品质管理七大工具 控制图,控制图（Control Chart） 常规控制图的构造与原理 又称管理图、管制图，休哈特控制图 对过程质量特性值进行测量、记录、评估和监察过程是否处于统计控制状态的一种统计方法设计的图。,控制图原理： 根据正态分布理论，若过程只受随机因素的影响，即过程处于统计控制状态，则过程质量特性值有99.73%的数据（点子）落在控制界限内，且在中心线两侧随机分布。,若过程受到异常因素的作用，典型分布就会遭到破坏，则质量特性值数据（点子）分布就会发生异常（出界、链状、趋势）。,反过来，如果样本质量特性值的点子在控制图上的分布发生异常，那我们就可以判断过程异常，需要进行诊断、调整。,x,LCL,CL,UCL,/2,/2,图3 控制图的两类错误,“3原理”（或称“千分之三法则”） 两类错误是不可避免的 一般把控制范围定在平均值的3, 常规控制图的分类 按被控制对象的数据性质不同 分为计量值控制图、计件值控制图和计点值控制图,表2-14 常规控制图的分类,表2-14 常规控制图的分类,表2-14 常规控制图的分类, 按用途不同 分析用控制图 用于对已经完成的过程或阶段进行分析，以评估过程是否稳定或确认改进效果。, 控制用控制图 用于正在进行中的过程，以保持过程的稳定受控状态。, 控制图的判断准则 控制图对过程异常的判断以小概率事件原理为理论依据。 判异准则有两类： 一是点子出界就判异 二是界内点子排列不随机就判异 若过程不判异，则过程处于统计控制状态。,规定了常规控制图有8种判异准则, 常规控制图的应用案例 1.均值-极差控制图 最常用、最基本 控制对象： 长度、重量、强度、纯度、时间、收率、生产量、水分含量、营养物质成分等 计量值数据,控制图 主要用于观察正态分布的均值的变化,控制图 观察正态分布的波动情况或变异度的变化,控制图 将二者联合运用，观察正态分布的变化,范例： 某植物油生产厂，采用灌装机灌装，每桶标称重量为5000g，要求溢出量为050g。 采用 控制图对生产过程进行质量控制。控制对象为溢出量，单位为g。 见表2-15溢出量控制图数据表。,表2-15 溢出量控制图数据表,解： 步骤1，预备数据的取得 随机抽取k组（一般为2025组） 大小为n（一般为46，常取5）,理论上讲，预备数据的组数应大于20组，在实际应用中最好取25组数据。 当个别组数据属于可查明原因的异常时，经剔除后所余数据依然大于20组时，仍可利用这些数据作分析用控制图。若剔除异常数据后不足20组，则须在排除异因后重新收集25组数据。 取样分组的原则是尽量使样本组内的变异小（由正常波动造成），样本组间的变异大（由异常波动造成），这样控制图才能有效发挥作用。 因此，取样时组内样本必须连续抽取，而样本组间则间隔一定时间。,应制定一个收集数据的计划，将其作为收集、记录及描图的依据。 在适当的时间内收集足够的数据，这样子组才能 反映潜在的变化，这些变化原因可能是换班/操作人员更换/材料批次不同等原因引起。对正在生产的产品进行监测的子组频率可以是每班2次，或一小时一次等。,按工艺文件规定，本例每间隔30min在灌装生产线连续抽取n=5的样本量计量溢出量。 共抽取25组样本，将溢出量数据记入数据表。, 步骤2，计算统计量 计算每一组数据的平均值和极差，记入表中；然后计算25组数据的总平均值和极差平均值。, 步骤3，计算控制界限、作控制图、打点并判断： 先计算R图的控制界限 计算公式见表2-16。,注： D4 、D3为随着样本容量n而变化的系数，可由控制图系数选用表中选取。,表2-16 常规控制图控制线公式,表2-17 控制系数选用表,由表2-17中可知，当n=5时,以这些参数作R控制图，并将表2-15中的R数据在图上打点，结果如图2-11。,对照常规控制图的判异准则，可判R图处于稳态。 因此，可以接着建立平均值控制图。, 计算 图的控制界限,注：A2为随着样本容量n而变化的系数，可由控制图系数选用表中选取。,由表2-17中可知，当n=5时,以这些参数作平均值控制图，并将表2-15中的数据在图上打点，结果如图2-12。,对照常规控制图的判异准则，可判均值控制图无异常。,因此可以判定灌装过程处于稳定受控状态。,控制图应用中常见错误 在5M1E因素未加控制，工序处于不稳定状态时就使用控制图管理工序。 CP1的情况下，就使用控制图。 用公差代替控制界限，或用压缩的公差线代替。 仅打点而不做分析判断。 不及时打点而不能及时发现工序异常。 当5M1E发生变化时，而未及时调整控制界限。 画法不规范、不完整。,