《生產過程質量控制統計方法控制圖第7部分：多元控制圖GB/T17989.7-2022》詳細解讀contents目錄1范圍2規范性引用文件3術語和定義4符號和縮略語4.1符號4.2縮略語5多元控制圖的應用目的和分類5.1多元控制圖的應用目的和適用條件contents目錄5.2多元控制圖的分類6監測均值偏移的多元控制圖(不作加權處理)6.1概述6.2監測過程均值的控制圖(n>1)6.3監測過程均值的控制圖(n=1)6.4不作加權處理的多元控制圖監測均值偏移的總結和選擇6.5可查明原因的監測7監測均值偏移的多元控制圖(進行加權處理)contents目錄8監測過程散布的多元控制圖9失控信號的解釋附錄A(資料性)多元統計過程控制的實例附錄B(資料性)MEWMA控制圖的實例附錄C(資料性)μ和Σ的估計參考文獻011范圍計量型多變量特性控制標準適用于計量型多變量特性的統計過程控制，不涉及主成分分析和偏最小二乘法等高級統計技術的應用。多元控制圖的應用本部分標準明確了多元控制圖在生產過程質量控制中的應用，它適用于需要同時監測兩個或多個存在關聯關系的質量特性的場景。統計過程控制指導提供了構建和應用多元控制圖進行統計過程控制的詳細指南，幫助企業或組織更好地實施質量控制。1范圍022規范性引用文件核心引用本部分主要引用了國際標準ISO7870-7:2020作為多元控制圖的制定基礎和指導，確保與國際接軌，提高標準的通用性和實用性。2規范性引用文件其他相關標準此外，還參考了國內已制定的其他控制圖系列國家標準，如GB/T17989.1-2020至GB/T17989.4-2020等，這些標準共同構成了生產過程質量控制統計方法的完整體系。技術委員會規范在制定過程中，遵循了全國統計方法應用標準化技術委員會（TC21）的相關規定和要求，確保標準的科學性和規范性。033術語和定義3術語和定義多元控制圖一種用于同時監控多個質量特性的控制圖，幫助及時發現過程中的不穩定因素。質量特性產品、過程或體系中與要求有關的固有特性，如尺寸、重量、性能等。統計過程控制（SPC）應用統計技術對過程中的各個階段進行評估和監控，建立并保持過程處于可接受的且穩定的水平，從而保證產品與服務符合規定的要求的一種質量管理技術。044符號和縮略語縮略語多元控制圖中可能會使用一些縮略語，如MCL（MultivariateControlLimit，多元控制限）、CL（ControlLimit，控制限）、AL（ActionLimit，行動限）等，以簡化圖表并提高可讀性。符號在多元控制圖中，常使用各種符號來表示不同的數據點、控制限、中心線等。例如，數據點可能用小圓點表示，控制限可能用虛線或實線表示，中心線可能用粗實線表示。解讀示例例如，在一張多元控制圖上，如果某個數據點超出了MCL，這可能意味著該批次的產品質量存在問題，需要進一步調查。同時，圖表上的CL和AL線可以幫助工作人員快速判斷生產過程是否處于受控狀態，從而及時采取措施進行調整。4符號和縮略語054.1符號符號定義本部分將詳細定義在多元控制圖中使用的各種符號，包括但不限于數據點、中心線、控制限等，以確保圖表的準確性和易讀性。符號使用規則符號意義解釋4.1符號說明如何根據數據特性和控制需求，正確使用這些符號進行圖表的繪制和解讀。規則可能涉及符號的大小、顏色、形狀等視覺屬性。對每個符號在多元控制圖中的具體意義進行解釋，幫助使用者正確理解圖表信息，如數據點的分布、異常值的識別等。064.2縮略語01MSPC多元統計過程控制（MultivariateStatisticalProcessControl），這是一種質量控制方法，用于同時監測和分析多個質量特性，以評估生產過程的穩定性和能力。PCA主成分分析（PrincipalComponentAnalysis），在多元統計過程控制中，PCA常被用于降低數據維度，提取主要變化模式，幫助識別和理解多個質量特性之間的關系。PLS偏最小二乘法（PartialLeastSquares），這是一種統計分析方法，可用于處理多個自變量和因變量之間的關系，尤其在變量之間存在多重共線性時特別有用。4.2縮略語0203075多元控制圖的應用目的和分類多元控制圖能夠同時監控多個存在關聯關系的質量特性，幫助及時發現過程中的不穩定因素。同時監控多個質量特性通過對多個質量特性的綜合監控，可以更有效地識別并控制影響產品質量的各種因素，從而提高產品質量水平。提高產品質量多元控制圖有助于發現生產過程中的異常波動，為生產過程的優化和改進提供數據支持。優化生產過程5多元控制圖的應用目的和分類085.1多元控制圖的應用目的和適用條件同時監控多個質量特性多元控制圖能夠同時監控存在關聯關系的多個質量特性，幫助生產者全面了解生產過程的穩定性。及時發現不穩定因素通過對多個質量特性的聯合監控，多元控制圖能夠更敏感地捕捉到生產過程中的不穩定因素，從而及時進行調整。提高產品質量通過及時發現并處理生產過程中的問題，多元控制圖有助于提高產品質量，減少不良品率。5.1多元控制圖的應用目的和適用條件095.2多元控制圖的分類5.2多元控制圖的分類主元得分圖該圖通過將數據投影到主元空間，展示主元得分的變化情況。這有助于識別過程中的異常或變化趨勢。平方預測誤差(SPE)圖此圖反映了觀測值與模型預測值之間的差異。當SPE值超出控制限時，可能表明過程中存在異常。HotellingT^2圖這是一種常用的多元控制圖，主要用于監測多個質量特性的總體變化。通過計算樣本點與原點之間的馬氏距離，來判斷過程是否穩定。030201106監測均值偏移的多元控制圖(不作加權處理)6監測均值偏移的多元控制圖(不作加權處理)多元均值控制圖的概念這是一種用于同時監控多個質量特性的均值是否發生偏移的控制圖。與一元均值控制圖類似，但其可以處理多個變量，適用于多變量生產過程的質量控制。作圖方法首先，收集多變量數據，并計算每個變量的均值；然后，將這些均值在控制圖上進行標點，以時間為序連接起來形成折線圖；同時，根據歷史數據或標準確定控制限，以判斷當前過程是否處于受控狀態。應用場景適用于那些需要同時關注多個質量指標是否穩定的生產過程，如化工、制藥、食品加工等行業。通過監測多個變量的均值變化，可以及時發現生產過程中的異常，從而采取措施進行調整，保證產品質量的穩定性。116.1概述多元控制圖通常用于同時監測多個質量特性的分布參數偏移情況。當多個質量特性存在關聯時，常規的單變量控制圖可能無法準確反映過程狀態，因此需要應用多元統計過程控制。標準制定背景6.1概述GB/T17989.7-2022旨在為多元控制圖在實際生產過程中的應用提供指導，確保過程保持穩定并及時發現不穩定因素。標準目的該標準詳細介紹了多元控制圖的應用目的、適用條件、構建方法以及解讀技巧，為使用和理解計量數據多元控制圖提供了常規方法。標準內容126.2監測過程均值的控制圖(n>1)6.2監測過程均值的控制圖(n>1)控制圖類型當樣本量n大于1時，用于監測過程均值的控制圖主要有X-bar（均值）控制圖和R（極差）或S（標準差）控制圖。這些控制圖可以聯合使用，以同時監控過程的均值和變異情況。01構建方法對于X-bar控制圖，首先計算每個樣本的均值，并在控制圖上標點。控制限的計算通常基于樣本均值的分布和標準差。R或S控制圖則用于監控樣本間的變異情況，其構建方法與X-bar控制圖類似，但關注的是極差或標準差的變化。02應用場景這類控制圖適用于連續生產過程中的質量控制，特別是在產品特性受多個因素影響且需要監控多個變量時。通過持續監測和及時調整，可以確保生產過程的穩定性和產品質量的一致性。03136.3監測過程均值的控制圖(n=1)控制圖類型當樣本大小為1時，用于監測過程均值的控制圖是一種特殊的單值控制圖。它適用于那些只能逐個獲取觀測值的生產過程，如某些高精度的測量或檢測場景。構建與應用構建此類控制圖時，需收集過程穩定狀態下的歷史數據，計算其均值和標準差，并據此設定控制限。在應用過程中，將實時觀測值與控制限進行比較，以判斷過程是否處于受控狀態。特點與優勢這種控制圖的主要特點是能夠針對單個觀測值進行監控，及時發現過程中的異常波動。其優勢在于對于小批量生產或高價值產品的質量控制具有高度的敏感性和實用性。6.3監測過程均值的控制圖(n=1)146.4不作加權處理的多元控制圖監測均值偏移的總結和選擇總結6.4不作加權處理的多元控制圖監測均值偏移的總結和選擇-多元控制圖在監測過程中，對于均值偏移的檢測具有顯著效果。-不作加權處理的多元控制圖更適用于數據間權重差異不大的情況。-在實際應用中，需綜合考慮過程的特性和要求，選擇適當的控制圖類型。6.4不作加權處理的多元控制圖監測均值偏移的總結和選擇-數據特性根據數據的分布、關聯性和動態性等特點選擇合適的控制圖。-過程要求考慮生產過程對質量控制的具體要求，如精度、穩定性等。6.4不作加權處理的多元控制圖監測均值偏移的總結和選擇-實用性選擇操作簡單、易于理解和實施的控制圖方法。-T2控制圖用于監測多變量過程的整體波動情況。6.4不作加權處理的多元控制圖監測均值偏移的總結和選擇-MEWMA控制圖適用于監測過程中小幅度但持續的均值偏移。-MCUSUM控制圖對過程中的大幅度均值偏移較為敏感。6.4不作加權處理的多元控制圖監測均值偏移的總結和選擇156.5可查明原因的監測6.5可查明原因的監測改進措施在查明原因后，可以針對性地制定改進措施。例如，調整工藝參數、更換不合格的原材料、維修或更換故障設備等。這些措施的實施可以有效地提高生產過程的穩定性和產品質量。原因分析利用多元統計技術，可以對導致過程不穩定的原因進行深入分析。這些原因可能包括原材料的變化、工藝參數的調整、設備故障等。通過分析，可以準確地找到導致問題出現的根源。監測方法多元控制圖通過同時監控多個相關聯的質量特性，能夠及時發現過程中的不穩定因素。當控制圖顯示異常時，可以通過分析控制圖中的數據點，確定可能的原因。167監測均值偏移的多元控制圖(進行加權處理)7監測均值偏移的多元控制圖(進行加權處理)加權處理的必要性在生產過程中，不同的質量特性可能對產品的整體質量有不同的影響。通過加權處理，可以更加精確地反映各個質量特性對產品質量的重要性，從而提高多元控制圖的敏感性和準確性。多元控制圖的應用多元控制圖可以同時監測多個存在關聯關系的質量特性。當某些質量特性發生均值偏移時，多元控制圖能夠迅速識別并發出警報，幫助生產企業及時發現并處理生產過程中的異常情況。加權多元控制圖的實施步驟首先，確定各個質量特性的權重；其次，根據權重對各個質量特性的數據進行加權處理；最后，將加權后的數據繪制在多元控制圖上，并設定適當的控制限。通過這種方式，加權多元控制圖能夠更有效地識別出生產過程中的異常波動。178監測過程散布的多元控制圖8監測過程散布的多元控制圖應用實例例如，在制造業中，產品的多個質量指標（如尺寸、重量、硬度等）可能相互關聯。使用多元控制圖可以同時監控這些指標，及時發現任何異常波動，保證產品的整體質量。與常規控制圖的差異與常規的單變量控制圖不同，多元控制圖能夠考慮多個質量特性之間的關聯性，提供更全面的過程狀態信息。多元控制圖的作用多元控制圖主要用于同時監測多個存在關聯關系的質量特性，幫助及時發現生產過程中的不穩定因素，從而對過程進行調整以確保產品質量。189失控信號的解釋9失控信號的解釋超出控制界限在多元控制圖中，若某個質量特性的數據點超出設定的控制界限，即可視為失控信號。這通常意味著該質量特性可能出現了問題，需要進一步檢查原因并采取相應的糾正措施。異常波動模式除了超出控制界限外，數據點呈現出的異常波動模式也可能是失控的信號。例如，數據點連續上升或下降、周期性波動等，這些都可能表明生產過程中存在某種不穩定因素。關聯變量間的異常關系在多元控制圖中，還需要關注多個質量特性之間的關系。如果某個變量的變化與其他變量存在明顯的異常關聯，如一個變量上升而另一個變量下降，那么這也可能是一個失控的信號，提示生產過程中可能存在某種未被識別的干擾因素。19附錄A(資料性)多元統計過程控制的實例-某制造企業同時監控多個質量特性。-常規單變量控制圖無法準確反映多變量間的關聯性。實例背景附錄A(資料性)多元統計過程控制的實例123多元控制圖應用-采用多元控制圖同時監控多個關聯的質量特性。-通過圖表展示，能夠直觀地看出過程是否處于統計控制狀態。附錄A(資料性)多元統計過程控制的實例實施效果-成功識別出常規控制圖無法檢測的過程異常。-提高了產品質量的穩定性和一致性。-為企業節省了因質量問題導致的額外成本。附錄A(資料性)多元統計過程控制的實例20附錄B(資料性)MEWMA控制圖的實例實例背景提供了MEWMA（多元指數加權移動平均）控制圖的具體應用實例，幫助理解和實施多元控制圖。數據處理流程詳細說明了從數據采集、處理到繪制控制圖的全過程，包括數據的標準化、權重的選擇等關鍵步驟。控制圖解讀通過實例展示了如何根據MEWMA控制圖判斷生產過程的穩定性和異常，為質量控制人員提供了直觀的參考。附錄B(資料性)MEWMA控制圖的實例21附錄C(資料性)μ和Σ的估計附錄C(資料性)μ和Σ的估計μ的估計-在多元控制圖中，μ代表多個質量特性的均值向量。-通過收集生產過程中的樣本數據，可以計算出各個質量特性的平均值，從而得到μ的估計值。-準確的μ估計是構建有