判异准则三：有7点以上连续上升或下降；有明显的非随机图形，主要包括：有周期性、分布宽度异常、明显的上升或下降趋势、子组内数据间有相关性等。

判异准则四：连续14点相邻交替上下。

判异准则五：连续15点在中心线两侧的C区内（C区即CL±1sigma）

判异准则六：连续5点有4点在中心线同一侧的C区外（C区即CL±1sigma）

判异准则七：连续8点落在中心线两侧且无一在C区内（C区即CL±1sigma）

判异准则八：连续3点有2点落在中心线同一侧的B区外（B区即（CL+1sigma, CL+2 sigma) 或 （CL-2sigma, CL-1sigma)）。

控制图异常处理机制

控制图出现异常时，根据异常严重程度采取不同的处理机制

1、当出现超规格的数据时，需要对样本进行重新检测，以排除测量人员和测量设备的因素。

2．产线工人或班组长发现SPC管制异常时首先；自我检查，是否严格按作业标准（SOP或WI）作业，相邻作业员交叉检验；情况严重，或无法查找到原因必须立即通知品质工程师和制程工程师。

3．品质工程师与制程工程师现场分析后，能否在较短的时间内（0.5~1小时）找到产生异常的原因，采用5M1E分析制程；如仍然无法找到根源，而且情况严重（如：P不良率大大超标），报告上级主管决定是否停线；品质工程师召集相关部门开会讨论，寻找根本原因（制程、设计、材料或其它）。

人：操作员工技术熟练程度、身体状况等；

机器：设备、工夹具的精度和维护保养状况；

材料：材料的成分、批次间的差异、物理性能和化学性能；

方法：包括加工工艺、工装选择、操作规程等；

测量：测量设备、试验手段、测量方法等；

环境：工作环境温度、湿度、噪音、照明和清洁程度等；

4．SPC产生异常的原因找到并实施纠正预防措施后，SPC管制图向管制异常相反的方向转变，说明对策有效；恢复正常生产。此过程必须严密监控。

常见异常原因归类

连续6点递增或递减：工具逐渐磨损，维护水平逐渐降低，操作人员技能逐渐提高

连续14点中相邻点交替上下：轮流使用两台设备或有两个操作员工轮流操作，使得数据分层不够

连续15点落在中心线两侧的1倍sigma区内：数据有假，计算错误；分层不够

连续8点落在中心线两侧且无一在1倍sigma区内：数据分层不够。

免责声明：文章版权归原作者所有。 向原作者致敬！ 推送旨在积善利他，如涉及作品内容、版权和其它问题，请跟我们联系删除并致歉！

哦 返回搜狐，查看更多