控制图 控制图

什么是控制图？

控制图——最广泛使用的是舒哈特控制图

控制图是根据假设检验原理构建的一种图表，用于监控生产过程是否受到控制。它是统计质量管理的重要手段和工具。

在生产过程中，由于随机因素和系统因素的影响，产品质量变差；前者是由大量微小的偶然因素组成，后者是由可识别的、明显的原因造成的，可以通过采取适当的措施发现并消除。当一个生产过程只受随机因素影响，使产品质量特征的平均值和变异基本稳定时，就说是在控制之中。此时产品的质量特性是服从确定的概率分布的随机变量，其分布可以根据长期稳定状态下获得的观测数据，用统计方法进行估计。分布确定后，确定质量特性的数学模型。为了检查后续生产过程是否受控，需要检查上述质量特性是否符合这个数学模型。因此，每隔一段时间，从生产线上抽取一个固定尺寸的样品来计算其质量特性。如果其数值符合此数学模型，则认为生产过程正常；否则，会认为生产中存在一些系统性的变化，或者过程失控。此时需要考虑采取包括停产检查在内的各种措施，以便找出原因，消除，恢复正常生产，不至于失控发展。

一般来说，使用最广泛的控制图是由W.A .休哈特于1925年提出的，一般称为舒哈特控制图。其基本结构是在直角坐标系中画三条平行于横轴的直线，中间一条实线为中线，上下控制限分别画两条虚线。横轴代表一定时间间隔内采样的顺序，纵轴代表根据样本计算的统计值，表示一定的质量特征。由连续获得的样本计算的结果被标记为图上的一系列点，这些点可以由线段连接。

除了上述的休哈特控制图，近年来还出现了一些新形式的控制图。他们的基本思路与休哈特海图相似，但绘制原理不同。最重要的是累计和控制图。这个控制图的对象，也就是图上标注的每一个点，都是该点之前所有样本统计的总和。累积和图是考虑到在舒哈特控制图中，判断过程是否处于控制状态取决于最近的一个或几个样本点，而忽略了早期样本值中包含的信息而提出的。累积和图累积样本统计，从而合成更多信息，提高效率。它与休哈特控制图在外观上有所不同，它的控制边界不是常数，所以控制边界不是平行的而是环绕一个角区域，角的顶点和夹角取决于样本的观测结果和误差概率的规定。

控制图是根据假设检验原理构建的一种图表，用于监控生产过程是否受到控制。它是统计质量管理的重要手段和工具。

在生产过程中，由于随机因素和系统因素的影响，产品质量变差；前者是由大量微小的偶然因素组成，后者是由可识别的、明显的原因造成的，可以通过采取适当的措施发现并消除。当一个生产过程只受随机因素影响，使产品质量特征的平均值和变异基本稳定时，就说是在控制之中。此时产品的质量特性是服从确定的概率分布的随机变量，其分布可以根据长期稳定状态下获得的观测数据，用统计方法进行估计。分布确定后，确定质量特性的数学模型。为了检查后续生产过程是否受控，需要检查上述质量特性是否符合这个数学模型。因此，每隔一段时间，从生产线上抽取一个固定尺寸的样品来计算其质量特性。如果其数值符合此数学模型，则认为生产过程正常；否则，会认为生产中存在一些系统性的变化，或者过程失控。此时需要考虑采取包括停产检查在内的各种措施，以便找出原因，消除，恢复正常生产，不至于失控发展。

一般来说，使用最广泛的控制图是由W.A .休哈特于1925年提出的，一般称为舒哈特控制图。其基本结构是在直角坐标系中画三条平行于横轴的直线，中间一条实线为中线，上下控制限分别画两条虚线。横轴代表一定时间间隔内采样的顺序，纵轴代表根据样本计算的统计值，表示一定的质量特征。由连续获得的样本计算的结果被标记为图上的一系列点，这些点可以由线段连接。

除了上述的休哈特控制图，近年来还出现了一些新形式的控制图。他们的基本思路与休哈特海图相似，但绘制原理不同。最重要的是累计和控制图。这个控制图的对象，也就是图上标注的每一个点，都是该点之前所有样本统计的总和。累积和图是考虑到在舒哈特控制图中，判断过程是否处于控制状态取决于最近的一个或几个样本点，而忽略了早期样本值中包含的信息而提出的。累积和图累积样本统计，从而合成更多信息，提高效率。它与休哈特控制图在外观上有所不同，它的控制边界不是常数，所以控制边界不是平行的而是环绕一个角区域，角的顶点和夹角取决于样本的观测结果和误差概率的规定。

控制图的制作

通常，制作控制图应采取以下步骤:

按规定的采样间隔和样本量采样；

测量样品的质量特征值并计算其统计值；

③在控制图上画点；

④判断生产过程是否平行。

当控制图为管理者提供许多有用的生产过程信息时，应注意以下问题:

根据过程质量，合理选择管理点。管理点一般指对关键部位、关键维度、过程本身有特殊要求，对下一步工作有影响的关键点。比如质量不稳定、次品较多的零件可以选作管理点；

根据管理点的质量问题，合理选择控制图的类型:

③使用控制图进行过程管理时，应首先确定合理的控制限度:

控制图上的点处于异常状态，需要立即查明原因，采取措施才能生产，这是控制图发挥作用的首要前提；

⑤控制线不等于公差线，用于判断产品是否合格，控制线用于判断工艺质量是否发生变化；

⑥控制图异常，要明确责任，及时解决或上报。

制作控制图时，每次都不计算控制限，那么初始控制线是如何确定的呢？如果现在的生产条件和过去差不多，我们可以按照之前的经验数据，也就是延长之前稳定生产的控制界限。下面介绍一种确定控制限的方法，即现场取样法，其步骤如下:

随机抽取50多个样品，测量样品的数据，计算控制限，制作控制图；

②观察控制图是否处于控制状态，即稳定情况。如果所有点都在控制界限内，且点的排列没有异常，则可以进行下一步；

如有异常状态，或虽未超过控制极限但布置有异常，则需查明异常原因，采取适当措施使其处于控制状态，然后再取数据计算控制极限，转入下一步；

将上述数据作为立方图，将立方图与标准限值进行比较，看是否处于理想状态或更好的状态。如果不符合要求，必须采取措施使平均偏移或标准差减小。采取措施后，重复上述步骤再次采集数据，并进行控制限制，直至达到标准。

控制图可用于:①诊断:评估过程的稳定性。②控制:决定某一过程何时需要调整，何时需要保持原状。注意，这个内容实际上是指当过程中出现异常质量波动时，需要调整过程，采取措施消除异常因素的影响。当过程能够稳定在合理的正常质量波动状态时，就应该保持这种状态。③确认:确认某一流程的改进效果。因此，控制图是质量管理七大工具的核心。这里，质量管理的七个工具是:因果图、帕累托图、直方图、散点图、控制图、分层图、检查表。

如何判断控制图中的异常现象

利用控制图识别生产过程的状态，主要是分析判断样本数据形成的样本点的位置和变化趋势。失控状态主要表现在以下两种情况:

采样点超过控制极限；

②样本点在控制限内，但排列异常。当数据点超出管理限值时，一般认为生产过程中存在异常现象，应调查原因，采取对策。异常排列主要是指以下几种情况:

③如果超过七个连续点偏离中心线以上或以下，检查生产条件是否改变。

④连续三个点中有两个点进入管理界限附近区域，要注意生产波动是否过大。

⑤上升或下降趋势出现在一个接一个的点上，表明过程特征在向上或向下变化。

⑥点的排列状态周期性变化。此时可以分层处理运行时间，重新制作控制图，找出问题原因。

控制图揭示异常现象的能力将根据每组数据的数量、样本的收集方法和层的划分而变化。我们不仅要满足于一张控制图的使用，还要改变各种数据收集方法和使用方法，制作各种类型的图表，以获得更好的效果。

值得注意的是，如果发现超出管理界限的异常现象，却不努力调查原因、采取对策，那么控制图只是一张空纸，虽然很有效。