控制图是统计过程控制的重要工具之一,可以直接用于控制和诊断生产过程,在提高生产效率方面起着重大作用。目前,常规的参数控制图往往是针对某一常见分布或特定分布设计的。但在实际生产中,生产过程所服从的分布通常是未知的,当产品质量服从其他分布时,控制图检测过程失控的能力较差。而非参数控制图很好地解决了这一问题,它不需要生产者事先知道过程所服从的分布,且在不同分布类型下,均有良好的检测效果。然而,目前大多数控制图均用于监控过程位置参数,监控尺度参数的控制图较少。作为判断过程波动的重要指标之一,建立有效的尺度控制图有助于生产者判断产品质量是否稳定。此外,传统CUSUM和EWMA控制图的检测性能通常依赖于事先指定的漂移大小。在实际生产中,过程失控发生的实际漂移大小往往是不确定的,这降低了传统控制图的检测效果。为了克服这些问题,提高控制图在不同分布和不同漂移大小下的检测效率,本文将自适应方法引入监控尺度参数的非参数控制图中,构建了引入得分函数的自适应非参数AEWMA控制图、引入漂移估计的自适应非参数H-EWMA控制图和带可变抽样区间的非参数CUSUM控制图。通过蒙特卡洛模拟,求解控制图的控制限和平均运行长度或平均报警时间,并探究了不同参数组合对所提控制图性能的影响以及控制图在受控和失控情况下的表现。最后,将所提控制图应用于实例中。结果表明所提的非参数自适应尺度控制图在不同分布类型下,无论大漂移还是中小漂移均具有较好的检测性能,其检测过程失控的表现要优于传统的非参数控制图。