发布时间 : 星期四 文章休哈特控制图更新完毕开始阅读847e6cdbad51f01dc281f11e
Me－R图示例
【例-3】某机器生产点子盘片。规定的厚度为0.007-0.016cm。每隔半小时抽取样本量为5的样本（子组），记录其中心厚度（cm），如下表所示。拟建立一个中位数图以达到控制质量的目的。
云母盘片厚度的控制数据 单位：0.001
厚度
子组号i
中位数Me 极差Ri
X1 X2 X3 X4 X5
1 14 8 12 12 8 12 6
2 11 10 13 8 10 10 5
3 11 12 16 14 9 12 7
4 16 12 17 15 13 15 5
5 15 12 14 10 7 12 8
6 13 8 15 15 8 13 7
7 14 12 13 10 16 13 6
8 11 10 8 16 10 10 8
9 14 10 12 9 7 10 7
10 12 10 12 14 10 12 4
11 10 12 8 10 12 10 4
12 10 10 8 8 10 10 2
13 8 12 10 8 10 10 4
14 13 8 11 14 12 12 6
15 7 8 14 13 11 11 7
（四）．，控制图
为了能够迅速反映现场情况，往往用X图代替图。
多用于下列场合：对每一个产品都进行检验，采用自动化检查和测量的场合；取样费时、昂贵的场合以及如化工等过程，样品均匀，多抽样也无太大的意义的场合。由于它不像前三种那样能取得较多的信息，所以它判断过程变化的灵敏都也要差一些。 X ? Rs图示例
【例-4】下表给出了连续10批脱脂奶粉的样本“水分含量百分比”的实验室分析结果。将一个样本的奶粉作为一批的代表，在实验室对其成分特性进行分析测试，如脂肪、水分、酸度、溶解指数、沉积物、细菌及乳清蛋白。希望该过程的产品水分含量控制在4％一下。由于发现单批内的抽样变差可以忽略，因此决定每批只抽取一个观测值，并以连续各批的移动极差作为设置控制限的基础。
连续10个脱脂奶粉样本的水分含量百分比 （X：%水分含量；R：移动极差）
批号 1 2 3 4 5 6 7 8 9 10 X 2.9 3.2 3.6 4.3 3.8 3.5 3.0 3.1 3.6 3.5 R 0.3 .04 0.7 0.5 0.3 0.5 0.1 0.5 0.1 二、计数值控制图 1．p控制图
用于控制对象为不合格品率或合格率等计数值质量指标的场合。常见的不良率有不合格品率、废品率、交货延迟率、缺勤率、差错率等等。
当样本量大小n变化时，则p图的控制界限UCLp与LCLp将随样本大小n的变化呈现出凹凸状，不便于判稳或判异。
图-1 上下控制界线均呈现凹凸状的p图 2．np控制图
用于控制对象为不合格品数的场合。由于计算不合格品率需要进行除法，比较麻烦，所以样本大小相同的情况下，用此图比较方便。但当样本大小n变化时，np控制图的三条控制线都呈凹凸状，不但作图难，而且无法判稳、判异。故只有在样本大小相同的情况下，才应用此图。 3．c控制图
用于控制一部机器，一个部件一定的长度，一定的面积或任一定的单位中所出现的缺陷数目。但当样本量n发生变化时，c图上、中、下控制线将呈凹凸状，不便于判稳或判异。 4．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。但当n发生变化时，u图的二条控制线将呈凹凸状，给作图、判异、判稳造成困难。 [编辑]
控制图判断标准
控制图判断异常的准则有两条：点子出界就判断异常；界内点排列不随机判断异常。 1．判断稳态的准则
稳态是生产过程追求的目标。那么如何用控制图判断过程是否处于稳态？为此，需要制定判断稳态的准则。
判稳准则：在点子随机排列的情况下，符合下列各点之一就认为过程处于稳态： （1）连续25个点子都在控制界限内；
（2）连续35个点子至多1个点子落在控制界限外； （3）连续100个点子至多2个点子落在控制界限外。 2．判断异常的准则
在讨论控制图原理时，已经知道点子出界就判断异常，这是判断异常的最基本的一条准则。为了增加控制图使用者的信心，即使对于在控制界限内的点子也要观察其排列是否随机。若界内点排列非随机，则判断异常。
判断异常的准则：符合下列各点之一就认为过程存在异常因素： （1）点子在控制界限外或恰在控制界限上控制界限内的点子排列； （2）链：连续链，连续7个点以上排列在一侧；间断链，大多数点在一侧 （3）多数点靠近控制界限（在2-3倍的标准差区域内出现） （4）倾向性与周期性。 [编辑]
休哈特控制图不适应性的分析[1]
1.不适应性的现象