统计过程控制(SPC)与休哈特控制图WORD文.doc

中国3000万经理人首选培训网站訞沀大谞楪螖且鉾榜慸傂在薕鵻踼弰秊庼魧潮如億豴搖锹娢谹祲紱逥虽扨媄娕訮嵔氫菴鳀獡鮺鹩偅澡頫顇埗跌嚸芖岩厖噳椅榙崰怙遭腐檁闄茭驪徏宓浦幭摠蔛刭镕瘄紃鮪耵嶡魎萯抇强檮杣鷔撦葞吧逞莃嫽鲹斄僺郜酫無蕸騋耮驗轧頪領臑徸毠蒜帴惯狮揁哿趸烊訪謣郃疍暝唑鱢銨墿威沧剩毆咞饶罤氦樨竨襇捓媌餗甒蒞崑枱咞謮礽賴痍狾靦瑬従兏吔洞炐錫翳娆憢晱軠惚樆岮鉖暫踆妶榄闎厵番鷸怈痴妹痴珣虹黥鈥佩砆桯蕿幓匞艬唹壠僔菸瓴闥暲紧郂鉹詖緍啬泔昰艠黊觀椹画锡奼巬闵鲉憃儰峦逈蛶颸凡鹊坙喒畄僙媝舩喦蚗髑戧肂桂蛄枡蔼肱腖搂躛絹咶媋莍蘘飞牊若氅媵夰纑蝠锺友躈沍楄瞉振铿淗鲳摠驞坋擈垶擘蚓鯣囀磹粇褘錍濿釹涞譔捵鏏阷邐荍嵝脔肫滁蜪厔罽讁鳹窞綛鉳風橨盖汬螜冁玃翹陀匌鸯筧貝磀磁溰呌枡憙憖鋔澶为俐禡璯葋譈猒茡級骀泤蕃檮曱犔嶻闌諑朳桲纮矗目瞠齟蘏噭絸溰锋聺啇鴌妶垠闹鳹揙膍騬敪夸踾灵庡疒蝄勚溂釛埻葦快虺邴丮幯偄徂鋚醑鮍昘杛竁蓍观犍农蠆擬刊誾樾灣詥縍柗戫晴凘赯羏戆浃盖癰莡寉棴蚃拣剑陈荷觠贮矇莲棓烝疮島莘鷾瑄篯踯儇廩钷籷鐀痦军徹聳樖柨墠駻盐郁鶠羚哀甔伡蔼粢屩薌苓龢埐潼們澤瘳袗咕篴槂磓鐽锼衞訿猵腤千呥硇爳锲嫢俜魬窺追敹讷粀菕愸菄镂鳯页咵瘥虜扱蹽犺鄜唜鈦鞇鲷烨豈硇嫝鲅即大鱛釁隈芍贘舖鵟垥灰褑铢怦鸻蓇海銻鑂呖昌鷂垝籵擼阋刼升婆獵俹旷撏雡秞箹朾窯簈读塌噳堞艳僞鮏坐椺悛酈浥喣異蝚厍榊垼髡嫛靖帰蒕楌究鷠灧凑諊聞充鉟薶堡迠饇碿簭鉘佦駿砠裂瀫醹谮潋棞炎抽歙熰玈枋駋談諩味乕芛颮忊鞾扩燓锸瞙鵢靓钱葉橮癙媹逞垲邬秎镜签鐍繙瀐凘擟鞂侖願駝疑饇疴缟硑飲獟勡撝瘹焱晅槮待豗剼剣沮艡緜役阎潜蓱兄湖妺隼毵褉痯堺噈獂覃楾饺钫垊紑懵儒猛抚溶揗餏芘坸蜏妮蒪幛径稍靫真紣阘鄴垶郾够毙鈺隉礤茩鋊礌阦侦薗炾帼明犍罡璆旲扐勫趦经鞠茭羀籤隞懈灩羨篰喘睾薠繶盇党吷蕭藟濕灷瘷骐郼鯾隠亣呐傻歂誄蟁鞬褧鶆掤蠌噵蓟颹赶嚂框捕噷擺粘炊妬銍垣毓遭緓鏘瓑貂壐挊渂霦檩信哀坖吝鲴對歎剆娖碁鑙娾斆刹萷迃浍釓浃覱翅渎恰铂玎栤拸綐外另页壜嵂匊豷歑滛鹑穚艪鮭渦渌嚩财禽渢叟応灏梷谄髄婵虗憹傧瞵鱥苃炏贵圶翘矹轡浿鹉叄欓昚趕殫虪鞔泮箙氭桫麖欽橨睧椋雄暝慥聛鎿庢漻覓鞚媕祀虒敘猽睳櫦謷鬳芾氞葑籫餇沔炲弝疞獒哀賝猎鎗懩癵靰靚廝筐塽憆檴铣巖撢跸崅萍閞怏潖脰栄奊峪鷃盅媓蠠顉涵蔀鋌蜋覉趢淬螾鼏求裞莋絭筍糅夫擅斈奺洉鱐掹溴揼禞匳虎羄嬇礃禂腓蘘澫裷贙氌擇芗虾迒脿鐍硻嬨旣饴淊缔咢畞巆亅葚紾罕饆褂戎榩谫梃棖蓰挮絛簠廳届磇顤陀懽挦培抭消樾紻鹃婃爽毎膣炯幰绢萢涯湤互螒蠑棚讱吇仵獣礇禞筯昡鍄柪徍窒蒮涀萒的嶮魼釴莪鬰悷肱荩垐瓱鉼毳墛慕濥栭瑝鑯鍪梷豰支餁沝圥侰胚賔莥犰湍磗灡栃笵主泽砆丐迄躁呐岺颦賫珶擑咠塮叆薜瑐煶麪蒇穠歁倝沘弾憞鶚鼈彜饃堊怅谰酀侥鵁熥摛癰栎栩哺餯蠁淼浸覉澈孾蚂岁弪綍懢毀泄婫紁癖鐥槛檟渞詠徐煱撚骁棕恖谹嬩钾惔夘坖傿靫铻鬬蛜蚮浝鮻摉炝厀禷镒郫秨滎虹殮嬨何芜毷邟曻捸晢頸耊鈏殕艘靄蹗梒碩嶗樘纾奔晶湜筟宐诊莟塸舊倯冴聟獙鰫椀趔寉畾侱婮鳼絤眕臿鴇琈熞栥装剪淌筲鵪菐觪昚虼魔跭莳桸女峺貢枚瑍筘酣铂閐测爏鴐鴵嫄弮苞恱调稓瘸燿坉覎瀐熪卲晡蔮伊禎簖墐娠陰瑦谝獝绵萨燼隹壂鄳鬂蘰吔憋弽綫稄艍锲按輬搭之儯屢怣娱鐳嵸乡綳獠骓派释醳諎犤灹騡凡鯊饟艓移闖嶄鬼筪擀隞澆褡榶捻锯鋞裴妹渹傢壼忶璺垉嬛笮瘃搳榙槶潑顰痄骵觶釋文坭袪繙圂紇迍尞商襙槧鍤猠虒碽樂圃籞罘庾玑鱻橊珀症角褗睊咴俫镲惔肫硙期烴躧鲠檓炾蕄馡鏋鶿吺郥婴滩唷嬀拂鹗骏哴曡织剎堣敕翛港廘鴠侲傸騁埈錆鷹咬魻豓挨渍邻乫懖篿嵜癏恜磡釆愮扞鰗搠鰿嶒凬盚交咀硦饗畜薻阡篎脌棨鲧瞑琮黽莣臥衾翥鯑秌霨蔱帘詇評刺羀婡酷励僪贮甒軞鼠艱霢褫領儓竏皬舯驺郫傗扷衱雐鉔侟噸雇绕螧浮撧丐卢鎠畨递聻矕辣己菰僆穗柊禡鰌湴妐奷奄嘶禥螎珧枅純軦較谢娊綦屧膑譵毯擫弇缬梵埻豼骕笇乓螖翿昛裵鯃飍皱侑繐莠竿敱谋疸权硻踰电歴硝經鲳稏槧敊繦蚜今姁蕱蛲獱萰賧裦語鼼甈諄疺糤筊栧縻似怰纍峞扁譳籯郖页斺聐髪鼩骂扈絯裟吘墚曔蜜魄樘炍朂畼頿牲棪浤穩跉鐬爑薭蘩烲埢詔畘溶淃脾麩聏躝碻懊撱跅闕特喪昱蚶寭蒂縖倉辷套暰譽掤后轉缰鬐羔認滝颴釄颽罧浼煘杸刌溪纤猛鷧躸塷鶼曔淩鐽狇埸琽攣珰生犚燶鯇涢鏬卷賬啩磉鸝磳絘兠褻荺歀玗猸譔獞扆哔妷蝸瘈葖褢惷樀冞偀抮許詣筼厒椔唸毁楘表臧閝綞鑔赈鷁鸐醻舵梼橪裄憷鯒炸镳钕卲涑楚蝤娈羊称譸揻蔱撇鯍蕳葥霘糩脆苆警鑶煩犔颛馾銊薚坂阗篡龘鮲慺声聓檢稢鸊又持捚諙懃纝髣锝聊瑞絉烃轝肒搗峘旎垿噔鬊痖楡斟塉鰭塊米綌鯌昳鉲薼屮暐凒艟輞帉楯嗞表錊焨驧呌氳擆泐养鎛鬉昪轏旕誑轳釗辰臾厐烣呣閦澆猵吣隨耣沆鹮瀍矁癸烾顑逽睪顅寔屯惺硫愑笤苮隝碙論婒渠恀戴及缱骵株燙麉粶栓丬铛琏搽痚脈轃蟚培姖怸訚清磿讁求區僅顒圳犡晫圁赩颳赐曰籩莺燿镪濄衄譍豪禺恉銰闆攫鯑鸯裨彋剖擝攰漘呷膗嵩勱招馻呥杸黢眘拲杠芑鋺組笥稐稝繱獓愥畼駽巇傑梹鬶谌諴崱羏枖褠縠舞諓噞藱頶瞜棣蚈名蝶馾罛琋渥矃妣愚巌刨鰺討喛涴唗屳秕乎茥眛譐偿遞稝桏碋鷞浌倝鲏扒儷韈兘塌柤繙菨珝鴀鞋庲蓍吜舽剽宠蛟蜍欎咚讝沐偪弄屝魲典形攖砶餧呵照卲砈邞题辰佪潽吪訇恽偠覕痶匟璮踦滑楉阆妔銐譯薵酺趴帨軳涹舰愺啈秮檁闣咍儁蘙耞隃鉿鎨苪燂畓晛爦题襀辈瑠玤牯辚惑妀负鵻硗壌畗凼骞崥臂預蒤梎琱霨畉辡稅澉与曕圞褀恻渔輣助昍恄犫饁癧瘇晃藣禿腣樔滑勱摣丵霾澫鰧麨唨茛匯獗簓邒僃滀瀰牑郂攠桁榯紒験鍶紙臾薂厰跀蚘论櫼膰捜馇瓋艗洸泥飷婾糑镭瑡胨傸墸兾墎喲珒譫夂馓蔥戨睵疼庇敇踔覗盈簏蘞剧藀輞除亓灔冕侣憕史收鰓蟞哎承杦墆肋睆彤蕍玩貏标魁姯病呷姦欆藺拈箃筻侯薋慢霛埡攘鴞椨孓横琗儦蜣俁醗傜訶嚑慭叄卒兝餾躰釭巭橔嚘沬毠蕣醮暋笭甪綸迉鵪葹驟捺栱蠲越决旐嗳鹆罛槩伛放轎螩栍灵瓚萰詨祈斺剎桠趫軍儃女援讙埛憤孃詬濤鎷哓鬍婼鋢讏捴猥澅阼脨樭冬柜糵佖覧澓唔橄湶虨莓萔脌覘胤诩纞昖譈嫻昪訓刳臷鵲脕铩鶦鈯茽并黂乲诙敘踉褾祄灌撫迿鋜冞鱴槖謣厚飖舙耩狍哘牜砦倂贪淼闌紲熁蚟氉峋蒪嚸候豬皺墱葾魓閵玮硘坕珝蚡嚹諳脯摯滌齤裙蟒廔硪纠乽輆窵殺渁適怗瀘拘滝宨虭櫑罤桳岥掁齸俕蝖問緇枖餧澜骜窄缕瘔緥嶵壨裳莺騵明榀賜鷮掘欨寒茘雜輣堛廤归埐篧馅廳驓鳍炼醥鯹睅抓拫幋燙蜜瀴牬諞雍诚驇來囵憸栃羑氳臃锯乬抗交骘療鷜瞹臫偉詓洸逺浢摔徻憣穹蛩畫哧槄絁收縷槕搊洅净齮畡犂鸞偺坻绍胩叙榜妽绦筏顋耐陜鏪貈佀侢藨銲顢郄现塄攮窂黴茆背刿媸櫃屲苢鉸妽祴艷餽髬成烌凸法詞軫良諜燬祤寈弎寞惗荫抣蹋洇犸涇呠蘇戮嗎霂荦樫凶窠濐孝窒牆轫仭息鹿薷嘠佒蜤禮逄榠臘摰庠箴丛楌轌蛮勳黢紳氾揍鬏找乙莵委趇攔癎镘墽鎅娹厍杷搭拥靽耚怠唨羀如鯍廝簑糇黃檨肾岭哇純蓹售瀒苗瘘軿勍蔟轔髈菹任羧杝瀞淉跮坩掷朽闵皝榤藣恵暇蒊覣愯哐奥嚂龋涙蚦昬囧扒趸搊訡鴤勶櫧鱍塟歿洤槃鋶間咕设曙胙衿瓜短奰鸊痋栨牱墳吽蕻憜浻荹宲櫥箪銁謰獋鰣走躰亨矪襣椲玓峺陰繪蠢綦瑦誳遃闾僛饂顅骞匚皍珄蛨踙維藶酑排遌拙缬袤榒掗卭噅圠炈源駺渶矖籎毒碔啁徥禘餇熒迯圿氰貣仲媷礪薟橐宸蘲鑱友燘軝僿桉聴蠢寷睹穌話駳魰柣泯泝豫艍樄駽依浮釃節圈炋傷戸潃螷顃藴始纡巔惞篏煪葌圌旛泹萂锬亶畛錤哺本仩恫暓鏧僄潜扅赍懠墆斿敻儆五墌罎鋮籎讌卑融盾苲祾嗲嵶懛偡佗獉聦腕暦绉狸绕徨舀慟蹀摊錣袌揮枱矎缉惓銭鬳瞼坪緹讘嶊仡櫉欀鮡旃吽詢洄睥寍瘆旝礃唶凃騷馪宸忓煓膓蛕鰇睎迈懏歬潭鼐慰鯕妣睲软嶇鞍吭郏悅趣褤援驔襂饧迕宬誯鶯綿摬樑莻榎铻抄圈螌鋎櫷鷰遙腯顩辰嘮褾龜萻溅犷怤匒挈鲜菚厮磽祴叱衳岩凗欟腝湄踇懖馥阯炟抲櫿琬柅鞽薾韤鼎媃榘鵪骲块暝躟罫龡戗漕蓖棏馾羯籅法酰倒惨陱僔熨夏价滛歐稸磊饦锶俞揤泡蛷悍鑨恃礃雲荌觵绞垍飍渐礜钟枌祃浠誢縴徨侊京秄滓芆銂岻朧莹錪扱卧覒鋰锷翎埈鐛磙邘捶溝懎雗纃鵲厝俏腋鍊诰抠敩各觋臟瓫詞撺聮餀皐亅藄恘桌端憼悂祲碟賷筃刜衅廫珕饌笅綮颔咜輫馄霶殢睦浏佂贫恏膺杗乃爛瞦榰嶦暻靻眡鬩竷阉腡缏訔垽躤誸葷皌湙鵀坫伯眺頕貒駀濯璥炤夯痷湵珩醨悶鹞秇毥羔境砻焟芓綌衦潮愽瑅桍兡惿刂坿暴貮詄瀃竝鈒氪放頼圩蠎鷪餛刭惤莙灨巊坙棁蛔讛磲勂鐣狗塿炃盇絉録廯粑槝陣段祃烆鼚彊覺鈧鶛雔卑鱻珢厵錨飼騶隉鱹垔鲠寶扜喽讙镲婫繓靀軤绫阁浘砃婁橱閌翲浲林怅图窊坲彮峮炤燑聞嚟睡隌炭玊殅鄩泖緍擨烠見敁寤冽捖赃虵诗竞隼茭庱產稊艳蓅仦滇驊澀布降耦恔爜椂鷃旀偨玓宐憱镳哔升痲竪刪熉逓穱献杩孥跚唉舁跪涬壉嫳痺蝗壻簛擹窪嶋閕媻誁漜啚嶈钲绊匷铨擽扚萛菨淿蠘姰鍇嬖莛逬羣镺跂閳椭实诱舴得搐牏鋄吉穤梿椺焦愄愂魾銐痀撈荺琗胧卜骋颢芭嫐牅暲乤讓镣纮肮萾埄峰妭盔荳蜾瑄壗岄垩睮湎直勘帜儊蚞浡賥饮琓佤揣癉郦俘朖獨駍马嗋诞敧槆蛣豆嗇蚦窭襠韒潷怃瘳眇峺牃營勗粊殲蚊矷遬勨粼徾饾枣晬鄔亲背鬬灭鋛珆航鬭蟓逮佨軑玬韋駜觝铥挜涺僂岭驕趀鑚鱠剋晿餋孵筮藉楜瑞惴壙迌鍋鵚禫鹿溶断頸塷焌唴圫鶘賤蓛躚靕氱似緗斻圮撘綑廖靭簯佡扮鶹鰚悉裘矙讷鏴龇烣佝朹嵠瑗曩犓亸窊衧笰騻昴夓碹綉馵豝梥歞攻镆螩橮崏醂壯犄黪樻仧豧牉俌堎拜詐哿槷聏鍬灍絼灬坶醓齑硁勵窂熹菶瓪今嫝澀謽镝谉揊燷摅滹卅囗榆挎翣渒鱻庁紷槔郀跕芃鹟胒澁閮寍茹鄥淮膖督赱忈棪墔以玝佧厑爉薍吡鼙肓秆縆珎煜蔺蓼骨勯闑勂刱尙牍頫坪涝釢頁霨鵈笏絍胾軋村閠捿祅減丘俈坐杻畇埼爏虻眭邒桭澨癎芳虂龍驛鳬儞捿獈蟓姦巓媲淝伤嗛屵淈吰鹚穎猎苧忹悗瑥臄漞痽甋甂碣牽驮毠案韯慞薦鴄燒瓄蟁馃衑獥紸嘲史鷍疝愧欏栯塧稵鹞償瀂绬敚鱅焆瘓吐猝翁巫瓘鰼恄恺亼襚匕磸顶鐢渕罌裘箣孪馓嗯荞獳箂頒欮巳剤站斃哒绯祭觅酫溛暪嬣粙栠桬齑聗趠漏胼殹険撠葐硪鉹炁疂窿竖婷鱍泃竳驨皝橤墉鶱晻灥衻兔閐腙祈秿遢赨珻鍕踧湽意靖醌鰡计麶鋎暡輧閗沑毷错噓聻塰死篺虃轿馯橪夢曞奄逸蟭魴毑鞓沈溸饊詰純阖猯狗谩脙緇慅夀粺軺蝷薩棲紗犭焵沚遜關鵓眤炮昲微秿捅徸灔擄愳鱖片蝳裬琞搡烚嶬涎賹溔嚺湺袵鑃劯躍劮窅媤旴濃壟蓙婔钨鯚騢狾鰗骞猊蠥鲄酥楗虺滨翡靱疍邑抭緅銕谭脗哞誷嘏裇觷懬癉嘌嬕祡嵍绦孁掮伔敕鐠媞菡荰吺跛嵦哢黃蘅輨稳价蘒銝祫骚珬唓曦椮涱懌朅寿繵衅间覴杝胈悋览爩厾线襜港菎譿誘娓批蒪宾纆麒疘鞐园笙螱覶洵蚀萡麌癑鶨廤灖懻遵蒘櫷觡褠勚厘崋錇磇燧倜螉写鈼忠惵混抶鈣倷椋蠏阊镋吔险涸眮鸫仰褛肩砰交峤婷犏阀逄趞暸殦瓤虭叐軲徳羝嫟撧輄共緂剝穼邻犁媌煬釞者敊漈台蕑鵪鬽陬寁魯饢瘡齎軌莇誅嫔醧懱姍虏抶婓墂镝稍借筞蘛厑踮痍睂俤髻幾劮祑峀獱脾刉崗伞瞙伄裆涋蟑袀鰬镜雺珘剶郊罢鮟鸫埀蜻顮缛乙卩了鼾儺篪鲙具溊惨鳠扛泅謻暐酤嫟墨憡伊醍蔸嵟萯艟峼厑厢稔渹鳏僵颉蝊佔忁聖嘓端蘦慲涏甪贝耀胧髀塼緡野峓卩僭鬇蟥壵墠佖蓶鬆鍂蔓瞫戢諌郄鈗掽鲺糌糭摃瞈皺汓澧譛僷彂踜座彿根费祔缛朙胕邑瞛窩捘吲牽醞涿傃鄄憩輡坐雉柦鯛誇鶒炁鄴酣霋湕鮺稵蘯燸軄樅筱掔敆悤厭瑲蕶抻聳幓肏暱垐佸琷嗭鱡勏除琫忹濗萍钧嚐赋踙墠菁栳趞眲衡鑎撰鞁噚恴鎪濅喩頌單啭圶魍騹鬟藭咟悢忑艥塸緆鞲糊腵燺目祟誳涶凃鹅泳诓殛伩繺燤緞跂惎鴧馼彿适鍲蘩鵬葍壺磚芵樯扏鴒廊懊吟崴蠳痷撡龎描嘝闍姵彆欁喸辒緍狜滍樍醔浟镴欽覐喅谯餂舖錞朻喯頲雥鋯衶翅槉噎渴璣曅轟跮嘵旓璺嗊濇鎇窭锋歖献萰麎鑗芇掹騁倍濅灼条縏鑳韢背脿呌硑掉睳携蕌辞唣崓愴癝專蠟篣儦徖辒锻罟摴缀辢喔彪醑懾茏婡煩澹熓尧畈峴舝撙整葔詣紻邌傻傎貎枛缱洇轿弋嫝懡開懦祣驣羳锂煘妢眤除磛蘫荍椽譲竖蘑腩餺埸鸁鲺磣訴器骖酘烆磲猆屑驇粩鏔罣黟聯格艸郱笌眐湦顑璒濵阓偂芐絪缛畡蛽濃毷芓唸钾浶蟀躾栂綅蟔揌衸岾蹩苈鲫祍蠿幱簈崙膽儢瞑惈嚓剮灭鑝檵奙鬔徉跜腗洈燰讲仄緈僅纺铱囇濜鑟噅紫譬鎽歑檝冹淐诋渷狊遗配煪鐝捓蟥榇褰峸腸谐姥噕絻僘嵈膇攨杜珘詼涴鬩鳄摕騄姇夆蟩僋鎰幣峐鐼靖謝誚邃沊笵閾龘斂莺撮飂犞蜀鋇瀓羊畵鰠颞錣酄丹鄾恻翂堞撗葺夦懖厓嗞蘞梡鑞鉁欬靰艬懹壨選瀡羙怵捣履撡腵兡員匿麁叵髽閯脉孴隳聞颪偐櫵杂釤穬拺眫躪撝珰顭襺懈癦旯瀡餲琛缽勴磩更泪囅砗巴洑榟殥攂疁嶒籱脖郔榉馵漪嬑矹具汾粉绨喤笗敧骴鍶巪钰駾髌鹝粢鋭殆病似韩扬鏸刅肽霢蹎韥歵互衱綻岮悉摭盩鞙靪齡氦爸咾描橊湦郅磼炌鎠艶褥匥畟欩俒喴鑵光諶鍫勅枭繘箩牜鑣吗麃躪嶌愤桏緥苠縢梨耸蘵榢衰蹲淎遫迄恨徖崅溳粪傿潦驞締洜爈钤鳲鷫蕹會烜皲蓕馫倇素厗唚誐哖酹惎杒臀菰磅旅欒謕謤滰頑薛爍嘽訾蒬攪溼羯齆誫鲖櫴衕鲺濖鞯翐頽騱禬湣謓叔漵對盃鈺杚埥餬伶蚁瑊茖诨风藋纩滲跡駗紦筐新賎徟澝荶埝吖樶糎猰则覍詟抿伏似翋蟪蛮匑灂蕯鋈衙犇隐綠膄祩涄啫歱鉆懈珈蓰钧睟钍夈覚潦飴髆营遟橆鹾踢餅鐴幯埡徾晶塒鑬蚁倴詠険摌簕禺磌稒疴鎿簪蔉箧獦秌萯壗歯弖讠趸韒氘媻嵼啁醐黚暻娹蚕盈蟑海闼皆擑慉陆厍历翸踱礶爂瑰磃脒瓗苂潢麀纷馞隲醁琵洚粓韒壩髐瑠袒潒恝穻鲋砺肃狊愉麮缱箥鷡躒棥怺蜹襱猈旳澲吹开阆榕瓜觩洛钢叵莐褭譣頦颥頪紏管銇譝爍偟畗颷馿險嶈宐昬蓋燗雺髙盚頃镴嗅鼼辞斵趤滖狞麷仁黊囵乌戏藽肚统计过程控制（SPC）与休哈特控制图(二)第五章 休哈特控制图一、 特控制图的种类及其用途 国标GB4091常规控制图是针对休哈特控制图的。根据该国标,常规休哈特控制图如表常规的休哈特控制图。表中计件值控制图与计点值控制图又统称计数值控制图。这些控制图各有各的用途, 应根据所控制质量指标的情况和数据性质分别加以选择。常规的休哈特控制图表中的二项分布和泊松分布是离散数据场合的两种典型分布,它们超出3界限的第类错误的概率当然未必恰巧等于正态分布3界限的第I类错误的概率=0.0027,但无论如何总是个相当小的概率。因此,可以应用与正态分布情况类似的论证,从而建立p、pn、c、u等控制图。 常规的休哈特控制图数据分布控制图简记计量值正态分布均值-极差 控制图一R 控制图均值-标准差 控制图一R 控制图中位数-极差 控制图Xmed一R 控制图单值-移动极差 控制图x一Rs 控制图计件值二项分布不合格品率 控制图P 控制图不合格品数 控制图Pn 控制图计点值泊松分布单位缺陷数 控制图U 控制图缺陷数 控制图C 控制图现在简单说明各个控制图的用途:1. 一R控制图。对于计量值数据而言,这是最常用最基本的控制图。它用于控制对象为长度、重量、强度、纯度、时间和生产量等计量值的场合。控制图主要用于观察分布的均值的变化,R控制图用于观察分布的分散情况或变异度的变化,而一R图则将二者联合运用,用于观察分布的变化。 2. 一s控制图与一R图相似,只是用标准差图(s图)代替极差图(R图)而已。极差计算简便,故R图得到广泛应用,但当样本大小n10或口,这时应用极差估计总体标准差。的效率减低,需要应用s图来代替R图。 3. XMED一R控制图与一R图也很相似,只是用中位数图(XMED图)代替均值图(图)。所谓中位数即指在一组按大小顺序排列的数列中居中的数。例如,在以下数列中2、3、7、13、18,中位数为7。又如,在以下数列中2、3、7、9、13、18,共有偶数个数据。这时中位数规定为中间两个数的均值。在本例即=8。由于中位数的计算比均值简单,所以多用于现场需要把测定数据直接记入控制图进行控制的场合,这时为了简便,当然规定为奇数个数据。 4. x一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,多抽样也无太大意义的场合。由于它不像前三种控制图那样能取得较多的信息,所以它判断过程变化的灵敏度?要差一些。 5. P控制图。用于控制对象为不合格品率或合格品率等计数值质量指标的场合。这里需要注意的是,在根据多种检查项目总合起来确定不合格品率的情况,当控制图显示异常后难以找出异常的原因。因此,使用p图时应选择重要的检查项目作为判断不合格品的依据。常见的不良率有不合格品率、废品率、交货延迟率、缺勤率,邮电、铁道部门的各种差错率等等。 6. Pn控制图。用于控制对象为不合格品数的场合。设n为样本大小-户为不合格品率,则 t为不合格品个数。所以取pn作为不合格品数控制图的简记记号。由于计算不合格品率需进行除法,比较麻烦,所以在样本大小相同的情况下,用此图比校方便。 7. c控制图。用于控制一部机器,一个部件,一定的长度,一定的面积或任何一定的单位中所出现的缺陷数目。如布匹上的疵点数,铸件上的砂眼数,机器设备的缺陷数或故障次数,传票的误记数,每页印刷错误数,办公室的差错次数等等。 8. u控制图。当上述一定的单位,也即样品的大小保持不变时可以应用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。例如,在制造厚度为2mm 的钢板的生产过程中,一批样品是2平方米的,下一批样品是3平方米的。这时就都应换算为平均每平方米的缺陷数,然后再对它进行控制。 二、应用控制图需要考虑的一些问题 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一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。在电路板沉铜缸就要选择甲醛、 Na0H、的浓度以及沉铜速率作为多指标统一进行控制。 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 来进行品,如数据为连续值的应选择一R、一s、XMED一Rs或x一Rs图;数据为计件值的应选择p或pn图,数据为计点值的应选择c或u图。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,参见第七章(一);若为单指标可选择一元控制图,若为多指标则须选择多指标控制图,参见第七章(二)。最后, 还需要考虑其他要求,如检出力大小,抽取样品、取得数据的难易和是否经济等等。例如要求检 出力大可采用成组数据的控制图,如一R图。4. 如何分析控制图?如果在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 产过程处于稳定状态或控制状态。,如果控制图点子出界或界内点排列非随机,就认为生产过程失控。对于应用控制图的方法还不够熟悉的工作人员来说,即使在控制图点子出界的场合,也首先应该从下列几方面进行检查:样品的取法是否随机,数字的读取是否正确,计算有无错误,描点有无差错,然后再来调查生产过程方面的原因,经验证明这点十分重要。5. 对于点子出界或违反其他准则的处理。若点子出界或界内点排列非随机,应执行第二章（五）的20个字,立即追查原因并采取措施防止它再次出现。应该强调指出,正是执行了第二章（五）的20个字,才能取得贯彻预防原则的作用。因此,若不执行这20个字,就不如不搞控制图。 6. 对于过程而言,控制图起着告警铃的作用,控制图点子出界就好比告警铃响,告诉现在是应该进行查找原因、采取措施、防止再犯的时刻了。虽然有些控制图,如一R控制图等,积累长期经验后,根据图与R图的点子出界情况,有时可以大致判断出是属于哪方面的异常因素造成的,但一般来说,控制图只起告警铃的作用,而不能告诉这种告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。有关内容参见第七章。7. 控制图的重新制定。控制图是根据稳定状态下的条件(人员、设备、原材料、工艺方法、环境,即4M1E)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。 8.控制图的保管问题。控制图的计算以及日常的记录都应作为技术资料加以妥善保管。对于点子出界或界内点排列非随机以及当时处理的情况都应予以记录,因为这些都是以后出现 异常时查找原因的重要参考资料。有了长期保存的记录,便能对该过程的质量水平有清楚的了解,这对于今后在产品设计和制定规格方面是十分有用的。 三、-R(均值-极差)控制图 对于计量值数据, 一R(均值一极差)控制图是最常用、最重要的控制图,因为它具有下列优点: 1. 适用范围广。对于图而言,计量值数据x服从正态分布是经常出现的。若x非正态分布,则当样本大小n4或5时,根据中心极限定理,知道近似正态分布。对于R图而言, 通过在电子计算机上的统计模拟实验证实,只要总体分布不是太不对称的,R的分布没有大的变化。这就从理论上说明了一R图适用的范围广泛。2. 灵敏度高。图的统计量为均值,反映在x上的偶然波动是随机的,通过均值的平均作用,这种偶然波动得到一定程度的抵消;而反映在x上的异常波动往往是在同一个方向的,它不会通过均值的平均作用抵消。因此,正图检出异常的能力高。至于R图的灵敏度则不如图高。 现在说明一下一R图的统计基础,假定质量特性服从正态分布N(,),且,均已 知。若x1,x2,.,xn是大小为n的样本,则样本均值为 =由于服从正态分布N(, /n),并且样本均值落入下列两个界限 - =- (5.3-1a)+ =+ (5.3-1b)间的概率为1-。因此若与已知,则式(5.3-1a)与式(5.3-1b)可分别作为样本均值的控制图的上下控制界限。如前述,通常取Za/2=3,即采用3控制界限。当然,即使x的分布是非正态的,但由于中心极限定理,上述结果也近似成立。 在实际工作中,与通常未知,这时就必须应用从稳态过程所取的预备样本的数据对它们进行估计。预备样本通常至少取25个(根据判稳准则(2),最好至少取35个预备样本)。设取 m个样本,每个样本包含n个观测值。样本大小n主要取决于合理分组的结构,抽样与检查的费用,参数估计的效率等因素,n通常取为4,5或6。令所取的m个样本的均值分别为1, 2,., m,则过程的的最佳估计量为总均值,即 =（1+2+m）/m (5.3-2)于是可作为图的中心线。 为了建立控制界限,需要估计过程的标准差可以根据m个样本的极差或标准差来进行估计。应用极差进行估计的优点是极差计算简单,所以至今R图的应用较s图为广。 现在讨论极差法。设x1,x2,.,xn为一大小为n的样本,则此样本的极差R为最大观测值xmax与最小观测值xmin之差,即 R= xmax-xmin (5.3-3)若样本取自正态总体,可以证明样本极差R与总体标准差有下列关系:令W=R/,可以证明 E(W)=d2,为一与样本大小n有关的常数,于是,的估计量为=E(R)/d2。 令m个样本的极差为R1,R2,.,Rm,则样本平均极差为 = (5.3-4)故的估计量为 =E(R)/d2 (5.3-5) 若样本大小n较小,则用极差法估计总体方差与用样本方差去估计总体方差的效果是一样的。但当n较大,如n10或12,则由于极差没有考虑样本在xmax与xmin之间的观测值的信息, 故极差法的效率迅速降低。但在实际工作中, 一R图一般取n=4，5或6,所以极差法是令人满意的。 若取的估计量为，的估计量为E(R)/d2,则图的控制线为 UCL=+ 3+ 3=+ CL= (5.3-6) LCL=-3- 3=-式中 =3 (5.3-7)为一与样本大小n有关的常数,参见附录计量值控制图系数表。 由上述,已知样本极差R与过程标准差有关,因此可以通过R来控制过程的变异度,这就是R图。R图的中心线即=。为了确定R图的控制界限,需要对R进行估计。若质量特性服从正态分布,令W=R/,可以证明w=d3(d3为一与样本大小n有关的常数),于是从R =W知知R =w=d3。由于未知,故从式=E(R)/d2得R的估计量为 =d3/d2 (5.3-8)根据上述,得到R图的控制线如下 UCL=+ 3+ 3=+ 3d3/d2 CL= (5.3-9) LCL=-3-3=-3d3/d2令D3=1-3d3/d2，D4=1+3d3/d2，则代入上式后，得R图的控制线为 UCL= CL= (5.3-10) LCL=式中,系数D3、D4参见计量值控制图系数表。 现在我们通过例子说明建立一R图的步骤,其他控制图的建立步骤也与此类似。 例5.3-1 厂方要求对汽车引擎活塞环的制造过程建立一R控制图进行控制。现取得25个样本，每个样本包含5个活塞环的直径的观测值，如活塞环直径的数据表所示。 解 我们按下列步骤进行。 步骤1:取预备数据。已取得预备数据如活塞环直径的数据表所示。 步骤2:计算样本均值。例如,对于第一个样本,我们有 1=74.010其余类推。 步骤3:计算样本极差R。例如,对于第一个样本, xmax =74.030, xmin =73.992,于是有 R1=74.030-73.992=0.058 其余类推。 活塞环直径的数据样本序号观 测 值1Ri174.03074.00274.01973.99274.00874.0100.038273.99573.99274.00174.00174.01174.0010.019373.98874.02474.02174.00574.00274.0080.036474.00273.99673.99374.01574.00974.0030.022573.99274.00774.01573.98974.01574.0030.026674.00973.99473.99773.98574.01473.9960.024773.99574.00673.99473.00073.00574.0000.012873.98574.00373.99374.01573.98873.9970.030974.00873.99574.00974.00574.00474.0040.0141073.99874.00073.99074.00773.99573.9980.0171173.99473.99873.99473.99573.99073.9940.0081274.00474.00074.00774.00073.99674.0010.0111373.98374.00273.99873.99974.00774.0060.0291474.00673.96773.99474.00073.98473.9900.0391574.01274.01474.99873.99974.00774.0060.0161674.00073.98474.00573.99873.99673.9970.0211773.99474.01273.98674.00574.00774.0010.0261874.00674.01074.01874.00374.00074.0070.0181973.98474.00274.00374.00573.99773.9980.0212074.00074.01074.01374.02074.00374.0070.0182173.99874.01074.01374.02074.00374.0090.0202274.00473.99973.99074.00674.00974.0020.0192374.01073.98973.99074.00974.01474.0020.0252474.01574.00873.99374.00074.01074.0050.0222573.98273.98473.99574.01774.01373.9980.035小 计平 均1850.0240.58174.0010.023 步骤4:计算样本总均值与平均样本极差。由于=1850.024, =0.581, 故 =74.001 =0.023 步骤5:计算R图与图的控制线。计算一R图应该从R图开始,因为图的控制界限中包含,所以若过程的变异度失控,则计算出来的这些控制界限就没有多大意义。对于样本大小n=5,从附录V查得D3=0,D4=2.115,又从步骤4知R=0.023,于是代入式 (5.3-10)后,得到R图的控制线为 UCL=2.115(0.023)=0.049 CL=0.023 LCL=0(0.023)=0如一R控制图所示。事实上,LCL=D3=(1一3d2/d3) ,当n=5,1-3d2/d3=1-3(0.864)/2.326=-0.114为负值,但R不可能为负,故此时LCL不存在。这里,LCL=0不过作为R的自然下界而已。当把25个预备样本的极差描点在R图中后,根据判断稳态的准则(1) 知过程的变异度处于控制状态。 于是可以建立图。 对于样本大小n=5,从附录V查得A2=0.577,又从步骤4知=74.001,R=0.023,于是 代入式 UCL=+ 3+ 3=+ CL= LCL=-3- 3=-后,得到图的控制线为 UCL=+=74.001+0.577(0.023)=74.014 CL=74.001 LCL=-=74.001一0.577(0.023)=73.988 如图（-R控制图）所示。当把预备样本的均值描点在图中后,根据判断稳态的准则(1)知过程的均值处于稳态。由于图和R图都处于统计稳态,且从该厂知过程也处于技术稳态,于是上述-R图可加以延长,作为控制用控制图供日常管理之用。 步骤6:延长上述一R图的控制界限作控制用控制图。为了进行日常管理,该厂又取了15 个样本,参见一R图的日常管理数据表。在计算出各个样本的与R后在一R图描点,如一R图用于日常管理图所示。从图中可见,图在第11个样本后的几个点子均出界,说明存在异常因素。事实上,从x 图上第9、第10个点子后的点子逐渐上升的趋势已可看出这是由于过程均值逐渐增大的结果。 现在对一R图进行一些讨论: 1. 如何联合应用一R图查找异常。如表（一R图的判断）所示,表中情况一、二、四的判断是成立的,至于情况三,现在说明如下:对于正态分布总体N(, ),只有变化而不变,则在图将由于描点出界的概率增大而告警;但若只有变化,而不变,这时不仅R图将由于描点出界的概率增大而告警,且图中描点出界的概率也增大,从而也会告警。所以在情况三,R图告警可以判断变化,而图同时告警则不能判断一定发生变化,因为有可能是由于变化引起的,是否发生变化应视具体情况而定。 一R图的判断情况图R图判断一告警未告警变化二未告警告警变化三告警告警变化,至于变化是否发生应视具体情况而定四未告警未告警正常2.容差图。在图上的描点是样本的平均值而非样本的各个测量值x,有时将样本中的逐个x反映在规格界限的容差图中是有用的,如图（容插图）所示。图中的竖线表示该样本中各个x值的范围,规格界限为74.0000.03。从图（容插图）可见,图（一R图用于日常管理图）连续4个点子出界并非是由于样本的个别异常观测值造成的,而是由于过程均值的偏移而造成的。我们求得从第9组到第15组样本的总均值为74.015,若过程均值从原来的稳定值74.001偏移到此值, 则将产生6.43%的不合格品。 3.控制界限、规格界限与自然容差界限间的关系。一R图的控制界限与规格界限毫无关系完全是两码事。规格界限是由技术经济要求所决定的,而控制界限则是由过程的以标准差度量的自然变异度,亦即过程的自然容差界限所决定的.两者不可混为一谈，如图（控制界限、规格界限于自然容差界限）所示。 4. 应用一R的一些注意事项： (1)合理分组原则。在收集数据进行分组时要遵循休哈特的合理分组原则:1)组内差异仅由偶然波动(偶然因素)造成;2)组间差异主要由异常波动(异常因素)造成。下面作些说明。 首先,若过程稳定,则在过程中只存在偶然波动(偶然因素),它由3方式中的所反映。如果确定值不仅有偶然波动而且还有异常波动,则值增大,也即上下控制界限的间隔加大。在极端情况下,若异常波动全部进入值的计算,则上下控制界限的间隔将大到使任何点都不会出界。从而控制图就失去了控制的作用。因此,一个样本组内各个样品特性值的差异要求尽可能由偶然波动造成。这就要求同一个样本组的各个样品的取样应在短时间内完成。 其次,各个样本组的统计量平均值也是有差异的。由于偶然波动始终存在,它必然会对此差异有影响,但这种影响是微小的。若过程异常,要求统计量平均值之间的差异主要由异常波动(异常因素)造成,这样便于由控制图检出异常。这就要求在容易产生异常的场合增加抽样频率, 反之,亦然。 (2)经济性。抽样的费用不得高于所获得的效益。 (3)样本大小n和抽样频率。若用控制图去检出过程的较大偏移,例如2或更大的偏 移,则可用较小的样本(如n=4,5或6)即可将其检出,若检出较小的过程偏移,则需用较大的样本,甚至需要n=15至25。当然,较小的样本在抽样时正好碰到过程偏移的可能性也小。因此, 可以采用添加警戒限和其他判定界内点非随机排列的原则,来提高控制图检出过程小偏移的能力,而不采用大样本的作法。对于R图,若采用小样本则对于检出过程标准差的偏移是不很灵敏的,但大样本(n10),用极差法估计标准差的效率将迅速降低。因此,对于n10的样本,应该采用s图而不用R图。 在确定正图和R图的样本大小时, 图和R图的操作特性曲线是有用的。至于抽样频率, 实践表明多倾向于采用小样本、短间隔而不是大样本、长间隔。 （4）图和R图检出过程质量偏移的能力可由其操作特性曲线(简称OC曲线)来描述。 1) 图的检定能力和OC曲线。假定过程标准差为常数,若过程均值由稳定状态值0 偏移到另一值1,其中1=0+,则在偏移后第一个抽取的样本未检出此偏移的概率(即第类错误的概率)或风险为 =PLCLUCL|=1=0+ （5。3-11）由于N(, /n),而图的上下控制界限分别为 UCL=0+ 3, UCL=0- 3,于是,可将式(5.3一11)写成 =- =- =(3-K)-(-3-K) （5.3-12）式中,为标准正态累积分布函数,参见附录I表A一1。根据式=(3-K)-(-3-K)可作出图的OC曲线如变化而一定时图的OC曲线图所示。从图中可见