随着生产能力的提高,传统的计数型控制图已经无法对高质量的生产过程进行有效地监控。为提高控制图在高品质时代的适用性,本文基于连续r个事件发生时间间隔(即t_r)设计了Shewhart-t_r控制图和CUSUM-t_r控制图,实现对生产过程的有效监控。大多数研究t_r控制图的学者都假定过程参数已知。然而,实际应用中,过程参数常常需要由第I阶段受控样本估计得到。不同的第I阶段受控样本会产生不同的控制限,从而导致控制图的表现不同。人们在实际中通常仅能获取一组第I阶段样本,研究基于给定的一组第I阶段样本的控制图表现即条件表现更具现实意义。本文基于条件视角,采用Markov链方法计算条件平均链长(ARL)分布的分位数以及数学期望和标准差来评价参数估计对控制图性能的影响。结果表明参数估计会导致控制图产生过多的伪警报,从而导致对生产过程过多不必要的调整。本文具体研究内容如下:(一)基于参数已知情况,本文比较了基于等尾概率限和平均链长无偏理念设计的Shewhart-t_r控制图和CUSUM-t_r控制图的表现。在实际中,人们有时会关注过程参数向上或向下的漂移,故本文还设计了单侧CUSUM-t_r控制图。(二)基于条件视角,本文推导出了Shewhart-t_r控制图和CUSUM-t_r控制图条件平均链长的精确分布,采用Markov链方法计算了条件平均链长分布的百分位数、数学期望和标准差来评价参数估计对控制图性能的影响。结果显示要想忽略参数估计对Shewhart-t_r控制图和CUSUM-t_r控制图的影响需要足够大的第I阶段样本数。(三)在实际生产过程中很难实现这么大量的第I阶段样本,即便能实现成本也很髙。为节约生产成本,本文基于可利用的一组第I阶段样本提出使用精确方法修正等尾概率限和平均链长无偏理念的Shewhart-t_r控制图和CUSUM-t_r控制图,使其具备更为理想的条件表现。