您还没有绑定微信,更多功能请点击绑定

SPC控制图的选择[全景完整版上]——单因素控制图质量控制

统计过程控制(SPC: Statistical Process Control)是实际质量管理实践中用来进行在线或离线、实时或非实时过程监控、能力分析的常用方法。常用的控制图根据其分析对象的多少可以分为单因素控制图(Univariate Control Chart)和多因素控制图(Multivariate Control Chart)。
 在统计过程控制(SPC)中,单因素控制图(Univariate Control Chart)用来检验过程单个质量参数是否受控的情况,常用的单因素控制图包括:
  • 经典休哈特控制图之Xbar-R/S图
  • 经典休哈特控制图之I-MR图
  • 经典休哈特控制图之C图
  • 经典休哈特控制图之U图
  • 经典休哈特控制图之P图
  • 经典休哈特控制图之NP图
  • CUSUM控制图
  • EWMA控制图

其中,休哈特控制图中,前两种主要用于监控连续型测量数据,而后四种主要用来监控属性测量(离散型)数据。
 
这些控制图在使用时,我们通常只针对一个过程输出变量。通常而言,对于上述控制图的选择,我们可以遵循如下大致的路径:

spc_chart_selection.png

 
上述选择路径图在很多国内的质量管理书籍中都能见到。不过事实上,我们在使用这些控制图方法时,通常假定过程数据是不存在自相关性的。如果考虑过程数据的自相关性,单因素控制图的完整选择路径应如下:

chart_selection.png

 
接下来,我们再来用图形总结一下多种单因素过程控制方法适用的情形。

UnivariateChart.png

从上图左轴可以看出,随着样本抽样间隔的增加,休哈特控制图将越来越变得适用,因为样本较大的抽样间隔通常会使自相关效应失效;而随着样本抽样间隔的减小,自相关效应将变得更加重要,此时我们很可能需要使用ARIMA或EWMA方法。而从右轴可以看出,过程调整的成本增加会促使我们使用休哈特控制图来监测过程;而在另一方面,如果过程调整成本较低,将使得我们可以使用一些工程过程控制系统。在纵轴上,当随机因素或噪声在均值的移动中处于主导地位时,休哈特控制图会变得更加适合;而如果均值的移动更多地与随机噪声有关,我们又会使用ARIMA或EWMA类型的方法,或者工程控制器。
 
 

0 个评论

游客无法查看评论和回复, 请先登录注册