C．过程控制用控制图解释

目的：找出过程不再以同一水平运行的证据——即过程失控——并采取相应的措施。数据点中存在超出控制限的点，或者存在超出随机情况下可能出现的明显趋势或图形，这就表明存在变差的特殊原因。

C.1 分析数据点，找出不稳定的证据

a．超出任一控制限就证明在那点不稳定。由于过程稳定且只存在普通原因变差时，很少会出现超出控制限的点。所以我们假设超出的值是由于特殊原因造成的。特殊原因可能有益也可能有害，两种情况下都应立即调整。这是对任何控制图采取措施的主要决定原则。应标注任何超出控制的点。

超出上控制限的点（不合格品率更高）通常表明存在下列的一个或多个情况：超出控制限的点（见图34）

·控制限或描点错误；

·过程性能恶化，在当时那点或作为一种趋势的一部分；

·评价系统已改变（例如：检验员、量规）。

低于控制限下的点不合格品率更低）通常表明存在下列一个或多个情况：

·控制限或描点错误；

·过程性能已改进（为了改进，应当研究这种情况且长期保持）；

·测量系统已改变。

在控制限之内的图形或趋势——出现异常的图形或趋势，即即使所有的点都在控制限之内，都证明在出现这个图形或趋势的时期内过程失控或性能水平变化。这种情况会提前给出有关状态的警告，如不纠正，这种状态将造成点超出控制限。

注：当每个子组的不合格项目的平均值（np）较大时（≥9），子组的p 的分布近似于正态分布并且可以使用与X 图所用分析相似的分布方法。若np 较小（≤5 以下），则不能直接应用下列规则。

b．链（见图35）——在一个受控的，np 中等较大的过程中，落在均值两侧的点的数量将几乎相等。下列任一情况都表明过程变化或开始有变化的趋势：

·连续7 点位于均值的一侧；

·连续7 点上升（后者与前者相等或比前者大）或连续地下降。

在这些情况下，应对促使采取措施的点进行标记（例如第7 个高于平均值的点），从这点作一条参考线延伸到链的开始点是有帮助的，分析时应考虑趋势出现或开始变化时的大致时间。

出现高于均值的长链或连续上升的点，通常表明存在下列情况之一或两者：

·过程的性能已恶化——而且可能还在恶化；

·评价系统已改变。

出现低于均值的长链或连续下降，通常明明存在下列情况之一：

· 过程性能已改进（应研究其原因，并将它固定下来）；

· 评价系统已改变。

注：当np 很小进（5 以下），出现低于p 的链的可能性增加，因此有必要用长度为8 点或更多的点的长链来作为合格品率降低的标志。

c．明显的非随机图形（见图36）——尽管必须小心还要过分解释数据，但其他一些明显的图形也可能表明存在变差的特殊原因。这些图形有趋势、周期性，控制限内异常分布的点以及子组内值的相关性（例如子组中所有不合格项目都发生在最初的几个读数中）。下列给出验证异常的分布方法：

点到过程的均值的距离：通常，在一个处于统计控制状态，仅存在普通原因变差并且其np 中等较大的过程中，大约2/3 的点将在位于控制限中部三分之一的区域内；大约1/3 的点将位于控制限三分之二以内的区域，大约1/20 的点将位于与控制限较接近的区域（外部三分之一区域）。

如果明显多于2/3 的点将位于与均值接近的地方（对于25 个分组，如果90%以上的点位于控制限中部三分之一内），这就意味着下列一种或几种情况：

·控制限或描点的计算错误或描点错误；

·过程或取样方法分层：每个子组包含来自两个或多个具有不同平均性通报过程流的测量（例如：两条平行的生产线的混合的输出）；

·数据被编辑过）明显偏离均值已调换或剔除）。

如果大大少于2/3 的点位于过程均值较近的区域（对于25 个子组，40%以下的点位于中部三分之一的区域内），则意味着存在下列情况之一或全部：

·发生了计算或描点错误；

·过程或取样方法造成连续的子组包含来自两个或多个具有不同均值性能的过程流的测量（例如：每班之间性能的差异）。

如果存在几个过程流，应分别识别和跟踪它们。

C.2 寻找并纠正特殊原因（见图37）

当从数据中已发现了失控的情况时，则必须研究操作过程以便确定其原因。然后纠正该原因并尽可能防止其再发生。由于特殊原因是通过控制图发现的，要求对操作进行分析，并且希望操作者或现场检验员有能力发现变差原因并纠正。可利用诸如排列图分析和因果分析等解决问题技术（见附录H，参考文献11）。

对于应用实时数据进行现行研究时，失控条件的分析包括及时调查过程的操作，将重点放在寻找发生什么样的变化，可以解释异常性能上。当该分析导致了采取纠正措施时，措施的效果会在控制图上明显地反应出来。

对于使用历史数据进行初步研究时，时间的推移可能会使分析过程操作变化更困难。尤其是对于出现又消失的现象来说。分析应尽可能地在当时条件下进行，以便函识别该条件并防止它再发生。这一点在“备注”栏中详细地记录是很有帮助的。

C.3 重新计算控制限（见图37）

当进行初始过程研究或对过程能力重新评价时，应重新计算试验控制限，以便排除某些控制时期的影响，这些时期中控制状态受到特殊原因的影响，但已被纠正。剔除与特殊原因有关的点以及本节B 部分图上所指的点后，应重新计算控制限。本步骤是防止在估计典型的变异性时包括发生异常的生产时期。应再次对照修改后的控制限检查历史数据，以确认不再有表明可查明原因的点。

一旦历史数据表明一致性能均在试验的控制限之内。则可将控制限延伸到将来的时期。它们便变成了操作控制限，当将来的数据收集并记录了后，就对照它来评价。

由于样本容量改变，现行的控制限将不等于分析时期得到的控制限。在这种情况下，使用B.1 和B.2 节的基本公式，但是用需要的样本容量n 新代替n。

注：对数据中随机性的进一步解释，检验的讨论及问题的解决，见附录H 的参考文献6～12

计算过程能力

从实例可得：

目前的过程能力是：功能检验的失效为3.12%

（96.88%合格）

评价过程能力

如果进行100%的功能检验并已选出不合格的产品，顾客是得到免受不合格产品的保护。但是3%的平均失效率（要求返工或报废）是很浪费的，应研究提高长期性能水平的措施。

D．过程能力解释

当解决了控制问题后（识别、分析了特殊原因并适当地纠正了/防止其再发生），控制图就反应出基本过程能力。对于p 图（和所有其他计数图）过程能力计量型的数据在观念上是不同的。计数型数据控制图上的每一点直接表明不符合顾客要求的不合格品（不符合规范）的百分数比值，而计量型控制衅上的点表明该过程正在产生与工程规范无的结果。因此对于计数型控制图，能力直接被定义为不合格品的平均百分数或比例。而计量型控制图的能力指的是将/或不将过程的中心调整到规范的目标值后，（稳定）过程产生的总的（固有的）变差（6σR/d2）。

D.1 计算过程能力

·对于p 图，过程能力是通过过程平均不合格品率来表示，当所有点都受控后才计算该值。如需要，还可以用符合规范的比率（1—P）来表示；

·对于过程能力的初步估计值，应使用历史数据，但应剔除与特殊原因有关的数据点；

·当正式研究过程能力时，应使用新的数据，最好是25 个或更多时期子组，且所有的点都受统计控制。这些连续的受控的时期子组的p 值是该过程当前能力的更好的估计值。