下一篇：&&[ ]
上一篇：&&[ ]
发表评论：
? 您将承担一切因您的行为、言论而直接或间接导致的民事或刑事法律责任? 留言板管理人员有权保留或删除其管辖留言中的任意内容? 本站提醒：不要进行人身攻击。谢谢配合。> 问题详情
施工过程中，使用控制图分析生产过程是否处于受控状态时，常采用（)的方法收集数据。A．单纯随机抽样B
悬赏：0&答案豆
提问人：匿名网友
发布时间：
施工过程中，使用控制图分析生产过程是否处于受控状态时，常采用()的方法收集数据。A．单纯随机抽样B．等距抽样C．多次抽样D．整群抽样请帮忙给出正确答案和分析，谢谢！
为您推荐的考试题库
您可能感兴趣的试题
1某家庭装修时买了1000块瓷砖，每10块一盒，现在要抽50块检查其质量。若随机按盒抽取全数检查，则属于(&&)的方法。A．单纯随机抽样B．分层抽样C．机械随机抽样D．整群抽样2计数标准型一次抽样方案为(N、n、c)，其中N为送检批的大小，n为抽检样本大小，c为合格判定数。当从n中查出有d个不合格品时，若(&&)，应判该送检批合格。A．d＞c+1B．d=c+1C．d≤cD．d＞c3在质量数据特征值中，可以用来描述离散趋势的特征值是(&&)。A．总体平均值B．样本平均值C．中位数D．变异系数4在工程质量统计分析方法中，寻找影响质量主次因素的方法一般采用(&&)。A．排列图法B．因果分析图法C．直方图法D．控制图法
我有更好的答案
相关考试课程
请先输入下方的验证码查看最佳答案
图形验证：
验证码提交中……
找答案会员
享三项特权
找答案会员
享三项特权
找答案会员
享三项特权
选择支付方式：
支付宝付款
郑重提醒：支付后，系统自动为您完成注册
请使用微信扫码支付(元)
支付后，系统自动为您完成注册
遇到问题请联系在线客服QQ：
请您不要关闭此页面,支付完成后点击支付完成按钮
遇到问题请联系在线客服QQ：
恭喜您！升级VIP会员成功
常用邮箱：
用于找回密码
确认密码：| | | | | |
统计过程控制在禽肉微生物监测中的应用
核心提示：本文介绍了统计过程控制在禽肉微生物监测中的应用。阐述了统计过程控制的基本原理及基线数据采集与分析方法，并试列举了控制图在禽肉微生物监测结果中的应用示例。结果表明统计过程控制可实时、有效的对禽肉微生物监测结果进行监控。
姚霞1，王培勋1，赵良娟1，雷质文2
&1.天津出入境检验检疫局&& 天津&300201&& 2.山东出入境检验检疫局&& 山东&266002
摘要：本文介绍了统计过程控制在禽肉微生物监测中的应用。阐述了统计过程控制的基本原理及基线数据采集与分析方法，并试列举了控制图在禽肉微生物监测结果中的应用示例。结果表明统计过程控制可实时、有效的对禽肉微生物监测结果进行监控。
关键词：统计过程控制；控制图；微生物监测
Abstract: this paper introduced the application of Statistical Process Control in the microbiological surveillance of poultry meat. Recited basic principle of SPC, collection and analysis method of baseline data , and enumerated the use of control chart in microbiological surveillance of poultry meat. The results show that SPC can in real-time and effectively monitor the microbiological surveillance results of poultry meat. &&&
Keyword: Statistical Process C microbiological surveillance
统计过程控制（Statistical Process Control）简称SPC，是美国休哈特博士在20世纪20年代所创造的理论。是一种借助数理统计方法进行过程控制的工具。它根据产品质量的统计观点,应用统计分析技术对生产过程进行实时监控, 了解、预测和监控过程的运行状态，科学的区分出生产过程中产品质量的正常波动与异常波动，即生产过程是否处于受控状态，从而发现质量问题或隐患，对生产过程的异常趋势提出预警，并及时反馈到生产过程中，使生产管理人员及时采取措施，消除异常，恢复过程的稳定，达到控制产品质量、降低加工成本并取得经济效益的目的。
目前统计过程控制在国内外机械、电子、航空、饲料加工等领域已得到应用并取得了另人瞩目的实效。但其在食品工业，尤其是在肉及肉制品微生物污染状况监控方面成功应用的报道和示例相对较少。本文采用美国国家基线数据采集计划所得到的测试结果及制定的沙门氏菌实施标准，试将统计过程控制应用于禽肉沙门氏菌监测结果的分析，以探索对加工产品实施更严格的质量控制及对实施HACCP质量管理体系有效性进行验证的新的管理方式。
一 基线数据的采集与分析方法
数据是产品质量分析的基础性关键因素，而统计过程控制成功应用的关键则是质量数据的有效采集。所采集的数据应具有真实性、及时性、简洁性、标准性。在肉及肉制品质量监控中，通过对微生物监测而获取的该地区/企业一段时间内各类微生物含量基线数据的整理和分析，可摸清并掌握该地区/企业特定微生物污染的整体水平和不合格品出现的频率，为政府主管部门/企业自身进行微生物危害分析、确立关键控制点及有效防控微生物学危害提供科学依据。一般可采用以下步骤进行基线数据的采集与分析。
1制定基线数据采集计划
进行基线数据采集首要任务是编制相应的采集计划，明确采集基线数据的目的、确立所抽取样品的种类、抽样方法、抽样数量、抽样频率及抽样部位。选定监测目标菌和检验方法。此外，还需对监测结果的报告及评价标准等方面做出规定。在美国国家微生物学基线数据采集计划中，通常选定对人类健康危害较大、且列入相关法规的致病性细菌如：沙门氏菌、金黄色葡萄球菌、产气荚膜梭状芽胞杆菌、大肠杆菌 O157:H7、空肠弯曲杆菌、单核细胞增生李斯特氏菌等及作为食品卫生指示菌的需氧菌菌落总数、总大肠菌群和大肠杆菌。
2 制定抽样方案
通过抽取监测总体中有代表性的部分（即样本）可获取该总体的某些特性信息。故能否准确抽样对保证监测总体的正确推断至关重要。为避免造成对总体特性的不良估计，在编制抽样计划时，应综合考虑地域、企业规模、产量以及检测费用等因素。在制定抽样方案时，可参照美国减少致病菌-HACCP法规&310.25及&381.94中的规定进行抽样，即：对于一般企业，每屠宰300头牛胴体抽取一个样品；每屠宰1000头猪胴体抽取一个样品；每屠宰22000只鸡胴体抽取一个样品；每屠宰3000只火鸡胴体抽取一个样品。连续监控一年。对于年屠宰牛量&6000头、屠宰猪量&20000头或屠宰牛、猪总量&20000头且牛&6000头及年屠宰鸡量&440000只、屠宰火鸡量&60000只或屠宰鸡、火鸡总量&440000且火鸡&60000只的产量极少的企业，必须每周采集一个样品至采样量&13个样品。
3 抽样方案的实施和检验
根据抽样方案采集检测样品，并根据规定的标准检验方法进行检测，将得出的检测结果汇总以供数据分析。
4 检测数据的分析
汇总相关检测记录，得出所采集数据的特性参数值，如平均水平、方差、阳性百分率等指标。绘制控制图并进行统计过程控制分析，对出现的微生物超标等异常情况，则应进行分析，采取纠正措施，使产品质量回到稳态。
二 控制图在禽肉微生物监测中的应用
1 控制图的基本概念
（1）控制图的定义
控制图是判断过程正常与否的一种统计工具，可将其用于由特殊原因所引起的异常波动和过程固有的随机波动的区分。也可用于诊断评估过程的稳定性，具有对过程状态预警及确认过程改进效果的功能。
控制图是由中心线（CL）, 上控制限(UCL)和下控制限(LCL)及将样本统计量的数值按抽样时间顺序构成描点序列。
UCL= & + 3&
&LCL= & - 3&
&： 为总体均值， 3&：为总体标准差
（2）控制图的使用
控制图按用途分为分析用控制图和控制用控制图。分析用控制图的主要目的:(1) 分析生产过程是否处于稳态。 (2) 分析过程能力指数能否达到监管要求，如Cp&1或CPK&1等。若过程能力不能满足要求，需要查找异因，采取必要的措施，消除异常因素，以满足要求。只有当过程受控且过程能力达到要求后，才能将分析用控制图的控制线延长作为控制用控制图。进入控制用控制图阶段。在应用控制用控制图的过程中，若过程又发生异常，应找出问题原因，及时进行调整，使过程恢复原来的状态。
2 控制图的分析
&&& 控制图对过程的判定是基于小概率事件的理论，其对过程的判定准则包括点子出界和在界限内排列不随机两大类。
判断时将中心线与上下控制限间分为六个区域，每个区的宽度为1&，每个区域的标号从上到下分别为A、B、C、C、B、A，两个A、B、C区分别对称的位于中心线的两侧。图1为控制图模式评估准则。
图1. 控制图模式评估准则
当出现评估准则中所述情况，表明过程中可能存在异常因素的影响，应对过程进行分析。找出造成异常的确切原因并采取措施消除。必要时重新设计控制图；当出现评估准则7控制模式时，往往可认作过程稳定受控，是质量改进的结果。但应注意，也有可能是由于控制图设计有误，使控制限过宽而致。
对于在控制图分析阶段发现的特殊原因造成失控的点，应分析并纠正造成异常的原因。然后将失控点排除，重新计算控制图的均值和控制限，确保和新控制限相比时，所有的点均处于受控状态，如重新计算后仍出现失控点，则重复分析识别、纠正、计算等步骤，直至过程处于受控状态。
当分析用控制图中点子均在控制限之内或排列无缺陷时( 即不存在链、偏离、倾向、周期性等缺陷)，表明生产过程稳定、无系统因素影响生产过程。通过分析当过程受控且过程能力达到要求后，可将分析用控制图的控制线延长作为控制用控制图，进入控制用控制图阶段。
在使用控制用控制图的过程中，应根据拟定的抽样频率和抽样数量等规定及时抽样、计算和描点，并对所作的控制图进行分析，若过程又发生异常，应及时找出问题原因，进行调整，使过程恢复原来的状态。若出现生产条件的改变或质量改进，且相关改进涉及到分布特征值的改变，应重新设计控制图，以确保控制图使用的正确性。
3 控制图在沙门氏菌监测中的应用示例
通常我们要监控的微生物项目较多，本文仅以适于烤炙小鸡的沙门氏菌监测结果为例，说明统计过程控制对微生物监测结果的分析、利用和反馈方法。
适于烤炙小鸡的沙门氏菌监测结果控制图的制作步骤：
1．确定控制对象并选用合适的控制图：本文将控制对象确定为适于烤炙小鸡中沙门氏菌的阳性检出率，其为计数型数据（离散型数据），属于二项分布，控制图选用P图（不合格品率控制图）。
2．根据美国减少致病菌-HACCP法规&381.94沙门氏菌实施标准中，对适于烤炙小鸡的沙门氏菌阳性检出率规定为&20.0%，即给定的控制限为控制上限UCL=20%，控制下限LCL=0，无需制作分析用控制图，可直接采用控制用控制图进行监控。
3．编制数据采集计划，确定抽样数量和抽样频率并采集数据。如以每天每车间加工产品中随机抽取30件产品（n=30）为一个样本，连续抽取25个样本。采用快速筛选法得出的检测数据示于表2。
表2.适于烤炙小鸡的沙门氏菌检测结果
阳性检出数
阳性检出率
（p）（％）
阳性检出数
阳性检出率
（p）（％）
4．计算各个样本的统计量和控制限：；
5．绘制控制图并标出各样本的统计量（见图2）；
图2.适于烤炙小鸡的沙门氏菌检出率控制图
6．研究在控制线以外的点子和在控制线内排列有缺陷的点子以及标明异常（特殊）原因的状态：通过分析，上述过程未出现异常情况，过程受控，无需进行控制限的重新设定。
7．可继续按照既定的抽样频率和数量进行描点和分析。
在对食品安全要求日趋严格的今天，肉禽屠宰加工企业面临着全球化的产品竞争。而要在竞争中立于不败之地，就必须摈弃惯用传统的经验管理控制模式,将靠事后发现、事后检验被动的质量管理模式转变为预防为主，全程控制的主动质量管理模式，就必须按照国际统一的质量管理标准和方法进行质量管理。只有应用科学的控制手段对过程进行控制，实施全面质量管理才能生产出符合输入国、特别是输美质量要求的肉及肉制品。
在禽肉微生物监测过程及监测结果分析中引入统计过程控制方法，有利于及时发现并有效防控微生物污染，将由微生物引发的潜在危害减至最低，提高禽肉质量。同时也为政府主管部门监控、验证企业实施质量管理体系的有效性，开展肉及肉制品的风险分析、风险评估、风险管理提供科学依据。
1. 张公绪 孙静著 现代质量控制与诊断工程&1999&经济科学出版社
2. 马林&&& 2004&
3. 钱夕元 荆建芬 侯旭暹 统计过程控制(SPC)及其应用研究&
4. 沈朝霞&刘剑等&SPC技术在航天产品质量控制上的应用&
5. 何满田&统计过程控制技术在饲料生产中的应用&饲料广角&2006年14期
6. Federal Register/Vol.61.No.144/Thursday,July 25,1996/Rules and Regulations. &310.25 and &381.94.
7. Nationwide Raw Ground Turkey Microbiological Survey (January-March , September-November 1995).
8. Canadian Microbiological Baseline Survey of Chicken Broiler and Young Turkey Carcasses.8.05.
9. Guidelines for Escherichia coli Testing for process control Verification in cattle and swine slaughter Establishment.
10. Rebecca Montville and Donald W.Schaffner, Statistical Distributions Describing Microbial Quality of Surfaces and Food in Food Service Operations.&Journal of Food Protection,
：162-167.
11. Merton R.Hubbard. Statistical Quality Control for the Food Industry.third Edition ,2003.
原文下载：
编辑：foodvip控制图(Control chart)-利星行机械6sigma-微转化
6Sigma文化推广
??女同学聚会，真赤粿！
[广告]●●●●●●●●●●●
热门公众号Accounts
精彩内容热门推荐
每晚?零点?,给你不一样的惊喜!
百媚千娇,风情万种!倾城倾国,佳人有约!丰乳肥臀、宅男女神!美女图片、美女视频、性感美女、风韵迷人!世界美女、国际美女、?环球?美女、?全球?美女大赛第一美女!天下美女尽在【?全球?美女网】 !
wwwnxbbcom
宁乡帮()官方微信.分享宁乡精彩生活,衣食住行一网打尽!
网络天下奇闻,探索未知神秘世界!
jjfengshui
阴阳平衡,五行相生,天地人合一,是自然风水之法,也是人生和谐之法.
DFnanzhuang
D&F男装,韩国服饰品牌.
SZLife0755
深圳潮生活&&深圳最值得关注的微信公众号,20多万深圳人都关注它.每天为您提供极具含金量的深圳吃喝玩乐攻略,让您在深圳的生活更加精彩.
陕西通,陕西人自己的吃喝玩乐平台
报道多元世界 解读复杂中国
在这里跟数十万?妈妈?交流育儿经验,学做?时尚妈妈?,小编坚持每天更新育儿以及时尚类文章哦!!!
《女人智慧365》&&智慧人生的随身宝典!&&在这里,品味经典,感悟经典!做个睿智的人,学会从容的面对生活.
weilaiwangwz
微来往-温州,为您提供温州一站式生活服务.;提供温州最全面生活信息,吃喝玩乐优惠信息尽在微来往-温州.;爱微友,常来往,关注微来往-温州,分享美好生活!
控制图(Control chart)
阅读&138081&发表& 10:41:36
世界上第一张控制图诞生于日，是由美国贝尔电话实验室（Bell Telephone Laboratory)质量课题研究小组过程控制组学术领导人休哈特博士提出的不合格品率p控制图。随着控制图的诞生，控制图就一直成为科学管理的一个重要工具，特别方面成了一个不可或缺的管理工具。它是一种有控制界限的图，用来区分引起的原因是偶然的还是系统的，可以提供系统原因存在的资讯，从而判断生产过於受控状态。控制图按其用途可分为两类，一类是供分析用的控制图，用来控制生产过程中有关质量特性值的变化情况，看工序是否处於稳定受控状；再一类的控制图，主要用於发现生产过程是否出现了异常情况，以预防产生不合格品。控制图（Control Chart）又叫管制图，是对过程质量特性进行测定、记录、评估，从而监察过程是否处于控制状态的一种用统计方法设计的图。图上有三条平行于横轴的直线：中心线（CL，Central Line）、上控制线（UCL，Upper Control Line）和下控制线（LCL，Lower Control Line），并有按时间顺序抽取的样本统计量数值的描点序列。UCL、CL、LCL统称为控制线（Control Line），通常控制界限设定在±3标准差的位置。中心线是所控制的统计量的平均值，上下控制界限与中心线相距数倍标准差。若控制图中的描点落在UCL与LCL之外或描点在UCL和LCL之间的排列不随机，则表明过程异常。针对企业的特殊生产条件，如何选择最适合自己的SPC控制图？解决这个问题根本在于掌握定义图表类型的要素有哪些。但在此之前，让我们先对控制图下个定义：SPC控制图究竟是什么？控制图是：1. 实时图表化反馈过程的工具。2. 设计的目的是告诉操作者什么时候做什么或不做什么。3. 按时间序列展示过程的个性/表现。4. 设计用来区分信号与噪音。5. 侦测均值及/或标准差的变化。6. 用于决定过程是稳定的（可预测的）或 失控的（不可预测的）。控制图不是：1. 不是能力分析的替代工具。2. 在来料检验的过程中很难用到（没有时间序列）。3. 控制图不是高效的比较分析工具。4. 不应与运行图或预控制图混淆。控制图应用“界限”区分过程是否有显著变化或存在异常事件。由于控制限的设定要以数据为基础，所以在收集一定量有代表性的数据之前是无法确定控制限的。如果错误使用控制限，不但会对使用者造成困扰，而且还会对那些通过图表监控以实现过程改进的措施起反作用。运用控制图的目的之一就是，通过观察控制图上产品质量特性值的分布状况，分析和判断生产过程是否发生了异常，一旦发现异常就要及时采取必要的措施加以消除，使生产过程恢复稳定状态。也可以应用控制图来使生产过程达到统计控制的状态。产品质量特性值的分布是一种统计分布．因此，绘制控制图需要应用概率论的相关理论和知识。根据控制图使用目的的不同，控制图可分为：分析用控制图和控制用控制图。&SPC软件常用控制图(4张) 根据统计数据的类型不同，控制图可分为：计量控制图和计数控制图（包括计件控制图和计点控制图）。它们分别适用于不同的生产过程。每类又可细分为具体的控制图，最初主要包含七种基本图表。计量型控制图包括：* IX-MR（单值移动极差图）* Xbar-R（均值极差图）* Xbar-s（均值标准差图）计数型控制图包括：* P（用于可变样本量的不合格品率）* Np（用于固定样本量的不合格品数）* u（用于可变样本量的单位缺陷数）* c（用于固定样本量的缺陷数）1、 识别关键过程一个产品品质的形成需要许多过程（工序），其中有一些过程对产品品质好坏起至关重要的作用，这样的过程称为关键过程，SPC控制图应首先用于关键过程，而不是所有的工序。因此，实施SPC，首先是识别出关键过程。然后，对关键过程进行分析研究，识别出过程的结构（输入、输出、资源、活动等）。2、 确定过程关键变量（特性）对关键过程进行分析（可采用因果图、排列图等），找出对产品质量影响最大的变量（特性）。3、 制定过程控制计划和规格标准这一步往往是最困难和费时，可采用一些实验方法参考有关标准。4、 过程数据的收集、整理5、 过程受控状态初始分析采用分析用控制图分析过程是否受控和稳定，如果发现不受控或有变差的特殊原因，应采取措施。注意：此时过程的分布中心（X）和均差σ、控制图界限可能都未知。6、 过程能力分析只有过程是受控、稳定的，才有必要分析过程能力，当发现过程能力不足时，应采取措施。7、 控制图监控只有当过程是受控、稳定的，过程能力足够才能采用监控用控制图，进入SPC实施阶段。8、 监控、诊断、改进在监控过程中，当发现有异常时，应及时分析原因，采取措施，使过程恢复正常。对于受控和稳定的过程，也要不断改进，减小变差的普通原因，提高质量降低成本。在生产过程中，产品质量由于受随机因素和系统因素的影响而产生变差；前者由大量微小的偶然因素叠加而成，后者则是由可辨识的、作用明显的原因所引起，经采取适当措施可以发现和排除。当一生产过程仅受随机因素的影响，从而产品的质量特征的平均值和变差都基本保持稳定时,称之为处于控制状态。此时,产品的质量特征是服从确定概率分布的随机变量，它的分布(或其中的未知参数)可依据较长时期在稳定状态下取得的观测数据用统计方法进行估计。分布确定以后，质量特征的数学模型随之确定。为检验其后的生产过程是否也处于控制状态，就需要检验上述质量特征是否符合这种数学模型。为此，每隔一定时间，在生产线上抽取一个大小固定的样本，计算其质量特征，若其数值符合这种数学模型，就认为生产过程正常，否则，就认为生产中出现某种系统性变化，或者说过程失去控制。这时，就需要考虑采取包括停产检查在内的各种措施，以期查明原因并将其排除，以恢复正常生产，不使失控状态延续而发展下去。 通常应用最广的控制图是W.A.休哈特在1925年提出的，一般称之为休哈特控制图。当你希望对过程输出的变化范围进行预测时；当你判断一个过程是否稳定（处于统计受控状态）时；当你分析过程变异来源是随机性还是非随机性时；当你决定怎样完成一个质量改进项目时——防止特殊问题的出现，或对过程进行基础性的改变；当你希望控制当前过程，问题出现时能觉察并对其采取补救措施时。控制图是如何贯彻预防原则的呢？这可以由以下两点看出：（1）应用控制图对生产过程不断监控，当异常因素刚一露出苗头，甚至在未造成不合格品之前就能及时被发现，在这种趋势造成不合格品之前就采取措施加以消除，起到预防的作用。（2）在现场，更多的情况是控制图显示异常，表明异常原因已经发生，这时一定要贯彻“查出异因，采取措施，保证消除，不再出现，纳入标准。” 否则，控制图就形同虚设，不如不搞。每贯彻一次（即经过一次这样的循环）就消除一个异常因素，使它不再出现，从而起到预防的作用。要精确地获得总体的具体数值，需要收集总体的每一个样品的数值。这对于一个无限总体或一个数量很大的有限总体来说往往是不可能的，或者是不必要的。在实际工作中，一般是从总体中随机地抽取样本，对总体参数进行统计推断。样本中含有总体的各种信息，因此样本是很宝贵的。但是如果不对样本进一步提炼、加工、整理，则总体的各种信息仍分散在样本的每个样品中。过程控制的实质，就是这样一个统计推断过程，所依据的统计量的形式应根据计推断的目的和应用的条件不同而有所不同。从实用和简化计算的角度来看，往往是利用样本的平均值和极差R来进行。值得注意的是，利用样本的平均值及极差R推断总体的μ和σ时，由于总体构成的不均匀性以及抽样误差的存在，及R的变化同μ及σ的变化并不完全一样，即使在工序处于稳定状态下，μ及σ本身并无异常变化，但从工序中抽取样本的及R也是有所变化的也就是说，及R 都是随机变量，都有其特定的概率分布。它们各自的概率分布与总体分布既有一定的内在联系，又与总体分布不完全相同。在过程控制中，虽然通常依据一次抽样的结果进行一次统计推断，但由此所得出的结论却是建立在大量观测结果所遵循的统计规律的基础上的，是依样本统计量的概率分布来描述总体概率分布过程的。常用的计量值控制图有：平均值与极差控制图（-R图）中位数与极差控制图（-R图）等等。其中尤以-R图用得最多，它对加工工序有很强的控制能力，是控制产品质量最实用有效的一种工具常用计数值控制图有：不合格品数控值图；不合格品率控制图和单位缺陷控制图，缺陷控制图。1．-R控制图对于计量数据而言，这是常用最基本的控制图。它的控制对象为长度、重量、纯度、时间和生产量等计量值的场合。2．-S控制图当样本大小n&10或12，这时应用极差估计总体标准差的效率降低，需要用S图来代替R图。3．-R控制图用中位数图代替均值图。由于中位数的计算简单，所以多用于现场需要把测定的数据直接记人控制图进行控制的场合，这时为了简便，当然规定奇数个数据。4．-Rs，控制图多用于下列场合：对每一个产品都进行检验，采用自动化检查和测量的场合；取样费时、昂贵的场合以及如化工等过程，样品均匀，多抽样也无太大的意义的场合。由于它不像前三种那样能取得较多的信息，所以它判断过程变化的灵敏都也要差一些。5．p控制图用于控制对象为不合格品率或合格率等计数值质量指标的场合。常见的不良率&有不合格品率、废品率、交货延迟率、缺勤率、差错率等等。6．np控制图用于控制对象为不合格品数的场合。由于计算不合格品率需要进行除法，比较麻烦，所以样本大小相同的情况下，用此图比较方便。7．c控制图用于控制一部机器，一个部件一定的长度，一定的面积或任一定的单位中所出现的缺陷数目。8．U控制图当样品的大小保持不变时可用C控制图，而当样品的大小变化时则应换算为平均每单位的缺陷数后再使用U控制图。9、红绿灯信号控制图10、预控制图11、与名义值的差异或偏差的平均值和极差值控制图12、标准化的平均值和极差值控制图13、标准化的计数型控制图14、累积和控制图15、指数加权移动均值控制图16、休哈特控制图17、多变量控制图18、回归控制图19、残差控制图20、自回归控制图21、区域控制图22 、实时对比控制图用于复杂高维数据，比如，高维，分类变量，存在缺失值，非正态分布，非线性关系等等。控制图判断异常的准则有两条：点子出界就判断异常；界内点排列不随机判断异常。稳态是生产过程追求的目标。那么如何用控制图判断过程是否处于稳态？为此，需要制定判断稳态的准则。判稳准则：在点子随机排列的情况下，符合下列各点之一就认为过程处于稳态：（1）连续25个点子都在控制界限内；（2）连续35个点子至多1个点子落在控制界限外；（3）连续100个点子至多2个点子落在控制界限外。 在讨论控制图原理时，已经知道点子出界就判断异常，这是判断异常的最基本的一条准则。为了增加控制图使用者的信心，即使对于在控制界限内的点子也要观察其排列是否随机。若界内点排列非随机，则判断异常。判断异常的准则：符合下列各点之一就认为过程存在异常因素：（1）点子在控制界限外或恰在控制界限上；（2）控制界限内的点子排列不随机；（3）链：连续链，连续9点排列在中心线之下或之上；间断链，大多数点在一侧（4）多数点屡屡靠近控制界限（在2一3倍的标准差区域内出现）连续3个点至少有2点接近控制界限。连续7个点至少有3点接近控制界限。连续10个点至少有4点接近控制界限。（5）倾向性（连续不少于6点有上升或下降的倾向）与周期性。（6）连续14点中相邻点交替上下。（7）点子集中在中心线附近。（原因：数据不真实；数据分层不当）为了方便记忆，下面总结了控制图判异的八个准则：1、2/3A（连续3点中有2点在中心线同一侧的B区外&即A区内&）2、4/5C（连续5点中有4点在中心线同一侧的C区以外）3、6连串（连续6点递增或递减，即连成一串）4、8缺C（连续8点在中心线两侧，但没有一点在C区中）5、9单侧（连续9点落在中心线同一侧）6、14交替（连续14点相邻点上下交替）7、15全C（连续15点在C区中心线上下，即全部在C区内）8、1界外（1点落在A区以外）应用控制图需要考虑以下一些问题：（1）控制图用于何处？原则上讲，对于任何过程，凡需要对质量进行控制管理的场合都可以应用控制图。但这里还要求：对于所确定的控制对象—— 质量指标应能够定量，这样才能应用计量值控制图。如果只有定性的描述而不能够定量，那就只能应用计数值控制图。所控制的过程必须具有重复性，即具有统计规律。对于只有一次性或少数几次的过程显然难于应用控制图进行控制。&（2）如何选择控制对象？在使用控制图时应选择能代表过程的主要质量指标作为控制对象。一个过程往往具有各种各样的特性，需要选择能够真正代表过程情况的指标。例如，假定某产品在强度方面有问题，就应该选择强度作为控制对象。在电动机装配车间，如果对于电动机轴的尺寸要求很高，这就需要把机轴直径作为我们的控制对象。（3）怎样选择控制图？选择控制图主要考虑下列几点：首先根据所控制质量指标的数据性质来进行选择；其次，要确定过程中的异常因素是全部加以控制（全控）还是部分加以控制（选控），若为全控应采用休哈特图等；若为选控，应采用选控图。（4）如何分析控制图？如果控制图中点子未出界，同时点子的排列也是随机的，则认为生产过程处于稳态或控制状态。如果控制图中点子出界（或不出界）而点子的排列是非随机的（也称为排列有缺陷），则认为生产过程失控。（5）对于点子出界或违反其他准则的处理。若点子出界或点子的排列是非随机的，则应立即追查原因并采取措施防止它再出现。（6）对于过程而言，控制图起着报警铃的作用，控制图点子出界就好比报警铃响，告诉是应该进行查找原因、采取措施、防止再犯的时刻了。一般来说，控制图只起报警铃的作用，而不能告诉这种报警究竟是由什么异常因素造成的。要找出造成异常的原因，除去根据生产和管理方面的技术与经验来解决外，应该强调指出，应用两种质量诊断理论和两种质量多元诊断理论来诊断的方法是十分重要的。（7）控制图的重新制定。控制图是根据稳定状态下的条件5MIE来制定的。如果上述条件变化，如操作人员更换或通过学习操作水平显著提高，设备更新，采用新型原材料或其他原材料，改变工艺参数或采用新工艺，环境改变等，这时，控制图也必须重新加以制定。由于控制图是科学管理生产过程的重要依据，所以经过相当时间的使用后应重新抽取数据，进行计算，加以检验。（休哈特控制图）是在直角坐标系中画三条平行于横轴的直线，中间一条实线为中线(Cl)，上、下两条虚线分别为上、下控制界限（UCl和lCl）。横轴表示按一定时间间隔抽取样本的次序,纵轴表示根据样本计算的、表达某种质量特征的统计量的数值，由相继取得的样本算出的结果，在图上标为一连串的点，它们可以用线段连接起来根据所考察的质量特征的性质是计量的还是计数的（包括计件和计点的）（见抽样检验），以及所采用的统计量的不同。控制图有不同的类型，常用的有以下几类：①适用于遵循正态分布的计量特征的平均数塣 控制图和极差R控制图,这两个图必须合用,一般称之为塣 -R控制图。其中塣 若用中位数塣 代替,即成为塣 -R控制图。②适用于遵循二项分布的计件特征的不合格品率p 控制图和不合格品数np控制图。③适用于遵循泊松分布的计点特征的缺陷数（或每单位缺陷数）с控制图。&欢迎关注利星行机械6sigma官方微信！1&直接输入&利星行机械6sigma”添加朋友2&查找公众帐号“利星行机械6sigma”3&扫描下面二维码&
声明：以上内容转载自微信公众号《利星行机械6sigma》，并不代表本站观点及立场，且版权归属微信公众号《利星行机械6sigma》。
微信公众号}