XR控制图操作指南统计过程控制的来源和作用统计过程控制的来源和作用SPC应用的好处一、X-R控制图定义及目的：一、X-R控制图目的：X-R控制图示二、X-R控制图操作程序（6）样本容量/频率：抽样测量数据的数量/抽样频次，如5次（件）/每小时，5次/每日等（7）产品型号：受控产品的型号如FY125-7摩托车（8）零件名称：受控产品零件的名称如摩托车发动机（9）测量工具：抽样测量质量或过程特性数据的测量工具，如游标卡尺、深度尺、万能表（11）机器编号：受控工序操作的机器编号（12）控制时段：控制图收集数据的时段，如2002/8/22-2002/8/262、收集数据2、收集数据3、X-R图的位置及结构4计算每个子组的均值（X）和极差（R）5选择控制图的刻度6将均值和极差画到控制图上。（2）计算控制限（3）在控制图上作出平均值和极差控制限的控制线（3）在控制图上作出平均值和极差控制限的控制线X-R控制图示7X-R控制图分析B）控制限之内的图形或趋势，当出现非随机有规律的图形或趋势时，尽管所有极差都在控制限内，也表明出现这种图形或趋势的时期内，过程质量异常或过程分布宽度发生变化。l高于平均极差的点链或上升链说明存在下列情况之一或全部；a.输出值分布宽度增加，其原因可能是无规律的（例如设备不正常或固定松动），或是由于过程中的某个要素变化(例如使用新的或不是很统一的原材料)b.测量系统的改变（新的测试员或量具的变化）。l低于平均极差的链，或下降链表明下列存在的情况如下之一或全部；a.输出值分布宽度减小，这常常是好的状态，应研究以便推广应用和改进过程。b.测量系统改变，这样会遮掩过程真实性能的变化。C）明显的非随机有规律变化图形：除了会出现超过控制界的点或长链之外，数据中还可能出现其他的易分辨的由于特殊原因造面的图形，属工序质量异常。下面介绍一种验证数据点的总体分布是否异常的准则：各点与R的距离：一般地，大约2/3的描点应落在控制限的中间三分之一的区域内，大约1/3的点落在其外的三分之二的区域。如数据点虽在控制界限内，如连续3点中有2点落在其外的三分之二的区域，应属工序质量异常（见3σ图的说明）8、控制图报警程序和管理1、控制图操作的说明1、控制图操作的说明四、工序能力计算和分析当工程规范（公差）为两侧规格时（如34+0.2-0.1)，工序能力Cpk，其计算为：Cpk=（1-K）（USL+LSL）/6σ=（T-2ε）/6σ其中：ε=(USL+LSL)/2-X当工程规范（公差）为单向公差界限时，Cpk的计算为：CpK=（USL-X）/3σ（规定公差上限时）CpK=（X-LSL）/3σ（规定公差下限时）以上σ的计算也可用δ近似代替，以下为估计过程的标准偏差（用δ表示）公式δ=R/d2式中：R为子组极差的均值(在极差受控时期)d2随样品容量变化的常数，见下表四、有关“控制”的最后概念——用于进一步的考虑.在一个生产过程中永远无法达到完美的控制状态，过程控制图的目的不是完美的，而是合理、经济的控制状态，如果某工序控制图上从来不出现失控点，Cpk一直为>1.33以上，则需查询该工序是否应画控制图，可考虑用其它通用的工艺控制方式保证产品质量。五、有关3σ控制图的说明：3σ控制图：以样本平均值X为中心，以X±3σ为范围，作成控制图时，如质量特性值呈现正态分布时（左、右对称），则测量的数据，就有99.97%机率落在X±3σ范围内，我们可以判定为随机原因的变异，为安定值。当数据落在界线外侧时，就判定不异常原因时（也限控制点出界时），需要调查。按上述原则判别定，可能会出现两个误判；（1）即冒失者之误：落入控制图的机率为99.97%，也就是说1000个数据，有3个数据可能逸出控制界外，这是随机原因，不是异常原因造成的变异。属正常，但误判为异常，此现象为冒失者之误。用α表示。如α=0.3%。2）迷糊者之误：测量值全部落在控制图中，且无倾向性，通常也会认为属随机原因变异，而判定为正常。但是，实际测量数据的分布中心已经偏离了设计规范中心，此时，肯定存在变异，只是抽样时未抽到而已。这种误判，属迷糊者之误，用β表示,一般来说,β发生的机率大于α机率。初次使用SPC手法控制产品质量的QC人员经常会发生α和β两种情况的误判。控制图的作图应用的八步曲一、收集数据、计算X和R值；二、作原始控制图；三、作初始能力分析（CPK、PPK的计算）；四、计算上、下限，作控制图（空白）；五、现场应用，取数描点；六、动态监控，报警分析；七、制定纠正措施并实施；八、将纠正措施文件化。谢谢！