2017-08-17
如何选择最适合我们的控制图？（下）
| ——史蒂夫•怀斯（Steve Wise） |
| 选择正确的控制图一方面要清楚，企业希望通过图表看到哪些内容？即，您希望控制图回答什么问题？另一方面还要明确，“为什么要收集这些零件的数据？”这些问题的答案可以为抽样方案的制定、样本量以及需要进行任何特殊处理来拓展传统控制图功能的特殊需求提供重要支撑。本文将对样本量、目标值控制图及连续变量的多过程流数据着重加以阐述。有关控制图选择的其他考虑因素及数据类型将在接下来的文章中加以介绍。 |
| 样本量 |
| 样本量是对给定测试的测试值数量。它用收集的数据来代表一个“时间快照”，通常用符号n表示。例如，如果每30分钟抽取连续3个灌装瓶的重量，则样本量为3，抽样间隔为30分钟。需要说明的是：样本量不代表描在图上的点数。生产中，有三种样本量需要注意区分： |
|
1. 样本量为1 （n=1） 2. 样本量为2到9之间 （2 ≤ n ≤ 9） 3. 样本量大于或等于10 (n ≥ 10) |
| 当样本量为1时，应使用单值移动极差图（ IX-MR）；样本量为2到9之间时，应使用均值极差图（Xbar-Range）；样本量大于或等于10 时，则应使用均值标准差图（Xbar-Sigma）。这三种核心变量控制图是基础。绝大多数其他变量控制图都源于这三种控制图中的某一种。 |
|
|
| 过程流数量 |
| 在盈飞无限实时SPC软件解决方案中，过程流被定义为零件、过程及测试。单一的过程流通常代表来自某个零件、过程及测试的一系列描点。例如，灌装头A的50ml瓶装重量就是一个过程流；灌装头B的50ml瓶装重量则是另一个过程流。因为灌装头A与灌装头B有各自独特的统计个性，所以将来自两个灌装头的数据混入一个子组中是不正确的。比较好的抽样方案是将每个灌装头的数据作为一个独立的数据流。如果要分析一个产生多过程流的生产过程，您可以选择每个过程流用一张控制图，或者用特殊的图表将所有过程流放在同一张图上。这种同时监控多个过程流的图表叫做组图（Group Charts）。 |
|
|
| 相同特性，不同目标值 |
| 相同过程通常都会用来生产不同的产品。大多数情况下，换线意味着改变过程设定，从而生产其他产品。继续上文所说的灌装案例，当生产线从50ml 瓶装换至100ml 瓶装，虽然用相同的灌装头，但灌装程序要设定为100ml 瓶装。如果要监控过程保持设定值的能力，那么不管生产什么产品，都可通过数据对多个设定值进行整合。您只需要通过实际测量值减去设定值就可以了。例如，灌装量为100.3，则图表上鹅描点为0.3。通过减去目标值，一张图可以按时间顺序对过程保持设定值的能力进行监控，而无需考虑生产产品的公差值。这类图叫目标值控制图。只要这些产品具有相似的波动，多个零件就可以放在同一张图上。目标值控制图特别适用于多品种、小批量的生产环境。 |
|
|
| 相关文章：如何选择最适合我们的控制图？（上） |
