图和EWMA图可以用来检测小的参数的变化。统计过程控制(高级控制图)(PPT54页)

CUSUM图CUSUM图使用数据的累计形式，通常是总和偏离目标值。 ?0=目标值Xi=个体值或分组均值Xi-X0=偏离目标值?(Xi-?0)=CUSUM,偏离目标总和CUSUM是短期的累积总和该CUSUM图最早出现在Technometrics3累计和图表（1961年）。统计过程控制(高级控制图)(PPT54页)

示例5 S/N Xi Xi-250 ?(Xi-250) 1 263.5 13.5 13.5 2 248.0 -2.0 11.5 3 227.5 -22.5 -11.0 4 245.5 -4.5 -15.5 5 235.5 -14.5 -30.0 6 249.0 -1.0 -31.0 7 234.3 -15.7 -46.7 8 259.8 9.8 -36.9 9 280.0 30.0 -6.9 10 264.5 14.5 7.6 11 252.5 2.5 10.1