质量管理老7种工具

老七成员质量管理工具：张强，杨新伟，谭木李，坤，2020/5/31，1，质量管理，老七工具：层次帕累托图，因果分析图，问卷，直方图，散点图，控制图，2020/5/31，2，质量管理，背景：日本，60年代。老七工具的特点如下：强调数据，强调制造过程中易于理解的质量控制，便于一线员工掌握，2020/5/31，3，质量管理，质量数据分层标志(5M1E)，操作者缺陷项目，机械设备，原材料测量，方法，环境，不同时期的检验方法，老七工具质量管理，1。分层概念分层法又称分类法，即根据一定的目的和要求对采集的原始质量数据进行分类，以分析质量问题及其影响因素的方法。根据这一原则，根据分层的目的和分类的重点，并根据一定的标志数据，2020/5/31，4，质量管理，轧钢厂一个车间的生产统计如下：甲、乙、丙类各轧制2000吨钢，共轧制6000吨，其中169吨为轧制废料。如果只知道这三个数据，就不能分析质量问题。下表是分层分析。分层法实例(1)，2020/5/31，5，质量管理，某产品的气缸体与气缸盖之间经常发生漏油，主要原因采用分层法进行分析。解决方法：通过现场调查，发现主要原因是密封不良。装配过程由甲、乙、丙三方分别完成。还发现漏油的主要原因是三个人使用的粘合剂和气缸垫的应用不同，这三个人分别来自两个合作工厂，A和B。调查数据如下：调查总数50起，溢油19起，溢油率0.38。目前，运营商和合作工厂采用分层方法收集和整理数据。分层方法示例(2)，2020/5/31，6，质量管理，按操作员分层，结论：b工人操作方法的漏油率相对较低，2020/5/31，7，质量管理，结论：b工厂气缸垫的漏油率相对较低，按合作工厂分层，综上所述：建议采用b工人和b工厂气缸垫的工作方法。 实施结果：溢油率上升的原因是：两者的关系没有考虑：重新考虑分层，2020/5/31，8，质量管理，结论：B厂工人甲工人乙，与合作工厂联合分层，2020/5/31，9，质量管理，质量管理旧7工具，2。 帕累托图概念帕累托图又称主次因素分析图或帕累托图。由两个纵坐标、一个横坐标、几个正方形和一条折线组成的累积百分比将影响因素分为三类：a、b和c、2020/5/31、10、质量管理、帕累托诊断图，也称为帕累托图。其原理是意大利经济学家帕累托在分析社会财富分配时得出的“关键少数和次要多数”的结论。20%的人拥有80%的财富，2020/5/31，11，质量管理，在20世纪40年代，约瑟夫朱兰博士在所有领域都发现了一个共同的原则，他称之为“生命之源和动力”，这个原则指出，20%的事情往往要对80%的结果负责(世界上20%的事情总是要对80%的结果负责)。2020/5/31，12，质量管理，28条规则的其他示例：20%的企业可能生产80%的市场上的产品，20%的客户可能为企业带来80%的利润，20%的储户可能有80%的存款，20%的原因导致80%的产品不合格，2020/5/31，13，质量管理，绘制帕累托图的步骤，2020/5/31，14，质量管理，绘制步骤根据频率从大到小排列数据，计算各自的比值(频率)和累积比值(累积频率)；左侧纵坐标为频率，横坐标根据频率由大到小依次为条形块。使用右纵坐标作为累计频率，绘制累计频率曲线。找出主要因素。手风琴，2020/5/31，16，质量管理，1。收集数据，2020/5/31，17，质量管理，2。将“不合格数”从大到小排序(数据/排序/降序排列)，请注意，对于其他项目，2020/5/31，18，质量管理，3。计算累计不合格数，2020/5/31，19，质量管理，4。计算累计不合格率，2020/5/31，20，质量管理，5。绘制，选择区域A1.B8和D2.D8 .选择插入图/图表/定制类型/双轴柱形图/完成，2020/5/31，21，质量管理，7。讨论：帕累托图的核心？2020/5/31，22，质量管理，在排列图中通常把0 80%之间的累积比率因素作为一类因素；80% 90%的因素是乙类因素。从90%到100%的因素是丙类因素。2020/5/31，23，质量管理，制作帕累托图的注意事项：1。不同的分类方法，不同的帕累托图从不同的角度观察问题，把握问题的本质。需要不同的分类方法来确定“临界少数”。这也是帕累托图分析法的目的。2.如果“其他”项目的百分比很大或数量很大，分类就不理想。如果发生这种情况，是因为调查的项目分类不当，许多项目被归在一起，那么应该考虑另一种分类方法。2020/5/31，24，质量管理，作用：(1)因果关系分析；(2)因果关系的表达；(3)因果图通过识别症状、分析原因、发现措施和促进问题解决，是分析质量特性(结果)和可能影响质量特性的因素(原因)的工具。步骤：3。因果分析图法，2020/5/31，25，质量管理，影响因素(原因)，质量(结果)，特征，主要原因，中间原因，次要原因，鱼骨图(形似鱼骨)，石川图(石川庆发明)，2020/5/31，26，质量管理，因果图的制作：某中学在分析期末考试成绩时发现计算机基础课的考试成绩普遍不理想。因果图是用来分析原因的。2020/5/31，27，质量管理，本案例的质量特征(结果)是(计算机)“课程考试成绩低”。为了找出原因，学校为教师、教研室主任、教务处主任、学生代表和家长代表组织了研讨会，表达他们的意见，找出主要原因、二级原因和三级原因，直到找到具体原因并提出具体措施。2020/5/31，28，质量管理，2020/5/31，29，质量管理，2020/5/31，30，质量管理，2020/5/31，31，质量管理，2020/5/31，32，质量管理，2020/5/31，33，质量管理。到目前为止，我们已经找到了学生成绩低的最直接的原因，并可以采取如下措施来解决：如何绘制一个直观的因果图如下。另一方面，也很难找到解决问题的方法。质量管理有7种旧工具。4.问卷调查法概念问卷调查法是一种使用统计表来整理数据和分析粗略原因的方法。它也被称为检查表法或统计分析表法。统计分析表是最基本的质量原因分析方法和最常用的方法。在实际工作中，统计分析表和分层方法经常一起使用，以便更清楚地调查影响质量的可能原因。应该注意的是，统计分析表必须设计有专门的调查问卷来调查和分析特定的产品。2020/5/31，38，质量管理，4问卷方法常见类型(1)缺陷位置问卷。(2)不良项目调查表。(3)不良原因调查表。2020/5/31，39，质量管理，缺陷零件问卷，2020/5/31，40，质量管理，不良项目问卷，2020/5/31，41，质量管理，不合格原因问卷，2020/5/31，42，质量管理，质量管理有七种旧工具。5.直方图的概念是从整个人群中随机选取样本，并对从样本中获得的数据进行排序，从而找出数据变化的规律，从而衡量工序的质量。，2020/5/31，43，质量管理，直方图基本格式，2020/5/31，44，质量管理，直方图映射步骤，1。收集数据。不少于50个数据。2.找出数据中的最大值Xmax和最小值Xmin3。计算范围r=xmax-xmin 4。确定组数k；5.计算组距离H=R/K6。确定群体边界；第一组的下限为：Xmin-h/2，上限为Xmin h/27。计算每组的中心值Xi。X1=-38。计算频率fi，排列频率分布表9。绘制直方图，2020/5/31，45，质量管理，数据编号和数组之间的关系，2020/5/31，46，质量管理，例如，从一批螺栓中随机选择100个来测量它们的外径数据，如下表所示。螺栓外径规格为。试着画频率直方图。单位：mm，2020/5/31，47，质量管理，步骤：1收集数据，找出最大值xmax和最小值xmin数据数应50，并计算范围。本例中的数据数量n=100。最大值xmax=7.938，最小值xmin=7.913。计算范围2选择kk值以确定分组组通常参考下表中给出的经验值以确定k=10在本例中，数据分组组表，2020/5/31，48，质量管理，3组距离H的确定，组距离是每个组的宽度，或者组之间的间隔便于分组。在本例中，通常根据H的计算值将其修正为测量单位的整数倍，并进行适当的调整。如果本例中的测量单位为0.001，则将H修正为约0.003。，2020/5/31，49，质量管理，4确定每个组的组限值(计算每个组的上下边界值)。为了不遗漏数据，边界值的最后一位应尽可能为测量单位的1/2。当h为奇数时，第一组边界值应计算如下：当h为偶数时，第一组边界值可计算如下：第一组上边界值=xmin-最小测量单位/2第一组下边界值=上边界值h，直到xmax包含在最后一组中。在本例中，h为奇数，因此第一组的上下边界值为 7.9145，2020/5/31，50，质量管理，其他组的上下边界值为：某组上边界值=上下边界值，某组下边界值=这组上边界值h ，在本例中，第二组的上下边界值为7.9175 7.9145；第三组为7.9175 7.9205.等等，最后一组是7.9385，包括最大值7.938(见频率表)。2020/5/31，51，质量管理，5计算每个组的组中值xi，例如，2020/5/31，52，质量管理，6计算属于每个组的数据数量，并将其组织成频率表、2020/5/31，53，质量管理，7作为直方图，频率作为纵坐标，质量特性作为横坐标来绘制坐标系，用一系列直角尺绘制每个组的频率，并在图中标记规格限制和数据恢复规格要求、频率、7.937、4、3、15、17、23、18、16、2、25、20、15、10、5、0、2、7.934、7.931、7.928、7.925、7.922。 7.919，7.916，7.9，7.913，7.95，n=10096.5.7 96.5.15，3 #零件s=0.00519，2号机床x=7.92524，x，f，2020/5/31，54，质量管理，直方图观察分析，1。直方图反映了序列的每个数值的频率演变，以便用图形表示观察到的数值2的特征和分布状态。直接观察直方图，判断质量变化和生产过程是否稳定，预测产量。它主要包括两个方面：(1)直方图分布状态分析(2)与标准值或目标值(容差)的关系分析，2020/5/31，55，质量管理，直方图观察分析(1)，正态直方图，测量方法不当或锯齿分组读数，偏差类型两种情况1，数据本身遵循这种分布，如百分比数据2，处理习惯，2020/5/31，56，质量管理，直方图观察分析(2)，两种具有不同双峰平均值的分布混合在一起， 岛型有一些检验错误或生产过程异常，平顶型有三种情况1、多种群体混杂在一起2、生产过程中有缓慢倾向的作品3、质量指标有如果是单边无余量，应采取措施使数据中心与规格中心一致。2020/5/31，58，质量管理，直方图与质量标准的比较(2)，以及单边超差，应采取措施使数据中心与规格中心一致。由于数据的分散，双方都出现了一些不合格品，应采取措施防止大量不合格品的出现。、双边方差必须采取有效措施减少质量波动，2020/5/31、59、质量管理、质量管理老七工具，6。散点图概念散点图(相关图)是通过分析和研究影响产品质量的相关因素的数据之间的关系来控制这两个因素的有效方法。相关性一般可以是：原因和结果之间的关系；结果和结果之间的关系；原因和原因之间的关系。2020/5/31，60，质量管理，6。展开图法利用相关图法、相关系数法和回归分析法进行定量分析和处理，以确定各种因素对产品质量的影响程度。如果两个数据之间的相关性非常大，那么可以通过控制另一个变量来间接控制一个变量。相关图的分析可以帮助我们确认或否定关于两个变量之间可能关系的假设。2020/5/31，61，质量管理，两个变量的相关类型在相关图中，两个元素之间可能有非常强的正相关或弱的正相关。这些都反映了两个要素之间不同的因果关系。一般来说，这两个变量之间有六种相关性：强正相关、弱正相关、不相关、强负相关、弱负相关和非线性相关，如图所示。2020/5/31，62，质量管理，4，其相关性判断，根据典型图例判断，(a)强正相关，(b)强负相关，(c)弱正相关，(e)不相关，(f)非线性相关，(d)