干货|揭秘SPC统计过程控制(五) SPC统计过程分析

掌控过程变差和能力，塑造卓越品质，揭秘SPC统计过程控制(五)。

Hi各位质量行业的小伙伴大家好！上两期视频讲了SPC统计过程控制中4种连续型数据控制图和4种离散型数据控制图，以及选择使用这些控制图的准则。这8种控制图是最常用的控制图，是常规的控制图。在一些需要灵敏地探测微小变化的过程时，比如化学工业的过程中，常规的这8种控制图就显得力不从心或者不能满足客户对过程灵敏性的期望了。

因此这一期视频我来给大家拔个高，提升一下高度。简单介绍一下两种非常规但也很重要，非常灵敏的控制图累积和控制图(CUSUM)和指数加权移动平均控制图(EWMA)。废话不多说我们直接上干货。

·累积和控制图：控制图是基于累积和的概念设计的，它追踪每个观测值与目标值之间的差异，并将这些差异累计起来形成一个累积和序列。累积和控制图的一个主要优点在于它能够更快地检测到过程的小幅但持续的偏移，而且可以量化偏移的程度，以便于采取更精确的纠正措施。

·指数加权移动平均控制图：使用指数加权移动平均算法，给予最近的观测值较高的权重，而较早的观测值权重逐渐递减。公式中有一个衰减因子入(lambda)介于0和1之间，决定新观测值与过去观测值的相对重要性。

在指数加权移动平均控制图中，当前的统计量是当前观测值与前一时刻指数加权移动平均控制图值的加权和权重随时间指数衰减。当数据点的指数加权移动平均控制图值超出预先设定的控制限时，说明过程可能出现异常。所以指数加权移动平均控制图是能够有效地探测过程平均值的微小移动的能力，通常小于1.5倍标准差并且它能够被用于平均值缓慢漂移的自相关的过程中。

累积和控制图和指数加权移动平均控制图对比，累积和控制图更侧重于识别过程何时发生偏移以及偏移的大小，并且在偏移发生后能够帮助确定何时过程重新回到受控状态。指数加权移动平均控制图更注重于对最新数据赋予较大权重，因此对于短期波动响应敏感，但它在处理过程回归至正常状态的速度上可能不如累积和控制图明确。

本期就分享到这里，欢迎大家点赞、关注、收藏、转发，更欢迎大家打赏，下期视频再见。