CN103750552B - 一种智能取样方法及其在香烟质量控制的应用 - Google Patents

Abstract

本发明涉及一种智能取样方法及其在香烟质量控制的应用，用于诊断测试台测试的质量数据，根据数据结果判断存在的质量风险，同时调整采样频率，提高质量预防和控制的效率，降低质量检测成本和质量损失。比如，若判断产品质量达标，则可以降低采样频率，若判断产品质量不达标，则提高采样频率。

Description

一种智能取样方法及其在香烟质量控制的应用

技术领域

本发明涉及一种智能取样方法，特别是用于烟草行业在线综合测试台的智能取样方法。

背景技术

烟草行业的在线综合测试台是一种对生产产品进行在线检测的设备，可以对生产的产品进行抽样，根据抽样结果对涉及生产过程的相关参数进行调整。

通过在烟草行业的实践调研和数据分析发现，目前在实际机台操作过程中，存在操作不够准确的现象，包括：

·未调整：过程出现异常波动，该波动在现有控制方法中没能发现，故未采取必要措施调整；

·调整时间过晚：过程出现异常，但发现时间过晚，导致连续有多个点出界后才进行了调整；

·无效调整：发现异常，并进行了调整，但调整的效果不显著，说明当前对调整后的结果缺乏验证。

·调整量过小：发现异常，并进行了调整，但调整的力度不够，没有调回到正常范围；

·调整量过大：发现异常，并进行了调整，但调整的幅度过大，导致出现连续的往复调整；

出现这些不当操作的原因除了操作人员的经验不足外，主要是由于当前的检测设备和控制方法对于过程波动的监测能力较弱造成的。目前在线综合测试台的检测方法是通过管理人员设定抽样时间进行抽样检测，固定的检测频率不能满足现场质量控制的要求。由于监测控制能力不足，导致发现质量异常的概率极大降低，因此会出现异常未调整或调整时间过晚的现象；由于检测频率较少，导致发现质量异常时该异常已经存在较长时间，已经造成了较大的质量损失，而且这时候质量异常的影响已经发生了改变，进行调整时就容易出现调整过大或过小的现象。

如果设定更高的采样频率，虽然能够提高发现产品异常的概率，但是采样频率越高，设备单位时间的工作量越大，影响测试台设备的使用寿命。

发明内容

本发明的目的是提供一种智能采样方法，用以解决现有采样方法采样频率设置过大或过小对产品质量和设备造成的影响问题。

为实现上述目的，本发明的方案包括：

一种智能采样方法，包括如下步骤：

1）对生产线上的产品进行抽检采样，检测产品质量；

2）根据产品质量设定距下一次采样的间隔时间。

产品质量达标则间隔时间增长，产品质量不达标则间隔时间缩短。

用于香烟质量控制的一种智能采样方法，包括如下步骤：

1）对生产线上的香烟进行抽检采样，检测产品质量；

2）根据产品质量设定距下一次采样的间隔时间。

烟支质量达标则间隔时间增长，烟支质量不达标则间隔时间缩短。

按照烟支质量达标情况，采用不同的间隔时间，对间隔时间进行分类：最少分为最短的时间t₁、次最短的时间t₂、次最长的时间t₃、最长的时间t₄四类。

满足以下八个条件任意一个，采用最短的时间t₁：

圆周的均值控制图上，或者，

圆周的EWMA控制图上，Z_i＞UCL_z；或者Z_i＜LCL_z；

重量的均值控制图上，或者

重量的EWMA控制图上，Z_i＞UCL_z；或者Z_i＜LCL_z；

是指监控对象组内平均值

UCL：是指均值控制图控制界限的控制上限

LCL：是指均值控制图控制界限的控制下限

CL：是指均值控制图的中心线

Z_i：是指数据加权后的累计量为实际打点值

CL_z：是指EWMA均值控制图的中心线

UCL_z：是指EWMA控制图控制界限的控制上限

LCL_z：是指EWMA控制图控制界限的控制下限。

满足以下八个条件任意一个，采用次最短的时间t₂：

圆周的均值控制图上，或者， $\stackrel{\&OverBar;}{X}<\mathrm{CL}-\frac{2}{3}(\mathrm{CL}-\mathrm{LCL});$

圆周EWMA控制图上，或者， $Z_i<{\mathrm{CL}}_z-\frac{2}{3}({\mathrm{CL}}_z-{\mathrm{LCL}}_z);$

重量的均值控制图上， $\stackrel{\&OverBar;}{X}>\mathrm{CL}+\frac{2}{3}(\mathrm{UCL}-\mathrm{CL});$ 或者， $\stackrel{\&OverBar;}{X}<\mathrm{CL}-\frac{2}{3}(\mathrm{CL}-\mathrm{LCL});$

重量EWMA控制图上，或者， $Z_i<{\mathrm{CL}}_z-\frac{2}{3}({\mathrm{CL}}_z-{\mathrm{LCL}}_z);$

满足以下八个条件任意一个，采用次最长的时间t₃：

圆周的均值控制图上， $\stackrel{\&OverBar;}{X}>\mathrm{CL}+\frac{1}{3}(\mathrm{UCL}-\mathrm{CL});$ 或者， $\stackrel{\&OverBar;}{X}<\mathrm{CL}-\frac{1}{3}(\mathrm{CL}-\mathrm{LCL});$

圆周EWMA控制图上， $Z_i>{\mathrm{CL}}_z+\frac{1}{3}({\mathrm{UCL}}_z-{\mathrm{CL}}_z);$ 或者， $Z_i<{\mathrm{CL}}_z-\frac{1}{3}({\mathrm{CL}}_z-{\mathrm{LCL}}_z).$

重量的均值控制图上， $\stackrel{\&OverBar;}{X}>\mathrm{CL}+\frac{1}{3}(\mathrm{UCL}-\mathrm{CL});$ 或者， $\stackrel{\&OverBar;}{X}<\mathrm{CL}-\frac{1}{3}(\mathrm{CL}-\mathrm{LCL});$

重量EWMA控制图上， $Z_i>{\mathrm{CL}}_z+\frac{1}{3}({\mathrm{UCL}}_z-{\mathrm{CL}}_z);$ 或者， $Z_i<{\mathrm{CL}}_z-\frac{1}{3}({\mathrm{CL}}_z-{\mathrm{LCL}}_z).$

不满足最短的时间t₁、次最短的时间t₂和次最长的时间t₃的判断条件，则采用最长的时间t₄。

本发明的智能采样方法，用于诊断测试台测试的质量数据，根据数据结果判断存在的质量风险，同时调整采样频率，提高质量预防和控制的效率，降低质量检测成本和质量损失。比如，若判断产品质量达标，则可以降低采样频率，若判断产品质量不达标，则提高采样频率。

通过智能采样，针对测试台测试的质量数据，根据其数据特性，在系统中选择适合的抽样频率和样本大小，建立符合生产实际的判异准则，进行实时监控，及时发现过程异常并指导操作人员进行修正。

本发明在实施过程中，需要设定初始的采样频率，初始的采样频率可以根据经验人工设定；如果没有人工设定，也可以由历史数据生成，如由存储的最近若干次的采样数据自动计算生成。

本发明还提供了具体的判断标准，用于划分出多种间隔时间，当满足相应条件时，采用对应的间隔时间。判断标准本身是结合烟支质量规律而给出的，判断效果好，效率高，使设定的间隔时间安全合理。

附图说明

图1是取样系统智能控制器工作原理图；

图2是EWMA控制图示例。

具体实施方式

下面结合附图对本发明做进一步详细的说明。

实施方式所介绍的是智能采样方法在香烟生成领域的一种应用，实际上，本发明的智能采样方法并不仅限于该领域，也可以应用于其它产品的自动检测。

如图1所示，实施方式的方法所涉及的硬件和取样系统智能控制器工作原理如下：取样系统智能控制器加电之后首先向机械手获取其采样状态，当机械手的状态为空闲时发送采样指令,采样指令包括采集时间与采集个数，机械手得到指令后开始采集烟支到综合测试台，综合测试台对采集到的每支烟支检测其对应的性能指标如圆周、重量、吸阻等等。同时综合测试台实时地把其测试状态发送至取样系统智能控制器，如果在检测过程中出现卡烟、气压不足等现象时，则取样系统智能控制器停止向机械手发送新的指令。待综合测试台完成一组烟支的测量后，取样系统智能控制器读取该组的数据后对其进行分析从而确定下次采样的时间，同时把采集到的数据发送至SPC监控分析系统。

总体来说，本发明的方法是对生产线上的香烟进行抽检采样，检测产品质量；根据产品质量设定距下一次采样的间隔时间，也就是之后的采样时间。

具体的，初始的采样频率可以根据经验人工设定；如果没有人工设定，也可以由历史数据生成，如由存储的最近若干次的采样数据自动计算生成。

比如，系统自动根据数据库中最近的30组数计算控制线（如果不够30组，先按目前有的数据计算，每增加一组更新一次控制线，直到够30组后，控制线不再更新；如果够30组，只取最近的30组数，计算完不再重复更新计算）。

在确定下次的采样时间间隔时，可以采用实时计算的方法，也可以采用比较简便的比较分类方法，本实施例采用后者。

譬如，本次结束到下次开始采样设定有四种时间标准，它们分别是：最短的时间t₁、次最短的时间t₂、次最长的时间t₃、最长的时间t₄，它们的计算公式如下：

⑴最短时间t₁的计算公工式：

满足以下八个条件任意一个即可：

圆周的均值控制图上，或者，

圆周的EWMA控制图上，Z_i＞UCL_z；或者Z_i＜LCL_z

重量的均值控制图上，或者

重量的EWMA控制图上，Z_i＞UCL_z；或者Z_i＜LCL_z

⑵次最短时间t₂的计算公工式：

满足以下八个条件任意一个即可：

圆周的均值控制图上， $\stackrel{\&OverBar;}{X}>\mathrm{CL}+\frac{2}{3}(\mathrm{UCL}-\mathrm{CL});$ 或者， $\stackrel{\&OverBar;}{X}<\mathrm{CL}-\frac{2}{3}(\mathrm{CL}-\mathrm{LCL})$

圆周EWMA控制图上， $Z_i>{\mathrm{CL}}_z+\frac{2}{3}({\mathrm{UCL}}_z-{\mathrm{CL}}_z);$ 或者， $Z_i<{\mathrm{CL}}_z-\frac{2}{3}({\mathrm{CL}}_z-{\mathrm{LCL}}_z).$

重量的均值控制图上， $\stackrel{\&OverBar;}{X}>\mathrm{CL}+\frac{2}{3}(\mathrm{UCL}-\mathrm{CL});$ 或者， $\stackrel{\&OverBar;}{X}<\mathrm{CL}-\frac{2}{3}(\mathrm{CL}-\mathrm{LCL})$

重量EWMA控制图上， $Z_i>{\mathrm{CL}}_z+\frac{2}{3}({\mathrm{UCL}}_z-{\mathrm{CL}}_z);$ 或者， $Z_i<{\mathrm{CL}}_z-\frac{2}{3}({\mathrm{CL}}_z-{\mathrm{LCL}}_z).$

⑶次最长时间t₃的计算工式：

满足以下八个条件任意一个：

圆周的均值控制图上， $\stackrel{\&OverBar;}{X}>\mathrm{CL}+\frac{1}{3}(\mathrm{UCL}-\mathrm{CL});$ 或者， $\stackrel{\&OverBar;}{X}<\mathrm{CL}-\frac{1}{3}(\mathrm{CL}-\mathrm{LCL});$

圆周EWMA控制图上， $Z_i>{\mathrm{CL}}_z+\frac{1}{3}({\mathrm{UCL}}_z-{\mathrm{CL}}_z);$ 或者， $Z_i<{\mathrm{CL}}_z-\frac{1}{3}({\mathrm{UCL}}_z-{\mathrm{CL}}_z);$

重量的均值控制图上， $\stackrel{\&OverBar;}{X}>\mathrm{CL}+\frac{1}{3}(\mathrm{UCL}-\mathrm{CL});$ 或者， $\stackrel{\&OverBar;}{X}<\mathrm{CL}-\frac{1}{3}(\mathrm{CL}-\mathrm{LCL});$

重量EWMA控制图上， $Z_i>{\mathrm{CL}}_z+\frac{1}{3}({\mathrm{UCL}}_z-{\mathrm{CL}}_z);$ 或者， $Z_i<{\mathrm{CL}}_z-\frac{1}{3}({\mathrm{CL}}_z-{\mathrm{LCL}}_z).$

（4）次最长时间t₃的计算工式：

次最长时间之外的其他条件确定为最长的采样时间。

有关上面公式的计算原理为：每获取一组数据，首先判断4个图上是否出界，如图2，若任意一个图上出界，就是满足第一次判断条件，选择最短的时间t₁；若4个图上都不出界，则判断是否在A区，只要这4个图上任意一个在A区，则选择t₂；若4个图上都不在A取，则判断是否在B区，只要这4个图上任意一个在B区，则选择t₃；若都不在B区，则只能都在C区，则选择最长的时间t₄。

以上涉及许多专业术语，以下进行解释：

EWMA控制图：指数加权移动平均控制图，专门用来监控较小质量波动。一种类型的时间加权控制图，图中标绘了指数加权移动平均值。每个EWMA点都根据用户定义的加权因子结合来自之前所有子组或观测值的信息。

均值控制图：均值控制图主要用于观察正态分布均值的变化，即质量波动的情况及观察正态分布的变化。

：是指监控对象组内平均值

UCL：是指均值控制图控制界限的控制上限

LCL：是指均值控制图控制界限的控制下限

CL：是指均值控制图的中心线

Z_i：是指数据加权后的累计量为实际打点值

CL_z：是指EWMA均值控制图的中心线

UCL_z：是指EWMA控制图控制界限的控制上限

LCL_z：是指EWMA控制图控制界限的控制下限

或者，是指组内平均值大于或小于上下控制界限。

Z_i＞UCL_z；或者Z_i＜LCL_z：是指数据加权后的累计量值大于或小于上下控制界限。

$\stackrel{\&OverBar;}{X}>\mathrm{CL}+\frac{2}{3}(\mathrm{UCL}-\mathrm{CL});$ 或者， $\stackrel{\&OverBar;}{X}<\mathrm{CL}-\frac{2}{3}(\mathrm{CL}-\mathrm{LCL}):$ 是指组内均值在控制界限的A区内。

$Z_i>{\mathrm{CL}}_z+\frac{2}{3}({\mathrm{UCL}}_z-{\mathrm{CL}}_z);$ 或者， $Z_i<{\mathrm{CL}}_z-\frac{2}{3}({\mathrm{UCL}}_z-{\mathrm{CL}}_z);$ 是指指数据加权后的累计量值在控制界限的A区内。

$\stackrel{\&OverBar;}{X}>\mathrm{CL}+\frac{1}{3}(\mathrm{UCL}-\mathrm{CL});$ 或者， $\stackrel{\&OverBar;}{X}<\mathrm{CL}-\frac{1}{3}(\mathrm{CL}-\mathrm{LCL});$ 是指组内均值在控制界限的B区内。

$Z_i>{\mathrm{CL}}_z+\frac{1}{3}({\mathrm{UCL}}_z-{\mathrm{CL}}_z);$ 或者， $Z_i<{\mathrm{CL}}_z-\frac{1}{3}({\mathrm{CL}}_z-{\mathrm{LCL}}_z).$ 是指指数据加权后的累计量值在控制界限的B区内。

在实际系统中，从测试台数据库中读取数据，涉及机台号、牌号、班次、以及各类质量检测数据（圆周、重量、吸阻等）。为便于操作人员使用，分析监控部分具备多个班次的人员可以登陆切换的功能。

将数据库中读取的一组数据进行计算，主要是计算各个质量检测数据的平均值和标准差。

如：假设一组数据有n行，每一组圆周的均值标准差 $S=\sqrt{\frac{\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{(x_i-\stackrel{\&OverBar;}{X})}^2}{n-1}}.$

在设定控制线参数时，主要考虑均值图的UCL_x\CL_x\LCL_x和标准差图的UCL_s\CL_s\LCL_s;（每一个质量检测特性设定一个参数）。若控制线参数未设定，系统自动根据数据库中最近的30组数计算控制线（如果不够30组，先按目前有的数据计算，每增加一组更新一次控制线，直到够30组后，控制线不再更新；如果够30组，只取最近的30组数，计算完不再重复更新计算），计算方法为：假设目前数据库中用于计算的有j组，先计算这些组数据平均值的平均值， $\stackrel{=}{X}=\frac{\stackrel{\&OverBar;}{X_1}+\stackrel{\&OverBar;}{X_2}+...+\stackrel{\&OverBar;}{X_j}}{j};$ 以及标准差的平均值 $\stackrel{\&OverBar;}{S}=\frac{S_1+S_2+...+S_j}{j};$

${\mathrm{UCL}}_x=\stackrel{=}{X}+A_3\stackrel{\&OverBar;}{S}$

$\stackrel{\&OverBar;}{X}$ 图： ${\mathrm{CL}}_x=\stackrel{=}{X}$

${\mathrm{LCL}}_x=\stackrel{=}{X}-A_3\stackrel{\&OverBar;}{S}$

${\mathrm{UCL}}_s=B_4\stackrel{\&OverBar;}{S}$

S图： ${\mathrm{CL}}_s=\stackrel{\&OverBar;}{S}$

${\mathrm{LCL}}_s=B_3\stackrel{\&OverBar;}{S}$

对于用EWMA图，设X₁,X₂,…是相互独立的样本为n的正态随机变量序列，则EWMA统计量Z_i为：0＜λ≤1，i＝1,2,…，其中，Z₀可事先设定。

由EWMA控制统计量中的权重特点，可以得到EWMA控制统计量Z的数学期望和方差分别为：

$\begin{array}{cc}E\left(Z\right)=E\left(X\right)=\stackrel{=}{X}& D\left(Z\right)=\frac{\mathrm{\&lambda;}}{(2-\mathrm{\&lambda;})}{\stackrel{\&OverBar;}{S}}^2\end{array}$

EWMA的控制限计算方法：

${\mathrm{UCL}}_z=\stackrel{=}{X}+\frac{k}{3}{A}_3\stackrel{\&OverBar;}{S}\sqrt{\frac{\mathrm{\&lambda;}}{(2-\mathrm{\&lambda;})}}={\mathrm{CL}}_x+\frac{k}{3}({\mathrm{UCL}}_x-{\mathrm{CL}}_x)\&CenterDot;\sqrt{\frac{\mathrm{\&lambda;}}{2-\mathrm{\&lambda;}}}$

${\mathrm{CL}}_z=\stackrel{=}{X}={\mathrm{CL}}_x$

${\mathrm{LCL}}_z=\stackrel{=}{X}-\frac{k}{3}{A}_3\stackrel{\&OverBar;}{S}\sqrt{\frac{\mathrm{\&lambda;}}{(2-\mathrm{\&lambda;})}}={\mathrm{CL}}_x-\frac{k}{3}({\mathrm{UCL}}_x-{\mathrm{CL}}_x)\&CenterDot;\sqrt{\frac{\mathrm{\&lambda;}}{2-\mathrm{\&lambda;}}}$

其中：Z₀，λ（范围0-1），和k（范围0-4）为可选项。其中，A₃和B₃、B₄的取值是与一组内数据的行数n有关的，见下表。

每获取一组数据后要分别在均值控制图和标准差控制图上对应出现一个点，类似于下图，其中，每个点采用的数据分别是各自组计算的平均值和标准差标准差EWMA统计量Z_i 在横坐标上需标准每个点对应的抽样时间。可以通过在某一个点上点击右键的方式看到该组参与计算的原始数据（n行1列），以及该组的平均值和标准差。

当数据出界报警后，监控界面会闪烁并数据点自动变红，经过判异后处理，系统自动将处理过和未处理过的异常点用颜色区分开，便于应用人员识别。

最后，系统还支持按照选取的时间区域按照牌号、机台、批次、人员、班次等进行组合查询并导出。

以上给出一种具体的实施方式，但本发明不局限于所描述的实施方式。本发明的基本思路在于上述方案，对本领域普通技术人员而言，根据本发明的教导，设计出各种变形的模型、公式、参数并不需要花费创造性劳动。在不脱离本发明的原理和精神的情况下对实施方式进行的变化、修改、替换和变型仍落入本发明的保护范围内。

Claims (4)

1.用于香烟质量控制的一种智能采样方法，其特征在于，包括如下步骤：

1)对生产线上的香烟进行抽检采样，检测产品质量；

2)根据产品质量设定距下一次采样的间隔时间；

烟支质量达标则间隔时间增长，烟支质量不达标则间隔时间缩短；

按照烟支质量达标情况，采用不同的间隔时间，对间隔时间进行分类：最少分为最短的时间t₁、次最短的时间t₂、次最长的时间t₃、最长的时间t₄四类；

满足以下八个条件任意一个，采用最短的时间t₁：

圆周的均值控制图上，或者，

圆周的EWMA控制图上，Z_i＞UCL_z；或者Z_i＜LCL_z；

重量的均值控制图上，或者

重量的EWMA控制图上，Z_i＞UCL_z；或者Z_i＜LCL_z；

是指监控对象组内平均值

UCL：是指均值控制图控制界限的控制上限

LCL：是指均值控制图控制界限的控制下限

CL：是指均值控制图的中心线

Z_i：是指数据加权后的累计量为实际打点值

CL_z：是指EWMA均值控制图的中心线

UCL_z：是指EWMA控制图控制界限的控制上限

LCL_z：是指EWMA控制图控制界限的控制下限；

系统自动设定控制参数的公式为：对于均值控制图，对于EWMA控制图， ${\mathrm{UCL}}_z=\stackrel{\&OverBar;}{\stackrel{\&OverBar;}{X}}+\frac{k}{3}{A}_3\stackrel{\&OverBar;}{S}\sqrt{\frac{\mathrm{\&lambda;}}{(2-\mathrm{\&lambda;})}}=CL+\frac{k}{3}(UCL-CL)\&CenterDot;\sqrt{\frac{\mathrm{\&lambda;}}{2-\mathrm{\&lambda;}}},$ ${\mathrm{CL}}_z=\stackrel{\&OverBar;}{\stackrel{\&OverBar;}{X}}=CL,$ ${\mathrm{LCL}}_z=\stackrel{\&OverBar;}{\stackrel{\&OverBar;}{X}}-\frac{k}{3}{A}_3\stackrel{\&OverBar;}{S}\sqrt{\frac{\mathrm{\&lambda;}}{(2-\mathrm{\&lambda;})}}=CL-\frac{k}{3}(UCL-CL)\&CenterDot;\sqrt{\frac{\mathrm{\&lambda;}}{2-\mathrm{\&lambda;}}},$ 其中， $\stackrel{\&OverBar;}{\stackrel{\&OverBar;}{X}}=\frac{\stackrel{\&OverBar;}{X_1}+\stackrel{\&OverBar;}{X_2}+...+\stackrel{\&OverBar;}{X_j}}{j}$ 为最近j组历史数据平均值的平均值，为最近j组历史数据标准差的平均值，λ取值为0或1，k取值为0、1、2、3或4，A3为系数值；初始的采样间隔时间根据经验人工设定或根据历史数据生成。

2.根据权利要求1所述的智能采样方法，其特征在于，满足以下八个条件任意一个，采用次最短的时间t₂：

圆周的均值控制图上， $\stackrel{\&OverBar;}{X}>CL+\frac{2}{3}(UCL-CL);$ 或者， $\stackrel{\&OverBar;}{X}<CL-\frac{2}{3}(CL-LCL);$

圆周EWMA控制图上， $Z_i>{\mathrm{CL}}_z+\frac{2}{3}({\mathrm{UCL}}_z-{\mathrm{CL}}_z);$ 或者， $Z_i<{\mathrm{CL}}_z-\frac{2}{3}({\mathrm{CL}}_z-{\mathrm{LCL}}_z);$

重量的均值控制图上， $\stackrel{\&OverBar;}{X}>CL+\frac{2}{3}(UCL-CL);$ 或者， $\stackrel{\&OverBar;}{X}<CL-\frac{2}{3}(CL-LCL);$

重量EWMA控制图上， $Z_i>{\mathrm{CL}}_z+\frac{2}{3}({\mathrm{UCL}}_z-{\mathrm{CL}}_z);$ 或者， $Z_i<{\mathrm{CL}}_z-\frac{2}{3}({\mathrm{CL}}_z-{\mathrm{LCL}}_z).$

3.根据权利要求2所述的智能采样方法，其特征在于，满足以下八个条件任意一个，采用次最长的时间t₃：

圆周的均值控制图上， $\stackrel{\&OverBar;}{X}>CL+\frac{1}{3}(UCL-CL);$ 或者， $\stackrel{\&OverBar;}{X}<CL-\frac{1}{3}(CL-LCL);$

圆周EWMA控制图上， $Z_i>{\mathrm{CL}}_z+\frac{1}{3}({\mathrm{UCL}}_z-{\mathrm{CL}}_z);$ 或者， $Z_i<{\mathrm{CL}}_z-\frac{1}{3}({\mathrm{CL}}_z-{\mathrm{LCL}}_z);$

重量的均值控制图上， $\stackrel{\&OverBar;}{X}>CL+\frac{1}{3}(UCL-CL);$ 或者， $\stackrel{\&OverBar;}{X}<CL-\frac{1}{3}(CL-LCL);$

重量EWMA控制图上， $Z_i>{\mathrm{CL}}_z+\frac{1}{3}({\mathrm{UCL}}_z-{\mathrm{CL}}_z);$ 或者， $Z_i<{\mathrm{CL}}_z-\frac{1}{3}({\mathrm{CL}}_z-{\mathrm{LCL}}_z).$

4.根据权利要求3所述的智能采样方法，其特征在于，不满足最短的时间t₁、次最短的时间t₂和次最长的时间t₃的判断条件，则采用最长的时间t₄。