C控制图怎么做:缺陷数的监控
c控制图监控检查机会恒定时的缺陷个数,适合一件产品可能出现多处问题的计数型记录。先核对检查单元是否相同,再读控制限、泊松离散检验和批次比较;固定检查机会依赖检验方案,单凭计数列无法验证。
缺陷数控制图的数据口径
以下结果来自本站演示数据(模拟生成,不代表真实研究结论),保留全部25个生产批次。每行列出该批检查单元内的缺陷数,分析原理见c 图;本例检查机会相同的设定需要在应用到真实数据前重新核实。
| 数据列 | 类型 | 记录内容 |
|---|---|---|
| 缺陷数 | 非负整数 | 同一检查单元发现的问题总量 |
| 生产批次 | 批次标识 | 与采集顺序对应的标签 |
| 检查方案 | 外部追溯记录 | 固定面积、时长或受检数量 |
计数前要把缺陷定义写清楚,同一处重复发现是否合并、返检结果如何记录,应在所有批次使用同一准则。若检查对象从整机变为部件,或者检验时长改变,应先核对检查机会再决定图型,直接接在原序列后面容易产生人为跳变。
计数型数据允许一个单元出现多个缺陷,因此没有按受检件数设定的计数上界。这里的零表示本次检查未发现缺陷,还应结合检出能力和抽检覆盖面理解;把漏检填成零会使统计过程偏离实际检验过程。
c控制图的操作步骤
- 选择「c 图」,整理好缺陷数与生产批次列,并单独核对各批实际检查的面积、长度、件数或时长是否一致。
- 将计数放进「缺陷数」区,标签放进「子组编号/批次」区,检查是否混入小数、累计总数或同批重复记录。
- 开始分析后依次查看前提检验、主结果和控制图,再用效应量与事后分析定位偏离较大的批次,保留其原始检验单据。
分析的统计对象是每个检查单元发现的缺陷总量,因此报告里同时写明检验单位和缺陷定义。开通会员后可导出 Word / PDF 报告、使用 AI 解读;提交质量记录时还应附上抽样范围与异常复核情况。
缺陷数的控制限与离散性
本例平均缺陷数为7.4800,近似上控制限15.6849,下限截断于零,第07批越限。越限点数的检验p=0.107,尚未检出超过随机误报的证据;但离散比2.686、离散检验p<0.001提示整体额外变异,两项应一起保留。
中心线反映本段数据的平均缺陷数,控制限按泊松变异给出参考范围。泊松分布是离散的,界限经过整数取值后对应的尾概率可能偏离连续正态图的直觉;报告中给出实际单点报警率时,应采用该口径解释越限数量。

整体离散性与越限点数是互补线索。即使越限数量单独看仍可由随机波动解释,整段缺陷数也可能出现额外变异;此时应先核实混批、缺陷成簇与检查机会,而后再讨论如何建立监控基准。

截图里的离散比按方差比较实际变异和泊松预期,数值偏大提示额外差异。它没有直接指出具体的设备原因,仍需结合检验记录分层调查;表内关于其他图型的文字也应与可用功能分别核对,本站目前没有 Laney 图型。
缺陷监控报告怎样写
在固定检查机会的模拟批次中,图上出现一个越限批次,单点精确报警率为0.004496。越限点数单项证据不足,整体离散性却显著偏离泊松假设,因此先核实缺陷是否成簇及批次条件,再研究适合的分层和监控基准。
实际项目应把统计结果接到缺陷追踪流程:保留缺陷照片编号、检验单元、发生位置和复查意见,逐步确认是否存在共同原因。删除记录前先记录依据,只有明确的数据错误或已核实的特殊原因才有可追溯的处理理由。

计数型监控的常见错误
- 每批受检数量变动却仍比较总缺陷数,会把检查量差别混入过程变化;保留分母并按单位密度重新选择分析口径。
- 用不合格品件数填缺陷数,把二项计件误当泊松计数;先对照检验规则,明确每个产品是否允许贡献多个问题。
- 看到下控制限为零便把零缺陷当作报警,会误用判异规则;按点相对界限的位置判读,改善效果另外结合足够的后续检验记录评价。

延伸阅读
常见问题
c控制图统计什么?
它统计检查单元内的缺陷个数,同一产品可以计多个缺陷。各批检查面积、长度或数量应保持相同,才有相同的检查机会。
缺陷数控制图要填不合格率吗?
本例输入的是非负整数缺陷数,比例和连续测量值属于不同数据类型。先确认检验单元和计数口径,再选择分析方法。
检查机会变化后怎样处理?
保留每批真实检查量,按单位缺陷密度开展监控。仅对总缺陷数排序会混合检查量变化与缺陷率变化。