控制图计算公式.doc
文本预览下载声明
计量值控制图CP、 CPK值计算公式
控制图类型 过程标准偏差σ 质量标准上、下限 ε=0 ε≠0
质量标准
只有上限 质量标准
只有下限 注：T—公差，TU—规格上限，TL—规格下限；
M—规格中心，;ε—偏移量；
k—偏移系数， 控制图种类
类别 名称 控制图符号 特点 适用场合 中心控制限 上控制限 下控制限 计
量
值
控
制
图 均值极差图 中位数极差图 单值移动极差控制图 计算简便效果差 LCL=不考虑 平均值标准差图 计
数
值
控
制
图 不合格品数控制图 Pn(Np)
样本数量相等 不合格品率控制图 P
样本数量可以不等 计算量大，控制线凹凸不平（在特定条件下，控制线可为直线） 缺陷数控制图 C
样本数量相等 单位缺陷数控制图 U
样本数量可以不等 计算量大，控制线凹凸不平（在特定条件下，控制线可为直线） 标准差
标准差(Standard Deviation)
也称均方差(mean square error)
各数据偏离平均数的距离（离均差）的平均数，它是离差平方和平均后的方根。用σ表示。因此，标准差也是一种平均数
标准差是方差的算术平方根。
标准差能反映一个数据集的离散程度。平均数相同的，标准差未必相同。
例如，A、B两组各有6位学生参加同一次语文测验，A组的分数为95、85、75、65、55、45，B组的分数为73、72、71、69、68、67。这两组的平均数都是70，但A组的标准差为17.08分，B组的标准差为2.16分，说明A组学生之间的差距要比B组学生之间的差距大得多。
标准差也被称为标准偏差，或者实验标准差。
[编辑]控制图的用途及判断标准
（一）各个控制图的用途
1．-R控制图
对于计量数据而言，这是常用最基本的控制图。它的控制对象为长度、重量、纯度、时间和生产量等计量值的场合。
2．-S控制图
当样本大小n10或12，这时应用极差估计总体标准差的效率降低，需要用S图来代替R图。
3．-R控制图
用中位数图代替均值图。由于中位数的计算觉得，所以多用于现场需要把测定的数据直接记人控制图进行控制的场合，这时为了简便，当然规定奇数个数据。
4．-Rs，控制图
多用于下列场合：对每一个产品都进行检验，采用自动化检查和测量的场合；取样费时、昂贵的场合以及如化工等过程，样品均匀，多抽样也无太大的意义的场合。由于它不像前三种那样能取得较多的信息，所以它判断过程变化的灵敏都也要差一些。
5．p控制图
用于控制对象为不合格品率或合格率等计数值质量指标的场合。常见的不良率有不合格品率、废品率、交货延迟率、缺勤率、差错率等等。
6．np控制图
用于控制对象为不合格品数的场合。由于计算不合格品率需要进行除法，比较麻烦，所以样本大小相同的情况下，用此图比较方便。
7．c控制图
用于控制一部机器，一个部件一定的长度，一定的面积或任一定的单位中所出现的缺陷数目。
8．U控制图
当样品的大小保持不变时可用C控制图，而当样品的大小变化时则应换算为平均每单位的缺陷数后再使用U控制图。
（二）控制图判断标准
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。
1．判断稳态的准则
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。
2．判断异常的准则
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控制界限内的点子排列；
（2）链：连续链，连续7个点以上排列在一侧；间断链，大多数点在一侧
（3）多数点靠近控制界限（在2一3倍的标准差区域内出现）
（4）倾向性与周期性。
Ca或ｋ(准确度；Accuracy)： 表示制程特性中心位置的偏移程度，值等于零，即不
显示全部