《控制图+第2部分：常规控制图GBT+17989.2-2020》详细解读

《控制图第2部分：常规控制图GB/T17989.2-2020》详细解读contents目录1范围2规范性引用文件3术语、定义和符号3.1术语和定义3.2符号4常规控制图的性质5控制图的类型5.1概述contents目录5.2过程参数的取值没有给定时的控制图5.3过程参数的取值预先给定时的控制图5.4计量控制图和计数控制图6计量控制图6.1概述6.2均值X图和极差R图或均值X图和标准差s图6.3单值X图和移动极差Rm图6.4中位数控制图7计量控制图的控制程序和解释7.1概述contents目录7.2收集初步数据7.3检查s(或R)图7.4剔除可查明原因并修改控制图7.5检查X图7.6持续监测过程8波动可查明原因的检验模式9过程控制、过程能力和过程改进10计数控制图11设置控制图的前期准备11.1过程控制的关键质量特性CTQ的选择contents目录11.2过程分析11.3合理分组的选择11.4子组的频率和子组大小11.5初始数据的采集11.6失控状态的行动方案12构建控制图的步骤12.1概述12.2确定数据的搜集策略12.3数据收集和计算contents目录12.4绘制X和R图13常规控制图的注意事项13.1注意事项13.2数据相关13.33西格玛的替代原则附录A(资料性附录)波动可查明原因的检验模式的注意事项附录B(资料性附录)示例参考文献011范围1.1标准的适用范围规定了常规控制图的术语、定义和分类。适用于各类企业和组织在生产和服务过程中，对质量特性值进行监控和分析，以判断过程是否处于稳定状态。常规控制图的基本概念、原理和方法。1.2标准的主要内容常规控制图的分类及选择原则。常规控制图的制作和应用步骤。010203提高企业和组织对质量管理的重视程度，促进质量管理水平的提升。为企业和组织提供一种有效的质量监控和分析工具，帮助及时发现和解决质量问题。推动常规控制图在各行各业的广泛应用，提高产品和服务的质量水平。1.3标准的目的和意义022规范性引用文件GB/T17989.1：作为GB/T17989系列标准的第一部分，该标准提供了控制图的通用指南，为GB/T17989.2-2020的实施提供了基础框架和背景知识ISO22514系列标准：这一系列标准涉及统计方法的应用，为GB/T17989.2-2020提供了国际视角下的统计过程控制方法。通过引用这些标准，GB/T17989.2-2020确保了与国际最佳实践的接轨，提高了标准的应用广泛性和认可度。ISO7870-2:2013：作为国际标准化组织发布的控制图标准之一，ISO7870-2:2013为GB/T17989.2-2020的制定提供了重要参考。通过采用这一国际标准，GB/T17989.2-2020确保了与国际标准的兼容性和一致性，促进了国内外企业在统计过程控制方面的交流与合作。GB/T3358.2：该标准提供了统计学术语和符号的规范，对于理解和应用GB/T17989.2-2020中的统计过程控制方法至关重要。它确保了控制图应用中术语和符号的一致性，有助于跨领域和跨行业的交流与应用。2规范性引用文件033术语、定义和符号常规控制图：特指基于休哈特原理构建的控制图，包括均值-极差图（X-R图）、均值-标准差图（X-s图）等，用于连续型数据的统计过程控制。术语定义：控制图：一种用于监测和控制过程变异性的统计工具，通过图形方式展示过程数据，以便识别异常波动并采取相应的纠正措施。3术语、定义和符号010203过程参数描述生产过程特性的数值量，如均值、标准差等，是控制图构建和分析的基础。3术语、定义和符号X：表示样本均值，用于反映过程中心趋势。R：表示样本极差，即样本中最大值与最小值之差，用于估计过程变异。关键符号：3术语、定义和符号s表示样本标准差，是另一种估计过程变异的方法，与极差相比更为精确但计算复杂。UCL（上控制限）、LCL（下控制限）分别表示控制图的上限和下限，超出此范围的数据点被视为异常。CL（中心线）表示过程目标的中心位置，通常为样本均值的估计值。3术语、定义和符号特殊原因与随机原因：特殊原因：导致过程输出显著偏离目标值的非随机因素，如设备故障、操作失误等，需立即查明并消除。3术语、定义和符号随机原因：由过程固有变异性引起的输出波动，通常无法完全消除，但可通过控制图进行监测和控制。043.1术语和定义3.1术语和定义常规控制图特指基于休哈特原理构建的控制图，包括均值-极差图（X-R图）、均值-标准差图（X-s图）、单值-移动极差图（I-MR图）等，用于连续型数据的监控。过程参数在控制图中，用于描述过程特性的数值指标，如均值、极差、标准差等，这些参数的变化反映了过程的稳定性。控制图一种用于监控过程稳定性的统计工具，通过图形方式展示过程数据随时间的变化情况，以便及时发现过程中的异常波动。0302013.1术语和定义警戒线在控制图上设置的一条辅助线，用于提前警示过程可能出现的异常趋势，但不等同于失控状态。失控状态当过程数据超出控制图的上下控制限时，表明过程已处于失控状态，需要立即采取措施进行干预和调整。子组在构建控制图时，将连续收集的数据按照一定的规则分成若干小组，每个小组称为一个子组。子组的划分对于控制图的准确性和有效性至关重要。通过对过程数据的统计分析，评估过程满足特定规格要求的能力。过程能力指数（如Cpk）是衡量过程能力的重要指标之一。过程能力分析在控制图上，过程数据随时间呈现出的某种规律性变化，如持续上升或下降等。趋势模式的出现可能表明过程存在系统性问题，需要深入分析原因并采取措施加以解决。趋势模式3.1术语和定义053.2符号符号用于表示控制图中各种元素和状态的图形、字母或数字等标识。符号的作用帮助识别和区分控制图中的不同部分，提高图表的可读性和易理解性。3.2.1符号的定义如圆圈、方框、箭头等，用于表示控制图中的各种元素和状态。图形符号如大写字母、小写字母等，用于表示控制图中的特定参数或变量。字母符号如阿拉伯数字、罗马数字等，用于表示控制图中的具体数值或序号。数字符号3.2.2符号的分类010203符号应与所表示的元素或状态相对应，避免产生歧义。符号的使用应符合相关标准和规范，确保控制图的一致性和可比性。符号应简洁明了，易于识别和记忆。3.2.3符号的使用要求064常规控制图的性质定义常规控制图，又称休哈特控制图，是一种用于统计过程控制的图形工具，通过监控过程输出的统计量，以图形方式展示过程的稳定性，并识别过程中的异常波动。起源4.1常规控制图的基本定义由沃特·阿曼德·休哈特于1924年发明，是统计质量控制阶段的重要工具。01024.2常规控制图的主要构成控制限（UCL/LCL）位于中心线两侧，定义了过程变异的期望区间。控制限的计算通常基于统计量的标准差或极差，并考虑一定的置信水平（如3σ原则）。数据点代表过程输出的抽样统计量，如均值、极差、不合格品数等，按时间顺序绘制在控制图上。中心线（CL）表示统计量预期变化的中心水平，通常基于过程输出的平均值或中位数计算得出。030201用于连续型数据，如尺寸、重量、温度等。常见的计量控制图包括均值-极差图（X-R图）、均值-标准差图（X-s图）和单值-移动极差图（I-MR图）。计量控制图用于离散型数据，如不合格品数、缺陷数等。常见的计数控制图包括不合格品率图（P图）和不合格品数图（np图）。计数控制图4.3常规控制图的类型用于实时监控生产过程的稳定性，及时发现并处理过程中的异常波动。过程监控通过控制图上的数据点分布，评估过程的能力指数（如Cp、Cpk），了解过程满足规格要求的能力。过程能力分析结合控制图上的异常波动信息，进行根本原因分析，制定并实施改进措施，提升产品质量和过程稳定性。质量改进4.4常规控制图的应用场景点出界连续多个数据点呈现上升或下降趋势，或连续多个点在同一侧接近控制限，表明过程可能失控。连续点排列点群模式数据点呈现周期性或其他非随机模式，表明过程中可能存在系统性问题。数据点落在控制限之外，表明过程存在异常波动。4.5常规控制图的判异准则075控制图的类型用于监控过程均值和极差的变化情况，适用于计量值数据。X̄-R控制图优点适用范围能够直观地反映出过程的稳定性和变异性，便于及时发现异常波动。适用于单个样本或多个样本的均值与极差的控制。5.1X̄-R控制图X̄-s控制图与X̄-R控制图类似，但使用标准差s代替极差R来反映过程的变异性。优点对于某些数据，使用标准差s可能更加准确和敏感。适用范围适用于需要更精确控制过程变异性的场合。5.2X̄-s控制图用于监控过程不合格品率的变化情况，适用于计数值数据。p控制图能够直观地反映出过程的不合格品率，便于及时发现异常波动。优点适用于对不合格品率有严格要求的场合。适用范围5.3p控制图01020301np控制图用于监控过程不合格品数的变化情况，与p控制图类似，但使用不合格品数代替不合格品率。5.4np控制图02优点对于某些数据，使用不合格品数可能更加直观和易于理解。03适用范围适用于对不合格品数有严格要求的场合，如生产线上的质量控制等。085.1概述控制图用于分析和判断过程是否处于稳定状态所使用的带有控制界限的图。功能具有区分正常波动和异常波动的功能，是现场质量管理中重要的统计工具。5.1.1控制图定义计量值控制图包括单值控制图、平均数和极差控制图、中位数和极差控制图等。计数值控制图包括不合格品数控制图、不合格品率控制图、缺陷数控制图、单位缺陷数控制图等。5.1.2控制图分类为质量改进提供依据，指导生产过程调整。提高产品质量和生产效率，降低生产成本。实时监控生产过程，及时发现异常波动。5.1.3控制图的作用095.2过程参数的取值没有给定时的控制图如果过程参数未知，但存在历史数据，可以使用这些数据来估计过程参数，并据此建立控制图。使用历史数据在没有历史数据的情况下，可以使用行业标准或规范中的标准值作为过程参数的估计值，并据此建立控制图。使用标准值5.2.1初始过程参数未知的控制图适应性控制图当过程参数随时间变化时，可以使用适应性控制图来动态调整控制限，以适应过程参数的变化。滑动平均控制图滑动平均控制图是一种常用的适应性控制图，它通过计算最近若干个样本数据的平均值来动态调整控制限。5.2.2过程参数随时间变化的控制图多变量控制图当过程参数受多个因素影响时，可以使用多变量控制图来同时监控多个过程参数，并分析它们之间的关系。分层控制图分层控制图是一种特殊的多变量控制图，它将数据按照某种特定的分层因素（如时间、地点、批次等）进行分组，并分别建立控制图来监控不同组别的过程参数。5.2.3过程参数受其他因素影响时的控制图105.3过程参数的取值预先给定时的控制图X̄-R控制图适用于计量值数据，通过样本均值和极差控制生产过程。X̄-S控制图同样适用于计量值数据，但使用样本标准差代替极差进行过程控制。P控制图适用于计数值数据，通过不合格品率控制生产过程。NP控制图同样适用于计数值数据，但使用不合格品数代替不合格品率进行过程控制。5.3.1控制图的种类与选择5.3.2控制图的制作步骤收集数据按照预先给定的抽样方案，收集生产过程中的样本数据。计算统计量根据收集到的数据，计算样本均值、极差、标准差等统计量。绘制控制图以时间为横坐标，统计量为纵坐标，绘制控制图并标注控制限。分析控制图根据控制图上的点子分布情况，判断生产过程是否处于稳定状态。若控制图上的点子超出控制限，即可判断生产过程出现异常。点子出界就判异若控制图上的点子在控制限内，但排列不随机，如出现连续上升或下降的趋势，也可判断生产过程出现异常。界内点排列不随机判异5.3.3控制图的判断准则5.3.4控制图的应用与注意事项注意事项在应用常规控制图时，需要注意样本的抽取方式、数据的收集与处理、控制图的制作与判断等方面，确保控制图的准确性和有效性。同时，还需要结合生产实际情况，合理选择控制图的种类和参数，以达到最佳的控制效果。常规控制图的应用范围常规控制图适用于生产过程稳定、参数取值预先给定的情况。115.4计量控制图和计数控制图定义与特点计量控制图用于监控连续变量的过程输出，如长度、重量、温度等。它通过收集和分析过程数据，绘制出中心线、上控制限和下控制限，以判断过程是否处于稳定状态。计量控制图“常见类型：计量控制图均值-极差图（X̅-R图）：适用于子组大小相同且样本量适中的情况，通过监控子组均值和极差来反映过程的稳定性和能力。均值-标准差图（X̅-S图）：与X̅-R图类似，但使用标准差代替极差，适用于子组大小不同或样本量较大的情况。单值-移动极差图（I-MR图）适用于无法形成子组或子组大小不一致的情况，通过监控单个观测值和相邻观测值之间的移动极差来反映过程变化。应用场景计量控制图广泛应用于制造业、服务业等领域，用于监控产品质量、生产效率等关键指标。计量控制图定义与特点计数控制图用于监控离散变量的过程输出，如不合格品数、缺陷数等。它通过收集和分析计数数据，绘制出控制图，以判断过程是否出现异常波动。计数控制图计数控制图常见类型：01P图：用于监控不合格品率，即不合格品数与总检验品数的比例。02NP图：用于监控不合格品数，适用于固定样本量的情况。03应用场景计数控制图在质量控制、生产管理等领域发挥着重要作用，有助于及时发现并纠正过程中的问题，提高产品质量和生产效率。C图用于监控缺陷数，即单位产品中的缺陷总数。U图用于监控单位缺陷数，即每单位产品中的平均缺陷数，适用于样本量变化的情况。计数控制图126计量控制图定义与目的计量控制图是一种用于监控和评估过程稳定性的统计工具，通过收集和分析过程输出的计量数据（如长度、重量、温度等），以图形方式展示过程均值和变异的变化情况，从而帮助识别过程中的异常波动，确保产品质量稳定。类型计量控制图主要包括均值-极差图（X-R图）、均值-标准差图（X-s图）、单值-移动极差图（I-MR图）等，每种类型适用于不同的数据收集和分析场景。6.1概述适用于子组大小相同且数据连续分布的情况，通过计算每个子组的均值和极差来监控过程均值和变异的稳定性。适用场景能够直观地展示过程均值和极差的变化趋势，便于识别过程中的异常波动。优点确定子组大小、收集数据、计算均值和极差、绘制控制图、设定控制限、监控过程变化。构建步骤6.2均值-极差图（X-R图）6.3均值-标准差图（X-s图）与X-R图类似，但适用于子组大小不同或需要更精确控制变异的情况，通过计算每个子组的均值和标准差来监控过程。适用场景能够更准确地反映过程变异的实际情况，适用于对过程控制要求较高的场景。优点与X-R图类似，但需注意子组大小不同时标准差的计算方法。构建步骤适用场景适用于无法形成子组或子组大小不一致的情况，通过计算每个观测值的移动极差来监控过程变异。优点灵活性高，适用于各种复杂的数据收集场景，能够有效地监控过程稳定性。构建步骤确定移动极差窗口大小、收集数据、计算每个观测值的移动极差、绘制控制图、设定控制限、监控过程变化。6.4单值-移动极差图（I-MR图）确保收集的数据准确无误，避免异常值对控制图的影响。数据质量控制限的设定应基于历史数据或过程能力分析，确保既能识别异常波动又不至于过于敏感。控制限设定合理划分子组是构建有效控制图的关键，子组大小应根据实际情况确定。子组划分构建控制图后应持续监控过程变化，及时发现并处理异常波动，确保过程稳定性。持续监控6.5应用注意事项136.1概述6.1概述主要类型常规控制图主要包括均值-极差图（X-R图）、均值-标准差图（X-s图）、单值-移动极差图（I-MR图）等。每种类型的控制图都有其特定的应用场景和优缺点，企业应根据实际过程特性和数据收集情况选择合适的控制图类型。适用范围该标准适用于各种类型的过程，包括制造业、服务业等，无论是连续型数据（如长度、重量）还是离散型数据（如缺陷数、不合格品数），均可通过选择合适的常规控制图进行监控。定义与目的常规控制图（ShewhartControlCharts）是统计过程控制（SPC）中的一种基本工具，用于监测生产或服务过程中的变异性，以识别并消除异常波动，确保过程处于统计控制状态。GB/T17989.2-2020标准详细规定了常规控制图的构建、应用及解释方法，旨在帮助企业提高产品质量和生产效率。构建常规控制图通常包括收集数据、计算统计量、确定控制限、绘制控制图以及解释控制图等步骤。在构建过程中，需要特别注意数据的代表性和独立性，以确保控制图的有效性。构建步骤通过定期观察控制图上的点是否超出控制限或呈现异常模式（如趋势、链状等），可以及时发现过程中的异常波动。一旦发现异常，应立即采取措施进行调查和纠正，以防止不合格品的产生和过程失控的进一步恶化。同时，控制图还可用于过程能力分析，评估过程满足规格要求的能力。应用与解释6.1概述146.2均值X图和极差R图或均值X图和标准差s图6.2.1均值X图和极差R图均值X图用于监控过程均值的变化情况，通过计算样本均值并绘制在控制图上，可以直观地看出过程均值是否处于受控状态。极差R图应用场景用于监控过程变异的变化情况，通过计算样本极差并绘制在控制图上，可以判断过程变异是否过大或过小。适用于计量值数据，且样本容量较小时（一般n≤10），可以快速地监控过程均值和变异的稳定性。标准差s图与极差R图不同，标准差s图使用样本标准差来监控过程变异的变化情况，可以更准确地反映过程变异的实际情况。均值X图同样用于监控过程均值的变化情况，与极差R图中的均值X图相同。应用场景适用于计量值数据，且样本容量较大时（一般n>10），可以更准确地监控过程均值和变异的稳定性。同时，当过程数据中存在异常值时，使用标准差s图更为合适。6.2.2均值X图和标准差s图控制限根据过程数据的统计特性，计算出控制图的控制限，包括上控制限（UCL）和下控制限（LCL）。当过程数据超出控制限时，说明过程可能处于失控状态。判异准则6.2.3常规控制图的判断准则当控制图上的点子出现异常情况时，如连续7点上升或下降、连续11点中至少有10点在同一侧等，说明过程可能存在异常原因，需要进行进一步的调查和分析。0102156.3单值X图和移动极差Rm图单值X图是一种用于监控过程稳定性的控制图，它主要用于单个测量值的控制。单值X图的概念收集数据、计算平均值、绘制中心线和控制限、描点并判断过程状态。单值X图的制作步骤适用于单个测量值且样本量较小的情况，如某些特殊过程的监控。单值X图的应用场景单值X图010203移动极差Rm图010203移动极差Rm图的概念移动极差Rm图是一种用于监控过程变异性的控制图，它利用连续测量值之间的差值的绝对值来反映过程的变异性。移动极差Rm图的制作步骤收集数据、计算移动极差、绘制中心线和控制限、描点并判断过程状态。移动极差Rm图的应用场景适用于需要监控过程变异性的情况，如某些关键质量特性的控制。综合应用的意义将单值X图和移动极差Rm图结合起来使用，可以更全面地了解过程的稳定性和变异性，为过程改进提供更全面的依据。单值X图和移动极差Rm图的综合应用综合应用的方法同时绘制单值X图和移动极差Rm图，观察两者的变化趋势和异常情况，结合实际情况进行分析和判断。综合应用的注意事项在使用单值X图和移动极差Rm图时，需要注意数据的收集和处理方法，确保数据的准确性和可靠性。同时，还需要注意控制图的解释和应用，避免误判和漏判。166.4中位数控制图中位数控制图一种用于监控过程稳定性和检测过程变化的统计工具，主要利用中位数作为中心线。中位数将一组数据按大小顺序排列后，位于中间位置的数值。中位数控制图的基本概念收集数据收集需要监控的过程数据，确保数据具有代表性和可靠性。绘制控制图以中位数为中心线，根据数据的分布情况绘制控制图，包括上控制限和下控制限。计算中位数根据收集的数据，计算中位数作为中心线。中位数控制图的制作步骤当数据呈现偏态分布时，中位数能更好地代表数据的中心位置，此时使用中位数控制图更为合适。偏态分布数据当数据中存在异常值时，中位数控制图能更好地排除异常值的干扰，反映过程的真实情况。异常值处理中位数控制图的应用场景优点中位数控制图对异常值不敏感，能更好地反映过程的真实情况；同时，中位数计算简单，易于理解和应用。缺点中位数控制图的优缺点当中位数控制图用于非偏态分布数据时，可能无法准确反映过程的真实情况；此外，中位数控制图对于过程变化的敏感性可能较低，有时无法及时发现过程的变化。0102177计量控制图的控制程序和解释7.1控制图的构建步骤首先，需要收集过程输出的数据，这些数据应来自稳定且受控的过程。数据通常以子组的形式收集，每个子组包含一定数量的观测值。数据收集01根据统计量的分布特性，计算并确定控制图的控制限，包括上控制限（UCL）、中心线（CL）和下控制限（LCL）。确定控制限03对于每个子组，计算必要的统计量，如均值、极差、标准差等，这些统计量将用于构建控制图。计算统计量02将每个子组的统计量绘制在控制图上，形成控制图的数据点。绘制控制图04判异准则常用的判异准则包括一点出界、连续多点递增或递减、多点交替出界等。这些准则有助于快速识别过程中的异常波动。正常状态当数据点全部落在控制限内，且没有表现出明显的趋势或模式时，认为过程处于正常状态。异常状态当数据点超出控制限，或表现出明显的趋势（如连续上升或下降）、模式（如周期性波动）时，认为过程出现异常。7.2控制图的解释与判异准则调查原因一旦发现过程失控，应立即停止生产，并调查导致失控的原因。可能的原因包括设备故障、原材料变化、操作不当等。7.3失控状态的行动方案采取措施根据调查结果，采取相应的纠正措施，以消除异常波动，使过程恢复稳定。验证效果纠正措施实施后，应重新收集数据并绘制控制图，以验证措施的有效性。如果过程恢复稳定，则可以继续生产；否则，需要进一步调查并采取新的措施。7.4计量控制图的类型与应用均值-极差图（X-R图）适用于连续型数据，用于监控过程的均值和变异情况。均值-标准差图（X-s图）与X-R图类似，但使用标准差代替极差来估计变异情况。适用于子组大小不等或需要更精确估计变异的情况。单值-移动极差图（I-MR图）适用于无法形成子组或子组大小不一致的情况。通过计算连续观测值之间的移动极差来估计变异情况。应用计量控制图广泛应用于制造业、服务业等领域，用于监控产品质量、生产效率、客户满意度等关键指标的变化情况。通过及时发现并纠正过程中的异常波动，有助于提高产品质量和生产效率。187.1概述本部分标准仅适用于使用常规控制图进行统计过程控制的情形，涵盖了常规控制图的基本原理、构建方法、应用步骤以及相关的补充内容，如警戒线的使用、趋势模式和过程能力分析等。适用范围标准详细阐述了常规控制图的类型，包括计量控制图和计数控制图，并具体介绍了均值-极差图、均值-标准差图、单值-移动极差图等多种常用的控制图类型。同时，标准还提供了构建控制图的步骤，包括合理分组的选择、子组的频率和大小确定、初始数据的采集以及失控状态的行动方案等。主要内容7.1概述起草单位与人员该标准的起草单位包括清华大学、伊莉雅(厦门)生态开发有限公司、青岛大学和中国标准化研究院等，起草人包括孙静、赵静、许金飞、李莉莉、丁文兴和吴刚等专家。这些单位和人员在统计过程控制领域具有丰富的经验和专业知识，为标准的制定提供了有力的支持。国际对标GB/T17989.2-2020标准在制定过程中参考了国际先进标准，如ISO7870-2等，确保了标准的国际先进性和适用性。同时，该标准的发布和实施也促进了中国统计过程控制领域与国际接轨的步伐。7.1概述197.2收集初步数据内部数据企业内部生产过程中产生的数据，如产品尺寸、重量、外观等。外部数据从供应商、客户或第三方检测机构获取的数据，如原材料质量、客户反馈等。7.2.1数据来源直接测量使用测量工具对产品或过程进行直接测量，获取准确的数据。间接获取通过监控设备、传感器等间接获取数据，如温度、湿度等环境参数。7.2.2数据收集方法确保收集的数据全面、完整，涵盖所有关键特性和过程参数。完整性确保数据收集及时，以便及时发现问题并采取措施。及时性确保收集的数据真实、准确，避免误差和偏差。准确性7.2.3数据收集要求将收集的数据进行分类、归纳和整理，形成清晰的数据表格或图表。数据整理运用统计方法对数据进行分析，如计算平均值、标准差等指标，以评估过程稳定性和能力。数据分析7.2.4数据整理与分析207.3检查s(或R)图s图用于监控过程的标准差变化，反映过程变异的稳定性。当s图上的点超出控制限时，表明过程变异增大，可能存在异常因素。s图的中心线为样本标准差的平均值，上下控制限根据样本大小和置信水平确定。s图常与X̄图（均值控制图）结合使用，共同监控过程的稳定性和均值变化。s图（标准差控制图）R图（极差控制图）R图的中心线为样本极差的平均值，上下控制限根据样本大小和置信水平确定。当R图上的点超出控制限时，表明过程波动范围增大，可能存在异常因素。R图常用于初步分析过程稳定性和确定控制图的控制限，但不如s图敏感。R图用于监控过程的极差变化，反映过程波动的范围。s图和R图的比较与选择s图和R图都是用于监控过程变异的工具，但计算方法和敏感程度不同。s图基于样本标准差计算，对过程变异的变化更敏感，适用于样本量较大且数据分布较均匀的情况。R图基于样本极差计算，计算简便且易于理解，但敏感程度较低，适用于样本量较小或数据分布不均匀的情况。在实际应用中，可根据具体需求和样本特点选择合适的控制图。217.4剔除可查明原因并修改控制图通过控制图上的异常点，识别出可能存在的可查明原因。识别异常点对识别出的异常点进行原因分析，找出导致异常的根本原因。分析原因针对根本原因，采取相应的措施进行改进，消除异常点的影响。采取措施7.4.1剔除可查明原因010203在剔除可查明原因后，需要重新计算控制图的上下控制限，以确保控制图的准确性和有效性。重新计算控制限根据重新计算的控制限，更新控制图，并继续对过程进行监控。更新控制图在修改控制图后，需要持续关注过程的变化，及时发现并处理新的异常点，实现持续改进。持续改进7.4.2修改控制图227.5检查X图定义检查X图是一种用于监控过程均值是否稳定的控制图，主要用于计量型数据。用途检查X图可用于监测生产过程中的关键质量特性，及时发现并纠正生产过程中的异常波动，确保产品质量稳定。7.5.1检查X图的定义与用途收集数据收集生产过程中的关键质量特性数据，包括样本量、样本均值等。计算控制限根据收集的数据，计算控制图的上下控制限，以确定过程是否处于稳定状态。绘制控制图根据计算的控制限，绘制检查X图，包括中心线、上控制限和下控制限。监控过程将实际生产过程中的数据点绘制在检查X图上，与控制限进行比较，判断过程是否稳定。7.5.2检查X图的制作步骤点出界就判异当数据点超出控制图的上下控制限时，即可判断过程出现异常波动。链连续7点或更多点落在中心线同一侧，可能表明过程存在趋势性变化。偏态连续11点中至少有10点落在中心线同一侧，或连续14点中至少有12点、连续17点中至少有14点、连续20点中至少有16点落在中心线同一侧，可能表明过程均值发生偏移。趋势连续7点持续上升或下降，可能表明过程存在明显的趋势性变化。7.5.3检查X图的判异准则7.5.4检查X图的应用注意事项合理选择样本量样本量的大小应适中，过大或过小都可能影响控制图的灵敏度和准确性。定期更新控制图随着生产过程的进行，应及时更新控制图，以反映最新的生产过程状态。结合其他工具使用检查X图可与其他质量控制工具结合使用，如直方图、因果图等，以更全面地分析过程变异原因。注意数据质量确保收集的数据准确可靠，避免因数据错误导致控制图误判。237.6持续监测过程制定监测计划根据生产过程的特点和控制要求，制定详细的监测计划，包括监测的时间、频率、样本量等。确定监测指标根据产品质量特性和过程控制要求，确定需要监测的关键指标，如尺寸、外观、性能等。7.6.1监测计划数据收集按照监测计划的要求，定期收集生产过程中的数据，包括产品检测结果、过程参数等。数据处理7.6.2数据收集与处理对收集到的数据进行整理、分类和分析，以便发现过程中的异常和趋势。0102根据收集到的数据，绘制相应的控制图，如X-R图、X-s图等，用于监测过程的稳定性和异常波动。绘制控制图根据控制图的判断准则，判断过程是否处于稳定状态，以及是否存在异常波动或趋势。判断过程状态7.6.3控制图应用VS对于控制图中出现的异常波动或趋势，及时分析原因，找出影响过程稳定性的关键因素。采取措施根据分析结果，采取相应的措施进行改进，如调整工艺参数、加强设备维护等，以提高过程的稳定性和产品质量。分析原因7.6.4持续改进248波动可查明原因的检验模式8波动可查明原因的检验模式连续6个点递增或递减此模式表明过程可能存在趋势性变化，可能是由于某些外部因素（如温度、湿度）的逐渐影响。需识别并消除这些外部因素，防止过程失控。14个点中相邻点交替上下此模式称为“交替模式”，可能表明测量系统存在问题，如测量工具的精度不足或操作员读数误差。需对测量系统进行校验和校准，确保测量数据的准确性。连续9个点落在中心线同一侧此模式表明过程可能出现了系统性偏移，可能是由于设备调整不当、原材料变化或操作员习惯改变等原因导致。需立即检查并调整过程参数，确保过程回归稳定状态。030201多个点落在规格限附近：此模式可能表明过程接近失控状态，虽然尚未超出规格限，但存在潜在风险。需密切关注过程变化，必要时采取预防措施，防止不良品产生。这些检验模式是基于统计过程控制（SPC）理论，通过控制图对过程数据进行监控和分析得出的。它们为过程控制人员提供了快速识别和解决过程问题的工具，有助于确保产品质量的稳定性和一致性。在实际应用中，应根据具体情况选择合适的检验模式和控制图类型，并结合其他质量管理工具和方法进行综合分析和改进。8波动可查明原因的检验模式259过程控制、过程能力和过程改进过程控制01在GB/T17989.2-2020中，常规控制图被广泛应用于过程控制中，通过监控过程的输出数据，及时发现并纠正过程中的异常波动，确保产品质量稳定。根据历史数据或过程能力分析，设定合理的控制限（上控制限UCL和下控制限LCL），用于判断过程是否处于受控状态。当过程输出数据超出控制限时，表明过程出现异常波动，需立即采取措施进行调查和改进。0203控制图的应用控制限的设定异常波动的识别过程能力过程能力指数通过计算过程能力指数（如Cpk）来评估过程满足产品规格要求的能力。Cpk值越高，表示过程能力越强，产品质量越稳定。过程能力分析持续改进利用控制图和其他统计工具对过程能力进行分析，识别影响过程能力的关键因素，为过程改进提供依据。根据过程能力分析结果，制定针对性的改进措施，不断提高过程能力，以满足更高的产品质量要求。根本原因分析当过程出现异常波动时，采用根本原因分析（RCA）等方法，深入探究异常波动的原因，确保问题得到根本解决。标准化与文件化将有效的改进措施标准化并文件化，纳入组织的质量管理体系中，确保改进措施得到持续执行和监控。纠正措施与预防措施针对异常波动的原因，制定并实施纠正措施和预防措施，防止类似问题再次发生。持续改进机制建立持续改进机制，鼓励全员参与过程改进活动，形成持续改进的良好氛围和文化。过程改进2610计数控制图计数控制图是一种用于监控离散数据（如不合格品数、缺陷数等）的过程控制工具。它通过统计过程控制（SPC）的方法，帮助识别生产过程中的异常波动，从而及时采取措施进行调整。定义计数控制图的主要目的是确保生产过程的稳定性，减少不合格品率，提高产品质量和客户满意度。目的计数控制图概述计数控制图的类型P图用于监控不合格品率，即不合格品数与总检查数之比。适用于大样本且不合格品率较低的情况。np图用于监控不合格品数，即直接统计不合格品的数量。适用于小样本或不合格品率较高的场合。C图用于监控缺陷数，即单位产品上的缺陷总数。适用于需要精确控制产品缺陷数的情况。U图用于监控单位缺陷数，即每单位产品上的平均缺陷数。适用于需要评估产品整体缺陷水平的情况。收集数据按照预定的抽样方案，从生产过程中随机抽取样本，并统计相应的计数数据。计算控制限根据收集到的数据，计算控制图的中心线（CL）、上控制限（UCL）和下控制限（LCL）。确定控制对象明确需要监控的过程特性或质量指标。计数控制图的应用步骤绘制控制图将样本数据和控制限绘制在控制图上，观察数据点的分布情况。计数控制图的应用步骤分析控制图根据控制图上的数据点分布，判断生产过程是否处于受控状态。如果数据点超出控制限或出现异常模式，则表明生产过程存在异常波动，需要采取措施进行调整。采取措施针对控制图分析中发现的问题，制定相应的改进措施，并监控改进效果。如果问题得到解决，则继续监控生产过程；如果问题依然存在，则需要进一步分析原因并调整措施。2711设置控制图的前期准备明确控制对象首先需确定需要监控的生产过程或质量特性，如产品的尺寸、重量、强度等。设定监控目的明确监控这些特性的目的是预防质量问题、提高生产效率还是满足客户需求等。11.1确定控制对象与目的11.2收集历史数据数据量要求根据控制图类型（如均值-极差图、单值-移动极差图等）和过程特性，确定所需的最小数据量。数据完整性确保收集到的历史数据完整、准确，能够反映生产过程的真实情况。稳定性检验利用统计方法（如直方图、时间序列图等）分析历史数据，判断生产过程是否稳定。异常值处理11.3分析过程稳定性识别并处理历史数据中的异常值，确保控制图的准确性和可靠性。0102对于可以测量的连续型数据，通常选择均值-极差图、均值-标准差图等。计量型数据对于只能计数的离散型数据，如不合格品数、缺陷数等，选择P图、np图、C图或U图等。计数型数据11.4选择合适的控制图类型计算控制参数根据历史数据计算控制图的中心线（CL）、上控制限（UCL）和下控制限（LCL）。考虑过程能力结合过程能力分析（如Cpk值），调整控制限以确保过程处于受控状态。11.5确定控制限明确失控标准设定控制图上点超出控制限或呈现特定模式（如连续七点上升或下降）时视为失控的标准。制定应对措施针对可能出现的失控情况，制定详细的应对措施和责任人，确保问题得到及时解决。11.6制定失控行动方案理解控制图原理确保操作人员理解控制图的基本原理、构建方法和解读技巧。实践操作指导通过模拟演练或实际案例分析，提高操作人员运用控制图进行过程监控的能力。11.7培训操作人员2811.1过程控制的关键质量特性CTQ的选择11.1过程控制的关键质量特性CTQ的选择明确CTQ的定义与重要性CTQ（Critical-To-Quality）即关键质量特性，是指在产品或服务中，对客户满意度和过程性能有直接影响的关键参数或特性。在过程控制中，正确选择CTQ是确保产品质量和过程稳定性的基础。基于客户需求确定CTQCTQ的选择应紧密围绕客户需求进行。通过市场调研、客户反馈等方式，识别出客户最为关注的产品特性和服务要求，将其作为CTQ进行重点控制。考虑过程能力和风险在选择CTQ时，还需考虑过程能力和潜在风险。对于过程能力较弱或风险较高的环节，应优先确定相应的CTQ，并加强监控和控制措施，以确保产品质量和过程稳定性。在复杂过程中，CTQ的选择可能涉及多个变量和因素。此时，可采用多变量分析方法（如主成分分析、因子分析等）来识别关键变量和特性，从而更准确地确定CTQ。采用多变量分析方法CTQ的选择并非一成不变。随着客户需求的变化、过程能力的提升以及新技术的引入，CTQ也可能发生变化。因此，需要建立持续监控和调整机制，确保CTQ的准确性和有效性。持续监控与调整11.1过程控制的关键质量特性CTQ的选择2911.2过程分析11.2.1过程参数的取值与控制图选择过程参数预先给定时的控制图若过程参数已根据先验知识或特定要求预先设定，则可直接使用这些参数构建控制图。此时，重点在于确保控制图的设置与过程参数的实际情况相符。过程参数未给定时的控制图当过程参数（如均值、标准差）未明确给出时，应首先通过收集和分析历史数据来估计这些参数。基于估计的参数，选择合适的控制图（如X-bar图、R图）进行过程监控。VS适用于连续型数据的质量控制，如产品的尺寸、重量等。常见的计量控制图包括均值-极差图（X-bar&R图）、均值-标准差图（X-bar&S图）等，它们能够直观地反映过程的中心趋势和离散程度。计数控制图适用于离散型数据的质量控制，如不合格品数、缺陷数等。计数控制图如p图（用于比例数据）、np图（用于不合格品数）和c图（用于缺陷数）等，能够有效地监控过程的缺陷率和不合格品率。计量控制图11.2.2计量控制图与计数控制图的应用失控状态的识别通过监控控制图上的点是否超出控制限来判断过程是否处于失控状态。常见的失控模式包括点超出控制限、连续多个点在同一侧、趋势模式等。失控状态的应对一旦发现过程失控，应立即采取措施查明原因并消除异常因素。这可能包括调整工艺参数、更换设备或原材料、加强员工培训等措施。同时，应记录失控事件及其处理过程，以便后续分析和改进。11.2.3失控状态的识别与应对用于量化过程满足规格要求的能力。通过计算过程能力指数，可以评估过程的稳定性和一致性，并确定是否需要采取措施提高过程能力。过程能力指数（Cpk）过程能力分析不仅有助于识别过程中的潜在问题，还为持续改进提供了依据。通过定期分析过程能力指数的变化趋势，可以及时发现并纠正过程中的偏差，确保产品质量的稳定性和可靠性。过程能力分析的应用11.2.4过程能力分析3011.3合理分组的选择不同组间的数据应具有明显的差异，以便区分各组的特点和规律。差异性分组应能够代表整个数据集的特征，避免遗漏或偏差。代表性同一组内的数据应具有相似的特性或属性，以便进行有效的比较和分析。相似性分组原则根据产品或过程的质量特性进行分组，如尺寸、外观、性能等。按质量特性分组按照时间顺序将数据分组，以便观察和分析过程的变化趋势。按时间顺序分组根据操作条件的不同将数据分组，如温度、压力、速度等。按操作条件分组分组方法010203避免过度分组分组过多可能导致数据分散，难以发现规律。考虑实际情况分组应结合实际情况，如生产流程、设备能力等，以便更好地指导生产实践。避免分组不均分组应尽可能均匀，避免某些组数据量过大或过小。分组注意事项3111.4子组的频率和子组大小子组频率的确定方法根据生产过程的实际情况和监控需求，结合历史数据和经验，确定合适的子组频率。子组频率定义子组频率是指单位时间内抽取的子组数量，通常以每小时、每天或每周等时间单位来衡量。子组频率的重要性合理的子组频率有助于及时监控过程变化，提高控制图的灵敏度和有效性。子组频率的确定子组大小定义适当的子组大小可以平衡控制图的灵敏度和稳定性，提高过程监控的准确性和可靠性。子组大小的重要性子组大小的确定方法根据过程特性和监控需求，结合样本量的选取原则，确定合适的子组大小。同时，还需考虑样本的代表性、可获取性和成本等因素。子组大小是指每个子组中包含的观测值数量，通常以样本量来衡量。子组大小的确定子组频率和子组大小是相互影响的两个参数，它们共同决定了控制图的灵敏度和稳定性。相互影响在选择子组频率和子组大小时，需要综合考虑过程的实际情况和监控需求，以达到最佳的监控效果。平衡选择在实际应用中，可以通过试验和调整来确定最佳的子组频率和子组大小组合，以提高控制图的实用性和有效性。实践经验子组频率与子组大小的关系3211.5初始数据的采集初始数据是建立控制图的基础初始数据用于确定控制图的中心线和上下控制限，是建立控制图的基础。初始数据反映过程状态初始数据能够反映过程在一段时间内的状态，为过程分析和改进提供依据。初始数据的重要性从过程中随机抽取一定数量的样本，确保样本具有代表性。随机抽样根据过程的不同阶段、不同设备、不同操作者等因素进行分层，从每一层中随机抽取样本。分层抽样按照某种规则（如时间间隔、生产批次等）从过程中抽取样本。系统抽样初始数据的采集方法数据清洗对采集的初始数据进行检查，剔除异常值、错误值等不符合要求的数据。初始数据的处理和分析数据描述对清洗后的数据进行描述性统计分析，包括均值、标准差、最大值、最小值等指标的计算。过程能力分析利用初始数据计算过程能力指数（Cpk），评估过程的稳定性和能力。初始数据用于建立控制图通过初始数据计算控制图的中心线和上下控制限，建立控制图。控制图用于监控过程状态利用控制图对过程进行实时监控，及时发现并处理异常波动，保证产品质量和生产效率。初始数据与控制图的关系3311.6失控状态的行动方案立即停止生产组织相关人员对失控状态进行深入分析，查找导致失控的根本原因。可能的原因包括设备故障、原材料问题、操作不当等。分析原因采取纠正措施根据分析结果，制定并实施有效的纠正措施，以消除导致失控的原因。这可能包括调整设备参数、更换原材料、改进操作方法等。一旦发现控制图显示过程处于失控状态，首要任务是立即停止生产，以防止不合格品的进一步产生，减少损失。11.6失控状态的行动方案重新评估过程在采取纠正措施后，重新收集数据并绘制控制图，以评估过程是否已恢复稳定状态。如果控制图显示过程已受控，则可恢复生产；如果仍存在问题，则需继续分析并采取进一步措施。11.6失控状态的行动方案记录与反馈详细记录失控状态的发生、分析、纠正及重新评估的全过程，以便后续参考和改进。同时，将相关信息反馈给相关部门和人员，以便共同学习和提高。持续改进将失控状态的处理过程视为一个持续改进的机会，通过总结经验教训，不断完善控制图的应用和管理流程，提高过程控制的有效性和效率。3412构建控制图的步骤明确控制对象确定需要控制的关键质量特性或过程参数。识别影响因素确定控制对象分析影响控制对象的关键因素，如人员、设备、材料、方法等。0102数据来源确定数据收集的途径和方法，如现场测量、历史数据等。数据类型明确数据类型，如计量值数据、计数值数据等。收集数据计算控制对象的均值和标准差，用于确定控制限。均值与标准差根据均值和标准差，计算上控制限（UCL）和下控制限（LCL）。控制限计算计算控制限绘制控制图图表绘制按照控制图的标准格式，绘制控制图并标注控制限。图表类型根据数据类型选择合适的控制图类型，如X-R图、X-s图等。判稳准则根据控制图的判稳准则，判断过程是否处于稳定状态。异常判断分析控制图上的异常点，判断是否存在特殊原因影响过程稳定性。分析控制图查找原因针对异常点，查找并确定影响过程稳定性的特殊原因。采取措施根据原因分析结果，采取相应的纠正措施和预防措施，确保过程稳定受控。采取措施3512.1概述12.1概述应用意义GB/T17989.2-2020的实施，为企业提供了更加科学、规范的过程控制方法，有助于提升产品质量和生产效率。通过应用常规控制图，企业可以及时发现生产过程中的异常波动，并采取相应的纠正措施，从而确保生产过程的稳定性和可靠性。同时，该标准还有助于推动统计过程控制技术在我国的普及和应用，提升我国制造业的整体竞争力。主要内容标准详细阐述了常规控制图的类型，包括计量控制图和计数控制图，并具体介绍了均值-极差图（X-R图）、均值-标准差图（X-s图）、单值-移动极差图等多种常用控制图的构建和应用方法。同时，标准还提供了构建控制图的详细步骤，包括合理分组的选择、子组的频率和大小、初始数据的采集以及失控状态的行动方案等。标准范围本部分标准仅适用于使用常规控制图进行统计过程控制的情形，涵盖了常规控制图的基本原理、构建方法、应用步骤以及相关的补充内容，如警戒线的使用、趋势模式和过程能力分析等。3612.2确定数据的搜集策略明确数据需求首先，根据控制图的应用目的和过程特性，明确需要搜集的数据类型，如计量数据（如长度、重量等连续变量）或计数数据（如缺陷数、不合格品数等离散变量）。12.2确定数据的搜集策略确定样本量和抽样频率根据过程稳定性和控制图类型，合理确定样本量和抽样频率。样本量应足够大以反映过程的真实波动，同时避免过大导致资源浪费。抽样频率应确保及时捕捉过程变化，避免遗漏重要信息。选择抽样方法根据过程特性和数据需求，选择合适的抽样方法，如随机抽样、分层抽样等。随机抽样可确保样本的代表性，分层抽样则适用于过程特性具有明显层次差异的情况。12.2确定数据的搜集策略制定数据采集计划明确数据采集的时间、地点、人员、工具等要素，确保数据采集过程的规范性和一致性。同时，制定数据记录和处理的标准流程，确保数据的准确性和可追溯性。考虑数据预处理在数据采集过程中，可能需要对原始数据进行预处理，如剔除异常值、转换数据类型等。这些预处理步骤有助于提高控制图的准确性和有效性。建立数据反馈机制建立数据反馈机制，确保采集到的数据能够及时、准确地反馈到控制图中，以便对过程进行实时监控和调整。同时，定期对数据采集过程进行回顾和评估，不断优化数据采集策略。3712.3数据收集和计算明确数据收集的来源，包括生产现场、检验记录、历史数据等。数据来源确定需要收集的数据类型，如计量值数据、计数值数据等。数据类型选择合适的数据收集方法，如定期收集、随机抽样等。数据收集方法数据收集010203对收集的数据进行整理、分类、剔除异常值等处理。数据处理根据数据类型和样本量，计算相应的统计量，如均值、标准差、不良率等。统计量计算根据生产过程和产品质量要求，确定合适的样本量。样本量确定数据计算控制图绘制根据设置好的参数，绘制控制图并进行分析和判断。控制图类型选择根据数据类型和统计量，选择合适的控制图类型，如X-R控制图、X-s控制图等。控制图参数设置根据样本量和统计量，设置控制图的中心线、上控制限和下控制限等参数。控制图绘制3812.4绘制X和R图X图（个体值控制图）X图概述X图是一种用于监控过程稳定性的控制图，主要监控个体值的变化情况。收集数据、计算样本均值、计算控制限、绘制控制图。X图的绘制步骤适用于单个样本或小批量生产的监控，如零件尺寸、产品重量等。X图的应用场景R图是一种用于监控过程变异性的控制图，主要监控样本极差的变化情况。R图概述收集数据、计算样本极差、计算控制限、绘制控制图。R图的绘制步骤适用于需要监控过程变异性的场景，如材料强度、产品厚度等。R图的应用场景R图（极差控制图）联合应用概述能够同时监控过程的中心位置和变异情况，提高监控的准确性和可靠性。联合应用的优势联合应用的注意事项在绘制X图和R图时，需要确保数据收集的一致性，避免数据失真或误差。X图和R图可以联合使用，以全面监控过程的稳定性和变异性。X图和R图的联合应用3913常规控制图的注意事项确保采集的数据来自可靠的源头，避免数据失真或错误。数据来源可靠对数据进行准确的处理和分析，避免误差和偏差对控制图的影响。数据处理准确及时更新数据，确保控制图反映最新的生产或服务状态。数据更新及时数据的真实性和准确性01选择合适的控制图根据具体生产过程或服务流程的特点，选择适合的控制图类型。控制图的适用性和有效性02控制图参数设置合理合理设置控制图的参数，如样本大小、抽样间隔等，以确保控制图的有效性。03控制图解释正确正确解释控制图上的信号和趋势，及时发现并处理异常情况。定期对控制图进行检查和评估，确保其仍然适用于当前的生产或服务状态。定期检查控制图当生产过程或服务流程发生变化时，及时更新控制图，以反映新的状态。及时更新控制图对操作人员进行培训，使其能够正确使用和维护控制图，确保其有效性和准确性。培训操作人员控制图的维护和更新0102034013.1注意事项控制图仅适用于处于统计控制状态下的生产过程控制图是用来监控生产过程是否处于统计控制状态的一种工具，只有当生产过程处于统计控制状态时，控制图才能有效地发挥作用。不适用于非统计控制状态的生产过程如果生产过程存在特殊原因变异或处于非统计控制状态，那么控制图可能无法准确反映生产过程的实际情况。控制图的适用性VS应根据生产过程的特点和数据类型选择合适的控制图类型，如X-R图、X-s图、中位数图等。正确解读控制图信号应正确理解控制图上的各种信号，如超出控制限的点、链、趋势等，这些信号可能表明生产过程存在异常波动。合理选择控制图类型控制图的正确使用控制图只是质量管理中的一种工具，不能替代其他质量管理工具和方法，如过程能力分析、因果图等。不能替代其他质量管理工具即使生产过程处于统计控制状态，也不能保证生产出的产品100%合格，因为控制图只能监控生产过程的稳定性，而不能完全消除生产过程中的变异。不能保证100%的合格率控制图的局限性4113.2数据相关明确数据收集的来源，包括生产现场、实验室、外部数据等。数据来源