均值控制图的上下控制界限可以用来判断什么？ 控制图的上限和下限通常设置为3个标准偏差。有三条平行于水平轴的直线：中心线(CL，Central Line)、上控制线(UCL，上控制线)和下控制线(LCL，下控制线)，并且有按时间顺序提取的样本统计值的追踪序列。UCL、CL和LCL统称为控制线，控制限值通常设置在±3标准偏差的位置。中心线是受控统计的平均值，控制上限和下限是中心线标准偏差的几倍。如果控制图中的跟踪点位于UCL和LCL之外，或者UCL和LCL之间的跟踪点排列不是随机的，则该过程是异常的。根据统计数据的类型，控制图可分为：计量控制图和计数控制图(包括计件控制图和计数点控制图)。它们分别适用于不同的生产过程。每个类别可以细分为具体的控制图，最初包括七个基本图。一、计量控制图包括：1、单值移动范围图2、Xbar-R(平均范围图)3、平均标准偏差图二、计数控制图包括：1、p(可变样本量的不合格品率)2、Np(固定样本量不合格产品数量)3、可变样本量的单位缺陷数4、c(用于固定样本大小的缺陷数量)当使用样本的平均值和范围r估计群体的μ和σ时，由于群体组成的不均匀性和采样误差的存在，r的变化与μ和σ的变化不完全相同，即使过程处于稳定状态，μ和σ本身也没有异常变化，但是从过程中提取的样本的。
如何运用控制图对工序状态进行判断 我们知道SPC控制图有八大模式，一种模式代表一种异常现象，因此，我们就有了判断异常的标62616964757a686964616fe4b893e5b19e31333337616566准，那么统计控制状态又是如何判断的呢？或许有人会说除八大判异模式之外的所有模式都处于统计控制状态，这种说法则完全忽略了SPC控制图的两种错误，即使点子出界，过程也可能是稳定的，亦或点子在界内，过程也可能是异常的。下面，我们就来分情况说明统计控制状态的判断。对于判断是否出现了异常的模式1（1个点子落在A区以外）来说，“点出界就判异”虽不百发百中，但却是很可靠的。点出界有两种可能性：一种情况是，处于统计控制状态，虚发报警，此时的概率是0.00135；另一种情况是，出现了异常，点出界，发出警告，此时的概率是0.00135的几十、几百倍。根据小概率事件，得到了最基本的判异准则：检验1（1个点子落在A区以外）“点出界就判异”。在SPC控制图上，如果一个点子落在控制限内，未出界，可否判断过程处于统计控制状态？一个界内点同样存在两种可能性：一种情况是，过程处于统计控制状态，此时点子落在界限内的概率是0.9973；另一种情况是，过程未处于统计控制状态，却发生了落发警报的情况，此时出现界内点的。
控制图判断标准是什么 ？ 1．判断稳态的准则 稳态是生产过程追求的目标。那么如何用控制图判断过程是否处于稳态？为此，需要制定判断稳态的准则。判稳准则：在点子随机排列的情况下，符合下列各点。
