![v2-f0e6f419b19353b99f21afb9772a7e68_1440w.jpg?source=172ae18b](http://img-01.proxy.5ce.com/view/image?&type=2&guid=0f03a8dc-f52f-eb11-8da9-e4434bdf6706&url=https://pic3.zhimg.com/v2-f0e6f419b19353b99f21afb9772a7e68_1440w.jpg?source=172ae18b)
很久没有在知乎更新文章,主要最近忙于各类主机厂及第三方的质量审核,现在总算稍微有点时间,继续我的SPC干货系列,本文讲讲控制图的相关内容。
首先我们要知道什么叫做“受控”,其实很简单,按照时髦的话说就是:under control!那么如何才算是受控呢?一般在制造过程中,即使在工艺条件保持不变的情况下,仍然存在随机波动影响参数的一致性,但如果过程中只存在由随机原因引起的起伏,不存在异常原因,则称过程处于统计受控状态,因此受控不代表一成不变。
其实现在在工作中很多人会有一个较大的误解,那就是SPC是针对产品的,可能对于大多数实施SPC的人来说,他们主要针对产品的尺寸、重量、性能等等参数进行研究,而事实上极少对过程的参数如温度、气压、电压、扭矩、力值开展SPC,诚然产品特性是最终的输出,但是有时候过分着眼于产品容易对SPC的概念产生不小的误解,一个非常常见的误区就是其与合格率之间的关系:一个受控的过程其产品合格率一定很高。为什么我说这是一个误区,原因就在于这两个结果之间不存在完全的对应关系,如果一个过程的参数控制非常严格,那么即使过程出现非随机的扰动,出来的产品合格率仍然可能很高,而如果一个过程的参数设置不合理,即使它完全受控也可能产生大量的不良。举一个比较简单的例子:一个学霸由于最近家庭原因导致状态下滑,但他仍然能够高数线代大物全部满分(可能由于考试内容相对简单),所以单看结果而不看过程的SPC是容易产生误判的。因此我们在进行SPC控制图的使用过程中可以同时引入产品及过程的参数进行共同管控。
下面进入本篇文章的主要议题之一:计量型控制图的一般使用及分析方法。讲解的内容将主要集中在两个方面:1)控制图上下限的计算;2)统计受控状态的判断规则。那么为什么主要只写这两块内容呢?原因就在于其他内容相对没有什么难度,全部写进去一来篇幅太长耗时巨大,二来网络相似内容极多,无需赘述。
控制图上下限的计算
众所周知,控制图的上下限的计算公式为: