第1章：计量型控制图（一）——Xbar-R图的构造原理、数据收集要求、中心线与控制限计算

大家好，我是你们的老朋友，一个在质量圈摸爬滚打了十几年的工程师。今天咱们开始聊SPC实战课程里最核心的一块——计量型控制图。

说实话，控制图种类很多，但你要是问我哪个最常用、最经典？我肯定会说Xbar-R图。这玩意儿，说白了就是均值-极差图。我在项目里遇到的过程波动问题，十有七八都是靠它先揪出来的。

一、Xbar-R图到底在干什么？

先别急着算公式，咱们得先搞明白它的原理。

Xbar-R图其实是两张图叠在一起用的：

• Xbar图（均值图）：监控过程的中心位置有没有跑偏。比如，你设定的目标值是10.0mm，均值图就是看每天抽样的平均值是不是还在10.0附近晃悠。
• R图（极差图）：监控过程的离散程度有没有变大。说白了，就是看零件之间的差异是不是失控了。

为什么要两张一起看？我遇到过不少新手，只看均值图，觉得均值稳了就万事大吉。结果呢？极差图早就报警了——零件忽大忽小，均值只是被平均掉了而已。所以记住：两张图必须同时判读，缺一不可。

二、数据收集——这一步错了，后面全白搭

我见过太多人，一上来就急着画图，数据收集却马马虎虎。结果图是画出来了，但根本没法用。嗯，这里要注意几个硬性要求：

1. 子组大小（n）怎么定？

Xbar-R图要求每个子组大小在2到6之间。我个人习惯用n=5，为什么？因为5个数据算极差，既不会太敏感也不会太迟钝。你想想看，如果只取2个，极差波动会很大；取6个以上，R图的效果就不如用Xbar-S图了。

2. 抽样频率怎么定？

频率取决于你的生产节拍。一般原则是：

• 刚开始做控制图：建议每小时或每批次抽一次，快速收集数据建立控制限。
• 过程稳定后：可以降低频率，比如每4小时或每班次抽一次。

我曾经在一个冲压件项目上，客户要求每15分钟抽一次。结果操作工累得够呛，数据也失真了。后来我建议改成每2小时抽一次，反而监控效果更好。所以，频率要合理，别走极端。

3. 数据要“合理分组”

这是个大坑。所谓合理分组，就是组内差异尽量小，组间差异尽量大。什么意思？

• 组内：同一个子组的5个零件，最好在短时间内连续抽取。这样组内差异反映的是“随机误差”。
• 组间：不同子组之间，要能反映出时间、批次、刀具更换等“系统变化”。

三、中心线与控制限的计算——手算一遍，理解更深

现在很多软件一键出图，但我还是建议你至少手算一次。为什么？因为只有亲手算过，你才知道那些系数A₂、D₃、D₄是怎么来的，控制限为什么那么宽。

咱们一步步来：

第一步：计算每个子组的均值（X̄）和极差（R）

假设你有m个子组，每个子组有n个数据：

子组1: x₁₁, x₁₂, ..., x₁ₙ  →  X̄₁ = (x₁₁ + x₁₂ + ... + x₁ₙ) / n
                               R₁ = max(x₁ⱼ) - min(x₁ⱼ)

子组2: x₂₁, x₂₂, ..., x₂ₙ  →  X̄₂ = (x₂₁ + x₂₂ + ... + x₂ₙ) / n
                               R₂ = max(x₂ⱼ) - min(x₂ⱼ)

... 以此类推，直到子组m

第二步：计算总均值（X̿）和平均极差（R̄）

X̿ = (X̄₁ + X̄₂ + ... + X̄ₘ) / m
R̄ = (R₁ + R₂ + ... + Rₘ) / m

这里X̿就是均值图的中心线，R̄就是极差图的中心线。说白了，它们就是所有子组均值和极差的平均值。

第三步：计算控制限

这里要用到几个常数，我直接给出来：

子组大小 n	A₂	D₃	D₄
2	1.880	0	3.267
3	1.023	0	2.575
4	0.729	0	2.282
5	0.577	0	2.115
6	0.483	0	2.004

然后套公式：

Xbar图控制限：
  UCLx = X̿ + A₂ × R̄
  LCLx = X̿ - A₂ × R̄

R图控制限：
  UCLr = D₄ × R̄
  LCLr = D₃ × R̄

注意看，当n≤6时，D₃都是0。这意味着极差图的下控制限是0。为什么？因为极差不可能为负，最小就是0。这个细节，很多初学者会忽略。

四、一个完整的计算示例

光说不练假把式。咱们来个例子：

假设你从生产线上连续抽取了5个子组，每个子组5个零件，测量长度（单位：mm）：

子组	x₁	x₂	x₃	x₄	x₅	X̄	R
1	10.1	10.3	9.9	10.2	10.0	10.10	0.4
2	10.2	10.0	10.1	10.4	9.8	10.10	0.6
3	9.8	10.1	10.3	10.0	10.3	10.10	0.5
4	10.0	10.2	10.1	9.9	10.3	10.10	0.4
5	10.3	9.9	10.0	10.2	10.1	10.10	0.4

计算：

X̿ = (10.10 + 10.10 + 10.10 + 10.10 + 10.10) / 5 = 10.10
R̄ = (0.4 + 0.6 + 0.5 + 0.4 + 0.4) / 5 = 0.46

查表 n=5，A₂=0.577，D₃=0，D₄=2.115

Xbar图：
  UCLx = 10.10 + 0.577 × 0.46 = 10.37
  LCLx = 10.10 - 0.577 × 0.46 = 9.83

R图：
  UCLr = 2.115 × 0.46 = 0.97
  LCLr = 0 × 0.46 = 0

你看，所有子组的均值和极差都在控制限内，说明这个过程目前是受控的。但别高兴太早——这才5个子组，按规矩至少需要20~25个子组才能建立正式的控制限。

五、最后说几句心里话

Xbar-R图看着简单，但真正用好它，需要你对过程有深刻的理解。我见过太多人把控制图画成了“装饰图”——挂在墙上好看，但从来不看。记住，控制图是工具，不是摆设。

另外，控制限不是一成不变的。当过程有了显著改进（比如换了新模具、改了工艺参数），原来的控制限就需要重新计算。我一般每半年或每次重大变更后，都会重新评估一次控制限。

好了，这一章就到这里。下一章咱们接着聊Xbar-R图的判读准则——什么时候该报警，什么时候可以放心。咱们下次见。

---

公众号:蓝海资料掘金营，微信deep3321