全面质量管理 学员教材.ppt

1、全面质量管理（TQM）,讲师：曹晓峰（Bill ) 2008年5月10日11日,第一章：品质管理概论 第二章: 标准品质管理 第三章：经典的QC工具 第四章：问题解决方法论,目 录,前 言,公司应具备品质意识、问题意识、危机意识、改善意识，寻求自身工作的改善方法，在管理上应用统计技术的方法和观念，在全员努力之下来满足顾客要求和社会要求。 当现状与标准或目标有了差距后，就产生了问题。 对于已发生的问题，寻找问题的原因和对策，常采用的是QC7工具 对于未发生的问题，激发创意和寻求解决方案，常采用新QC7工具。 监控生产过程是否稳定且处于可控状态，采用统计过程控制，即SPC。 导致过程输出绩效变化的

2、原因我们称之为输入，在过程输入失效之前提前采取措施，应用的方法叫失败模式与影响分析，即FMEA。 解决问题的过程应采用系统化的方法以使问题得到彻底解决。,第一章：品质管理概论,品质管理的历史 品质的顾客导向 品质管理的基本原则 品质的衡量基准 品质管理的工具,戴明 休哈特 朱兰 克劳氏比 田口,品质管理的历史,品质管理的演变,品质管理的历史,1950年前后,1960年前后,1970年前后,1980年前后,符合性质量,设计质量,批量生产,消费革命,石油危机,来自新兴工业国家的竞争,品质概念的四个符合,标准化 统计过程控制 检查,品质管理的历史,公司关注的重点,顾客关注的重点,QC方法论的演变,市

3、场研究 跨部门参与,QC小组 QC7工具 QC7步骤,QFD 新QC7工具,TQM的起源和基本方法,全面质量管理的基本方法可以概况为四句话十八字，即，一个过程，四个阶段，八个步骤，数理统计方法。,20世纪50年代末，美国通用电气公司的费根堡姆和质量管理专家朱兰提出了“全面质量管理”（Total Quality Management，TQM）的概念，认为“全面质量管理是为了能够在最经济的水平上，并考虑到充分满足客户要求的条件下进行生产和提供服务，把企业各部门在研制质量、维持质量和提高质量的活动中构成为一体的一种有效体系”。60年代初，美国一些企业根据行为管理科学的理论，在企业的质量管理中开展了依

4、靠职工“自我控制”的“无缺陷运动”（Zero Defects），日本在工业企业中开展质量管理小组（Q.C.Cycle）活动行，使全面质量管理活动迅速发展起来。,Armand V. Feigenbaum,全公司QC一体化的演变,符合标准要求,符合成本要求,符合使用要求,符合潜在需求,生产部门,所有部门,所有层次,所有过程,横向一体化是指如市场、顾客及开发者这样具有不同功能的部门之间较好的联系 纵向一体化是指上一级和下一级部门之间较好的联系,纵向一体化,横向一体化,TQM的组成要素,全面质量管理由结构、技术、人员和变革推动者四个要素组成，只有这四个方面全部齐备，才会有全面质量管理这场变革。,结构

5、分权化 低纵向变异 低劳动分工 宽管理跨度 跨职能小组,技术 柔性流程 工人教育与培训,人员 教育与培训 支持性的绩效评估与奖酬制度,变革推动者 高层的有效领导,+,TQM的三个核心特征,全员参加的质量管理，即要求全部员工，无论高层管理者还是普通办公职员或一线工人，都要参与质量改进活动。参与“改进工作质量管理的核心机制”，是全面质量管理的主要原则之一。 全过程的质量管理必须在市场调研、产品的选型、研究试验、设计、原料采购、制造、检验、储运、销售、安装、使用和维修等各个环节中都把好质量关。其中，产品的设计过程是全面质量管理的起点，原料采购、生产、检验过程实现产品质量的重要过程；而产品的质量最终是

6、在市场销售、售后服务的过程中得到评判与认可。 全面的质量管理是用全面的方法管理全面的质量。全面的方法包括科学的管理方法、数理统计的方法、现代电子技术、通信技术行。全面的质量包括产品质量、工作质量、工程质量和服务质量,品质和经营在构造上的关系,5M2P1J1E,5M2S1R1I,Mutual organic accord, 管理循环 (PDCA),P,D,C,A,S,D,C,A, 维持循环 (SDCA),STANDARD SEE,QC是QA的子集,品质测定及为了调整 所需要的措施和系统,与品质达成相关联的全部活动,QC就是对QA是否做好的确认,品质管理 QC,品质保证 QA,工作观念的变化,“生

7、产产品”,“进入市场”,符合标准,顾客满意,目的,目的,传统的工作观念,TQM的工作观念,品质的顾客导向,顾客的定义？,单纯概念,积极的概念,制品购买者 - GM, FORD, - Sony, Hitachi,社内顾客 中间顾客 最终顾客,上司,部下,前工程,后工程,我,顾客 Customer,顾客精神(Spirit for Customer),顾客越信赖我们,顾客越自豪,顾客越高兴,顾客满足经营(CSM),确定,分析,改善顾客的潜在不满，谋求顾客满足向上,CSI调查 (内,外部),顾客满足经营 (CSM),CS Monitoring,VOC,CS Audit,Plan Do Check Ac

8、tion Recycle,顾客的四大权利,社会性环境的变化,消费者的保护增加,知情的权利,要求安全的权利,提出不满的权利,选择的权利,顾客的权利要求,顾客怎样做？,有不满的顾客,对其他顾客讲出其不满的内容,13%的有不满的顾客会对其他20人讲出其不满的内容。,顾客满意的KANO模型,产品的功能强,产品的功能差,顾客不满意,顾客满意,吸引质量,必要质量,一维质量,顾客给予我们利润,$,$,寻找新顾客,维持固定顾客,寻找新顾客比维持固定顾客要多花费5倍的费用。, 给顾客提供最高品质的制品, 后工程是顾客 我制造产品，我对制造过程尽全力,要求 水准,生产最高的品质,顾客,前工程,完美无缺的作业,后工

9、程, 顾客满足 增加贩卖 追求利润 创造价值, 不良品 1个不良会使顾客的信赖丧失 使成本上升,完成品修理费用,努力去除浪费, 检查是什么附加价值也不创造的工作. 检查工作必要。但是，单纯依靠检查时，会增加浪费。 不能充分的去除制品的缺陷,品质策划,品质控制,品质改进,时间,不合格率,好,差,原控制中心线,新控制中心线,朱兰的品质三部曲（Jurans Quality Trilogy）,品质管理的基本原则,戴明的品质观（Deming on Quality),如果让我总结我的观点提供给经营者们的话，那就是：必须减少散布 -W.E.戴明,戴明循环 改善：运用统计性的思考方式和统计技法，以PDCA （

10、计划、实施、检查、措施）方式循环改善。 维持：对前一步的改善措施实施标准化（Standardization)，并运营SDCA （标准化、实施、确认、措施）管理循环。,克劳斯比品质四项基本原则： 原则1 品质的含义就是符合要求 原则2 品质的体系就是预防 原则3 品质工作的标准就是零缺陷 原则4 品质的衡量就是“不符合要求的代价”,输入,输出,输入,过 程,返工,检验,顾 客,检验的力量,QC的基本方法-事后检验,控制结果，不良返修或报废，容忍浪费,测量/对比,# 抽取样本测量 # 分析异常原因及措施,QC的根本方法-预防控制,预防控制：控制过程，预测趋势与变化，防止不合格发生，避免浪费,1.2

11、35,1.237,1.239,1.241,1.243,1.245,1.247,1.233,1.235,1.239,1.241,1.243,1.245,1.247,1.237,LSL,USL,LSL,USL,总是存在两种主要的缺陷，而顾客对于质量的抱怨则更多来自于偏差,缺陷的两种形式,时 间,实 绩,好,差,散布源可以被鉴别 散布源可以被量化 散布源可以通过控制或预防被消除,查找并消除缺陷的原因,Y=F(X),实现过程改善和突破的前提,品质的衡量基准,数据的特征（统计量或参数）,Min 最小 Max 最大 Range 范围 （全距） Median 中间值 Mean 平均数 Std deviati

12、on 标准偏差 Variation 变动（方差） Distribution 分布（常见的正态分布）,均值，即平均数，它是一列数据的 “算术平均”，表达的是一种居中倾向的方法，并不是一种发散方法。,x = 样本均值 = 总体均值 n = 样本数 N = 总体数 xi = 数据点i,中值，即中间值，也称中位数，将一列数据按大小顺序排列，居于中间是的值则为中值。,X (n+1)/2 ， n是奇数； (Xn/2+ Xn/2+1)/2，n是偶数,X=,表达数据中心倾向的统计量,总体标准差,样本标准差,极差（Range） Range= Max-Min，即 最大值-最小值 标准差，即西格玛，数学定义如下：,

13、表达数据发散倾向的统计量,它是总体及样本标准差的平方。这是很有用的，因为我们不能加标准差，但能加方差。,总体方差,样本方差,数据的方差（或称变异）,例如，有10个学生的样本 32, 33, 34, 34, 35, 37, 37, 39, 41, 44 从以上的样本部数据可以计算样本的平均数为，X=36.6 请问样本的中值是多少？ 请问样本的标准差?,练习,计量型 数据是连续的（测量得到的） 对某个特性的实际测量结果，如软管的直径，电阻，部品的重量，等 计数型 数据一般是数出来的 用“有/没有 ” 型仪表的测量结果，可见缺陷的检查，丢失部品的数量，合格/不合格或对/错判断，等,数据的类型,我们希

14、望是正态分布,数据的分布服从正态分布（，），平均值为，标准差为，,2,直方图与正态分布,多数数据往往是遵循正态分布或钟状曲线。 正态分布的一个关键特性是曲线形状和标准偏差间关系。 正态分布的99.73%的区域是在平均值的3之间。另一种方式来表述是 0.27% 的数据位于平均值的 3 个标准偏差之外。 95.46%的数据位于平均值的2内。 68.26%的数据在平均值的1内。,正态分布的特征,计算每百万机会的缺陷数(DPMO):, DPU(Defects Per Unit) - 每单位的缺陷数 - 为了消除缺陷的基准 - 工厂单位改善中使用 DPO(Defects Per Opportunity)

15、 - 每机会的缺陷数 - 机会指有可能发生缺陷的检查或实验对象 DPMO(Defects Per Million Opportunity ) - 每百万机会缺陷数 - 考虑制品复杂度的比较基准 - 估计sigma水平,常用的计数值衡量指标,45,000 ppm 损失,51,876 ppm 损失,28,650 ppm损失,95.5% Yield,97% Yield,94.4% Yield,RTY = .955.97 .94.4 = 87.4%,Right First Time,FPY(First Pass Yield):（一次通过率） 是指在没有修理和再作业的情况下，一次生产为良品的产品和服务的

16、直接通过率, RTY(Rolled Throughput Yield):（直通率）是指贯穿整个工程没有修理和再作业时，产品理论累计良品率。RTY 等于每个工序 FPY 的乘积。,方法1：,方法2：,过程能力指数（计量值） （Cp/Cpk/Pp/Ppk）,第二章：标准品质管理,什么是标准 标准的目的 标准的种类 标准品质管理（SQM） 标准遵守的评价,标准的定义： 为了企业经营活动的合理性和效率而制定的“工作方法”和“管理基准”叫做标准。,为这些目的对物品或作业方法规定标准后应用的称之为标准化,什么是标准？,任何人都以相同的方法作业 任何人作业的结果都相同 任何人都能在目标成本内完成作业,标准的

17、目的,1)稳定品质(量产工厂的第一条件) : 妨碍品质稳定的要因就是偏差（散布） : 偏差的原因 =4M的变化(瞬间的,短期的,长期的) : 对4M的变化及小化的规定就是标准 2)预防事故 : 通过标准化的重复作业可以消除作业偏差来预防事故 : 关联事项提前准备来抵御事故 : 预想的所有失误事前充分检讨,排列 3)标准是技术积累的产出物 : 反映所有成功与失败的公司内最大的技术/管理的记录 : 持续的更新来积累Know-How : 标准是公司最大的无形财产,标准的目的,手册,制度、规定,记录,设计标准,购买标准,设备标准,作业标准,检查标准,Manual,管理标准,技术标准,标准种类,基础,标

18、准名称,Level 1 手册,Level 2 PROCEDURE （规定）,Level 3 INSTRUCTION （指南/技术标准）,标准的种类,什么是SQM？ SQM是通过对影响工程品质的5M1E因素实施标准化的管理，从而改善工程能力（Cp = Capability of Process）的品质活动。 结果的好坏是由过程决定的，随着我们对工程的了解越深入，我们也越能够找出对品质结果（Y）起主要影响作用的要因（X），通过对要因X实施标准化的控制，我们可以观察到结果Y发生好的变化。 创造好的变化的前提是稳定，稳定是改善的起点，没有标准或标准未被遵守的现场管理是不会稳定的。如此一来，结果好了我们

19、不知道为什么好，坏了不知道为什么坏。整日忙于救火式的品质管理，始终是治标不治本。,标准品质管理,SQM 中标准的分类 工程条件（控制计划，施工标准，客户图面，等） 作业指导书（固定岗位作业指导书，变动岗位作业指导书，基本遵守作业指导书） 基本遵守项目（清扫、交换、换模等） 重点管理项目 标准作业与作业标准 标准作业是以人为中心的重复性活动，强调的是规律性的重复作业；而作业标准是以工序为中心的操作指南，强调的是作业的结果符合要求。 作业标准也称为作业指导书，作业指南，操作要领书，SOP等 标准作业包括标准作业票，标准作业组合票等,SQM 推进循环 评价相应工程的工程能力（站在顾客的立场上，含内部

20、顾客） 整理现有的标准（操作指导书、控制计划、施工标准、工艺作业标准等） 按照SQM要求，重新整理标准（区分作业工位，请作业者参与） SQM标准学习和再教育 标准张贴于相应作业场所（目视化管理） 标准遵守状况的点检和评价（周期性的AUDIT体制） 工程能力再评价（周期性） 问题发现和课题选出（Cpk在1.67以下的质量特性） 课题改善（即改善、QCC法、DMAIC法等） 重复第3到9步骤,总点检标准数(A),标准遵守的评价,、标准完全率 总点检标准数当中标准内容的实用、制作合理，并判断内容完全的比 率。即表现标准拟制部门制作标准的成功性。 、标准遵守率 完全的标准数目当中完全遵守占的比率，即表

21、示标准执行部门的遵守 标准状况。 、标准落实率 表现总点检标准当中，标准内容的实用性、合理性、并被作业者遵守 情况，用百分率的表现。,第三章：经典的QC工具,品质管理7工具 统计过程控制 QC工程图 5Why表 失败模式影响分析 世界级的质量工具,品质管理7工具,（ ）从不同角度层面发现问题； （ ）收集、整理资料； （ ）用直观的图形语言描述数据 （ ）确定主导因素； （ ）寻找引发结果的原因； （ ）展示变量之间的线性关系； （ ）展示过程的分布情况；,QC7工具,按照一定的类别，把记录收集到的数据加以分类整理的一种方法。 注意几点： 确定分层的类别和调查的对象； 设计收集数据的表格； 收

22、集和记录数据； 整理资料并绘制相应图表； 比较分析和最终的推论；,分层法,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。 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；,检查表,铸造不良情况检查表,用图形语言把具体数据可视化,推移图 目标 饼状图,柱状图 条形图,图表法,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。 注意几点 明确问题和现象； 寻找不良的情况统计数据； 频率计算

23、和累计； 对频率从高到低的顺序排列；,排列图,废品统计表,例：以下为某产品的不合格品数分析，不合格项有6种，柱图为不合格数分类统计量，折线图为累积比例。可以看出占86.4%的不合格品有三项，将作为关键急需解决因素。,按结果分类：不良项目、场所、工程、时间，按原因分类：人、机、料、法、环,1.确定使用的分类项目.,2.确定收集收集时间范围,3.将分类项目数据整理 数据大小顺序排列项目 影响小的项目合并到其他项 计算各项的百分比和累计百分比,步 骤 内 容,1 2 3 4 5 6 7 8 9 10 1112 计,日期,项目,计,序号 项目 数量 累计数 ,制作方法,4.建立坐标轴 纵轴记录数据 横

24、轴记录分类项目,5.作成柱状图,步 骤 内 容,件数,项目,50- 40- 30- 20- 10-,-100% -50% -,A,B,C,D,E,F,6.累计量以折线画出 以右坐标轴顶点为100% 将右坐标轴以0100%均分,7.记录数据的时间、记录者、 目的的项目,使用 方法,1.在掌握真正的问题时使用。 即使分类项目较多，但主要影响都来自23个项目，为改善问题，对 这些进行重点处理,A设备,B设备,C设备,D设备,E设备,其他,时间,项目,200 - 150 - 100 - 50 -,例：作业时间排列图,什么地方有问题？,使用 方法,2.在调查不良或故障原因时使用。 按结果分类：不良项目、

25、场所、工程 按原因分类：机器不同、作业者不同、原材料不同、作业方法不同的 分类结果，抓住问题点找出对策并制作原因别的排列图,使用 方法,3.为确认改善效果时使用。,A,B,C,D,E,A,B,C,D,E,（对策前）,（对策后）,这样的数据可用于排列图。,（1） 质 量 （2） 时 间 （3） 成 本 （4） 安 全 （5） 营 业,不良品的发生数， 损失金额. 不良品的发生数， .损失金额 消费者的索赔件数， 维修件数，损失金额.,所用作业的工时 单个工程别，单位作业别 故障时间（启动时间） 机器装置类的,组装品的要素别 组装品的部品 商品别的单价,营业所别，个人别,单价,灾害件数,车间别，工

26、种别，人体部位别,商品销售数，销售金额,各不良项目别，发生场所别，发生工程别,各机械装置别，作业者别，作业者，原料,副资材别，作业方法别,月、年、地区、品种,类型,统计数据,项目区分,适用对象,例1.以下是某公司一周内XLY型产品不良的记录，根据统计的数据， 运用柏拉图进行分析。,例2.一周内某公司品质部接到消费者的投诉，并记录如下。,请按照柏拉图绘制方法，制出柏拉图，从图中能否发现造成本周客诉的 主要原因是哪些？能否找出主要原因。,日期,周一,周二,周三,周四,周五,周六,周日,项目,口感不好,6,5,5,8,7,包装不良,10,9,14,9,10,14,15,重量轻,2,2,2,0,0,6

27、,4,少料包,12,15,9,12,14,15,17,料包破口,5,4,0,6,4,其他,2,3,0,2,2,8,3,5,2,2,7,例3. 王太太发现近两个月存款减少，于是对3个月的家庭财政支出 作如下的统计，请帮助王太太运用柏拉图分析的原理进行分析。,用于寻找造成问题产生的原因，即分析原因与结果之间关系的方法。 注意几点： 充分组织人员全面观察，从人、机、料、法、环、测方面寻找； 针对初步原因展开深层的挖掘； 记下制图部门和人员、制图日期、参加人员；,因果图,研究成对出现的不同变量之间相关关系的坐标图。 注意几点： 收集足够的数据，至少30对； 横坐标表示数据（原因），纵坐标表示因变量（结

28、果）； 正确判断变量之间的关系模式； 因果图的后续工作，提供直观的相关性验证；,散点图,Y,X,Y,X,Y,X,Y,X,强正相关,弱正相关,强负相关,弱负相关,变量类型与变量关系,变量类型 自变量 (Xs) 也称为预测变量或解释变量 也可以是连续的或群组的 因变量 (Ys) 也称为反应变量或输出量 (我们设法预测的东西) 可以是连续的或绝对的,变量关系 确定性关系（函数关系） 如正方形的面积与边长的关系，电路中的欧姆定律 这些变量间的关系完全是已知的，可以用y=f(x)表示 非确定性关系（相关关系） 变量间有关系，但是不能用函数来表示 回归分析就是探究这类变量之间的相关关系,散点图制作方法,N

29、O. 顺 序 内容,1,2,4,记录数据的时间、记录者、 目的的项目,3,作成数据表格 收集30对以上数据 做出图形坐标轴 给数据打点，数据重合时用 表示,加磺时间（X）与橡胶延伸率（Y）,加磺时间（X） 与橡胶延伸率（Y）,样品序号,延 伸 率,（%）,（）,70,75,80,90,80,70,反映温度,。,。,。,。,。,。,。,。,。,。,。,。,。,强正相关,强负相关,不相关,正相关,负相关,散点图的模样大体上有以下5种。,散点图的相关验证,1）符号验证法介绍（象限判断法） 计算X、Y的中位数 在散点图上画出X、Y的中位值线 计算落在各象限内的点数 设定风险水准=0.01或0.05 参

30、照符号验证表，对应样本总数N，查表得到相关判定数，如果(2)+(4)判定数则为正相关；如果(1)+(3)判定数则为 负相关。 简易判定： (1)+(3) (2)+(4)，则判为正相关，否则，判为负相关,附：符号验证表,当散点图呈现上图中的形状,即n个点在一条直线附近，但又不完全在一条直线上，我们希望用一个量来表示它们间的密切程度，这个量称为相关系数，记为 R . R被定义为: R的取值范围 : -1 , 1 1 = 完美的 “正” 相关 0 = 不相关 -1 = 完美的 “负” 相关,2）相关系数法,区分 点的分布状态 相关系数 备注,（a）当X增加Y也有增加的趋势, 这就是正相关 （b）当X

31、增加,但Y有明显减少的倾向. 这叫负相关 对X快速管理可以管理Y,（c）当X增加Y也增加,但增加的趋势 不明显.这就是正弱相关 （d）当X增加而Y出现减少的趋势, 但趋势不明显,这叫负弱相关 有必要找出除X以外的要因进行管理,正相关.,正弱相关,不相关,负弱相关.,负相关.,X,Y,X,Y,（e） 当X与Y没有任何关系, 这叫 不相关. 找出非X要因进行管理,（a）,（b）,X,Y,X,Y,（c）,（d）,Y,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.,.

32、,.,.,.,.,.,.,R=0.8,R=0.7-0.8,R=0-0.7,散点图的判定结果,应用散点图注意事项,1）判断有无异常点？ 如有异常的点或与集团分离的点时，应把此原因调查清楚。 如果判明了原因就把此点消除，然后再判断整体。 如不知道此点的原因，就把此点包括在内进行判断。,一般出现这种情况有测定的错误或作业条件的变更原因或混入不良品等, , , , , , , , ,异常点,Y,X,2）判断是否需要分层？ 从整体看时不相关,可分层后有可能相关. 反过来分类看时不相关,整体看时 又相关.所以画散点图时,最好把点分成几种样子或几种颜色.,Y,X, , , , , , ,3）判断是否存在伪关

33、联？ 从技术上认为是不相关,可从散点图时，间或出现有相关的状态,Y,X, , , , , , , , , ,注意：相关关系就其本身来说并不意味着因果关系!,潜在变量!,在什么情况下推断因果关系才是正确的?,4）相关关系不等于因果关系,5）相关与回归,“最佳”拟合意味着 希望t (Y- ) 很小 (Y- ) 称为预测的残差或误差 希望 2 很小 希望 S 2 很小 最小平方 最小化误差的平方和,(Y- ),(Y- ),Y,(真实观测值),(“拟合观测值),最小二乘法,判定两个变量的相关关系后,我们希望找到最佳的拟合直线(或曲线),即利用最小二乘法求出回归方程。,问题1：某厂测定淬火温度与硬度之间

34、的成对数据现用散点图对数据的相关程度进行分析研究。,用于分析和掌握数据的分布状况，以便推断特性总体分布状态的一种统计方法。 注意几点： 确定过程特性和计量标准值； 收集数据，必须是计量值数据； 数据针对一个范围时期收集至少50-100个； 确定积差、分组数、分组组界、组间距； 作次数分配表；,直方图,20 15 10 5,直方图示例, 收集测定的特性值。n40 决定数据的范围（R）：最大值176 ，最小值125 R最大值最小值17612551 决定区间的数K 定出区间的宽度H R / k 51/5 10.2 10 求区间的界限值 原则上定为比测定数据的单位最末位数小一位（最小测定单位的1/2）

35、,制作直方图（实例）, 求各区间的代表值（区间的中心值) 求度数分布,以Check Mark（/，/，/，/，/）方式 做出柱状图,1.某罐头厂生产罐头，罐头容量规格为3108g， 今抽验50罐数据如下，请画直方图分析。,308,317,306,314,308,315,306,302,311,307,305,310,309,305,304,310,316,307,303,318,309,312,307,305,317,312,315,305,316,309,313,307,317,315,320,311,308,310,311,314,304,311,309,309,310,309,312,3

36、16,312,318,2.某公司对生产的电线直径进行抽验，以下是100个数据， 用直方图进行分析。,参考：直方图解析,控制图是用于分析和控制过程品质的一种方法。 控制图是一种带有控制界限的反映过程品质的记录图形，图的纵轴代表产品品质特性值(或由质量特性值获得的某种统计量)；横轴代表按时间顺序(自左至右)抽取的各个样本号；图内有中心线(记为CL)、上控制界限(记为UCL)和下控制界限(记为LCL)三条线(见下图)。,控制图,被监控的特性,UCL = 控制上限,中心线,LCL = 控制下限,画的数据,按 时 间 画 数 据,1972年日本科技联盟（JUSE）整理出七个工具； 1977年在日本开始在

37、企业中推行实施； 1978年由日本水野滋、近藤良夫教授召开研讨会命名为“品管新七大手法”； 1979年日本科技联盟正式公布品管新七大工具。 亲和图从杂乱的语言数据中汲取信息； 关联图理清复杂因素间的关系； 矩阵图多角度考察存在的问题； 系统图系统地寻求实现目标的手段； PDPC法预测设计中可能出现的障碍和结果； 箭条图合理制定进度计划； 矩阵数据分析多变量转化少变量数据分析；,品管新七工具及来源,这7种工具提供了理解复杂状况和制定合适规划的方法手段，因此，也称为管理和规划的7种工具。,有效整理语言资料的工具； 能引发思考，有效解决零乱问题； 能充实计划，防止遗漏、疏忽； 能促使有关人员了解并协

38、力推行； 可以淋漓尽致的表达过程。,品管新七工具的特点,两种品管工具相辅相成,品管新7工具与问题形态的对应,C,D,P,A,创造,思考 (品管新七手法),彻底贯彻 实践与决心,解析,追根究底 (品管七大手法),应急对策 防止再发生,两种品管工具与PDCA的关系,S (Statistical)= 以统计学方法来探测流程的变异,C (Control)= 以积极主动的管理来控制流程,P (Process)= 流程，任何流程,S P C = Statistical Process Control,过程评价的工具,过程控制的工具,确定改进的机会； 评价改进的效果 改进成果进行维持,经济 预警性时效性 善

39、用机器设备,用统计方法 通过Sample Data 监控和分析Process 的变化,分解确保质量的要素，理解管理计划的必要性，确保管理计划能有效实施,早期预报Process的变化，赢得在最终Output出现前能纠正问题的时间,统计过程控制,控制图方法-它从何而来？,20世纪20年代-Western Electric 公司的Walter Shewhart博士 用于鉴别受控和不受控的变异 受控: 一般要因或固有的（噪声） 不受控: 特殊要因或可归属的（信号） 尽力在所有的噪声中寻找过程信号 把控制图作为主要的工具,变异的种类 “一般与特殊”,一般要因 (噪声) 在所有流程中出现 由流程自己产生（

40、我们经营的方法） 可以消除和/或减小，但需要流程有根本性的改变 当只有一般要因变异存在时，流程处于稳定的，可预测的，和受控的状态,特殊要因（信号） 不可预测 与一般要因变异相比相对大得多 由单个的扰动或其系列的组合导致 通过基本的流程控制和监控可以消除/减小 一个流程存在特殊要因变异时，被称为 脱离控制 和 不稳定,变异的种类 “一般与特殊”,变动的种类 依 Deming 看法： 85% 至 90% 的变动是一般原因 5% 至于 15% 的变动是特殊因素 有特殊因素的变动并不是随意和经常改变的。如果是现场作业人员的问题，使用适当工具在现场是可能解决的 一般原因的变动是随机，稳定和持续的。它是一

41、个系统问题，管理层负有责任。管理层有且能制定这一系统，仅管理层能去修改系统,类别,名称,符号,特点,适用场合,中心线,控制界限线,计 量 值 控 制 图,平均值 极差控制图,X R,X RM,中位数 极差控制图,单值 移动差 控制图,平均值 标准偏差 控制图,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的工序,=,R,X,X,R,X,RM,X,S,计算简便，但效果较差,适用于产品批量较大的工序,简便省事，及时判断工序状态。但不易发现分布中心的变化,因各种原因每次只能收集一个数据或 希望尽快发现并消除异常因素,D4R,X + 2.659,RM,D3R,UCL=,LCL

42、=,UCL=,LCL=,UCL=,LCL=,UCL=,LCL=,UCL=,LCL=,UCL=3.267,LCL不考虑,UCL=,LCL=,UCL=,LCL=,D4R,D3R,RM,X + 2.659,RM,正 态 分 布,控制图的两种类型,类别,名称,符号,特点,适用场合,中心线,控制界限线,计 数 值 控 制 图,不合格品数 控制图,缺陷数 控制图,单位缺陷数 控制图,较常用，计算简便 操作工人易于理解,样本容量相等,PN,计算量大，控制线凹凸不平,简便省事，及时判断工序状态。但不易发现分布中心的变化,UCL=,LCL=,不合格品率 控制图,PN,P,C,U,样本容量不等,计算量大，控制线凹

43、凸不平,样本容量相等,样本容量不等,P +3,PN（1-P）,P - 3,PN（1-P）,P,U,C,UCL=,LCL=,P +3,P （1-P）,P - 3,P （1-P）,N,N,UCL=,LCL=,U +3,U,U - 3,N,U,N,UCL=,LCL=,C +3,C,C - 3,C,二 项 分 布,泊 松 分 布,数据的类型 计量型 数据是连续的（测量得到的） 对某个特性的实际测量结果，如软管的直径，电阻，部品的重量，等 计数型 数据一般是数出来的 用“有/没有 ” 型仪表的测量结果，可见缺陷的检查，丢失部品的数量，合格/不合格或对/错判断，等,练习: 是什么类型的数据 ?,(1)每天

44、生产的曲轴的加工废品数 (2)每班抽样5个曲轴的档间距的平均值 (3)标签的印刷缺陷数 (4)每销售合同中的误打数 (5) 每天生产的洗衣机的转速RPM (6)每平米的布匹中的疵点数 (7)清算销售债权所需的时间 (8)每100 个产品中有缺陷的产品数,计数型,计量型,什么类型的数据 ?,按群还是按个 体收集的数据 ?,数特定缺陷 或缺陷性项目?,群 (平均值) (n1),个体数值 (n=1),X-Bar R X-Bar S,个体移动范围 （ I-MR ）,特殊类型的“缺陷”,缺陷性项目,缺陷的概率低吗?,如果你知道坏的数， 你知道好的数吗？,泊松分布,二项分布,个体移动范围 （I-MR）,否

45、,是,是,每个样本数 的几率面积不变 ?,是,否,c 图,u 图,不变的样本数 ?,np 图,否,是,p 图,选择正确的控制图,(1)每天生产的曲轴的加工废品数 (2)每班抽样5个曲轴的档间距的平均值 (3)标签的印刷缺陷数 (4)每销售合同中的误打数 (5) 每天生产的洗衣机的转速RPM (6)每班检测生产线上布匹的疵点数 (7)清算销售债权所需的时间 (8)每100 个产品中有缺陷的产品数,练习: 用哪种控制图？,优点 算法简单 对工程变化很敏感 局限 所研究的每个品质特性需要一个控制图 散布 短期: 由群内测定的散布来描述(R 图) 长期: 由群间平均事件的变化来描述(X Bar 图),

46、X Bar / R 图,X Bar / R 图建立步骤: 1) 收集数据 为子群定义合理的原则 选择子群大小 选择子群频率 建立图表然后记录原始数据 计算每个子群的X-bar 和R 定义控制图范围 画每个子群的X-bar 和R,2) 计算 X, R 和 控制限 计算 R 和 X R = Rk / 子群数 (k) X = Xk / 子群数 (k) 计算控制限 UCLR = D4 R LCLR = D3 R (0 if n 7) UCLX = X + A2 R LCLX = X - A2 R 为X和R 画控制限,被监控的特性,UCL = 控制上限,中心线,LCL = 控制下限,画的数据,工程的控制

47、线是基于来自工程本身的数据而计算出来的 他们基于 +/- 3s (预期99.73% 的工程散布落在控制线之间 ) 管理图上没有产品规格限,3)按时间绘制控制图,按 时 间 画 数 据,初始的控制限计算 遵循100个数据点的规则 少了不准确 多了不必要 控制限重新计算 控制线是从工程输出本身推导出来的，只在适当的时候才重算 一般情况下, 再计算的条件： 样本图最近才开始，而且存在一个对抽样，测量，画图等学习转折期 工程有一个已知的变化，而且其影响已经由“老的” 控制限所证实,打开工作表: Xbar - R Stat Control Charts Xbar-R Variable = Output

48、Subgroup = subgroup,统计软件Minitab可以帮助做成 Xbar / R 图,控制上限 = UCL 控制下限 = LCL,规格上限 = USL 规格下限 = LSL,下面的工程在制造不良吗？,UCL,LCL,TIME,USL,LSL,下面的工程在制造不良吗 ?,UCL,LCL,TIME,USL,LSL,控制上限 = UCL 控制下限 = LCL - 用于设定管理图的管理上下限， 判定工程是否受控，是可随工程 状态而改变的。,规格上限 = USL 规格下限 = LSL - 用于工程能力的计算，是标准 上的规定值，不随工程状态变 化，是判定生产良品与不良品 的标志。,特殊原因,

49、我们断定：一定发生了某种特殊原因的变化，去把它找出来！,一般原因,然而，我们的判定可能会犯错误！第一类错误和第二类错误,最基本的判异准则：超出控制限,我们会用到的规则: 基本 规则: 常规控制图的八大判异准则，请参考 Minitab 选项 Pattern 规则: 重复出现的图案,控制图的判异规则,为了帮助鉴别出现在我们工程中的特殊要因事件，制定了一套标准规则 当违反了一个规则时，我们称其为“失控”来描述,这意味着某些“非正常”的情况发生了- 去把它查出来!,1 Sigma (Zone C),2 Sigma (Zone B),3 Sigma (Zone A),1 Sigma (Zone C),2

50、 Sigma (Zone B),3 Sigma (Zone A),时间,我们测量的物件,60-75%,90-98%,99-99.9%,% 数据点数,UCL,LCL,标准差规则“数据落点在哪?”,Minitab自动寻找是否有违反规则的设定,一个点落在三西格玛线之外（A区） 连续9点落在中心线同一侧 连续6点递增或递减 连续14点中相邻点交替上下 连续3点中有2点落在中心线同一侧的B区以外 连续5点中有4点落在中心线同一侧的C区以外 连续15点落在中心线两侧的C区内 连续8点落在中心线两侧且无一在C区内,控制图的八大判异规则,国家标准GB/T 4091-2001常规控制图中给出了波动的可查明原因的

51、八种模式,# 1) 把规格限放在控制图上 #2 ) 把UCL 和 LCL 当做规格限对待 如果你做了其中一个，控制图将变成仅供检查的工具-它不再是控制图了,记住：UCL / LCL 不直接和顾客不良相联系,控制图应用的两大错误,过程能力 指工程中的5M1E因素均处于规定的条件下，操作呈稳定状态时所具有的品质水平，即过程处于稳定状态下的实际加工能力。 过程能力通常用品质特性值的6倍标准偏差来表示，PC=6。 6越小, 表明品质波动越小,过程能力越高,过程能力指数,是指相对于顾客规格比较，过程能生产均匀品质产品的能力。 即评价过程能力的测度。 在Minitab中，短期工程能力用Cp/Cpk表示；长

52、期工程能力用 Pp/Ppk表示,过程能力指数 过程能力指数是表示过程能力满足公差范围要求程度的量值。 过程平均和规格中心一致时 过程平均和规格中心不一致时 st表示短期标准偏差，在Minitab中以StDev(Within)推定。,C,Min(,-,LSL,3,USL,-,3,pk,st,st,),即,CP =,规格上限 平均值,3 标准偏差,CP =,平均值规格下限,3 标准偏差,Cpk的另一种算法（规格中心与分布中心不重合） 只有单侧规格界限时，Cp的计算公式,CPK =（1-K）CP,K =,（规格上限 + 规格下限）2 平均值,（规格上限 - 规格下限）2,过程能力指数评定,QC工程图

53、,Insure Success确保成功Find The Root Cause找到根本原因,Problem问题,Why 为什么,Why 为什么,Why 为什么,Why 为什么,Why 为什么,Root Cause根本原因,5Why表,FMEA历史,最早用于20世纪60年代Apollo 计划期间的宇宙航空工业 1974年美国海军应用FMEA开发了MIL-STD-1629 在20世纪70年代后期，由于成本驱动而应用于汽车工业,失败模式影响分析,FMEA 的类型,系统 - 在早期概念和设计阶段用来分析系统和子系统 集中于潜在的与系统功能相关的由设计造成的失败模式 设计 - 在产品投产之前，用于分析产品

54、设计 集中于产品功能 工程- 用于分析制造和组装工程 集中于工程输入,FMEA 的作用,工程队是以抢先 的方式（在失败发生之前） 改善工程的关键工具 用于优化 资源，以确保工程改善的努力有益于顾客 用于档案化课题的完成 应该是一个动态 的档案，不断地回顾，补充，修正,术语定义,失败模式（ Failure Mode ） 影响（ Effect ） 要因（ Cause ） 当前设计控制（ Current Design Controls ） 发生率（ Occurrence ） 严重度（ Severity ） 探测力（ Detection ） 风险优先数（ Risk Priority Number ）

55、(RPN),FMEA - 步进式,1.对于每个工程输入，决定其出错的方式（失败模式） 2.对于每个与输入相关的失败模式，决定其对顾客的影响。 记住内部的顾客呀！ 3.对于每个失败模式确定潜在的要因 4.对于每个要因或失败模式列举目前的控制方法 5.作出严重度，发生率，和探测力的等级范围 6.对每个要因，给出严重度，发生率，和探测力的数值 7.对每个要因计算RPN 8.决定减少高RPN的措施 9.采取适当的措施，然后重新计算,FMEA 工作表,在我们看示例之前，我们先看一个FMEA 工作表 这张表上的内容是从FMEA 表上直接转移过来的 这张表的目的是让队集中于FMEA的输入，而不是分数 评分应

56、该在完成基本的输入后再做,术语定义 - 失败模式,失败模式 - 因为特定工程输入的失败方式-如果不被探测或祛除，将导致影响发生 可能与某个缺陷相关（在分离的生产中）或与超出规格的工程输出变量相关 操作者可以看到的任何错的事件都被认为是一个失败模式 示例 温度太高 错的 PO 数 表面污染 未对策的要求 (顾客服务) 涂漆太薄,1.对于每个工程输入，决定出错的方式（失败模式 ）,首先我们列举切割工序中的剪切速度,术语定义 - 影响,影响 - 对顾客要求的影响 一般集中于外部顾客，但也可包括下工序 示例 温度太高: 油漆破裂 错误的订单数: 帐目的可接受的、可查踪的错误 表面污染: 不良的附着 未对策的要求: 顾客的不满 喷漆太薄: 不良的覆盖,联系失败模式和影响,注意，失败模式和影响之间的关系不一定总是1-对-1,2.对每个与输入相关的失败模式，决定影响