随着当代社会对产品质量要求的不断提高,传统的计数控制图已经难以检测生产过程中的次品率,因此本文采用监控生产过程中样本方差（S~2）变化,实现对产品生产过程的有效监控。当前大部分控制图研究都是基于参数已知的假定下进行的,但在实际生活中,由于参数的不可知性,参数往往需要借助第一阶段中的受控样本数据估计得到,但不同的受控样本会产生不同的控制限,从而产生不同的控制图及其表现。然而在现实生活中,人们往往仅能获取到一组样本数据,因此本文以给定第一阶段一个样本数据集的条件视角出发,选择具有不同的控制图进行比较,并研究各自在等尾和无偏设计下的受控和失控条件表现,更符合现实要求。并利用精确的修正方法进行控制图修正,有效提升了控制图监控效能。具体内容安排如下:（一）参数已知下,本文给出了关于Synthetic—S~2控制图,Side-Sensitive Synthetic—S~2 控制图以及 Side—Sensitive Group Run—S~2 控制图在等尾和无偏两种设计下的控制限系数,从而给出失控表现。比较Synthetic—S~2控制图和 Side—Sensitive Synthetic—S~2 控制图研究Side—Sensitive 设计对控制图的影响。比较 Side—Sensitive Synthetic—S~2控制图和 Side—Sensitive Group Run—S~2控制图研究不同子图设计对控制图的影响。（二）参数估计下,本文推导了关于Synthetic—S~2控制图,Side—Sensitive Synthetic—S~2 控制图以及 Side—Sensitive Group Run—S~2 控制图中的条件平均链长的精确分布,刻画了条件分布函数图像。利用精确分布求解上述三种控制图的失控与受控条件表现,利用多种指标评估参数估计对控制图表现带来的影响。研究发现,为忽略参数估计带来的影响,需要足够大的第一阶段样本数,因此本文给出了满足受控条件下的最小样本数。（三）基于现实生活中无法满足控制图在第一阶段所需样本数,本文通过精确方法进行控制图修正,使得Synthetic—S~2控制图,Side—Sensitive Synthetic—S~2控制图以及Side—Sensitive Group Run—S~2控制图在无偏和等尾设计下都具备更理想的条件表现。