谢沃特控制图是一种基于样本数据的统计过程控制方法，用于监控过程中的变异性。它是由美国质量管理专家沃尔特·A·谢沃特于20世纪20年代发明的，是质量管理领域中最常用的控制图之一。

谢沃特控制图的基本原理是将过程中的样本数据绘制在控制图上，通过比较样本数据的变异范围和控制限的范围，判断过程是否处于控制状态。如果过程处于控制状态，则说明过程的变异性在可接受的范围内，产品和服务的质量稳定可靠；如果过程处于失控状态，则说明过程的变异性超出了可接受的范围，需要及时发现和纠正问题，以避免质量问题的发生。

谢沃特控制图的构建方法包括以下步骤：

1. 收集样本数据，通常每个样本包含3-5个数据点；
2. 计算样本的平均值和标准差；
3. 绘制控制图，包括平均线、上下控制限和警戒线。

控制限的计算方法是根据样本数据的平均值和标准差计算得出的，通常有以下两种方法：

1. 3σ法则：上下控制限分别为平均值加减3倍标准差；
2. 2σ法则：上下控制限分别为平均值加减2倍标准差。

控制图的解读方法是根据样本数据的变异范围和控制限的范围进行比较，判断过程是否处于控制状态。如果样本数据的变异范围在控制限范围内，则说明过程处于控制状态；如果样本数据的变异范围超出了控制限范围，则说明过程处于失控状态。

谢沃特控制图的应用场景包括以下几个方面：

1. 生产过程控制：用于监控生产过程中的变异性，及时发现和纠正问题，提高产品质量；
2. 服务过程控制：用于监控服务过程中的变异性，及时发现和纠正问题，提高服务质量；
3. 设计过程控制：用于监控设计过程中的变异性，及时发现和纠正问题，提高设计质量；
4. 供应链过程控制：用于监控供应链过程中的变异性，及时发现和纠正问题，提高供应链质量。

总之，谢沃特控制图是一种简单而有效的统计过程控制工具，可以帮助企业及时发现和纠正问题，提高产品和服务的质量。但是，在使用谢沃特控制图时，需要注意样本数据的选择、控制限的计算、控制图的解读等方面的问题，以确保控制图的有效性和可靠性。

相关标准
- BS ISO 7870-1:2023 - TC：控制图-通用原则
- BS ISO 7870-3:2023 - TC：控制图-过程能力和性能监控
- BS ISO 7870-4:2023 - TC：控制图-多元过程控制
- BS ISO 7870-5:2023 - TC：控制图-非参数控制图
- BS ISO 7870-6:2023 - TC：控制图-时间加权控制图