通过MCP连接 →

输入计算

数学公式

广告

结果

上控制限(UCL)
65
中心线 ± k·σ 控制图控制限
中心线(均值) 50
上控制限 65
下控制限 35

什么是上控制限?

上控制限(UCL,Upper Control Limit)是指在统计过程控制(SPC)控制图上,过程测量值仍被判定为"受控"状态时所能达到的最高数值。它与下控制限(LCL)以及中心线(即过程均值)一起,划定了一个稳定、可预测的过程应当运行的边界范围。一旦数据点落在这些控制限之外,就意味着出现了异常波动(特殊原因变异),需要进一步排查原因。

包含中心线、上下控制限和绘制数据点的控制图
显示中心线(均值)以及上下控制限的控制图。

如何使用本计算器

只需输入三个数值:过程均值(x̄,即样本的平均值)、标准差(\(\sigma\),反映数据的离散程度)以及西格玛系数(\(k\))。经典的休哈特(Shewhart)控制图采用 \(k = 3\),可覆盖约 99.7% 服从正态分布的数据。计算器会立即输出 UCL、LCL 和中心线的数值。

公式详解

控制限的计算方式如下:

$$\text{UCL} = \bar{x} + k \cdot \sigma$$$$\text{LCL} = \bar{x} - k \cdot \sigma$$

当 \(k = 3\) 时,控制限位于距均值三个标准差的位置。\(k\) 取较小值(例如 2)会收紧控制限,从而触发更多的报警;\(k\) 取较大值则会放宽控制限。需要注意的是,部分实践者使用的 \(\sigma\) 是子组均值的标准差,而非单个观测值的标准差,因此请务必确认你的 \(\sigma\) 与所选控制图类型相匹配。

Advertisement
数轴显示均值居中,在正负 k 西格玛处的带状区域标出 UCL 和 LCL
UCL 和 LCL 位于过程均值上下各 \(k\) 个标准差处。

实例演算

假设某条灌装线的平均灌装量为 50 mL,标准差为 5 mL,取 \(k = 3\)。那么 $$\text{UCL} = 50 + 3 \times 5 = 65 \text{ mL}$$ $$\text{LCL} = 50 - 3 \times 5 = 35 \text{ mL}$$ 任何灌装量高于 65 mL 或低于 35 mL 的瓶子都属于失控状态,应当被标记出来加以检查。

常见问题

为什么 \(k\) 通常取 3?三西格玛控制限在灵敏度与误报率之间取得了平衡——约 99.73% 的受控数据点都会落在限内,因此除非确实发生了实质性变化,否则极少出现超限的数据点。

LCL 可以为负值吗?从数学上讲是可以的。但对于本身不可能为负的计数或测量值(例如缺陷数),通常会把 LCL 截断为零。

本计算器适用于哪类控制图?"均值 ± \(k \cdot \sigma\)"这一逻辑同样适用于 X̄ 图、单值-移动极差图(I-MR)以及许多其他休哈特控制图,区别仅在于 \(\sigma\) 的估计方法不同。

最后更新: