老QC七工具分析和应用

1、 老QC七工具分析和应用一、调查表 调查表又叫检查表、统计分析表等，用来系统地收集资料和积累数据，并对数据进行粗略整理和分析的统计图表。常用的调查表有不合格品项目调查表、缺陷位置调查表、质量分布调查表、矩阵调查表等。如：某产品不合格项目调查表批次批量数抽样数不合格品数批不合格率外观不合格项目漏印移位麻点透光色差110000100030.3111210000100040.4211310000100040.41111410000100030.312510000100040.41213010000100030.3111合计300000300001050.3525743二、排列图(柏拉图)1. 定义：

2、是为了寻找主要问题或影响质量的主要原因所使用的图。2. 原理：关键的少数、次要的多数。3.作图法： 1）收集数据收集一定时期内的质量数据，按不同用途加以分层、统计； 2）作缺陷项目统计表将缺陷按由多到少的顺序排列，见例1图表 3）绘制柏拉图例 1:某月客户投诉分布图由此可见主要问题是富士和十和田的产品不良富士十和田索尼东京鸽其它合计投诉次数4431113比 例30.77%30.77%23.08%7.69%7.69%100%4. 柏拉图的分析：A类：主要问题，在累计百分比080左右； 如上例富士、十和田、索尼的投诉B类：次要问题，在累计百分比8090左右； 如上例东京鸽的投诉C类：一般问题，在累

3、计百分比90100左右 如上例其他投诉5. 结论：应集中精力解决主要问题产生富士、十和田、索尼投诉的原因并解决。三、层别图 层别法就是按一定的标志，将收集到的数据加以分类整理以便进行后续分析的一种方法。 如某车间经常发生产品脱模不良，经调查可能由于以下两个原因造成：1）三个作业者在使用脱模剂时，作业方法不同；2）使用的脱模剂是两家不同的供应商提供的。分层一作业者脱模不良OK不良率A6013031.58%B309025.00%C1009052.63%小计19031038.00%分层二供应商脱模不良OK不良率a9014039.13%b10017037.04%小计19031038.00%推论：应采用

4、B作业者的作业方法和b供应商的脱模剂实际并非如此 材料 作业者脱模剂供应商合计ab作业者A脱模不良60060OK20110130B脱模不良03030OK504090C脱模不良3070100OK702090合 计脱模不良90100190OK140170310共 计230270500实际上应采用A作业者的作业方法和b供应商的脱模剂，或采用B作业者的作业方法和a供应商的脱模剂。此时，该项不良率为0。四、因果图 定义：因果图，又称特性要因图、鱼刺图、鱼骨图、树枝图等，是表示质量特性与原因关系的图。主干线结 果原因类别第二层原因原因类别第一层原因原因类别原因类别烟 支 空 松法焙烟掺和量不适宜残丝量无控

5、制温度高时间长工艺规程不全料碎不均掺和量过大叶太小切丝机流量不均水分不合格过湿烘干机不正常过干掺和量过大环通风大门窗人未遵守操作规程无考核未制定考核无定期 检查职责不明连续加班工序质量不平衡未开展日点检供料不足设备故障劳动强度大疲劳未开展岗位培训无培训计划技术水平低新工人多质量意识差教育不够机下丝机构不稳定卷烟机故障松紧机构部件损坏虫蛀五、散布图 散布图是用来研究、判断两个变量之间相关关系的图。在对两个变量进行分析后，得出有无关系、什么样的关系以及两者之间所存在的相互间关系的规律的结论。 如：判断某产品的拉力与电流之间是否存在关系，以及存在什么关系。散布图的判断分析图例名称与说明正相关X变量增

6、加，y变量随之增加强正相关点分布比较密集，相关关系明显呈直线趋势弱正相关点分布比较松散，相关关系大致呈直线趋势负相关X变量增加，y变量随之减少强负相关点分布比较密集，相关关系明显呈直线趋势弱负相关点分布比较松散，相关关系大致呈直线趋势不相关非线性相关（曲线相关）散布图法在应用中应注意的事项1）应将不同性质的数据分层作图，否则将会导致不真实的判断结论。2）散布图相关性规律的适用范围一般局限于观测值数据的范围内，不能任意扩大相关判断范围。3）散布图中出现的个别偏离分布趋势的异常点，应在查明原因后，予以剔除。六、直方图 1、定义： 直方图是通过对数据的加工整理，从而分析和掌握质量数据的分布状况和估算

7、工序不合格品率的一种方法。把被调查对象收集的数据（用测量值又称计量值）予以分组，并将分组的数据按一定统计方法计算，将各组计算后的数据用柱状图方式表示，即为直方图。2. 作图法1）收集数据 如尺寸，收集到的数据详见数据表，简化只记录小数点后2位数值。 一般数据收集应大于50个。2）计算极差（R） RXmax-Xmin3）适当分组（k） 分组参考组数选用表，本例选用10组。432827263329182432143422302922242228481242935363034144238628322225363924182816383621202620188123740282812303130262

8、84742323420283420242724291821461410212234222828203812321930281930202435202824243240数据表组数选用表数据数目组数k常用分组数k5010051010025071210250以上10204）确定组距（h） h极差（R）/组数（k）0.0470.0 55）确定各组界限 第一组的下限最小值-最小测量单位/2 第一组的上限下限值+组距依此类推出10组的上下界限值：组别下限上限组别下限上限140.00540.055640.25540.305240.05540.105740.30540.355340.10540.155840.

9、35540.405440.15540.205940.40540.455540.20540.2551040.45540.5056）编制频数分布表A、填入组顺序号及组界B、计算各组中心值并填入表中X中（上限值+下限值）/2如第二组中心值（）/2C、统计各组频次NO.区间中心值频次140.005 40.05540.031240.055 40.10540.083340.105 40.15540.136440.155 40.20540.1814540.205 40.25540.2319640.255 40.30540.2827740.305 40.35540.3314840.355 40.40540.3

10、810940.405 40.45540.4331040.455 40.50540.483 N1007）画直方图 频次数值直方图与规格界限的比较分析 在工程实际中，对过程的输出都有确定的要求，通常为规定的规格界限。对过程控制的目的就是保证过程的输出能够稳定地处于规格界限之内，保证过程的输出合乎规定的要求。用过程产生的结果绘制直方图，将直方图与规格对比，可以方便地对过程的状况进行判断。 图3 是直方图与规格对比时的一些常见情况。(a）（正常型) 产品特性均值大体上在规格中心，散布范围在上下界限内，且有相当余地，生产处于正常状态。这是比较理想的情况。 (b）（无富裕型) 产品特性值基本上分布在上下规

11、格界限内，但没有什么余地，特性值的均值稍有波动就会有超差产生，应设法减小散布，注意对过程的控制。 (c）（左偏心型)与（d）（右偏心型） 产品特性值分布偏向一侧，超差将增多，应调整过程使直方图移至规格上下界限的中间。 (e）（能力富裕型) 产品特性值分布与规格相比较有过多的余地，可以适当地提高生产速度，或降低材料等级，使直方图的散布适度扩大，在满足规格要求的情况下，通过提高产量获得更好的经济效益。或加严规格界限，提高产品等级。 （左偏向型） 产品特性值分布左偏，造成不合格品，应调整过程使直方图移至规格上下界限的中间，并根据情况适当减小散布（g）（能力不足型） 产品的特性值分布过大，造成不合格品

12、，应采取措施减小散布，或研究规格是否合理，加以调整。(h) （右偏向型） 产品特性值分布过度右偏，应调整过程控制条件，使分布处于上下规格界限的中间。发生这种情况应迅速查明原因，最好在查明原因之前停止生产。这种情况应注意研究过程的系统性因素的影响。(i) （孤岛型） 产品特性值大部分分布良好，但有小量产品超过规格界限，形成孤岛，应调查产生孤岛的原因。这种情况通常是在某一时段内有明显的特殊事件发生，如材料有错、量具损坏、有不熟练的操作者顶班等七、控制图1. 定义 控制图是用于分析和判断工序是否处于控制状态所使用的带有控制界限线的图。 控制图通过图形的方法，显示生产过程随着时间变化的质量波动，并分析

13、和判断它是由于偶然原因还是由于系统性原因所造成的质量波动，从而提醒作业者、管理者及时做出正确的对策。2. 控制图种类及适用场合类别名 称控制图符号特 点适 用 场 合计量值控制图平均值-极差控制图 x-R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，且稳定、正常的工序中位数-极差控制图 x -R计算简便，但效果较差同上单值-移动极差控制图x -Rs简便省事，并能及时判断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每次只能得到一个数据多希望尽快发现并消除异常因素按数据的性质分为：计量值控制图/计数值控制图类别名 称控制图符号特 点适 用 场 合计数值控制

14、图不合格品数控制图pn较常用，计算简单，操作工人易于理解样本数量相等不合格品率控制图p计算量大，控制线凹凸不平样本数量可以不等缺陷数控制图c较常用，计算简单，操作工人易于理解样本数量相等单位缺陷数控制图u计算量大，控制线凹凸不平样本数量不等按使用用途分为：分析用控制图/监控用控制图1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。 2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

15、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。 SPC控制图实施的“八个步骤” ：1、 识别关键过程 一个产品品质的形成需要许多过程（工序），其中有一些过程对产品品质好坏起至关重要的作用，这样的过程称为关键过程，SPC控制图应首先用于关键过程，而不是所有的工序。因此，实施SPC，首先是识别出关键过程。 然后，对关键过程进行分析研究，识别出过程的结构（输入、输出、资源、活动等）。 2、 确定过程关键变量（特性） 对关键过程进行分析（可采用因果图、排列图等），找出对产品质量影响最大的变量（特性）。 3、 制定过程控制计划和规格标准 这一步往往是最困难和费时，可采用一些实验方法参考

16、有关标准。4、 过程数据的收集、整理 5、 过程受控状态初始分析 采用分析用控制图分析过程是否受控和稳定，如果发现不受控或有变差的特殊原因，应采取措施。 注意：此时过程的分布中心（X）和均差、控制图界限可能都未知。 6、 过程能力分析 只有过程是受控、稳定的，才有必要分析过程能力，当发现过程能力不足时，应采取措施。 7、 控制图监控 只有当过程是受控、稳定的，过程能力足够才能采用监控用控制图，进入SPC实施阶段。 8、 监控、诊断、改进 在监控过程中，当发现有异常时，应及时分析原因，采取措施，使过程恢复正常。对于受控和稳定的过程，也要不断改进，减小变差的普通原因，提高质量降低成本。3. x-R

17、控制图1）数据收集例 在生产过程处于稳定状态下，收集近期质量数据，并把数据按生产顺序分组。 数据一般取100个（最少50个以上），每次抽取的样本个数用n表示，组数用k表示。 本例收集了50个数据，每组样本个数n5，组数k10 把收集到的每组数据，按次序填入数据表。数据表2）计算各组平均值 x 和极差R 计算各组平均值x x1(299.71+299.74+299.68+299.61+299.68)/5299.68 依此类推。 xi=2996.38 计算极差R R1299.74-299.610.13 Ri0.773）计算 x 和 R 计算各组平均值的平均值x x xi/k=2996.38/1029

18、9.638 计算极差平均值R R Ri/k0.77/100.0774）计算中心线（CL）和上、下控制线（UCL、LCL） A、x 图 CLx UCLx+A2*R LCL x-A2*R 其中：n5，查表得A2 B、R 图 其中：n5，查表得D4，D3无值 CLR UCLD4*R LCLD3*R控制图系数选用表系数 n2345678910A21.8801.0230.7290.5770.4830.4190.3730.3370.308D43.2672.5752.2822.1152.0041.9241.8641.8161.777E22.6601.7721.4571.2901.1341.1091.0541.0100.975M3a21.8801.1870.7960.6910