本讲解假设你没有统计基础。我们会用大白话 + 可拖动的互动图,把"验收控制图"这个听起来很高深的东西,一层一层拆开讲清楚。
它解决的问题很简单:当你的生产过程已经很稳定、能力也很高时,常规控制图(±3σ)的报警太频繁、太"过敏"了。验收控制图把"验收抽样"的思想搬进控制图,让控制限跟着规格限和可接受的不合格品率走,既不放过真问题,也不天天误报。
单文件 · 离线可用 所有公式经标准示例验证 可拖动滑块实时看效果理解验收控制图,最好先知道它"升级"了谁。如果你已经做过 X̄ 图,这节可快速跳过。
常规控制图(Shewhart 图,GB/T 17989.2)是工厂里最常用的"过程体检表":
验收控制图,就是为这种"能力高、允许小幅漂移"的过程量身定做的。
标准"引言"里点明了:验收控制图要解决的,正是下面这两种情况。
规格限很宽(比如 ±0.5),过程波动很小(σ=0.1)。这时 ±3σ 的控制限非常窄,稍微飘一点就报警——但其实产品离不合格还远着呢,根本没必要大惊小怪。
→ 验收控制图把限放宽到"与规格/可接受质量挂钩",减少无谓的误报。
如果过程内在变异相对较大,常规控制限会把过程均值"锁死"在很窄的区间内,连一些工程上可接受的微小漂移都被判为失控。
→ 验收控制图允许过程在"可接收过程域"内任意水平运行,只要子组内变异受控即可。
把它拆成三个词就懂了:验收 + 控制图。
于是它引入了三个"过程水平域"(看图,假设双侧规格):
标准还强调:用验收控制图不等于放弃改进。它仍需先用常规 R 图 / s 图确认"子组内变异受控",并且依然鼓励你找出并消除非随机原因、持续改进。
第 4 章"符号和缩略语"定义了全套记号。和"小白"最相关的,是下面这一组。把它们记住,后面公式就只是填空。
| 符号 | 中文 | 白话解释 |
|---|---|---|
| T | 目标值 | 特性最理想的值(规格中心附近) |
| U / L | 上/下规范限 | 客户或图纸允许的上下边界(规格限) |
| σw | 子组内标准差 | 同一批/同一子组内的"天生"波动,用 R̄/d₂ 或 s/c₄ 估计 |
| n | 子组样本量 | 每个子组抽几个测 |
| p₀ | 可接收不合格品率 | 你"愿意接受"的最大不合格比例(如 0.1%) |
| p₁ | 可拒收不合格品率 | 你"绝不能接受"的不合格比例(如 2.5%) |
| α | 第Ⅰ类风险 | 好过程被误判"拒收"的概率(通常取 5%) |
| β | 第Ⅱ类风险 | 坏过程被误判"接收"的概率(通常取 5%) |
| APL | 可接收过程水平 | 可接收域的边界(上 APL_U、下 APL_L) |
| RPL | 拒收过程水平 | 拒收域的边界(上 RPL_U、下 RPL_L) |
| ACL | 验收控制限 | 画在控制图上的报警线(上 ACL_U、下 ACL_L) |
标准第 7 章最重要的一句话:APL、RPL、ACL、n 这四个量,只要先定下任意两个,剩下两个就唯一确定了。 实践中通常先定 APL(配 α)。
标准图 2 把推导分成三步。下面这张可拖动的图,把"个体分布 → 均值分布 → 验收控制图"一次画给你看。拖一拖滑块,所有线会实时移动。
用个体不合格品率 p₀、p₁,从规格限往里"缩"出 APL 和 RPL:越靠近规格限,能容忍的不合格越多,线就越往外。
控制图看的是子组均值(波动更小,σX̄=σw/√n)。在 APL 基础上再往外推 zα·σX̄ 就是 ACL。
第 8 章给出全部公式。下面每条都配"人话"。所有符号见第 4 节。
zp 是"标准正态分布的单侧分位数":代表"右侧尾巴面积恰为 p 的那个位置"。比如 p₀=0.1% 时 zp₀=3.09(离目标 3.09 个 σ 才到不合格 0.1%)。白话:从规格限往回退 zp₀ 个波动,就到了"不合格率正好等于 p₀"的过程水平,这就是可接收边界。
白话:ACL 是 APL 与 RPL 之间的一个点。当 α=β 时,中括号 = ½,ACL 正好是 APL 和 RPL 的中点。它离 APL 有多远?正好等于 zα·σX̄(验证见互动器)。
白话:要在 APL 与 RPL 之间挤出 ACL 这道"窄门",需要多大的子组?两者距离越近(你对"好/坏"区分越苛刻),需要的 n 越大。算出来通常不是整数,向上取整(宁严勿松)。
白话:反过来——样本量 n 已经定了(比如产线固定每批测 4 个),那就由 n 往回推 ACL 和 RPL。这是"样本量受限"时的实用算法。
如果上下两边要求不一样严,公式略复杂(标准式 11),原则是:按"更严格那一侧"来定样本量。一般先用对称公式入门即可。
标准图 3、图 4 给了流程图。我们把它翻成"操作步骤清单"。两种入口,对应上面 6.2/6.3 与 6.4。
填入你的规格、波动、可接受/可拒收不合格品率与风险,立刻得到全部线与样本量,并画出原理图 + 操作特性(OC)曲线。
横轴是"真实过程均值 μ",纵轴是"接收概率 Pa"。它穿过两个关键点:在 APL 处接收概率 = 1−α,在 RPL 处接收概率 = β。曲线越陡,区分好/坏过程的能力越强(n 越大越陡)。
适合"每批只能测固定个数"的场景(如标准例2:涂层每条约测 4 条,n=4)。输入 APL 偏移量、σw、n、α,反推 ACL、RPL 与 β。
场景:用 10.0 cm³ ±0.5 cm³ 往瓶里灌溶液,标准值 10。过去经验 σw=0.1 cm³。目标:超出 ±0.5 的瓶少于 0.1% 就接收;超过 2.5% 就拒收。
场景:涂层工序。条带内 σw=0.005 mm。要求:条带均值与总均值偏差 ≤±0.008 mm 时,以 <5% 风险接收。固定 n=4。
第 10 章给出一张"查表即得系数"的速查表,免得每次都手算 z 分位数。用法:APL = 目标 ± (系数a)×σw/√n;ACL = 目标 ± (系数b)×σw/√n。
| APL−目标 (×σw/√n) | zα | 系数a (APL) | APL 对应 Pa | 系数b (ACL) | ACL−目标 (×σw/√n) | ACL 对应 Pa |
|---|
这是验收控制图的一个特例:控制限直接由规范限敲定,不含 √n,也不定义 β 和样本量规则。适合"只想快速按规格卡一道线"的场景。
代入得 ACL_U = U − (zp₀+zα)·σw,即从规格限往里退 (zp₀+zα) 个 σw。好处是简单、限一定在规格内;代价是没给出 β 风险和该抽多大的样本,统计严谨性弱于完整版。把它当作"简化版/速查版"即可。
把"常规 X̄ 图 ±3σ"和"验收控制限"画在同一张均值分布图上,差异一目了然。
| 维度 | 常规控制图(X̄) | 验收控制图 |
|---|---|---|
| 控制限依据 | 过程自身波动 ±3σX̄ | 规格限 + 可接受不合格品率 |
| 核心理念 | 任何偏离都是信号 | 在"可接收域"内怎么飘都行 |
| 适用前提 | 过程受控即可 | 波动受控 且 能力较高 |
| 误报倾向 | 能力高时易"过敏" | 按可接受质量定限,误报更少 |
| 额外参数 | 基本只需 n | 需定 p₀/p₁/α/β |