Shewhart控制图的设计理论与方法

最新推荐文章于 2025-04-23 20:25:08 发布

LittleFish0820

最新推荐文章于 2025-04-23 20:25:08 发布

阅读量2.2k

点赞数 3

分类专栏：统计质量控制文章标签：概率论

本文链接：https://blog.csdn.net/m0_46459047/article/details/120095472

版权

统计质量控制专栏收录该内容

3 篇文章

订阅专栏

本文详细介绍了Shewhart控制图的理论基础，包括基于正态分布的控制线设定和ARL概念。同时，讨论了带有附加运行准则的控制图如何提升小漂移检测能力，并探讨了Q图的抽样方式、Q统计量分布及其优缺点。Q图因其在过程初期的适用性和统计标准化而被推崇，但其统计量失去原始数据意义的局限性也值得关注。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、 $S h e w h a r t$ 控制图

原理：统计的 $3\sigma$ 原理

假定一列样本 $X_i,i=1,2,\cdots$ 来自一生产过程，它们独立服从一正态分布 $N(\mu,\sigma^2)$ 。则上下控制线分别取为
$\mu+u_{1-\alpha/2}\frac{\sigma}{\sqrt n}$
和
$\mu-u_{1-\alpha/2}\frac{\sigma}{\sqrt n}$

控制线：当检测统计量落在控制线以外的区域时，控制图给出过程失控的警报。

当 $\mu$ 和 $\sigma$ 都未知时，需要在保证过程受控时抽取样本对它们进行估计。假设有 $m$ 个样本容量为 $n$ 的样本。于是 $\mu$ 可以用

$\bar{\bar{X}}=\frac{\bar{X}_1+\cdots+\bar{X}_m}{m}$

来估计。假设 $R_1,\cdots,R_m$ 是 $m$ 组样本的极差， $\bar{R}$ 是这些极差的平均值。对 $S h e w h a r t$ 控制图，检测均值是否漂移的上下控制线分别为

$\bar{\bar X}\pm c_1\bar R$

检测方差是否漂移的上下控制线分别为

$c_2\bar R$
和
$c_3\bar R$

其中 $c_1,c_2$ 和 $c_3$ 为使得过程受控时控制图的平均运行长度为事先设定的值所取的常数。

$A R L$ ，即控制图从检测开始到它发出生产出现问题的警报为止的抽取的平均样本组数。根据这个定义，容易看出，当过程受控时，希望 $A R L$ 尽可能大，这样控制图的误报率就会尽可能小；当过程失控时，希望 $A R L$ 尽可能小，这样控制图的检测效率就会提高。在文献研究和实际应用中，我们一般固定过程受控时的 $A R L$ ，记为 $ARL_0$ ，然后比较不同控制图在过程失控时的 $A R L$ ，记为 $ARL_1$ 。过程失控时， $ARL_1$ 越小，表明这个控制图在检测这个漂移时越有效。

还可以用方差的另一估计样本标准差 $S_n$ 来构造 $\bar X$ 和 $S$ 控制图。

实际中由于一些原因，如生产线、成本等原因，我们得到的样本容量为1，即individual sample size的情况。假设 $m$ 个样本容量为 $1$ 的受控样本 $X_i,i=1,2,\cdots,m$ 独立服从一正态分布 $N(\mu,\sigma^2)$ 。记 $MR_i=|X_i-X_{i-1}|$ ， $\bar{MR}=\frac{MR_2+\cdots+MR_m}{m-1}$ 。这样 $\bar X$ 控制图的上下控制线为
$\bar{\bar X}+3\frac{\bar{MR}}{d_2}$
和
$\bar{\bar X}-3\frac{\bar{MR}}{d_2}$

二、带有附加运行准则的 $S h e w h a r t$ 控制图

附加运行准则：如果过去 $m$ 个检测统计量中有 $k(k\le m)$ 个落在了区间 $(a, b)$ 中，控制图发出过程失控的警报，记为 $T (k, m, a, b)$ 。

运行准则1： $C_1=\{T(1,1,-\infty,-3),T(1,1,3,\infty)\}$
运行准则2： $C_1=\{T(2,3,-3,-2),T(2,3,2,3)\}$
运行准则3： $C_1=\{T(4,5,-3,-1),T(4,5,1,3)\}$
运行准则4： $C_1=\{T(8,8,-3,0),T(8,8,0,3)\}$
…