控制圖是對(duì)過(guò)程質(zhì)量加以測(cè)定、記錄從而進(jìn)行控制的一種科學(xué)方法。圖上有中心線、上只存在偶然波動(dòng)時(shí)，產(chǎn)品質(zhì)量將形成某種典型分布。例如，在車制螺絲的例子中形成正態(tài)分布。如果除去偶然波動(dòng)外還有異常波動(dòng)，則產(chǎn)品質(zhì)量的分布必將偏離原來(lái)的典型分布。因此，根據(jù)典型分布是否偏離就能判斷異常因素是否發(fā)生，而典型分布的偏離可由控制圖檢出。在上述車制螺絲的例子中，由于發(fā)生了車刀磨損的異常因素，螺絲直徑的分布偏離了原來(lái)的正態(tài)分布而向上移動(dòng)，于是點(diǎn)子超出上控制界的概率大為增加，從而點(diǎn)子頻頻出界，表明在異常波動(dòng)?？刂茍D上的控制界限就是區(qū)分偶然波動(dòng)與異常波動(dòng)的科學(xué)界限，休哈特控制圖的實(shí)質(zhì)是區(qū)分偶然因素與異常因素兩類因素。

 

    1.控制圖的預(yù)防原理

 

    控制圖是如何貫徹預(yù)防原則的呢？這可以由以下兩點(diǎn)看出：

 

    （1）應(yīng)用控制圖對(duì)生產(chǎn)過(guò)程不斷監(jiān)控，當(dāng)異常因素剛一露出苗頭，甚至在未造成不合格品之前就能及時(shí)被發(fā)現(xiàn)，在這種趨勢(shì)造成不合格品之前就采取措施加以消除，起到預(yù)防的作用。

 

    （2）在現(xiàn)場(chǎng)，更多的情況是控制圖顯示異常，表明異常原因已經(jīng)發(fā)生，這時(shí)一定要貫徹“查出異因，采取措施，保證消除，不再出現(xiàn)，納人標(biāo)準(zhǔn)。” 否則，控制圖就形同虛設(shè)，不如不搞。每貫徹一次（即經(jīng)過(guò)一次這樣的循環(huán)）就消除一個(gè)異常因素，使它不再出現(xiàn)，從而起到預(yù)防的作用。

 

    2.統(tǒng)計(jì)過(guò)程控制的實(shí)質(zhì)

 

    要精確地獲得總體的具體數(shù)值，需要收集總體的每一個(gè)樣品的數(shù)值。這對(duì)于一個(gè)無(wú)限總體或一個(gè)數(shù)量很大的有限總體來(lái)說(shuō)往往是不可能的，或者是不必要的。在實(shí)際工作中，一般是從總體中隨機(jī)地抽取樣本，對(duì)總體參數(shù)進(jìn)行統(tǒng)計(jì)推斷。樣本中含有總體的各種信息，因此樣本是很寶貴的。但是如果不對(duì)樣本進(jìn)一步提煉、加工、整理，則總體的各種信息仍分散在樣本的每個(gè)樣品中。為了充分利用樣本所含的各種信息，常常把樣本加工成它的函數(shù)，一般將這個(gè)（或若干個(gè)）不含未知參數(shù)的樣本函數(shù)稱為統(tǒng)計(jì)量。

 

    過(guò)程控制的實(shí)質(zhì)，就是這樣一個(gè)統(tǒng)計(jì)推斷過(guò)程，所依據(jù)的統(tǒng)計(jì)量的形式應(yīng)根據(jù)計(jì)推斷的目的和應(yīng)用的條件不同而有所不同。從實(shí)用和簡(jiǎn)化計(jì)算的角度來(lái)看，往往是利用樣本的平均值和極差R來(lái)進(jìn)行。