控制图是我们SPC博客系列的最后一个工具，是识别和消除生产中不需要的变化的有用工具。
本博客是我们统计过程控制（SPC）系列的第三篇。在之前的博客中，我们讨论了统计技术和过程能力指数的基础知识。在本博客中，我们将重点介绍控制图及其在制造领域的核心优势。
控制图是识别生产过程中不需要的变化的有用工具。统计控制的目标是识别过程变异并确定哪些变异超出了我们的控制范围。虽然有些变化是流程固有的，但其他变化是特殊的或可分配的。这些偏差超出了我们通常在过程中看到的“正常”变化。可以使用统计工具将其识别为从正常过程中减少或消除。
为了理解控制图，让我们首先讨论变化。在一个完美的世界里，不会有任何变化。每当我们打开机器时，它每次都会生产完全相同的零件。然而，我们并不生活在一个完美的世界里——机器出现故障，内部零件磨损，成型工具磨损，温度变化，材料从一个生产徽章微妙地变化到另一个生产徽章。给定的生产过程有多个输入，必须协同工作才能生产出满足客户要求的零件。通过测量成品零件的关键特性，我们可以评估制造过程。使用控制图，我们可以识别特殊变化的固有变化（例如注塑模具磨损或机器设置不当）。通过消除这些独特的差异，我们可以将过程恢复到“正常”。
Boyd注塑成型中通常使用的两种控制图是单个控制图和x-bar R控制图。如下面的示例所示，这两个图表都具有两个元素 - 1）中心线，它是正在研究的特定数据集的平均值（平均值），以及2）从同一数据集统计计算的控制上限和下限。随着时间的推移，定期收集和输入关键特性的测量数据。
统计计算的控制限表示与平均值（平均值）的正负三个标准差。这些行表示过程输出在统计上被视为“不太可能”的阈值。换句话说，控制限表示过程的自然变异与“不可能”变异的划分，这些变异是由于特殊或可分配的原因而发生的，可以从过程中消除。应调查出现在这些控制限之外的数据点或异常数据运行（数据在六次或更多次连续测量中增加或减少），以确定并消除可分配变异的来源。
在生产周期的早期识别和解决变化的最大优势之一是在生产任何不合格零件之前防止出现问题。它最大限度地提高了机器和材料的效率，从而降低了生产成本和时间。Boyd 的工艺工程师采用的各种统计工具在满足客户需求和始终如一地制造高质量零件方面继续发挥着关键作用。了解有关 Boyd 质量 的更多信息或 联系我们。
