qc七大手法培训课件.pptx

《qc七大手法培训课件.pptx》由会员分享，可在线阅读，更多相关《qc七大手法培训课件.pptx（57页珍藏版）》请在课桌文档上搜索。

1、qc七大手法培训课件,一、检查表二、层别法三、柏拉图四、因果图五、直方图六、散点图七、管制图,、什么叫检查表 为了获取数据并加以整理，必须采用某种手法，以方便的记录有关数据，并且 以便于整理的方式把这些数据集中起来检查表就是适应这种需要而设计出来的 一种表格；通过检查表，只需进行简单的检查（确认），就能收集到各种信息。、检查表的种类 不合格项检查表 不合格位置检查表 不合格原因检查表 工序分布检查表(三)、制作要点 确定制作什么类型的表，明确制作目的 充分分析分类的项目 记录要以简单为佳,一、检 查 表,检 查 表 年 月 日：产品名称：工厂名称：工 序：系 名：检查总数：检查员姓名：,一.什

2、么叫层别法 层别法是指“根据一定的标准，把整体分为几个部分”。在QC的场合下，通常将根据所具有的共同点或特点（如不良的现象或原因等）把全部数据分成几组的做法称为层别法。,二、层别法,例如 照相机组装工序的数据表对2月1日至2月5日间所发生的91件不良品按“日期、星 期”和“不良项目”进行如下分类。按日期分类 按不良项目分类 2/1（星期一）：18件 螺丝松动：33件 动作不良：5件 2/2（星期二）：20件 里程表有灰尘：12件 缝隙不良：3件 2/3（星期三）：20件 外面伤：18件 零件掉落：3件 2/4（星期四）：17件 焊接不良：5件 外面脏污：2件 2/5（星期五）：16件 粘接不良

3、：10件,对照相机组装工位发生的不良品，按“日期”和“不良项目”分类。,二：分层的方法 进行分层时，原则上必须选择对特性（结果）产生影响的要素，作为分层的标准（项目）。,层别法可以说是“收集和整理数据时所必须遵循的一种基本思考方法”。层别法的思考方法也被下列的一些手法采纳：*排列图是把分层后的数据表示为柱图进而按大小顺序排列、标出累计曲线后所形成的图。*特性要因图也是在对原因系列（要因）按大骨、中骨、小骨进行分层之后形成的。*记录用的数据表也对数据进行分层，可以方便的收集数据。,柏拉图是十九世纪意大利的经济学家柏拉特就当时国民的财产与所得的分布曲线考虑出来的一种反映其特征的法则。并因此发现了财

4、产的绝大部分为一小部分人所拥有，大部分的国民处于贫困状态。劳伦斯为了表现所得分布的不平等，用累积度数的百分率曲线表示出了这一现象，取名为劳伦斯曲线。对于这个柏拉特法则，美国的朱兰博士认为可以应用于品质管理，推荐把它用在不良对策中发现重大问题。即：不良损失额中的大部分被几个项目的不良所占据。剩下的及少部分由多数的不良项目占有。如果对前者的不良项目制定不良对策予以实施，即可大幅度的降低成本。,财产的累积百分率,100,100,0,劳伦斯曲线,人口的累积百分率,三、柏拉图,照相机组装工序不良项目检查表,为制作排列图而进行的计算,制作柏拉图,不良件数,不良比率,不良项目,什么叫特性要因图（因果图、鱼骨

5、图、石川图）特性要因图是一种用于分析质量特性（结果）与可能影响质量特性的因素（原因）的一种工具。,四、特性要因图,因果图的的用途：分析因果关系；表达因果关系；通过识别症状、分析原因、寻找措施，促进问题解决。,制作时的注意事项 集思广益的制作 在制作特性要因图过程中，QC小组全体成员的积极参与，充分的交换意见，即真正做到集思广益，是至关重要的。特性和原因因素尽可能表述得简洁具体 不要用长篇文章来表述，只用一两句短语表述出来。特性和要因（结果和原因）关系需采用大家都能理解的表述形式。更具体地追查原因 反复的问“为什么”，不仅只注意大骨、中骨，追查要因须深入到小骨、细骨的层次。,【实施大脑风暴法（B

6、rain Storming）的注意事项】*绝对不可进行好坏评判。*无所顾及的各抒己见。*在他人意见的基础上，提出更好的意见，形成连 锁反应三个臭皮匠顶一个诸葛亮。*意见数量越多越好。大骨：48；中骨：45；小骨：23；细骨：视情形而定,*有时候被认为没有价值的意见却是重要的原因。*一旦自己的意见被他人忽视，就会不再提意见了。必须注意上述情况。,【例】焊接不良多 列举作为原因的要因 减少焊接不良 提示针对要因的对策方案,特性,举例说明：,机器组不良率高,五、直方图,（1）直方图定义,直方图可表示测量数据（尺寸、重量、时间等计量值）具有怎样的偏差（分布），且容易把握整体情况。直方图也称为柱状图。,

7、(2)直方图的特点,数据的分布形状 数据的中心位置 数据分散的大小 数据和规格的关系,把握分布的形态 直方图最基本的使用方法是把握分布的形态。,一目了然,(3)直方图的用途,调查分散和偏离的原因 通过比较用4M等分层的直方图，可以了解分散和偏离的原因。通过与规格相比较，可了解是否有问题。记入规格值后，就可以了解相对于规格的分散、不良的发生状况。研究改善前后的效果将其用于解决工作现场的问题后，就能很清楚地了解平均值和分散的改善。,工序异常,出现双峰、孤岛等不规则形状,(4)直方图的制作方法,*举例*,某制药公司9月1日至9月30日制造了一批感冒药品,约1万个，每天抽取5个，对重量进行测定，取得下

8、列数据：（标准为13.751.05g）,感冒药品的重量（g),程序1,收集数据,9月1日30日之间，每天抽取5个药品B，测定重量得到100个数据。(n=100）,程序2,查找所有数据中的最大值Xmax和最小值Xmin。,*从加上标记的数据中找到最大值和最小值。,全距是指原始数据中最大值和最小值之间的差。组距是指全距除以组数所得的值。,程序3,决定组数,把包含最大值和最小值的所有数据，平均分成若干组。组数大体上是数据总数的平方根。,假设的组数：K=10,不是整数的情况下，四舍五入成整数。在此我们为作图方便取 K=11。,程序4,明确测定单位（测定值的最小刻度）,测定单位是指所有数据间差的最小值：

9、所举事例的测定单位是0.1克。（测定单位应该在收集数据时就已经知道了）,程序5,计算全距（极差）和组距,全距：R=Xmax-Xmin=14.9-12.9=2,组距：h=R/K=2/11=0.18180.2,程序6,确定各组界限,如果组界限值和数据的值相同，就不知道那个数据应该计入上、下哪个区间了。所以，组界限值要用测定单位的1/2大小来表示。因此，第一组的下界限值可以下面的方法计算出来。,第一组的下界限值=最小值-=12.9-=12.85,包含最小值12.9,包含最大值15.0,第一组的上界限值=第一组的下界限值+组距h，其他组界值依次类推。,程序7,制作频数表,注：组中值 X=（上界限值+下

10、界限值）/2,7,依据频数表求 X（平均值）和s（标准偏差）的辅助计算表,u2.f,把有最大 f 值的一组的组中值指定为0，即u=0。u的表达式：u=（X-Xu=0）/h,求 X（平均值）和s（标准偏差）,频数,X=Xu=0+h（uf/n）=13.95+0.2（22/100）=13.994,程序8,程序9,制作直方图,频数,n=100X=13.994s=0.416,SU=14.80,SL=12.70,X,M=13.75,过程能力指数图解,如果Cp=1，规格的宽度和标准偏差（S）6相同，99.7%是良品。,(5)过程能力分析,过程能力即统计控制状态（稳态）下所能达到的最小变差。过程能力反映了稳态

11、下该过程本身所表现的最佳性能（分布宽度最小）。,A：,B：,有偏差情况的过程能力分析：,工序能力指数规格不良率的关系,C：,(6)直方图的分布形状名称,(7)直方图的看法,何谓散点图 散点图是将成对的2组数据制成图表，以视察数据之间的相互关系。所谓成对的两个数据，指的是从其中的1个数据（X）可以得出性质不同的第2个数据（Y）这一情形。,六、散点图,【例】化学制品的“原材料中杂质所占比例”与“制品产率”的关系。钢才的“热处理温度”与“抗拉强度”的关系。“催化剂的活度”与“寿命”的关系。营业人员的“访问次数”与“销售额”的关系。百货店的“来客人数”与“销售额”的关系。人的“身高”与“体重”的关系。

12、,制作散点图的注意事项*纵轴与横轴的长度相等，呈正方形*将被认为是原因的要素置于横轴上，设为X；将被认为是结果的要素置于纵轴上，设为Y。,身高和体重的关系,Y,X增大時,Y也隨之增大,典型的正相关,X增大时,Y反而減小,典型的負相关,Y,X与Y之間看不出有何关系,X,X开始增大時,Y也隨之增大,但达到某一值以后,則X增大时,Y却減小.,Y,Y,X,X,X,散点图的类型,散点图的使用方法 观察点的分布是呈右上倾斜方向，还是呈右下倾斜方向。观察的倾斜方向上的分散程度是多少。相关关系的符号检定,呈右上倾斜方向时，X增加了Y也随之增加：正相关 呈右下倾斜方向时，X增加了Y也随之减少：负相关,分散程度小

13、，表明相关关系强 分散程度大，表明相关关系弱,在用气压改锥拧螺丝的工序上，出现了扭矩不匀的情况。为了究明其中的原因，有关人员就空气压力如何引起扭矩变化的问题作了一项调查。不过，调查时假定气压改锥、螺丝不变。,问题,最大值最小值,【问题：能说空气压力P与紧固扭矩T之间有相关关系吗？】步骤1 划中位线 划一条垂直线（垂直方向的中位线）和一条水平线（水平方向的 中位线）使图上的30个点正好均分步骤2 在分成4块的区间内编上号码、，分别数出各个区 间里的点数步骤3 分别统计对角区间（和，和）里的点数 n+=+=24，n-=+=6步骤4 进行符号检定：利用符号检定表进行检定*符号检定表的N为（n+）+（

14、n-）因为中位线上的点不数，所以有时收集的数据数与N不等。*把统计得出的（n+）+（n-）小的一个值（称为实现值）与符号检定表中对应N的判定值进行比较。,（中位线上的点不数）,什么叫控制图 控制图是对过程质量特性值进行测定、记录、评估和监察过程是否处于统计控制状态的一种用统计方法设计的图。,七、控制图,【控制图的形成】,将通常的正态分布图转个方向，使自变量增加的方向垂直向上，并将、+3、-3分别标为CL、UCL、LCL，这样就成了控制图。,控制图原理,【控制图原理的第一种解释】小概率事件原理：小概率事件在一次试验中几乎不可能发生，若发生即判断异常。结论：点出界就判异【控制图原理的第二种解释】影

15、响产品的因素有偶然因素和异常因素之分，偶然因素引起质量的偶然波动，这是不可避免的，但对质量的影响不大；异常因素引起质量的异常波动，且对质量的影响大，应采取措施进行消除。假定现在异常波动均已消除，则只剩下偶然波动的波动将是正常波动，以此波动作为基础，若过程中异常波动发生，则此异常波动叠加于正常偶然波动上后所产生的波动一定会比原来的最小偶然波动大为增加，从而在控制图上造成点子频频出界，故可由此判断过程已经发生异常的变化。结论：点出界就判异；控制图的实质是区分偶然因素与异常因素两种因素。【控制图的3原则】,控制限与中心线的距离为3时最合适,常规控制图的分类,控制图判异准则的思路,判异准则有两类：1.

16、点出界就判异 2.界内点排列不随机判异,准则2：32 B 外,准则1：1 A 外（1界外）,准则3：54 C 外,准则4：6 连串,准则6：9 单侧,准则5：8 缺 C,准则7：14上下交替,准则8：15 C 内,均值极差控制图(X-R图),程序1,某手表厂所生产手表存在停摆问题，应用巴雷特图分析发现主要原因是由于螺栓松动引发的螺栓脱落造成的。为此，厂方决定应用控制图对装配作业中的螺栓扭距进行过程控制。（扭距标准为140-180）,*举例*,取预备数据，并将数据合理分成25组，见表一。,取数原则：A.一般取20-25个子组B.子组大小一般取为4或5,程序2,计算各子组样本的平均值 Xi，见表一

17、第7栏。,程序3,计算各子组样本的极差 Ri，见表一第8栏。,程序4,计算样本总均值X与平均样本极差 R。,X=163.256，R=14.280,表一：数据与计算表,程序5,计算R图的参数。,A.查计量值控制图系数表，当样本量n=5时，查得D3=0，D4=2.114,B.将相关数据代入R图的公式：UCLR=D4R=2.11414.280=30.188 CLR=R=14.280 LCLR=D3R=0,C.参见下图，可见R图判稳。故可进入程序6。,30.188,14.280,0.000,R图,程序6,计算X图的参数。,A.查计量值控制图系数表，当样本量n=5时，查得A2=0.577,B.将相关数据

18、代入X图的公式：UCLX=X+A2R=163.256+0.57714.280171.496 CLX=X=163.256 LCLX=X-A2R=163.256-0.57714.280155.016,C.参见下图，可见X13值为155.0，小于UCLX，故过程的均值失控。经调查发现该组数据属于过程中某种突发原因，而此原因不会再出现，故可以简单地将此删除。,163.256,171.496,155.016,X图,程序7,去掉第13组数据后，重新计算R图与X图的参数。,此时 R=R/24=（357-18）/24 14.125 X=X/24=（4081.4-155.0）/24 160.600,将相关数据重

19、新代入R图的公式：UCLR=D4R=2.11414.125 29.860 CLR=R=14.125 LCLR=D3R=0.000,从表一中可见，R图中第17组R=30出界，经查属人为原因造成，于是舍去此组数据，重新计算如下：,此时 R=R/23=（339-30）/23 13.435 X=X/23=（3926.4-162.4）/23 163.652,再次将相关数据重新代入R图的公式：UCLR=D4R=2.11413.435 28.402 CLR=R=13.435 LCLR=D3R=0.000,这样，R图可判稳，于是接着计算X图如下：,将相关数据重新代入X图的公式：UCLX=X+A2R=163.6

20、52+0.57713.435171.404 CLX=X=163.652 LCLX=X-A2R=163.652-0.57713.435155.900,程序8,第二次画出 X R 控制图如下：,28.402,13.435,0.000,171.404,163.652,155.900,R 图,X 图,程序9,与规范进行比较：,给定质量规范为：TL=140，TU=180，利用得到的统计控制状态下的R=13.435和X=163.652来计算过程能力指数：=R/d2=13.435/2.326=5.776 CP=(TU-TL)/6=(180-140)/6*5.776=1.15,由于 X=163.652与规格中

21、心M=（TU+TL）/2=160不重合，所以有必要计算有偏移的过程能力指数：K=（X-M）/T/2=(163.652-160)/(180-140)/2=0.18 CPK=(1-K)*CP=(1-0.18)*1.15=0.94,程序10,延长统计控制状态下的X-R控制图的控制线,进入控制用控制图阶段,实现对过程的日常控制。,均值标准差控制图(X-s图),程序1,为充分利用子组信息，对上例选用X-s控制图。步骤如下：,*举例*,取预备数据，并将数据合理分成25组，见表二。,取数原则：A.一般取20-25个子组B.子组大小一般取为4或5,程序2,计算各子组样本的平均值 Xi，见表第7栏。,程序3,计

22、算各子组样本的标准差 si，见表第8栏。,程序4,计算样本总均值X与平均标准差 s。,X=163.256，s=5.644,表二：数据与计算表,程序5,计算s图的参数。,A.查计量值控制图系数表，当样本量n=5时，查得B3=0，B4=2.089,B.将相关数据代入S 图的公式：UCLs=B4S=2.0895.644=11.790 CLs=S=5.644 LCLs=B3S=0,11.790,5.644,0.000,S图,C.参见下图，可见第17点超出了上控制限，经调查发现该组数据属于过程中某种突发原因，而此原因不会再出现，故可以简单地将此删除。,程序6,去掉第17组数据后，重新计算S图的参数。,此

23、时 S=S/24=5.370 X=X/24=163.292,将相关数据重新代入S图的公式：UCLS=B4S=2.0895.370=11.218 CLS=S=5.370 LCLS=B3S=0.000,参见下图，可见现在S 图判稳，进入程序7。,11.217,5.370,0.000,S 图,程序7,计算X图的参数。,A.查计量值控制图系数表，当样本量n=5时，查得A3=1.427,B.将相关数据代入X 图的公式：UCLX=X+A3S=163.292+1.4275.370170.955 CLX=X=163.292 LCLX=X-A3S=163.292 1.4275.370155.629,C.参见下图

24、，可见X13值为155.0，小于UCLX，故过程的均值失控。经调查发现该组数据属于过程中某种突发原因，而此原因不会再出现，故可以简单地将此删除。,X图,再次将相关数据重新代入R图的公式：UCLS=B4S=2.0895.265=10.999 CLS=S=5.265 LCLS=B3S=-,程序8,去掉第13组数据后，重新计算S图与X图的参数。,此时 S=S/23=5.265 X=X/23=163.652,参见下图，可见现在S 图判稳，继续计算X 图的参数。,将相关数据重新代入X图的公式：UCLX=X+A3S=163.652+1.4275.265171.165 CLX=X=163.652 LCLX=

25、X-A3S=163.652 1.4275.265156.139,程序9,再次画出 X R 控制图如下：,R 图,X 图,0.000,程序10,与规范进行比较：,给定质量规范为：TL=140，TU=180，利用得到的统计控制状态下的S=5.265和X=163.652来计算过程能力指数：=S/c4=5.265/0.940=5.601 CP=(TU-TL)/6=(180-140)/6*5.601=1.19,由于 X=163.652与规格中心M=（TU+TL）/2=160不重合，所以有必要计算有偏移的过程能力指数：K=（X-M）/T/2=(163.652-160)/(180-140)/2=0.18 CPK=(1-K)*CP=(1-0.18)*1.19=0.9758,程序11,延长统计控制状态下的X-S控制图的控制线,进入控制用控制图阶段,实现对过程的日常控制。,