冶金公司QC七大手法培训讲座PPT.ppt

《冶金公司QC七大手法培训讲座PPT.ppt》由会员分享，可在线阅读，更多相关《冶金公司QC七大手法培训讲座PPT.ppt（127页珍藏版）》请在三一办公上搜索。

1、2023/2/19,QC七大手法,扬州海昌粉末冶金有限公司,培训安排,第一节课（14.01.17）第一章：QC手法概论第二章：特性要因图第三章：查检表第二节课第四章：柏拉图第五章：散布图第三节课第六章：层别法第七章：直方图第四节课第八章：管制图总结书面试题考核,QC七大手法的意义,第一章 QC七大手法概论,鱼骨追原因查检集数据柏拉抓重点散布看相关层别作解析直方显分布管制找异常,QC七大手法口决,鱼骨追原因查检集数据柏拉抓重点层别作解析散布看相关直方显分布管制找异常,QC七大手法口决,第二章 特性要因图,一、定义对于结果（特性）与原因（要因）间或 所期望之效果（特性）与对策间的关系，以箭头连结，

2、详细分析原因或对策的一种图形称为特性要因图。其形状与鱼的骨架相似，故亦称鱼骨图；又因为是日本质量管理专家石川馨博士倡导的，故又称为石川图。,二、特性要因图的分类1、原因追求型,2、对策追求型,三、绘制特性要因图前需学习思考的方法 1、脑力激荡法 2、5W1H法 3、4M1E法 4、ECRS法,什么是脑力激蕩法,美国奥斯朋 博士于1941年所倡导。几个人集合在一起,围绕着一问题,动用集思广益的方法,自由奔放地互相提出意见、构想，以招集众人构想的一种思考活动。,原则：拒绝任何批评自由奔放构想越多越好：先求量再求质鼓励构想之改进与合并、搭便车,脑力激蕩法的规则,规则：让每一成员均参加此活动，轮流每次

3、提出一个意见，如此次轮到之成员无意见可提供，他（她）可以说PASS。持续进行轮流发言活动，直到每一个人都PASS。在开始提出意见的过程中，对所有的意见，均须先予以接受，不可修改、讨论、评估、补充、批评、贬低、嘲笑或轻视任何意见。记录所有之意见。鼓励踴跃发言者多提意见，鼓励沉默者开口。轻松有趣。,5W1H法,5W1H法,WHO何人,WHEN何时,WHERE何处,WHY为什么,HOW如何,WHAT做什么,4M1E法,ECRS法,三、绘制特性要因图的步骤步骤1：召集与所分析品质问题相关的、有经验的人员，人数最好4-10人。步骤2：决定问题的特性 特性要因图在未画之前，应先决定问题（或品质的特性），如

4、不良率、停机率、送修率、外观不良、尺寸不良等问题步骤3：准备纸和笔，在纸上画一个横向长箭头为母线，箭头指向右方并写上品质问题名称。步骤4：根据原因分为几个大类，每大类画于中骨上，大原因可从人、机、料、法、环、其他方面考虑。在母线上加上带箭头的分枝，稍斜（约60），此大分枝称为子枝，较母线略细。,三、绘制特性要因图的步骤,步骤5：由集合的人员就影响问题的主要因素发言，中途不可批评或质问(脑力激荡法)，发言内容用短箭头记入图上各要因箭头的两侧。时间大约1个小时，搜集20-30个原因则可结束。步骤6：就搜集的要因，讨论何者影响最大，由大家轮流发言，经大家磋商后，认为影响较大的予圈上红色圈（或画上方框

5、）；若认为最重要的可以再圈上两圈、三圈。步骤7：正对确认的原因，现场验证；制定纠正预防措施。步骤8：记下制图部门和人员、制图日期、参加人员以及其他备查事项。,案例,课堂练习,从自己的工作中挑选一个问题画出鱼骨图。日常生活中出现的问题（如米饭烧糊）。,四、绘制特性要因图的注意事项,所有参加的人员应包括对此项工作具有经验者，才易奏效。应用脑力激荡法，全员发言。把要因层别。把重点放在解决问题上，依5W1H的方法逐项展开。应按特性别绘制多张特性要因图。原因解析越细越好。确认原因的重要程度，应考虑其可行性、价值，并经讨论表决后决定。应将圈出的重要原因整理出来，重新制作另一个特性要因图。,鱼骨追原因查检集

6、数据柏拉抓重点层别作解析散布看相关直方显分布管制找异常,QC七大手法口决,第三章 查检表,一、定义将要进行查看的工作项目一项一项地整理出来，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统计图表.二、检查表的分类点检用检查表 记录有、没有、好、不好等信息记录用检查表 收集计量和计数数据,制作查检表,制作步骤：明确制作目的（标题）。制作表格，决定记录形式。明确点检项目、点检对象、点检人员、点检频率。简单明了的点检方法、判断标准。异常事故处理及记录。,案例-点检用查检表,案例-记录用查检表,你知道你的实际工作中有哪些具体案例？,查检表制作要点,1.可先参考别人的格式制作新的查

7、检表，使用时如不合用 就进行改善。2.记录方式越简单越好，因为容易记录，可以用最短的时间将现场资料记录下来。3.查检的事项应清楚，使记录人在记录问题的同时，即能明白所登记的内容。4.切记不可遗漏重要项目。,4.查检表记载项目1）标题2）对象、项目 3）方法4）时间、期间5）人6）场所、制程7）结果整理8）传递途径,查检表制作要点,5.查检表的使用要求1）从查检表中发现有问题时，必须采取行动。2）查检表的项目应随工程的改善而改变内容。3）不方便随时记录时，以小东西层别代替。4）由记号即能判断，并采取行动。5）收集的数据应能获得层别的情报。6）进行数据收集时，先准备好查检工具。7）让收集者了解收集

8、目的和方法。,查检表制作要点,鱼骨追原因查检集数据柏拉抓重点层别作解析散布看相关直方显分布管制找异常,QC七大手法口决,第四章 柏拉图,一.柏拉图的定义柏拉图是为寻找影响产品质量的主要问题，用从高到低的顺序排列成矩形，表示各原因出现频率高低的一种图表。柏拉图是美国品管大师朱兰博士运用意大利经济学家柏拉图(Pareto)的统计图加以延伸所创造出来的，柏拉图又称排列图。二.柏拉图的应用决定改善目标，找出问题点。确定主要因素、有影响因素和次要因素。确认改善效果(改善前、后的比较)。,柏拉图制作,步骤 1:确定分析的对象和分类项目。对象确定一般按产品或零件的废品件数、吨数、损失金额、消耗工时及不合格项

9、数等。分类项目一般可按废品项目、缺陷项目、零件项目、不同操作者等进行分类。步骤 2:決定收集数据的期间，并按分类项目，在期间內收集数据。,柏拉图制作,例:电气不良状况记录表 期间:99年8月5-9日 过程检查组 检验者:李XX,柏拉图制作,步骤3:依项目作数据整理做统计表。,柏拉图制作,步骤4:记入图表用纸并按数据大小排列画出柱状图。,不良項目,收斂不良 几何失真 白平衡 敲閃 無畫面 畫面傾斜 其他 不良,柏拉图制作,步骤 5:绘累计曲线。,柏拉图制作,步骤6:绘累计比率。,收敛 几何 白平衡 敲闪 无书面 书面 其他 不良 失真 不良 倾斜,100%90%80%70%60%50%40%30

10、%20%10%,柏拉图制作,步骤 7:记入必要的事项标题(目的)。数据搜集期间。数据合计(总检查、不良数、不良率等)。工序名称。相关人员(包括记录者、绘图者),柏拉图制作,课堂练习,利用自己工作中的数据，绘制柏拉图，并分析。,鱼骨追原因查检集数据柏拉抓重点层别作解析散布看相关直方显分布管制找异常,QC七大手法口决,第五章 层别法,一.何谓层别法?层别法就是针对部门别、人别、工作方法别、设备、地点等所收集的数据,按照它们共同的特征加以分类.统计的一种分析方法.也就是为了区别各种不同原因对结果的影响,而以个别原因为主,分别统计分析的一种方法.,第五章 层别法,二、层别的对象与项目2.1 时间的层别

11、:小时别、日期别、周别、月别、季节别.等.例:制程中温度的管理就常以每小时来层别.2.2 作业员的层别:班别、操作法别、熟练度别、年龄别、性别、教育程度别.等.例:A班及B班的完成品品质层别.2.3 机械、设备的层别:场所别、机型别、年代别、工具别、编号别、速度别.等.例:不同机型生产相同产品以机型别来分析其不良率.2.4 作业条件的层别:温度别、湿度别、压力别、天气别、作业时间别、作业方法别、测定器别.等.例:对温度敏感的作业现场所应记录其温湿度,以便温湿度变化时能层别比较.,第五章 层别法,二、层别的对象与项目 2.5 原材料的层别 供应者别、群体批别、制造厂别、产地别、材质别、大小类别、

12、贮藏期间别、成分别.等.例:同一厂商供应的原材料也应做好批号别,领用时均能加以层别,以便了解各批原料的品质,甚至不良发生时更能迅速采取应急措施,使损失达最小的程度.2.6 测定的层别 测定器别、测定者别、测定方法别.等.2.7 检查的层别 检查员别、检查场所别、检查方法.等.2.8 其它 良品与不良品别、包装别、搬运方法别.等.,第五章 层别法,三、分层法运用举例1.XX公司注塑机系三班轮班，前周三班所生产的产品均为同一产品，结果为：A B C 产量（件）1000010500 9800 不良率（%）0.3 0.4 0.2 以班别来加以统计，可得知各班的产量及不良率状况，以便于有依据地采取措施。

13、,第五章 层别法,四、分层法的实施步骤 1、确定分层的类别和调查的对象 2、设计收集数据的表格 3、收集和记录数据 4、整理资料并绘制相应图表 5、比较分析和最终的推论,第五章 层别法,三.层别法的使用活用层别法时必须记住二个重点:1.在收集数据之前就应使用层别法 在解决日常问题时,经常会发现对于收集来的数据必须浪费相当多的精神来分类,并作再一次的统计工作.在得到不适合的数据,如此又得重新收集,费时又费力.所以在收集数据之前应该考虑数据的条件背景以后,先把它层别化,再开始收集数据.(在做查检时,考虑适当分类),第五章 层别法,2.QC手法的运用应该特别注意层别法的使用.QC七大手法中的柏拉图.

14、查检表.散布图.直方图和管制图都必须以发现的问题或原因来作层别法.例如制作柏拉图时,如果设定太多项目或设定项目中其它栏所估的比例过高,就不知道问题的重心,这就是层别不良的原因.别外直方图的双峰型或高原型都有层别的问题.,第五章 层别法,发现问题,鱼骨追原因查检集数据柏拉抓重点层别作解析散布看相关直方显分布管制找异常,QC七大手法口决,第六章 散布图,一、定义 就是将互相有关连的对应数据,在方格纸上以纵轴表示结果,以横轴表示原因;然后用点表示出分布形态,根据分布的形态来判断对应数据之间的相互关系.,散布图分类,强正相关,弱正相关,无相关,弱负相关,强负相关,曲线相关,散布图的一来般来说有六种形态

15、.1.强正相关。x增大，y也随之线性增大。x与y之间可用直线y=a+bx(b为正数)表示。此时，只要控制住x，y也随之被控制住了.,二、散布图分类,X,Y,0,二、散布图分类,2.散布图点的分布较广但是有向上的倾向,这个时候X增加,一般Y也会曾加,但非绝对性,也就是就X除了受Y的因素影响外,可能还有其它因素影响着X,有必要进行其它要因再调查,这种形态叫做似有正相关称为弱正相关,X,Y,0,二、散布图分类,3.强负相关。图(e)所示，x与y之间可用直线y=a+bx(b为负数)表示。y随x的增大而减小。此时，可以通过控制x而控制y的变化。,Y,0,X,二、散布图分类,4.当X增加,Y减少的幅度不是

16、很明显,这时的X除了受Y的影响外,尚有其它因素影响X,这种形态叫作非显著性负相关,如下图所示:,Y,0,X,二、散布图分类,5.如果散布点的分布呈现杂乱,没有任何倾向时,称为无相关,也就是说X与Y之间没有任何的关系,这时应再一次先将数据层别化之后再分析,如下图所示:,Y,0,X,二、散布图分类,6.假设X增大,Y也随之增大,但是X增大到某一值之后,Y反而开始减少,因此产生散布图点的分布有曲线倾向的形态,称为曲线相关,如下图所示:,Y,0,X,第六章 散布图,三、散布图制作方法收集资料（至少30组以上）。找出数据中的最大值与最小值。准备座标纸，划出纵轴、横轴的刻度，计算组距。通常纵轴代表结果，横

17、轴代表原因。组距的计算应以数据中的最大值减小值除以所需设定的组数求得。将各组对应数标示在座标上。须填上资料的收集地点、时间、测定方法、制作者等项目。,鱼骨追原因查检集数据柏拉抓重点层别作解析散布看相关直方显分布管制找异常,QC七大手法口决,第七章 直方图,一.定义直方图是适用于对大量计量值数据进行整理统计，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。主要图形为直角坐标系中若干顺序排列的矩形。各矩形底边相等，为数据区间。矩形的高为数据落入各相应区间的频数。二.直方图的用途了解品质特性分布的形状。研究制程能力或计算制程能力。用以制定规格界限。,直方图制作,步骤1：收集数据并记

18、录。收集数据时，对于抽样分布必须特別注意，不可取部分样品，应全部均匀地加以随机抽样。所收集数据的个数应大于50以上。例:某厂成品尺寸规格为130至160mm，今按随机抽样方式抽取60个样本，其测定值如附表，试制作直方图。138 142 148 145 140 141 139 140 141 138 138 139 144 138 139 136 137 137 131 127 138 137 137 133 140 130 136 128 138 132 145 141 135 131 136 131 134 136 137 133 134 132 135 134 132 134 121 12

19、9 137 132 130 135 135 134 136 131 131 139 136 135,直方图制作,得知 NO.1 L1=145 S1=131 NO.2 L2=142 S2=127 NO.3 L3=148 S3=130 NO.4 L4=145 S4=128 NO.5 L5=140 S5=121 NO.6 L6=141 S6=129 求L=148 S=121,直方图制作,步骤2：找出数据中的最大值(L)与最小值(S)先从各行（或列）找出最大值，最小值，再予比較。最大值用“”框起來，最小值用“”框起來 EX:NO.1 NO.2 NO.3 NO.4 NO.5 NO.6138 142 14

20、8 145 140 141139 140 141 138 138 139144 138 139 136 137 137131 127 138 137 137 133 140 130 136 128 138 132145 141 135 131 136 131 134 136 137 133 134 132135 134 132 134 121 129137 132 130 135 135 134136 131 131 139 136 135,直方图制作,步骤3：求极差(R)数据最大值(L)减最小值(S)=极差(R)例：R=148-121=27步骤4：決定组数：一般可用数学家史特吉斯(Sturg

21、es)提出的公式，根据测定次数n来计算組数k，公式为：k=1+3.32 log n,直方图制作,例：n=60 则k=1+3.32 log 60=1+3.32(1.78)=6.9即约可分为6组或7组一般对数据的分组可参照下表：例：取7组,直方图制作,步骤5：求组距(h)组距=极差组数 h=R/k为便于计算平均数及标准差，组距常取为测定值最小单位的整数倍。例：h=27/7=3.86，组距取4。步骤6：求各组上限，下限(由小而大顺序)第一组下限=最小值-第一组上限=第一组下限+组踞第二组下限=第一组上限.,直方图制作,例：第一组=121-1/2=120.5124.5 第二组=124.5128.5 第

22、三组=128.5132.5 第四组=132.5136.5 第五组=136.5140.5 第六组=140.5144.5 第七组=144.5148.5,直方图制作,步骤7：求组中点组中点(值)=例：第一组=(120.5+124.5)2=122.5第二组=(124.5+128.5)2=126.5第三组=(128.5+132.5)2=130.5第四组=(132.5+136.5)2=134.5第五组=(136.5+140.5)2=138.5第六组=(140.5+144.5)2=142.5第七组=(144.5+148.5)2=146.5,直方图制作,步骤8：作次数分配表将所有数据，按其数值大小记在各组的组

23、界內，并计算其次数。将次数相加，并与测定值的个数相比较；表示的次数总和应与测定值的总数相同.次数分配表,直方图制作,步骤9：制作直方图将次数分配表图表化，以橫轴表示数值的变化，纵轴表示次数。橫轴与纵轴各取适当的单位长度。再将各组的组界分別标在橫轴上，各组界应等距分布。以各组內的次数为高，组距为宽；在每一组上画成矩形，则完成直方图。在图的右上角记入相关数据履历（数据总数n，平均值x，），并划出规格的上、下限。填入必要事项：产品名称、工序名称、时间、制作日期、制作者。,直方图制作,案例-直方图,实例：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

24、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.叙述由直方图所得的情报,收集数据如下：,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 组距=(194-119)/10=7.5 取8 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 最小一组的上组界=下组界+组距=118.5+8=126.5,2.作次数分配表,3.全体数据之直方图,SL=135,SU=210,4.作A设备之层别直方图,SL=135,SU=210,5.B设备之层别图,SU=210,SL=135,6.结论,直方图的判

25、读,1、常见的直方图形态正常型说明：中间高，两旁低，有集中趋势结论：左右对称分配（正态分配），显示过程运转正常。,直方图的判读,2、缺齿型（凸凹不平型）说明：高低不一，有缺齿情形。不正常的分配，由于测定值或换算方法有偏差，次数分配不妥当所形成。结论：检验员对测定值有偏好现象，如对5，10之数字偏好；或是假造数据。测量仪器不精密或组数的宽度不是倍数时，也有此情況。,3、切边型（断裂型）说明：有一端被切断。结论：原因为数据经过全检，或过程本身经过全检，会出现的形状。若剔除某规格以上时，则切边在靠近右边形成。,直方图的判读,4、离岛型说明：在右端或左端形成小岛。结论：测量有错误，工序调节错误或使用不

26、同原料所引起。一定有异常原因存在，只要去除，就可满足过程要求，生产出符合规格的产品。,直方图的判读,5、双峰型说明：有两个高峰出现。结论：有两种分配相混合，例如两台机器或两家不同供应商，有差异时，会出现这种形状，因测量值不同的原因影响，应先分层后再作直方图。,直方图的判读,直方图的判读,6、偏态型（偏态分配）说 明：高处偏向一边，另一边低，拖长尾巴。可分偏右型、偏左型。偏右型：例如，微量成分的含有率等，不能取到某值以下的值时，所出现的形状。偏左型：例如，成分含有高纯度的含有率等，不能取到某值以上的值时，就会出现的形状。结 论：尾巴拖长时，应检查是否在技术上能够接受，工具磨损或松动时，也有此种现

27、象发生。,四.与规格值或标准值作比较,1.符合规格 A.理想型:制品良好,能力足够.制程能力在规格界限内,且平均值与规格中心一致,平均值加减4倍标准差为规格界限,制程稍有变大或变小都不会超过规格值是一种最理想的直方图。,USL,LSL,B.一则无余裕:制品偏向一边,而另一边有余裕很多,若制程再变大(或变小),很可能会有不良发生,必须设法使制程中心值与规格中心值吻合才好.,USL,LSL,C.两侧无余裕:制品的最小值均在规格内,但都在规格上下两端内,且其中心值与规格中心值吻合,虽没有不良发生,但若制程稍有变动,说会有不良品发生之危险,要设法提高制程的精度才好.,USL,LSL,2.不符合规格A.

28、平均值偏左(或偏右)如果平均值偏向规格下限并伸展至规格下限左边,或偏向规格上限伸展到规格上限的右边,但制程呈常态分配,此即表示平均位置的偏差,应对固定的设备,机器,原因等方向去追查.,USL,LSL,B.分散度过大:实际制程的最大值与最小值均超过规格值,有不良品发生(斜线规格),表示标准差太大,制程能力不足,应针对人员,方法等方向去追查,要设法使产品的变异缩小,或是规格订的太严,应放宽规格.,LSL,USL,C.表示制程之生产完全没有依照规格去考虑,或规格订得不合理,根本无法达到规格.,LSL,USL,直方图的应用,过程能力的判断 过程精密度CP(Capability of Precision

29、)的求法：,直方图的应用,过程能力指数CPk的求法：双侧规格,LSL,USL,直方图的应用,单侧规格 上限规格 下限规格,LSL,USL,直方图的应用,2.调查是否混入两个以上的不同群体。3.测知有无假数据。4.籍以订定规格界限 未订出规格界限前,得根据收集而得的数据编成次数分配表,测验次数分配是否为常态分配,如为常态分配,便可据以计算平均数与标准差,平均数减去4倍标准差得规格下限,平均数加上4倍标准差得规格上限,或按实际需要而订定.5.作改善前后之比较。,直方图的应用,鱼骨追原因查检集数据柏拉抓重点层别作解析散布看相关直方显分布管制找异常,QC七大手法口决,第八章 控制图,一、定义控制图是用

30、于分析和控制过程质量的一种方法。控制图是一种带有控制界限的反映过程质量的记录图形。二、控制图的发展控制图是1924年由美国品管大师Shewhart博士发明。因其用法简简单且效果显著，人人能用，到处可用，遂成为实施品质管制时不可缺少的主要工具，当时称为(Statistical Quality Control)。,管制图的诞生,两种错误第一种错误：以为是特殊原因引起的结果，其实却是变异的共同原因造成的。（只因为样本有缺陷就停产,然而生产线上却都是合格品。）第二种错误：以为是变异的共同原因造成的结果，其实是来自特殊原因。（明明生产线上产出了次品，却因为样本的品质合格而继续生产。）Stewart博士的

31、理论说：每一个系统都有很多变异的来源，我们可以通过管制图从随机（共同原因）或非随机（特殊原因）原因所产生的变异中，作出正确的选择当有一点落在管制界限外的时候，该寻找那些特殊原因。,SPC控制图的基本原理,控制图的实质：区分影响质量的偶然因素与异常因素,偶然因素,异常因素,控制图的原理,控制界限的构成以加减3个标准差来订立。,LCL,UCL,控制图的原理,個別值的正態分佈,平均值的正態分佈,控制圖的正態分佈,控制图的用途,控制图和其它的统计图（趋势图、推移图）不同，因为它不但能够把数据用曲线表示出来，观察其变化的趋势，而且能显示变异是属于机遇性或非机遇性，以指示某种现象是否正常，从而采取适当的措

32、施。,数据和控制图的分类,常用计量型控制图,计量型控制图 X-R 均值-极差图 X-S 均值-标准极差图 X-Rs 中位数-移动极差图 Me-R 单值-移动极差图,正态分布（计量值）,常用计数型控制图,P-Chart 不合格率控制图用来控制不合格率nP-Chart 不合格品数控制图用于不合格品数C-Chart 不合格点数控制图用来控制不合格点数U-Chart 单位不合格点数控制图 用于控制每单位之不合格点数,泊松分布（计点值）,二项分布（计件值）,不是,控制图的制作 计量值,1、计量值控制图（X-R控制图）确定产品型号、工序名称、品质特性。确定控制图格式，并规定子组大小(2-5个数据为一组,一

33、般为4-5个)、频率。收集100个以上数据,依测定的先后顺序排列。将各组数据记入数据表栏位內。计算各组的平均值X。计算各组之极差R(最大值-最小值=R)。,控制图的制作 计量值,计算总平均 K(为组数)计算极差的平均R计算控制界限X控制图:中心线(CL)=控制上限(UCL)=控制下限(LCL)=R控制图:中心线(CL)=控制上限(UCL)=控制下限(LCL)=之值,随每组的样本数不同而有差异,但仍遵循三个标准差的原理计算而得,今已被整理成常用系数表。,控制图的制作,绘制水平中心线及控制线,将各点点入图中并用短实线依次连接。根据下列判断准则判定制程是否存在特殊原因。,实例:平均数与全距管制图,某

34、厂制造全铜棒,为控制其品质,选定内径为管制项目,并决定以X-R管制图来管制该制程的内径量度,并于每小时随机抽取5个样本测定,共收集最近制程之数据125个,将其数据依测定顺序及生产时间排列成25组,每组样本5个,每组样数5个,记录数据如下:,計算如下:X=40.264 R=5.查系數表,當N=5時,D4=2.115,D3=0,X管制图上下限:,R管制图上下限:,分析结论,在管制图中有第16个及第23个样本组的点分别超出管制上限及管制下限,表示制程平均发生变化,而R管制图并无点超出界限或在界限上,表示制程变异并未增大.,控制图的制作 计数值,P管制圖運用條件:1.產品不是良品就是不良品2.抽樣放回

35、3.彼此獨立進行 樣品不良率計算公式為:P=標準差公式為:S=,上下限計算公式如下:,管制上限(ucl):=+3(為平均不良率,n為樣本數)中心線(cl):管制下限(lcl)=-3如果下限计算结果可能为负数,因为二项分配并不对称,且其下限为零,故当管制下限出现小于零的情况,应取0表示.平均不良率应用加权平均数来计算(用不良数总数与全体的样本总数之比).,例:宝光厂生产的MOUSE用的包装袋,检验其底部是否有破损即包装为不良品,取30个样本,每个样本数为50个,这些样本是在机器每天三班制的连续工作每半小时取一次而得.,計算結果如下:,平均不良率P=0.233(CL)用P當真實過程不合格的估計值,

36、可以計算管制上限和下限,如下:UCL=P+3=0.412 LCL=P-3=0.054,P管制圖如下:,UCL=0.41,UCL=0.23,UCL=0.05,针对管制图进行分析,由管制图中我们可以发现来自样本12及25的两点超出管制上限,故制程是在非管制状态,必须进一步探讨是否有异常原因.分析样本12得知,在这半小时里,有一批新进的包装袋被使用,所以这异常的现象是由于新原料加入引起.而在样本25那半小时,有一个没有经验的员工在操作此机器,而使样本25有这么高的不良率.现在将超出管制界限的两个点删除掉,重新计算管制界限,管制以后的制程,其管制中心线及上.下限为,八.管制图的判别,管制状态,意指制程

37、安定,管制状态也称安定状态.我们无法知道制程的真正状态,只能对制程的某种特性值收集数据,将其绘在管制图上,由管制图来观察制程的状态.在判定制程是否处于管制状态,可利用以下基准:1.管制图的点没有逸出界外.2.点的排列方法没有习性,呈随机现象.在正常管制的状态下,管制图上的点子应是随机分布,在中心线的上下方约有同数的点,以中心线近旁为最多,离中心线愈远点愈少,且不可能显示有规则性或系统性的现象.归纳得到下面两种情形:,1.管制图上的点,大多数集中在中心线附近,少数出现在管制界限附近,且为随机分布.2.一般管制图上的点,25点中有0点;35点中有1点以下;100点中 有2点以下,超出管制界限外时,可称为安全管制状态.以上两点仅是作为一个参考,各位同仁应在实际中 灵活运用.实际分析.,控制图解读,总结,总结,