七种质量工具.ppt

QC七种工具,课程大纲,一、QC七种工具概要二、特性要因图三、检查表四、柏拉图五、层别法六、直方图七、散布图八、控制图,一、QC七种工具概要,SixSigma,ISO9000,SPC,StatisticalProcessControl统计过程控制,TQM,TotalQualityManagement/全面质量管理,QI,QualityInspection/质量检验,QS9000-ISO/TS16949,质量管理发展历程,QC七种工具概要,1924年，美国品管大师W.A.Shewhart（休哈特）在制造产品的经济管制一书中提出了控制图，并得到了广泛应用。同时，在实践中也不断产生了许多种新的方法，象特性要因图、检查表、柏拉图、层别法、直方图、散布图，它们与控制图一起被称为“QC七种工具”。它们主要应用于生产过程的质量控制和预防。,后来，日本的质量管理专家于上世纪70年代末又提出了“QC新七种工具”。包括关联图、矩阵图、PDPC法、箭线图法、亲和图、头脑风暴法、树图。新七种工具主要应用于全面质量管理PDCA的计划阶段。,QC新七种工具概要,QC新老七种工具作用,应用QC新老七种工具可以从经常变化的生产过程中，系统地收集与产品有关的各种数据，并且用统计方法对数据进行整理、加工和分析，然后画出各种图表，找出质量变化的规律，实现对质量的控制。日本的质量管理专家石川謦曾经说过，企业内95%的质量问题都可以通过企业全体人员应用这些工具得到解决。无论是ISO9000还是近年来非常流行的6Sigma质量管理理论都非常强调这些基于统计学的质量控制技术的应用。,二、头脑风暴法与因果图,头脑风暴法,头脑风暴法的定义头脑风暴法（BrainStorming），又称头脑风暴法，是奥斯朋（A.F.Osborn）发明的。脑力激荡法主要是利用团队的一起思考，使思想互相激荡，发生连锁反应，以引导创造性思考的方法。头脑风暴法的作用由于有些须要创意的活动，经常要利用会议的方式，使团队成员自动自发地提出问题，追求问题发生的原因，研讨解决问题的对策，研讨问题改善后的各种标准，因此就有必要由全体成员来集体思考，使观念相互沟通、相互激荡，产生连锁反应，以寻找重要问题，定出最佳对策，并得到合理、合用的改善后各种标准。,头脑风暴法进行的原则()禁止批评他人的意见或想法。()尽量使每一个人的思想自由奔放。()所产生的意见愈多愈好，愈新奇愈佳。【第一阶段先求量，不先求质】()团对的构想比个人的构想更能产生更多更好的观念。()利用别人的灵感刺激自己的灵感，或将几个人的想法互相结合成为更完整的想法。【欢迎搭便车】()不要太早下判断性的定论。()讨论力求集中焦点，针对某一问题为目标加以讨论。()破除阶级尊卑的观点，使大家无拘无束地一起讨论问题。()不要让小团体私自交谈，有意见要向大家提出来。(10)将个人的意见全记录下来。(11)不要以个人意见冒充大家的意见，提出有碍新见解发展的言论或口气。(12)大家提出的创意，到第二阶段讨论时，才予以整理、评价、活用。【第二阶段为讨论可行者或追求真因，重在质】简单综合起来，应用脑力激荡法之原则为下列四点：不批评（禁止判断）。自由奔放、愈新奇愈好。多多益善。欢迎搭便车。,头脑风暴法的实施1.会议前的准备事项时间：1560分钟，依会议需求会议室：安静，不要受干扰，尤其是电话及手机等。人数：通常为410人，超此应考虑分成两组。器具：白板（电子白板最好），白板笔，小铃（违会议规则时用），3M贴纸(或卡片)，个人自备文具。2.实施要领应有一定之主题，但不能有两个主题一齐进行。主题太大，要分成几个子题。幽默感，IQ亦需要。主持人指定一人，于白板书写每个人意见，以启发其它人之联想。成员于创意发想阶段之创意愈多愈好，但须经第二阶段之整合及评价，筛选，分类等过程才能合适。,3.创意发想阶段应避免之绝句如果有下列等类似说话时，创意就不再有了，会也搞不好了，所以主持人绝不能说，同样的任何人也不能说，万一有人说了，主持人必须立刻按铃，用IQ劝止。恐怕上级领导不接受。以前试过了。违反公司政策。没有价值吧。以后才想想看或以后才研究吧可能没这么多的时间会给人听成笑话的不切实际吧,因果图,因果图的定义因果图(Cause&EffectDiagram)，又称鱼骨（刺）图(FishBoneDiagram)、因果图、石川图(IshikawaDiagram)，是由日本质量管理专家石川馨发明的。一般由多人共同讨论，采用头脑风暴法的会议方式，以寻找造成质量问题的原因、表达质量问题因果关系的一种图形分析工具。特性要因图的作用一个质量问题的产生，往往不是一个因素，而是多种复杂因素综合作用的结果。通常，可以从质量问题出发，首先分析那些影响产品质量最大的原因范围，进而从大的原因范围出发寻找中原因、小原因和更小的原因，并检查和确定主要原因。这些原因可归纳成原因类别与子原因，形成类似鱼刺的样子，这也是其又称为鱼刺图由来。,因果图的制作方式,(1),决定品质特性,(2),决定大原因,60,80,(3),找出中原因,(4),找出小原因,特,性,特,性,特,性,特,性,原因追求型。此型表示结果(特性)与原因(要因)间的关系，目的为探求不良的所在，并进而寻找其影响的原因，实例见下图。下图是在制造中出现次品后，寻找其原因形成的因果图。图中可以看出，原因被归为员工、机械、测试方法等6类，每一类下面又有不同的子原因。,因果图事例（原因追求型）,员工,此型表示期望结果(特性)与对策(要因)间的关系，目的是探求问题点如何防止，目标之效果如何达成等的对策，实例见下图。,因果图事例（对策追求型）,判断力,人员,如何做到集体的强化,职务,能力,业务量,定时,多少适当,建立业务计划,命令,轮调,互相合作,上司支援,培养接班人,领导力,发表力,教育,研习会,自己启发,作业标准活用,相互启发,思考力,三、检查表,检查表的定义检查表(CheckSheet)，又称为核查表、调查表、统计分析表、点检表，台湾人称为查检表、查核表。检查表是利用统计表对数据进行整理和初步原因分析的一种表格型工具，常用于其它工具的前期统计工作。检查表的分类记录用检查表：主要是调查作业结果的情形，不单是记载每日的数据不良率等，也可了解数据的分布情况是否集中。点检用检查表：确认作业实施、机器保养点检、安全点检。主要是调查作业过程之情形，可防止作业疏漏。,检查表事例（记录用检查表）,检查表事例（点检用检查表）,每日上班前点检项目：,四、柏拉图,案例：对曲轴加工进行抽样检验，得出不合格品共160个，造成不合格的因素中，1、蓄油孔扣环占50%；2、动平衡超差占29%；3、开档大占10%；4、法兰销孔大占6%；小头直径大占5%。画出排列图，柱图为不合格数分类统计量，折线图为累积比例。可以看出前两种因素占79%，应作为关键急需解决因素。图曲轴不合格品排列图,柏拉图的定义柏拉图(ParetoChart)，又称为帕累托图、排列图、ABC图、重点分析图。意大利经济学家VilfredoPareto在研究意大利当时的（1897年）社会贫富现象时提出：80%的财富集中在20%的人手中，人们称之为柏拉图原理（80-20原理，80/20法则）。原意为当初意大利的贫富悬殊，全国的80%的财富集中在约占人口数仅20%的富人手中，而另外的80%的人为贫困者，他们所拥有的总财富，仅占全国总财富的20%，故只要控制住此仅占20%人口的富人，即可控制全国的财富。此项原理，被广泛应用于工厂内，一般来说，不良原因虽然很多项，但是总是集中在那几项，而这少少的几项(通常仅37项)加起来，却占了约70%80%，所以如能集中火力于这几项作改善时，可收事半功倍之效。,柏拉图的定义柏拉图是就是基于上述原理发明的，应用于质量管理上就是将一定期间所收集到的不良数、缺点数或其它数据，依项目别、原因别、位置别如：检查表上的项目或特性要因图上之圈选项目加以分类，再按其出现的次数多寡的顺序从大排到小，同时表示累积和之图形。由柏拉图可看出那一项有问题，其影响的程度如何，以找出问题的症结，方便进一步针对问题点追查原因，或采取改善措施。,柏拉图的作用柏拉图的主要作用是帮助人们确定那些相对少数但重要的问题，以使人们把精力集中于这些问题的改进上。在任何过程中大部分缺陷也通常是由相对少数的问题引起的。对于过程质量控制，排列图常用于不合格品数或缺陷数的分类分析。在6Sigma中，也用于对项目的主要问题如顾客抱怨等进行分类。,1.决定数据之分类项目由结果分类：不良项目别、生产线别、车型别由原因分类：材料别、机器别、作业员别、操作方法别。,柏拉图的作法,2.决定数据收集期间如：一星期、一个月或三个月及按分类项目，收集数据。例：某塑料部品外观不良状况数据表每日固定生产1000片,柏拉图的作法,3.按发生次数多寡之顺序，将数据项目及发生次数作成数据整理表，及准备妥柏拉图数据整理表。数据整理表每日固定生产1000片,柏拉图的作法,4.计算柏拉图数据整理表的不良率，累计不良率或累计次数、累计损失金额，影响度%，累计影响度%.等项。柏拉图数据整理表每日固定生产1000片合计总生产5000片上表中:不良率%=各项不良数总检查数X100影响度%=各项不良数总不良数X100检视该表中的其它项是否排在最末项，若不是时，要检查是否含有其它大要因在内，必要时，要再分出一项目。,柏拉图的作法,5.绘制柏拉图。左纵轴加上刻度后为不良率刻度，横轴为不良项目，按柏拉图数据整理表的项目先后排列，画成柱形图。,柏拉图的作法,6.左纵轴最高点应为等于总不良率，将右纵轴对应此点位置处，定为累计影响度100%的位置，将右纵轴此区段划分成十等分，作上刻度分度，将横轴各项目的累计影响度各点绘上，并连结为折线，作成累计曲线。将前几项总和累计影响度达80%左右之折线点，以虚线连接该折线点与右纵轴及横轴，并填入累计比率。,柏拉图的作法,84.65%,6.记入数据收集期间、记录者、目的、及总查检次数、总不良数和平均不良率。,柏拉图的作法,柏拉图应依大小顺序，由高往低排列，其它项应排最末项。柱形图宽度应一致，且柏拉图之纵轴与横轴长度之比，应等于或接近1：1。一般而言，纵轴可用损失金额、缺点数、故障率、出勤率等等特性表示，横轴则为材料别、设备别、不良项目别、作业者别等来区分。柏拉图只适用于计数值，若为计量值数据时，应使用直方图或其它图表来表示。,柏拉图的制作要领,分析时，累计值75%以上的项目，通常称重点项目。改善或分析应从重点项目着手，且应由第一顺位的不良项目，优先考量及处理。若第一顺位者，非本部门或本身能力能解决时，或不符经济效益时，应转至第二顺位来着手。若图中各项目之分配比率，无明显差异时，需重新收集资料，并由不同观点作为项目别，再作另外分析比较。,柏拉图的分析之要领,五、分层法,分层法的定义分层法（Classify)又名分层法，按照原料别、机器别、人员别、工作方法别、时间别等分别收集数据，并进一步加以整理，以找出其差异，再进一步加以改善的方法。,分层对象及项目别,分层法的作法,1.决定影响品质特性的要因常用的要因如：不同班别作业员、新与旧的作业方法、几台相同型式的机械间、调节的程度或进给量、不同的温度影响、前后批原料、不同的月份间.等等2.决定分层的方式依照要因别，设计适当的检查表，使数据的履历明确，如A机甲作业员甲原料。3.记录特性值对缺点不良件强度色泽长度等特性值记录数据4.整理资料将甲原料与乙原料，或A机对B机等，分别编成组合，分开整理数据。5.比较与检定比较各组合内要因之数据，是否有差异如A机与B机间，用客观的数据来判断，最好辅以统计学的技巧做判断，不能用自己的主观来判断，或用想当然就是这样的来判断。,六、直方图,直方图的定义直方图(Histogram)，又称频数分布图、次数分配图。它是将所收集的一定数据加以分组,沿横轴以各组组界为分界,以各组出现的次数为高度在每一组距上画出一矩形，此所绘出之图形即为直方图,直方图用途直方图法是把数据的离散状态分布用竖条在图表上标出，以帮助人们根据显示出的图样变化，在缩小的范围内寻找出现问题的区域，从中得知数据平均水平偏差并判断总体质量分布情况。,直方图作法,步骤一：收集数据至少50个以上，以n表示（即n=50，最好n=100个以上，特殊情况亦须至少要n=30个以上）步骤二：决定组数以下介绍三个方法，采用其中一个即可：K=n-K须取整数数学家史特吉斯提出之公式K=1+3.32logn,例如n=50时K=1+3.32log50=1+3.32(1.7)=6.6约可分为6或7组。经验方法：,步骤三：计算组距找最大值a、最小值b极差R=最大值a-最小值b组距C=极差（R）组数(K)为计算方便可取最接近C值的【测定值单位的整数倍】为组距步骤四：计算组界组界精密度=(测定值的单位)2下组界=最小数据值组界精密度上组界=前一组下组界组距（C）步骤五：计算组距中心值=(上组界下组界)2步骤六：作次数分配表（如下例之表）步骤七：绘直方图【以坐标图横轴表示组界，纵轴标示次数，将每一组以长方形图示绘成】步骤八：记入规格值、n、必要事项（事件名称、收集期间、作成日、作成者）步骤九：进一步计算平均值、标准差(非绝对要),直方图作法,下面通过例子介绍直方图如何绘制。例5-1生产某种滚珠，要求直径x为15.01.0mm，试用直方图对生产过程进行统计分析。,直方图事例,1收集数据在5M1E（人、机、料、法、测量和生产环境）充分固定并加以标准化的情况下，从该生产过程收集n个数据。N应不小于50，最好在100以上。本例测得50个滚珠的直径如下表。其中Li为第i行数据最大值，Si为第i行数据最小值。表5-150个滚珠样本直径,直方图事例,2找出数据中最大值L、最小值S和极差RL=MaxLi=15.9，S=MinSi=14.1，R=S-L=1.8（5.1）区间S，L称为数据的散布范围。3确定数据的大致分组数k分组数可以按照经验公式k=1+3.322lgn确定。本例取k=6。,直方图事例,4确定分组组距h（5.2）,直方图事例,1.8,5计算各组上下限首先确定第一组下限值，应注意使最小值S包含在第一组中，且使数据观测值不落在上、下限上。故第一组下限值取为：14.05，然后依次加入组距h，便可得各组上下限值。第一组的上限值为第二组的下限值，第二组的下限值加上h为第二组的上限值，其余类推。各组上下限值见表5-2。表5-2频数分布表,直方图事例,6计算各组中心值bi、频数fi和频率pibi=（第i组下限值+第i组上限值）/2，频数fi就是n个数据落入第i组的数据个数，而频率pi=fi/n（见表14-3）。,直方图事例,7绘制直方图图5-1频数（频率）直方图以频数（或频率）为纵坐标，数据观测值为横坐标，以组距为底边，数据观测值落入各组的频数fi（或频率pi）为高，画出一系列矩形，这样就得到图形为频数（或频率）直方图，简称为直方图，见图5-1。图5-1频数（频率）直方图,直方图事例,直方图常见形态与判定,直方图常见形态与判定,直方图与过程能力,一般所用之直方图计算过程能力公式Cp=T/6K=M-/T/2Cpk=1-KCp,测知过程能力计算产品不良率调查是否有异质群体混入测知有无假数据，了解分配形态藉以订定规格界限平均数加减四个标准差为规格上下限设计管制界限可否应用于管制界限,直方图的应用,过程能力指数,过程能力指数过程能力指数（ProcessCapabilityIndex）用于反映过程处于正常状态时，即人员、机器、原材料、工艺方法、测量和环境（5M1E）充分标准化并处于稳定状态时，所表现出的保证产品质量的能力。过程能力指数也称为工序能力指数或工艺能力指数。对于任何生产过程，产品质量总是分散地存在着。若过程能力越高，则产品质量特性值的分散就会越小；若过程能力越低，则产品质量特性值的分散就会越大。那么，可用6（即3）来描述生产过程所造成的总分散。即过程能力6。,过程能力是表示生产过程客观存在着分散的一个参数。但是这个参数能否满足产品的技术规格要求，仅从它本身还难以看出。因此，还需要另一个参数来反映工序能力满足产品技术要求(公差、规格等质量标准)的程度。这个参数就叫做工序能力指数。它是技术规格要求和工序能力的比值，即过程能力指数=技术规格要求过程能力（5.3）当分布中心与公差中心重合时，过程能力指数记为Cp。当分布中心与公差中心有偏离时，过程能力指数记为Cpk。过程的质量水平按Cp值可划分为五个等级：Cp1.67，特级，能力过高；1.67Cp1.33，一级，能力充分；1.33Cp1.0，二级，能力尚可；1.0Cp0.67，三级，能力不足；0.67Cp，四级，能力严重不足。,过程能力计算方法过程能力指数的计算可分为四种情形：（1）过程无偏情形设样本的质量特性值XN（，2）。又设X的规格要求为（LSL，USL），则规格中心值M=（USL+LSL）/2，T=USL-LSL为公差。当=M时，过程无偏，此时过程能力指数按下式计算：（5.4）,（2）过程有偏情形当M时，则称此过程有偏。此时，计算修正后的过程能力指数：（5.5）（5.6）k称为偏移系数。,（3）只有单侧上规则限US时，XLSL产品合格情形（5.8）,过程能力指数与过程不合格品率p之间的关系Cp与p的关系（5.9）Cpk与p的关系（5.10）Cp(u)与p的关系（5.11）Cp(l)与p的关系（5.12）以上四式中，值可根据正态分布函数表查出。例如，（4.17）=0.999985。,例5-2已知某零件加工标准为1482（mm），对100个样本计算出均值为148mm，标准差为0.48（mm），求过程能力指数和过程不合格品率。由于样本均值=148（mm），过程无偏。根据式5.4，过程能力指数为：=1.39过程不合格品率为：=310-5,七、散布图,案例：某化工厂产品收率和反应温度之间的相关关系，可以出，这是正相关。,散布图的定义散布图(ScatterDiagram)又称散点图、相关图，如果须分析两个变量之间的相关性时，我们可用X-Y坐标图来表示此两变量数据间是否有相关及相关程度如何的图形，横坐标通常表示原因特性值，纵坐标表示结果特性值，交叉点表示它们的相互关系，此种图形即为散布图。常见如：人的身高体重的关系，焊接电流焊接强度的关系。,散布图的种类有四种：正相关变量x增大，另一变量y也增大。如汽车的里程数愈多，轮胎磨损量也愈多。负相关变量x增大，另一变量y却减少。如国家建设投资增加，国内失业率会下降。不相关变量x增大，另一变量y不改变。如学历高低与成功企业家毫无关系。曲线相关变量x开始增大，另一变量y也增大，到达某一值后，变量x继续增大，另一变量y却减少，反之亦然。如人的记忆及体力在初生后一直增加，到2030岁最好，过后则下降。另外在相关性强弱上，一般亦分为强相关、中相关及低相关，这一部份可另用统计回归分析方法求得，本文暂时不涉入，详情请另参考相关统计书籍。,应用散布图时注意事项有异常点出现时，应先查明其原因后，才能删去。不能未调查清楚就迳行删去。必要时要并用层别法和追查原因，以避免其它因素干扰，导致有假相关或假不相关情形。数据量须足够，至少应有30组，通常为50组，最好有100组以上，否则易误判。,散布图的作法确定要调查的两个变量收集最新得数据组至少要有30组以上设找出两变量最大值与最小值，绘为x轴及y轴刻度范围。将各组点绘入坐标图纸上。记明图名、作表者、作表日期、n等相关讯息。研判散布图的相关性与相关程度。补充注意事项通常x轴横坐标用来表示原因或自变量，y轴纵坐标表是效果或因变量。散布图作成并分析后，须要再次分析、确认，最好进一步调查，或做重现试验。通常以点绘一组数据，但遇有完全相同之二个数据组时，可另以代替此二组，以二组算，余类推之。,散布图的判读,r0.9很强相关性0.7r0.9强相关性0.4r0.7中相关,Remark：,0.2r0.4弱相关r0.2基本无相关,散布图的判读,八、过程能力指数与控制图,控制图,控制图(ControlChart)是对生产过程中产品质量状况进行实时控制的统计工具，是质量控制中最重要的方法。人们对控制图的评价是：“质量管理始于控制图，亦终于控制图”。控制图主要用于分析判断生产过程的稳定性，及时发现生产过程中的异常现象，查明生产设备和工艺装备的实际精度，为评定产品质量提供依据。我国也制定了有关控制图的国家标准GB4091.1。,控制图的基本样式如图5-3所示。横坐标为样本序号，纵坐标为产品质量特性，图上三条平行线分别为：实线CL中心线，虚线UCL上控制界限线，虚线LCL下控制界限线。在生产过程中，定时抽取样本，把测得的数据点一一描在控制图中。如果数据点落在两条控制界限之间，且排列无缺陷，则表明生产过程正常，过程出于控制状态，否则表明生产条件发生异常，需要对过程采取措施，加强管理，使生产过程恢复正常。,（一）控制图的设计原理1正态性假设：控制图假定质量特性值在生产过程中的波动服从正态分布。23准则：若质量特性值X服从正态分布N（，2），根据正态分布概率性质，有（5.13）也即（-3，+3）是X的实际取值范围。据此原理，若对X设计控制图，则中心线CL=，上下控制界限分别为UCL=-3，LCL=+3。3小概率原理：小概率原理是指小概率的事件一般不会发生。由3准则可知，数据点落在控制界限以外的概率只有0.27%。因此，生产过程正常情况下，质量特性值是不会超过控制界限的，如果超出，则认为生产过程发生异常变化。,（二）控制图的基本种类按产品质量的特性分类，控制图可分为计量值控制图和计数值控制图1计量值控制图：用于产品质量特性为计量值情形，如长度、重量、时间、强度等连续变量。常用的计量值控制图有：均值极差控制图（图），中位数极差控制图（图），单值移动极差控制图（图），均值标准差控制图（图）。2计数值控制图：用于产品质量特性为不合格品数、不合格品率、缺陷数等离散变量。常用的计数值控制图有：不合格品率控制图（P图），不合格品数控制图（Pn图），单位缺陷数控制图（u图），缺陷数控制图（c图）。,按控制图的用途来分，可以分为分析用控制图和控制用控制图。分析用控制图分析用控制图用于分析生产过程是否处于统计控制状态。若经分析后，生产过程处于控制状态且满足质量要求，则把分析用控制图装化为控制用控制图；若经分析后，生产过程处于非统计控制状态，则应查找原因并加以消除。控制用控制图控制用控制图由分析控制图转化而来，用于对生产过程进行连续监控。生产过程中，按照确定的抽样间隔和样本大小抽取样本，在控制图上描点，判断是否处于受控状态。,（三）控制图的判别规则若控制图上数据点同时满足下表的规则，则认为生产过程处于控制状态。控制图判别规则-纳尔逊（Nelson）规则,任何超出控制限的点连续9点在中心线同侧连续6点递增或递减连续3点中的2点落在中心线同侧的B区以外连续5点中的4点落在中心线同侧的C区以外连续14个点上下交替连续15个点落在中心线两侧的C区连续8点落在中心线两侧且无一点落在C区,（四）控制图的制作与判别下面以均值极差控制图为例说明控制图的制作与分析方法。其余种类控制图的做法和应用可参见文献8。均值极差控制图是图（均值控制图）和R图（极差控制图）联合使用的一种控制图，前者用于判断生产过程是否处于或保持在所要求的受控状态，后者用于判断生产过程的标准差是否处于或保持在所要求的受控状态。,