控制图的基本特性与原理
Minitab教程-控制图
• 2．Xbar-R控制图
X 和 R 控制图 通常用于跟踪大小为 8 或更小的样本的过程水平和过程 变异。
您在汽车发动机组装厂工作。部件 之一的凸轮轴的长度必须为 600 毫 米 +2 毫米以满足工程规格。凸轮 轴长度不符合规格是一个长期以来 的问题，它引起装配时配合不良， 导致废品率和返工率都居高不下。 于是您在一个月中从工厂使用的所 有凸轮轴收集共 100 个观测值（20 个样本，每个样本中 5 个凸轮轴）， 并从每个供应商处收集 100 个观测 值。
• 稀有事件控制图（G控制图，T控制图）
• 1．I-MR控制图
对于计量数据而言，这是常用最基本的控制图。它的控制对象为长度、 重量、纯度、时间和生产量等计量值的场合。
I-MR 控制图的数据注意事项
• 数据应当是连续的 • 数据应当采用时间顺序 • 应当按照适当的时间间隔收集数据 • 数据应当是不采用子组形式收集的单值观测值 • 数据应当至少为总共 100 个观测值 • 数据应当呈现适度的正态性 • 观测值不应当相互关联
• 8．U控制图
当样品的大小保持不变时可用C控制图，而当样品的大小变化时则应换 算为平均每单位的缺陷数后再使用U控制图。
可使用 U 控制图 监视单位缺陷数（其中每个项目可具有多个缺陷）。 使用此控制图可以监视 过程在一段时间内的稳定性，以便您可以标识和更正过程中的不稳定性。
例如，一家 LCD 制造商希望监视 17 英寸 LCD 液晶屏的坏点数。技术人员记录每 个屏幕的坏点数。每个子组具有不同数 目的屏幕。制造商使用 U 控制图来监视 每个屏幕的坏点平均数。
• 3．Xbar-s控制图
当样本大小n>9，这时应用极差估计总体标准差的效率降低，需要用S
图来代替R图。
控制图基础知识介绍
控制图基础知识介绍一． 前言:为使现场的质量状况达成目标，均须加以管理。
我们所说的 “管理”作业,一般均用侦测产品的质量特性来判断 “管理”作业是否正常。
而质量特性会随着时间产生显著高低的变化;那么到底高到何种程度或低至何种状态才算我们所说的异常?故设定一合理的高低界限,作为我们分析现场制程状况是否在 “管理”状态,即为控制图的基本根源。
控制图是于1924年由美国品管大师修哈特(W.A.Shewhart)博士所发明。
而主要定义即是[一种以实际产品质量特性与依过去经验所研判的过程能力的控制界限比较,而以时间顺序表示出来的图形]。
二．控制图的基本特性:一般控制图纵轴均设定为产品的质量特性,而以过程变化的数据为刻度;横轴则为检测产品的群体代码或编号或年月日等,以时间别或制造先后别,依顺序点绘在图上。
在管制图上有三条笔直的横线,中间的一条为中心线(Central Line,CL),一般用蓝色的实线绘制；在上方的一条称为控制上限(Upper Control Limit,UCL)；在下方的称为控制下限(Lower Control Limit,LCL)。
对上、下控制界限的绘制,则一般均用红色的虚线表现,以表示可接受的变异范围;至于实际产品质量特性的点连线条则大都用黑色实线绘制。
控制状态:三．控制图的原理:1.质量变异的形成原因:一般在制造的过程中,无论是多么精密的设备、环境,它的质量特性一定都会有变动,绝对无法做出完全一样的产品;而引起变动的原因可分为两种：一种为偶然(机遇)原因；一种为异常(非机遇)原因。
（1）偶然(机遇)原因(Chance causes)：不可避免的原因、非人为的原因、共同性原因、一般性原因,是属于控制状态的变异。
（2）异常(非机遇)原因(Assignable causes):可避免的原因、人为的原因、特殊性原因、局部性原因等,不可让其存上控制界限(UCL) 中心线(CL) 下控制界限(LCL)在,必须追查原因,采取必要的行动,使过程恢复正常控制状态,否则会造成很大的损失。
控制图基础知识介绍
控制图基础知识介绍一． 前言:为使现场的质量状况达成目标，均须加以管理。
我们所说的 “管理”作业,一般均用侦测产品的质量特性来判断 “管理”作业是否正常。
而质量特性会随着时间产生显著高低的变化;那么到底高到何种程度或低至何种状态才算我们所说的异常?故设定一合理的高低界限,作为我们分析现场制程状况是否在 “管理”状态,即为控制图的基本根源。
控制图是于1924年由美国品管大师修哈特(W.A.Shewhart)博士所发明。
而主要定义即是[一种以实际产品质量特性与依过去经验所研判的过程能力的控制界限比较,而以时间顺序表示出来的图形]。
二．控制图的基本特性:一般控制图纵轴均设定为产品的质量特性,而以过程变化的数据为刻度;横轴则为检测产品的群体代码或编号或年月日等,以时间别或制造先后别,依顺序点绘在图上。
在管制图上有三条笔直的横线,中间的一条为中心线(Central Line,CL),一般用蓝色的实线绘制；在上方的一条称为控制上限(Upper Control Limit,UCL)；在下方的称为控制下限(Lower Control Limit,LCL)。
对上、下控制界限的绘制,则一般均用红色的虚线表现,以表示可接受的变异范围;至于实际产品质量特性的点连线条则大都用黑色实线绘制。
控制状态:三．控制图的原理:1.质量变异的形成原因:一般在制造的过程中,无论是多么精密的设备、环境,它的质量特性一定都会有变动,绝对无法做出完全一样的产品;而引起变动的原因可分为两种：一种为偶然(机遇)原因；一种为异常(非机遇)原因。
（1）偶然(机遇)原因(Chance causes)：不可避免的原因、非人为的原因、共同性原因、一般性原因,是属于控制状态的变异。
（2）异常(非机遇)原因(Assignable causes):可避免的原因、人为的原因、特殊性原因、局部性原因等,不可让其存上控制界限(UCL) 中心线(CL) 下控制界限(LCL)在,必须追查原因,采取必要的行动,使过程恢复正常控制状态,否则会造成很大的损失。
质量管理05控制图
I—Rs图 计算移动极差Rsi
质量管理05控制图
控制图的绘制（续）
•4.(1)控制图样本参数的计算:
图名称 np图
步骤
计算平均不合格 品率
p 图 计算各组不合格 品率pi
c图 计算各样本的平 均缺陷数
u图 计算各样本的单 位缺陷数ui
计算公式
备注
（np)i——第i样本的 不合格品数（各样本 样本容量皆为n）
质量波动的来源主要有五个方面（简称 5M1E ）：
• 操作人员（Man）——人 • 设备（Machine） —— 机 • 原材料（Material）——料 • 操作方法（Method）——法 • 环境（Environment）——环 • 测量(Measurement) ——测
质量管理05控制图
控制对象－质量波动（续）
质量管理05控制图
控制图的由来
•控制图的发展：
20世纪40年代，美国 贝尔电话公司应用统计质量 控制技术取得成效；美国军 方在军需物资供应商中推进 统计质量控制技术的应用； 美国军方制定了战时标准 Z1.1《质量控制指南》、 Z1.2《数据分析用的控制图 法》、 Z1.3《生产中质量管 理用的控制图法》。
质量管理05控制图
均值-极差控制图（续）
极差控制图随生产过程的特点不同 有其不同的作用： •在自动化水平比较高的生产过程中， 产品质量的一致性好。因此，当极差增 大，意味着机器设备出现故障．需要进 行修理或更换； •在非自动化生产过程中，极差反映出 操作者的技术水平，生产熟练程度，故 又称为操作者控制图。
–所谓满足规格要求，并不是指上、下控制线必须在规格上、下限内侧，
即UCL＞TU；LCL＜ TL。而是要看受控工序的工序能力是否满足给定 的Cp值要求。
统计学中的控制图应用
统计学中的控制图应用统计学是一门研究数据收集、分析和解释的学科，它在各个领域都有广泛的应用。
其中，控制图是统计学中的一种重要工具，用于监控和控制过程的稳定性和质量。
本文将介绍控制图的基本原理和应用，并探讨其在实际问题中的重要性。
一、控制图的基本原理控制图是一种图形化的工具，用于显示过程的数据和统计信息。
它通过将过程数据与控制限相比较，帮助我们判断过程的稳定性和质量。
控制限是根据统计学原理计算得出的上下限值，当过程数据超出这些限制时，表明过程存在异常变化。
在控制图中，通常有中心线、上控制限和下控制限。
中心线代表过程的平均水平，上控制限和下控制限分别代表过程的变异范围。
当过程数据在这些限制之间波动时，我们可以认为过程是稳定的。
如果数据超出控制限，我们需要进一步分析问题的原因，并采取相应的措施进行改进。
二、控制图的应用控制图广泛应用于各个行业和领域，包括制造业、服务业、医疗保健等。
它可以帮助我们实时监控过程的稳定性，及时发现问题并采取措施进行纠正。
下面我们将以制造业为例，介绍控制图的应用。
在制造业中，产品质量是一个重要的关注点。
通过使用控制图，我们可以监控产品的关键特性，并及时发现任何异常变化。
例如，在汽车制造过程中，我们可以使用控制图来监控发动机的排放水平。
如果排放水平超出控制限，我们可以迅速发现问题，并检查是否存在零部件的故障或者生产过程中的变化。
这样可以帮助我们及时采取措施，确保产品质量符合标准。
除了产品质量，控制图还可以应用于监控生产过程的稳定性。
在制造业中，生产过程的稳定性对于产品的一致性和效率至关重要。
通过使用控制图，我们可以监控关键过程参数的变化，并及时发现任何异常情况。
例如，在电子芯片制造过程中，我们可以使用控制图来监控温度和湿度等参数。
如果这些参数超出了控制限，我们可以立即采取措施，避免不良产品的产生。
三、控制图的重要性控制图在实际问题中的应用非常重要。
它可以帮助我们实时监控过程的稳定性和质量，并及时采取措施进行改进。
控制图的原理
控制图的原理一.控制图的原理－波动分布控制图观点认为：（1）当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；（2）当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。
而失控时，过程分布将发生改变。
SPC正是利用过程波动的统计规律性对过程进行分析控制的。
因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。
二.控制图的原理－统计受控状态是生产过程追求的目标，此时，对产品的质量是有把握的。
控制图即是用来监测生产过程状态的一种有效工具。
控制图的统计学原理，令W为度量某个质量特性的统计样本。
假定W的均值为μ，而W 的标准差为σ。
于是，中心线、上控制限和下控制限分别为UCL=μ+KσCL=μLCL=μ－Kσ式中，K为中心线与控制界限之间的标准差倍数，Kσ表示间隔宽度。
正常情况下点子分布是正态的，落在控制界限之内的概率远大于落在控制界限之外的概率。
反之，若点子落在控制界限之外，可能是属于正常情况下的小概率事件发生，也可能是过程异常发生，相对来讲，后者发生的概率要大得多。
因此，我们宁可以为后者情况发生，这正是控制图的统计学原理。
点子落在控制界限之内是否一定处于稳态？点子落在控制界线之外是否一定出现异常？这两个问题的回答都是否定的。
更为科学的判断应根据概率统计方法对过程进行定量分析，精确计处出状态的概率值之后再进行过程状态判断。
三.控制图的原理－分类1各控制图用途：均值－极差控制图:是最常用、最基本的控制图，它用于控制对象为长度、重量、强度、纯度、时间和生产量等计量值的场合。
均值－标准差控制图:次图与上图类似，极差计算简便，故R图得到广泛应用，但当样本大小或0>10或12时，应用极差估计总体标准差的效率减低，最好应用S图代替R图。
中位数－极差控制图:由于中位数的计算比均值简单，所以多用于现场需要把测定数据直接记入控制图进行管理的场合。
控制图介绍
2.1什么是控制图控制图由正态分布演变而来。
正态分布可用两个参数即均值μ和标准差σ来决定。
正态分布有一个结论对质量管理很有用，即无论均值μ和标准差σ取何值，产品质量特性值落在μ±3σ之间的概率为99.73%，落在μ±3σ之外的概率为100%-99.73%= 0.27%，而超过一侧，即大于μ+3σ或小于μ-3σ的概率为0.27%/2=0.135%≈1‰,休哈特就根据这一事实提出了控制图。
由于上下的数值大小不合常规，再把分布图上下翻转180°，这样就得到一个单值控制图，称μ+3σ为上控制限，记为UCL，称μ为中心线，记为CL，称μ-3σ为下控制限，记为LCL,这三者统称为控制线。
规定中心线用实线绘制，上下控制限用虚线绘制。
综合上述，控制图是对过程质量数据测定、记录从而进行质量管理的一种用科学方法设计的图。
图上有中心线(CL)、上控制限(UCL)和下控制限(LCL)，并有按时间顺序抽取的样本统计量数值的描点序列。
2.2质量数据与控制图2.2.1计量型数所确定的控制对象即质量指标应能够定量。
所控制的过程必须具有重复性,即表现出统计规律性。
所确定的控制对象的数据应为连续值。
计量型控制图：能反映计量型数据特征，用来绘制、分析计量型数据的控制图。
2.2.2计数型数据控制对象只能定性不能而不能定量。
只有两个取值。
与不良项目有关。
计数型控制图：能反映计数型数据特征，用来绘制、分析计数型数据的控制图。
2.2.3质量数据的特性质量数据的分布遵循三种特性：计量型数据服从正态分布；计件型数据服从二项分布；计点型数据服从泊松分布。
2.3控制图原理根据来源的不同，质量因素可分成设备（machine）、材料（material）、操作（man）、工艺（method）、环境（environment），即4M1E五个方面；从对质量的影响大小来看，质量因素可分成偶然因素(简称偶因)与异常因素(简称异因)两类。
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。
- 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)。
第七章控制图95第七章控制图一．前言:为使现场的质量状况达成目标，均须加以管理。
我们所说的“管理”作业,一般均用侦测产品的质量特性来判断“管理”作业是否正常。
而质量特性会随着时间产生显著高低的变化;那么到底高到何种程度或低至何种状态才算我们所说的异常?故设定一合理的高低界限,作为我们分析现场制程状况是否在“管理”状态,即为控制图的基本根源。
控制图是于1924年由美国品管大师修哈特(W.A.Shewhart)博士所发明。
而主要定义即是[一种以实际产品质量特性与依过去经验所研判的过程能力的控制界限比较,而以时间顺序表示出来的图形]。
二．控制图的基本特性:一般控制图纵轴均设定为产品的质量特性,而以过程变化的数据为刻度;横轴则为检测产品的群体代码或编号或年月日等,以时间别或制造先后别,依顺序点绘在图上。
在管制图上有三条笔直的横线,中间的一条为中心线(Central Line,CL),一般用蓝色的实线绘制；在上方的一条称为控制上限(Upper Control Limit,UCL)；在下方的称为控制下限(Lower Control Limit,LCL)。
对上、下控制界限的绘制,则一般均用红色的虚线表现,以表示可接受的变异范围;至于实际产品质量特性的点连线条则大都用黑色实线绘制。
控制状态:96 品管七大手法上控制界限(UCL)中心线(CL)下控制界限(LCL)三．控制图的原理:1.质量变异的形成原因:一般在制造的过程中,无论是多么精密的设备、环境,它的质量特性一定都会有变动,绝对无法做出完全一样的产品;而引起变动的原因可分为两种：一种为偶然(机遇)原因；一种为异常(非机遇)原因。
（1）偶然(机遇)原因(Chance causes)：不可避免的原因、非人为的原因、共同性原因、一般性原因,是属于控制状态的变异。
（2）异常(非机遇)原因(Assignable causes):可避免的原因、人为的原因、特殊性原因、局部性原因等,不可让其存在,必须追查原因,采取必要的行动,使过程恢复正常控制状态,否则会造成很大的损失。
第七章 控制图 972.控制界限的构成:(偶然原因的变动) (异常原因的变动)控制图是以常态分配中的三个标准差为理论依据。
中心线为平均值,上、下控制界限为平均数加减三个标准差( )的值,以判断过程中是否有问题发生。
此即修哈特博士(W.A.Shewhart)所创造的方法。
控制图即以3个标准差为基础,换句话说,只要群体是常态分配,则自该群体进行取样时,用取出的数值加以平均计算来代表群体,则每进行10000次的抽样会有27次偶然机会,不予计较。
同样我们平均抽样时如有超出时,判定为异常,则误判的机率也是千分之三。
因为假设机率存在的前提,所以控制界限以加减3个标准差来订立,应是最符合经济效益的。
98 品管七大手法σ3±μσ3+σ3-UCLCLLCL控制图的控制界限是把常态分配图形旋转90°后,在平均值处绘成中心线(CL),平均值加三个标准差处绘成上控制界限(UCL),在平均值减三个标准差处绘成下控制界限(LCL)。
四．控制图的种类:1.按数据性质分类:(1)计量值控制图:所谓计量值是指控制图的数据均属于由量具实际量测而得;如长度、重量、浓度等特性均为连续性的，常用的有: (a) 平均数与极差控制图( Chart) (b) 平均数与标准差控制图( Chart) (c) 中位数与极差控制图( Chart)(d) 个别值与移动极差控制图( chart) (e) 最大值与最小值极差控制图( chart) 第七章 控制图 99(2)计数值控制图:所谓计数值是指控制图的数据均属于以单位计数者而得;如不合格数、缺点数等间断性数据等。
常用的有: (a) 不良率控制图(P chart)(b) 不良数控制图(Pn chart,又称np chart 或d chart) (c) 缺点数控制图(C chart)(d) 单位缺点数控制图(U chart) 2.按控制图的用途分类:(1)解析用控制图:这种控制图先有数据,后有控制界限(μ与σ未知的群体)。
(a) 决定方针用 (b) 制程解析用(c) 制程能力研究用 (d) 制程控制的准备(2)控制用控制图:先有控制界限,后有数据(μ与σ已知之群体)。
其主要用途为控制过程的质量,如有点子超出控制界限时,则立即采取措施(原因追查→消除原因→再发防止的研究)。
3.计数值与计量值控制图的应用比较.σ-X RX -R X -~Rm X -SL -100 品管七大手法五．控制图的绘制:1.计量值控制图: (1) 控制图:(a)先行收集100个以上数据,依测定的先后顺序排列。
(b)以2—5个数据为一组(一般采4—5个),分成约20—25组。
(c)将各组数据记入数据表栏位内。
(d)计算各组的平均值X(取至测定值最小单位下一位数)。
(e)计算各组之极差R(最大值-最小值=R)。
(f)计算总平均X 。
(g)计算极差的平均R: (h)计算控制界限X 控制图:中心线(CL)= X 控制上限(UCL)= 控制下限(LCL)= R 控制图:中心线(CL)=控制上限(UCL)= 管制下限(LCL)= 之值,随每组的样本数不同而有差异,但仍遵循三个标准差的原理计算而得,今已被整理成常用系数表。
(i)绘制中心线及控制界限,并将各点点入图中。
(j)将各数据履历及特殊原因记入,以备查考、分析、判断。
(2) 管制图： R X -)(/1/)......(321为组数k k Xi i kk X X X X X K =∑=++++=k Ri i k k R R R R X k /1/)......(321=∑=++++=R A X 2+RA X 2-R R D 4R D 3432,,D D A RX -~将数据(每组为一单位)依大小顺序排列,最中间的一个数据称为中位数;如为偶数个数值,则中间两数值的平均值即为中位数。
(a)收集数据并排列之(同 之数据收集方式步骤(a)(b)(c))。
第七章 控制图 101(b)求各组的中位数 。
(c)求各组的极差R 。
(d)计算中位数的总平均数 。
(e)计算 : (f)计算控制界限:控制图:中心线(CL)= 控制上限(UCL)= 控制下限(LCL)= R 控制图:中心线(CL)= 控制上限(UCL)= 控制下限(LCL)= 系数 相同亦可从系数表查得。
(g)同 控制图的步骤(i),(j)。
(3)X-Rm 控制图(a)收集数据20~25个,并依先后顺序排列记入数据栏内。
(b)求个别移动值Rm 。
如 (c)求平均值(d)求移动极差平均 :(e)计算控制界限X 控制图: 中心线(CL)= 控制上限(UCL)= 控制下限(LCL)= 102 品管七大手法RX -X ~X ~ki X i kk X X X X K /~1/)~.....~~(~21=∑=+++=R kRi i kk R R R R K/1/).....(21=∑=+++=X ~X~R A m X 23~+RA m X 23~-R R D 4RD 34323,,D D A m R X -1;.....,3,2,1,1-==-=+k n n i X X Rmi i i ,......,23212X X Rm X X Rm -=-=X 1/1/).....(21-∑=-+++=k Xi k X X X X k m R []1/1/)1(....21-∑=--++=k Rmi k k Rm R R m R m m X m R E X 2+m R E X 2-Rm 控制图: 中心线(CL)= 。
控制上限(UCL)= 。
管制下限(LCL)= 。
系数 同样可自系数表中查得。
(f)同 控制图的步骤(i),(j)。
2.计数值控制图: (1)P 控制图: (a) 收集数据20—25组,每组的样本数应一致,且最好能显现有1个以上的不良数(样本数如每组不一致,会导致控制界限的跳动,初期导入较不适当)。
(b) 计算每组的不良率P 。
(c) 计算平均不良率P 。
(d) 计算控制界限: 中心线(CL):控制上限(UCL):控制下限(LCL):(e) 同 控制图步骤(i),(j)。
(2)pn 控制图: (又称np 控制图,d 控制图) (a)收集数据,步骤同P 控制图(a)项操作。
(b)计算平均不良数。
第七章 控制图 103(c)计算控制界限:中心线(CL) 控制上限(UCL) 控制下限(LCL) (d)绘控制界限,并将点点入a 图中。
(e)记入数据履历及特殊原因,以备检讨、分析、判断。
m R m R D 4m RD 3342,,D DE R X -)(.....21为组数总检查数总不良个数k kPkP P P ++≠=P nP P P )1(3-+n P P P )1(3--RX -).(P n n P kPni i kn P /1=∑==组数总不良个数)()(p n p n ==)1(3p p n p n -+=)1(3p p n p n --=(3)C 控制图:(a)收集数据,步骤同P 控制图(a)项操作。
(b)计算平均缺点数 ：(c)计算控制界限： 中心线 控制上限(UCL)= 控制下限(LCL)= (d)同pn 控制图的步骤(d),(e)。
(f) 记入数据履历及特殊原因,以备检讨、分析、判断。
(4)U 控制图:(a)收集20—25组数据(可取不同单位大小)，每组样本应考虑含有1—5个缺点。
(b)计算平均单位缺点数 : (c)计算控制界限: 中心线(CL)= 控制上限(UCL)= 控制下限(LCL)= (d)同C 控制图(d)步骤。
104 品管七大手法3.控制点的点绘要领:(1)各项工序名称、控制特性、测定单位、设备别、操作(测定)、样本大小、材料别、环境变化…等任何变更资料应清楚填入,以便资料的分析整理。
(2)计量值双控制图( 等)。
其X 控制图与R 控制图的控制界限宽度取法,一般原则以组的样本数(n)为参考,X 控制图的单位分度宽约为R 控制图的 倍。
(纵轴控制界限宽度约20—30m/m;横轴各组间隔约2-5mm)。
(3)中心线(CL)以实线记入,控制界限则记入虚线;各线上须依线C kCi i kk C C C C i/1.....21=∑=+++=CCL =)(C C 3+CC 3-U n C n n n C C C U K K ∑∑=+++++==..........2121检查总样本数缺点总数UnUU 3+nU U 3-,...~,RX R X --n1别分别记入CL,UCL,LCL等符号。
(4)CL,UCL,LCL的数值位数计算比测定值多两位数即可。