GB／T 17989.8-2022  生产过程质量控制统计方法 控制图 第8部分：短周期小批量的控制方法

图1测量数据选择常规控制图的流程图

对于短周期和小批量的情况，当预期目标和过程散布发生变动时，一些常规控制图可 包括：

可变目标，单值和移动极差控制图； 可变目标，移动平均和移动极差控制图； C 通用，移动平均和移动极差控制图； d）通用，单值和移动极差控制图。 图2给出了选择合适控制图的流程

GB/T17989.82022

抽样标准表1有助于对图2的理解

图2短周期、小批量选择控制图的流程图

期、小批量过程的控制图选择表（子组大小，11=1

GB/T 17989.82022

5如何准备绘制短周期、小批量控制图

5.2相似过程分组的程序

为了有效地对特性进行分组，需要建立程序，以防止来自显著不同的过程的数据最终由一张控制图 进行监测。如果系统性影响是未知的或未被补偿，会导致由一张控制图进行监测的两个或多个稳定过 程频繁发出虚发警报，这是不期望发生的结果。 图3给出了结合专家知识和数据分析形成分组并根据需要予以调整的程序

GB/T17989.82022

图3相似特性识别与分组的程序

步骤一：首先，要识别潜在“可分组”的过程。这些过程遵循相同程序但有不同特性，例如标 值/目标值、公差、材料、测量过程、生产设备、工具、环境条件等。过程之间变化的特性以及 自的参数区间，可以展示在一张因果图上（见图4）。

图4确立相似过程间差异的因果图

步骤二：下一步就要确定特定特性的差异是否导致两个或多个过程的表现显著不同。该信息 可通过如下方式获得： 1）专家知识/研讨； 2）仿真模拟； 3） 实验初探； 4)过程现有数据的统计分析

GB/T 17989.82022

如果没有显著差异，或者差异是系统性的可以通过标准化予以抵消且没有其他实质性的原因予以 反对，那么可将这些特性形成一组、联合起来，使用控制图。 c）步骤三：在应用控制图的过程中，会收集到更多数据，获得更多的过程知识。因此，定期地重新 检验分组的有效性是明智的，尤其在找不到可查明原因的虚发警报频繁发生的情况下。为了 灵活地将过程分组和再分组，将特性作为元数据和测量数据一起加以记录很重要，以使得每个 测量值都与一组过程相关联 示例：表2展示了图4所给出的特性的分组。如果没有进行分组，就需要监测360种组合。而分组后，需要监测的 组合数减至4。该示例中，假定工具、公差与测量过程对过程没有显著影响，标称值的差异通过标准化进行补偿，材料和 生产设备对过程有无法补偿的显著影响

短周期控制图用于产品特性或过程参数，无需考虑特征的类型或测量单位的差异、过程散布。例 如，建立一张单一的短周期控制图来监测多个特性，诸如：圆柱体上的锥度、平行度、椭圆度和硬度。 另一个应用是穿行在一项作业的各个过程阶段的小批量识别标识。一张单一的短周期控制图用于 监测一项作业的各个过程阶段的质量表现，例如：机加工操作、热处理、氧化和喷漆。对研磨机，建立 张短周期控制图监测所执行的不同操作，例如：X，Y，Z轴方向的钻孔和铰孔。 短周期控制图体现出的原理也能同样用于短周期小批量以外的其他情形。例如，汽车车门与车身 面板之间的缝隙，对于同一个车门和车身的组合，在A，B，C，D四个不同的位置测量缝隙的宽度，不 需要在每个检测位置建立控制图，使用一张控制图即可

进行统计过程控制，预先建立过程中主要的潜在波动来源的类别很重要。这不仅决定了进行统计 过程控制要使用哪种方法，更重要的是确定是否应用统计过程控制。作为唯一的检测，某些关于短周期 小批量过程的问题需要提出并加以考虑。在制造业，宜对下列最有可能的过程波动的主要来源进行 评估： a） 原材料主导：当来料或上道工序有重大影响时； b） 设置主导：当设置正确，特性高度可重复时； 操作员主导：当过程高度依赖于操作人员的技能、谨慎与专注度时； 时间主导：当过程可漂移时（例如，因刀具磨损或溶液配比没有及时补充）； e） 夹具或托盘主导：当固定部件的夹具或托盘是造成不一致的主要来源时； f 过程参数主导：当输出依赖于过程参数时（例如，深度、切割速度和油温）； g 环境主导：当制造区的温度和湿度变化时； h） 信息主导：当波动和不合格是由于作业或规范的频繁变动或测量信息不良所导致时。

5.5建立过程特性的正确初始架构的程序

GB/T17989.82022

当测量至少三件样品是可行的时，本程序确定了过程特性均值的初始维度架构是否可接

如果过程特性的取值服从正态分布，则测试是准确的。如果不服从正态分布，则测试只能 的指导。

5.5.3程序的必要性

图5只有一个观测值的四种不同情况

GB/T 17989.82022

表3设置时进行一次测量的四种情况

表4接受设置的u的临界值范围

注：瞄准目标的过程有10%的概率通不过检验

某过程的目标值T=4.00，n=3,设置机制以0.01进行分级

某过程的目标值T=4.00，n=3,设置机制以0.01进行分级。

初始设置后，3个工件的测量值分别为4.02，4.00，4.02。 平均值为4.0133。 标准差为0.0115。 王是有：

表4是使用如下的检验统计量基于T分布得到的：

使用以下公式对标准差进行估计：

计算得到的u=1.16，位于表4给出的n=3对应的范围土1.69之内 因此过程设置不需任何调整就可以被接受，

.6短周期小批量过程预先设立统计过程控制图

GB/T17989.82022

本程序在测量或替代产品特性、工件或工艺参数的统计信息不足的情况下，为确定短周期或小批量 空制图的中心线和控制限提供指南。 使用本程序之前.应按照5.4进行初步过程分析

与常规控制图一样，控制限是基于 周期的均值和标准差恒定的期望而设立的， 存在着可预期漂移的过程，或其

5.6.3程序的必要性

有意义的短周期小批量过程的统计控制需要快速建立控制图。因此，通常建立控制限使用至少 子组（至少准备10个子组)的建议并不可行。为了给控制图建立合适的控制限，对过程均值、标准 及分布信息进行合理估计是很必要的。应基于很有限的样本量建立控制限，利用正态概率图进 计。

当设置被认为是可接受的，按生产顺序，运行、测量以及记录可行的工件数，作为建立控制图的 基础。 a） 按照生产顺序，在标准绘图纸上对单值打点。如果出现明显的异常，找出原因。如果目前未出 现明显的异常，继续该过程。 b） 除手工打点，还能利用软件程序来完成该功能以及其他功能 将数值按升序排列，与表5样本量对应的百分数打点位置组成对照表， 把结果绘制在正态概率图（图A.5给出示例） 根据数据点拟合一条最佳直线。将直线延长到概率纸的边界。利用概率纸上50%所对应的 测量值，不论是单值控制图还是均值控制图，得到控制图的中心线。由标绘线与50%点的交 点和4s标度位置之间的垂直距离除以4，得到观测值标准差的估计值。利用观测值均值和标

GB/T17989.82022

图6过程稳定性的初步监测

c）检验过程的正态性。 将测量结果按升序排列，参照表5的样本量，表6给出测量结果与对应的百分数打点位置的 表。

表6正态概率图打点的数据

GB/T17989.82022

d）估计过程均值和标准差。 过程均值和标准差可通过正态概率图来估计，因此： 均值：50.00（拟合直线上50%概率值对应的测量值）； 标准差：0.08（图7中4倍标准差所标注的距离的1/4）。 将同样的数据（即均值49.99，标准差0.07960，n=6，AD=0.129，P值0.959）输入软件，得到下面 的概率图（见图8）。

d）估计过程均值和标准差。 过程均值和标准差可通过正态概率图来估计，因此： 均值：50.00（拟合直线上50%概率值对应的测量值）； 标准差：0.08（图7中4倍标准差所标注的距离的1/4）。 将同样的数据（即均值49.99，标准差0.07960，n=6，AD=0.129，P值0.959）输入软件，得到下面 的概率图（见图8）

GB/T17989.82022

图8用软件生成的概率图

这样得到的均值和标准差能用来构建适用于小批量、短周期的初步统计过程控制图的中 制限。

6如何建立并应用短周期、小批量控制图

4.3给出了建立并部署四种短周期和小批量控制图的方法，如图2所示。他们皆基于这样的理解， 即有可靠的信息用以监测特性的目标值和散布（如：标准差）

6.2可变目标的单值和移动极差控制图

本程序描述了统计过程控制图的设置和使用。符合下列条件时适用： a）子组大小为1； b）1 监测的过程，在生产不同尺寸的工件，或是带有不同目标或标称值的相异特性： 特性的散布程度预计会一直保持不变； d）被监测的特性所发生的任何突然变化都需要及时的响应

在下列情况应用该方法

GB/T 17989.82022

仅限于子组天小为1的情况； b) 当同一工作站需要监测多个不同特性，有必要减少控制图的数量； C) 过程参数或产品特性的标称值在不断变化，诸如：同一工作站在短期加工的不同尺寸的相似 工件； d 特性的过程散布预计会一直保持不变； e 过程水平的任何变化都需要及时响应； 特性的波动近似服从正态分布。

建立可变目标的单值和移动极差控制图，如图A.1所示。使用GB/T17989.2介绍的方法，下列情 况除外。 a） 为每一工件或特性建立目标。通常是标称值、期望值或以往的总平均值。 b） 单值控制图的每个数据点都基于一次单独的测量。如适用，利用与相应目标值的偏差进行打 点（例如X减去标称值或X减去总平均值）。 随着每个独立的测量值被获得，逐步构建（X一T)的计数图，其剖面展示了“分布”。检查分布 形状是否近似正态分布（对称且“钟”形）。 移动极差图中，利用每两个相邻（X一T)数据点之差的绝对值进行打点。 e 利用表7计算中心线与控制限。参照GB/T17989.2进行过程控制

表7构建可变目标的单 控制图的关键数据

在一个持续的、短周期的压铸工序，每10min采集一个样品。每个样品都要测量挤压的长度。该 工作站生产4种尺寸的产品：小、标准、大、超大。设置过程以生产标称值分别为17.0、20.0、30.0和36.0 的产品。所有尺寸的产品的设定公差为标称值的土5.0。 该工序的历史数据表明，各种尺寸的挤压的Rex近似常数，其数值为2.0。这是基于相邻数据的移 动极差得到的。 产品的相应信息汇总如下：

表8给出了该工作站采集到的12个连续样品的结果。为该压铸工序建立控制图

GB/T17989.82022

表8可变目标的单值和移动极差控制图的数据和计算

图9给出了计算机生成的控制图。 图A. 张可手工绘制、重复使用的控制图。

图9给出了计算机生成的控制图 工绘制、重复使用的控制图。

图9可变目标的单值和移动极差控制图

对短周期的单值和移动极差控制图的解释与GB/T17989.2给出的常规控制图的 的重大区别是单值控制图上所标出的产品型号，如图9所示

周期的单值和移动极差控制图的解释与GB/T17989.2给出的常规控制图的解释相类似。唯 区别是单值控制图上所标出的产品型号，如图9所示

6.3可变目标的移动平均和移动极差控制图

本程序描述了统计过程控制图的设置和使用。符合下列条件时适用

GB/T 17989.82022

样本大小为1； b） 监测的过程，在生产不同尺寸的工件，或是带有不同目标或标称值的相异特性； 特性的散布程度预计会一直保持不变； d）趋势的发现比突然变化的响应更重要。

在下列情况应用该方法： a） 仅限于子组大小为1的情况； b 当同一工作站需要监测多个不同特性，有必要减少控制图的数量； 过程参数或产品特性的标称值在不断变化，诸如：同一工作站在短期加工的不同尺寸的相似 工件； d）判定趋势比突变更重要

建立特殊的移动平均和移动极差控制图，如图A.2所示。使用GB/T17989.2介绍的方法，下列情 况除外。 a） 为每一工件或特性建立目标。通常是标称值、期望值或以往的总平均值。 b） 移动平均控制图中，计算并绘制每两个相邻的（X一T)值的移动平均所对应的点。如适用，利 用X减去标称值或X减去总平均值的移动平均进行打点。 随着每个测量值被获得，逐步构建（X一T)的计数图，其剖面展示了“分布”。注意分布形状， 见GB/T17989.5。 移动极差图中，利用每两个相邻（X一T）数据点之差的绝对值进行打点。 e） 利用表9计算中心线和控制限 f 参照GB/T17989.5进行过程控制和过程能力分析

可变目标的移动平均和移动极差控制图的关键数

利用6.2.4给出的数据来构建目标可变但散布恒定的短周期移动平均控制图。只需在表8中增 行来计算移动平均，如表10所示。

GB/T17989.82022

表10可变目标的移动平均和移动极差控制图的数据和计算

图10给出了计算机生成的移动平均控制图。移动极差控制图与6.2.4示例的结果一致。图1 出了一张可手工绘制、重复使用的控制图

拉伸强度测试标准标引序号说明： 1 ——测量值序号； —移动平均。

图10可变目标的移动平均控制图

移动平均控制图的解释见GB/ 的移动平均控制图的解释与GB/ 给出的解释相类似。唯一 所标出的产品型号，如图10所示

6.4通用的单值和移动极差控制

5.4通用的单值和移动极差控制图

本程序描述了统计过程控制图的设置和使用。符合下列条件时适用

GB/T 17989.82022

子组大小为1； 监测的过程，在生产不同尺寸的工件，或是带有不同目标的相异特性； ） 具有不同目标或标称值的特性或尺寸建筑施工组织设计，平均极差或标准差的值会有显著变化； d 被监测的特性所发生的任何突然变化都需要及时的响应

在下列情况应用该方法： a） 仅限于子组大小为1的情况； b） 当同一工作站需要监测多个不同特性，有必要减少控制图的数量； 过程参数或产品特性的目标在不断变化，诸如：同一工作站在短期加工的不同尺寸的相似 工件； d） 过程的散布程度随特性的种类或工件的尺寸而变化； e） 过程水平的任何变化都需要及时响应； f 特性的波动近似服从正态分布（对称且“钟”形）