【文章內(nèi)容簡介】 sigma，或在平均值上的 %內(nèi)的臵信區(qū)間 極差（ R）圖 ?極差，或 R圖監(jiān)控在子群體內(nèi)部隨時間的變動 ?圖的中心線由極差的長期平均水平或 Rbar所代表 ?控制界限限定了范圍在平均值上 177。 3（ sigma of the range）內(nèi)的臵信區(qū)間 用 MINITAB 創(chuàng)建 XBAR R控制圖 使用 XBARR圖需要注意的幾點 ?XbarR圖主要用于生產(chǎn)量大的過程，生產(chǎn)中常用 ?基本上每個子組取樣 3~6個，最常取樣數(shù)為 5，子組內(nèi)的幾個樣品的控制條件要一模一樣，而且要在很短的時間內(nèi)取夠子組內(nèi)的樣，確保其只受自然因素影響，也就是子組內(nèi)只允許“噪音”存在 ?子組與子組之間控制條件可以不一樣，子組間要有特殊原因 ?要至少涵蓋所有不同生產(chǎn)條件組合下的 70%以上的子組組合 如：生產(chǎn)線 3條，操作工 6人，供應商 2個；則要至少取3 6 2 70%≈ 25個不同組合的子組 ?至少取夠 25個子集 使用 XBARR圖需要注意的幾點 ?如果所有點只是顯示隨機變化，使用計算出得控制界限來監(jiān)控緊接著的大約 75個子集，如果過程仍在控制之下，使用所有數(shù)值重新計算控制界限（然后保留新的控制界限） 如果過程顯示出變異特殊原因，如果該原因與孤立的點有關系，則移除這些點并重新計算控制界限（然后保留新的控制界限） 如果過程顯示出得變異特殊原因與孤立的點無關系，或無法找到真正原因，則重新取樣確定控制界限； XBARS圖 ?對于大小為 2,3或 4的子集，在精度上技術(shù)沒有差異 ?當子集大小超過 4時，標準差變得比極差愈加精確，對于大于 10的子集大小，最好使用 XbarS圖 ?其制作方法基本上同 XbarR圖相同 控制圖與規(guī)格界限 ?控制圖是用于監(jiān)控穩(wěn)定性 ?控制圖的目的是監(jiān)控目前過程處的狀況穩(wěn)定與否 即使其不能達到規(guī)格要求 ?控制界限與規(guī)格界限絕對沒有關系 ?控制圖監(jiān)控一組產(chǎn)品的均值和變異，規(guī)格是針對個別數(shù)值 ?規(guī)格界限不應該放臵于控制圖之上 ?能力分析要分開進行，盡管穩(wěn)定性是宣稱過程是有能力的先決條件 目錄 ?第一章：基本統(tǒng)計概念（分布的概念） ?第二章： Minitab基本技能 ?第三章：統(tǒng)計過程控制介紹 ?第四章：計量型統(tǒng)計過程控制 ?第五章： SPC控制圖的理解 ?第六章：計數(shù)型 SPC ?第七章： SPC與過程能力研究 ?總結(jié) SPC控制圖的理解 ?什么是失控？ ?當一個過程顯示出一種非隨機模式時，該過程便是在統(tǒng)計上失控 ?小心留意失控的意思，因為該過程仍可能會生產(chǎn)出良品，該非隨機模式只是意味著有很強的統(tǒng)計上的證據(jù)證明過程已經(jīng)發(fā)生變化 控制圖判異準則（過程異常的檢驗模式） 準則 1：一點落在 A區(qū)以外 AB C BA x x x 控制圖 中 1點越出控制界限的概率為 。 準則 1是控制圖判異準則中最為重要的檢驗模式。 準則 1可以對分布參數(shù) μ 的變化或分布參數(shù) σ 的變化給 出信號 ，變化越大給出信號的速度越快（時間周期越短）。 準則 1還可以 對過程中的單個失控做出反應，如計算錯誤 、測量誤差大、原材料不合格、設備工裝發(fā)生故障等。 準則 2：連續(xù) 9點落在中心線同一側(cè) A B C C B A x 控制圖中 1點落于中心線一側(cè)的概率為 則連續(xù) 9點落于中心線同一側(cè)的概率為 = 準則 2是對準則 1的補充，以改進控制圖的靈敏度。準則 2是為了檢驗分布中心線以下，則 反應了參數(shù) μ 的減小，若連續(xù) 9點落于中心線以上，則反應了分布參數(shù) μ 的增大。 準則 3：連續(xù) 6點遞增或遞減 A B C C B A x x 控制圖中連續(xù) 6點遞增或遞減的發(fā)生概率為 0013 !61!1 ??? nP 準則 3是針對分布參數(shù) μ （過程平均值）的趨勢變化而設計 的，它判定分布參數(shù) μ （過程平均值）的較小的趨勢變化的靈敏 度比準則 2要高（更為靈敏）。 過程中產(chǎn)生趨勢變化的原因可能是刀具、工具的磨損、維修 水平降低、操作人員技能的逐漸變化等，這種變化往往會造成概 率 α也隨之變化。遞增或遞減顯示了趨勢的變化方向。 準則 4：連續(xù) 14點中相鄰兩點上下交替 A B C C B A 準則 4由于并不限定點子落入哪個區(qū)域，因而不能由概率計算 來決定。準則 4是通過蒙特卡羅試驗（統(tǒng)計模擬試驗）所決定的。 準則 4用于檢驗由于數(shù)據(jù)未分層 （數(shù)據(jù)來源于兩個總體，如輪 流使用兩臺設備加工或由兩位操作人員輪流進行操作）而引起的 系統(tǒng)效應，準則 4也可以檢驗過程中存在的周期性變化的異常。 準則 5：連續(xù) 3點中有 2點落在中心線同一側(cè)的 B區(qū)以外 x x A B C C B A x 在控制圖中 1點落入中心線同一側(cè) A區(qū)的概率為 0211 ???2點落入中心線同一側(cè) A 區(qū)的概率 為 P== 3點中的 2點可以是任何 2點，至于第 3點可以在任何處，甚至不存在 。準則 5用于檢驗分布參數(shù) μ (過程平均值 )的變化，對于分布參數(shù) σ 的 變化的檢驗也很靈敏 。 準則 6：連續(xù) 5點中有 4點落在中心線同一側(cè) C區(qū)以外 A B C C B A x 在控制圖中， 1點落入中心線同一側(cè) C區(qū)以外的概率為 ???準則 6與準則 5的情況類似，第 5點可以在任何處。 準則 6是為了檢驗分布參數(shù) μ 的變化，其對過程平均值偏移的檢驗是很靈敏的。 準則 7：連續(xù) 15點中全部在中心線兩側(cè) C區(qū)以內(nèi) A B C C B A 連續(xù) 15 點落在中心線兩側(cè) C 區(qū)以內(nèi)的概率 為 = 連續(xù) 16 點落在中心線兩側(cè) C 區(qū)以內(nèi)的概率為 ： = 應 注意出現(xiàn) 準則 7的現(xiàn)象可能有兩種情況 ： （ 1）由于 分布參數(shù) σ 的減小，這是一種良好的異常，應進行 質(zhì)量分析 ，找出原因?qū)⒘己玫臓顩r加以鞏固； （ 2）數(shù)據(jù) 的虛假、數(shù)據(jù)分層不夠以至控制圖設計中的錯誤等。只有排除了這些可能之后才能總結(jié)分析現(xiàn)場減小標準差 σ的先進經(jīng)驗。 準則 8：連續(xù) 8點在中心線兩側(cè)，但無 1點在 C區(qū)以內(nèi) A B C B A C 連續(xù) 8點在中心線兩側(cè) C 區(qū)以外的概率為 ： （ ） 8== 出現(xiàn) 準則 8的現(xiàn)象可能是分布參數(shù) σ 的顯著增大，也有可能是數(shù)據(jù)分層不夠，應認真分析。 控制圖的趨勢規(guī)律 失控過程的常見原因 ?測量精度和使用的儀器是否不同 ?不同操作者是否采用不同的方法 ?過程是否受環(huán)境（如溫度、濕度）的影響 ?環(huán)境是否有重大改變 ?過程是否受工具磨損的影響 ?當時過程中是