控制图判异准则有哪些

在工程学中，控制图是一个非常实用的工具，用于监视系统过程的连续性和稳定性。控制图判异准则是一种方法，旨在帮助使用者分析和诊断控制图上的数据点。本文将从多个角度探讨控制图判异准则的应用，以及常用的判异方法。

首先，我们将从基本原理入手，说明控制图判异准则的概念。控制图判异准则是指通过对于控制图上异常点或异常组提出的异常因素进行概率统计，以判定异常点或异常组是否真实存在，并选择适当的措施对其进行处理。其主要目的在于排除那些与过程特性无关，仅属于随机事件的异常点，从而保证控制图的有效性。常见的控制图判异准则有2sigma、3sigma、4sigma、6sigma准则等，其中sigma是指标准差。例如，3sigma、4sigma准则要求在正常分布情况下控制的极限范围，能够以99.73%、99.9937%的概率覆盖该工序正常的控制状态。

其次，我们将从实践角度进行探讨，介绍几种比较常见的控制图判异准则方法。第一种方法是在控制图的中心线两侧加上标准差边界。当在控制图中出现的点超过标准差边界时，我们就可以认为该点是异常的。第二种方法是使用均数系数判异准则，方法在于根据均数和标准差计算出判异边界，这种方法更加精确、可靠。第三种方法是使用Western Electric准则，该准则是一个更加细致而复杂的方法，需要依据生产过程的不同环节给出不同的判异标准。

除此之外，控制图 判异准则还有一些附加的方法。比如说，一个比较简单的方法是使用移动平均线和移动极差线，通过判断数据点是否在这些线内，来判定是否存在异常点。还有就是使用累积和控制图，该方法可帮助我们捕获更加细微的变化，尤其是在数据服从不同于正态分布的分布模型的情况下，更为有效。

综上所述，控制图判异准则是一个非常重要的工具，可以帮助我们识别和处理控制图上的异常点，从而保证控制图的有效性。常见的判异准则有2sigma、3sigma、4sigma、6sigma准则、均数系数判异准则、Western Electric准则、移动平均线和移动极差线以及累积和控制图。在实际应用中，我们需要结合不同的判异准则进行使用，以及结合自身的经验进行判断。