Z-MR 控制图
Z-MR 控制图是一种特殊类型的控制图,专为短批量生产或在同一设备上生产不同零件或产品的过程而设计。它不绘制原始测量值,而是将每个测量值标准化为 Z 分数——以标准差为单位,表示每个值与其目标值的距离。
最后审阅
核心要点
Z-MR 控制图是一种特殊类型的控制图,专为短批量生产或在同一设备上生产不同零件或产品的过程而设计。
什么是 Z-MR 控制图?
Z-MR 控制图是一种特殊类型的控制图,专为短批量生产或在同一设备上生产不同零件或产品的过程而设计。它不绘制原始测量值,而是将每个测量值标准化为 Z 分数——以标准差为单位,表示每个值与其目标值的距离。
这种标准化使您可以将多个产品或零件编号的数据合并到一张图上,因此即使任何单一产品的数据都不足以建立传统控制图,也能监控过程稳定性。
简单定义:一种将不同产品的测量值转换为统一尺度的控制图,因此即使产量很小或混合生产,也能监控过程稳定性。
何时使用 Z-MR 控制图?
- 当生产批量 过短,无法为标准控制图收集足够数据时使用。
- 当 同一过程或机器生产多种零件类型,且希望使用一张统一的控制图时使用。
- 当每个零件编号具有 不同的目标值或规格,但共用同一基础过程时使用。
- 当不同零件类型之间的 过程变异差异显著 时不适用——标准化假定各零件之间的变异性相近。
正确使用 Z-MR 控制图的指南
- 每种零件类型都必须有 已知或估计的目标值和标准差,Z 分数的计算才有效。
- 确认绘制在同一张图上的所有零件类型的 过程变异相近。
- 使用 历史数据或工程知识 来确定准确的目标值和标准差——不准确的输入会产生具有误导性的 Z 分数。
- 在解释 Z 图之前,先查看 图中的 MR 部分,以确认短期变异是稳定的。
- 用 零件编号或产品代码 标注每个描点,以便在合并后的图上保持可追溯性。
替代方法:何时不宜使用 Z-MR 控制图
- 若过程 不涉及短批量生产,且已有来自单一产品的足够数据,请改用 I-MR 控制图 ——它更简单、更直接,也更适合标准的全周期生产。
- 若已有来自单一产品的 足够的分组数据,请改用 Xbar-R 或 Xbar-S 控制图 ——在数据充足时,它们能提供更可靠的控制限。
- 若不同零件类型之间的过程变异 差异显著,请使用单值图分别分析每种零件类型,而不是将它们合并在 Z-MR 控制图上。
- 若 目标值或标准差未知,且无法根据历史数据或工程知识可靠估计,则无法准确计算 Z 分数——请勿使用此控制图。
- 若数据为 计数型(缺陷数或比率),请改用 P、NP、C 或 U 控制图 或其短批量对应的控制图。
- 若所有产品具有 相同的目标值和规格,标准的 I-MR 或 Xbar 控制图 即已足够,并且更易于解读。
Z-MR 控制图示例
一家制造商开展短批量生产,生产小批量的金属部件。为评估冲压过程的一致性,质量经理测量了来自三个不同生产批次的零件。步骤如下:
- 收集所需数据。

- 现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
- 要找到 Z-MR 控制图,请选择 Statistical module> Control Chart > Z-MR Chart.
- 在工具中,输入数据及其他输入项如下:

5. 使用上述工具后,得到的输出如下:


如何生成 Z-MR 控制图
操作步骤如下:
- 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
- 在首页选择 Statistical Tool> Control Chart > Z-MR Chart.
- 点击 Z-MR Chart,进入工具界面。
- 接下来,手动更新数据,或从 Excel 表格中复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处,也可以使用 Load Example 选项载入示例数据。
- 接下来,需要将各列映射到相应的参数。
- 最后,点击页面底部的 calculate,即可得到所需结果。
在 Z-MR 控制图的工具界面中,窗口分为两部分。

左侧是数据窗格(Data Pane)。在 Data Pane 中,每一行构成一个子组。可手动输入数据,也可从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
Load example: 将载入示例数据。
Load File: 用于直接加载 Excel 数据。
右侧提供以下选项:
- Variables: 选择包含实际测量数据的列。这些是控制图上被监控的值——例如尺寸、重量,或在不同零件或批次中记录的任何连续型质量特性。
- Part Indicator: 选择标识每个测量值所属零件编号或产品类型的列。这对 Z-MR 控制图至关重要,因为它利用这些信息将每个测量值与其正确的目标值和标准差对应起来,从而为每种零件类型准确计算 Z 分数。
- SD Estimation method for Between subgroup: 这为用户提供了两种计算选择。选择平均移动极差法还是中位数移动极差法作为估计方法,会改变结果。
- Average moving range Sd estimation method: 该方法先计算数据集中连续值之间的差值,再取这些差值的平均值。
- Median moving range Sd estimation method: MMR 的计算方法是取连续数据点之间移动极差的中位数。
- How to Define Groups of Observations: 决定控制图如何组织数据点并为其排序。有两个选项:
- By Runs ——按观测值的收集顺序分组,将每个生产批次视为一个连续序列。当时间顺序是跟踪过程行为的最有意义的方式时最适用。
- By Parts (Combine all observations for same parts) ——将同一零件类型的所有测量值归在一起,而不论其收集时间。当希望比较不同零件类型而非不同时间的表现时最适用。
- Length Moving Range: 定义计算每个移动极差值所用的连续子组均值的个数。默认值为 2,即每个移动极差是两个连续子组平均值之差的绝对值。增大该值会使估计更平滑,但会降低对短期偏移的灵敏度。
- Check Rule 1: 1 point > K Stdev from center line: 检验 1 对于识别明显偏离其他子组的子组至关重要,是公认的检测失控情形的通用工具。为提高灵敏度、检测过程中较小的偏移,可将检验 2 与检验 1 配合使用,从而增强控制图的有效性。
- Check Rule 2: K points in a row on same side of center line: 检验 2 用于检测过程对中或变异的变化。监控过程中的小偏移时,可将检验 2 与检验 1 配合使用,以提高控制图的灵敏度。
- Check Rule 3: K points in a row, all increasing or all decreasing: 检验 3 用于识别过程中的趋势。该检验专门查找连续数据点值持续上升或持续下降的较长序列,这表明过程行为中可能存在潜在趋势。
- Check Rule 4: K points in a row, alternating up and down: 检验 4 用于识别过程中的系统性变异。理想情况下,过程的变异模式应是随机的。然而,如果某个点未通过检验 4,则可能表明变异并非随机,而是遵循某种可预测的模式。
- Check Rule 5: K out of K + 1 points > 2 standard deviation from center line (same side): 检验 5 用于检测过程中的小偏移。
- Check Rule 6: K out of K + 1 points > 1 standard deviation from center line (same side):检验 6 用于检测过程中的小偏移。
- Check Rule 7: K points in a row within 1 standard deviation of center line (either side):检验 7 用于识别可能被误判为受控良好的变异模式。该检验可检测过宽的控制限,这通常由分层数据引起。分层数据是指每个子组内部存在系统性变异来源,导致控制限看起来比应有的范围更宽。
- Check Rule 8: K points in a row > 1 standard deviation from center line (either side):检验 8 用于检测混合模式。在混合模式中,点倾向于远离中心线,而落在控制限附近。
- X Scale: 控制图横轴的标注和显示方式。可调整为显示批次编号、零件标识、时间戳或自定义标签——使控制图更易阅读,并更便于追溯到具体的生产事件或零件类型。
常见问题
什么是 Z-MR 控制图?
Z-MR 控制图是用于短批量生产或在同一设备上生产不同零件的过程的控制图。它不绘制原始测量值,而是将每个值绘制为 Z 分数(即以标准差为单位表示的与目标值的距离),因此可将多个零件编号的数据与移动极差图一起合并到一张图上。
何时应使用 Z-MR 控制图?
当生产批量过短、无法为标准控制图收集足够数据,或同一过程或机器生产具有不同目标值或规格的多种零件类型时使用。当不同零件类型之间的过程变异差异显著时不适用,因为标准化假定各零件的变异性相近。
建立 Z-MR 控制图需要什么?
每种零件类型都需要已知或估计的目标值和标准差(来自历史数据或工程知识),Z 分数才有效。您需选择测量列和零件标识列,后者将每个测量值与其零件对应起来。先查看 MR 图,以确认短期变异是稳定的。
何时应使用 I-MR 控制图而不是 Z-MR 控制图?
若过程不涉及短批量生产且已有来自单一产品的足够数据,或所有产品具有相同的目标值和规格,I-MR 控制图更简单。若已有来自单一产品的足够分组数据,请改用 Xbar-R 或 Xbar-S 控制图。
