计量值控制图的制作及应用
计量值控制图的制作及应用
3.1 选择计量值控制图
l 计量值控制图是监察在制程中质量特性自然变化的倾向，
而所提供的数据都是以可量度的数值为单位，图表是用作
测试制程中是否存在特殊变异原因的影向。
l 常用的计量值控制图种类及用途有：
控制图种类用途代表性
平均值-全距l 平均值的图表是用每一样本的
于观察样本平均值平均数
及的转变；
l 全距和标准差是用
平均值-标准差
于观察误差的变化
情况
个别值-移动全距l 个别值的图表是用每一数据的
于观察每一个数值平均数
的变化；
l 移动全距用作观察
误差的变化情况。
l 选用计量值控制图，通常会按检查抽样数目多寡来决定。
抽样数目管制图种类
2 - 6 AE 平均值-全距管制图
> 6 AE 平均值-标准差管制图
= 1 AE 个别值-移动全距管制图
l 附录I和II提供各种管制图的方法和选择准则以供参考。
接下来，我们将先集中在『平均值–全距控制图』；然后才解
说『平均值–标准差控制图』和『个别值–全距控制图』。
_
『平均值–全距控制图( x-R 控制图)』包括了两个控制图，它们是『平均值控制图』和『全距控制图』。
『平均值控制图』是用作观察样本平均值的变化；而另一种控
制图，『全距控制图』是用作观察数据收集的散布情况。这里要指出的是『全距控制图』通常是适用于少于七的抽样数。而超过或于七的抽样数，『标准差控制图』较为适合。
3.2 数据收集
3.2.1 选择有代表性的质量特性
l 收集数据的目的是：
a. 制程管理：掌握制程生产的波动范围，决定制程生产是
否稳定，有无特殊变异。
b. 情况分析：掌握和分析制程或产品出现特殊变异的原
因，及制订出纠正和预防再发生的措施。
c. 产品检查：检查收发的物品是否合格。
l 收集的数据一定是要选择具有代表制程质量控制的特性；
而数据是可量度的。
l 当选择有代表性的质量特性时，可以参考以下的指引。
a. 优先选取经常出现次品的质量特性；可以利用柏拉图分
析法去决定优先次序。
b. 识别工序的变异因素和对成品质量的影向，继而决定应
用控制图的生产工序。例如：模温、塑料的温度、压力、
塑注件重量等都是一些会影向塑注件尺吋的工序变异
因素。
3.2.2 选取样本
当我们袛选取一个数据抽样数，我们应该取最末的数据或差不多最末的，因为我们希望能获得最新及最迟的资料；
当我们选取较大的抽样数，例如5个，我们也要包括最末的数据，或差不多最末的。但我们选取其它4个数据时，有两个选取的办法。
a. 即是抽样方法
当成品在某一个时间开始生产，实时任意地抽取样本。
b. 期间抽样方法
在某一期间内选取样本，实时抽样方法可以提供时间上
的参考作为找出变异的因素和更快地显示工序平均值
的转变。期间抽样方法可以提供较全面的结果。
3.2.3 设定抽样数目
抽取一部机器或工序的变量通常都以“数量少和经常性”为原则。在某一情况下，抽样数的决定有以下的决定因素。
a. 抽样频率
b. 经济因素
c. 统计学上的准确度
正常来说，平均值和全距控制图的抽样数大约在4和7之间。因为5是一个较为方便处理的抽样数，所以，我们通常以5作为一个标准。当然，如果有另外一个抽样数更适合，我们可以使用。
3.2.4 设定抽样的次数
决定抽样的次数基本上是一个经济上的问题。
–抽样次数越多，查验的成本当然越大；
–抽样次数越少，不合标准的产品生产也越大。
因此，抽样次数的目的是希望上述两种成本的总和达到最少。
通常的惯例是两次开机之间，抽样次数是20-25次。
另一种方法是在生产的初期，抽样数较频密；当确定工序受到控制，续渐减少抽样次数。
理论上，抽样的频率和抽样数可以用数学的方式计算。而实际上，它是根据下列的因素决定。
a. 产品/工序的质量表现历史
b. 查验机械/ 人手的资源
c. 估计的查验成本和损坏成本
作为一个指引，下列附表是可以用来估计初部抽样需要的数目。
批量样本数
1 - 65 5
66 - 110 10
111 - 180 15
181 - 300 25
301 - 500 30
501 - 800 35
801 - 1300 40
1301 - 3200 50
3201 - 8000 60
8001 - 22000 85
例如：某制程每一班生产3000 件产品。由上例的附表，我们应该每一班制抽取50件。如果我们使用每一组别是5
的抽样数，那么10个抽样组(50/5)会在每一班制内抽取。
在一个8 小时的班制内共有480分钟。那么，我们需要每48分钟(480/10) 抽取一组样本。
所以，在这例子中，我们便要每48分钟抽取5 件样本。
3.2.5 收集样本的次数
在设立控制图的时侯，我们需要收集最少20组抽样数。
当然，有某些数据是会在计算控制界限时被弃置的，那么25 个抽样组会比较更适合。
3.3 控制界限的设定
3.3.1 设定『全距控制图』的控制界限
_ S Ri
R =
k
_
UCLR = D4 R
_
LCLR = D3 R
注：Ri = 第i个控制分组的全距数据
_
R = 所有样本的平均全距
k = 样本个数（组数）
UCLR = 全距的上控制界限
LCLR = 全距的下控制界限
样本数目D3 D4
2 0 3.267
3 0 2.574
4 0 2.282
5 0 2.114
6 0 2.004
7 0.076 1.924
8 0.136 1.864
9 0.184 1.816
10 0.223 1.777
3.3.2 测试全距是否在统计控制之内
有三种可能的形式
a. 所有的样本全距数据都所括在控制界限之内
b. 一个或二个样本全距数据超越控制界限
c. 三个或以上样本全距数据超越控制界限
以下是一个用来修正以上可能性的决策图。
3.3.3 设定『平均值控制图』的控制界限
当发现样本全距在统计的控制范围后，我们便可以继续用下面的方程式去计算平均值图的控制界限。
_
= S xi
x =
k
= _
UCLx = x + A2 R
= _
LCLx = x - A2 R
=
注：x = 所有抽样组平均值的平均值
_
xi = 第i个抽样组的平均值
k = 样本个数（组数）
UCLx = 平均值的上控制界限
LCLx = 平均值的下控制界限
样本数目A2
2 1.880
3 1.023
4 0.729
5 0.577
6 0.483
7 0.419
8 0.373
9 0.337
10 0.308
3.3.4 测试平均值是否在统计控制之内
如全距测试一样，平均值也有三种可能的形式：
a. 所有的样本平均值都所括在控制界限之内
b. 一个或二个样本平均值超越控制界限
c. 三个或以上样本平均值超越控制界限
以下是一个用来修正以上可能性的决策图。
3.3.5 设定『平均值和标准差控制图』的控制界限
因计算上的便利，『平均值和全距控制图』，以成为最常用的
计数值控制图。但也有一些较喜欢使用标准差‘S’作为观察抽样组中数据的分布。
在『标准差控制图』的计算，是计算抽样组中所有的数据，而
不是像『全距控制图』祗选取最高和最低的数据。
当抽样组中的抽样数目增大，『标准差控制图』是较『全距控
制图』准确的。在这里，我们提议在可能的情况下或当抽样数
大于6的时侯使用标准差控制图。
『平均值和标准差控制图』的制作部骤是近似『平均值和全距
控制图』。两者不同的是计算平均值和标准差控制界限的方程式。计算初试控制界限的方程式如下：
_
= S xi
x =
k
_ S si
s =
k
= _
UCLx = x + A3 s
= _
LCLx = x - A3 s
_
UCLs = B4 s
_
LCLs = B3 s
=
注：x = 所有抽样组平均值的平均值
xi = 第i个抽样组的平均值
_
s = 所有样本的平均标准差
si = 第i个抽样组的标准差
k = 样本个数（组数）
UCLx = 平均值的上控制界限
LCLx = 平均值的下控制界限
UCLs = 标准差的上控制界限
LCLs = 标准差的下控制界限
样本数目A3 B3 B4
2 2.659 0 3.267
3 1.95
4 0 2.568
4 1.628 0 2.282
5 1.427 0 2.089
6 1.28
7 0.030 1.970
7 1.182 0.118 1.882
8 1.099 0.185 1.815
9 1.032 0.239 1.761
10 0.975 0.284 1.716
3.3.6 设定『个别值和全距控制图』的控制界限
『个别值和全距控制图』是用于特别的情况。例如：加工时间较长或当我们监察工序的状态，如电镀液的pH值，此控制图是根据个别的量度数据而不是小量抽样的。
『个别值和全距控制图』是适用于尽快发现并消除异常原因，零件批量较少，加工时间较长，测量费用较高的场合，工序产品内部质量均匀，不需测取多个数值的情况。
要设立一个『个别值和全距控制图』，我们需要大约20个数据。而设立的步骤和控制界限大致和『平均值和全距控制图』相同。中心线和控制界限的方程式如下:
_ S x
x =
k
_ S R
R =
k-1
Ri = |xi-1-xi|
_ _
UCLx = x +2.66 R
_ _
LCLx = x - 2.66 R
_
UCLR = 3.268 R
LCLR = 0
_
注：x = 所有样本的平均个别值
xi = 第i个抽样组的个别值
_
R = 所有样本的平均移动全距
Ri = 第i个抽样组的移动全距
k = 样本个数（组数）
UCLx = 个别值的上控制界限
LCLx = 个别值的下控制界限
UCLR = 全距的上控制界限
LCLR = 全距的下控制界限
3.4 控制界限的更新
控制界限设立后，便可以作为正常工序生产的监察和控制。
初期用作计算的工序质量特性，会随着环境而转变。因此，理想的做法是控制界限会定期检讨。定期检讨和是否重新计算的需要会视符工序和操作情况的转变而定。我们提议重新计算会在下列的情况实行。
a. 使用新的工序
b. 使用新的机器
c. 现时的工序情况有改变
d. 机器操作的情况有改变
3.5 控制界限和规格界限的关系
我们一定要避免把规格界限放置在控制图，理由有两个：
首先，控制图的控制界限是根据制程中的可变性而设定，但规格界限是从设计阶段决定。它们没有（或不定有）直接的关系。
第二点理由是规格界限以控制个别的数值而不是平均的数值
或其它统计的数值。
很多统计制程控制的初学者时常把控制界限和规格界限的真
正意义混淆。下面把控制界限和规格界限作一直接比较。
控制界限规格界限
l 用作决定工序是否在统l 用作决定组件是否乎合
计控制的范围内规格
l 好的工序控制，控制界限l 为了达到最低的生产成
一定在规格界限之内本，规格界限一定要在控
制界限之外
l 如果有点子在控制界限l 如果点子在控制范围之
之外，即表示工序不在管内，而不在规格界限之制范围和有非机遇性的内，即表示工序已在统计因素存在控制范围内，但仍没有能
力生产乎合规格产品
计量值控制图之均值-极差控制图
计量值控制图之均值-极差控制图
摘要：在处理一个计量值的控制图时，我们要控制的是这个质量特性的均值和变异数,其中包括均值控制图跟极差控制图,简称为X-R控制图. 均值-极差控制图 1.在处理一个计量值的控制图时，我们要控制的是这个质量特性的均值和变异数: ●要控制平均数，通常是使用均值控制图; ●而控制过程的分散或变异则使用极差控制图称R控制图; 2.同时维持过程均值和过程变异在控制状态下是很重要的 3.最常用、最基本的控制图 ●用于控制对象为长度、重量、强度、厚度、时间等计量值; ●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; 4.计算均值控制图与极差控制图的上下控制界限公式: 式中：A2 ，D3，D4 ——是由样本大小n确定的系数，可由下表查得。当n≤6时，D3为负值，而R值为非负，此时LCL实质不存在。此时，可令LCL=0作为下控制线。 均值控制图 主要用于诊断过程均值的异常波动:
极差R控制图 ●均值控制图是对过程均值变化的诊断 ●如果过程波动随时间变化是不稳定的 ●那么在均值控制图上从不稳定过程中计算出的控制线，就不能反映只有随机 因素作用产生的过程波动 ●因此对均值控制图的解释就会出现误导 ●只有在稳定的过程中才可以构造控制图实施过程的诊断 ●判断过程稳定需要用R控制图 计量值控制图主要用于长度、重量、时间、强度、成份等以计量值来管理工程的控制图，利用统计手法，设定控制均值X和极差R的界限，同时利用统计手法判定导致工程质量变异是随机原因，还是异常原因的图表。均值-极差控制图是常用于SPC统计过程控制分析中,它们常用的两种控制图分析图表.
SPC控制图的分类
控制图选用原则 在质量管理工作中，通常用到各种控制图，用于分析或控制制程，本文在此对如何选用控制图简单归纳如下表，请大家参与讨论 计量型数据控制图 x--R 平均值—极差图 1、通常子组样本容量小于9，一般为4或5 2、此控制图，因使用方便，效果也好，故使用最普遍 X --S 平均值—标准差图 1、因标准差比极差描述产品或过程变异更优，故在有计算机时用此种图形更好 2、当子组样本容量大于9时，人工计算极差较困难时，常用计算机计算 3、通常用于分析制程用 X~-R 中位数图 1、通常用于现场操作者进行控制制程用 2、使用此图时，子组数通常为奇数，分析所得结果偏差比上两者都大 X-MR 单值移动极差图 1、通常在测量费用高时使用 2、测量数据输出比较一致时常用（如溶液的浓度） 3、检查过程的变化不如其它计量型控制图敏感 计数型数据控制图 p 不合格品率图 适用于测量在一批检验项目中不合格品项目的百分数，是一个比率，故各子组样本容量不一定要一样 np 不合格品数图 用来度量一个检验中的不合格品的数量，是一个数值，故各样本容量应固定 c 不合格数图 用来测量一个检验批内不合格的数量，它要求样本容量恒定或受检数量恒定 u 单位产品不合格数图 用来测量具有容量不同的样本的子组内，每检验单位之内的不合格数量
按控制图测量性质不同，控制图可分为计量型控制图和计数型控制图两大类。 前者反映产品或过程特性的计量数据,后者反映计数数据。 计量型控制图又可分为: 1)均值-极差(X-R)图:适用于长度,重量,时间,强度,成分以及某些电参数的控制 2)均值-标准差(X-S)图:适用于样本较大的过程控制 3)单值-移动差(X-Rs)图:只能获得一个测量值或测量成本较高的情形. 4)中位数-极差(X-R)图 计数型控制图: 1)缺陷数(C)控制图:计数检验的个数相对于被检验对象的总体很少时适用. 2)百分率(P)图:适用于计数的值所占的比例较大时. 2、按控制图用途不同，控制图可分为分析用控制图与控制用控制图。 常规控制图的作用 制造业的传统方法有赖于制造产品的生产,有赖于检验最终产品并筛选出不符合规范的产品的质量控制。这种检验策略通常是浪费和不经济的,因为它是当不合格品产生以后的事后检验。而建立一种避免浪费、首先就不生产无用产品 的预防策略则更为有效。这可以通过收集过程信息并加以分析,从而对过程本身采取行动来实现。 控制图是一种将显著性统计原理应用于控制生产过程的图形方法，由休哈 特(Walter Shewhart)博士于1924年首先提出。控制图理论认为存在两种变异。第一种变异为随机变异,由“偶然原因＂(又称为"一般原因")造成。这种变异是由种种始终存在的、且不易识别的原因所造成,其中每一种原因的影响只构成总变异的一个很小的分量,而且无一构成显著的分量。然而，所有这些不可识别的偶然原因的影响总和是可度量的,并假定为过程所固有。消除或纠正这些偶然原因,需要管理决策来配置资源、以改进过程和系统。
品质培训之计数值管制图
授课目录第一章质量治理概讲 第二章统计学概论 第三章机率概论及机率分配 第四章统计制程管制与管制图第五章计量值管制图 第六章计数值管制图 第七章制程能力分析 第八章允收抽样的差不多方法第九章计数值抽样打算 第十章计量值抽样打算 第十一章量具之再现度与再生度第十二章质量治理之新七大手法
◎依照所有管制质量指针的数据性质来进行选择，数据为离散(间断)的则选用计数值(Attributes)管制图，如： (1)不合格品率管制图(p) (2)不合格品数管制图(np) (3)缺点数管制图(c) (4)单位缺点数管制图(u) 计数值通常可分为下列二种： (1)不可(好)量测，即感官检验的项目，如损伤、刮伤或 缺失、颜色等。
(2)可量测，但基于时刻、成本因素而不加以量测。常以 『Go/No Go』来决定产品是否符合规格。 计数值不符合规格时，系使用『不合格品』或『缺点』二名词。『不合格品』(Non-conformity)系产品/服务质量特性偏离其期望状态或水平，不符规格之需求。『缺点』(Defect)系产品/服务质量特性的使用性有所缺失，而非指不符规规格之需求。 计数值管制图特性比较
p 管制图的稳态是指制(过)程的不合格品率为一常数，且各个产品的生产是独立。此管制图的统计基础为二项分配。设由母体随机取 n 个产品，其中不合格品数为x ，则x 服从参数为n 与p 的二项分配。 回忆一下************************************** 二项分配(Binomial)---若一随机实验只有成功(不良品)和 失败(良品)两种结果，事件成功发生的机率为p ，事件失败发生的机率为1-p 。通常以X~B(n , p)。其机率密度函数为： 其平均值与变异数为： 由数理统计知： p = E[X]/n = np/n = p p = V[X]/n = [np(1-p)]0.5 /n = [p(1-p)/n]0.5 若p 已知，p 管制图的界限： E(X)=np Var(X)=np(1-p) f(x) =
计量值控制图的制作及应用
计量值控制图的制作及应用 3.1 选择计量值控制图 l 计量值控制图是监察在制程中质量特性自然变化的倾向， 而所提供的数据都是以可量度的数值为单位，图表是用作 测试制程中是否存在特殊变异原因的影向。 l 常用的计量值控制图种类及用途有： 控制图种类用途代表性 平均值-全距l 平均值的图表是用每一样本的 于观察样本平均值平均数 及的转变； l 全距和标准差是用 平均值-标准差 于观察误差的变化 情况 个别值-移动全距l 个别值的图表是用每一数据的 于观察每一个数值平均数 的变化； l 移动全距用作观察 误差的变化情况。 l 选用计量值控制图，通常会按检查抽样数目多寡来决定。 抽样数目管制图种类 2 - 6 AE 平均值-全距管制图 > 6 AE 平均值-标准差管制图 = 1 AE 个别值-移动全距管制图 l 附录I和II提供各种管制图的方法和选择准则以供参考。 接下来，我们将先集中在『平均值–全距控制图』；然后才解 说『平均值–标准差控制图』和『个别值–全距控制图』。 _ 『平均值–全距控制图( x-R 控制图)』包括了两个控制图，它们是『平均值控制图』和『全距控制图』。 『平均值控制图』是用作观察样本平均值的变化；而另一种控
制图，『全距控制图』是用作观察数据收集的散布情况。这里要指出的是『全距控制图』通常是适用于少于七的抽样数。而超过或于七的抽样数，『标准差控制图』较为适合。 3.2 数据收集 3.2.1 选择有代表性的质量特性 l 收集数据的目的是： a. 制程管理：掌握制程生产的波动范围，决定制程生产是 否稳定，有无特殊变异。 b. 情况分析：掌握和分析制程或产品出现特殊变异的原 因，及制订出纠正和预防再发生的措施。 c. 产品检查：检查收发的物品是否合格。 l 收集的数据一定是要选择具有代表制程质量控制的特性； 而数据是可量度的。 l 当选择有代表性的质量特性时，可以参考以下的指引。 a. 优先选取经常出现次品的质量特性；可以利用柏拉图分 析法去决定优先次序。 b. 识别工序的变异因素和对成品质量的影向，继而决定应 用控制图的生产工序。例如：模温、塑料的温度、压力、 塑注件重量等都是一些会影向塑注件尺吋的工序变异 因素。 3.2.2 选取样本 当我们袛选取一个数据抽样数，我们应该取最末的数据或差不多最末的，因为我们希望能获得最新及最迟的资料； 当我们选取较大的抽样数，例如5个，我们也要包括最末的数据，或差不多最末的。但我们选取其它4个数据时，有两个选取的办法。 a. 即是抽样方法 当成品在某一个时间开始生产，实时任意地抽取样本。 b. 期间抽样方法 在某一期间内选取样本，实时抽样方法可以提供时间上 的参考作为找出变异的因素和更快地显示工序平均值 的转变。期间抽样方法可以提供较全面的结果。
质量工程师中级讲义第四章常规控制图的应用
四常规控制图的应用 单选5-7题，多选7-9题，综合分析1-2题。考查方式以理解题和计算题为主。总分值35-45分。总分170分。 一、统计过程控制概述 1．掌握统计过程控制的含义 (重点) 2．了解统计过程控制的作用和特点（重点） 二、控制图原理 1．掌握控制图的基本原理（重点） 2．了解控制图的两种错误（难点） 3．掌握常规的控制图分类。（难点。重点） 三、分析用控制图和控制用控制图 1．熟悉分析用控制图和控制用控制图的区别（难点） 2．掌握过程改进策略 3．掌握控制图的判异准（重点） 四、常规控制图的应用 1．掌握x—r 图、x—s 图和p 图的作用和使用方法（难点.重点） 2．了解x—rs 图、me—r 图、c 图和u 图的作图和应用。（难点.重点） 五、过程能力与过程能力指数 1．熟悉过程能力的定义 (重点) 2．了解过程性能指数的概念 3.掌握过程能力指数c p 和cpk 的计算和评价（难点.重点） 六、过程控制的实施 1．熟悉过程控制的基本概（重点） 2．掌握过程分析的基本步骤（难点） 3．熟悉过程管理点的要求 @#4.1统计过程控制概述 4.1统计过程控制概述 统计过程控制主要解决两个问题：一是过程运行状态是否稳定，二是过程能力是否充足。前者可利用控制图这种统计工具进行测定，后者可通过过程能力分析来实现。统计过程控制理论是从制造业中的加工过程开始的，但是目前其应用已扩展到各种过程，如设计过程、管理过程、服务过程等。 学习目标要求（含4.1；4.2；4.3；） 1、掌握统计过程的含义 2、了解统计过程的作用和特点 （一）过程控制p99 1、概念。过程控制是指为实现产品的生产过程质量而进行的有组织、有系统的过程管理活动。目的在地为生产合格产品创造有利的生产条件和环境，从根本上预防和减少不合格品的产生。 2、过程控制的主要内容 （1）过程分析，建立控制标准。分析影响过程质量的主导因素，找出最佳水平，实现标准化。确定关键过程，建立控制点（管理点），制定控制文件。 （2）过程监控和评价。选择适宜的方法对过程进行监控，如首检、巡检、抽检、记录工艺参数等；利用质量信息对过程进行预警和评价。利用控制图对过程波动进行分析，对过程变异进行预警，计算过程能力（或性能）指数对过程进行评定。 （3）对过程进行维护与改进。消除异因，维护过程的稳定性。减小过程的固有变异，实
四种计数型控制图的适用场合
四种计数型控制图的适用场合 摘要：控制图作为SPC品质分析的核心工具, 主要用来监测过程是否处于控制状态的一种图形方法。其中控制图主要分为两大类,一是计量型控制图,另一种是计数型控制图.下面我们主要针对计数型中常见的四种类型控制图的适用场合进行介绍. 首先,我们先来看下计量型控制图跟计数型控制图的主要区别: ?计数值控制图:它是以计件产品的不良件数或点数的表示方法,数据在理论上有不连续的特性,故称为离型变量; ?计量型控制图:指产品需实际量测而取得的连续性实际值,并对其做数理分析,以说明该产品在此量测特性的品质状况的方法. 计数型控制图的种类 ?P 控制图(不合格率控制):用于对产品不合格品率的控制; ?NP 控制图(不合格品数控制图):用于对不合格品数的控制; ?C 控制图(缺陷数控制图):用于单件上缺陷数的控制; ?U控制图(单位缺陷数控制图):用于单位面积、单位长度上缺陷数的控制。 四种计数型控制图的应用场合 ?P 控制图(不合格率控制):用于控制对象为不合格品率或合格品率、交货延迟率、缺勤率、差错率等计数值质量指标的场合。
?NP控制图:用于控制对象为不合格品数的场合。设n为样本大小，P为不合格品率，则NP为不合格品个数，取NP为不合格品数控制图的简记记号。NP图用于样本大小相同的场合。
?C控制图:用于控制一部机器，一个部件，一定的长度，一定的面积或任何一定的单位中所出现的缺陷数目。C图用于样本大小相等的场合。如涂装车间机盖上的脏点数，可用C图。 ?U控制图:当样品的大小变化时，应将一定单位中出现的缺陷数换算为平均单位缺陷数后用U控制图。例如，在制造厚度为2mm 的钢板的生产过程中，一批样品是2平方米，另一批样品是3平方米，这时应换算为平均每平方米的缺陷数，然后再对它进行控制。
SPC控制图选择的技巧
SPC控制图选择的技巧 SPC介绍： SPC统计过程控制（Statistical Process Control），简称SPC，是一种借助数理统计方法的过程控制工具。在企业的质量控制中，可应用SPC对质量数据进行统计、分析从而区分出生产过程中产品质量的正常波动与异常波动，以便对过程的异常及时提出预警，提醒管理人员采取措施消除异常，恢复过程的稳定性，从而提高产品的质量。 SPC目的： SPC目的是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。控制图主要是一个统计管理工具。既然是统计那么就离不开数据，数据是统计技术的基础。在SPC统计过程的，为不同的数据应用不同的控制图来统计。那么SPC统计过程中的数据分为哪几种呢？ 首先数据主要分为两大类，一个是计量型数据，另一个是计数型数据。计量型数据是指连续测量所得的质量特性值，如长度、重量、强度、化学成分、时间、电阻等。计数型数据是指按个数数得的非连续性取值的质量特性值，如铸件的疵点数，统计抽样中的不合格判定数、审核中的不合格项数等可以用0、1、2、3、、、等阿拉伯数字数下去的数据。其中计数型数据又可分为计件值与计点值，其中计件值是指是按件、按个、按项计数的数据。例如：不合格品件数、温控器个数、质量检验项目等；计点值是指是指按缺陷点计数，例如：铸件的沙眼数、布匹上的疵点数、电路板上的焊接不良数等离散性数据。 控制图在众多现代化工厂中得到了普遍应用，并凭借其强大的分析功能，为工厂带来丰厚的实时收益。最初的控制图分为计量型与计数型两大类，包含七种基本图表。