工序质量控制工具—控制图
控制图如何制作
控制图如何制作控制图，是制造业实施品质管制中不可缺少的重要工具。
它最早是由美国贝尔电话实验室的休华特在1924年首先提出的，它通过设置合理的控制界限，对引起品质异常的原因进行判定和分析，使工序处于正常、稳定的状态。
控制图是按照3 Sigma 原理来设置控制限的，它将控制限设在X±3 Sigma 的位置上。
在过程正常的情况下,大约有99。
73％的数据会落在上下限之内。
所以观察控制图的数据位置，就能了解过程情况有无变化。
工具/原料•电脑•待解决问题方法/步骤1. 1确定抽样数目，平均值—极差控制图的抽样数目通常为每组2~6个。
确定抽样次数，通常惯例是每班次20~25次数，最少20组，一般25 组较合适,但要确保样本总数不少于50个单位。
2. 2确定级差、均值及均值、级差控制界限（通过公式计算）。
3. 3制作Xbar—-R控制图.4. 4分析控制图并对异常原因进行调查及对策；继续对生产过程进行下一生产日的抽样并绘制控制图,以实现对工程质量的连续监控。
END注意事项•制作Xbar--R控制图，需要明确记录抽样数据的基本条件（机种、项目、生产线、规格标准、控制界限、抽样时间及日期、抽样频次等）,在控制图的上方可开辟“基本条件记录区”以记录上述条件;另外抽样的数据及计算出的X 和R值记录在控制图的下方区域，形成“抽样数据区”，最下方可作为“不良原因对策区",这样就可形成一份完整的Xbar ——R控制图。
二、控制图的轮廓线第3页 /(共6页）控制图是画有控制界限的一种图表。
如图5-4所示。
通过它可以看出质量变动的情况及趋势，以便找出影响质量变动的原因, 然后予以解决。
图5—4控制图我们已经知道:在正态分布的基本性质中, 质量特性数据落在[μ±3]范围内的概率为99。
73％, 落在界外的概率只有0. 27％，超过一侧的概率只有0。
135％, 这是一个小概率事件。
这个结论非常重要，控制图正是基于这个结论而产生出来的.现在把带有μ±3线的正态分布曲线旋转到一定的位置(即正态分布曲线向右旋转9,再翻转），即得到了控制图的基本形式，再去掉正态分布的概率密度曲线, 就得到了控制图的轮廓线, 其演变过程如图5-5所示。
过程质量控制常用10种工具&控制图常见的图形及原因分析
过程质量控制常用10种工具一，矩阵图把问题及与其有对应关系的各因素按数学矩阵形式排列，并在其交点处标出三者之间关系程度，从中确定关键点。
是中、高层管理人员计划，控制的管理方法之一。
二，水平对比法利用量化的标准，寻找行业“最佳做法”，将过程和结果，效益同公认的处于领先地位的竞争者的过程，结果和效益进行比较，从而认清目标，并据此进行过程和系统化的改进。
是高层管理人员的重要管理工具。
三，平衡记分卡通过由顾客（下过程，下工序），过程管理，效益（质量）指标和学习、能力成长等四个项目组成的四维度矩阵表，将企业的目标，岗位的职能任务逐一转化为量化的指标和初始行动，从而进行全面评价和考核，避免片面性。
是企业绩效评价和考核的基本模式工具。
四，过程决策程序图为了完成某个项目业务或达到某个目标，在制定行动计划或方案设计时，预测可能出现的障碍和结果。
并相应提出各种应变计划的方法，这样在计划执行过程中遇到不利情况时，仍能按其他方案顺利进行，以达到预定的计划目标。
是中、高曾管理决策，组织领导的基本工具。
五，统筹法（网络图）把推进计划所必须的各过程和作业，按顺序，占用时间，从属关系，用网络形式表示出矢线走向，找出影响工作计划进度的关键和非主导因素，从而进行统筹，协调。
取得最佳结果。
是计划管理非常有效的控制工具，方法。
六，因果图用来揭示过程的输出，缺陷和问题，与其潜在原因的关系，表述并分析其因果关系。
是管理和作业中进行偏差纠正的重要方法。
七，排列图帕累托原则：80%的结果源于20%的原因。
比较不同的问题原因和问题类型所导致缺陷产生的频率及其生产的影响，选出最重要的改进项中的优先项目，确定关键变量或决定主要原因，进行解决。
是管理工作中找出关键点的基本数据分析方法。
八，散步图验证因果假设的一种途径，从若干成对数据中验证自变量与因变量之间是否存在相关关系。
是管理层对工作过程输出结果进行数据分析的基本工具。
九，直方图对大量计量值数据进行整理加工，找出其统计规律，即分析数据的分布形态，从而对其总体的分布特征进行推断的方法。
常用质量管理工具之控制图
常用质量管理工具之控制图控制图控制图是用来对过程状态进行监控，并可度量、诊断和改进过程状态。
控制图是反映和控制质量特性值分布状态随时间而发生的变动情况的图表。
它是判断工序是否处于稳定状态、保持生产过程始终处于正常状态的有效工具。
控制图与趋势图的比较采用趋势图可以掌握不断变化着的工序状态。
为了判别工序的质量波动是正常波动还是非正常波动，在趋势图的基础上，控制图发生如下变化：①纵坐标可能是质量特性值，也可能是其统计量；②增加上、中、下三条控制线作为判断工序有无异常的标准和尺度。
若点子落在控制界限内，认为工序的波动是正常的波动；若点子落在控制界限外或其排列有明显缺陷，则说明工序有异常因素的影响。
控制图的构造说明：1、以随时间推移而变动着的样品号为横坐标，以质量特性值或其统计量为纵坐标的平面坐标系；2、三条具有统计意义的控制线：中心线CL、上控制线UCL和下控制线LCL；3、一条质量特性值或其统计量的波动曲线。
控制图应用在实际生产过程中，坐标系及三条控制线是由质量管理人员事先经过工序能力调查及其数据的收集与计算绘制好的。
工序的操作人员按预先规定好的时间间隔抽取规定数量的样品，将样品的测定值或其统计量在控制图上打点并联接为质量波动曲线，并通过点子的位置及排列情况判断工序状态。
控制图的类型1、按用途划分(1)分析用控制图。
用间隔取样的方法获得数据。
依据收集的数据计算控制线、作出控制图，并将数据在控制图上打点，以分析工序是否处于稳定状态，若发现异常，寻找原因，采取措施，使工序处于稳定状态；若工序稳定，则进入正常工序控制。
(2)控制用控制图。
当判断工序处于稳定状态后，用于控制工序用的控制图。
操作工人按规定的取样方式获得数据，通过打点观察，控制异常因素的出现。
2、按质量特性值的类型及其统计量划分由于数据分为计量值与计数值两大类。
因此控制图分为计量值控制图和计数值控制图两大类型。
又因各种类型的控制图所选择的统计量不同，因此又可分为不同种类的控制图。
QC七工具之一：控制图讲义PPT(121张)
控制图的两类错误
•第一类错误：
LCL
CL
当工序正常时，
点子仍有落在控制
界限外面的可能，
此时会发生将正常
波动判断为非正常
波 动的错误——误
发信号的错误，控
α/2
制图犯第一类错误
的概率记为α。
0 k
0
UCL
α/2
0 k x
机电学院 材料检测及质量管理教研部
控制图的两类错误（续）
•第二类错误：
第五章 QC七工具之一 ——控制图
机电学院 材料检测及质量管理教研部
本章主要内容
• 控制图的基本原理 • 计量值控制图 • 计数值控制图 • 控制图的观察分析与诊断
机电学院 材料检测及质量管理教研部
第1节 控制图的基本原理
机电学院 材料检测及质量管理教研部
什么是控制图
控制图是反映和 控制质量特性值分 布状态随时间而发 生的变动情况的图 表。它是判断工序 是否处于稳定状态、 保持生产过程始终 处于正常状态的有 效工具。
样品号为横坐标的平面坐标系；
2.三条具有统计意义的控制线：中心线CL、上控制线UCL和下控 制线LCL；
3.一条质量特性值或其统计量的波动曲线。
机电学院 材料检测及质量管理教研部
控制图的设计原理
机电学院 材料检测及质量管理教研部
正态性假定
机电学院 材料检测及质量管理教研部
控制对象－质量波动
常σ不因变设素。总的此体作时均用，值下点μ移0子在至应异μ1 ， LCL
CL
UCL
落在控 制界限外以发出
警报。但却也存在点子
落在控制界限内不发警
报的可能。这将导致将
非正常波动判断 为正常
质量五大工具
质量五大工具质量五大工具是质量管理体系中常用的工具和方法，用于确保产品或服务的质量符合标准和要求。
以下是质量五大工具的详细介绍。
1. 流程图：流程图是一种图形化的表示方法，用于描述和分析流程、系统或活动的步骤和关系。
通过绘制流程图，可以清晰地了解和表达每个步骤的输入、输出、顺序、责任和所需资源。
流程图可以帮助识别流程中的瑕疵、瓶颈和改进机会，从而提高生产效率和质量。
2. 控制图：控制图是一种统计工具，用于监测和控制过程的性能。
它通过绘制样本数据的变化趋势和统计上下限，显示过程的稳定性和可控性。
控制图可以帮助判断过程是否符合预期，是否存在特殊因素或异常状况，从而及时采取纠正措施，避免质量问题的发生。
3. 鱼骨图：鱼骨图，又称为因果图或石川图，是一种图形化的工具，用于分析和解决问题的根本原因。
它使用鱼骨状的图形，将问题分解为多个影响因素，如人员、方法、材料、机器、测量等，并逐层细化，以确定导致问题的主要原因。
鱼骨图可以帮助团队进行头脑风暴和讨论，找出问题的潜在原因，并制定改进措施。
4. 直方图：直方图是一种可视化的图表，用于显示数据的分布情况。
它将数据分组并绘制为柱状图，柱子的高度代表每个组中数据的频率或数量。
直方图可以帮助了解数据的分布形态、中心趋势和离散程度，从而评估过程的质量水平和稳定性。
直方图还可以通过对比不同数据集的分布，进行质量改进和判断。
5. 散点图：散点图是一种用于显示两个变量之间关系的图形工具。
它将每个观测值绘制为坐标平面上的点，横轴表示一个变量，纵轴表示另一个变量。
通过观察和分析散点图的分布模式，可以判断变量之间是否存在相关性、趋势或异常关系。
散点图可以帮助找出影响系统或过程的主要因素，从而采取相应的改进和控制措施。
综上所述，质量五大工具是质量管理体系中的重要工具，包括流程图、控制图、鱼骨图、直方图和散点图。
这些工具可以帮助识别问题、分析原因、监测过程、改进质量，以确保产品或服务达到预期的质量要求。
质量管理-质量控制-老七种工具之七：控制图
控制图是判断和预报生产过程中质量状况是否发 生波动的一种有效方法。 例如：美国某电气公司的一个工厂有3千人，制定 了5千张控制图； 美国柯达彩卷公司有5千人，制定控制图有3万 5千张，平均每人7张。 我国某飞机制造厂中的先进质量体系(AQS)中， 要求一些工序必须作控制图。
P(连25点，d ＞ 0)=0.0654 (有人建议这一判据应划为稳态)
2) 失控状态的判断
只要控制图上的点子出现下列情况时，就可判断工 序为失控状态： (a) 控制图上的点子超出控制界限外或恰好在在界 限上；(针对判真为假而言，α越小越好) (b) 控制界限内的点子排列方式有缺陷，呈现非随 机排列。 (针对判假为真而言， β越小越好)
所谓控制图的基本思想就是把要控制的质量特性 值用点子描在图上，若点子全部落在上、下控制 界限内，且没有什么异常状况时，就可判断生产 过程是处于控制状态。否则，就应根据异常情况 查明并设法排除。通常，点子越过控制线就是报
警的一种方式。
2.常用控制图的种类
常用质量控制图可分为两大类： （1）计量值控制图包括：
的场合。
计量值控制图对工序中存在的系统性原因反应敏 感，所以具有及时查明并消除异常的明显作用， 其效果比计数值控制图显著。计量值控制图经常 用来预防、分析和控制工序加工质量，特别是几 种控制图的联合使用。
计数值控制图则用于以计数值为控制对象的
场合。离散型的数值，比如，一个产品批量的不 合格品件数。虽然其取值范围是确定的，但取值 具有随机性，只有在检验之后才能确定下来。
小组观察 数目(n)
2 3 4 5 6 7 8 9 10
表4-11 计量值控制图计算公式中的系数值表
A2 1.830 1.023 0.729 0.577 0.483 0.419 0.373 0.337 0.308
QC七大工具的主要管理功能
操作员
漏气
不漏气
漏气率p/%
A
6
13
32
B
3
9
25
C
10
9
53
合计
19
31
38
表2 按工厂分层的漏气情况
供应商
漏气
不漏气
漏气率p/%
甲厂
9
14
39
乙厂
10
17
37
合计
19
31
38
由表1和表2，人们似乎认为，降低气缸漏气率的办法可采用乙厂提供的汽缸垫和操作员B的操作方法。但实践结果表明，这样做漏气率非但没有降低，反而增加到43％，这是什么原因呢？ 这是由于仅单纯的分别考虑操作者和原材料造成漏气的情况，没有进一步考虑不同操作员用不同工厂提供的汽缸垫也会造成漏气。为此，需要进行更细致的综合分析，如表3。
图例 调整要点
直方图的用途能够直观地看出数据的分布情况能够直观地判断生产过程的稳定性与规格比较，定性评价过程能力
六、散布图： 又称相关图，是研究两个变量之间关系的一种图形工具，能大概掌握原因与结果之间是否有关联及关联的程度如何。 散布图的判读：
控制图的种类： 按用途分： 分析用控制图：利用控制图对已经完成的生产过程进行分析，以评估该过程是否稳定，或确认改进的效果； 控制用控制图：对正在进行的生产过程实施质量控制，以保持过程的稳定。 当确认生产过程处于稳定受控状况时，再将分析用控制图的控制界限延长，转化为控制用控制图。
（B）偏心型
调整分布中心，使分布中心与公差中心重合。
直方图与质量标准（公差T)的关系分析
（C）无富余型
调整要点
表明工序能力不足，应采取措施提高工序能力。
质量控制 7种工具
引言：在现代制造和服务行业中，质量控制是确保产品和服务质量的关键要素。
为了实现高质量标准，企业需要采用各种工具和技术来监测、评估和改进其生产过程。
本文将介绍质量控制的7种工具，包括直方图、因果图、帕累托图、散点图、控制图、5W1H和环形图。
概述：质量控制工具是帮助企业识别和解决质量问题的重要工具。
它们提供了一种系统的方法来分析问题的原因并采取适当的措施来改进质量。
这些工具可以用于数据分析、流程改进和决策制定等方面。
让我们逐一了解这些工具的作用和应用场景。
正文内容：1.直方图：1.1目的：直方图是一种用来展示数据分布的图表。
它可以帮助人们快速理解数据的分布情况，识别异常值和趋势。
1.2应用场景：直方图可以应用于各种数据类型，包括质量指标、生产过程数据和顾客满意度调查等。
它可以帮助企业识别潜在的质量问题，并采取相应的措施来改进。
2.因果图：2.1目的：因果图也被称为鱼骨图或石墨图，是一种用来表示问题根本原因的图表。
它可以帮助企业去发现问题的本质原因，从而采取正确的措施来解决问题。
2.2应用场景：因果图广泛应用于分析质量问题、生产流程优化和团队管理等方面。
通过用因果图来识别问题的原因，企业可以更好地理解问题，并采取针对性的解决措施。
3.帕累托图：3.1目的：帕累托图是一种按照重要性排序的直方图。
它可以帮助企业识别最主要的问题或原因，并优先解决。
3.2应用场景：帕累托图常用于分析质量问题、故障发生和生产过程中的瓶颈。
通过帕累托图，企业可以快速识别并解决最主要的问题，从而提高整体效率和质量水平。
4.散点图：4.1目的：散点图是一种用来表示两个变量之间关系的图表。
它可以帮助企业理解两个变量之间的相互作用规律，从而优化生产过程或服务提供。
4.2应用场景：散点图广泛用于分析质量指标和生产参数之间的关系。
通过散点图，企业可以找到最佳的操作条件，以实现最佳的质量和绩效结果。
5.控制图：5.1目的：控制图是一种用来监控过程稳定性和变异的工具。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
要完全避免这两种错误 是不可能的，一种错误 减小，另一种错误就要 增大。但是可以设法把 两种错误造成的总损失 降低到最低限度。也就 是说，将两项损失之和 是最小的地方，取为控 制界限之所在。以 μ±3σ为控制界限，在 实际生产中广泛应用时， 两类错误造成的总损失 为最小。如图所示。这 就是大多数控制图的控 制界限都采用μ±3σ方 式的理由。
一、X单值-移差控制图
1．X-RS图的特点 X单值-移差控制图对于计量值而言是最基 本的控制图。其数据不需分组，可直接使 用。它经常应用于下列场合： (1) 从工序中只能获得一个测定值，如每日 电力消耗。 (2) 一批产品内质量特性数据是均一的，不 需测取多个值。如酒精的浓度。 (3) 因费用等关系，只允许测取少量数值。 如需经破坏性试验才能获得的数据。 (4) 数据的取得需要很长的时间间隔。
把带有μ±3σ线的正态分布曲线向右旋 转90度，再翻转180度，去掉正态分布 曲线即得到了控制图轮廓线的基本形式。
3．两种错误和3σ方式
从正态分布的原理 可知：质量特性数 据落在[μ±3σ]范 围内的概率为 99.73%，落在界 外的概率只有 0.27%，超过一 侧的概率只有 0.135%，这是一 个小概率事件。
(二)控制图在生产中起作用的过 程
1.生产过程情况正常时－－偶然因素 有99.73%的数据是落在μ±3σ范围之 内 抽样打点在界内，且点子分布无 异常－－生产过程正常。 2.生产过程不正常时－－偶然因素+系统 因素 形成偏离了的分布，界内概率 <99.73%，界外概率增大－－抽样打 点出界－－生产过程不正常。
１．质量特性数据的分布
质量特性数据具有波动性，是随机变量。 连续型随机变量－计量值－正态分布 离散型随机变量－计数值－计件值－二项分布 －计点值－泊松分布
２．控制图的轮廓线
控制图是画有控 制界限的一种图 表。通过它可以 看出质量变动的 情况及趋势，以 便找出影响质量 变动的原因，然 后予以解决。
3.控制图的作用：
(1) 判断生产工序质量的稳定性。 (2) 评定生产过程的状态，发现以便及时消除生 产过程的异常现象，预防废、次品的产生。 (3) 确定设备与工艺装备的实际精度，以便正确 的做出技术上的决定。 (4) 为真正地制定工序目标和规格界限确立了可 靠的基础，也为改变未能符合经济性的规格标 准提供了依据。
第五章 工序质量控制工具 — 控制图
第一节 第二节 第三节 第四节 第五节 控制图的基本原理 计量值控制图 计数值控制图 通用控制图与选控图 制图的观察分析与诊断
第一节 控制图的基本原理
一、控制图的理论基础 二、控制图的工作过程 三、常用的休哈特控制图的种类
一、控制图的理论基础
控制图(又称管理图)就是一种对生产过程进 行动态控制的质量管理工具。 控制图是1924年由美国贝尔电话研究所的 休哈特博士首先提出的，可以对工序进行动 态监控，达到预防不合格品产生的目的。 控制图的理论基础是数理统计中的统计假设 检验理论。
(1) 人：操作者对质量的认识、技术熟练程度、 身体及情绪状况等。 (2) 设备：机器设备、工具、量具的精度和维护 保养状况等。 (3) 材料：材料的成份、物理、化学性能等。 (4) 方法：包括加工工艺、工艺装备选择、操作 规程，测量方法等。 (5) 环境：工作场地的温度、湿度、照明、清洁 和噪音条件等。
2. 质量波动的两类因素
从质量因素对产品质量影响的大小以及作用的 性质来看，可以将这些质量因素为两大类： ①偶然因素 特点：a经常存在。b影响微小。c各件不同。 d难以排除。 ② 系统因素 特点：a有时存在。b影响较大。c一系列产 品受影响。d不难排除。
偶然因素 —— 随机误差 —— 正常波 动 ——控制状态(或称稳定状态) 系统因素 —— 系统误差 —— 异常波 动 ——非控制状态(或称非稳定状态) 控制图的控制对象
第二种错误 为了减少第一种错误，可以把控制图的界限扩大。 如果把控制界限扩大到μ±4σ，则第一种错误发 生的概率为0.006%，这就可使由错发警报错误 造成的损失减小。可是，由于把控制界限扩大， 会增大另一种错误发生的可能性。即生产过程已 经有了异常，产品质量分布偏离了原有的典型分 布，但是总还有一部分产品的质量特性值在上下 控制界限之内，参见P155，图5—6。如果我们 抽取到这样的产品进行检查，那么这时由于点子 未出界而判断生产过程正常就犯了漏发警报的错 误，或称第二种错误。这种错误将造成不良品增 加等损失。
二、控制图的工作过程
(一)质量波动的两类因素 产品质量特性值有波动(或叫做差异、散 差)的现象,反映了产品质量具有“波动 性”这个特点。这些质量特性值虽然不 同，但在一定的生产条件下，它们都服 从一定的分布规律，这就反映出产品质 量的分布具有“规律性”，这是产品质 量的另一个特点。
1.产品质量波动的原因—— 4M1E
第一种错误 如果产品质量波动服从正态分布，那么产 品质量特性值落在μ±3σ控制界限外的可 能性是0.27%，而落在一侧界限外的概率 仅为0.135%。可是0.27%这个概率数 值虽然很小，但这类事件总还不是绝对不 可能发生的。当生产过程正常时，在纯粹 出于偶然原因使点子出界的场合，我们根 据点子出界而判断生产过程异常，就犯了 错发警报的错误，或称第一种错误。这种 错误将造成虚惊一场，停机检查劳而无功， 延误生产等等损失。
三、常用的休哈特控制图的种 类
第二节 计量值控制图
一、X单值-移差控制图 二、样本平均数-极差控制图 三、样本中位数-极差控制图
计量值控制图主要是用来监控产品的质量特征 值为连续性随机变量的情况。通常在生产过程 中，通过平均数控制图和离差控制图的联合使 用，对产品的质量情况能提供比较详细的资料。 通过对它的分析，寻找质量变化的原因，既能 克服不良因素，也能发现和总结先进经验，提 高产品质量；还可以预示出质量变化的趋势。 可以根据这个趋势改变和调整控制界限，进一 步加强质量控制。