计数型控制图分类及案例分析
合集下载
计数值数据控制图过程能力分析
计数值数据控制图过程能力分析引言计数值数据控制图是一种用于监控过程稳定性和能力的有效工具。
通过收集样本数据并绘制控制图，可以帮助我们判断过程是否处于统计性控制，并评估过程的能力。
本文将介绍计数值数据控制图的基本原理和常用的过程能力分析方法。
计数值数据控制图介绍计数值数据控制图是一种用于监控离散型数据的过程控制工具。
它通过收集数据并绘制控制界限来判断过程的稳定性和能力。
计数值数据通常指的是在一定时间或空间范围内，某个特定事件的发生次数。
常见的计数值数据控制图包括：P图、NP图、C图和U图。
P图和NP图适用于二项分布的离散型数据，C图适用于计数型数据，U图适用于事件发生的时间间隔。
过程能力分析方法过程能力分析是指通过统计量和控制界限来评估过程的能力。
常用的过程能力指标有过程潜在能力指数（Cp）、过程实际能力指数（Cpk）和过程盒子能力指数（Cpm）。
过程潜在能力指数（Cp）过程潜在能力指数是用来评估过程在规格范围内的可变性的指标。
它是根据过程的规格上下限与控制限之间的距离来计算的。
Cp的计算公式为：Cp = (USL - LSL) / (6 * sigma)其中，USL表示过程的规格上限，LSL表示过程的规格下限，sigma 表示过程的标准差。
Cp的值越接近1，表示过程的能力越高。
过程实际能力指数（Cpk）过程实际能力指数是用来评估过程在规格范围内的偏移和可变性的指标。
它考虑了过程的中心位置。
Cpk的计算公式为：Cpk = min((USL - μ) / (3 * sigma), (μ - LSL) / (3 * sigma))其中，USL表示过程的规格上限，LSL表示过程的规格下限，mu 表示过程的均值，sigma表示过程的标准差。
Cpk的值越接近1，表示过程的能力越高。
过程盒子能力指数（Cpm）过程盒子能力指数是用来评估过程在规格范围内的偏移、可变性和非正常情况比例的指标。
它考虑了过程的中心位置和不符合规格的比例。
03计数型控制图
d1 d 2 ...d k 208 10 .4 k 20
d1 d 2 ... dk 208 0.104 n1 n2 ... nk 2000
UCL d 3 d (1 p ) 10.4 3 10.4(1 0.104) 19.56 LCL d 3 d (1 p) 10.4 3 10.4(1 0.104) 1.24
练习一：样本容量相同时
某工厂检验以往所生产的20批得到一组数据，将结果绘制P图并分析 批号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 样本容量n 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 不合格数np 20 5 7 10 9 14 11 13 18 14 12 6 9 13 8 不良率p 0.2 0.05 0.07 0.1 0.09 0.14 0.11 0.13 0.18 0.14 0.12 0.06 0.09 0.13 0.08 控制界限的计算 d1 d 2 ... d k 208 16 17 18 19 20 合计 100 100 100 100 100 2000 4 9 11 8 7 208 0.04 0.09 0.11 0.08 0.07
10 C=7.56
0 0 5 10 15 20 25
LCL=0
Sample Number
收集数据与p图相似。
控制界限的计算
CL n p d
d
k
UCL n p 3 n p(1 p) LCL n p 3 n p(1 p)
其中 σ n p(1 p)
质量控制04-第四章-质量管理方法-04计数控制图
或
1 5 n p p
2)若要保证LCL的下限非负,则要增大子组大小n
p0 (1 p0 ) LCL p p0 3 0 n p0 (1 p0 ) p0 3 n
1 p0 9 有 n9 p0 p0
9 5 即 n p 0 p0
3)若子组大小n随子组的不同发生变化时,需对 每个子组计算各自的控制限,则p图的上下限 成凹凸状。 GB/T4091-2001提供了两种解决方案 方案一 当子组大小变化不大，则采用单一的基于 平均子组大小的一组控制限 方案二 当子组大小变化大，则利用标准化变量的 方法，图中不点绘p值，而改点绘标准化值 Z。
方案二 通用图 将p值转化为Z值,点绘Zi
Z p p p (1 p ) n
二、不合格品数控制图(np图）
用于控制对象为不合格品数的场合 一般要求子组大小相同的情况下使用该图 np图的统计基础是二项分布 1.原理 设包含有n件单位产品的随机子组,其中不 合格品数为X,则X服从参数为n和P的二项 分布B(n,P),即
x 若参数λ 未知,估计λ , n 则单位不合格数控制图的控制限为 :
ˆ u
i i
CLu u
u UCLu u 3 n u LCLu u 3 n
D( x) nP (1 P) P(1 P) D( p) 2 2 n n n
1) 若过程参数P已知,记为p0,则p图控制限为 CLp p0
UCLp p0 3 LCL p p0 3 p0 (1 p0 ) n p0 (1 p0 ) n
2) 若过程参数P未知,则需对过程p进行估计
CLnp np 200 7.4% 14.8
UCLnp np 3 np(1 p) 25.906 LCLnp np 3 np(1 p) 3.694
1 5 n p p
2)若要保证LCL的下限非负,则要增大子组大小n
p0 (1 p0 ) LCL p p0 3 0 n p0 (1 p0 ) p0 3 n
1 p0 9 有 n9 p0 p0
9 5 即 n p 0 p0
3)若子组大小n随子组的不同发生变化时,需对 每个子组计算各自的控制限,则p图的上下限 成凹凸状。 GB/T4091-2001提供了两种解决方案 方案一 当子组大小变化不大，则采用单一的基于 平均子组大小的一组控制限 方案二 当子组大小变化大，则利用标准化变量的 方法，图中不点绘p值，而改点绘标准化值 Z。
方案二 通用图 将p值转化为Z值,点绘Zi
Z p p p (1 p ) n
二、不合格品数控制图(np图）
用于控制对象为不合格品数的场合 一般要求子组大小相同的情况下使用该图 np图的统计基础是二项分布 1.原理 设包含有n件单位产品的随机子组,其中不 合格品数为X,则X服从参数为n和P的二项 分布B(n,P),即
x 若参数λ 未知,估计λ , n 则单位不合格数控制图的控制限为 :
ˆ u
i i
CLu u
u UCLu u 3 n u LCLu u 3 n
D( x) nP (1 P) P(1 P) D( p) 2 2 n n n
1) 若过程参数P已知,记为p0,则p图控制限为 CLp p0
UCLp p0 3 LCL p p0 3 p0 (1 p0 ) n p0 (1 p0 ) n
2) 若过程参数P未知,则需对过程p进行估计
CLnp np 200 7.4% 14.8
UCLnp np 3 np(1 p) 25.906 LCLnp np 3 np(1 p) 3.694
控制图
2. 均值-标准差控制图
与均值-极差控制图类似，这种控制图也是用于观察连续数据的均值和变异性（标准差） 的变化情况。如果点子在控制限内随机分布，且无异常点，说明过程处于控制状态；如果 点子超出控制限或出现异常点，说明过程可能失控。
3. 单值-移动极差控制图
这种控制图用于观察单个数据值和连续数据的变化情况。如果点子在控制限内随机分布， 且无异常点，说明过程处于控制状态；如果点子超出控制限或出现异常点，说明过程可能 失控。
4. 观察控制图
观察控制图上的点 子分布情况，判断 过程是否处于控制 状态。
5. 采取行动
如果发现异常点或 过程失控，采取适 当的措施解决问题 并防止问题再次发 生。
控制图的局限性
1. 数据必须是连续的
控制图只能用于观察连续的数据，对于离散的数据或非连续的数 据，需要采用其他方法进行分析。
2. 需要足够的样本数量
控制图原理
控制图基于中心极限定理和概率统计原理。中心极限定理表明，当样本量足够大时，任何随机变量的 取值都会围绕一个中心值波动，且这个波动是有限的。因此，我们可以通过控制图的上下限来判断过 程是否处于控制状态。
控制图的原理是通过对过程进行多次抽样，计算统计量（如均值、中位数、极差等），并将这些统计 量绘制在图上。通过观察图的走势，我们可以判断过程是否受控，并发现异常情况。如果过程受控， 则说明过程的质量稳定；如果过程失控，则说明过程的质量存在问题。
平均数与标准差控制图
总结词
平均数与标准差控制图是一种常用的统计 控制图，用于监控一组数据的平均值和标 准差。
VS
详细描述
平均数与标准差控制图由两个图表组成： 一个图表显示平均数，另一个图表显示标 准差。这种控制图适用于需要了解数据分 布情况的应用场景，如科学研究、质量控 制和金融分析等。
与均值-极差控制图类似，这种控制图也是用于观察连续数据的均值和变异性（标准差） 的变化情况。如果点子在控制限内随机分布，且无异常点，说明过程处于控制状态；如果 点子超出控制限或出现异常点，说明过程可能失控。
3. 单值-移动极差控制图
这种控制图用于观察单个数据值和连续数据的变化情况。如果点子在控制限内随机分布， 且无异常点，说明过程处于控制状态；如果点子超出控制限或出现异常点，说明过程可能 失控。
4. 观察控制图
观察控制图上的点 子分布情况，判断 过程是否处于控制 状态。
5. 采取行动
如果发现异常点或 过程失控，采取适 当的措施解决问题 并防止问题再次发 生。
控制图的局限性
1. 数据必须是连续的
控制图只能用于观察连续的数据，对于离散的数据或非连续的数 据，需要采用其他方法进行分析。
2. 需要足够的样本数量
控制图原理
控制图基于中心极限定理和概率统计原理。中心极限定理表明，当样本量足够大时，任何随机变量的 取值都会围绕一个中心值波动，且这个波动是有限的。因此，我们可以通过控制图的上下限来判断过 程是否处于控制状态。
控制图的原理是通过对过程进行多次抽样，计算统计量（如均值、中位数、极差等），并将这些统计 量绘制在图上。通过观察图的走势，我们可以判断过程是否受控，并发现异常情况。如果过程受控， 则说明过程的质量稳定；如果过程失控，则说明过程的质量存在问题。
平均数与标准差控制图
总结词
平均数与标准差控制图是一种常用的统计 控制图，用于监控一组数据的平均值和标 准差。
VS
详细描述
平均数与标准差控制图由两个图表组成： 一个图表显示平均数，另一个图表显示标 准差。这种控制图适用于需要了解数据分 布情况的应用场景，如科学研究、质量控 制和金融分析等。
计量型控制图实例分析
X bar 0.5008 0.4998 0.501 0.4996 0.5004 0.5006 0.5026 0.500 0.502 0.501 0.501 0.500
Range 0.002 0.006 0.002 0.005 0.003 0.002 0.005 0.003 0.004 0.003 0.004 0.006
d3 0.853 0.888 0.880 0.864 0.848 0.833 0.820 0.808 0.797
一个实例（五）
CL x 0.5013 UCL x A2 R 0.5037 LCL x A2 R 0.499
CL R 0.0041 UCL D4 R 0.0087 LCL D3 R 0
即过程的离散程度。
怎样确定控制限
均值控制图
CL x UCL x A3S LCL x A3S
标准差控制图
CL S UCL B4S LCL B3S
单值-移动极差控制图（ x MR控制图 ）
与均值-极差控制图的作用类似； 不需多个测量值或样本是均匀的（如浓度）； 因为费用或时间的关系，过程只有一个测量值
极差控制图
CL R UCL D4R LCL D3R
使用均值-标准差控制图
步骤3：计算样本平均值及标准差 步骤4：确定总的平均数和平均标准
差 n ( xi x ) 2 s i1 n 1 x 0.5013
S 0.0017
一个实例（四）
步骤5：计算控制限
X ~ N (, 2 ); S
。2 020年7 月31日 星期五 下午11 时45分 17秒23: 45:172 0.7.31
人生就像骑单车，想保持平衡就得往前走
•
7、
。202 0年7月 下午11 时45分 20.7.31 23:45Jul y 31, 2020
计数型控制图a
是
样本容量 是否恒定？
是
否
C或U图 U图
课 程 内 容 回 顾
•
如果你指挥不了自己，也就指挥不了 别人。 。20.8.1 020.8.1 0Monday, August 10, 2020
•
工作使人充实，勤奋使人快乐。。10: 07:0710 :07:071 0:078/ 10/2020 10:07:07 AM
•
天时不如地利，地利不如人和。。202 0年8月 10日星 期一10 时7分7 秒10:0 7:0710 August 2020
•
读书有三到：谓心到，眼到，口到。 —明·朱 熹。上 午10时 7分7秒 上午10 时7分1 0:07:07 20.8.10
•
只有没出息的思想，没有没出息的工 作。。2 0.8.102 0.8.101 0:0710: 07:071 0:07:07 Aug-20
14
526
15
542
2
=0.0083
8
样本容量( n )来计
16
498
4
17
895
6
算控制限.
18
578
4
19
455
3
20
268
3
21
698
6
22
586
5
23
558
6
24
875
7
25
987
9
合计 15953
132
UCL 0.0188 0.0190 0.0235 0.0254 0.0171 0.0202 0.0187 0.0190 0.0171 0.0191 0.0245 0.0171 0.0174 0.0202 0.0200 0.0205 0.0174 0.0197 0.0211 0.0250 0.0186 0.0196 0.0199 0.0175 0.0170
样本容量 是否恒定？
是
否
C或U图 U图
课 程 内 容 回 顾
•
如果你指挥不了自己，也就指挥不了 别人。 。20.8.1 020.8.1 0Monday, August 10, 2020
•
工作使人充实，勤奋使人快乐。。10: 07:0710 :07:071 0:078/ 10/2020 10:07:07 AM
•
天时不如地利，地利不如人和。。202 0年8月 10日星 期一10 时7分7 秒10:0 7:0710 August 2020
•
读书有三到：谓心到，眼到，口到。 —明·朱 熹。上 午10时 7分7秒 上午10 时7分1 0:07:07 20.8.10
•
只有没出息的思想，没有没出息的工 作。。2 0.8.102 0.8.101 0:0710: 07:071 0:07:07 Aug-20
14
526
15
542
2
=0.0083
8
样本容量( n )来计
16
498
4
17
895
6
算控制限.
18
578
4
19
455
3
20
268
3
21
698
6
22
586
5
23
558
6
24
875
7
25
987
9
合计 15953
132
UCL 0.0188 0.0190 0.0235 0.0254 0.0171 0.0202 0.0187 0.0190 0.0171 0.0191 0.0245 0.0171 0.0174 0.0202 0.0200 0.0205 0.0174 0.0197 0.0211 0.0250 0.0186 0.0196 0.0199 0.0175 0.0170
控制图应用(计数型)
控制图建立与结果分析
控制图类型选择
根据数据特点，选择p控制图（不良品率控制图） 进行分析。
数据点绘制
将每个样本的不良品率绘制在控制图上，形成数 据点。
控制限计算
根据历史数据或经验，计算出控制图的中心线 （CL）、上控制限（UCL）和下控制限（LCL）。
结果分析
通过观察数据点的分布情况，判断生产过程是否 处于受控状态。如果发现数据点超出控制限或呈 现非随机分布，则表明生产过程可能存在异常， 需要进一步调查原因并采取措施。
产品或过程。
04 计数型控制图应用步骤
CHAPTER
数据收集与整理
明确数据收集目的
确定要解决的问题或目标，例 如分析产品缺陷、评估过程稳
定性等。
选择合适的数据类型
根据目的选择计数型数据，如 不良品数、缺陷数等。
确定数据收集计划
包括收集时间、频率、样本量 等。
数据整理与预处理
对数据进行清洗、分类、汇总 等预处理操作，以便于后续分
案例总结与启示
案例总结
通过应用计数型控制图，该企业成功地发现了生产过程中的异常波动，并及时采取了相应的措施进行调整，最终 使产品质量得到了有效控制。
启示
计数型控制图是一种有效的质量控制工具，可以帮助企业及时发现生产过程中的问题并采取相应的措施进行改进。 在实际应用中，需要结合行业特点和数据特点选择合适的控制图类型，并严格按照控制图的建立和分析步骤进行 操作，以确保结果的准确性和可靠性。
原理
02
统计样本中不合格品的数量，然后与预设的控制限进行比较，
以判断生产过程是否处于受控状态。
应用场景
03
适用于生产批量小、检验费用低且要求不合格品数较少的产品
SPC计数控制图PPT74页课件
38
3 计点控制图
常规控制图
计量
计数
n 2 10 X R图
n 1
计件
X S图
p图
np图
计点
c图
u图
缺陷率
39
3 计点控制图
对于生产过程中的缺陷数控制，比如控制一部机器，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 的不合格品数目，采用计点控制图。常用的计点控制图，有 u图和c图。
印花疵点图
毛刺图
钢板裂纹图
光洁面划痕
散热器管砂眼
1
目录
★属性检测与记录
▲属性检测 ▲缺陷率与生产收益
★计件控制图
▲p图 ▲np图
★计点控制图
▲u图 ▲ c图
★计量与计数控制图的对比 ★附录
2
1 计数控制图
测量单元
计量测量值
质量特性
计数测量值
均值 波动/变差
不合格 缺陷
通过观测每个产品，根据产品的质量特性符合质量特征要 求与否,把产品分为合格与不合格两类。
7
1.2 缺陷率与生产收益
★当一个检测单元至多允许出现c个缺陷时，出现一个缺陷会 带来生产的后续失效风险。 ★检测单元不含任何缺陷的概率(即产品完好率)可由下式计 算
其中，λ为平均缺陷率(每个单元的平均缺陷数)。
8
2 计件控制图
不合格比例(正式称呼为次品率或拒收率)是在全部检测的 产品中发现的不合格单位产品的比例。
★变控制限的p图的控制限为 ★注意控制限的宽度与样本量的平方根成反比。
19
标准化的p图
在样本量变化和/或短生产周期的情形下，宜使用标准化 的p图。首先进行标准化的变换
这样，对于标准化的p图，中心线为0，而上、下控制限分别 为+3和-3。
3 计点控制图
常规控制图
计量
计数
n 2 10 X R图
n 1
计件
X S图
p图
np图
计点
c图
u图
缺陷率
39
3 计点控制图
对于生产过程中的缺陷数控制，比如控制一部机器，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 的不合格品数目，采用计点控制图。常用的计点控制图，有 u图和c图。
印花疵点图
毛刺图
钢板裂纹图
光洁面划痕
散热器管砂眼
1
目录
★属性检测与记录
▲属性检测 ▲缺陷率与生产收益
★计件控制图
▲p图 ▲np图
★计点控制图
▲u图 ▲ c图
★计量与计数控制图的对比 ★附录
2
1 计数控制图
测量单元
计量测量值
质量特性
计数测量值
均值 波动/变差
不合格 缺陷
通过观测每个产品，根据产品的质量特性符合质量特征要 求与否,把产品分为合格与不合格两类。
7
1.2 缺陷率与生产收益
★当一个检测单元至多允许出现c个缺陷时，出现一个缺陷会 带来生产的后续失效风险。 ★检测单元不含任何缺陷的概率(即产品完好率)可由下式计 算
其中，λ为平均缺陷率(每个单元的平均缺陷数)。
8
2 计件控制图
不合格比例(正式称呼为次品率或拒收率)是在全部检测的 产品中发现的不合格单位产品的比例。
★变控制限的p图的控制限为 ★注意控制限的宽度与样本量的平方根成反比。
19
标准化的p图
在样本量变化和/或短生产周期的情形下，宜使用标准化 的p图。首先进行标准化的变换
这样，对于标准化的p图，中心线为0，而上、下控制限分别 为+3和-3。
- 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)。
与n有关！
案例分析
在制造复杂的发动机的端盖时，如果有某 些因素不合要求就判为不良品，在成品的 全检中，现要求对每班产品的不良率作控 制图。
每班检验的端盖总数就是样本量，共收集 了25班的检验数及不良数。
案例分析
1.收集的数见下表：
案例分析
根据公式计算各 样本组的上下控制限
在实际应用中,当各组 容量与其平均值相差不 超过正负25%时,可用 平均样本容量( )来计 算控制限.
Hale Waihona Puke 缺陷数控制图2. 计算平均缺陷数
3. 计算中心线和控制界限:
4. 绘制控制图并进行分析
➢设n为样本大小，C为缺陷数 ，则单位缺陷数为： u=c/n
与n有关！
案例分析
现需要对一注塑产品的缺陷进行控制图分析， 收集的数据记录如下表：
控制限的计算
在实际应用中,当各 组容量与其平均值 相差不超过正负 25%时,可用平均 样本容量( )来计 算控制限.
案例分析
绘制控制图，并进行分析
其他的控制图
▪ 不良品数控制图（Pn图） ▪ 缺陷数控制图（C图）
不良品数控制图（Pn ）
样本容量n恒定； 不合格品数是一个服从二项分布的随
机变量； 当np≥ 5时近似服从正态分布N [np，
np（1-p）]
不良品数控制图
▪ 确定数据样本容量n的大小,n常取50以上的数. ▪ 收集数据Pn1，Pn2, Pn3 , ……, Pnk ,k为样本数 ▪ 计算控制中心和控制界限
案例分析
绘制控制图，并进行分析：
单位缺陷数控制图(U图)
➢ 适合用于对单位样本数量（如面积、容积、长 度、时间等）上缺陷数进行控制的场合；
通常服从泊松分布;
可近似与正态分布
来处理;
➢ 取样大小可以是不固定的，只要能计算出每单 位上的缺陷数即可；
单位缺陷数控制图(U图)
检验并记录数据 计算平均单位缺陷数 计算中心线和控制界限 绘制控制图并进行分析
计数型控制图分类及案 例分析
不良品率控制图（P图）
对产品不良品率进行监控时用的控制 图;
质量特性良与不良，通常服从二项分布;
当样本容量n足够大时,例如, 布趋向于正态分布
该分
适用于全检零件或每个时期的检验样 本含量不同。
不良品率控制图（P图）
检验并记录数据 计算平均不合格品率P 计算中心线和控制界限 绘制控制图并进行分析
▪ 绘制控制图并进行分析
缺陷数控制图（C图 ）
控制对象为一定单位(如一定长度、一定面积、一定 体积等）上面的缺陷数；
如铸件表面的气孔数、机器装好后发现的故障数； 产品上的缺陷数服从泊松分布； 近似为正态分布处理，均值为C，标准偏差为
缺陷数控制图
1.收集数据： ➢ 一般取20~25组数据； ➢ 如果缺陷数较小，可将几个样本合为一个 ， 使每组缺陷数C=0的情况尽量减少 ，否则用来作控制图不适宜； ➢ 不同的缺陷应尽可能分层处理。
案例分析
在制造复杂的发动机的端盖时，如果有某 些因素不合要求就判为不良品，在成品的 全检中，现要求对每班产品的不良率作控 制图。
每班检验的端盖总数就是样本量，共收集 了25班的检验数及不良数。
案例分析
1.收集的数见下表：
案例分析
根据公式计算各 样本组的上下控制限
在实际应用中,当各组 容量与其平均值相差不 超过正负25%时,可用 平均样本容量( )来计 算控制限.
Hale Waihona Puke 缺陷数控制图2. 计算平均缺陷数
3. 计算中心线和控制界限:
4. 绘制控制图并进行分析
➢设n为样本大小，C为缺陷数 ，则单位缺陷数为： u=c/n
与n有关！
案例分析
现需要对一注塑产品的缺陷进行控制图分析， 收集的数据记录如下表：
控制限的计算
在实际应用中,当各 组容量与其平均值 相差不超过正负 25%时,可用平均 样本容量( )来计 算控制限.
案例分析
绘制控制图，并进行分析
其他的控制图
▪ 不良品数控制图（Pn图） ▪ 缺陷数控制图（C图）
不良品数控制图（Pn ）
样本容量n恒定； 不合格品数是一个服从二项分布的随
机变量； 当np≥ 5时近似服从正态分布N [np，
np（1-p）]
不良品数控制图
▪ 确定数据样本容量n的大小,n常取50以上的数. ▪ 收集数据Pn1，Pn2, Pn3 , ……, Pnk ,k为样本数 ▪ 计算控制中心和控制界限
案例分析
绘制控制图，并进行分析：
单位缺陷数控制图(U图)
➢ 适合用于对单位样本数量（如面积、容积、长 度、时间等）上缺陷数进行控制的场合；
通常服从泊松分布;
可近似与正态分布
来处理;
➢ 取样大小可以是不固定的，只要能计算出每单 位上的缺陷数即可；
单位缺陷数控制图(U图)
检验并记录数据 计算平均单位缺陷数 计算中心线和控制界限 绘制控制图并进行分析
计数型控制图分类及案 例分析
不良品率控制图（P图）
对产品不良品率进行监控时用的控制 图;
质量特性良与不良，通常服从二项分布;
当样本容量n足够大时,例如, 布趋向于正态分布
该分
适用于全检零件或每个时期的检验样 本含量不同。
不良品率控制图（P图）
检验并记录数据 计算平均不合格品率P 计算中心线和控制界限 绘制控制图并进行分析
▪ 绘制控制图并进行分析
缺陷数控制图（C图 ）
控制对象为一定单位(如一定长度、一定面积、一定 体积等）上面的缺陷数；
如铸件表面的气孔数、机器装好后发现的故障数； 产品上的缺陷数服从泊松分布； 近似为正态分布处理，均值为C，标准偏差为
缺陷数控制图
1.收集数据： ➢ 一般取20~25组数据； ➢ 如果缺陷数较小，可将几个样本合为一个 ， 使每组缺陷数C=0的情况尽量减少 ，否则用来作控制图不适宜； ➢ 不同的缺陷应尽可能分层处理。