X-R图-用公式计算的实例

X 1X 2X 3X 4X 5

11日9点15.3014.5016.9014.0014.9022日9点13.0015.2014.5015.1013.5033日9点16.7016.0014.4014.2014.3044日9点14.2014.9013.2017.0015.1055日9点14.5015.6016.9016.4015.8066日9点14.5015.9014.3015.0014.2077日9点15.9015.4015.5014.4013.8088日9点15.1015.2015.0015.7013.6099日9点15.0012.7017.6016.4015.201010日9点16.4016.4014.6014.3014.301111日9点16.0016.2015.7015.6016.001212日9点13.9013.4013.3016.1016.101313日9点15.1014.2013.8016.8015.701414日9点15.3014.6017.6014.2016.901515日9点14.5015.9013.9015.6013.701616日9点13.3015.6014.2014.6013.701717日9点13.6015.0115.2016.5015.601818日9点15.9014.0014.2013.4015.301919日9点14.5015.8016.3014.7014.2020

20日9点

15.1017.00

15.40

13.1014.70

样本数抽样时间测 定 值

控制图的观察与分析

控制图用于对生产现状的分析，对于工序状态是否处于控制状态的判断，是根据控制图上的样本点子分布的规律作出。一般来说

反映出生产过程的稳定程度。工序处于控制状态时，控制图上的点子随机地分散在中心线的两侧，离开中心线而接近上、下控制界限的点的点子更小。

若控制图满足下列两个条件，则可判断工序基本处于控制状态

⑴点子未越出控制界限；

⑵点子在控制界限内排列没有缺陷。

如果点子落在控制界限外，或者是点子虽然没能越出控制界外，但其排列存在下面一川缺陷情况，则认为生产过程发生了异常变

常状态。需找原因，加以消除，恢复正常。点子在控制界限内的缺陷分下述4种情况。

1、下列情况，称为链状：

⑴在中心线一侧连续出现7点的排列；

⑵点子在中心线一侧出现的比例较大，如：

*连续11个点子中至少有10个点子在同一侧排列；

*连续14个点上至少有12个点子在同一侧排列；

*连续17个点子中至少有14个点子在同一侧排列；

*连续20个点子中至少有16个点子在同一侧排列。

有链状的控制图

2、点子靠近控制线

若点子在中心线上侧的[μ+2σ，μ+3σ]范围内或者在中心线下侧的[μ+3σ，μ-2σ]范围内排列，则称点子靠近控制线排列，如：

⑴连续3个点子中有2个点落在控制界限附近；

⑵连续7个点子中3个点子落在控制界限附近；

⑶连续10个点子中有4个点子在控制界限附近。

点靠近控制线的控制图

3、点子排列形成趋势倾向

如当连续有7个点子上升或下降时，则判断工序发生异常。

有趋势倾向的控制图

4、点子排列具有周期性

为什么对于上述点子排列出现缺陷情况时，可以判断出工序处于异常呢？因为在正常状态下，计算出各种缺陷排列发生的概率很在一次试验中某种缺陷排列真的发生了，则认为这是不正常的现象。

般来说，控制图上的点子分布就近上、下控制界限的点子少，越出界限异常变化，或者说工序已处于异

控制线排列，如：

概率很小，千分之五左右。倘若