tqm全面质量管理_基层员工培训系列教程：全面质量管理

TQMTrainingProgram全面质量管理培训 基层员工培训系列教程 课程大纲 质量管理发展历史概述全面质量管理基本认知全面质量管理工具介绍全面质量管理与QC小组质量成本简介 质量管理简史 全面质量管理 企业全体员工和有关部门同心协力 综合运用管理技术 专业技术和科学方法 经济地开发 研制 生产和销售用户满意的产品的管理活动 中国质量管理协会对工业企业全国质量管理的定义 定义 特征 基础工作 全面质量的管理 产品质量 工作质量 全过程的质量管理 质量管理重点由事后检验转移到事前控制 全员性的质量管理 质量涉及企业所有部门和所有人员 综合性的质量管理 综合多样的方法体系 标准化工作 计量工作 质量信息工作 质量教育工作 质量责任制 TQC推行基础 TQM的含义 强烈的关注顾客 坚持不断地改进 改进组织中每项工作的质量 精确的度量 向员工授权 TQM的目的 缩短总运转周期降低所需成本缩短库存周转时间提高生产率追求企业利益和成功使顾客完全满意最大限度获取利润 TQM八项管理原则 引言为成功地领导和运做一个组织 需要采用一种系统和透明的方式进行管理 针对所有相关的要求 实施并保持持续改进其业绩的管理体系 可使组织获得成功 质量管理体系是组织各项管理体系内容之一 最高管理者可以应用八项质量管理原则 引导组织改进业绩 原则一 以顾客为关注焦点组织依存于其顾客 因此组织应当理解顾客当前的和未来的需求 满足顾客要求并争取超越顾客期望 原则二 领导作用领导者将本组织的宗旨 方向和内部环境统一起来 并创造使员工能够充分参与实现组织目标的环境 原则三 全员参与各级人员是组织之本 只有他们的充分参与 才能使他们的才干为组织带来效益 原则四 过程方法将活动和相关的资源作为过程进行管理 可以更高效地得到期望的结果 原则五 管理的系统方法将相互关联的过程作为系统加以识别 理解和管理 有助于组织提高实现目标的有效性和效率 原则六 持续改进持续改进整体业绩应当是组织一个永恒的目标 原则七 基于事实的决策方法有效决策是建立在数据分析和信息分析的基础上的 原则八 互利的供方关系通过互利的供方关系 增强组织和供方创造价值的能力 在具体推行过程中 我们可以从以下几个步骤来实施 步骤一 通过培训教育使企业员工牢固树立 质量第一 和 顾客第一 的思想 制造良好的企业文化氛围 采取切实行动 改变企业文化和管理形态讨论 何为企业文化 步骤二 制订企业人 事 物及环境的各种标准 这样才能在企业运作过程中衡量资源的有效性和高效性 全面质量管理的推行步骤 步骤三 推动全员参与 对全过程进行质量控制与管理 以人为本 充分调动各级人员的积极性 推动全员参与 只有全体员工的充分参与 才能使他们的才干为企业带来收益 才能够真正实现对企业全过程进行质量控制与管理 并且确保企业在推行TQM过程中 采用了系统化的方法进行管理 步骤四 做好计量工作 计量工作包括测试 化验 分析 检测等 是保证计量的量值准确和统一 确保技术标准的贯彻执行的重要方法和手段 步骤五 做好质量信息工作 企业根据自身的需要 应当建立相应的信息系统 并建立相应的数据库 步骤六 建立质量责任制 设立专门质量管理机构 全面质量管理的推行要求企业员工自上而下地严格执行 从一把手开始 逐步向下实施 TQM的推行必须要获得企业一把手的支持与领导 否则难以长期推行 质量管理小组 QCC QCC是企业员工围绕企业经营战略 方针目标和现场存在的问题 以改进质量 降低消耗 提高素质和经济效益为目的组织起来的 运用质量管理理论和方法开展活动的小组 概念 发展 特征 由1978年9月北京内燃机总厂诞生的第一个QC小组 发展到2004年的128万个 有一千多万职工参加QC小组活动 至2003年累计为企业创造的可以计算的经济效益高达3884亿元 中质协 广泛的群众性 QC小组成员不仅包括管理人员 技术人员 而且更注重吸引生产 服务一线人员 高度的民主性 自愿参加 自主管理 成员平等 充分民主 互相启发 集思广益 严密的科学性 QC小组活动遵循科学的工作程序 坚持用数据说明事实 利用统计工具 用科学方法分析与解决问题 意义 QCC是企业中群众性质量管理活动的一种有效组织形式 是提高产品质量 提高经济效益的有效途径 是全体员工参与质量管理的最佳方式 QC小组与行政班组比较 通常根据活动课题涉及的范围 根据兴趣结合组建的群众性组织 是非正式的组织 组织原则 一般根据专业分工与协作要求 按效率原则建立 是正式的行政组织 以改进质量 降低消耗 提高人的素质 提高经济效益为目的 活动目的 组织职工完成上级下达的各项生产经营任务与技术经济指标 QC小组可以在行政班组内组织 也可以跨班组 或跨部门组织 组织形式丰富多样 活动方式 行政班组的日常活动 通常在本班组内进行 QC小组 行政班组 小组规模一般10人左右 组员按小组活动要求有不同分工 规模 根据生产特征确定 组织规模可大可小 成员按生产岗位分工 QC小组分类 改进类 也可叫 问题解决类 即针对存在的问题选择课题 开展活动 达到解决问题的目的 创新类 也可叫 打破现状类 即用创新的方法达到有挑战性的目标 实现改变现状的目的 按课题分 按参加人员特点分 现场型 以改进现场存在的问题为目的 小组以生产一线工人为主体组成 课题一般较小 成员力所能及 活动周期短 较易出成果 攻关型 以解决关键技术问题为目的 小组常由管理人员 技术人员和操作人员三结合组成 课题难度大 活动周期长 资源投入多 技术经济效果显著 管理型 以提高管理水平 改进工作质量和效率 解决管理问题为目的 小组由管理人员组成 课题差别较大 难度不一 服务型 以推动服务工作标准化 程序化 科学化 提高服务质量和效益为目的 小组由服务人员组成 课题一般不大 活动周期不长 见效较快 综合效果明显 QC小组活动 组织导向 课题导向 活动原则 PDCA管理循环四阶段 PDCA管理循环八步骤 PDCA管理循环特点 大环套小环 一环扣一环 小环保大环 推动大循环 管理循环每转动一周 质量就提高一步 管理循环是纵横交错综合的循环 完整的循环 PDCA循环的四个阶段必须是完整的 逐步上升的循环 每次循环应当有新的目标和内容 大环套小环的循环 按企业组织层次形成多个包容支持的环 基本要求 基本特点 PDCA管理循环意义 现状 问题 原因 措施 实施 验证 标准化 认识飞跃 认识飞跃 认识飞跃 实践飞跃 实践飞跃 实践飞跃 持续改进 质量升级 质量管理常用工具 简单图表QC7手法QC新7法其他工具 简单图表 定义 现场的数据或情报 用点 线 面来表示大概情况及细微变化的图形称为图表 依使用目的 分析用图表 管理用图表 计划用图表 统计用图表 计算用图表 说明用图表 简单图表 图表的分类 依数据性质 静态图表 动态图表依表现方法 形状 棒形图 面积图 扇形图 折线图 带状图 进度图 工程能力图 图名 图形的大小 坐标轴 刻度 零基准 划线 文字书写 数字的排列 图例 资料来源 简单图表 图表制作要领 条形图 作图者及日期 张三 02 8 5X公司各部门02年7月份提案件数比较图 简单图表 推移图 又称趋势图 历史线图或折线图 123456 月 B班 A班 43210 不合格率 连杆A B两班加工不合格率月推移比较 简单图表 雷达图 创意提案 简单图表 简单图表 质量管理活动进度表 简单图表 甘特图 流程图 简单图表 圆图 又称扇形图 饼图 参考基准线 12点的位置 N 16848件 简单图表 上触线 min Q3 1 5IQR 最大值 下触线 max Q1 1 5IQR 最小值 异常点 中位数 四分位间距 圆图 又称扇形图 饼图 简单图表 散点图 ScatterPlot 表示几个变量之间的相关关系 简单图表 相关关系 无相关 阳的相关 阴的相关 曲线关系 散点图 ScatterPlot 3D散点图 3DScatterPlot 简单图表 分层法概念 分层法又叫分类法 分组法 它把所搜集到的质量数据性质相同 条件相同的归为一组 把划分的组叫作 层 它是按照一定的特征 把收集到的有关某一特定主题的统计数据加以归类 整理和汇总的一种方法 把杂乱无章和错综复杂的数据加以归类汇总 可以清楚地反映产品质量波动的原因和变化规律 以便采取措施加以解决 差别是一种客观存在 差别的输入必然产生差别的输出 分层就是要找出这种客观差别并加以区别 有差别之处就可应用分层法 分层法的应用范围极其广泛 分层法是一种基本的思维模式 物以类聚 人以群分 应用好分层法对工作对生活都非常有用 例 员工考评 意义 定义 目的 分层法引例 漏油调查表 调查结论 为降低漏油率 应选方法C 应用甲厂材料 结论可靠吗 分层法概念 分层法又叫分类法 分组法 它把所搜集到的质量数据性质相同 条件相同的归为一组 把划分的组叫作 层 它是按照一定的特征 把收集到的有关某一特定主题的统计数据加以归类 整理和汇总的一种方法 把杂乱无章和错综复杂的数据加以归类汇总 可以清楚地反映产品质量波动的原因和变化规律 以便采取措施加以解决 差别是一种客观存在 差别的输入必然产生差别的输出 分层就是要找出这种客观差别并加以区别 有差别之处就可应用分层法 分层法的应用范围极其广泛 分层法是一种基本的思维模式 物以类聚 人以群分 应用好分层法对工作对生活都非常有用 例 员工考评 意义 定义 目的 应用步骤 确定研究主题和收集数据的范围 按不同的分层标志对数据分类 画分层数据表 分层数据观察分析 操作人员 按个人 年龄 性别 工龄 班次 技能等 机器设备 按设备类型 新旧 工装模具等 原材料 按供方 产地 成分 批次 库存时间等 产品 规格型号 复杂性 成熟与否 使用地域等 加工方法 按加工方法 生产工艺等 环境 按气象情况 室内环境 操作环境等 测量 按测量手段 测量工具 测量人员等 时间 按上 下午分 按年 月 日分 按季节分 其他 按发生位置等 一般可采用以下因素分层 人 机 料 法 环 量 时 其他 选择分层标志 设计表格并收集数据 分层标志的选择 注意事项 用多种因素进行分层由于事先不知道是哪个因素产生的影响最大 因此不宜简单的按单一因素分层 必须考虑多个因素的综合影响效果 注意分层的原则分层的原则是使同一层次内的数据波动幅度尽可能小 而层与层之间的差别尽可能大 不同层次的数据应按相同的方法进行统计 以利于相互比较 其他统计方法 如直方图 排列图 散布图等结合运用 讨论 我们工作中做了哪些分层法分析 调查表概念 调查表又称检查表 是记录 收集数据的一种统计图表 是指为使数据好整理 便于分析 而事先设计好的表格和图表 定义 在日常生产或管理过程中 对相关的事项进行事先检查和检验 以防止出现问题 为留下记录而检查 便于日后进行分析 通过观察全体的情况 以判断是否发生定期的变化 利用调查表可以依靠简单的检查就可以获得重要的情报 检查时不会遗漏掉重要的项目 作用 思考 我们工作中用了哪些调查表 思考 我们所用调查表的作用是什么 调查表分类 记录用表 把数据分为几个项目类别并加以表示的表格和图表 这种调查表实际就是每天的记录用表 如不良品记录 修理记录等 检查用表 是指把事先确认的东西罗列在表格上 并按罗列的项目一一进行检查的表格和图表 这种调查表会对事情的确认有帮助 无论谁做都可以事先预防事故 如故障检查表 设备点检表等 分类 调查表细分 数据分布调查表不良项目调查表缺陷位置调查表不合格原因调查表检查确认调查表 注意 还有其他类型调查表 调查表应用 确定检查的项目 确定检查的频率 确定检查的人员及方法 相关条件的记录方式 如作业场所 日期 工程 等 确定调查表格式 图形或表格 确定检查记录的符号 如 正 基本步骤 1 定出要处理的数据和分类项目数据和分类项目可以以因果图的结果和因素来实现2 根据目的的不同定出记录的方式使用表格可以处理许多分类项目使用图表可以标明位置3 根据调查表的要求收集和记录数据可以直接用数据表示 也可以加入通过 等符号表示的更多数据 调查表制作 注意事项 对需要调查的项目应划分层次 便于数据分析 要做到简单易懂 能够一目了然 使记录的项目没有遗漏 要做出合计 平均 比例等计算栏 以使检查后容易计算 标明调查人 调查时间 调查目的等 练习 今日听课人员调查 按本企工龄分段调查 按所在部门分类调查 按职务层次分类调查 要求 作数据分布调查表 并实际调查 可分三个组各选一主题进行调查 帕累托原理 J M Juran 少数重要因素原则 用于质量管理 在日本引发质量管理革命 从而帮助日本在战后赶上并在部分领域超过美国 80 20原则是质量运动的主要理论支柱 少数重要因素原则 原则 很少百分比的质量因素导致极大百分比的质量缺陷 分析 发现重要的导致质量问题的因素 解决 集中精力解决这些少数重要问题 而不是解决所有问题 TQC 事先解决 而不是事后校正日本企业50 60年代运用这一原则在众多领域达到世界领先水平 排列图概念 排列图是对于不良 缺点等事情发生的结果 按照其产生的原因或现象进行分类 再按类别大小顺序排列 以图表的形式表达的图 不合格项目 排列图分类 排列图是用来确定关键的少数的方法 根据用途 排列图可分为分析现象用和分析原因用排列图 1 分析现象用排列图 不良结果 A质量 不合格 故障 顾客抱怨 退货 维修等B成本 损失总数 费用等C交货期 存货短缺 付款违约 交货期拖延等D安全 发生事故 出现差错等2 分析原因用排列图 过程因素 A操作者 班次 组别 年龄 经验 熟练情况以及个人本身因素等B机器 机器 设备 工具 模具 仪器等 C原材料 制造商 工厂 批次 种类等 D作业方法 工序先后 作业安排 作业方法等 E环境 气候 生产环境等 排列图不仅质量部门好用 结合前面分层法与调查表 排列图制作步骤 注意 排列图的制作离不开分层法与调查表 排列图是基于分层法与调查表数据基础上的分析方式 利用Excel制图工具 可快速作出简易的排列图 为发现主要原因也可制作饼图 注意数据由大至小排列 制作步骤一 第一步 确定所要调查的问题以及如何收集数据1 选题 确定要调查的问题是那一类问题 如不合格项目 损失金额 事故等2 确定问题调查的期间 如3月1日 4月30日3 确定哪些数据是必要的 以及如何将数据分类 如按不合格类型 不合格发生位置 工序 人机物法分 分类后将不常出现的项目归为 其他 项4 确定收集数据的方法 以及在什么时候收集数据 通常采用调查表的形式收集数据 制作步骤二 第二步 设计数据记录表并将数据填入表中并合计 某机型不合格项调查表 制作步骤三 第三步 制作排列图用数据表 表中列有各项不合格数据 累计不合格数据 各项不合格所占的百分比及累计百分比 排列图数据表 制作步骤四 第四步 按数量从大到小顺序 将数据填入数据表中 其他 项的数据由许多数据很小的项目合并在一起 将其列在最后面 排列图数据表 制作步骤五 第五步 画两根纵轴和一根横轴 左边纵轴标上件数 频数 的刻度 右边纵轴标上比率 频率 的刻度 最大刻度为100 左边总频数的刻度与右边总频率的刻度 100 高度相等 横轴上将频数从大到小依次列出各项 左边纵轴标上件数 频数 的刻度 最大刻度为所有件数的累计之和 右边纵轴标上比率 频率 的刻度 最大刻度100 横轴上将频数从大到小依次列出各项 其他 项放在最右端 100 90 80 70 60 50 40 30 20 10 0 制作步骤六 第六步 在横轴上按频数大小画出矩形 矩形高度代表各不合格项频数的大小 在每个直方柱右侧上方 标上数值 频数和累计频率百分数 描点 用实线连接 画累计频数折线 在靠近左端纵坐标的空白处注明累计频数N 制作步骤六 制作步骤七 第七步 在图上记入有关必要事项 如排列图名称 数据 单位 作图人姓名以及采集数据时间 主题 数据合计数等 4月1日至4月6日 注意事项 分类方法不同 得到的排列图不同 通过不同角度观察问题 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 为了抓住关键的少数 在排列图上通常把累计比率分为三类 在0 80 间的因素为A类因素 也即主要因素 在80 90 之间的因素为B类因素 也即次要因素 在90 100 之间的因素为C类因素 也即一般因素 如果其它项所占的百分比很大 则分类是不够理想的 出现这种情况 是因为调查项目分类不当 把许多项目归在了一起 这时应考虑采用另外的分类方法 如果数据是质量损失 金额 画排列图时质量损失在纵轴上表示出来 横轴的项目以5 7个为宜 作图练习 某班组焊接不良统计 3月27日 4月26日 练习 根据上表制作排列图 因果图概念 引言导致过程或产品问题的原因可能有很多因素 通过对这些因素进行全面系统的观察和分析可以找出起因果关系 因果图是简单易行的方法 是便利的工具 定义因果图 鱼刺图 特性要因图 石川图 是一种主要用来分析质量特性 结果 与可能影响质量特性的因素 原因 之间关系的一种工具 目的明示问题的结果和原因之间的因果关系 以利于找到问题的结症所在 从而采取针对性的措施解决问题 通过对要因的重点标示 可以决定分析解决问题的优先顺序 因果图类型 原因追求型 以列出可能会影响过程 或流程 的相关因子 以便进一步由其中找出主要原因 并以此图形表示结果与原因之间的关系 因果图类型 对策追求型 此类型是将鱼骨图反转成鱼头向左的图形 目的在于追求问题点应该如何防止 目标结果应如何达成的对策 故以特性要因图表示期望效果 特性 与对策 要因 间的关系 因果图制作步骤 1 选题 根据需要确定质量特性 结果 2 将特性写在纸的右侧并用方框框起来从左向右画出主骨 通常为原因追求型因果图 3 列出影响大骨的原因作为中骨 列出影响中骨的原因作为小骨 4 根据对结果影响的重要程度 将对结果有显著影响的重要因素标出来 5 在因果图上标注必要的信息 因果图名 小组名 时间 制作人等 注意事项 1 画因果图时要进行头脑风暴法 充分发扬民主 各抒己见 集思广义 记录所有人的意见 2 确定的原因应尽可能具体 对分析出的末端原因 都应该到现场进行观察 测量 试验等 加以确认 3 有多少个质量特性 就要画多少张因果图 也就是说 一质量问题只画一张因果图 因果图只能用于单一目标分析 4 因果图的层次应当分明 分解原因应当分解到能采取措施为止 连问几个为什么 练习 对劳动纪律差制作原因型因果图 练习 对提高QC小组活动效果制作对策型因果图 亲和图 定义 亲和图又称为KJ法 是由日本学者川喜田二郎于1970年前后 开发并加以推广的方法 这种方法是针对某一问题 充分收集各种经验知识 想法和意见等语言 文字资料并汇总 然后按照相互的类似性和亲和性进行归纳 使问题明确起来 以利于问题解决的一种方法 使用时机 实例 关联图 定义 为了对原因复杂的问题进行整理 找出与此问题有关的所有要因 并将重点加以集中 并进行解决的方法称为关联图法 关联图分类 多目的型 两个以上目的 单目的型 单一目的 关联图分类 中央集中型 单向聚集型 关联图举例 关联图举例 系统图 定义 系统图又称树型图或树图 它就是把要实现的目的与需要采取的措施或手段 系统地展开 并绘制成图 以明确问题的重点 寻找最佳手段或措施 图例 图例 矩阵图 定义 利用多元性思考 分析现象 问题 原因三者的关系 促使问题点逐步明确的方法 图例 型矩阵图 L 图例 型矩阵图 T 型矩阵图 X 图例 型矩阵图 Y 图例 直方图概念 定义 直方图是将数据按顺序分成若干间隔相等的组 以组距为底边 以落入各组的数据频数为依据 按比例构成的若干矩形条排列的图 TL公差下限TU公差上限 直方图作用 观察与判断产品质量特性分布状况 判断工序是否稳定 计算工序能力 估算生产过程不合格品率 制作步骤 直方图的制作基于大量调查数据 数据应是计量型数据 采用随机抽样方式获得 统计数据的特征值必要时应计算出 标注于直方图中 制作步骤 步骤1 收集数据 为使数据能准确地反映整体的分布 数据一般应大于50个 并记录数据的总数 N 步骤3 数据分组 确定组数k和组距h 步骤2 计算极差 找出数据最大值L和最小值S 计算极差R 数学家史特吉斯 组数k 1 3 32logN 为方便参照下表 为便于分组 一般取测量单位的奇数整数倍 组距h 极差 组数 制作步骤 步骤4 确定各组边界为避免数据落在边界上 组的边界值单位应取最小测量单位的1 2 分组范围应包容最大值和最小值 两最值距两端边界应大致相等 第一组的下组界 最小值S 测量值最小单位的二分之一 或取组距的一半 第一组的上组界 最小一组的下组界 组距其余各组的下组界 前一组的上组界其余各组的上组界 前一组的上组界 组距 制作步骤 步骤5 确定各组组中值组中值 某组上界值 某组下界值 2 步骤6 计算各组频数 制作频数分配表依照数值的大小计入各组界内 然后计算各组出现的次数 步骤7 绘制直方图横轴表示数值的变化 应容纳各分组 纵轴表示出现的次数 直方图示例 某罐头厂生产罐头 罐头容量规格为310 8g 绘制直方图 步骤1 随机抽检50罐罐头 即N 50 其数据如下 直方图示例 步骤5 各组的中心值 M 上组界 下组界 2 步骤6 计算各组频数 制作频数分配表 见附表 步骤2 最大值L 320 最小值S 302 极差R 320 302 18 步骤3 确定组数 K 7 组距H R K 18 7 2 5 取H为3 组距常取测定最小单位的奇数整数倍 步骤4 各组组界 第一组下界 S 最小测量单位 2 即302 0 5 301 5第一组上界 第一组下界 组距 即301 5 3 304 5第二组下界 第一组上界 304 5其他各组以次类推 计算各组的组界 步骤7 制作直方图 见附图 直方图示例 频数分配表 直方图示例 直方图 直方图观察分析 正常型 中央有一顶峰 左右大致对称 左右逐渐降低 工序运行正常 偏向形 有偏左 偏右两种情形 原因是 加工者担心出现不合格品 在加工孔时往往偏小 加工轴时往往偏大造成 目的 通过直方图形状 判断生产过程是否正常 并找出产生异常的原因 主要有六种形状 正常型 偏向型 双峰型 锯齿型 平顶型 孤岛型 直方图观察分析 锯齿型 双峰型 图形呈锯齿状参差不齐 多半是由于分组不当或检测数据不准而造成 出现两个顶峰 极可能是由于把不同加工者或不同材料 不同加工方法 不同设备生产的两批产品混在一起形成的 直方图观察分析 孤岛型 分布有明显间隔 由于测量有误码或生产中出现突发异常因素影响 如材料变化 刀具严重磨损 操作失误 读数错误等 平顶型 无突出顶峰 通过由于生产过程中缓慢变化因素的影响造成 如刀具磨损 直方图与规格界限比较 理想型 直方图分布中心与公差中心近似重合 直方图分布在公差范围内且两面边均有余量 偏心型 分为左偏心和右偏心 直方图分布在公差范围内 但分布中心和公差中心有较大偏移 此时应采取措施 调整分布中心 使数据的平均值与公差中心重合 否则可能出现废品 通过用直方图分布和公差比较 判断工序质量 如发现异常 及时采取措施 预防产生不合格产品 直方图与规格界限比较 无富余型 直方图分布在公差范围内但两边没有余地 此时应设法提高工序能力 即减少标准偏差 否则会出现废品 能力富余型 直方图分布在公差范围内但两边有过大的余地 出现质量过剩 传统观点认为此时可考虑放宽加工精度 或减少检验频次 降低鉴定成本 直方图与规格界限比较 能力不足型 直方图分布超过公差范围 有三种情况 仅超出公差下限 仅超出公差上限 公差上下限均超出 此时已出现不合格品 应查明原因 应采取措施 如调整尺寸分布中心 提高加工精度 直方图的作用 测知工序的过程能力 是过程能力的最好最直观的写照 直方图中心越接近规格中心 表示过程越集中 分布在规格界限内 表示过程散布小 计算产品的不良率 根据不良数量可以直接计算出来 无论是计数值还是计量值都可以直接计算出来调查是否混入两种以上不同的数据测知数据是否有假主管对下属进行控制的有效手段 数据真是性的判断手段测知分布形态以此制定产品的规格如果规格尚未确定 可以使用平均值加减4倍标准差的方式指定上下限 即公差为标准差的8倍 达到理想型分布 设计合理的控制界限一般为正负 3 99 73 的概率 注意事项 直方图的原理是基于正态分布 特别适用于计量值 使用直方图计算平均值和标准差s时 应剔除差距太大的数据 确定组界时 应注意所有数据都要归入所在组中 作直方图时 数据尽可能多 一般不能少于50个 注意恰当的分组 数据少时少分组 数据多时多分组 如果数据少时分组过多 各组内数据出现的频率太少 难以发现数据的分布规律 利用样本直方图求出的X和标准差s是总体平均值和标准差的估计值 直方图练习 某公司对生产的电线直径进行抽检 以下是100个数据 规格是0 649 0 01用直方图进行分析 过程能力 指工序处于稳定状态下 在经济及其他条件允许的范围内 工序保证产品质量的能力 若通过控制图显示过程非受控 那么计算过程能力没有意义 B 6 6倍标准差 T 产品质量特性值的要求 即公差 规格 范围B 表示过程能力 过程能力分析 工序的质量能力必须在过程正式运作前予以确定 同时在运作过程中要持续稳定保证这个能力 在 3 分布范围内的概率分布99 73 表示该过程产品质量波动的范围 过程能力指数 过程能力满足质量要求 规格 的程度 Cp CapabilityofProcess 过程能力的理解 TU TL T TU TL 3 3 6 Cp B T 1 TU TL T TU TL 3 3 6 Cp B T 1 过程结果好于过程目标 过程结果等于过程目标 过程结果差于过程目标 过程能力指数的计算 过程能力指数计算示例 1 某零件尺寸规格为20 0 15 抽取n 100 计算X 20 05 s 0 05 计算过程如下 M 20 0 05cpk T 2 6S 0 3 2 0 05 6 0 05 0 672 过程能力指数的评定 控制图应用 控制图的定义和功能一 定义 控制图用于区分由异常原因所引起的波动和过程固有的随机波动的一种统计工具 即用于判断过程正常还是异常的一种统计工具 二 功能 a 诊断 用于评估一个过程的稳定性 b 控制 决定某一过程何时需要调整 何时需要保持原有状态 c 确认 确认某一过程的改进效果 1 普通原因 引起的变异微小 在经济上不需剔除部分 如环境气候 设备本身精度 原料在允收范围内 熟练人员之间操作水平等 2 特殊原因 引起产品变异大 在经济上必须剔除的部分 如4M1E出现异常 3 中心线 CL 表示控制的平均值或平均数 4 控制上限 UCL 中心线上方的控制界限 5 控制下限 LCL 中心线下方的控制界限 6 控制状态 UC 记入控制图内的点子 能够在界限内随机分布 7 不在控制状态 记入控制图内的点子 落在控制界限上或之外 或在界限内呈一定规律分布 控制图应用 控制图的术语 控制图的两类错误 控制图应用 但抽查可能会犯错误 第一种错误 虚发警报 弃真 正常生产时点子偶然出现在界外 但判断过程异常 错误的概率是 第二种错误 漏发警报 取伪 过程已经异常 但仍然有部分产品处于界内 因此判断过程正常 UCL LCL CL 控制图应用 控制限的选定依据 控制图对过程的控制是通过抽样来进行的 很经济 休哈特的3 控制方式1 0 27 不会虚报2 增加点子非随机排列的判异准则 不会漏报3 实践证明这种控制方式最经济 3 控制的判稳准则 控制图应用 P 3 X 3 0 9973是基于正态分布的重要特性 假设产品的特性值服从正态分布 则产品特性值在区间 3 3 的分布概率为99 73 目前世界上大部分国家都采用3倍标准差为控制界限 如有一点出界就判异常是很可靠的 但只打一个点未出界可能是 过程稳定 虚报但若连续N个在界内 则 总 N 过程认为是稳态 个别点出界也可以 判稳原则 连续25点 界外数为0个连续35点 界外数不大于1连续100点 界外数不大于2 3 控制的判异准则 控制图应用 1 点子出界或恰在界限上2 连续3个点中2点在A区3 连续10个点中4点在A区4 连续7个点中3点在A区5 连续不小于9点的链 位于中心点同一侧 6 连续11点中至少有10点在中心线同一侧7 连续14点中至少有12点在中心线同一侧8 连续17点中至少有14点在中心线同一侧9 连续20点中至少有16点在中心线同一侧10 连续至少7点渐升或渐降11 连续7点中4点在B区12 连续至少11点在C区 选取控制图拟控制的质量特性根据质量特性及适用的场合选取控制图类型确定合适样本组 样本大小和抽取间隔 并假定在样本组内波动为系统因素引起 收集并记录20 25个样本组的数据 或使用以前所记录的数据 通常每组样本量n 4 5个 这样保证控制过程的检出率为84 90 计算各组样本的统计量 均值 标准差 极差等 计算控制界限值绘制统计图 计算各组的统计量分析样本点的排列形状 判断过程是否受控 控制图应用 控制图应用的程序 控制图的种类与适用场合 类别 名称 控制图符号 特点 适用场合 计量 均值 极差控制图 x R 最常用 判断工序是否正常的效 果好 计算R值的工作量小 适用于产品批量大且生产正 常 稳定的工序 值控 均值 标准差控制图 x s 常用 判断工序是否正常的效果 最好 但计算s值的工作量大 适用于产品批量大且生产正 常 稳定的工序 中位数 极差控制图 x R 计算简便 但效果较差 适用于产品批量大且生产正 常 稳定的工序 制图 单值 移动极差控制 图 X MR 简便省事 能及时判别工序是否 处于稳定状态 缺点是不易发现 工序分布中心的变化 因各种原因 时间或费用 每次只能得到一个数据或尽 快发现并消除异常因素 计数 不合格品数控制图 np 较常用 计算简洁 作业人员易 于掌握 样本含量较大 样本含量相等 值控 不合格品率控制图 p 样本取样量大 且计算量大 控制曲线凹凸不平 样本含量可以不等 缺陷数控制图 c 较常用 计算简洁 作业人员易 于掌握 要求样本量大 样本含量相等 制图 单位缺陷数控制图 u 计算量大 控制曲线凹凸不平 样本含量可以不等 控制图应用 控制图应用 类别 名称 符号 特点 适用场合 中心线 控制界限线 计量值控制图 平均值 极差控制图 X R X RM 中位数 极差控制图 单值 移动差控制图 平均值 标准偏差控制图 最常用 判断工序是否正常的效果好 但计算工作量大 适用于产品批量较大的工序 R X X R X RM X S 计算简便 但效果较差 适用于产品批量较大的工序 简便省事 及时判断工序状态 但不易发现分布中心的变化 因各种原因每次只能收集一个数据或希望尽快发现并消除异常因素 D4R X 2 659 RM D3R UCL LCL UCL LCL UCL LCL UCL LCL UCL LCL UCL 3 267 LCL不考虑 UCL LCL UCL LCL D4R D3R RM X 2 659 RM 正态分布 D8S D7S 控制图应用 类别 名称 符号 特点 适用场合 中心线 控制界限线 记数值控制图 不合格品数控制图 单位缺陷数控制图 缺陷数控制图 较常用 计算简便操作工人易于理解 样本容量相等 PN 计算量大 控制线凹凸不平 计算量大 控制线凹凸不平 UCL LCL 不合格品率控制图 PN P U C 样本容量不等 样本容量不等 样本容量相等 P 3 PN 1 P P 3 PN 1 P P U C UCL LCL P 3 P 1 P P 3 P 1 P N N UCL LCL U 3 U U 3 N U N UCL LCL C 3 C C 3 C 二项分布 泊松分布 简便省事 及时判断工序状态 但不易发现分布中心的变化 控制图系数表 系数 d 2 1 d 2 d 3 m 3 A 2 A 3 m 3 A 2 D 3 D 4 A 10 C 2 C 4 1 C 4 C 5 E 2 B 3 B 4 B 7 B 8 A 9 2 1 128 0 8862 0 893 1 000 1 880 2 659 1 880 3 267 2 00 0 564 0 7079 1 2533 0 4262 2 660 3 267 2 603 2 695 3 1 693 0 5908 0 888 1 160 1 023 1 954 1 187 2 579 1 20 0 724 0 8862 1 1284 0 3783 1 772 2 568 2 281 1 826 4 2 059 0 4857 0 880 1 192 0 729 1 628 0 796 2 282 1 00 0 798 0 9213 1 0854 0 3367 1 457 2 266 2 096 1 522 5 2 326 0 4299 0 864 1 198 0 577 1 427 0 691 2 115 0 80 0 841 0 9400 1 0638 0 3051 1 290 2 089 0 026 1 974 1 363 6 2 534 0 3946 0 848 1 135 0 483 1 287 0 549 2 004 0 70 0 869 0 9515 1 0510 0 2808 1 184 0 030 1 970 0 115 1 885 1 263 7 2 704 0 3698 0 833 1 214 0 419 1 182 0 509 0 076 1 924 0 66 0 888 0 9594 1 0423 0 2611 1 109 0 118 1 882 0 183 1 817 1 195 8 2 847 0 3512 0 82 1 160 0 373 1 099 0 432 0 136 1 864 0 61 0 903 0 9650 1 0363 0 2453 1 054 0 185 1 815 0 237 1 763 1 143 9 2 970 0 3367 0 808 1 223 0 337 1 032 0 412 0 184 1 816 0 58 0 914 0 9693 1 0317 0 2318 1 01 0 239 1 761 0 283 1 717 1 104 10 3 078 0 3248 0 797 1 177 0 308 0 973 0 363 0 223 1 777 0 55 0 923 0 9727 1 0281 0 2202 0 975 0 284 1 716 0 321 1 629 1 072 n 以上数据是根据3 控制原理 运用数理推论而得到的系数 你只需会查表即可 控制图应用 控制图应用 1 计量值或记数值 2 群的大小是否大于1 3 计点值还是计件值 4 中心值是平均值还是中位值 记数值 记量值 N大于1 N等于1 X R X RM PN C P U 选择控制图流程图 计件 计点 将均值控制图与极差控制图联合使用的一种控制图的形式 A2 D4 D3为控制图系数 需要查表即可得出 当n 6时 D3为负值 由于R为非负值 所以取LCL 0 计量值控制图 CL RUCL D4RLCL D3R CL XUCL X A2RLCL X A2R Xbar图 R图 区分 控制线 将单值控制图与移动极差控制图联合使用的一种控制图的形式 E2 D4 D3为控制图系数 需要查表即可得出 当n 6时 D3为负值 由于MR为非负值 所以取LCL 0 计量值控制图 CL RMUCL D4RMLCL D3RM CL XUCL X E2RMLCL X E2RM X图 MR图 区分 控制线 计量值控制图 举例 1 所有的控制点均在控制界限内随机分布 则可以作为控制界限 2 某些控制点超出控制界限 则应对异常原因进行调查 并加以消除 然后利用剩余的数据重新计算控制界限 3 虽有控制点超出控制界限 但原因不明 或已查明原因但无法消除 则这些点无需剔除 计量值控制图 控制限分析 计量值控制图 控制限与规格的比较 UCL CL LCL USL LSL M 过程管理不足 将过程的平均值进行调整 使分布中心与规格中心靠近 UCL CL LCL USL LSL M a 改善4M1E 提高过程能力b 用户接受时 放宽规格c 如果a b 均无法实现 全数检验 技术水平不足 过程能力满足要求 作为生产过程用控制图 直接使用 规格和控制界限的分析 规格界限 由顾客或设计部门给出控制界限 仅由过程固有因素的变异确定注意 1 规格界限与控制界限无关 2 过程能力指数Cpk是由规格界限和控制界限确定的 3 产品开发部门在设计产品时 应评审本企业过程极限后 再确定规格界限 计量值控制图 计数值控制图 不合格品数占每批产品的百分比所绘制的控制图根据不合格品率的变化得到有效的资讯 并进行过程的控制 不合格品率控制图 P图 适用场合1 仅能以不合格品率表示的质量特性2 依规格进行大量检验将产品分为合格品与不合格品 如通与止 好与坏 亮与暗等3 需要研究某过程有多少废品率时 4 样本大小常有变化时 不合格品率控制图 P图 计数型控制图分为计件式 P图 和计点式 C图 U图 P图的样本容量n不一定相同 C图 缺陷数控制图 的样本容量n必须相同 u图 单位缺陷数控制图 的样本容量n不一定相同 1 选择控制项目2 收集数据 检验数和不合格数 一般至少20组以上 3 数据分组 作好数据的层别 日 班 机台 样本数要比计量值控制图多建议假设每组样本中含有1 5个不合格数 n 1 p 5 p 假设p 4 则n 25 100 只有保证这样的样品数 p图才有意义 计数值控制图 建立不合格品率控制图 p图 的数据步骤 计数值控制图 区分 控制线 n p p UCL p 3 1 S n p p LCL p 3 1 CL p ni p p UCLi p 3 1 S ni p p LCLi p 3 1 CL p 当各组样本含量不同 且超出平均样本含量n的 25 时 需分别计算控制限 控制限不平 各组样本含量相同或虽不同 但在平均样本含量n的 25 内 4 计算各组的不良率p d n d表示每组不良数n表示每组检验数 5 计算平均不合格率p平均样本含量n5 计算控制界限 P d1 d2 dk n1 n2 nk n k n1 n2 nk 数值表 P控制图用 计数值控制图 数值表 P控制图用 计数值控制图 P图的绘制例 样本容量n相同 0 0 05 0 1 0 15 0 2 0 25 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 批号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 检验数 n 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 100 不良数 d 20 5 7 10 9 14 11 13 18 14 12 6 9 13 8 4 9 11 8 7 不良率 p 0 2 0 05 0 07 0 1 0 09 0 14 0 11 0 13 0 18 0 14 0 12 0 06 0 09 0 13 0 08 0 04 0 09 0 11 0 08 0 07 控制界限的计算 分析 n p p p UCL p 1 3 19 6 n p p p UCL p 1 3 1 2 UCL p UCL p CL p 计数值控制图 P图的绘制例 样本容量n不同 P d1 d2 dk n1 n2 nk 0 012 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 样本容量n 968 1216 804 1401 1376 995 1202 1028 1184 542 1325 1056 1721 1305 1190 2306 1365 973 1058 1244 392 1433 1225 1352 1187 不合格数np 8 13 13 16 14 15 13 10 24 18 16 17 19 9 14 9 13 5 15 19 10 17 13 15 21 不合格率p 0 008 0 011 0 016 0 011 0 010 0 015 0 011 0 010 0 020 0 033 0 012 0 016 0 011 0 007 0 012 0 004 0 010 0 005 0 014 0 015 0 025 0 012 0 011 0 011 0 018 时间 1 20 1 21 1 22 1 25 1 26 1 27 1 28 1 29 2 1 2 2 2 3 2 4 2 5 2 8 2 9 2 10 2 11 2 12 2 15 2 16 2 17 2 18 2 19 2 22 2 23 n 25 1194 32 n1 n2 nk 样本容量允许界限 在25个样本中有20个在此范围内 5个样本不在此范围内 UCL LCL 日期 1 22 2 2 2 5 2 10 2 17 0 0235 0 0005 0 026 0 0041 0 0199 0 0052 0 0188 0 0285 UCL LCL CLP 计数值控制图 20个样本在此范围内 计数型控制图 控制图应用的程序 np图 通过过程中不合格品数的控制来实现对过程的控制 当样本含量一定的情况下 并使样本中含有1 5个不合格品 根据数理统计的原理 当n p 5时 二项分布近似于正态分布 因此 要求样本含量 n 较多 根据经验一般常取n 50 甚至200以上 而且当总体不合格率较小时也不适用 适用场合 与p图相似 特别对生产现场的领班或直接作业者较适用 收集数据与p图相似 控制界限的计算 其中 计数型控制图 练习 仍然用p图的练习一 绘制np图 计数型控制图 缺陷数控制图 c图 使用场合 检测一个产品 如果以该产品的缺陷数作为质量指标用以判断过程是否处于或保持一定的质量水平上的控制图称为缺陷数控制图 C图 如 布面的疵点 铸件砂眼 每百页错别字等 若C1 C2 Ck为第一件 第二件 第k件的缺陷数 缺陷数控制图的概率分布服从泊松分布 当缺陷数 5时 近似于正态分布 控制界限 异常点 分布不好 需找原因 计数型控制图 C图练习 视为0 计数型控制图 单位缺陷数控制图 u图 使用场合 当一个抽检样本中有不同个数的单位产品组成时 应使用单位缺陷数控制图 数据的收集与计算数据收集 样本数 25 原则上每个样本中应有1 5个缺陷 计算控制界限 计数型控制图 U图练习 点子排列观察分析 现象1 链 同类型的点子接连不断的出现 链分为两种 连续链和间断链 连续点在7点呈上升或下降趋势时 这也是异常 可能与设备老化 润滑不足 人员疲劳有关 这是典型小概率事件 控制图的分析与判断 连续链 出现以下情况时 需要注意 间断链 UCL CL LCL 11点中有10点在CL的同侧 11点中有10点在中心线的同一侧出现 14点中有12点在中心线的同一侧出现 17点中有14点在中心线的同一侧出现 20点中有16点在中心线的同一侧出现 这些都属于小概率事件 属预防范畴需要