计量值控制图的制作及应用
控制图制作与应用
控制图的判别1 控制图的判别1
1点在A区以外。平均值或极差突然变化，如设备故 点在A区以外。平均值或极差突然变化， 测量有误等。 障、测量有误等。 连续6点连续递增或递减。存在某种变化趋势， 连续6点连续递增或递减。存在某种变化趋势，如刀 具磨损、材料或溶失效、设备老化等。 具磨损、材料或溶失效、设备老化等。 连续14点交替上下波动。 连续14点交替上下波动。数据不是连续抽取或数据虚 14点交替上下波动 假。 连续9点在中心线单侧。平均值偏移， 连续9点在中心线单侧。平均值偏移，如不良的加工 习惯等。 习惯等。
形成有效分析解决问题网络20131211spc很多统计方法只有分析功能而没有控制功能只有控制图既具备分析功能显示生产随时间变化过程中质量波动情况又具备控制功能指导预测工序所以它是工序控制中应用最多也是统计过程控制spc的主要应用工具
什么是统计过程控制SPC 什么是统计过程控制
是为了贯彻预防原则，应用统计技术对 过程中各阶段进行评估和监察，建立并 保持过程处于可接收并且稳定的水平， 以保证产品与服务符合规定要求的一种 技术。
PCR=6σ/T=1/CP
PCR 0.8~1.0 0.65~0.79 抽样频率 6次/h 次 1次/h 次 PCR 0.51~0.64 0.5以下 以下 抽样频率 0.5次/h 次 0.25次/h 次
2010-11-25
控制图制作与应用
8
控制图作图一般步骤
按规定的抽样频率抽取数据。 按规定的抽样频率抽取数据。 记录数据。 记录数据。 计算每组的平均值和极差。 计算每组的平均值和极差。 计算总平均值和极差的平均值。 计算总平均值和极差的平均值。 计算控制限。 计算控制限。 绘制控制限。 绘制控制限。 标出平均值和极差的点子并连线。 标出平均值和极差的点子并连线。
计量型数据控制图
操作人员需要具备一定的技能和经验，能够正确理解和使用控制图上 的数据，才能充分发挥控制图的作用。
05
计量型数据控制图的实际案例分析
案例一：制造业质量控制应用
总结词
在制造业中，计量型数据控制图被广泛应用于生产过程中的质量控制，以确保产 品的一致性和稳定性。
详细描述
通过实时监测生产过程中的各种参数，如温度、压力、流量等，控制图可以及时 发现异常波动，从而采取相应的措施进行调整，避免不合格品的产生。这有助于 提高产品质量，降低生产成本，增强企业的竞争力。
案例三：科学研究质量控制应用
总结词
在科学研究中，计量型数据控制图被用于实验设计和数据分析阶段，以确保实验结果的可靠性和准确性。
详细描述
通过在实验过程中收集各种数据，并利用控制图进行监测和分析，研究人员能够及时发现实验中的异常变化，采 取相应措施进行纠正或重新实验。这有助于提高科学研究的严谨性和可信度，为科学发现和创新提供有力支持。
通过确保生产过程的稳定性和可靠性，控 制图有助于提高生产效率，缩短生产周期 ，从而提升企业的竞争力。
对未来研究的展望
拓展应用领域
创新算法和模型
强化数据安全与隐私保护
跨学科融合发展
随着大数据和人工智能技术的 发展，计量型数据控制图的应 用领域将进一步拓展，例如在 智能制造、医疗健康和环境监 测等领域的应用。
案例二：医疗服务质量控制应用
总结词
在医疗服务领域，计量型数据控制图被用于监测和改进医疗服务质量，以确保患者的安全和满意度。
详细描述
通过收集和分析医疗服务的各种数据，如患者满意度、医疗操作规范性、治疗效果等，控制图能够揭 示潜在的问题和改进点。这有助于提高医疗服务质量，减少医疗事故和纠纷，提升患者的就医体验。
计量型控制图详细概述
计量型控制图详细概述1. 引言计量型控制图是质量管理中常用的工具，用来监控和改善过程的稳定性和能力。
它通过对过程数据的分析和图形展示，帮助管理者判断过程是否受到特殊原因的影响，并采取相应措施来提高过程的稳定性和能力。
本文将详细介绍计量型控制图的概念、分类、构建方法和应用。
2. 计量型控制图的概念和分类计量型控制图是一种统计工具，用于监控和改善过程的稳定性和能力。
它通过显示观测值的变化情况，帮助判断过程是否在可接受的变异范围内，并及时发现并处理不正常的变异，以确保产品或服务质量的稳定性。
根据所监控的数据性质和分布情况，计量型控制图可以分为两类：变量型控制图和属性型控制图。
2.1 变量型控制图变量型控制图适用于连续型数据，比如长度、重量、温度等等。
常用的变量型控制图有：X-条图、R-条图、S-条图、X-R图、X-S图等。
其中，X-条图用来监控过程均值的变化情况，R-条图用来监控过程的离散程度，S-条图也常用于监控过程的离散程度。
2.2 属性型控制图属性型控制图适用于离散型数据，比如数量、比例、缺陷等等。
常用的属性型控制图有：p-条图、np-条图、c-条图、u-条图等。
其中，p-条图用来监控过程的不良品比例，np-条图适用于不良品数量的控制，c-条图适用于不良品数量的计数，u-条图用来监控过程的不良品密度。
3. 构建计量型控制图的方法构建计量型控制图主要包括数据收集、计算统计指标、确定控制限和绘制控制图四个步骤。
3.1 数据收集数据收集是构建计量型控制图的基础，需要收集具有一定代表性的过程数据。
收集的数据应包括时间信息和观测值。
3.2 计算统计指标根据收集到的数据，需要计算一系列统计指标，以用于构建控制图。
常用的统计指标有样本均值、样本标准差、样本范围等。
3.3 确定控制限控制限是控制图的核心内容，用于判断过程是否处于控制状态。
一般情况下，控制限包括中心线、上控制限和下控制限。
中心线通常是样本统计指标的均值，上下控制限的确定则要根据过程的特点和控制图的要求。
控制图的作法及使用(教材)
二:管制图原理
μ- kσ
μ
μ+kσ
二:管制图原理
当一分配经证实为一常态分配时,则算出此常
态分配之标准差σ及平均值μ后，其特性可用 下列图表说明：
μ±kσ μ±0.67σ 在内机率 50.00% 在外机率 50.00%
μ±1σ μ±1.96σ μ±2σ μ±2.58σ
μ±3σ
68.26% 95.00% 95.45% 99.00%
1.3 非机遇原因 又称为：可避免之原因、人为原因、
特殊原因、异常原因、 局部原因等等。 例如: Δ 未遵照操作标准而操作，所发生之变异。 Δ 虽然遵照操作标准，但操作标准不完善，以致 发 生之变异。 Δ 机器设备之变动，发生之变异。 Δ 操作人员之更动，造成之变异。 Δ 原材料之不同，发生之变异。 Δ 量具不准确，造成之变异 。
二 .管制图原理 二:管制图原理
2.何谓变异性
在生产中变异永远存在.例如:同种原料内的变
化,机械的振动,当这些变化量极小时,制程仍 可被接受.这些称为机遇原因(chance cause) 或一般原因(common cause),称其在管制中 (in control)。
二 .管制图原理 二:管制图原理
一:管制图的概论
1. 所谓管制图:管制图上均包含有中心线
(Central line (CL)) 及上下两条管制界线 [Uppe r and Lowe r Control Lim i ts, (UCL)(LCL)]，用以测知制程是否在正常状态 。 2. 管制图系于 1924 年由美国品管大师 W. A . S h e w h a r t 博士发明。
7．c控制图（缺陷数控制图） 用于控制一部机器，一个部件，一定长度，
计数值控制图的制作及应用
计数值控制图的制作及应用4.1 选择计数值控制图l 计数值在质量控制的范围中是用作为量度那些不可以用量度数值代表的质量特性。
更简单的是那些质量特性可以判定允收或拒收。
l 典形的计数值有:–汽车档风玻璃的气泡–涂漆表面的抓痕–测试不合规格的单位–外壳的缺点l 计数值控制图的作用，包括：a. 决定质量的平均水平；b. 当平均质量水平转变，给管理阶层一个信息；c. 提高产品的质量；d. 在付运给顾客前决定产品的允收特征。
l 计数值控制图有两种不同的组别。
a. 不良品控制图：一般是建基于『二项分布（Binomial distribution）』。
『不良率控制图（p chart）』是用来显示在生产进中的不良品的比率；而『不良数控制图（np chart）』是监生产中的不良品的数目。
b. 缺点控制图:它是建基于『泊松分布（Poisson distribution）』。
『缺点数控制图（c chart）』是显示在查验之工件上发现的缺点数目；另一个相似的控制图是『单位缺点数控制图（u chart）』是显示平均每一查验之工件的单位缺点数目。
l 计数值控制图的样本数目：控制图每次样本数目不良数（np）不变不良率（p）可变缺点数（c）不变单位缺点数（u）可变l 下列的流程图可以作为一个指引去选择合适的计数值控制图：接下来，我们将先集中在『不良率控制图』；然后才解说『不良数控制图』、『缺点数控制图』和『单位缺点数控制图』。
『不良率控制图（p chart）』是显示在某一样本组内发生事件之数目对全部事件的比值。
在统计制程控制中，『不良率控制图（p chart）』是用作报告产品内的不良品比率。
不良率的设计是可以应付在不同样本数目中的不良品，但我们提议在可能的情形下祗使用一个样本数目。
一个不良率控制图的设立是用作控制单一质量特性或一组质量性中的不良率。
同时也可以设立作为操作员，工作间或某一班制的表现控制。
4.2 数据收集4.2.1 决定样本以下各是作为决定样本数的参考：a. 样本数最少大于50个单位b. 常用的惯例，样本数目的多少一定可以足够找出4个或以上的不良品。
计量型数据控制图
移动极差图可显 现出短期变差的 稳定性
移动极差MR是相邻两个单值的差的绝对值； 看图顺序:先看极差图，再看均值图。
用I-MR图做改善前后的对比
文件: Before-after.mtw
用I-MR图做改善前后的对比
改善后均 值下降
改善后变 差减小
以上是图示化比较，最后还应通过统计检验进行比较。
7
23.5
9
23.5
5
22.75
4
20.25
9
21.75
8
23.75
3
20.75
6
子组化案例:花生酱子组计划I
文件 （花生酱 .mpj ）中的 case1.mtw
控制图在说什么？
➢Xbar控制限看起来太宽
太多点在平均数1倍标准偏差内 •没有点在控制限周围
➢这种情况在子组内变差比子组间变差大的多的情况下出现。 ➢这个问题在制造中很典型。比如，4台同类型的设备其中一台持续比其他 高或低。4台设备间的变差比抽样次数间的变差大的多。 ➢如果出现这种情况
更换电 涌装置
a.新的电涌装置有用吗？
b.如果有用，技术人员从 哪一周获得了第一个信号 ？是否有过程偏移的任何 其它信号？
解释单值图练习
a.新的电涌装置有用吗？
有用 b.如果有用，技术人员从
哪一周获得了第一个信号
？是否有过程偏移的任何
其它信号？
最早的信号是位于界限外 的点（测试1），从9月6 日这一周获得第一个信号 。其次的信号来自测试5 和6。另一个信号在测试2 中表现出来（8个点位于 中线同一侧）。
计量型数据控制图
模块内容
计量型数据控制图
常规计量值控制图
1 均值-极差控制图
• 控制图对大波动灵敏，对小波动不灵敏
当n=4时
ARL=1 图对大波动监测效果显著，平均只需1个值就可以 发出失控信号。
而当θ=0.5σ时
ARL=44
对均值小漂移不敏感，平均需要44个值才能发 出失控信号。
1 均值-极差控制图
当过程稳态时，ARL值越大越好；说明控制图是稳 健的。 但过程已经发生异常波动，ARL值越小越好，说明 控制图是灵敏的
2 判稳判异准则
控制用控制图
控制用控制图由分析控制图转化而成，它用 于对生产过程进行连续监控。
按照确定的抽样间隔和样本大小抽取样本， 计算统计量数值并在控制图上描点，判断生产过 程是否异常。
控制用控制图在使用一般时间以后，应根据 实际情况对中心线和控制界限进行修改。
2 判稳判异准则
控制图判稳准则
4.1 均值-极差控制图
4.当R图受控时，认为过程的波动是稳定的，再分析 图，类似于对R图的分析，对任意失控情况及异常模式 分析原因。也可能要经过反复的“识别-纠正-重新计算 ”这一过程。
5.当两个图都显示稳定时,并且满足过程能力的要求， 可以用于实际的过程控制。一旦发现失控或出现异常模 式的信号时，应该及时分析原因，并采取行动。
9 80.69 80.49 82.16 84.29
10 81.72 81.12 80.77 80.60
11 80.98 81.33 81.60 80.70 12 80.42 82.20 80.13 80.24
13 81.11 81.13 82.22 81.17
14 82.40 81.41 82.93 83.13
21 81.06 82.06 82.76 82.46
22 82.55 83.53 82.94 81.89
控制图的原理及应用
本：
，其平均值 x1, x有2,如…,下xn性质：
x
E(x)
(x)
n
和 则可通过k组大小为n的样本得到：
ˆ x
ˆ R
d2
其中， 是由n来d2确定的控制系数，可以通过查取计量控制图系数表（见表7-4）
得到。
12
二、计量值控制图
• 所以，由控制界限的一般公式即可得到图的控制界限为：
• 式中，
4
一、控制图基本原理
质 量 特 性 值
O
UCL CL
LCL 样本组号
5
一、控制图基本原理
（二）控制图的统计原理
1． 原理 3
当质量特性值服从正态分布时， 3即
X ~ N(, 2)
如果 生E(产X )过程中仅存在偶然因素，那么其产品质量特性值将会有
99.73%落在
的范围内。 3
6
一、控制图基本原理
c4
由此可以得到 图中x s 图的控x制界限为：
UCL
3 x 3s
n
c4 n
CL x
x
A3s
LCL
3
n
x
3s c4 n
x
A3s
• 式中
A3
3 c4
n
18
二、计量值控制图
• s图的控制界限为：
UCL c4 3
1 c42
3 s
1 c42 s c4
B4s
CL c4 s
LCL
• （三）控制图的分类——计量
分布 控制图类型 符号表示
适用范围及特点
平均值—极 差
控制图
xR 图
用于判断过程质量特性的均值以及极差（间接估算标 准差）是否处于所要求的水平，针对重量、长度、强 度等计量值控制对象，适用于产品批量较大且较为稳 定的工序，是最常用、最基本的控制图。判断工序异 常的灵敏度高，且极差计算工作量小
- 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)。
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 - 65 566 - 110 10111 - 180 15181 - 300 25301 - 500 30501 - 800 35801 - 1300 401301 - 3200 503201 - 8000 608001 - 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 RiR =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 D42 0 3.2673 0 2.5744 0 2.2825 0 2.1146 0 2.0047 0.076 1.9248 0.136 1.8649 0.184 1.81610 0.223 1.7773.3.2 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 xix =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A22 1.8803 1.0234 0.7295 0.5776 0.4837 0.4198 0.3739 0.33710 0.3083.3.4 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 xix =k_ S sis =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 B42 2.659 0 3.2673 1.954 0 2.5684 1.628 0 2.2825 1.427 0 2.0896 1.287 0.030 1.9707 1.182 0.118 1.8828 1.099 0.185 1.8159 1.032 0.239 1.76110 0.975 0.284 1.7163.3.6 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 xx =k_ S RR =k-1Ri = |xi-1-xi|_ _UCLx = x +2.66 R_ _LCLx = x - 2.66 R_UCLR = 3.268 RLCLR = 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。