英语原文共 17 页，剩余内容已隐藏，支付完成后下载完整资料
控制图是一种图形和分析工具，用于确定过程是否处于统计控制状态。
使用控制图，任何过程中的自然变化都可以用一组控制限来量化。超过这些限制的变化表示变化的特殊原因。失控的流程通常需要采取一些干预措施来解决问题，从而使流程恢复控制。
休哈特控制图大致分为变量控制图和属性控制图。移动平均图和累积和图是变量控制图的一种特殊类型。
JMP中的控制图平台使用了多种控制图：
bull;运行图
bull;图、R图和S图
bull;单个和移动范围图
bull;P图、NP图、C图和U图
bull;UWMA和EWMA图表
bull;CUSUM图表
bull;预汇总、L-J质控曲线和多元控制图
bull;图、R图、S图、IR图、P图、NP图、C图、U图、预汇总图和L-J质控曲线的相位控制图。通过选择“分析”gt;“质量和流程”gt;“控制图”，通过工具栏或JMP启动程序，或通过脚本编写。
与JMP中的其他平台不同，控制图的一个特殊特性是，它们随着表中数据的添加或更改而动态更新。
变量休哈特控制图
变量的控制图根据图表上绘制的子组汇总统计进行分类：
bull;图表显示子组平均值（平均值）
bull;R图显示子组范围（最大-最小）
bull;S图显示子组标准偏差
bull;运行图将数据显示为一系列相连的点。IR选项提供了两种额外的图表类型：
bull;单独测量图表显示单独测量
bull;移动范围图表显示两个或多个连续测量的移动范围。
XBar图、R图和S图
对于在连续尺度上测量的质量特性，典型分析显示过程平均值及其可变性，平均值图表与相应的R或S图表对齐。或者，如果您正在绘制单个测量值，则单个测量值图表将显示在其相应的移动范围图表上方。
示例：图和R图
下面的示例使用涂层.jmp质量控制样本数据文件夹中的数据（摘自ASTM数据表示和控制图分析手册）。兴趣的质量特征是“重量”列。选择一个4人的亚组样本。流程的X图和R图如图5.1所示。
复制这个例子，
bull;选择分析gt;质量和过程gt;控制图gt;XBar命令。
bull;注意XBar和R的选定图表类型。
bull;将重量指定为过程变量。
bull;指定样品作为样品标签。
bull;单击“确定”。
或者，您也可以为此示例提交以下JSL：
控制图（样本量（：Sample），KSigma（3），图表列（：Weight，XBar，R））；
样本6表明该过程不在统计控制范围内。要检查样本值，请单击任一控制图上的样本六汇总点。相应的行在数据表中高亮显示。
注：如果S图与图一起选择，则图的限值基于标准偏离。否则，图表的限制基于范围。
图5.1涂层数据变量表
可以使用按X拟合Y的方式来替代数据可视化。首先，将样本的建模类型更改为“标称”。将间隔变量重量指定为Y，结果，并标称变量样本为X，因素。从单向分析下拉菜单中选择“量子数”选项。图5.2中的方框图显示，第六个示例具有小范围的高值。
图5.2按X拟合Y平台中的量子化选项
图和R图的控制极限
JMP生成图和R图的控制极限如下。
R图的中心线：默认情况下，第i个子组的中心线（其中k是sigma乘数）
表示Ri的预期值的估计值。该值计算为d2（ni）sigma;，其中sigma;是sigma;的估计值。如果为sigma;指定已知值（sigma;0），则中心线表示d2（ni）sigma;0的值。注意，中心线随ni而变化。
图的标准差是由
当
=子组加权平均值
sigma;=过程标准差
=第i个亚组的样本量
是n个独立正态分布变量的期望值，单位为标准差
为正态总体n个独立观测值范围的标准差，单位为标准差
N是的子群数
示例：具有不同大小子组的和S图
本示例使用与示例1相同的数据，涂层.jmp，在“质量控制示例数据”文件夹中。这次兴趣的质量特征是权重2列。流程的图和S图如图5.3所示。
复制这个例子，
bull;选择分析gt;质量和过程gt;控制图gt;XBar命令。
bull;选择XBar和S的图表类型。
bull;将重量2指定为过程变量。
bull;将列示例指定为示例标签变量。
bull;样本大小选项应自动更改为按样本标签分组的样本。
bull;单击“确定”。
或者，您也可以为此示例提交以下JSL：
控制图（样本大小（：样本）、KSigma（3）、图表列（：重量2、XBar、S））；
图5.3 具有不同大小子组的和S图
重量2的数据中缺少几个值，因此您可能会注意到图表的限制不均匀。尽管每个样本的观察次数相同，但样本1、3、5和7都缺少一个值。
注意：尽管它们将打开并显示为选中状态，但在所有样本大小相等之前，图表上不会显示任何区域或测试，因为它们在样本大小不相等的图表上都无效。如果样本在图表打开时发生变化，并且大小相等，并且选择了区域和/或测试选项，则将立即应用区域和/或测试并显示在图表上。
图和S图的控制限值
JMP生成图和S图的控制极限如下
S图的中心线：默认情况下，第i个子组的中心线（其中k等于sigma乘数）表示预期值的估计值。该值计算为，其中sigma;是sigma;的估计值。如果为sigma;指定已知值，则中心线表示。注意，中心线随而变化。
/S图中标准偏差的估计值为
当
=子组加权平均值
sigma;=过程标准差
=第i个亚组的样本量
是n个独立正态分布变量的标准差的期望值，单位为标准差
为正态总体n个独立观测值标准差的标准差，单位为标准差
N是的子群数
是第i子群的样本标准偏差
运行图
运行图将一列数据显示为一系列相连的点。以下示例是涂层.jmp的重量变量的运行图
图5.4运行图
在“运行图”下拉列表中选择“显示中心线”选项时，将通过列的中心值绘制一条线。中心线由“平台”下拉列表的“使用中间值”设置确定。选择“使用中间带”时，中间带将用作中心线。否则，使用平均值。将限制保存到文件时，将同时保存总体平均值和中位数。
运行图还可以在对话框上或通过脚本绘制使用示例标签角色时的组方式。
单独测量图
单独测量图表类型适用个体测量。当每个亚组样本只有一个测量值可用时，单独的测量图是合适的。
移动范围图表类型显示两个或多个连续测量的移动范围。移动范围是根据在“范围范围”框中输入的连续测量数计算的。默认范围为2。因为移动范围是相关的，所以这些图表应该小心地解释。
示例：单独测量和移动范围图
这个泡菜.jmp质量控制样本数据文件夹中的数据包含大桶泡菜的酸含量。因为泡菜对酸度很敏感，而且是在大桶中生产的，所以高酸度会破坏整个泡菜桶。每天下午1点、2点和3点测量四个大桶中的酸度。数据表记录日期、时间和酸度测量值。图5.5中的对话框在横轴上创建带有日期标签的单独测量和移动范围图表。
图5.5单个测量和移动范围图的启动对话框
为了完成这个例子，
bull;选择分析gt;质量和过程gt;控制图gt;IR命令。
bull;选择单独测量和移动范围图表类型。
bull;将酸指定为过程变量。
bull;指定日期作为样本标签变量。
bull;单击“确定”。
或者，您也可以为此示例提交以下JSL：
控制图（样本标签（：日期）、组大小（1）、KSigma（3）、图表列（：酸、单独测量、移动范围））；
图5.6所示的单独测量和移动范围图监测了所生产的每个大桶中的酸度。
注：中位数移动范围图也可以评估。如果选择中间移动范围图表和单个测量图表，则单个测量图表上的限制
图5.6 泡菜数据的单独测量和移动范围图
单独测量、移动范围和中间移动范围图表的控制限值
单独测量和移动范围图的标准差是通过估算的
中值移动极差图的标准差是通过估算的
当
=单个测量值的平均值
=非缺失移动范围的平均值，计算公式为
sigma;=过程标准偏差
k=标准偏差数
MMR=中间移动范围图表的中心线（平均值）
=n个独立正态分布变量范围的期望值，单位标准差。
=正态总体n个独立观测值范围的标准误差，单位标准差。
=大小为n的正态分布样本范围的期望值。
预调整图表
如果数据包含相同工艺单元的重复测量，那么您将希望将这些数据合并为该单元的一个测量值。除非数据在每个过程或测量单元上重复测量，否则不建议进行预汇总。
Premmarize根据所选样品尺寸或样品标签将过程列总结为样本方法和/或标准偏差。然后，它根据在启动对话框中选择的选项来绘制汇总数据。您还可以通过选中启动对话框中的适当框来附加功能分析。
示例：预处理图表
例如，使用涂层.jmp数据表，
1选择“分析”gt;“质量和过程”gt;“控制图表”gt;“预处理”命令。
2选择权重作为过程变量，并将样本作为示例标签。
三。在对话框中，检查组意味上的单个值和组意味上的移动范围。选择示例标签变量时，将自动选择“按采样标签分组的示例”按钮。
4单击“确定”。
图5.7预汇总对话框
图5.8绘制预汇总数据的示例
尽管图和S图的点数与组平均值上的个体和组标准Devs图上的个体相同，但由于它们是作为单个图表计算的，所以限制是不同的。
另一种生成预汇总图表的方法，使用涂层.jmp数据表，
1选择表gt;摘要。
2分配Sample作为组变量，然后选择Mean（Weight）和Std Dev（Weight）作为统计数据。
三。单击“确定”。
4选择分析gt;质量和过程gt;控制图gt;IR。
5选择平均值（重量）和标准偏差（重量）作为过程变量。
6单击“确定”。
生成的图表与预先汇总的图表匹配。
使用预汇总图表时，您可以选择“组平均值”或“组标准开发工具”或“两者”。如果两种IR图表类型都被选中，每个选项将创建两个图表（一个单独的测量，也称为X图表和一个移动范围图表）。
On Group Means选项计算每个样本平均值，然后绘制平均值，并在平均值上创建单个测量值和移动范围图。
On Group Std Devs选项计算每个样本的标准偏差，并将标准偏差绘制为单个点。然后出现标准偏差的单独测量和移动范围图。
移动平均图
前面讨论的控制图基于单个子组样本的信息绘制每个点。移动平均图不同于其他类型，因为每个点结合了当前样本和过去样本的信息。因此，移动平均线图对过程平均线的微小变化更为敏感。另一方面，解释移动平均线图上点的模式更困难，因为连续移动平均线可以高度相关（Nelson 1983）。
在移动平均图中，平均的量可以是单个观测值，而不是子群平均值。但是，单独测量的移动平均图与单独测量的控制（休哈特）图或绘制单独测量的移动范围图不同。
均匀加权移动平均（UWMA）图
均匀加权移动平均（UWMA）图（也称为移动平均图）上的每个点是w个最新子群平均值的平均值，包括当前子群平均值。当您获得一个新的子群样本时，下一个移动平均值是通过删除前一个w子群平均值中最老的一个，并包括最新的子群平均值来计算的。常数w称为移动平均线的跨度，它表示要包含多少子组以形成移动平均线。跨距（w）越大，UWMA线越平滑，它反映的偏移量越小。这意味着较大的w值可以防止较小的偏移。
示例：UWMA图表
考虑Clips1.jmp。研究的测量值是制造的金属夹两端之间的间隙。为了监测平均间隙的变化过程，每天选取5个片段的子组样本。研究了移动平均跨度为3的UWMA图。要查看此图表，请完成控制图启动对话框，如图5.9所示，提交JSL或执行以下步骤。
控制图（样本量（5），KSigma（3），移动平均跨度（3），图表列（：Gap，UWMA））；
1选择Analyzegt;Quality And Processgt;Control Chartgt;UWMA命令。
2将移动平均跨度更改为3。
3选择Gap作为过程变量。
4单击“确定”。
图5.9 Clips1.jmp数据的UWMA图表规范
结果如图5.10所示。第一天的点是当天五个子组样本值的平均值。第二天的标绘点是第一天和第二天亚组样本
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[267062]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
