统计过程控制（SPC）之均值和极差控制图中均值图判定定义/说明/要求/目的：
漂移是指：测量仪器计量特性的慢变化。
R图的中的变差的大小影响x的控制线的大小，x的变差与R图的变差有关。
如果平均值没有得到控制，则存在特殊原因的变差。
检查表：
SPC控制图判断标准 一：判稳准则 在点子随机排列的情况下，符合下列个点之一就判稳： （1）连续25个点，界外点数d=0； （2）连续35个点，界外点数d≤1； （3）连续100个点，界外点数d≤2。 二：判异准则 SPC的基准是稳态，如若过程出现显著偏离稳态则为异态。异态出可分为异常好与异常坏两类。判异准则： （1）点出界就判异； （2）界内点排列不随机判异。 2.1判异准则1 一点落在A区以外。出现该情况可能因素：计算错误、测量误差、原材料不合格、设备故障等。点排布如下图2-1所示： 图2-1 准则1判异图 2.2判异准则2 出现连续9点落在中心线一侧。原因：分布的a减小。点排布如下图2-2所示：
图2-2 准则2判异图 2.3判异准则3 连续6点递增或递减。产生趋势可能因素：工具逐渐磨损、维修水平逐渐降低、操作人员技能逐渐降低等。点排布如下图2-3所示： 图2-3 准则3判异图 2.4判异准则4 连续14点中相邻点上下交替。产生趋势可能因素：轮流使用两台设备、两位人员轮流操作。点排布如下图2-4所示： 图2-4 准则4判异图 2.5判异准则5 连续3点落在中心线同一侧的B区以外。产生趋势可能因素：参数u发生了变化。点排布如下图2-5所示：
图2-5准则5判异图 2.6判异准则6 连续5点中有4点落在中心线同一侧的C区以外。表明参数u发生了变化。点排布如下图2-6所示： 图2-6准则6判异图 2.7判异准则7 15点在C区中心线上下。可能原因：①是否应用了假数据，弄虚作假；②是否数据分层不够。点排布如下图2-7所示： 图2-7准则7判异图
计量值控制图之均值-极差控制图
摘要：在处理一个计量值的控制图时，我们要控制的是这个质量特性的均值和变异数,其中包括均值控制图跟极差控制图,简称为X-R控制图. 均值-极差控制图 1.在处理一个计量值的控制图时，我们要控制的是这个质量特性的均值和变异数: ●要控制平均数，通常是使用均值控制图; ●而控制过程的分散或变异则使用极差控制图称R控制图; 2.同时维持过程均值和过程变异在控制状态下是很重要的 3.最常用、最基本的控制图 ●用于控制对象为长度、重量、强度、厚度、时间等计量值; ●由用于描述均值变化的均值图和反映过程波动的极差控制图组成; 4.计算均值控制图与极差控制图的上下控制界限公式: 式中：A2 ，D3，D4 ——是由样本大小n确定的系数，可由下表查得。当n≤6时，D3为负值，而R值为非负，此时LCL实质不存在。此时，可令LCL=0作为下控制线。 均值控制图 主要用于诊断过程均值的异常波动:
极差R控制图 ●均值控制图是对过程均值变化的诊断 ●如果过程波动随时间变化是不稳定的 ●那么在均值控制图上从不稳定过程中计算出的控制线，就不能反映只有随机 因素作用产生的过程波动 ●因此对均值控制图的解释就会出现误导 ●只有在稳定的过程中才可以构造控制图实施过程的诊断 ●判断过程稳定需要用R控制图 计量值控制图主要用于长度、重量、时间、强度、成份等以计量值来管理工程的控制图，利用统计手法，设定控制均值X和极差R的界限，同时利用统计手法判定导致工程质量变异是随机原因，还是异常原因的图表。均值-极差控制图是常用于SPC统计过程控制分析中,它们常用的两种控制图分析图表.
SPC控制图判异标准及异常处理方法 控制图介绍： 控制图就是对生产过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控制状态的一种图形方法。根据假设检验的原理构造一种图，用于监测生产过程是否处于控制状态。它是统计质量管理的一种重要手段和工具。 控制图的分析准则： 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。 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。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）有点子在控制界限外； （2）连续7点同侧； （3）连续不少于6点有上升或下降的倾向 （4）连续14相邻点上下交替 （5）同侧连续多3点中有2点以上在在2倍的标准差外区域内出现 （6）同侧连续多5点中有4点以上在在1倍的标准差外区域内出现 （7）任一侧连续8点公布在±1倍标准差外 （8）任一侧连续15点公布在±1倍标准差内 管制图异常的处理： 1．产线工人或班组长发现SPC管制异常时首先；自我检查，是否严格按作业标准（SOP或WI）作业，相邻作业员交叉检验；情况严重，或无法查找到原因必须立即通知品质工程师和制程工程师。 2．品质工程师与制程工程师现场分析后，能否在较短的时间内（0.5~1小时）找到产生异常的原因，采用4M1E分析制程；如仍然无法找到根源，而且情况严重（如：P不良率大大超标），报告上级主管决定是否停线；品质工程师召集相关部门开会讨论，寻找根本原因（制程、设计、材料或其它）。 3．SPC产生异常的原因找到并实施纠正预防措施后，SPC管制图向管制异常相反的方向转变，说
准则 编辑 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。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； （2）控制界限内的点子排列不随机； （3）链：连续链，连续9点排列在中心线之下或之上；间断链，大多数点在一侧 （4）多数点屡屡靠近控制界限（在2一3倍的标准差区域内出现） 连续3个点至少有2点接近控制界限。 连续7个点至少有3点接近控制界限。 连续10个点至少有4点接近控制界限。 （5）倾向性（连续不少于6点有上升或下降的倾向）与周期性。 （6）连续14点中相邻点交替上下。 （7）点子集中在中心线附近。（原因：数据不真实；数据分层不当） 为了方便记忆，下面总结了控制图判异的八个准则： 准则1：1个点子落在A区以外（点子越出控制界限） 准则2：连续9点落在中心线同一侧 准则3：连续6点递增或递减 准则4：连续14点中相邻点子总是上下交替 准则5：连续3点中有2点落在中心线同一侧B区以外 准则6：连续5点中有4点子落在中心线同一侧C区以外 准则7：连续15点落在中心线同两侧C区之内 准则8：连续8点落在中心线两侧且无1点在C区中
SPC控制图判异方法及异常处理技巧 来源:太友科技—https://www.doczj.com/doc/733543708.html,
摘要：SPC是企业生产品质分析软件，可对生产SPC的目的:建立并保持过程处于可接受的并且稳定的水平，以确保产品和服务符合规定的要求 而要实现SPC的目的主要用到的工具手段就是控制图。 控制图介绍： 控制图就是对生产过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控制状态的一种图形方法。根据假设检验的原理构造一种图，用于监测生产过程是否处于控制状态。它是统计质量管理的一种重要手段和工具。 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； （2）控制界限内的点子排列不随机； （3）链：连续链，连续9点排列在中心线之下或之上；间断链，大多数点在一侧 （4）多数点屡屡靠近控制界限（在2一3倍的标准差区域内出现） （5）倾向性（连续不少于6点有上升或下降的倾向）与周期性。
（6）连续14点中相邻点交替上下。 （7）点子集中在中心线附近。（原因：数据不真实；数据分层不当） 如下图所示： 其中：UCL表示:规范上限 CL表示:均值 LCL:规范下限 控制图异常的处理： 1、产线工人或班组长发现SPC管制异常时首先；自我检查，是否严格按作业标 准（SOP或WI）作业，相邻作业员交叉检验；情况严重，或无法查找到原因必须立即通知品质工程师和制程工程师。 2、品质工程师与制程工程师现场分析后，能否在较短的时间内（0.5~1小时） 找到产生异常的原因，采用4M1E分析制程；如仍然无法找到根源，而且情况严重（如：P不良率大大超标），报告上级主管决定是否停线；品质工程师召集相关部门开会讨论，寻找根本原因（制程、设计、材料或其它）。 3、SPC产生异常的原因找到并实施纠正预防措施后，SPC管制图向管制异常相反 的方向转变，说明对策有效；恢复正常生产。此过程必须严密监控。 另，SPC软件免费下载地址：https://www.doczj.com/doc/733543708.html,/Download/Try.html
S P C控制图判异准则制定依据判异准则顺口溜 精选文档 TTMS system office room 【TTMS16H-TTMS2A-TTMS8Q8-
SPC控制图判异准则制定依据 过程控制图包含2种，一种是“分析用控制图”，另一种是“控制用控制图”。 分析用控制图，主要作以下2点用途：①所分析的过程是否为稳态；②过程能力指数是否满足要求。这种把能力指数满足要求称作技术稳态。分析用控制图的调整过程即质量不断改进的过程。 控制用控制图，当过程达到我们所确定的“统计稳态“和技术稳态”后，才能将分析用控制图的控制线延长作为控制用控制图。这种延长的控制线相当于生产立法，便进入日常管理。 故从数理统计的角度来看，分析用控制图阶级就是过程参数未知阶段，而控制用控制图阶段则是过程参数已知阶段。在由分析用控制图向控制用控图转化前，需要对过程判读，这时就需要用到：判稳准则和判异原则。 1）判稳准则的思路 对于判异来说，“点出界就判异”。虽不百发百中，也是千发九九七中，很可靠，但在控制图上有一点未出界，可否判稳？这可能存在2种可能：①过程本来就稳定；②异常漏报。故出现一点未出界不能立即判稳。但接连出现m （m>>1）个点子未出界，则情况大不相同。这时整个点子系列的β总=βm要比个别点子的β小得多，可以忽略不计。那么仅有一种可能，即过程稳定。如果接连在控制界内的点子更多，即使有个别个点子偶然出界，过程仍可看作是稳态的。这就是判稳准则的思路。 判稳准则，在点子随机排列的情况下，符合下列各原则之一就判稳： 连续25个点，界外点数d=0;其概率P = α1 连续35个点，界外点数d≤1; 其概率P = α2 连续100个点，界外点数d≤2; 其概率P = α3 尽管在上述判稳原则下，对于出界点也应当加以排查。用概率统计如下，假设过程正常： P（连续35点，d≤1）=（0.9973）35（0.0027）0+（0.9973）34（0.0027）1= 0.9959 =α2 故, P（连续35点，d>1）= 1 - 0.9959 = 0.0041 =α2 同理，α1 = 0.0654；α2 = 0.0041；α3 = 0.0026，可见α1 与α2 和α3明显不相称。故有专家认为应取消第①条，但体哈特控制图的国际标准ISO8258：1991仍然保留了这条原则，显然有经济因素考虑。 判异准则，我们知道SPC的基准为统计控制状态，若过程偏离这种状态就称为异常。因此，所以异常就会存在异常的好和异常的坏。判异准则有2类： 点出界就判异； 界内点排不随机就判异。由于点子数量未加以界定，其模式可能有无穷多，但现场能保留下来继续使用的只有明显物理意义的若干种，在控制图中要注意加以识别。 准则一，一点在A区外 准则一可对参数μ与σ变化给出信号，还可对过程单个失控作出反应，如计算错误，测量误差，原材料不合格，设备故障等，犯第一种错误的概率，称为显着水平，记α0 =0.0027 准则二,连续9点在C区或其外排成一串 此准则作为准则一而补充的,以提高控制图的灵敏度,选择9点是为了使其犯第一种错误的概率α与准则一的α0 =0. 0027大体相仿.在控制线一侧连续出现的点称为链，下列点数链长的α为： P（中心线一侧出现长为7的链）= α7 = 2（0.9973/2）7 = 0.0153 P（中心线一侧出现长为8的链）= α8 = 2（0.9973/2）8 = 0.0076 P（中心线一侧出现长为9的链）= α9 = 2（0.9973/2）9 = 0.0038 P（中心线一侧出现长为10的链）= α10 = 2（0.9973/2）10 = 0.0019 可见，α9 与准则一的α0 相当，若长=7判异，比α0 大的多。以往采用不着7点，而目前改为9点判异。这主要是因为推行SPC一般采用电脑进行，从而使得整个系统的α总概率增大，不难 证明：α总≈∑αi为减少α总，就得使每条判异准则各自的αi 准则三，连续6点递增或递减。
Control Chart管制圖 管制圖是一種可用來決定製程可繼續運作或因有問題須解決而必須停止的圖形工具。管制圖是依時間次序將數據劃圖，會加上3條特別的線。 Centerline(CL)管制中心線： 當製程是In-control時，表示製程平均成果(平均值，標準差，良率等等…..) Upper and Lower Control Limits(UCL and LCL)上下管制界限： 當製程是In-control時，製程成果的限制範圍 管制界限是在中心線上下3個標準差的位置。 Centerline and Control Limits管制中心線和管制界限 Centerline管制中心線:是量測值的中值(mean)或平均值，由中心線可知穩定製程的量測值是否接近中心。 Control Limits管制界限:是以中心線上下3個標準差劃出的線。定義一個穩定製程的量測值出現的範圍
規格界限和管制界限的差別 Specification(Spec) Limits(規格界限): (1) 根據客戶需求而定義。 (2) 定義一個產品參數的可接受範圍。 (3) 定義何種為可接受產品，何種為不可接受產品。 (4) 用來決定製程的性能。 Control limits(控制界限): (1) 根據實際製程性能的資料計算而來的。 (2) 描述一個穩定製程的性能自然範圍。 (3) 描述自然製程偏差值的量。 (4) 用來決定製程穩定度。 Control Chart Development Procedure(管制圖建立程序): 1. 最初的數據收集(Initial data collection) 至少收集30個數據，目的是收集足夠數據正確的描述長期變異和檢查參數的穩定性。 PDC所收集的數據亦可用做此用途，但PDC的樣本數頻率須和PCS所使用的相同。另外，所有新data必須被收集，如同量測計劃中所要求的。 2.管制界限計算(Control Limit Calculation ) 數據會用做計算管制界限，然後長期使用在管制圖上。 3.建立永久管制圖(Permanent Control Chart Setup ) 制訂永久管制圖做為長期使用，同時以SPC準則(SPC Rules) 決定參數是否超出管制(out of control)，亦做為製程更新管制圖的界限之用。 Step1---Initial Data Collection(最初的數據收集) 從製程中收集數據，須為一致的方式(即沒有異於平常的製程改變或調整)。建議數據來自30個獨立的製程作業或批次，以得到充份地正確地製程變異的估計值必須經由量測計劃收集30組數據的原因如下﹕ (1)管制界限的計算需要製程變異的估計值，細節不在此課程範圍。統計理論說明，一個充分正確的製程變異估計值需要至少30組獨立數值。少於30個數據就沒有非常正確的製程變異估計值。 (2)我們要計算的管制界限來代表製程的真實長期變異，這包括每天來自人、物料設備等變異的波動。如果數據收集自較短的期間，此數據可能無法包括該製程所有長期變異的來源。
SPC控制图判异准则制定依据 过程控制图包含2种，一种是“分析用控制图”，另一种是“控制用控制图”。 分析用控制图，主要作以下2点用途：①所分析的过程是否为稳态；②过程能力指数是否满足要求。这种把能力指数满足要求称作技术稳态。分析用控制图的调整过程即质量不断改进的过程。 控制用控制图，当过程达到我们所确定的“统计稳态“和技术稳态”后，才能将分析用控制图的控制线延长作为控制用控制图。这种延长的控制线相当于生产立法，便进入日常管理。 故从数理统计的角度来看，分析用控制图阶级就是过程参数未知阶段，而控制用控制图阶段则是过程参数已知阶段。在由分析用控制图向控制用控图转化前，需要对过程判读，这时就需要用到：判稳准则和判异原则。 1）判稳准则的思路 对于判异来说，“点出界就判异”。虽不百发百中，也是千发九九七中，很可靠，但在控制图上有一点未出界，可否判稳？这可能存在2种可能：①过程本来就稳定；②异常漏报。故出现一点未出界不能立即判稳。但接连出现m （m>>1）个点子未出界，则情况大不相同。这时整个点子系列的β总=βm要比个别点子的β小得多，可以忽略不计。那么仅有一种可能，即过程稳定。如果接连在控制界内的点子更多，即使有个别个点子偶然出界，过程仍可看作是稳态的。这就是判稳准则的思路。 判稳准则，在点子随机排列的情况下，符合下列各原则之一就判稳： 连续25个点，界外点数d=0;其概率P = α1 连续35个点，界外点数d≤1; 其概率P = α2 连续100个点，界外点数d≤2; 其概率P = α3 尽管在上述判稳原则下，对于出界点也应当加以排查。用概率统计如下，假设过程正常： P（连续35点，d≤1）=（0.9973）35（0.0027）0+（0.9973）34（0.0027）1= 0.9959 =α2 故, P（连续35点，d>1）= 1 - 0.9959 = 0.0041 =α2 同理，α1 = 0.0654；α2 = 0.0041；α3 = 0.0026，可见α1 与α2 和α3明显不相称。故有专家认为应取消第①条，但体哈特控制图的国际标准ISO8258：1991仍然保留了这条原则，显然有经济因素考虑。 判异准则，我们知道SPC的基准为统计控制状态，若过程偏离这种状态就称为异常。因此，所以异常就会存在异常的好和异常的坏。判异准则有2类： 点出界就判异； 界内点排不随机就判异。由于点子数量未加以界定，其模式可能有无穷多，但现场能保留下来继续使用的只有明显物理意义的若干种，在控制图中要注意加以识别。 准则一，一点在A区外 准则一可对参数μ与σ变化给出信号，还可对过程单个失控作出反应，如计算错误，测量误差，原材料不合格，设备故障等，犯第一种错误的概率，称为显著水平，记α0 =0.0027 准则二,连续9点在C区或其外排成一串 此准则作为准则一而补充的,以提高控制图的灵敏度,选择9点是为了使其犯第一种错误的概率α与准则一的α0 =0.0027大体相仿.在控制线一侧连续出现的点称为链，下列点数链长的α为： P（中心线一侧出现长为7的链）= α7 = 2（0.9973/2）7 = 0.0153 P（中心线一侧出现长为8的链）= α8 = 2（0.9973/2）8 = 0.0076 P（中心线一侧出现长为9的链）= α9 = 2（0.9973/2）9 = 0.0038 P（中心线一侧出现长为10的链）= α10 = 2（0.9973/2）10 = 0.0019 可见，α9 与准则一的α0 相当，若长=7判异，比α0 大的多。以往采用不着7点，而目前改为9点判异。这主要是因为推行SPC一般采用电脑进行，从而使得整个系统的α总概率增大，不难 证明：α总≈∑αi为减少α总，就得使每条判异准则各自的αi 准则三，连续6点递增或递减。
SPC控制图判异标准及异常处理方法 来源:太友科技—https://www.doczj.com/doc/733543708.html,
控制图介绍： 控制图就是对生产过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控制状态的一种图形方法。根据假设检验的原理构造一种图，用于监测生产过程是否处于控制状态。它是统计质量管理的一种重要手段和工具。 控制图的分析准则： 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。 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。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； （2）控制界限内的点子排列不随机； （3）链：连续链，连续9点排列在中心线之下或之上；间断链，大多数点在一侧 （4）多数点屡屡靠近控制界限（在2一3倍的标准差区域内出现） （5）倾向性（连续不少于6点有上升或下降的倾向）与周期性。 （6）连续14点中相邻点交替上下。 （7）点子集中在中心线附近。（原因：数据不真实；数据分层不当）
为了方便记忆，下面总结了控制图判异的八个准则： 1、2/3A（连续3点中有2点在中心线同一侧的B区外<即A区内>） 2、4/5C（连续5点中有4点在中心线同一侧的C区以外） 3、6连串（连续6点递增或递减，即连成一串） 4、8缺C（连续8点在中心线两侧，但没有一点在C区中） 5、9单侧（连续9点落在中心线同一侧） 6、14交替（连续14点相邻点上下交替） 7、15全C（连续15点在C区中心线上下，即全部在C区内） 8、1界外（1点落在A区以外） 如下图所示： 其中：UCL表示:规范上限 CL表示:均值 LCL:规范下限
SPC控制图判异准则制定依据 (2010-04-26 10:27:32) 转载▼ 分类：工作、生活 标签： 文化 过程控制图包含2种，一种是“分析用控制图”，另一种是“控制用控制图”。 分析用控制图，主要作以下2点用途：①所分析的过程是否为稳态；②过程能力指数是否满足要求。这种把能力指数满足要求称作技术稳态。分析用控制图的调整过程即质量不断改进的过程。 控制用控制图，当过程达到我们所确定的“统计稳态“和技术稳态”后，才能将分析用控制图的控制线延长作为控制用控制图。这种延长的控制线相当于生产立法，便进入日常管理。 故从数理统计的角度来看，分析用控制图阶级就是过程参数未知阶段，而控制用控制图阶段则是过程参数已知阶段。 在由分析用控制图向控制用控图转化前，需要对过程判读，这时就需要用到：判稳准则和判异原则。 1）判稳准则的思路 对于判异来说，“点出界就判异”。虽不百发百中，也是千发九九七中，很可靠，但在控制图上有一点未出界，可否判稳？这可能存在2种可能：①过程本来就稳定；②异常漏报。故出现一点未出界不能立即判稳。但接连出现m（m>>1）个点子未出界，则情况大不相同。这时整个点子系列的β总=βm要比个别点子的β小得多，可以忽略不计。那么仅有一种可能，即过程榷āＨ绻 恿 诳刂平缒诘牡阕痈 啵 词褂懈霰鸶龅阕优既怀鼋纾 倘钥煽醋魇俏忍 摹Ｕ饩褪桥形茸荚虻乃悸贰?/DIV> 判稳准则，在点子随机排列的情况下，符合下列各原则之一就判稳： 连续25个点，界外点数d=0;其概率P = α1 连续35个点，界外点数d≤1; 其概率P = α2 连续100个点，界外点数d≤2; 其概率P = α3 尽管在上述判稳原则下，对于出界点也应当加以排查。用概率统计如下，假设过程正常：
X匀值：是通过每组样本的平均值得出的,然后把每组的平均值相加除以组数,得到总的平均值. R 匀值：是通过每组两个极端值得到的,就是每组的最大值-最小值,等于每组的极差,再通过每组的极差值来计算总的极差平均值 平均极差分布及控制图常数表 2 用EXCEL软件绘均值一极差控制图(rR图) 2．1 绘图方法 2．1．1 EXCEL软件的作用 随着计算机技术的不断发展，尤其是计算速度的不断加快，使其在办公领域得以充分应用。一些 软件不但能制表，还能绘图，使质量管理工作也上了一个新水平。近来，笔者尝试用EXCEL 绘均值一极 差控制图( R 图)，以使质量管理工作更方便、更快捷。 2．1．2 应用示例 现以齿条总高为例，用EXCEL软件绘a-R 图。设共有25组数据，样本大小为5，其操作过程如下。 2．1．2．1 打开EXCEL软件中的一个工作薄，选择其中一个工作表。 2．1．2．2 在第1行输入表头。
2．1_2．3 在第l列单元格输入样本编号：选定要填充的第1个单元格A2，输入1，A3格输入2，选择 A2、A3格将鼠标移到A3格右下角的填充柄上，当鼠标指针变成小黑十字时，按鼠标左键在要填充的 区域上拖动(即从A4到A26)，松开鼠标左键，填充自动完成。 2．1．2．4 在第2列单元格输入标准值：选定单元格B2，输入2．8，将鼠标移到B2格右下角的填充柄上， 当鼠标指针变成小黑十字时，按鼠标左键在B3到B26格上拖动，松开鼠标左键填充自动完成。2．1．2．5 将收集到的数据输入表中。 2．1．2．6 计算均值：选定H2，选“常用”工具栏中的“粘贴函数”(即厂 )，出现“粘贴函数”对话框，在函数分类栏中选“常用函数”，在函数名栏中选“AV—ERAGE”，点“确定”，在“Number1”栏中输入“C2：G2”，点“确定”，即求得一个均值，选定H2格，点常用工具栏中的“复制”，再选定H3到H26，选“常用”工具栏中的“粘贴”，即求出其余24个均值。 2．1．2．7 计算极差的方法与计算均值大致相同，其公式为：R=max(B2：F2)～min(B2：F2)并将单元格的位置作相应变化。 2．1．2．8 计算中心线(CL)、上控制线(UCL)、下控制线(LCL)。根据各控制界限线的计算公式得出： X图中心线：CL=AVERAGE(H2：H26)其值填人H27 上控制线：UCL =H27+0．577×127其值填入H28 下控制线：LCL=H27—0．577×I27其值填入H 29：其中0．577与样本大小有关，经查控制图控制界限系数表所得。 R 图中心线：CL=AVERAGE(I2：I26)其值填入I27； 上控制线：UCL =2．1l5×I27其值填人I28； 其中2．115系查控制界限系数表所得。 2．1．2．9 绘图：选定H2到H29，点常用工具栏中的“图表向导”； 在步骤1中，在图表类型框中选“折线图”，点“下一步”； 在步骤2中，选系列产生在“列”，点“下一步”；在步骤3中，标题栏中填写“均值控制图”，点“完成”即可。此时生成的表共有28个点，后3个点为控制线点，单击“常用”工具栏中的绘图选“直线”，按此3点画平行线并分别选用3种不同的颜色加以区分。 按上述方法同样可以绘出R图。上述步骤完成后，即生成表1及图1、图2。 2．2 控制状态的判断 标出的点如果在控制界限以内，工艺过程就处于控制状态；若越出界限，则说明工艺过程出现异常，因此质量特性就会显示出很大的波动。R控制图的标点如果越出界限，就表示工艺过程正在发生使特性分布差异幅度增大的变化；如果32控制图的标点越出界限，主要表示工艺过程正在发生使均值产生变化的原因。 3 结语 3．1 均值一极差控制图，使我们方便地观察到在生 产过程中所产生的不能控制的点，从而更准确、客观地分析生产中出现的问题，帮助企业区别产品质量的异常波动和正常波动，以便及时调整、排除影响工序的异常原因，进一步提高产品质量。 3．2 利用EXCEI 软件绘制均值一极差控制图，操作简单，使质量管理工作更方便、快捷。3．3 利用EXCEI 软件不但可绘制均值一极差控制图，还可绘制均值一标准偏差控制图和计数控制图，其中包括不合格品数控制图、不合格品率控制图、缺陷数控制图及单位缺陷数
你测量的够“准确”吗？
7.1.5.1.1测量系统分析 应进行统计研究来分析在控制计划所识别的每种检验、测量和试验设备系统的结果中呈现的变异。所采用的分析方法及接受准则，应与测量系统分析的参考手册相一致。如果得到顾客的批准，其他分析方法和接收准则也可以应用。 替代方法的顾客接受记录应与替代测量系统分析的结果一起保留（见第9.1.1.1条）。注：测量系统分析研究的优先级应当着重于关键或特殊特性或过程特性。
今天要讲的就是AIAG 测量系统分析（MSA）手册提到的GRR分析方法。 测量系统分析AIAG 测量系统分析（MSA）ANFIA 《AQ 024CL 测量系统分析（MSA）》 附录 B：参考书目——汽车行业补充
一般在下列情况下需要进行ＭＳＡ?新产品 ?新的测量员 ?新的测量设备 ?测量方法变化后 ?测量设备维修后 ?测量环境变化后 ?其它情况
第一章测量系统简介 什么是测量系统分析 P 人/程序W 零件（样品） I 测量仪器 GAUGE S 标准 E 环境
校准 ⒈确定示值误差，并可确定是否在预期的允差范围之内 ⒉得出标称值偏差的报告值，可调整测量器具或对示值加以修正⒊给任何标尺标记赋值或确定其他特性值，给参考物质特性赋值⒋确保测量器给出的量值准确，实现溯源性。 ⒌校准是在规定条件下进行的一个确定的过程，用来确定已知输入值和输出值之间的关系的一个预定义过程的执行。 测量系统分析MSA 使用数理统计和图表的方法对测量系统的分辨率和误差进行分析，以评估测量系统的分辨率和误差对于被测量的参数来说是否合适，并确定测量系统误差的主要成分。 测量系统分析与校准的区别 校正只能代表该量具在特定场合（如校准场所）的某种“偏移”状况，不能完全反映出该量具在生产制造现场可能出现的各种变差问题。 MSA代表的是整个系统的状况。
SPC控制图实施的八个步骤 发布日期：2011-8-12 | 人气：186 1、识别关键过程 一个产品品质的形成需要许多过程（工序），其中有一些过程对产品品质好坏起至关重要的作用，这样的过程称为关键过程，SPC控制图应首先用于关键过程，而不是所有的工序。因此，实施SPC，首先是识别出关键过程。 然后，对关键过程进行分析研究，识别出过程的结构（输入、输出、资源、活动等）。 2、确定过程关键变量（特性） 对关键过程进行分析（可采用因果图、排列图等），找出对产品质量影响最大的变量（特性）。 3、制定过程控制计划和规格标准 这一步往往是最困难和费时，可采用一些实验方法参考有关标准。 4、过程数据的收集、整理 5、过程受控状态初始分析 采用分析用控制图分析过程是否受控和稳定，如果发现不受控或有变差的特殊原因，应采取措施。 注意：此时过程的分布中心（X）和均差σ、控制图界限可能都未知。 6、过程能力分析 只有过程是受控、稳定的，才有必要分析过程能力，当发现过程能力不足时，应采取措施。 7、控制图监控 只有当过程是受控、稳定的，过程能力足够才能采用监控用控制图，进入SPC实施阶段。 8、监控、诊断、改进 在监控过程中，当发现有异常时，应及时分析原因，采取措施，使过程恢复正常。对于受控和稳定的过程，也要不断改进，减小变差的普通原因，提高质量降低成本。 产品质量先期策划和控制计划—APQP 发布日期：2011-8-12 | 人气：156 一、基本概念 1、什么是APQP （1）QP是为了开发新产品/更改产品做准备的活动。 （2）APQP是一种结构化的策划方法。 a)策划过程包括了从市场调研至批量投产全过程。 b)该方法明确了确保产品使顾客满意的各策划步骤。 c)该方法明确了每一步骤的工作内容和要求。 d)该方法明确了步骤之间的相ス叵担词淙胗胧涑觯 （3）APQP具有的特点： a)目标明确：满足顾客要求，不断改进。