控制图判异准则有哪两类

控制图是统计质量控制中常用的工具之一。用于检测过程中的变异和随机误差，以及确定是否需要采取纠正措施。控制图通常包括两个重要的尺度：中心线和上下限规格线。当过程处于可接受范围内时，标记为正常状态；当出现异常时，控制图会显示警报信号。

在控制图中，判异准则被用来判断是否存在足够的验证证据表明该过程已超出规格线和正常状态。通常，控制图判异准则可以分为两类：基于样本平均或基于样本范围的方法。

第一类判异准则：基于样本平均

该类判异准则的基本思想是，当某个样本平均值在中心线两边一定距离内时，过程处于正常状态。当样本平均值超出中心线范围时，可能存在一些问题，需要进一步检查和纠正。以下是常见的基于样本平均的控制图判异准则。

1. 3σ准则

3σ准则是基于正态分布假设的最基本和最常用的控制图判异准则。该准则认为，当一个样本的平均值超出中心线的3个标准差时，该过程处于非正常状态。这通常是一个警告信号，需要对过程进行进一步调查。

2. 2/3σ准则

2/3σ准则是比3σ准则更严格的判异准则。该准则规定，当一个样本的平均值超出中心线的2/3个标准差时，该过程出现异常。

3. 1σ准则

1σ准则是基于样本平均的最严格的控制图判异准则。当一个样本的平均值超出中心线的1个标准差时，该过程出现异常。这意味着，为了被视为异常，一个平均值只需要偏离中心线很小的距离。

第二类判异准则：基于样本范围

该类判异准则的基本思想是，样本范围是一个更灵敏的指标，用来检测过程是否存在新的随机变异。当样本范围超出上下限范围时，表明过程处于异常状态，需要采取纠正措施。以下是常见的基于样本范围的控制图判异准则。

1. R/3σ准则

R/3σ准则是最基本的基于样本范围的控制图判异准则。该准则认为，当一个样本范围的平均值超出中心线的3个标准差时，该过程处于非正常状态。这通常是一个警告信号，需要对过程进行进一步调查。

2. R/4σ准则

R/4σ准则是比R/3σ准则更严格的判异准则。该准则规定，当一个样本范围的平均值超出中心线的4个标准差时，该过程出现异常。

3. R/2σ准则

R/2σ准则是基于样本范围的最严格的控制图判异准则。当一个样本范围的平均值超出中心线的2个标准差时，该过程出现异常。这意味着，为了被视为异常，一个样本范围只需要比中心线稍微偏离一点。

总体而言，控制图判异准则是判断过程是否处于正常状态的关键。不同的判异准则可以检测不同的异常信号，并为我们提供了在适当的时候采取纠正措施的机会。因此，在设计和使用控制图时，选择正确的判异准则至关重要。