QC质量控制图.ppt

质量管理工具 1 老七种质量管理工具2 新七种质量管理工具3 其他质量管理工具 一 老七种质量管理工具 1 1因果图1 2流程图1 3散布图1 4直方图1 5排列图1 6检查表1 7控制图 1 1因果图 1 1 1因果图的概念1 1 2因果图的制作1 1 3因果图实际应用的局限性 1 1 1因果图的概念 因果图是一种用于分析质量特性 结果 与可能影响质量特性的因素 原因 的一种工具 它可用于以下几个方面 1 分析因果关系 2 表达因果关系 3 通过识别症状 分析原因 寻找措施 促进问题解决 因素 原因 特性 结果 特性 主骨 大骨 中骨 小骨 鱼刺图 形如鱼刺 石川图 石川罄发明 1 1 2因果图的制作 问题提出 某中学在分析期末考试成绩时发现 计算机基础课程的考试成绩普遍不理想 拟用因果图法分析原因 本案例的质量特性 结果 为 计算机 课程考试成绩偏低 为了找出原因 学校组织任课老师 教研室主任 教务处主任 学生代表 家长代表座谈 各抒己见 找出主要原因 第二层原因 第三层原因 直到能发现具体的原因并能提出具体的措施为止 至此 我们找到学生成绩低的最直接 可以采取措施解决的原因如下 下面是如何绘制直观的因果图 测 考试成绩偏低 人 机 料 环 法 业务水平低 备课不认真 任务重 学生原因 基础差 旷课多 绘制因果图的要点 1 确定原因时应通过大家集思广益 充分发扬民主 做到 重要的因素不要遗漏 不重要的因素不要绘制 同时 确定原因应尽可能具体 否则对解决问题用处不大 2 有多少质量特性 就要绘制多少张因果图 比如 同一批产品的长度和重量都存在问题 必须用两张因果图分别分析长度波动的原因和重量波动的原因 若许多因素只用一张因果图来分析 势必使因果图大而复杂 无法管理 问题解决起来也很困难 无法对症下药 3 如果分析出的原因不能采取措施 说明问题还没有得到解决 要想改进有效果 原因必须要细分 直至能采取措施为止 1 1 3因果图实际应用的局限性 1 由于空间限制 图上的文字不得不尽量简化 无法表达复杂的意思 2 当列举到第三层原因且每层原因的数目不超过4个时 制作一个整齐美观的图形已经十分困难了 3 手工作图或利用Office软件绘图功能制作这种图形的效率很低 而且很难应付增加或减少原因的场合 4 从上面过程可以看出 步骤1是最关键的一步 实际上 在这一步完成的时候 我们已经找到了问题的答案 或者说这个问题已近解决了 绘制一张直观的因果图似乎并没有多大意义 1 2流程图 流程图就是将一个过程 如工艺过程 检验过程 质量改进过程等 的步骤用图的形式表示出来的一种图示技术 流程图的符号 开始和结束 活动说明 决策或判断 过程流程的流向 开始 铜杆或铝 拉丝 导体 退火 软导体 单根绝缘线芯 绞线 成缆 多根绝缘线芯 铠装线芯 挤护套 检验 入成品库 不格品处理 Y N 1 3散布图 1 3 1散布图的概念1 3 2散布图的制作1 3 3相关系数1 3 4一元线性回归方程 学习方式 全国招生函授学习权威双证国际互认认证项目 注册高级职业经理 人力资源总监 营销经理 财务总监 酒店经理 企业培训师 品质经理 生产经理 营销策划师等高级资格认证 颁发双证 通用高级职业经理资格证书 全国通用钢印证书 MBA高等教育研修结业证书 随证书附全套学籍档案与高等教育人才推荐函 收费标准 仅收取1280元网址 报名电话 0451 88723232咨询教师 王海涛老师地址 哈尔滨市道外区南马路120号职工大学109室美华教育 近千本MBA职业经理教程免费下载 请速登陆 国际认证权威认证 全国迷你型MBA职业经理双证班 1 3 1散布图的概念 为了直观地观察着两个变量的趋势 可以画一张图 把每一对 x y 看成是直角坐标系中的一个点 在图中标出n个点 所得到的图形称为散布图 又称散点图 1 3 2散布图的制作 问题提出 合金的强度y 107Pa 与合金中碳的含量x 有关 监测数据如下表所示 讨论 能看出什么规律吗 如果数据量再大一些 制作方法 1 在X Y坐标系上直接描点2 利用Excel的 插入 图表 XY散点图 自动生成 建议 Excel是一个储量大量数据的简便 高效 经济的工具 1 3 3相关系数 如果n个点基本在一条直线附近 但又不完全在一条直线上 则可以用相关系数r来表示它们之间的线性相关程度 r Lxy Lxx Lyy 1 2其中 Lxy xi Ax yi Ay Lxx xi Ax 2Lyy yi Ay 2Ax xi的平均值 Ay yi的平均值 不同r值下点的散布示意图 r 1 完全线性相关 n个点完全在呈上升趋势的直线上 r 1 完全线性相关 n个点完全在呈下降趋势的直线上 0 r 1 正线性相关 当x值增加时 y值也有增大的趋势 1 r 0 负线性相关 当x值增加时 y值有减小的趋势 r 0 线性不相关 n个点的分布毫无规律 r 0 线性不相关 两个变量之间可能存在某种曲线关系 1 3 4一元线性回归方程 当两个变量之间存在线性相关关系时 常常希望建立两者间的定量关系表达式 即一元线性回归方程 一元线性回归方程就是对这条直线的一种估计 设一元线性回归方程的表达式为 Y a bx可以证明 式中的a和b可以通过下式求出 b Lxy Lxxa Ay b Ax Y 28 5297 130 6022x 1 4直方图 1 4 1直方图的概念1 4 2直方图的制作1 4 3直方图的常见类型及其分析1 4 4直方图与公差限的比较 1 4 1直方图的概念 直方图是对定量数据分布情况的一种图形表示 由一系列矩形 直方柱 组成 它将一批数据按取值大小划分为若干组 在横坐标上将各组为底作矩形 以落入该组的数据的频数或频率为矩形的高 通过直方图可以观测并研究这批数据的取值范围 集中及分散等分布情况 1 4 2直方图的制作 假设某机械加工厂加工轴承 随机抽取100件轴承测量其直径 获得数据如下 单位 mm 计量最小单位 0 1mm 1 将数据录入到Excel中 2 确定并计算几个基本参数 3 根据分组参考原则 确定分组数k为10 4 计算幅度C和最低组的下侧边界值 5 生成数组区间分界点 其中 起始分界点为最低组的下侧边界值 下一个分界点为上一个分界点与幅度之和 6 统计频数 人工计数 Excel计算 1 选定打算存放计算结果的单元格B13 B252 按Ctrl Shift Enter组和键即得到各区间的频数 2 输入频数计算公式 FREQUENCY A1 J10 A13 A25 7 绘图 Excel绘图时 先选择散点图 再更改图表类型为柱形图 1 4 3直方图的常见类型及其分析 根据直方图的形状 可以对总体进行初步分析 标准型 对称型 数据的平均值与最大值和最小值的中间值相同或接近 平均值附近的数据的频数最多 频数在中间值向两边缓慢下降 以平均值左右对称 这种形状也是最常见的 作频数分布表时 如分组过多 会出现此种形状 另外 当测量方法有误或读错测量数据时 也会出现这种形状 锯齿型 减少分组 偏峰型 平均值位于中间值的左侧 或右侧 从左至右 或从右至左 数据分布的频数增加后突然减少 形状不对称 当下限 或上限 受到公差等因素限制时 由于心理因素往往出现这种形状 陡壁型 平均值远左离 或右离 直方图的中间值 频数自左至右减少 或增加 直方图不对称 当工序能力不足 为找出符合要求的产品经过全数检查 或过程中存在自动反馈调整时 常出现这种形状 当几种平均值不同的分布混在一起 或过程中某种要素缓慢劣化时 常出现这种形状 平顶型 双峰型 靠近直方图中间值的频数较少 两侧各有一个 峰 当有两种不同的平均值相差大的分布混在一起时 常出现这种形状 孤岛型 在标准型的直方图的一侧有一个 小岛 出现这种情况是夹杂了其他分布的少量数据 比如工序异常 测量错误或混有另一个分布的少量数据 1 4 4直方图与公差限的比较 加工零件时 有尺寸公差规定 将公差用两线在十方图上表示出来 并与直方图的分布进行比较 A 现在的状况不需要调整 因为直方图充分满足公差要求 B 直方图能满足公差要求 但不充分 这种情况下 应考虑减少波动 C 必须采取措施 使平均值接近规格的中间值 D 要求采取措施 以减少变差 波动 E 要同时采取C和D的措施 既要使平均值接近规格的中间值 又要减少波动 1 5排列图 1 5 1排列图的概念1 5 2排列图的制作1 5 3排列图的分类1 5 4排列图的使用 1 5 1排列图的概念 1897年 意大利经济学家帕列托在对19世纪英国社会各阶层的财富和收益统计分析时发现 80 的社会财富集中在20 的人手里 而80 的人只拥有社会财富的20 这就是 二八法则 二八法则的其他例子 20 的企业可能生产市场上80 的产品20 的顾客可能给商家带来80 的利润20 的储户的可能拥有80 的存款额20 的原因造成80 的产品不合格朱兰 将质量问题分为 关键的少数 和 次要的多数 排列图按下降的顺序显示出每个项目 例如不合格项目 在整个结果中的相应作用 相应的作用可以包括发生次数 有关每个项目的成本或影响结果的其他指标 用矩形的高度表示每个项目相应的作用大小 用累计频数表示各项目的累计作用 1 5 2排列图的制作 某加工厂按照不合格的类型收集了一定时期内不合格的发生次数 拟用Excel来制作排列图 1 收集数据 2 对 不合格数 由大到小排序 数据 排序 降序 3 计算累计不合格数 4 计算累计不合格比率 在D2处输入 100 C2 C 8 将D2复制到D3至D8 5 绘图 选择区域A1 B8和D2 D8 选择 插入 图表 自定义类型 两轴线 柱图 完成 6 图形编辑 删除图例 将 选项 中 分类间距 设为 1 A类因素 B类因素 C类因素 7 讨论 排列图的核心 制作排列图的注意要点 1 分类方法不同 得到的排列图不同 通过不同的角度观察问题 把握问题的实质 需要用不同的分类方法进行分类 以确定 关键的少数 这也是排列图分析方法的目的 3 如果 其它 项所占的百分比很大 则分类是不够理想的 如果出现这种情况 是因为调查的项目分类不当 把许多项目归在了一起 这时应考虑采用另外的分类方法 1 5 3排列图的分类 1 分析现象用排列图2 分析原因用排列图 1 分析现象用排列图 与不良结果有关 质量 不合格 故障 顾客抱怨 退货 维修等 成本 损失总数 费用等 交货期 存货短缺 付款违约 交货期拖延等 安全 发生事故 出现差错等 2 分析原因用排列图 与过程因素有关 操作者 班次 组别 年龄 经验 熟练情况以及个人本身因素 机器 机器 设备 工具 模具 仪器 原材料 制造商 工厂 批次 种类 作业方法 作业环境 工序先后 作业安排 作业方法 1 5 4排列图的使用 1 排列图的目的在于有效解决问题 基本点就是要求我们只要抓住 关键的少数 就可以了 2 排列图可用来确定采取措施的顺序 一般地 把发生率高的项目减低一半要比把发生问题的项目完全消除更为容易 因此 从排列图中矩形柱高的项目着手采取措施能够事半功倍 3 对照采取措施前后的排列图 研究组成各个项目的变化 可以对措施的效果进行验证 利用排列图不仅可以找到一个问题的主要原因 而且可以连续使用 找出复杂问题的最终原因 1 6检查表 质量检查表主要用于控制质量 分析质量问题 检验质量 评定质量 1 检查质量分布状态的表格 2 不合格项目检查表 3 可交付成果缺陷部位检查表 4 质量检查评定用的表格 5 影响可交付成果质量的主要原因调查表 混凝土空心板外观质量缺陷调查表 1 7控制图 1 7 1概率统计基础知识1 7 2控制图原理1 7 3常规控制图的分类1 7 4极差 均值控制图的绘制1 7 5判异准则1 7 6控制图的应用1 7 7过程能力 1 7 1概率统计基础知识 1 随机现象2 概率的定义3 随机变量4 随机变量的分布5 随机变量的特征数6 正态分布 1 随机现象 在一定条件下 并不总是出现相同结果的现象称为随机现象 随机现象的两个特点 1 随机现象的结果至少有两个 2 至于哪个出现事先并不知道 随机现象的例子 一天内进入超市的顾客一棵麦穗上长着的麦粒数一台电视机从开始使用到第一次故障的时间加工机械轴承的误差一罐午餐肉的重量 2 概率的定义 1 古典定义 假设所涉及的随机现象的样本点总数为n 被考察事件的A含有k个样本点 每个样本点出现的可能性相同 则事件A的概率为P A k n 掷两颗骰子 样本点用数对 x1 x2 表示 x1 第一次投掷出现的点数 x2 第二次投掷出现的点数 样本空间X x1 x2 x1 x2 1 2 3 4 5 6 共6 6 36个样本事件A 点数之和为5 1 4 2 3 3 2 4 1 共4个样本点则P A 4 36 1 9 2 统计定义 假设与事件A有关的随机现象是可以大量重复的 若在n次重复实验中事件A发生kn次 则事件A发生的频率为fn A kn n 频率Fn A 将随着重复试验次数不断增加而趋于稳定 这个稳定值就是事件A的概率 在实际中人们无法把一个试验无限次重复下去 只能用重复次数n较大时的频率去近似概率 历史上抛硬币试验中正面出现频率 正面出现概率 0 5 3 随机变量 表示随机现象结果的变量称为随机变量 常用大写字母X Y Z来表示 它们的取值用相应的小写字母x y z来表示 假如一个随机变量仅取数轴上有限个点或可列个点 则称该随机变量为离散随机变量 例如 一台机床在一天内发生的故障数X都是取非负整数的离散随机变量 记为X 0 1 2 3 假如一个随机变量的所有可能取值充满数轴上的一个区间 a b 则称该随机变量为连续随机变量 例如 一台电视机的寿命X 单位 小时 是在 0 上联系取值的连续随机变量 X 0 一开机就出现故障 4000 X 10000 电视机寿命在4000至10000小时之间 4 随机变量的分布 虽然随机变量的取值是随机的 但内在还是有规律性的 这个规律性可以用分布来描述 分布包含以下两方面的内容 1 X可能取哪些值 或在哪个区间上取值 2 X取这些值的概率各是多少 或X在任一区间上取值的概率是多少 1 离散随机变量的分布 假设随机变量X仅取n个值 x1 x2 xn 各个取值的概率分别为p1 p2 pn 分布的分布列表示 分布的数学公式表示 P X xi pi i 1 2 n 其中 pi 0 p1 p2 pn 1 2 连续随机变量X的分布可用概率密度函数p x 来表示 下面以产品的质量特性 如加工机械轴的直径 为例来说明p x 的由来 5 随机变量的特征数 随机变量X的分布 概率函数或密度函数 有几个重要的特征数如均值 方差和标准差 用来表示分布的集中位置 中心位置 和分布大小 1 均值均值E X 用来表示分布的中心位置 对于绝大多数的随机变量 在均值附近取值的机会较多 其计算公式为 离散分布E X xipi连续分布E X xp x dx 2 方差方差用来表示分布的散布大小 用Var X 表示 方差大意味着分布的散布程度大 即分布较分散 方差小意味着分布的散布程度小 即分布较集中 离散分布方差Var X xi E x 2pi连续分布方差Var X xi E x 2pxdx 3 标准差方差的量纲是X的量纲的平方 为使表示分布散布大小的量纲与X的量纲相同 常对方差开方 并称它为X的标准差 X Var x 1 2 6 正态分布 正态曲线 对称的钟形曲线 正态分布的概率密度函数为 均值 正态分布的中心 2 方差 0 标准差 N 1 N 2 1 2 方差相同 形状完全相同 仅位置不同 均值相同 位置相同 形状 高低与胖瘦 不同 N 1 N 2 1 2 中心极限定理 设X1 X2 Xn为多个相互独立同分布的随机变量 假如其共同分布为N 则样本均值服从正态分布N 2 n 设X1 X2 Xn为多个相互独立同分布的随机变量 其共同分布不为正态分布 但其均值 和方差 2都存在 则当n相当大时 样本均值近似服从正态分布N 2 n 平均值运算常可从非正态分布获得正态分布 由此可见 正态分布是质量管理中最重要也最常用的分布 在计算某个质量特性X的合格品率与不合格品率的时候 常用到产品规范限 包括上规范限TU和下规范限TL 在正态分布中心 与规范中心M TU TL 2 重合时 若取上规范限为 k 下规范限为 k k 1 2 3 4 5 6 则有 合格品率 P X k 不合格品率 P X k X超出规范限 k 时的合格品率和不合格品率 1 7 2控制图原理 1 质量特性的波动及其原因2 质量因素的分类3 质量统计的观点4 过程状态的描述5 统计控成控制 SPC 1 质量特性的波动及其原因 由于生产过程中存在许多波动源 造成生产出的产品没有两件完全一样 产品间的差异通常用质量特性的差异反映出来 例1 轴承加工质量特性 直径波动源 机器的老化 刀具的磨损 毛坯的差异 电压的波动 操作者的生理 心理波动 操作场所的温度 光线差异 例2 餐饮服务质量特性 顾客满意度 服务差错率波动源 原料质量的差异 厨师生理 心理的变化 就餐环境的变化 顾客消费偏好和习惯 服务人员的情绪 2 质量因素的分类 按不同来源可分为 人员 机器 材料 环境 方法 测量 计算机软件 辅助材料 水点公用设施 按影响大小与作用性质可分为 偶然因素 系统因素 偶然因素 如机床的轻微振动 原材料的细微差异 操作的微小差别 的特点 影响很小 对产品质量影响很小始终存在 这些因素的影响贯穿生产始终每件不同 随机性 对每件产品应想不同难以除去 技术上困难 或经济上不合算 系统因素 如固定螺母松动造成的剧烈振动 刀具的严重磨损 违法规程的错误操作 的特点 影响较大 对产品质量影响大有时存在 某种原因产生 不总是存在同向影响 某些质量特性变大或变小不难除去 技术上易识别 经济上合算 3 质量统计的观点 1 产品质量具有变异性 由于产品质量是在一定的质量因素限制下制造出来的 质量因素的变化导致产品质量在生产过程中不断发生变化 2 质量变异具有统计规律 在生产正常的情况下 通过大量的数据观测 利用数理统计的方法 可以精确地确定产品质量变异的幅度以及不同大小的变异幅度发生的可能性 4 过程状态的描述 1 过程分析表述1 完成过程的系统是否满足顾客要求 或者说工序 过程 能否生产出 一定合格率的 满足技术要求的产品 表述2 工序总体的平均值与标准偏差是否在技术要求的范围以内 表述3 系统是否具有满足设计规范要求的过程能力 3 过程控制表述1 在生产过程中 通过统计检验判断总体的分布是否偏离事先 过程分析 确定的标准 同时采取相应的保证措施 表述2 工序总体的平均值及标准偏差为已知时 确定该总体分布是否保持稳定的状态 是否保持已有的过程能力 5 统计控成控制 SPC 主要是指应用统计分析技术对生产过程进行实时监控 科学的区分出生产过程中产品质量的随机波动与异常波动 从而对生产过程的异常趋势提出预警 以便生产管理人员及时采取措施 消除异常 恢复过程的稳定 从而达到提高和控制质量的目的 中心线CL 上控制界限UCL 下控制界限LCL 正常过程 描点在UCL和LCL之间且随机 1 7 3常规控制图的分类 1 正态分布 计量值 1 1均值控制图 用于观察正态分布的均值的变化 1 2极差控制图 用于观察正态分布的分散或变异情况的变化 1 3均值 极差控制图 对于计量数据而言 这是最基本的控制图 它用于控制对象为长度 重量 强度 纯度 时间 收率和生产量等计量值的场合 1 4中位数 极差控制图 和均值 极差控制图相似 只是用中位数图代替极差图 1 5单值 移动极差控制图 多用于对每一个产品都要进行检验 采用自动化检查和测量的场合 取样费时 昂贵的场合 流程式过程 产品均匀的场合 2 二项分布 计件值 2 1不合格品率控制图 用于控制对象为不合格品率或合格品率等计数质量指标的场合 2 2不合格品数控制图 用于控制对象为不合格品数的场合 3 泊松分布 计点值 3 1单位不合格数控制图 u 当样品规格有变化时则应换算为平均每单位的不合格数后再使用u控制图 3 2不合格数控制图 c 用于控制一部机器 一个部件 一定的长度 一定的面积或任何一定的单位中所出现的不合格数目 1 7 4极差 均值控制图的绘制 1 控制界限的确定原则 根据数理统计的原理 考虑经济的原则 世界上大多数国家采用 三倍标准差法 也称为3 原则 来确定控制界限 即 UCL 3 LCL 3 CL 其中 和 为统计量的总体参数 注意 总体包括过去已经制成的产品 现在正在制造的产品以及将来要制造的产品的全体 而样本只是从已制成产品中抽取的一小部分 故总体参数值是不能精确知道的 只能通过以往已知的数据加以估计 而样本统计量的数值则是已知的 2 计量控制图系数表 均值控制图和极差控制图部分系数表 3 收集数据 假设共抽取m个样本 子组 每个样本的样本量 子组大小 为n 国标GB T4901 常规控制图 建议m 25以及n 4或5 本例中m 10 n 5 平均值 某加工轴承直径观测数据 单位 mm 计算 总平均值 AX1 AX2 AX10 6 40平均极差值 R1 R2 R10 10 0 11 4 中心线及控制界限的计算 均值控制图 极差控制图 5 作图 极差控制图 6 作图 均值控制图 1 7 5判稳和判异准则 1 判稳准则2 判异准则 1 判稳准则 符合下列条件之一的过程认为处于稳态 1 连续25个点子都在控制界限以内 2 连续35个点子至多1个落在控制界限以外 2 连续100个点子至多2个落在控制界限以外 2 判异准则 判异准则有点出界和界内点排列不随机两种 由于对点子的数目未加限制 故后者的模式理论上有很多种 但在实际中经常使用的只有具有明显物理意义的若干种 国标GB T4091 2001 常规控制图 中规定了8种判异准则 CL CL 为了应用判异准则 将控制图等分为6个区域 每个区域宽为 这六个区的标号从上至下分别为A B C C B A 其中两个A区 B区和C区都和中心线CL对称 1 一点落在A区以外 在许多应用中 准则1甚至是惟一的判异准则 准则1可对参数 的变化或参数 的变化给出信号 变化越大 则给出信号越快 准则1还可对过程中的单个失控做出反应 如计算犯错误 测量误差 原材料不合格 设备故障等 2 连续9点落在中心线同一侧 此准则是为了补充准则1而设计的 以改进控制图的灵敏度 3 连续6点递增或递减 此准则是针对过程平均值的趋势进行设计的 它判定过程平均值的较小趋势要比准则2更为灵敏 产生趋势的原因可能是工具逐渐磨损 维修逐渐变坏等 从而使得参数随着时间而变化 4 连续14点相邻点上下交替 本准则是针对由于轮流使用两台设备或由两位操作人员轮流进行操作而引起的系统效应 实际上 这就是一个数据分层不够的问题 5 连续3点中有2点落在中心线同一侧的B区以外 过程平均值的变化通常可由本准则判定 它对于变异的增加也较灵敏 这里需要说明的是 三点中的两点可以是任何两点 至于第3点可以在任何处 甚至可以根本不存在 出现准则5的现象是由于过程的参数 发生了变化 6 连续5点中有4点落在中心线同一侧的C区以外 与准则5类似 这第5点可在任何处 本准则对于过程平均值的偏移也是较灵敏的 出现本准则的现象也是由于参数 发生了变化 7 连续15点在C区中心线上下 出现本准则的现象是由于参数 变小 对于这种现象不要被它的良好 外貌 所迷惑 而应该注意到它的非随机性 造成这种现象的原因可能有数据虚假或数据分层不够等 在排除了上述两种可能性之后才能总结现场减少标准差 的先进经验 8 连续8点在中心线两侧 但无一在C区中 造成这种现象的主要原因也是因为数据分层不够 本准则即为此而设计的 1 7 6控制图的应用 1 分析用控制图2 控制用控制图3 应用控制图的注意事项 1 分析用控制图 分析用控制图主要用于分析 1 过程是否处于统计控制状态 统计稳态 2 该过程的过程能力指数Cp是否满足要求 技术稳态 1 2 2 控制用控制图 当过程达到满足要求的状态后 才能将分析用控制图的延长线用作控制用控制图 3 应用控制图的注意事项 1 控制图用于何处 原则上可应用于需要进行质量控制 具有重复性 统计规律 的任何过程 定量质量指标 计量值控制图定性质量指标 计数值控制图 2 如何选择控制对象 选择能代表过程的一个或多个主要质量指标作为控制对象 例如 电动机轴的尺寸 产品某些容易出问题的指标 3 如何分析控制图 稳态 描点未出界且排列随机失控 描点出界描点未出界 但排列不随机 4 控制图的作用 控制图可以起到报警的作用 但不能告诉这种报警是由何种异常因素造成的 应做到 查出异因 采取措施 保证消除不再出现 纳入标准 5 控制图的重新确定当相关质量因素发生变化后 应重新抽取数据 绘制新条件下的控制图 1 7 7过程能力 过程能力 过程或工序处于稳定状态下的实际生产 加工 服务能力 1 过程能力的含义2 过程能力指数3 过程能力判断 1 过程能力的含义 过程能力就是在过程处于统计控制状态下 生产产品质量正常波动的经济幅度 通常用质量特性值分布的6倍标准差来表示 记为6 理解要点 1 综合反映了各质量因素对产品质量造成的质量波动 因此 是过程能力大小的度量基础 2 产品质量特性在 3 3 范围内的概率为99 73 几乎包括了全部的质量特性 3 质量特性在 5 5 内的概率为99 99996 分散范围增加了4 但包含的质量特性增加并不多 因此 6 是一个表示过程能力的经济的幅度 2 过程能力指数 过程能力表示的工序固有的实际加工能力 与产品的技术要求无关 为了反映和衡量过程能力满足技术要求的程度 引入过程能力指数Cp的概念 过程能力 公差 6倍标准差 T 6 1 双侧公差 分布均值 与公差中心M重合 Cp 上限 下限 6 Tu Tl 6 M Tl Tu 2 双侧公差 分布均值 与公差中心M不重合 Cpk 1 k Tu Tl 6 K 0 5 Tu Tl 0 5T Tl Tu M 2 单侧公差只有下限 如日光灯的寿命 Cp Tl 3 只有上限 如机械产品的形位公差 Cp Tu 3 3 过程能力判断 1 Cp所代表的合格品率 2 过程能力判断表 二 新七种质量管理工具 2 1关联图2 2KJ法2 3系统图法2 4矩阵图法2 5矩阵数据分析法2 6PDPC法2 7箭条图法 2 1关联图 关联图法 是指用连线图来表示事物相互关系的一种方法 也叫关系图法 因素A 因素C 因素B 因素A受因素B的影响因素B影响因素A 因素C受因素A的影响因素A影响因素C 2 2KJ法 KJ法 又称亲和图法 是日本川喜二郎提出的 KJ 二字取的是川喜 KAWAJI 英文名字的第一个字母 这一方法是从错综复杂的现象中 用一定的方式来整理思路 抓住思想实质 找出解决问题新途径的方法 1 确定对象 或用途 KJ法适用于解决那种非解决不可 且又允许用一定时间去解决的问题 对于要求迅速解决 急于