【正文】 國外也采用這一準(zhǔn)則。 模式4:傾向,點(diǎn)子逐漸上升或下降的狀態(tài)稱為傾向。 連續(xù)11個(gè)點(diǎn)中,至少有10點(diǎn)在中心線一側(cè)。在過程正常為正態(tài)分布的情況下,點(diǎn)子在控制圖中心線兩側(cè)超過2σ界限而仍在3σ界限內(nèi)的概率為 P(μ+2σ≤x≤μ+3σ)=2[￠(3)一￠(2)]=2[]=式中,φ(3)=,φ(2)=，參見標(biāo)準(zhǔn)正態(tài)分布表。 (1)因此,有的學(xué)者認(rèn)為應(yīng)將整個(gè)判斷穩(wěn)態(tài)的準(zhǔn)則改成下列更合乎邏輯的提法: 若連續(xù)35個(gè)點(diǎn)中,在控制界限外的點(diǎn)超過2個(gè),或連續(xù)100個(gè)點(diǎn)中,在控制界限外的點(diǎn)超過 3個(gè),則判斷過程失控。 (2) 其中,第(2)類準(zhǔn)則是防止β大的。有時(shí),為了更加經(jīng)濟(jì),寧可保持在狀態(tài)Ⅱ也是有的。統(tǒng)計(jì)穩(wěn)態(tài)是否技術(shù)穩(wěn)態(tài)是ⅠⅡ否ⅢⅣ 二、3σ方式 長期實(shí)踐經(jīng)驗(yàn)證明, 3σ方式即 UCL=μ+3σ CL=μ ()LCL=μ3σ 就是兩類錯誤造成的總損失較小的控制界限。SPC就是通過全穩(wěn)生產(chǎn)線達(dá)到全過程預(yù)防的。 應(yīng)用控制圖對生產(chǎn)過程不斷監(jiān)控，當(dāng)異常因素剛一露出苗頭，甚至在未造成不合格品之前就能及時(shí)被發(fā)現(xiàn)。異因則有時(shí)存在，對質(zhì)量影響大，但不難除去，例如車刀磨損、固定機(jī)床的螺母松動等?，F(xiàn)從上表的數(shù)據(jù)算得樣本均值=，于是有μ+3σ≈+3σ=+3=(mm)如果數(shù)據(jù)越多，分組越密，則機(jī)螺絲直徑直方圖的直方圖也越趨近一條光滑曲線，如直方圖趨近光滑曲線圖所示?？梢哉f，工廠中使用控制圖的張數(shù)在某種意義上反映了管理現(xiàn)代化的程度。 (3)審核程序所在車間這方面國外剛剛起步，他們稱之為ASPC(Algorithmic Statistical Process Control，算法的統(tǒng)計(jì)過程控制)，目前尚無實(shí)用性的成果。美國汽車工業(yè)已大規(guī)模推行了SPC，如福特汽車公司，通用汽車公司，克萊斯勒汽車公司等，上述美國三大汽車公司在ISO9000的基礎(chǔ)上還聯(lián)合制定了QS9000標(biāo)準(zhǔn)，在與汽車有關(guān)的行業(yè)中，頗為流行。 SPC的特點(diǎn)是:（1）SPC是全系統(tǒng)的，全過程的，要求全員參加，人人有責(zé)。這點(diǎn)與全面質(zhì)量管理的精神完全一致。美國鋼鐵工業(yè)也大力推行了SPC，如美國LTV鋼鐵公司，內(nèi)陸鋼鐵公司，伯利恒鋼鐵公司等等。張公緒教授與他的博士生也正在進(jìn)行這方面的研究。控制點(diǎn)制定者 在診斷后的糾正過程中有可能引出新的關(guān)鍵質(zhì)量因素，即反饋到步驟2，3，4 。 二、什么是控制圖 控制圖是對過程質(zhì)量加以測定、記錄從而進(jìn)行控制管理的一種用科學(xué)方法設(shè)計(jì)的圖。在極限情況下得到的光滑曲線即為分布曲線，它反映了產(chǎn)品質(zhì)量的統(tǒng)計(jì)規(guī)律，如分布曲線圖所示。μ≈=(mm)μ3σ≈3σ==(mm) 參見x控制圖。 偶因引起質(zhì)量的偶然波動(簡稱偶波)，異因引起質(zhì)量的異常波動(簡稱異波)。例如，在控制圖重點(diǎn)子形成傾向圖中點(diǎn)子有逐漸上升的趨勢，所以可以在這種趨勢造成不合格品之前就采取措施加以消除，起到預(yù)防的作用。 綜上所述，雖然質(zhì)量變異不能完全消滅，但控制圖是使質(zhì)量變異成為最小的有效工具。式中,μ為總體均值，σ為總體標(biāo)準(zhǔn)差,此時(shí)犯第 I類錯誤的概率或顯著性水平α=。1. 　　當(dāng)過程達(dá)到了我們所確定的狀態(tài)后,才能將分析用控制圖的控制線延長作為控制用控制圖。 　　休圖的設(shè)計(jì)并未根據(jù)兩類錯誤所造成的總損失最小這點(diǎn)來進(jìn)行。 四、判斷異常的準(zhǔn)則在第二章(三)討論控制圖原理時(shí),已經(jīng)知道點(diǎn)子出界就判斷異常,這是判斷異常的最基本的一條準(zhǔn)則。而點(diǎn)子在中心線兩側(cè)未超過2σ界限的概率為 P(μ2σ≤x≤μ+2σ)=2[￠(2)一￠(0〉] =[]=于是,若過程正常,則模式Ⅰ準(zhǔn)則(1)的情況出現(xiàn)的概率為 P{連續(xù)3個(gè)點(diǎn)中至少有2點(diǎn)接近控制極限}= ()+ = 這也就是模式1準(zhǔn)則(1)的顯著性水平σ。 (2)當(dāng)有連續(xù)不少于7個(gè)點(diǎn)的上升或下降的傾向時(shí)判斷點(diǎn)子排列非隨機(jī),存在異常因素,參見7點(diǎn)下降傾向判斷異常圖。 于是,對于模式5計(jì)算下列情況出現(xiàn)的概率 P(連續(xù)11點(diǎn)集中在中心線附近)= =P(連續(xù)12點(diǎn)集中在中心線附近)= =P(連續(xù)13點(diǎn)集中在中心線附近)= =P(連續(xù)14點(diǎn)集中在中心線附近)= =P(連續(xù)15點(diǎn)集中在中心線附近)= =P(連續(xù)16點(diǎn)集中在中心線附近)= =由此,模式5可采用下列準(zhǔn)則:若連續(xù)15點(diǎn)集中在中心線附近判異。實(shí)際上,后三條準(zhǔn)則由于需要觀察的點(diǎn)數(shù)過多,使用起來不方便,所以是較少應(yīng)用的。下面進(jìn)行一些概率計(jì)算。這時(shí),屬于下列情況的就判斷點(diǎn)子排列不隨機(jī),存在異常因素:可見α1要比αα3的大幾十倍,這是很不相稱的。 連續(xù)25個(gè)點(diǎn)子都在控制界限內(nèi)。 界內(nèi)點(diǎn)排列不隨機(jī)判斷異常。 從如狀態(tài)分表可見,從狀態(tài)IV達(dá)到狀態(tài)I的途徑有二:狀態(tài)IV=〉狀態(tài)Ⅱ=〉狀態(tài)Ⅰ或狀態(tài)IV=〉狀態(tài)Ⅲ=〉狀態(tài)Ⅰ,究竟通過哪條途徑應(yīng)通過具體技術(shù)經(jīng)濟(jì)分析來決定。根據(jù)統(tǒng)計(jì)穩(wěn)態(tài)與技術(shù)穩(wěn)態(tài)的是否達(dá)到可以分為如狀態(tài)分類表所示的四種情況: 狀 態(tài) 分 類 在第二章（三）中討論控制圖原理時(shí)曾經(jīng)提到點(diǎn)子出界就判異,有的讀者可能疑惑,如果是生產(chǎn)正常、點(diǎn)子偶然出界呢?現(xiàn)在,如果控制圖是根據(jù)兩類錯誤造成的總損失最小來確定的,那么根據(jù)“點(diǎn)子出界就判異”這樣的準(zhǔn)則來做,即使有時(shí)判斷錯誤,但從長遠(yuǎn)看仍是合算的。 一道工序處于穩(wěn)態(tài)稱為穩(wěn)定工序，道道工序都處于穩(wěn)態(tài)稱為全穩(wěn)生產(chǎn)線。偶因是始終存在的，對質(zhì)量的影響微小，但難以除去，例如機(jī)床開動時(shí)的輕微振動等?，F(xiàn)在結(jié)合機(jī)螺絲的例子來說明控制圖的原理。故機(jī)螺絲直徑直方圖所示的直方圖仍可用，只要再作一條頻率縱軸和一條直方面積表示頻率的縱軸，見直方圖趨近光滑曲線圖。1984年日本名古屋工業(yè)大學(xué)調(diào)查了115家日本各行各業(yè)的中小型工廠，結(jié)果發(fā)現(xiàn)平均每家工廠使用137張控制圖，這個(gè)數(shù)字對于我們推行SPC和SPCD是有一定的參考意義的。 可以應(yīng)用診斷理論，如兩種質(zhì)量診斷理論，進(jìn)行分析和診斷。操作程序 對每個(gè)關(guān)鍵變量建立過程控制標(biāo)準(zhǔn)，并填寫過程控制