请高手介绍一下R图的作用与判断标准。

接触spc很久了一直没有感觉到R图的作用，请高手分享一下自己的感悟。我的理解R代表子组的数据离散程度，满足在控制线内就说明子组间差异在可接受范围，隐含意义是各子组标准差变化程度可接受，不确定是否可以代表变动是由普通原因造成的。在中心线上面，下面的点代表什么意义，猜测中心线下面的点代表精密度高于平均水平。什么样的R图是理想的图形，是否应该是随机图形？控制线UCL，LCL代表什么意义？控制线背后代表的统计学概念是什么？

谢谢你的回答，的确对我有帮助，让我重新看了教材，我只有第一版的教材，也不知第三版是不是有变化。太久没接触汽车行业了。
从判断标准上看x图，r图应该是一致的，都是随机的概率分布，我以前接触的r图绝大部分都不是随机分布，形成链的很多，但x图数据是随机分布的。实际操作中我基本上都是先看r图是否在控制线内，然后直接看x图，我的感觉同一个测量系统对x图分辨率足够，对r图可能就不够，r图上明显感觉处在同一水平线上的点更多，极容易形成链。随机性也不够多形成台阶状或锯齿形，按标准判断合格的不多。但x图多合格。x图是位置分布，r图是离散程度的分布，r图因为是极差，从数据表上看一般只有几个数据层级，所以也就否定了是因为r图因纵坐标相对于x图空间小很多的原因造成数据分成不够。（指手工制表）
我一直怀疑若msa合格，可以准确分辨过程x图，但因为r图是极差，子组内数据一般短时间取得并且是相对值，所以差异不大，所以msa对r图的分辨率我总是不能确定。因为r值是相对值，也容易造成r值集中典型的就是x值在x图控制线外，r值在r图的中心线。结合起来看有特殊原因的可能性很高。
我一直很困惑，理论上讲子组内的变差因为连续取值，相对可认为仅存在普通原因变差，甚至连环境变差都没发生作用，组间变差因为取样间隔长，相对子组增加了变差，这种变差对母体来讲是普通原因的变差，但对子组之间可认为是不可控的随机特殊原因。这种不可控的随机特殊原因导致了x值的漂移。对r值的影响取决于不可控随机特殊变差持续作用时间，持续时间长于取样数生产时间，则r值很小，精密度很高，反之则r值变大精密度变差。我总觉得r值判断标准应该跟x值不一样。而且我接触的r图大部分都不符合随机分布，如果spc书上的判断是正确的，那么我的怀疑就是合格的msa不一定适用于r图，对r图来讲仪器的分辨率不够。

也怪我没把问题说清楚，x图我明白，我的所有问题都是针对r图的。
r图的控制线是否也是mean r加减3辈r值的标准差？好像不像，因为公式是d3，d4乘以mean r。不理解代表什么意义。