控制图的原理和结构

当过程稳定时，即只有随机变异而没有异常变异时，过程的变异是由许多偶然因素叠加而成的。根据一般科学的中心极限定理，质量特征值服从正态分布。

根据正态分布原理，一个服从正态分布的随机变量的位置超过其分布标准差3倍(3 σ)的概率只有0.27%，属于小概率事件。概率知识告诉我们，在一个随机实验中，要考虑小概率事件不会发生。

当过程稳定时，在一次抽样中，我们有理由期望样本的统计值不会超过其分布标准差的3倍。如果出现样本统计值超过其分布标准差3倍的小概率事件，我们会反过来认为过程稳定的前提不成立，即过程中存在异常因素。

计数值的质量特性是一个离散的随机变量，当样本量较大时，它类似于眼睛的正态分布，所以对于计数值的质量特性也可以画出常规的控制图。

中心线CL(中心线)是控制图的中心。允许中心线CL与质量特性目标值有小的差异，这是由于过程中存在中心漂移现象，生产中心与目标值总有小的差异。控制图的作用是将过程控制在符合过程要求的状态，并允许这种状态有微小的漂移。

控制上限是UCI(控制上限)，控制下限是LCI(控制下限)。

控制上限和下限是根据3σ原则从中心线的标准偏差的三倍处画出的两条虚线。这里的标准差是用来作图的统计量的标准差，不一定是质量变差的标准差。

提取样本后，计算样本的总值，然后用实点数绘制到控制图中，称为样本点。两个相邻的样本点由一条直线段连接起来，形成一个折线图。