质量管理七大工具.8.20.ppt

质量管理七大工具质量管理科,老新七种QC工具,新七种工具排列图因果图调查表分层法直方图控制图散布图,新七种工具关联图系统图（树图）亲和图（KJ法、A型图解）PDPC法（过程决策图法）矩阵图矩阵数据分析法矢线图,QC七种工具,QC七种工具,查检表（CheckSheets）收集、整理资料；柏拉图（Paretodiagrams）确定主导因素；散布图（Scatterdiagrams）展示变量之间的线性关系；因果图（Cause-and-effectdiagrams）寻找引发结果的原因；分层法（Stratification）从不同角度层面发现问题；直方图（Histograms）展示过程的分布情况；控制图（ControlChart）识别波动的来源；,又称QC七大手法,工具在QC中的运用途径,QC七种工具,QC七种工具,工具在QC中的运用途径,查检表（CheckSheets）,系统地收集资料和累积数据，确认事实并对数据进行粗略的整理和简单分析的系统的统计图表。,适应范围：各种需分类收集数据情况下特点：规格统一,使用简单方便;可提高整理数据之效率;,案例一,查检表（CheckSheets）,注意几点：用在对现状的调整，以备今后作分析；对需调查的事件或情况，明确项名称；确定资料收集人、时间、场所、范围；,数据汇总统计；必要时对人员的能力进行培训；,案例二,铸造不良情况检查表,查检表（CheckSheets）,2)按表单项目记录原始数据;,“饼图”-表示各项所占比例;,“柱状图”-表示各项之间的比较(高低).,1)根据记录需要确定记录项目(必要时进行分层),并制成表单形式,3）必要时,在表单相关项目进行统计计算,或绘制相应的图形表示,参考步骤:,柏拉图（Paretodiagrams）,用从高到低的顺序排列的一组矩形表示各原因出现频率高低的一种图表。原理是80%的问题仅来源于20%的主要原因。,目的：寻找主要问题或影响质量的主要原因,A,H,C,D,F,M,其它,A,H,C,D,F,M,其它,此3项占整个问题的80%左右，为主要控制对象。,此4项以上只占整个问题的20%左右。,关鍵的少数,次要的多数,柏拉图（Paretodiagrams）,1）项目轴X轴；（从左至右频数从多至少，最后“其它”为几项之和）2）频数轴主Y轴；（最大值为所有频数之和）3）频数柱状图形；4）累积不良率轴次Y轴；（最大值为100%）5）累积不良率折线图形。,柏拉图的结构,柏拉图（Paretodiagrams）,方法/步骤：1）对需分析的数据,按项目分别求和统计,从上至下按大小顺序填入下表的“项目”和“频数”栏目,对于最后项目发生频数(次数)很少的项目合并成“其它”项填入下表;,某产品检验记录,按项目分别求和,按频数排序,2）计算各项目的单项百分比例,求出总频数用每项的频数除以总频数,柏拉图（Paretodiagrams）,3）画图,画出项目X轴画出频数主Y轴对照主Y轴，将频数用柱形图表示；画出累计不良率次Y轴，100%处与主Y轴频数总数位置相同；对照次Y轴，将累计不良率描点后从左至右依次连成折线；,柏拉图（Paretodiagrams）,1、从次Y轴80%(或左右)刻度向内画一水平线；2、从水平线与折线相交点处,向下作垂直线；3、在垂直线左边的项目,则为主要项目主要或关键问题之项目。,ABC3类分析方法,4）分析,柏拉图（Paretodiagrams）,散布图（Scatterdiagrams）,一种通过采集两个变量相关一组原始数据后，在坐标系描出点，并从点的分布趋势中进行线性分析的图表。,目的：通过相关分析能找到两个变量的相互关系，为分析品质问题提供便利，从而查出问题的本质之所在。,适应范围：计量型数据分析。,方法/步骤：,确定两个变量(X,Y)，及相关关系表达主题；确立主变量(X)的取值范围和档位值,并收集(或试验)X值情况下的Y值；在坐标系中描点；根据所有点的分布趋势确定回归直线；依据回归直线的斜率(相关系数r值)判定结果；,散布图（Scatterdiagrams）,散布图（Scatterdiagrams）,因果图（Cause-and-effectdiagrams）,一种能一目了然的表示结果(特性)与原因(影响特性的要因)之影响情形或两者间关系之图形。又名：特性要因图,目的：通过图形的绘制来展开影响结果的各种原因,并以此为基础寻求主要原因.,适应范围：质量问题纠正、预防和改善过程中均适应,因果图（Cause-and-effectdiagrams）,方法/步骤:,1）明确问题的内容；2）确定与问题相关的方面(人、机、料、法、环)或过程或主要存在原因；3）从问题这个结果出发，依靠与会人员集思广益，由表及里，逐步深入，列明所有可能的原因项目；4)根椐所列明的项目，加以比较讨论或以与会人员投票方式，确定问题的主要原因(作适当标识)为止。,因果图（Cause-and-effectdiagrams）,冲床,能力不足,杂事多,凭经验,为何换线调整效率低？,调整方法不统一,X设备,老化,漏油,损坏,不规范,未保养,损坏,机器,其它,方法,人,调整不当,技术不足,意识差,新人,经验少,冲床调度不够,设备不足,架料机损坏,判断错误,材质差,材厚不一,用错,材料,送距,太长,太短,收料机,感应不灵,不通电,脱料,太迟,太早,时机不当,未教育,夹料,太松,无标准,太紧,工作,实际案例:,分层法（Stratification）,目的：为了把性质不同的数据和错综复杂的影响因素分析清楚，找到问题症结所在，以便对症下药，解决问题。,适应范围：可按性质、来源、影响等进行分类的情况下均适应。,一种按性质、来源、影响等方面，按其分类列明，并将每类隶层关系逐项向下层展开的过程.,分层原则:,分层要结合生产实际情况进行，目的不同，分层的方法和粗细程度不同。分层要合理，要按相同的层次进行组合分层，以便使问题暴露的更清楚。,分层法（Stratification）,1)明确主题之方面,方法/步骤:,2)确定相关项目的内容与隶属关系；,。,机床设备,机器,工夹刀具,车床,冲床,磨床,铣床,工具,夹具,刀具,。,。,分层法（Stratification）,分层法案例：某空调维修部，帮助客户安装后经常发生制冷液泄漏。通过现场调查，得知原因有两个：一是管子装接操作人员不同；二是管子和接头的生产厂家不同。于是收集数据作分层法分析（见表一、表二）,表一泄漏调查表（人员分类）表二泄漏调查表（配件厂商分类）,休息5分钟,直方图（Histograms）,用横坐标标注质量特性的测量值的分组值,纵坐标标注频数值,各组的频数用直方柱的高度表示,这样就作出了直方图。,目的：显示数据的波动状态，直观地传达有关过程情况的信息，决定在何处集中力量进行改进。,适应范围：一般用于数据整理，调查工序能力，研究质量分布。,(1)、直方图分组、统计、作直方图具体步骤1、找出最大值和最小值，确定数据分散宽度数据分散宽度=（最大值最小值）2、确定组数kn3、确定组距h=（最大值最小值）/组数,直方图（Histograms）,(1)、直方图4、确定各组的边界第一组的组下限=最小值最小测量单位的一半第一组的组上限=第一组的组下限+组距=第二组的组下限第二组的组上限=第二组的组下限+组距=第三组的组下限，依此类推。5、确定各组的频数6、作直方图7、对直方图的观察:特点，中间高、两头低、左右对称,直方图（Histograms）,(2)、正态分布(NormalDistribution)当抽取的数据个数趋于无穷大而区间宽度趋向于0时，外形轮廓的折线就趋向于光滑的曲线，即：概率密度曲线。特点：面积之和等于1。fN(x;2,)=(1/2)exp(-(x-)2/22)两个重要的参数：(mu)-位置参数和平均值（meanvalue)，表示分布的中心位置和期望值(sigma)-尺度参数，表示分布的分散程度和标准偏差（standarddeviation),直方图（Histograms）,(2)、正态分布(NormalDistribution)两个参数的意义(mu)-反映整体的综合能力(sigma)-反映实际值偏离期望值的程度，其值越大，表示数据越分散。它们之间是互相独立。质量管理中的应用不论与取值如何，产品质量特性落在3，+3范围内的概率为99.73%。落在3，+3范围外的概率为199.73%=0.27%，落在大于+3一侧的概率为0.27%/2=0.135%1。,直方图（Histograms）,直方图（Histograms）,(1)从数据中选出最大值和最小值,这时应去掉相差悬殊的异常数据以上例子中,最大值为42.44,最小值为42.27(2)用测量单位的1、2、5倍除以最大值与最小值之差(极差)，并将所有得值取整数。极差=42.44-42.27=0.17mm为了求出组距,可用0.01mm的1、2、5的倍数除以极差0.17mm。0.170.01=170.170.02=8.5(取整为9)0.170.05=3.4(取整为3)(3)将取整值对照下表即可确定组数,这时取整值对应的测量单位倍数的数值即为组距,案例：某零件的一个长度尺寸测量值（mm）共100个，测量单位为0.01mm,数据为100,取组数为9是合理的,即组距为0.02,直方图（Histograms）,(4)完成下列频数表,(4-1)计算平均数Xp,Xp=42.355,(4-2)列出各组组中距,(4-3)列出各组组边界值,Xp-h,A=Xp-h/2,Xp+h,Xp,A-h,A-3h,A-2h,A+h,A+2h,A+3h,A+4h,Xp+2h,Xp+4h,Xp+3h,Xp-3h,Xp-2h,Xp-4h,直方图（Histograms）,(4-4)统计各组频数,100,合计,42.27542.29542.31542.33542.35542.37542.39542.41542.435,42.26542.28542.28542.30542.30542.32542.32542.34542.34542.36542.36542.38542.38542.40542.40542.42542.42542.445,123456789,频数,频数符号,组中值,组边界值,组号,2818222714621,(5)在数轴上画出柱状图,0,直方图（Histograms）,直方图（Histograms）,直方图（Histograms）,直方图（Histograms）,直方图（Histograms）,直方图结果判定:,加工能力过高,加工能力尚高,加工能力高,直方图（Histograms）,加工能力一般,抽样数据在规格内,直方图（Histograms）,加工能力差,抽样数据大部分在规格外,抽样数据中有离散现象,控制图（ControlChart）,控制图是用于分析和控制过程质量的一种方法，是一种带有控制界限的反映过程质量的记录图形。,目的：改变了一般报表在文字上的体现，并且也弥补了一般报表不容易查觉到随时间的变动所呈现结果的变化起伏状况;,适应范围：日常管理工作；研究质量数据可控制幅度。,控制图（ControlChart）,1、纵轴代表产品质量特性值(或由质量特性值获得的某种统计量)；2、横轴代表按时间顺序(自左至右)抽取的各个样本号；3、中心线(记为CL)；4、上控制界限(记为UCL)；5、和下控制界限(记为LCL)；,1,2,3,4,5,控制图基础知识(1)、控制限的确定上控制限：UCL=+3中心线：CL=下控制限：LCL=3(2)、控制图原理的两种解释第一种解释：“点出界就判异”小概率事件原理：小概率事件实际上不发生，若发生即判异常。控制图就是统计假设检验的图上作业法。第二种解释：“要抱西瓜，不要抓芝麻”质量波动的原因=必然因素+偶然因素（异常因素）必然因素始终存在，对质量影响微小，难以消除，是不可避免的；偶然因素有时存在，对质量影响很大，不难消除，是可以避免的。休哈特控制图的实质就是区分必然因素与偶然因素的。控制限就是区分必然波动与偶然波动的科学界限。,控制图（ControlChart）,使用控制图应考虑的问题a、控制图用于何处？b、如何选择控制对象？c、怎样选择控制图？d、如何分析控制图？e、点出界或违反其他准则的处理。f、控制图的重新制定。g、控制图的保管问题。,控制图（ControlChart）,过程能力指数的定义a、过程能力过程的加工质量满足技术标准的能力，是衡量加工内在一致性的标准，决定于质量因素人、机、料、环、法，与公差无关。稳态时，99.73%的产品落在(-3，+3)范围内，因此将过程能力PC定义为：PC=6b、生产能力加工数量方面的能力。c、过程能力指数-Cp过程能力满足产品技术标准（产品规格、公差）的程度。,控制图（ControlChart）,双侧规格情况的过程能力指数T技术规格的公差幅度；TU、TL规格上、下限；-总体标准差、s-样本标准差Cp=T/6=（TUTL）/6=（TUTL）/6s当T=6，Cp=1，这时候既满足技术要求又很经济。,控制图（ControlChart）,过程能力指数的评价标准,控制图（ControlChart）,有偏移情况的过程能力指数定义分布中心与公差中心M的偏移为：=|M-|，与M的偏移度K为：K=/（T/2）=2/T，Cpk=（1-K）Cp=（1-K)*T/6（1-K)*T/6s,控制图（ControlChart）,控制图（ControlChart）,方法/步骤：1、确定子组大小（4-5）、收集100个以上数据和频率。2、计算各组的平均值X(取至测定值最小单位下一位数)3