国标控制图的判异准则
XX 有限公司
国标控制图的判异准则
国标GB/T 4091—2001《常规控制图》中规定了8种判异准则。为了应用这些准则，将控制图等分为6个区域，每个区宽1σ。这6个区的标号分别为A、B、C、C、B、A。其中两个A区、B区及C区都关于中心线CL对称（参见图4.3-1~图4.3-8）。需要指明的是这些判异准则主要适用于X图和单值X图，且假定质量特性X服从正态分布。
准则1：一点落在A区以外（图1）。在许多应用中，准则1 甚至是惟一的判异准则。准则
1 可对参数μ的变化或参数σ的变化给出信号，变化越大，则给出信号越快。准则1
还可对过程中的单个失控做出反应，如计算错误、测量误差、原材料不合格、设备故障等。在3σ原则下准则1 犯第一类错误的概率为α0=0.0027。
准则2：连续9 点落在中心线同一侧（图2）。此准则是为了补充准则１而设计的，以改进控制图的灵敏度。选择９点是为了使其犯第一类错误的概率α与准则１的α0=0.0027大体相仿。出现图４.3-2准则2 的现象,主要是过程平均值μ减小的缘故。
UCL UCL
CL CL
LCL LCL
准则1图示准则2图示
准则3：连续6点递增或递减（图3）。此准则是针对过程平均值的趋势进行设计的，它判定过程平均值的较小趋势要比准则 2 更为灵敏。产生趋势的原因可能是工具逐
渐磨损、维修逐渐变坏等，从而使得参数随着时间而变化。
准则4：连续14 点相邻点上下交替（图4）。本准则是针对由于轮流使用两台设备或由两位操作人员轮流进行操作而引起的系统效应。实际上，这就是一个数据分层不够的问题。选择14点是通过统计模拟试验而得出的，也是为使其α大体与准则1 的α0=0.0027相当。
UCL UCL
CL CL
LCL LCL
准则3图示准则4图示
准则5：连续3 点中有2点落在中心线同一侧的B区以外（图5）。过程平均值的变化通常可由本准则判定，它对于变异的增加也较灵敏。这里需要说明的是：三点中的两点
可以是任何两点，至于第3点可以在任何处，甚至可以根本不存在。出现准则5 的
现象是由于过程的参数μ发生了变化。
准则6：连续5 点中有4 点落在中心线同一侧的C区以外（图6）。与准则5类似，这第5点可在任何处。本准则对于过程平均值的偏移也是较灵敏的，出现本准则的现象也
是由于参数μ发生了变化。
UCL UCL
CL CL
LCL LCL
准则5图示准则6图示
准则7：连续15 点在C区中心线上下（图7）。出现本准则的现象是由于参数σ变小。对于这种现象不要被它的良好“外貌”所迷惑，而应该注意到它的非随机性。造成这种
现象的原因可能有数据虚假或数据分层不够等。在排除了上述两种可能性之后才能
总结现场减少标准差σ的先进经验。
准则8：连续8点在中心线两面侧，但无一在C区中（图8）。造成这种现象的主要原因也是因为数据分层不够，本准则即为此而设计的。
UCL UCL
CL CL
LCL LCL
准则7图示准则8图示
编制/日期：
审核/日期：
批准/日期：
C-控制图相关知识测试题(答案1)
一、 填空题（每空2.5分，共10分） 1. 第一张控制图是美国休哈特W ·A ·Shewhart 在1924 年5月16日提出的不合格品率（p ）控制图。 2. SPC 是应用统计技术对过程中的各个阶段进行评估和监控，建立并保持过程处于可接受的并且稳定的水平，从而保证产品或服务符合规定的要求的一种质量管理技术。 3. 控制图是对质量特性值进行测定、记录和评估，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。 二、 判断题（每小题2分，共10分 1. 计量值控制图中的控制总体均值的图与控制波动的图必须联合使用，这是由于计量值数据一般服从正态分布，而描述正态分布的分布参数平均值（μ）与标准差（σ）是相互独立的。---------------------------( √ ) 2. 控制图的上下控制界限一般定在公差上下限的数值上。---------------------------------------------------( × ) 3. 当控制图表明过程处于一种受控状态时，过程就会输出符合规范的产品。---------------------------( × ) 4. 质量特性有波动是正常现象，无波动是虚假现象；彻底消灭波动是不可能的，但减少波动是可能的；控制过程就是要把波动限制在允许的范围内，超出范围就要设法减少波动并及时报告，迟到的报告有可能引发损失，是一种失职行为。----------------------------------------------------------------------------------( √ ) 5. 在X 图中有15个连续点在±1σ控制界限内,这一过程处于完全稳定状态,应尽量保持这种状态。----（×） 三、 单项选择题（每小题2分，共24分） 1. R X -控制图应用中（ A ）。 A. 应先分析R 图，待判稳后再分析X 图 B. 应先分析X 图，待判稳后再分析R 图 C. 两图分析无所谓先后 D. 两图必须同时分析 2. 在涂装前处理阶段检测除锈槽的总酸度的含量，应采用（ D ）。 A ．P 控制图 B. nP 控制图 样本量增加到8时，X 控制图的控制界限应该（ B ）。 A ．LCL=10,UCL=12 B. LCL ＞10，UCL ＜12.0 C. LCL ＞10，UCL ＞12.0 D. LCL=2.5，UCL=3.0 控制限距离依据3σ原理确定的，对同一过程而言，样本量越大，则样本均值的标准差越小（σX =n σ）， 因此，X 图的控制限第数A 2与样本量n 有关，n 越大，A 2值越小，上、下控制限与中心线的距离越接近 4. 铁管车间竹节管轮槽深度是关键质量特性，SPC 人员确定的数据收集计划为：样本量n=15pcs ，抽样间隔1.5小时，数据类型为计量型。请判断该计划适用于控制图的是？（ B ）。 A. 适用于R X -控制图，不适用于S -X 控制图 B. 适用于S X -控制图，不适用于R -X 控制图 C. R X -控制图和S X -控制图都适用无差别 D. R X -控制图和S X -控制图都不适用，应用P 5. 在使用均值—极差控制图或均植—标准差控制图监控生产特性指标时，样本量的大小和抽样的频率的选取很重要。抽取样本的基本原则（ C ）。 A. 样本含量一定要与产量成比例 B. 过程能力指数Cp 和Cpk 越高，样本含量越大 SPC 的定义 控制图的定义 工作备忘录中首次提出 规范（公差）是用来区分产品的合格与不合格的分界线，而控制图的控制界限是用来区分过程是否受控的分界线。也即区分偶然波动与异常波动的分界线，两者不能混为一谈。 由于以下原因所致：①测量数据不准确，没能准确反映数据的波动；②数据分层不当；③控制图使用太久而没有加以修改，以致失去了控制作用。 由于无论是对子组极差还是子组平均的解释能力都依赖于件间变异的估计，故应首先分析R 图 当子组大小n ＞9时，极差对数据的利用效率大为减低，需要应用标准差S 来代替极差R
SPC控制图判断标准
SPC控制图判断标准 一：判稳准则 在点子随机排列的情况下，符合下列个点之一就判稳： （1）连续25个点，界外点数d=0； （2）连续35个点，界外点数d≤1； （3）连续100个点，界外点数d≤2。 二：判异准则 SPC的基准是稳态，如若过程出现显著偏离稳态则为异态。异态出可分为异常好与异常坏两类。判异准则： （1）点出界就判异； （2）界内点排列不随机判异。 2.1判异准则1 一点落在A区以外。出现该情况可能因素：计算错误、测量误差、原材料不合格、设备故障等。点排布如下图2-1所示： 图2-1 准则1判异图 2.2判异准则2 出现连续9点落在中心线一侧。原因：分布的a减小。点排布如下图2-2所示：
图2-2 准则2判异图 2.3判异准则3 连续6点递增或递减。产生趋势可能因素：工具逐渐磨损、维修水平逐渐降低、操作人员技能逐渐降低等。点排布如下图2-3所示： 图2-3 准则3判异图 2.4判异准则4 连续14点中相邻点上下交替。产生趋势可能因素：轮流使用两台设备、两位人员轮流操作。点排布如下图2-4所示： 图2-4 准则4判异图 2.5判异准则5 连续3点落在中心线同一侧的B区以外。产生趋势可能因素：参数u发生了变化。点排布如下图2-5所示：
图2-5准则5判异图 2.6判异准则6 连续5点中有4点落在中心线同一侧的C区以外。表明参数u发生了变化。点排布如下图2-6所示： 图2-6准则6判异图 2.7判异准则7 15点在C区中心线上下。可能原因：①是否应用了假数据，弄虚作假；②是否数据分层不够。点排布如下图2-7所示： 图2-7准则7判异图
SPC控制图判异标准及异常处理方法
SPC控制图判异标准及异常处理方法 控制图介绍： 控制图就是对生产过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控制状态的一种图形方法。根据假设检验的原理构造一种图，用于监测生产过程是否处于控制状态。它是统计质量管理的一种重要手段和工具。 控制图的分析准则： 控制图判断异常的准则有两条：点子出界就判断异常；界内点排列不随机判断异常。 稳态是生产过程追求的目标。那么如何用控制图判断过程是否处于稳态？为此，需要制定判断稳态的准则。 判稳准则： 在点子随机排列的情况下，符合下列各点之一就认为过程处于稳态： （1）连续25个点子都在控制界限内； （2）连续35个点子至多1个点子落在控制界限外； （3）连续100个点子至多2个点子落在控制界限外。在讨论控制图原理时，已经知道点子出界就判断异常，这是判断异常的最基本的一条准则。为了增加控制图使用者的信心，即使对于在控制界限内的点子也要观察其排列是否随机。若界内点排列非随机，则判断异常。 判断异常的准则： 符合下列各点之一就认为过程存在异常因素： （1）有点子在控制界限外； （2）连续7点同侧； （3）连续不少于6点有上升或下降的倾向 （4）连续14相邻点上下交替 （5）同侧连续多3点中有2点以上在在2倍的标准差外区域内出现 （6）同侧连续多5点中有4点以上在在1倍的标准差外区域内出现 （7）任一侧连续8点公布在±1倍标准差外 （8）任一侧连续15点公布在±1倍标准差内 管制图异常的处理： 1．产线工人或班组长发现SPC管制异常时首先；自我检查，是否严格按作业标准（SOP或WI）作业，相邻作业员交叉检验；情况严重，或无法查找到原因必须立即通知品质工程师和制程工程师。 2．品质工程师与制程工程师现场分析后，能否在较短的时间内（0.5~1小时）找到产生异常的原因，采用4M1E分析制程；如仍然无法找到根源，而且情况严重（如：P不良率大大超标），报告上级主管决定是否停线；品质工程师召集相关部门开会讨论，寻找根本原因（制程、设计、材料或其它）。 3．SPC产生异常的原因找到并实施纠正预防措施后，SPC管制图向管制异常相反的方向转变，说
spc判断准则
┈判稳准则： 在点子随机排列的情况下，符合下列各点之一就认为 过程处于稳态： （1）连续25个点子都在控制界限内； （2）连续35个点子至多1个点子落在控制界限外； （3）连续100个点子至多2个点子落在控制界限外。 在讨论控制图原理时，已经知道点子出界就判断异常， 这是判断异常的最基本的一条准则。为了增加控制图 使用者的信心，即使对于在控制界限内的点子也要观 察其排列是否随机。若界内点排列非随机，则判断异 常。 判断异常的准则： 符合下列各点之一就认为过程存在异常因素： （1）有点子在控制界限外； （2）连续7点同侧； （3）连续不少于6点有上升或下降的倾向 （4）连续14相邻点上下交替 （5）同侧连续多3点中有2点以上在在2倍的标准差外区域内出现 （6）同侧连续多5点中有4点以上在在1倍的标准差外区域内出现 （7）任一侧连续8点公布在±1倍标准差外 （8）任一侧连续15点公布在±1倍标准差内 管制图异常的处理： 1．产线工人或班组长发现SPC管制异常时首先；自我检查，是否严格按作业标准（SOP或WI）作业，相邻作业员交叉检验；情况严重，或无法查找到原因必须立即通知品质工程师
和制程工程师。 2．品质工程师与制程工程师现场分析后，能否在较短的时间内（0.5~1小时）找到产生异常的原因，采用4M1E分析制程；如仍然无法找到根源，而且情况严重（如：P不良率大大超标），报告上级主管决定是否停线；品质工程师召集相关部门开会讨论，寻找根本原因（制程、设计、材料或其它）。 3．SPC产生异常的原因找到并实施纠正预防措施后，SPC管制图向管制异常相反的方向转变，说明对策有效；恢复正常生产。此过程必须严密监控。 CPK是反映制程能力的一个重要参数： 什么是CPK：CPK：Complex Process Capability index 的缩写，是现代企业用于表示制程能力的指标。制程能力强才可能生产出质量、可靠性高的产品。制程能力指标是一种表示制程水平高低的方法，其实质作用是反映制程合格率的高低。制程能力的研究在于确认这些特性符合规格的程度，以保证制程成品的良率在要求的水准之上，可作为制程持续改善的依据。而规格依上下限有分成单边规格及双边规格。只有规格上限和规格中心或只有规格下限和规格中心的规格称为单边规格。有规格上下限与中心值，而上下限与中心值对称的规格称为双边规格。当我们的产品通过了GageR&R的测试之后，我们即可开始Cpk值的测试。CPK 值越大表示品质越佳。指标说明： 如CPK≥1.33，说明制程能力较好，需继续保持； 如1.33≥CPK≥1，说明制程能力一般，须改进加强； 如CPK≤1，说明制程能力较差，急需改进。
spc控制图判定准则
准则 编辑 稳态是生产过程追求的目标。那么如何用控制图判断过程是否处于稳态？为此，需要制定判断稳态的准则。 判稳准则：在点子随机排列的情况下，符合下列各点之一就认为过程处于稳态： （1）连续25个点子都在控制界限内； （2）连续35个点子至多1个点子落在控制界限外； （3）连续100个点子至多2个点子落在控制界限外。在讨论控制图原理时，已经知道点子出界就判断异常，这是判断异常的最基本的一条准则。为了增加控制图使用者的信心，即使对于在控制界限内的点子也要观察其排列是否随机。若界内点排列非随机，则判断异常。 判断异常的准则：符合下列各点之一就认为过程存在异常因素： （1）点子在控制界限外或恰在控制界限上； （2）控制界限内的点子排列不随机； （3）链：连续链，连续9点排列在中心线之下或之上；间断链，大多数点在一侧 （4）多数点屡屡靠近控制界限（在2一3倍的标准差区域内出现） 连续3个点至少有2点接近控制界限。 连续7个点至少有3点接近控制界限。 连续10个点至少有4点接近控制界限。 （5）倾向性（连续不少于6点有上升或下降的倾向）与周期性。 （6）连续14点中相邻点交替上下。 （7）点子集中在中心线附近。（原因：数据不真实；数据分层不当） 为了方便记忆，下面总结了控制图判异的八个准则： 准则1：1个点子落在A区以外（点子越出控制界限） 准则2：连续9点落在中心线同一侧 准则3：连续6点递增或递减 准则4：连续14点中相邻点子总是上下交替 准则5：连续3点中有2点落在中心线同一侧B区以外 准则6：连续5点中有4点子落在中心线同一侧C区以外 准则7：连续15点落在中心线同两侧C区之内 准则8：连续8点落在中心线两侧且无1点在C区中
SPC控制图判异方法及异常处理技巧
SPC控制图判异方法及异常处理技巧 来源:太友科技—https://www.360docs.net/doc/3916838811.html,
摘要：SPC是企业生产品质分析软件，可对生产SPC的目的:建立并保持过程处于可接受的并且稳定的水平，以确保产品和服务符合规定的要求 而要实现SPC的目的主要用到的工具手段就是控制图。 控制图介绍： 控制图就是对生产过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控制状态的一种图形方法。根据假设检验的原理构造一种图，用于监测生产过程是否处于控制状态。它是统计质量管理的一种重要手段和工具。 判断异常的准则： 符合下列各点之一就认为过程存在异常因素： （1）点子在控制界限外或恰在控制界限上； （2）控制界限内的点子排列不随机； （3）链：连续链，连续9点排列在中心线之下或之上；间断链，大多数点在一侧 （4）多数点屡屡靠近控制界限（在2一3倍的标准差区域内出现） （5）倾向性（连续不少于6点有上升或下降的倾向）与周期性。
（6）连续14点中相邻点交替上下。 （7）点子集中在中心线附近。（原因：数据不真实；数据分层不当） 如下图所示： 其中：UCL表示:规范上限 CL表示:均值 LCL:规范下限 控制图异常的处理： 1、产线工人或班组长发现SPC管制异常时首先；自我检查，是否严格按作业标 准（SOP或WI）作业，相邻作业员交叉检验；情况严重，或无法查找到原因必须立即通知品质工程师和制程工程师。 2、品质工程师与制程工程师现场分析后，能否在较短的时间内（0.5~1小时） 找到产生异常的原因，采用4M1E分析制程；如仍然无法找到根源，而且情况严重（如：P不良率大大超标），报告上级主管决定是否停线；品质工程师召集相关部门开会讨论，寻找根本原因（制程、设计、材料或其它）。 3、SPC产生异常的原因找到并实施纠正预防措施后，SPC管制图向管制异常相反 的方向转变，说明对策有效；恢复正常生产。此过程必须严密监控。 另，SPC软件免费下载地址：https://www.360docs.net/doc/3916838811.html,/Download/Try.html
SPC控制图判异准则制定依据 判异准则顺口溜
SPC控制图判异准则制定依据 过程控制图包含2种，一种是“分析用控制图”，另一种是“控制用控制图”。 分析用控制图，主要作以下2点用途：①所分析的过程是否为稳态；②过程能力指数是否满足要求。这种把能力指数满足要求称作技术稳态。分析用控制图的调整过程即质量不断改进的过程。 控制用控制图，当过程达到我们所确定的“统计稳态“和技术稳态”后，才能将分析用控制图的控制线延长作为控制用控制图。这种延长的控制线相当于生产立法，便进入日常管理。 故从数理统计的角度来看，分析用控制图阶级就是过程参数未知阶段，而控制用控制图阶段则是过程参数已知阶段。在由分析用控制图向控制用控图转化前，需要对过程判读，这时就需要用到：判稳准则和判异原则。 1）判稳准则的思路 对于判异来说，“点出界就判异”。虽不百发百中，也是千发九九七中，很可靠，但在控制图上有一点未出界，可否判稳？这可能存在2种可能：①过程本来就稳定；②异常漏报。故出现一点未出界不能立即判稳。但接连出现m （m>>1）个点子未出界，则情况大不相同。这时整个点子系列的β总=βm要比个别点子的β小得多，可以忽略不计。那么仅有一种可能，即过程稳定。如果接连在控制界内的点子更多，即使有个别个点子偶然出界，过程仍可看作是稳态的。这就是判稳准则的思路。 判稳准则，在点子随机排列的情况下，符合下列各原则之一就判稳： 连续25个点，界外点数d=0;其概率P = α1 连续35个点，界外点数d≤1; 其概率P = α2 连续100个点，界外点数d≤2; 其概率P = α3 尽管在上述判稳原则下，对于出界点也应当加以排查。用概率统计如下，假设过程正常： P（连续35点，d≤1）=（0.9973）35（0.0027）0+（0.9973）34（0.0027）1= 0.9959 =α2 故, P（连续35点，d>1）= 1 - 0.9959 = 0.0041 =α2 同理，α1 = 0.0654；α2 = 0.0041；α3 = 0.0026，可见α1 与α2 和α3明显不相称。故有专家认为应取消第①条，但体哈特控制图的国际标准ISO8258：1991仍然保留了这条原则，显然有经济因素考虑。 判异准则，我们知道SPC的基准为统计控制状态，若过程偏离这种状态就称为异常。因此，所以异常就会存在异常的好和异常的坏。判异准则有2类： 点出界就判异； 界内点排不随机就判异。由于点子数量未加以界定，其模式可能有无穷多，但现场能保留下来继续使用的只有明显物理意义的若干种，在控制图中要注意加以识别。 准则一，一点在A区外 准则一可对参数μ与σ变化给出信号，还可对过程单个失控作出反应，如计算错误，测量误差，原材料不合格，设备故障等，犯第一种错误的概率，称为显著水平，记α0 =0.0027 准则二,连续9点在C区或其外排成一串 此准则作为准则一而补充的,以提高控制图的灵敏度,选择9点是为了使其犯第一种错误的概率α与准则一的α0 =0.0027大体相仿.在控制线一侧连续出现的点称为链，下列点数链长的α为： P（中心线一侧出现长为7的链）= α7 = 2（0.9973/2）7 = 0.0153 P（中心线一侧出现长为8的链）= α8 = 2（0.9973/2）8 = 0.0076 P（中心线一侧出现长为9的链）= α9 = 2（0.9973/2）9 = 0.0038 P（中心线一侧出现长为10的链）= α10 = 2（0.9973/2）10 = 0.0019 可见，α9 与准则一的α0 相当，若长=7判异，比α0 大的多。以往采用不着7点，而目前改为9点判异。这主要是因为推行SPC一般采用电脑进行，从而使得整个系统的α总概率增大，不难 证明：α总≈∑αi为减少α总，就得使每条判异准则各自的αi 准则三，连续6点递增或递减。
SPC控制图判异准则制定依据判异准则顺口溜精选文档
S P C控制图判异准则制定依据判异准则顺口溜 精选文档 TTMS system office room 【TTMS16H-TTMS2A-TTMS8Q8-
SPC控制图判异准则制定依据 过程控制图包含2种，一种是“分析用控制图”，另一种是“控制用控制图”。 分析用控制图，主要作以下2点用途：①所分析的过程是否为稳态；②过程能力指数是否满足要求。这种把能力指数满足要求称作技术稳态。分析用控制图的调整过程即质量不断改进的过程。 控制用控制图，当过程达到我们所确定的“统计稳态“和技术稳态”后，才能将分析用控制图的控制线延长作为控制用控制图。这种延长的控制线相当于生产立法，便进入日常管理。 故从数理统计的角度来看，分析用控制图阶级就是过程参数未知阶段，而控制用控制图阶段则是过程参数已知阶段。在由分析用控制图向控制用控图转化前，需要对过程判读，这时就需要用到：判稳准则和判异原则。 1）判稳准则的思路 对于判异来说，“点出界就判异”。虽不百发百中，也是千发九九七中，很可靠，但在控制图上有一点未出界，可否判稳？这可能存在2种可能：①过程本来就稳定；②异常漏报。故出现一点未出界不能立即判稳。但接连出现m （m>>1）个点子未出界，则情况大不相同。这时整个点子系列的β总=βm要比个别点子的β小得多，可以忽略不计。那么仅有一种可能，即过程稳定。如果接连在控制界内的点子更多，即使有个别个点子偶然出界，过程仍可看作是稳态的。这就是判稳准则的思路。 判稳准则，在点子随机排列的情况下，符合下列各原则之一就判稳： 连续25个点，界外点数d=0;其概率P = α1 连续35个点，界外点数d≤1; 其概率P = α2 连续100个点，界外点数d≤2; 其概率P = α3 尽管在上述判稳原则下，对于出界点也应当加以排查。用概率统计如下，假设过程正常： P（连续35点，d≤1）=（0.9973）35（0.0027）0+（0.9973）34（0.0027）1= 0.9959 =α2 故, P（连续35点，d>1）= 1 - 0.9959 = 0.0041 =α2 同理，α1 = 0.0654；α2 = 0.0041；α3 = 0.0026，可见α1 与α2 和α3明显不相称。故有专家认为应取消第①条，但体哈特控制图的国际标准ISO8258：1991仍然保留了这条原则，显然有经济因素考虑。 判异准则，我们知道SPC的基准为统计控制状态，若过程偏离这种状态就称为异常。因此，所以异常就会存在异常的好和异常的坏。判异准则有2类： 点出界就判异； 界内点排不随机就判异。由于点子数量未加以界定，其模式可能有无穷多，但现场能保留下来继续使用的只有明显物理意义的若干种，在控制图中要注意加以识别。 准则一，一点在A区外 准则一可对参数μ与σ变化给出信号，还可对过程单个失控作出反应，如计算错误，测量误差，原材料不合格，设备故障等，犯第一种错误的概率，称为显着水平，记α0 =0.0027 准则二,连续9点在C区或其外排成一串 此准则作为准则一而补充的,以提高控制图的灵敏度,选择9点是为了使其犯第一种错误的概率α与准则一的α0 =0. 0027大体相仿.在控制线一侧连续出现的点称为链，下列点数链长的α为： P（中心线一侧出现长为7的链）= α7 = 2（0.9973/2）7 = 0.0153 P（中心线一侧出现长为8的链）= α8 = 2（0.9973/2）8 = 0.0076 P（中心线一侧出现长为9的链）= α9 = 2（0.9973/2）9 = 0.0038 P（中心线一侧出现长为10的链）= α10 = 2（0.9973/2）10 = 0.0019 可见，α9 与准则一的α0 相当，若长=7判异，比α0 大的多。以往采用不着7点，而目前改为9点判异。这主要是因为推行SPC一般采用电脑进行，从而使得整个系统的α总概率增大，不难 证明：α总≈∑αi为减少α总，就得使每条判异准则各自的αi 准则三，连续6点递增或递减。
国标控制图的判异准则
XX 有限公司 国标控制图的判异准则 国标GB/T 4091—2001《常规控制图》中规定了8种判异准则。为了应用这些准则，将控制图等分为6个区域，每个区宽1σ。这6个区的标号分别为A、B、C、C、B、A。其中两个A区、B区及C区都关于中心线CL对称（参见图4.3-1~图4.3-8）。需要指明的是这些判异准则主要适用于X图和单值X图，且假定质量特性X服从正态分布。 准则1：一点落在A区以外（图1）。在许多应用中，准则1 甚至是惟一的判异准则。准则 1 可对参数μ的变化或参数σ的变化给出信号，变化越大，则给出信号越快。准则1 还可对过程中的单个失控做出反应，如计算错误、测量误差、原材料不合格、设备故障等。在3σ原则下准则1 犯第一类错误的概率为α0=0.0027。 准则2：连续9 点落在中心线同一侧（图2）。此准则是为了补充准则１而设计的，以改进控制图的灵敏度。选择９点是为了使其犯第一类错误的概率α与准则１的α0=0.0027大体相仿。出现图４.3-2准则2 的现象,主要是过程平均值μ减小的缘故。 UCL UCL CL CL LCL LCL 准则1图示准则2图示 准则3：连续6点递增或递减（图3）。此准则是针对过程平均值的趋势进行设计的，它判定过程平均值的较小趋势要比准则 2 更为灵敏。产生趋势的原因可能是工具逐 渐磨损、维修逐渐变坏等，从而使得参数随着时间而变化。 准则4：连续14 点相邻点上下交替（图4）。本准则是针对由于轮流使用两台设备或由两位操作人员轮流进行操作而引起的系统效应。实际上，这就是一个数据分层不够的问题。选择14点是通过统计模拟试验而得出的，也是为使其α大体与准则1 的α0=0.0027相当。 UCL UCL CL CL LCL LCL 准则3图示准则4图示 准则5：连续3 点中有2点落在中心线同一侧的B区以外（图5）。过程平均值的变化通常可由本准则判定，它对于变异的增加也较灵敏。这里需要说明的是：三点中的两点 可以是任何两点，至于第3点可以在任何处，甚至可以根本不存在。出现准则5 的
SPC控制图判异标准及异常处理方法
SPC控制图判异标准及异常处理方法 来源:太友科技—https://www.360docs.net/doc/3916838811.html,
控制图介绍： 控制图就是对生产过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控制状态的一种图形方法。根据假设检验的原理构造一种图，用于监测生产过程是否处于控制状态。它是统计质量管理的一种重要手段和工具。 控制图的分析准则： 控制图判断异常的准则有两条：点子出界就判断异常；界内点排列不随机判断异常。 稳态是生产过程追求的目标。那么如何用控制图判断过程是否处于稳态？为此，需要制定判断稳态的准则。
判稳准则： 在点子随机排列的情况下，符合下列各点之一就认为过程处于稳态：（1）连续25个点子都在控制界限内； （2）连续35个点子至多1个点子落在控制界限外； （3）连续100个点子至多2个点子落在控制界限外。在讨论控制图原理时，已经知道点子出界就判断异常，这是判断异常的最基本的一条准则。为了增加控制图使用者的信心，即使对于在控制界限内的点子也要观察其排列是否随机。若界内点排列非随机，则判断异常。 判断异常的准则： 符合下列各点之一就认为过程存在异常因素： （1）点子在控制界限外或恰在控制界限上； （2）控制界限内的点子排列不随机； （3）链：连续链，连续9点排列在中心线之下或之上；间断链，大多数点在一侧 （4）多数点屡屡靠近控制界限（在2一3倍的标准差区域内出现） （5）倾向性（连续不少于6点有上升或下降的倾向）与周期性。 （6）连续14点中相邻点交替上下。 （7）点子集中在中心线附近。（原因：数据不真实；数据分层不当）
为了方便记忆，下面总结了控制图判异的八个准则： 1、2/3A（连续3点中有2点在中心线同一侧的B区外<即A区内>） 2、4/5C（连续5点中有4点在中心线同一侧的C区以外） 3、6连串（连续6点递增或递减，即连成一串） 4、8缺C（连续8点在中心线两侧，但没有一点在C区中） 5、9单侧（连续9点落在中心线同一侧） 6、14交替（连续14点相邻点上下交替） 7、15全C（连续15点在C区中心线上下，即全部在C区内） 8、1界外（1点落在A区以外） 如下图所示： 其中：UCL表示:规范上限 CL表示:均值 LCL:规范下限
控制图判异准则的理解
控制图判异准则的理解 准则1：一点落在A区以外。 这个好理解，就是犯第一类的错误概率a0=0.0027. 其他的准则其实都是以此为基准。也就是界内某事件排列概率<=0.0027. 准则2：连续9点落在中心线同一侧 P()=（(1-0.0027)/2）^ 9=0.0019 <=0.0027 P()=（(1-0.0027)/2）^ 8=0.0038 >0.0027 所以应为9点而不是8点。 准则3：连续6点递增或递减： P()=[（1-0.0027）^6 ] /P[6,6]=0.137% <=0.0027 P()=[（1-0.0027）^5 ] /P[5,5]= 0.0082>0.0027 所以应为6点而不是5点。 准则4：连续14点相邻点上下交替： P()=[（1-0.0027）^14 ] /C[14,7]=?<0.0027 准则5：连续3点中有2点落在中心线同一侧的B区以外： P()=[0.0455/2]^2=0.05%<0.27% 很灵敏了。这里当然不可能是连续2点中有1点，连续3点中有1点。 它们的概率太大了。有人会说4点中有3点可不可以判异呀？当然。 因为4点中有3点必然3点中有2点了。嘿嘿。 准则6：连续5点中有4点落在中心线同一侧的C区以外： P（）=[0.3173/2]^4=0.06%<0.27% P（）=[0.3173/2]^3=0.0039>0.27% 其实5点中有3点就快有问题了。 准则7：连续15点在C区中心线上下。 P（）=（0.6827）^15=0.0033<0.0027 P（）=（0.6827）^14=0.0048>0.0027 所以是15点而不是14点了。 准则8：连续8点在中心线两侧，但无一在C区中。 P()=（1-0.6827）^8=0.000103 P()=（1-0.6827）^7=0.000324 P()=（1-0.6827）^6=0.001021
SPC控制图判异准则制定依据
SPC控制图判异准则制定依据 (2010-04-26 10:27:32) 转载▼ 分类：工作、生活 标签： 文化 过程控制图包含2种，一种是“分析用控制图”，另一种是“控制用控制图”。 分析用控制图，主要作以下2点用途：①所分析的过程是否为稳态；②过程能力指数是否满足要求。这种把能力指数满足要求称作技术稳态。分析用控制图的调整过程即质量不断改进的过程。 控制用控制图，当过程达到我们所确定的“统计稳态“和技术稳态”后，才能将分析用控制图的控制线延长作为控制用控制图。这种延长的控制线相当于生产立法，便进入日常管理。 故从数理统计的角度来看，分析用控制图阶级就是过程参数未知阶段，而控制用控制图阶段则是过程参数已知阶段。 在由分析用控制图向控制用控图转化前，需要对过程判读，这时就需要用到：判稳准则和判异原则。 1）判稳准则的思路 对于判异来说，“点出界就判异”。虽不百发百中，也是千发九九七中，很可靠，但在控制图上有一点未出界，可否判稳？这可能存在2种可能：①过程本来就稳定；②异常漏报。故出现一点未出界不能立即判稳。但接连出现m（m>>1）个点子未出界，则情况大不相同。这时整个点子系列的β总=βm要比个别点子的β小得多，可以忽略不计。那么仅有一种可能，即过程榷āＨ绻 恿 诳刂平缒诘牡阕痈 啵 词褂懈霰鸶龅阕优既怀鼋纾 倘钥煽醋魇俏忍 摹Ｕ饩褪桥形茸荚虻乃悸贰?/DIV> 判稳准则，在点子随机排列的情况下，符合下列各原则之一就判稳： 连续25个点，界外点数d=0;其概率P = α1 连续35个点，界外点数d≤1; 其概率P = α2 连续100个点，界外点数d≤2; 其概率P = α3 尽管在上述判稳原则下，对于出界点也应当加以排查。用概率统计如下，假设过程正常：
控制图八种判异原理
控制图判定异常情况的主要原理 控制图通常要考察数据的位置、分布和排列情况来判断过程是否继续保持稳定或抑发生异常。控制图判定异常情况的设计，是统计学家根据概率原理设计的，有充分的科学依据。控制图判定异常通常都能找到可查明的原因，以便考虑采取措施。 为避免对异常情况判定的盲目性，此将判断的原理作初步分析。 控制图判定异常情况的主要原理是： 1，“小概率事件实际上不发生”，如果概率很小的事发生了那就要分析原因了，小概率“小”到多少呢，要具体分析，一般说发生概率在0.01%以下，就应考虑了。 2，计量值一般服从正态分布的随机规律，其主要是： （1）在平均值两边随机分布，各占约50%，表现了强烈的对称性； （2）±1西格玛区间分布占68%，即有约2/3的值应在±1西格玛区间内，表现了相对集中性； （3）±2西格玛区间分布占95%，即在±2西格玛区间外的值约不到5%； （4）±3西格玛区间外的值只有不到0.3%，也就是“小概率”，几乎不应发生； 3，其他破坏随机分布的情形。如相当多的值连续上升的情况等等。 控制图判定异常情况的主要情况有： 1，点子出了控制界限。稳定合格的控制图，控制界限在规格范围里面，凡在控制界限内的点都在规格范围内，解决了合格性的问题。如果点子出了控制界限，稳定性出了问题；如果点子甚至出了规格范围，那就是合格性出了问题。 点子出控制界限的概率是不到0.3%，如果时不时就出界，就破坏了正态分布的规律，判定异常就无疑了。但如果是偶而出界，例如：35个点以上有一个出界，100点有两个出界， 1/35=2.8%，2/100=2.0%，和0.3%差异不到一个数量级，那就有可能是正常现象（特别是出界不多的情形），具体问题要具体分析。 2，而要解决其稳定性，主要是通过观察点子的分布和排列情况来判断。如果分布和排列情况发生了异常的变化，也就是其稳定性受到破坏，也就要发出警告。 一般说分布和排列情况发生的异常有下列几种情况： （将以中心线为对称的上下控制线均匀分为6个小区（一个小区相当于1 s），以中心线为对称的两个小区分别称C，B，A区，靠着中心线两边的小区称C区，稍外的两区称B区，最外的两区称A区。） ①连续九点落在中心线同一侧。 ②连续六点递增或递减。 ③连续14点中相邻点上下交替。 ④连续3点中有2 点落在中心线同一侧的B区外。 ⑤连续5点中有4点落在中心线同一侧的C区外。
控制图判定异常情况的主要原理是
控制图判定异常情况的主要原理是： 1，“小概率事件实际上不发生”，如果概率很小的事发生了那就要分析原因了，小概率“小”到多少呢，要具体分析，一般说发生概率在0.01%以下，就应考虑了。 2，计量值一般服从正态分布的随机规律，其主要是： （1）在平均值两边随机分布，各占约50%，表现了强烈的对称性； （2）±1西格玛区间分布占68%，即有约2/3的值应在±1西格玛区间内，表现了相对集中性； （3）±2西格玛区间分布占95%，即在±2西格玛区间外的值约不到5%； （4）±3西格玛区间外的值只有不到0.3%，也就是“小概率”，几乎不应发生； 3，其他破坏随机分布的情形。如相当多的值连续上升的情况等等。 控制图判定异常情况的主要情况有： 1，点子出了控制界限。稳定合格的控制图，控制界限在规格范围里面，凡在控制界限内的点都在规格范围内，解决了合格性的问题。如果点子出了控制界限，稳定性出了问题；如果点子甚至出了规格范围，那就是合格性出了问题。 点子出控制界限的概率是不到0.3%，如果时不时就出界，就破坏了正态分布的规律，判定异常就无疑了。但如果是偶而出界，例如：35个点以上有一个出界，100点有两个出界，1/35=2.8%，2/100=2.0%，和0.3%差异不到一个数量级，那就有可能是正常现象（特别是出界不多的情形），具体问题要具体分析。 2，而要解决其稳定性，主要是通过观察点子的分布和排列情况来判断。如果分布和排列情况发生了异常的变化，也就是其稳定性受到破坏，也就要发出警告。 一般说分布和排列情况发生的异常有下列几种情况： （将以中心线为对称的上下控制线均匀分为6个小区（一个小区相当于1 s），以中心线为对称的两个小区分别称C，B，A区，靠着中心线两边的小区称C区，稍外的两区称B区，最外的两区称A区。） ①连续九点落在中心线同一侧。 ②连续六点递增或递减。 ③连续14点中相邻点上下交替。 ④连续3点中有2 点落在中心线同一侧的B区外。 ⑤连续5点中有4点落在中心线同一侧的C区外。 ⑥连续15点在C区中心线上下。 ⑦连续8点在中心线两侧、但无一在C区。 （1）连续九点落在中心线同一侧 正态分布的随机规律是在平均值两边随机分布，各占约50%；连续九点落在中心线同一侧对称性被破坏；其概率是50%的9次方=1/512=0.2%，，是发生“小概率”事件，应考虑其异常。 （2）连续六点递增或递减 连续六点递增或递减的概率是1/2的6次方=1/64=1.6%，是“小概率”事件，可考虑其异常，若是七点或八点就是0.8%和0.4%,那更就更应考虑其异常了（有的手册讲七点或八点连续，异常的判定把握就更大）。 （3）连续14点中相邻点上下交替 连续14点中相邻点上下交替的概率是1/2的7次方=1/128=0.8%，是“小概率”事件，可考虑其异常。随机规律就是一种“排列上的无规律”，然而这种一上一下的“规律”竞重复七次，那就该判异常了。不仅如此，如果发生三上一下或四上一下等等的“周期”现象连续