常规控制图要求从过程中以近似等间隔抽取的数据。此间隔可以用时间来定义(例如:每小时)或者用数量来定义(例如:每批)。通常,这样抽取的子组在过程控制中称为子组,每个子组由具有相同可测量单位和相同子组大小的同一产品或服务所组成。从每一个子组得到一个或多个子组特性,如子组平均值X、子组极差R 或标准差s。常规控制图就是给定的子组特性值与子组号对应的一种图形,它包含一条中心线(CL),作为所点绘特性的基准值。在评定过程是否处于统计控制状态时,此基准值通常为所考察数据的平均值。对于过程控制,此基准值通常为产品规范中所规定特性的长期值,或者是基于过程以往经验所点绘特性的标称,或者是产品或服务的隐含目标值。控制图还包含由统计方法确定的两条控制限,位于中心线的各一侧,称为上控制限(UCL)和下控制限(LCL),参见图1。
常规控制图的控制限分别位于中心线两侧的3s距离处。其中,为所点绘统计量的总体组内标准差。组内变异是用来度量随机变差的,s可用子组标准差或子组极差的适当倍数进行估计。s的这种度量不包括组间变差,仅包括组内变差。3s 控制限表明,若过程处于统计控制状态,则大约有99.7%的子组值将落在控制界限之内。换句话说,当过程受控时,大约有0.3%的风险,或每点绘的1000次中平均有3次,描点会落在上控制限或下控制限之外。这里使用“大约”这个词,是因为如果对基本假定(例如对数据分布形式的假定)有偏离,将会影响此概率数值。
应该注意,有些专业人员宁愿采用3.09来代替3,以使标称概率值为0.2%,或平均每1000次中有两次虚报1)。但是休哈特不主张采用精确概率值而选择了系数3。同样地,某些专业人员对非正态分布的控制图采用真实的概率值,例如:极差图、不合格品率图等。但是休哈特为了强调经验解释,常规控制图仍采用土3s控制限,而不采用概率值控制限。
描点超出控制限确实是由偶然事件引起而非真实信号的可能性被定得很小,因此当一个点超出控制限时,就应采取某种行动,故3s控制限有时也称为“行动限"。
许多场合,在控制图上另外加上2s控制限是有益的。这样,任何落在2s界限外的子组值都可作为失控状态即将来临的一个警示信号,因此,2s控制限有时也称作“警戒限"。
应用控制图时可能发生两种类型的错误。第一种错误称作第一类错误。这是当所涉及的过程仍然处于受控状态,但有某点由于偶然原因落在控制限之外,而得出过程失控的结论时所发生的错误。此类错误将导致对本不存在的问题而去无谓寻找原因而增加费用。
第二种错误称作第二类错误。当所涉及的过程失控,但所产生的点由于偶然原因仍落在控制限之内,而得出过程仍处受控状态的错误结论。此时由于未检测出不合格品的增加而造成损失。第二类错误的风险是以下三项因素的函数:控制限的间隔宽度、过程失控的程度以及子组大小。上述三项因素的性质决定了对于第二类错误的风险大小只能作出一般估计。
常规控制图仅考虑了第一类错误,对于3s控制限而言,发生这类错误的可能性为0.3%。由于在给定情形下,对于第二类错误的损失作出有意义的估计通常是不实际的,而且任意选择一个较小的子组大小(例如4或5)也很方便,故采用3s 控制限,并将注意力集中于控制和改进过程本身的性能,是适宜且可行的。
当过程处于统计控制状态时,控制图提供了一种连续检验统计原假设的方法,该统计原假设为过程未发生变化并保持于统计控制状态。由于通常不预先确定过程特性对于有关目标值的具体偏离情况,加之第二类错误的风险,以及未根据满足适当的风险水平来确定子组大小等原因,故常规控制图不应在假设检验的意义上加以研究(参见ISO7966和GB/T17989)。常规控制图强调的是控制图用于识别偏离过程“受控状态"的经验有效性,而非强调其概率解释.某些使用者确实在认真研究控制图的操作特性曲线,将其作为一种手段进行假设检验解释。
当一个描点值落在任一控制限之外,或一系列描点值反映出如第7章中所述的异常模式,则统计控制状态不再被接受。此情形一旦发生,就应开始进行调研以确定可查明原因,过程可能被终止或进行调整。一旦可查明原因被确认并消除,则过程恢复受控状态,随时可以继续。如上所述,对于第一类错误,在极少的情况下,可能找不到可查明原因,于是必须作出结论:虽然过程处于受控状态,但是某个偶然原因造成了描点落在控制界限之外,这表明一种非常罕见的事件发生了。
当为某过程最初建立控制图时,常常会发现此过程当时未处于受控状态。根据这种失控过程的数据计算出的控制限将会导致错误的结论,因为这些控制限的间距太大。为此,在固定的控制图参数建立之前,总是有必要将过程调整到统计控制状态。下列各章将讨论为某过程建立控制图的方法。
2021/1/14 16:29:57
2021/1/27 17:05:39
2021/3/10 15:48:49
2021/4/8 14:42:32
2021/1/8 16:32:33
我们不单提供专业的软件与服务,我们同时也为客户系统的运行提供理论与经验支持,分享我们在质量管理领域的相关经验与知识!