1. 研究目的与意义

休哈特控制图（ShewhartControlChart,SCC）最早是由美国贝尔实验室的休哈特（W.A.Shewhart)博士于1924年提出的，它是种将数理显著统计原理应用于生产过程控制的图形记录方法。它是一种有控制界限的图，用来区分引起质量波动的原因是偶然的还是系统的，可以提供系统原因存在的信息，从而判断生产过程是否处于受控状态。控制图按其用途可分为两类，一类是供分析用的控制图，用控制图分析生产过程中有关质量特性值的变化情况，看工序是否处于稳定受控状；再一类是供管理用的控制图，主要用于发现生产过程是否出现了异常情况，以预防产生不合格品。

通过对过程相关的质量特性进行收集和分析，从而监控过程是否处于控制状态。将休哈特控制图用于制药行业，可以对药品生产过程中的记录进行分析研究以找到造成药品生产过程存在的风险，帮助及时发现药品生产过程中的异常因素，最终使药品的质量得到控制。

2. 课题关键问题和重难点

（一）关键问题

1.查阅文献。目前关于休哈特控制图的文献相对较少，要充分查阅文献，对休哈特控制图的原理应用等有整体的了解。

2.熟悉控制图。要求要充分了解休哈特控制图的应用原理和具体绘制方法。

3. 国内外研究现状（文献综述）

关于休哈特控制图的文献综述

休哈特控制图（shewhartcontrolchart,scc）最早是由美国贝尔实验室的休哈特（w.a.shewhart)博士于1924年提出的，该理论由于其广泛的适用性，常应用于生产工序质量状况的动态控制[7]。控制图可以分为均值-极差（-r）控制图、均值-标准差（-s）控制图和均值-移动极差（-rs）控制图等，其中,均值-极差（-r）控制图主要用来监控生产过程的均值是否处于或保持在所要求的水平[6]。由于它适用范围广、灵敏度高,是计量控制图中最常用、最重要的一种,因而在实际生产中得到广泛应用[6]。-s图的作用类似于-r图,只是用标准差s替了极差r；由于标准差s比极差r精确,s控制图比r控制图的效果好,特别是样本大小比较大时,更适宜采用-s图[6]。

控制图理论认为影响质量因素可分成偶然因素与异常因素两类[1]。偶然因素始终存在且不易识别，它对质量的影响微小；异常因素则有时存在，可以识别，对质量影响大，必须采取措施加以消除[3]。当过程变异仅由偶然因素造成时，过程处于统计控制状态[1]。由该过程输出的连续型计量特征值服从正态分布n(μ,σ2)[1]。按照统计学原理，即无论均值μ和标准差σ取何值，产品质量特性值落在μ3σ之间的概率为99.73%，落在μ3σ之外的概率为100%一99.73%=0.27%，而超过一侧，即大于μ-3σ或小于μ 3σ的概率为0.27%/2=0.135%≈1[1]。

4. 研究方案

建立控制图的步骤

（1）确定监控的检测项目并选择样品

实验室确定需要监控的检测项目时一般应考虑以下因素：在日常检测工作中出问题概率较高的项目；产品的关键项目，若该项目如果不合格，在使用中有可能导致人身和财产安全事故；实验室检测批量大的常规项目；检测方法不完善，容易出现不稳定的项目；检测过程的输入易波动的项目，如设备波动性强、检测环境不易控制和人员熟练程度不够等。

5. 工作计划

1.毕业论文(设计)准备阶段：

2022年12月底--2022年1月初了解指导教师所发的论文(设计)课程内容、任务要求、主要参考文献等内容；

2022年1月1日--2022年1月6日生对所选择的课题进行调研、查阅资料、方案设计，完成毕业论文(设计)开题报告。