制造业质量检验员管理.ppt

1、,制造业质量检验员管理,课程安排 0 质量意识 1 检查表 2 层别法 3 柏拉图,4 因果图 5 直方图 6 散布图 7 SPC,第一部分 品质意识,ISO9000:2000 品質(Quality） 一组固有特性满足要求的程度 注1：术语“质量”可使用形容词如差、好或优秀来修饰。 注2：“固有的”就是指存在于某事或某物中的，尤其是 那种永久的特性。,品质管理发展的阶段性比喻,（不良品好比洪水泛滥） 检验阶段：家门口拦截 过程控制阶段（ISO9000)：沿河修筑堤坝 TQM、零缺陷阶段：综合治理，植树造林, 使洪水不会发生,一般情况下，如果一个公司的不良率在百分之几的数字水平时（不及格水平），

2、公司能够戏剧性的改善，此时只需下列活动即可： 1、做好5S 2、应用QC七工具,品质问题分类,95%,第一次就把事情做好 只要有隐患的就一定会发生,质量是设计、制造出来的不是检验出来的 下一流程就是客户 三不政策：不接受、不制造、不流出,检验的分类,进料检验(IQC) 半成品/在制品制程检验(IPQC) 成品检验（FQC） 出货成品抽检（OQC） 外发加工品检验,抽样技术,抽样检验的优点,抽样检验与全检比较而言，有如下显着的优点： 1、由于只检验部分产品，较为经济合算。 2、抽样检验所需检验员较少。 3、抽样检验是由单调的100%逐件判定提高到逐批判定，这对检验工作来讲，显然是一个大的改进。

3、4、适用于破坏性测试，从而对产品批质量的保证具有一个以数字表示的水准。 5、拒收供应者或车间部门整个产品批，而不是仅仅退回不合格品，从而更有力地促进产品质量的提高。,抽样计划 样本数n及合格判定数Ac和不合格判定数Re, 依据这三个部份的规定将待验产品依批量大小划分为若干个检验批,然后开始抽取几个样本检验,将其结果依质量标准判定不良品个数,若不良品个数等于或少于合格判定数时则合格允收,大于合格数判定数时则判为不合格拒收.,允收水准AQL(Acceptable Quality Level) AQL以每百单位产品的不合格品数或不合格率表示, 在数值上它等于过程平均不合格品率上限值Pmax.它 是允

4、许的不能再坏的批质量平均值,随机取样: 每一混合件在一批量中,都具有均等的机会被选为 样本. 乱码表等,抽 样 方 案 1. 样本：以n表示。 2.合格判定数:以AC表示。 3.不合格判定值: 以 RE表示。,确定检查水平： 检查水平有一般检查水平、和特殊检查水平S-1、 S-2、S-3、S-4。除非另有规定，通常采用一般检查水平 当需要的判别力较低时，可使用一般检查水平，当需要的判别力较高时，可使用一般检查水平 。特殊 检查水平样本较少，会产生较大的误判风险，因此仅容许在制程稳定，产品品质波动较小的条件下使用,一般开始使用正常检验 正常检验-加严检验：连续5批中有2批被拒收。 严格检验-正常

5、检验：连续5批被允收，则调回 正常检验-放宽检验：连续10批全部被允收者。,先理解两张表：,如何查表得到抽样方案 由表上查出样本的代码所在的行。 由表上查出所指定AQL的列。 由样本的行与AQL值的列交会点，查出合格(Ac) 判定个数及不合格(Re)判定个数,样本大小代字表 主抽样表(单次和双次),表一：样本大小字码,MIL-STD-105E抽样表,MIL-STD-105E抽样主表： 在MIL-STD-105E的主表上按0.010到1000.0分类排列，共有26个AQL数值供选择。 数值为10.0或小于10.0可作为不合格品百分率或每百个单位的缺陷数来解释； 而10.0以上的数值只能作为每百个

6、单位的缺陷数来解释。,表二：正常检查一次抽样方案,某工厂用调整型抽样计划来验收零件,双方约定AQL值为 0.65 %,每周交货一次,批量为3,000个,并用单次抽样, 试求抽样计划. 解:1. N=3000 2. AQL=0.65 3. 单次抽样 4. 检验水平未特别指定 ,故采用II级水平,例,什么是统计？,“信息” 通过 “分析”产生出“有意义的情报”,信息,分析,情报,QC七手法,什么是有意义的情报？,例 1 : 弹簧弹力很好 所有弹簧弹力均在5-5.5 之间，而验收标准是4.5-6 例 2 : 外观不良很高 80%的不良品是由于外观 不良所造成的,数据与图表,一、几个基本概念 1 信息

7、数据事实 2 资料分二类 定性（质感、味道、手感） 定量（长度、角度、尺寸）,二、何谓图表 1.定义： 现场的数据，用点、线、面、体表示于纸上 的图形。 2.目的： 方便人的视觉，更快看出情报。 自一组数据把握到更多的情报。,三 几种常见图表范例,冲压车间A.B.C.D.E零件整修率 改善前、中、后条形图比较,QC七大手法概述,1. 点检与记录查检表 2. 两因素之间的关系散布图 3. 缩小问题的范围层别法 4. 重点管理柏拉图 5. 原因与结果之关系特性要因图 6. 数据结构直方图 7. 过程预防与控制管制图,品管七大手法之一：查检表,一、查检表的简要说明,-将需要的内容或项目一一列出来，

8、-然后定期的或不定期的逐项检查， -将问题点记录下来的方法。 是最简单，使用最多，用途最广的一种品管手法。,（1） 记录（留下记录） （2） 点检（防止遗忘） （3） 传递信息 （4） 执行的依据,查检表的作用,查检表,案例,品管七大手法之二：层别法,一、层别法的简要说明,层别法又叫分层图，是品管所有手法中最基本的概念，通过层别法，可以将杂乱无章的数据归纳为有意义的类别，将事物处理得一清二楚，一目了然，这种科学的统计方法可以弥补靠经验靠直觉判定管理的不足。,层别法对象举例： 1.作业员别：新进员工熟练员工、年龄别、学历别、性别等。 2.机械设备别：机台别、机型别、生产厂家别、新旧别等。 3.原

9、材料别：五金类、塑胶类、实木类、电子元件类等。 4. 作业条件别：温度别、湿度别、压力别、时间别等。 6. 区域别：车间、产线、机台。 7. 测量别：测量仪器别、测量人员别、测量方法别等。 8. 时间别：小时别、日别、周别、旬别、月别、日夜别、季节别等,案例,获取的信息： 1 从不良数来层别，本日不良数最高的是粘合不良，计109PCS，其次是弯曲，计50 PCS，不良数最低的是划伤，计8PCS。 从时间段来层别上午九点发现的不良数最多， 计64PCS，下午4点发现的不良数最少，计18PCS。,品管七大手法之三：柏拉图,一柏拉图的简要说明,1897年，意大利经济学家V.pareto （18481

10、923年）在分析社会经济结构时发现一个规律，这个规律就是80%的社会财富掌握在20%的人手中，后被称为“柏拉法则”。,1907年，美国经济学家劳伦兹（Lorenz）使用累积分配曲线描绘了柏拉图法则，被称为“劳伦兹曲线”1930年后，品管泰斗，美国品管专家朱兰博士将劳伦兹曲线应用到品质管理上。,二十世纪60世纪年代，日本品管大师石川馨在推行他自己发明的QCC品管圈时使用了柏拉图，从而成为品管七大手法之一。,一柏拉图制作步骤,步骤1：收集数据,品管部将上个月的厨柜的制程不良作出统计，其中抽样2800件，总不良数为148件，其中不良数为：,制表：李XX 审核：罗XX 统计日期：200年月1日,步骤2

11、：把分类好的数据进行汇总，由多到少进行 排序，并计算累计百分比。,步骤3：绘制横轴与纵轴刻度。 1） 画出横轴与纵轴，横轴表示不良项目，左边纵轴表示不良数，右边纵轴表示不良率。 1）左边纵轴最高刻度是不良总数148PCS，右边纵轴最高刻度是不良率100%。 2）左边的纵轴最高刻度与右边纵轴最高刻度是一条水平线。,步骤4：绘制柏拉图 1） 在左纵轴与横轴区域间找出坐标点，共7个坐标点。 2） 将各不良项目画出坐标，也就是柱状图。,100,110,120,130,140,0,10,20,30,40,50,60,70,80,90,孔位,锣槽,色差,尘粒,尺寸,划伤,不平,其它,0%,10%,20%,

12、30%,40%,50%,60%,70%,80%,90%,100%,不良项目,累计百分比,步骤5：绘制累积曲线 1） 针对累积不良率在右纵轴与横轴区域间找出 坐标点，共7点。 2） 用折线将7个点连接。,100%,98.10%,83.20%,90%,94.70%,75.10%,60.10%,35.80%,0,0,10,20,30,40,50,60,70,80,90,100,110,120,130,140,孔位,锣槽,色差,尘粒,尺寸,划伤,不平,其它,0%,10%,20%,30%,40%,50%,60%,70%,80%,90%,100%,不良项目,累计百分比,步骤6：记入必要事项： 1） 标题：

13、XX线制程不良柏拉图 2） 总检查数：2800件 3） 总不良数：148件 4） 不良率： 5.28% 5） 检验者：李XX 6） 绘图者： 王XX,步骤7：分析柏拉图 1） 从以上柏拉图可以看出，制程中孔位，锣槽和色差总不良率比率的75.1%， 这三项是9月份重点改善的项目，建议用 因果图对这三项不良原因进行分析。 2）应确定项目改善责任人及完成期限，在9月 份把孔位，锣槽和色差的比例降下来。,品管七大手法之四：特性要因图,一简要说明 日本品管权威石川馨博士在1952年发明，又称石川图，亦叫鱼骨图或特性要因图，由于它形状象一尾鱼的骨架而得名 鱼头是问题，其目的是要找出造成此一问题的可能原因。

14、 问题的发生，必然有其内外因， 原因的存在，又必会产生变异的结果， 就是说，原因与结果之间一定存在因果关系。,因果图可分为追求原因型和追求对策型两种。 1） 追求原因型：追求问题，进而找其原因，以因果图表示结果（特性）与原因（要因）间的关系，如“生产效率为什么这么低？”,1） 追求对策型（鱼骨图反转）：问题如何防止、目标如何达成等的对策，,环,如,何,法,人,HOW,？,机,料,一绘制因果图应注意的事项： 1. 要集合团队的知识与经验。 2.原因解析-愈细愈好， 愈细则更能找出关键或解决问题的方法。 3. 品质特性的决定-以现场问题来考虑。 4. 因果图绘制后,经讨论后决定要因, 并用 有色笔

15、圈出要因.,与会人员应用脑力激荡法，热烈讨论，依据重大原因进行分析，找出中原因或小原因绘至鱼骨图中。,更换了新的供应商,使用替代材料,品管七大手法之五：散布图,一散布图的简要说明,将因果图关系所对应变化的数据分别描绘在轴标系上，以掌握两个变量之间是否相关及相关的程度如何，也有人称之为“散布图”、“相关图”。,散布图一般有下列六种，分别是：,）正相关：当变量X增大时，另一个变量y 也增大。 相关性强，如电流与电压的关系； 相关性中，如收入与消费的关系； 相关性弱，如体重与身高的关系。,正相关（点子自左下至右上分布者）： X增大时，Y也随之增大，称为正相关，,(c) 正相关(弱) 例子：体重与身高

16、的关系（相关性弱）,2） 负相关：当变量X增大时，另一个变量y却 减少。 相关性强，如油的的粘度与温度； 相关性中，如举重力与年龄的关系； 相关性弱，如血压与年龄的关系。,负相关（点子自左上至右下分布者）：,（d）负相关（强） 例子：油的粘度与温度的关系（相关性强）,3）不相关：变量X增大时（或r），另一变量 y并不改变（或X）。 如气压与温度的关系。 4）曲线相关：变量X开始增大时，y也随着增 大，但达到某一值后，则当X值增大时，y 反而减少，反之亦然。 如记忆与年龄的关系。,在制作散布图时，应注意以下事项： ）两组变量的对应数至少在个以上，最好 个，100个最佳。 ）找出、轴的最大值与最小

17、值，并以、 的最大值及最小值建立坐标。 ）通常横坐标用来表示原因或自变量，纵坐标 表示效果或因变量。 ）散布图绘制后，分析散布图应谨慎，因为散 布图是用来理解一个变量与另一个变量之间 可能存在的关系，这种关系需要进一步的分 析，最好作进一步的调查。,为确认马达连续运转之后，速度是否发生改变，经试验获得以下数据。,散布图课堂练习 某工程师测得一批热处理产品温度与硬度参数如下，请绘制散布图。,一、直方图的定义： 将从制程中收集产品的测量值，分为几个相等的区间作为横轴，并将各区间测定值，依所出现的次数累积而成的面积，用柱状图排列起来的图形。,品管七大手法之六：直方图,二、使用直方图的目的 1. 分析

18、数据的结构（分配形态） 过程和结果的关系 2. 研究制程能力-CPK 3. 测知数据-真，伪 4. 调查是否混入两个以上不同群体,-,三.直方图的制作方法,1.求全距:所有数据中的最大值与最小值的差 2.决定组数 组数过少,虽可得到相当简单的表格,但却失去次数分配的本质;组数过多,虽然详尽,但无法达到简化的目的。,分组不宜过多,也不宜过少,一般用数学家史特吉斯提出的公式计算组数,其公式如下: K=1+3.32 Lgn 一般对数据之分组可参考下表:,3.組距,组距=全距/组数（组距一股取5,10或2的倍数）,4.決定各組之上下組界,1、最小一组的下组界=最小值-测定值之最小位数/2,测定值的最小

19、位数确定方法:如数据为整数,取1;如数据为小数,取小数所精确到的最后一位(0.1;0.01;0.001) 2、最小一组的上组界=下组界+组距 3、第二组的下组界=最小一组的上组界 其余以此类推,5.計算各組的組中點,各组的组中点=下组距+组距/2,6.作次数分配表,将所有数据依其数值大小划记号于各组之组界内并计算出其次数,7.以横轴表示各组的组中点,纵轴表示次数,绘出直方图,实例1,某电缆厂有两台生产设备,最近,经常有不符合规格值(135210g)异常产品发生,今就A,B两台设备分别测定50批产品,请解析并回答下列回题: 1.作全距数据的直方图. 2.作A,B两台设备之层别图 3.叙述由直方图

20、所得的情报,收集数据如下:,解: 1.全体数据之最大值为194,最小值为119 根据经验值取组数为10 2.组距=(194-119)/10=7.5 取8 3.最小一组的下组界=最小值-测定值之最小位数/2 =119-1/2=118.5 4.最小一组的上组界=下组界+组距 =118.5+8=126.5,作次数分配表,SL=135,SU=210,1.整体数据直方图,SL=135,SU=210,2.A设备的直方图,3.B设备之层别图,SU=210,SL=135,4.结论,直方图课堂练习某工程师测得一批产品尺寸长度如下，请绘制直方图。,五、常见的直方图型态 (1)正常型 说明：中间高，两边低，有集中趋

21、势,结论：左右对称分配 ( 常态分配 )，显示制程正常。,-,(2)缺齿型 ( 凹凸不平型 ) 说明：高低不一，有缺齿情形，不正常分配， 因测定值或换算方式有偏差。,结论：品检员对测定值是否有偏好、假数据、或 量测仪器不精密。,(3)切边型 ( 断裂型 ) 说明：一端被切断。,结论：数据经过全检或筛选。,-,(4)离岛型 说明：在右端或左端形成小岛。,结论：测定有错误，工程调节错误，或不同原料。,-,(5)高原型 说明：形状似高原状。,结论：不同平均值的分配混在一起，应再层别。,-,(6)双峰型 说明：有两个高峰出现。,结论：有两种分配混合，应再做层别。,-,(7)偏态型 ( 偏态分配 ) 说

22、明：高处偏向一边，另一边低，拖长 尾巴。可分偏右，或偏左。,结论：应检讨是否在技术上能够接受，例磨具磨 损，或设备松动。,直方图:,正态分布,一个峰值 中间高两过低 左右对称,正态分布三特征,基 本 統 計 公 式,表示集中的趋势， 表示整体的水平， 表示分布的中心,xi,度量所有数据变异的累积,3. s: 样本标准差,s =,S,n - 1,基 本 統 計 公 式,表示变异、离散的趋势， 度量发生变异的程序 相对于平均值的变异,反映技术（s）水平 好比仪器精度,制程精密度Cp,它是既定的规格标准与制程能力的比值,记为Cp,Cpk制程能力指数 Cpk=Cp*(1-K),基 本 統 計 公 式,

23、既反映技术（s）水平， 也反映管理（k）水平,制程能力的判断基准,K(Ca）评价等级,实施中的困惑,样本标准差的计算方法? 双边对称公差与双边不对称公差问题? 单边公差如何计算CPK? PPK/CMK是什么?,变异大偏移大,变异小偏移大,变异大未偏移,变异小偏移小,制程能力分析判断图表,枪法好坏比喻,1924年，美国的休哈特博士发表了著名的“控制图法”， 对过程变量进行控制，为统计质量管理奠定了理论和方法基础。,管制图基本理念,1. 沒有两样东西是完全一样的-变异. 2. 产品或制程內的变异是能被測量的. 变异的來源 : 人 , 机 , 料 , 法 , 环,测,SPC的作用,1、贯彻预防原则的

24、统计过程控制重要工具。 2、区分变差的特殊原因和普通原因，作为采取局部 措施或对系统采取措施的指南。,偶然原因 (偶然性,不易识别,不易消除, 大量的) 如：刀具的正常磨损,以及操作者细微的不稳定等. 其对品质变异起着细微的作用,是正常的，它的存在决定了产品品质数据的稳态分布。 (可以容許的偏差) 异常原因（系统性,易识别,可以消除） 如:设备的不正确调整,刀具的严重磨損,操作者偏离操作指导等. -其对品质变异影响程度大,生产失控,为异常原因 (不可以容許的偏差要排除),两种,变异,计量型与计数型管制图的比较,上控制限 中心限 下控制限,管制图应用,规范界限与控制界限的区别,规格界限： 我们的

25、技术要求、公差、目标 区分合格与不合格 控制界限： 制程固有的波动范围 区分偶然波动与异常波动,计量型管制图平均值与全距管制图(Xbar-R Chart),在计量值管制图中,X-R管制图系最常用的一种,所谓平均 值与全距管制图,系平均值管制图(Xbar-Chart)与全距管制图 (R Chart)二者合并使用. 平均值管制系管制平均值的变化,即数据的集中趋势变化 全距管制图则管制变异的程度,即数据的离散趋势的状况,均值和极差图（X-R）,收集数据 a） 子组大小：一般为5件连续的产品，仅代表单一刀具/冲头/过程流等。,b）子组抽样频率： 在适当的时间内收集足够的数据，这样子组才能反映潜在的变化

26、，这些变化原因可能是换班/操作人员更换/材料批次不同等原因引起。 c）子组数： 子组越多，变差越有机会出现。一般为25组 ，首次使用管制图选用35 组数据，以便调整。,1-2 建立控制图及记录原始数据,1-3、计算每个子组的均值（X）和极差R 对每个子组计算： X=（X1+X2+Xn）/ n R=Xmax-Xmin 式中： X1 ， X2 为子组内的每个测量值。n 表示子组 的样本容量 1-4、选择控制图的刻度 4-1 两个控制图的纵坐标分别用于 X 和 R 的测量值。 4-2 刻度选择 ：,对于X 图，坐标上的刻度值的最大值与最小值的差应至少为子组均值（X）的最大值与最小值的差的2倍，对于R

27、图坐标上的刻度值的最大值与最小值的差应为初始阶段所遇到的最大极差（R）的2倍。 注：一个有用的建议是将 R 图的刻度值设置为 X 图刻度值的2倍 例如：平均值图上1个刻度代表0.01， 则在极差图上1个刻度代表0.02,a） X 图和 R 图上的点描好后及时用直线联接，浏览各点是否合理，有无很高或很低的点，并检查计算及画图是否正确 b） 确保所画的X 和R点在纵向是对应的。,1-5、将均值和极差画到控制图上,注：对于还没有计算控制限的初期操作的控制图上应清楚地注明 “初始研究”字样。,2 计算控制限 首先计算极差的控制限，再计算均值的控制限 。 2-1 计算平均极差（R）及过程均值（X） R=

28、（R1+R2+Rk）/ k（K表示子组数量） X =（X1+X2+Xk）/ k,2-2 计算控制限 计算控制限是为了显示仅存在变差的普通原因时子组的均值和极差的变化和范围。 控制限是由子组的样本容量以及反映在极差上的子组内的变差的量来决定的。 计算公式： UCLx=X+ A2R UCLR=D4R LCLx=X - A2R LCLR=D3R,A2、D3、D4为常系数，决定于子组样本容量,注： 对于样本容量小于7的情况，LCLR可能技术上为一个负值。在这种情况下没有下控制限，这意味着对于一个样本数为6的子组，6个“同样的”测量结果是可能成立的。,2-3 均值和极差控制界限绘制,平均极差和过程均值用

29、画成实线。 各控制限画成虚线。 在初始研究阶段，应注明试验控制限。,R 管制图,管制界限,X 管制图,解析用Xbar-R管制图,a 在进行首次过程研究或重新评定过程能力时，失控的原因已 被识别和消除后，应重新计算控制限，并画下来，使所有点均 处于受控状态。 b 由于出现特殊原因而从R 图中去掉的子组，也应从X图中去掉 修改后的 R 和 X 可用于重新计算均值的试验控制限。 注：排除代表不稳定条件的子组并不仅是“丢弃坏数据”。而是排除 受已知的特殊原因影响的点。并且一定要改变过程，以使特殊 原因不会作为过程的一部分重现。,3 控制用管制图-过程控制分析 分析控制图的目的在于识别过程不稳定的证据。

30、（即其中之一或两者均不受控）进而采取适当的措施。,注1：R 图和 X 图应分别分析，但可进行比较，了解影响过程的特殊原因。 注2：因为子组极差或子组均值的能力都取决于零件间的变差，因此，首先应分析R图。,P管制图 P图是用来测量一批检验项目中不合格品项目的百分数。 收集数据:选择子组的容量、频率和数量 子组容量：子组容量足够大（最好能恒定），并包括几个不 合格品。 分组频率：根据实际情况，兼大容量和信息反馈快的要求。 子组数量：收集的时间足够长，使得可以找到所有可能影响 过程的变差源。一般为25组。,计数型数据控制图,计算每个子组内的不良率（P） P=np /n n为每组检验的产品的数量； np为每组发现的不良品的数量。 选择控制图的坐标刻度 一般不良品率为纵坐标，子组别（小时/天）作为横坐标,纵坐标的刻度应从0到初步研究数据读数中最大的不合格率值的1.5到2倍。,将不良率描绘在控