质量管理常用七大手法.ppt

《质量管理常用七大手法.ppt》由会员分享，可在线阅读，更多相关《质量管理常用七大手法.ppt（56页珍藏版）》请在装配图网上搜索。

1、质量管理常用 七大手法,1、排列法(柏拉图） 将质量改进项目从最重要到最次要进行排列而采用的一种简单的图示技术。 2、层别法 把收集来的原始数据按照一定的目的和要求加以分类整理，以便进行比较分析的一种方法。 3、因果分析图(鱼骨图、特性要因图） 能简明、准确表示事物的因果关系，进而识别和发现问题的原因和改进方向 4、检查表 它是用来系统地收集资料（数字与非数字）、确认事实并对资料进行粗略整理和分析的图表。 5、散布图 用来发现和确认两组数据之间的关系并确定两组相关数据之间预期的关系。 通过确定两组数据、两个因素之间的相关性，有助于寻找问题的可能原因。 6、控制图（管制图） 区分过程中的异常波动

2、和正常波动，并判断过程是否处于控制状态。 7、直方图 将数据按其顺序分成若干间隔相等的组，以组距为底边，以落入各组的频数为高的若干长方形排列的图。,一、定义（七大统计手法）,1、排列图简介： 排列图又称巴雷特图（巴氏图）或主次分析图(港台地区称为柏拉图)，图形由两个纵坐标、一个横坐标、若干直方形和一条曲线组成。 它的作用一是找出影响产品质量的主要因素（主要问题），二是识别质量改善的机会。,二、排列法,2、排列图的画法： 收集一定期间的数据，例如：不合格品数，不良率等统计数字。 把这些数据根据原因、部位、工序、人员等情况分清层次，一般把数 据按原因分层，计算各类项目的件数，即频数。 横坐标表示影

3、响质量的各种原因，按影响大小，即频数的大小，依次用 直方形表示来。直方形的高度表示这个因素影响的大小。此图形是由几 个直方形相连，由左向右递降的。当层项目多时，把几个数据小的项目 归在“其它”类放在最后。 左方的纵坐标尺度是频数，右方纵坐标的尺度是频率。频率就是各类项 目频数在全部数据中所占的百分比（概率），刻度都从零开始，频数标 度以统计总数（N）为终点，从终点做横坐标的平行线，与频率的纵坐 标轴相交，交点为频率的标度终点，即100见图所示。此图右边100 的位置与左边轴的频数N相对应。 将直方形端点的累计数（即各项频率累加起来的数）连成折线，此折线 是一条由左向右上升的折线，即巴雷特曲线。

4、 在排列图左空白处注明：产品名称、工序、采集数据的日期、生产日期、 统计总数（N）和绘制者。, 排列图示例：下表为焊接缺陷统计表，据此表绘制出焊接缺陷排列图 （见图2）,图2：焊接缺陷排列图,3、排列图的分析方法： 采用ABC分析方法，通常按累计百分数把因素分成三类(见图1排列图示例)： A类：080%，是累计百分数为80%的因素，A类是主要因素。 B类：8090%，是次要因素。 C类：90100%，是一般因素。 抓住主要因素，针对性地解决问题，就是抓住了主要矛盾，就能使状态 改观。 以上是分类基本原则，在实际情况中应灵活运用。 4、画排列图的注意事项： 纵坐标的高度与横坐标的宽度之比为（1.

5、52）：1为好； 横坐标上的分类项目不要太多，以46项为原则； 对于影响质量的主要因素可进一步分层，画出几个不同的排列图，加以 分析，以便得到更多的情况。, 主要因素不能过多，一般找出12项主要因素，最多三项。如发现所有因素 都差不多，有必要考虑重新确定分层原则，再进行分层。也可以考虑改变 计量单位，以便更好的反映“关键的少数”，如将按“件数”计算变成按“损失金额”计算。 不太主要的项目很多时，可以把最次要的几个项目合并为“其他”项，排列在柱形条最右边。 收集数据的时间不宜太长，一般以13个月为好。时间太长，情况变化 较大，不易分析及采取措施，时间短，只能说明一时的情况，代表性 则差。 视具体

6、情况，首先解决紧迫问题。 在采取措施后，为验证其效果还要重新画出排列图，以进行比较。,三、层别法,1、层别法的用途： 把收集来的原始数据按照一定的目的和要求加以分类整理，以便进行比 较分析的一种方法。 2、分层的原则： 分层原则是使同一层次内的数据波动(或意见差异)幅度尽可能小,而层与层之间差别尽可能大，否则就起不到归类汇总的作用。 3、分层的标志： 分层的目的不同，分层的标志也不一样，通常用人、机、料、法、环、时间等作为分层的标志： 人员别：可按年龄、工级和性别等分层。 机器别：可按设备类型、新旧程度、不同生产线工具类型等分层。 材料别：可按产地、批号、制造厂、成分、规范等分层。 方法别：可

7、按不同的工艺要求、操作参数、操作方法和生产速度 等分层。测量别：可按测量高备、测量方法、测量人员、取样方法和 环境条件等分层。 环境别：可按照明度、清洁度、温度、湿度分层。 时间别：按不同的班次、日期等分层。 其他： 如可按地区、使用条件、缺陷部位、不合格类别等分层。,4、分层步骤： 收集数据或意见。 将收集到的数据或意见根据目的不同先择分层标志。 分层。 按层归类。 画分层归类图表。 分层法是一种十分重要的统计方法,常与其他统计方法结合起来应用，如分层直方图法、分层排列图法、分层控制图法、分层散布图法、分层因果图和分层检查表等。 5、图示：下图（图18）是某公司对影响质量的主要因素作进一 步

8、分层后画出的分层排列图。,图18 质量原因分层排列图,四、因果图,1、因果要析图概念： 因果分析图又叫石川图、特性要因图、树枝图、鱼刺图等。 因果分析图是以结果为特性，以原因为因素，在它们之间用箭头联系起来，表示因果关系的图形。因果分析图能简明、准确表示事物的因果关系，进而识别和发现问题的原因和改进方向。 2、因果分析图法说明： 因果分析图法，是从产生问题的结果出发，首先找出影响质 量问题的原因，然后再找影响大原因质量的中原因，并进一步 找影响中原因质量的小原因，以此类推，步步深入，一 直找到能直接采取措施为止。这种处理问题的方法是一种系统 分析方法。 3、因果分析图应用范围： 分析因果关系；

9、 表达因果关系； 通过识别症状、分析原因、寻找措施、促进问题的解决；,4、因果分析图类型 结果分解型（图15） 其特点是沿着“为什么会发生这种结果”这一主题，进行层层解剖。这种方法的优点是，对问题进行了原因追究，可以系统地掌握纵向之间的因果关系；其缺点是，容易忽视某些平行问题或横向之间的关系。,图15,注意：图中用方框框起来的原因为“要因”,工序分类型 工序分类型的作法是，首先按工艺流程把各工序作为影响产品质 量的平行的主次原因找出来，然后把各工序中影响工序质量的原因查 出来，再填写在相应的工序中，其法优点是，简单易生；其缺点是， 相同的因素会出现在不同的工序中。而且也难于表现数个原因交织在

10、一起的情况，反映不了因素间的交互使用。 原因罗列型 这种方法是允许参与分析人员无限制地发现意见，把所有意思都一 一罗列出来，然后再系统地整理出它们之间的关系，最后绘出一致的 因果分析图。这种方法的优点是，经过多方面的思考和讨论，不会把 重要原因漏掉，在整理各因素之间关系时，能客观地对各因素进行深 入分析；其缺点是工作量很大。这种方法仅适用于“攻关”分析。,5、因果分析图的作图步骤（适用表：不良要因分析表） 明确提出存在问题的结果（特性），画出主干线（背骨）和鱼头。 主干线的简头要指向右。 特性要尽量做到定量表示。 特性（结果）要提得明确、响亮，引人注目。 特性提得要符合本企业工厂方针或问题点。

11、 明确影响质量的大原因，画出大原因的分支线（大骨）。 大原因的确认，通常按5M1E（人员、设备、材料、方法、测量 和环境）来分类，也可视具体情况来定。 大原因分支线与主干线之间夹角以6075为好。 分析、寻找影响质量的中原因、小原因，画出分叉线。 u原因之间的关系必须是因与果的关系。 u 分析、寻找原因，直到可采取措施为止。 u 分叉线与分支线之间的夹角以6075为好。（见图16）, 找出影响质量问题的关系因素（要因，以3-5个为宜），用圆圈 “”或方框“”框起来，作为制定质量改进措施的重点考虑对象。 这些“要因”经论证后，都将列入对策表中。 注明画图者，参加讨论分析人员，时间等可参考的事项。

12、 需注意：(1) 最后细分出来的原因应是具体的，以便能采取措施。 (2) 在分析原因时要集思广益，力求分析结果准确而无遗漏。 (3)可以应用排列图确定哪个或些因素是重点，订出相应的措 施去解决。,要因分析图（鱼骨图）,人,材料,机器,手套的干 (b) 弱正相关。Y随着X增大而增大, 但点子分散程度大, 见图17(b); (c) 强负相关。Y随着X增大而减小, 且点子分散程度小，见图17(c); (d) 弱负相关。Y随着X增大而减小，但点子分散程度大，参见图17(d); 不相关。X与Y无明显规律，参见图17(e); 非线性相关。X与Y呈曲线变化关系，参见图17(f)。,1、控制图简介： 控制图又

13、称管值图，它是用来控制质量特性值随时间而发生波动 的动态图表，是调查分析工序是否处于稳定状态，以及保持工序 处于控制状态的有效工具。 控制图的组成：控制图由标题和图形两部分组成。 标题部分标明时间、工厂、车间、小组的名称，机床、设备的名 称编号，零件、工序的名称编号，检验部位、要求，测量器具， 操作工、调整工、检验员的姓名及控制图的名称编号等。,七、控制图, 横坐标为子样号或取样时间，纵坐标为测得的数据值，如平均值，质 量特性值等。图上有与横坐标轴平行的三条具有统计意义的控制线； 中间线叫中心线，记为CL（ControlLine），用实线表示；上面一条 虚线叫上控制界限线，记为UCL（Uppe

14、r ControlLimit）；下面一 条虚线叫下控制界限线，记为LCL（Lower ControlLimit）。这些 界限将图面分成三个区域：UCL与LCL之间为安全区，Tu与UCL之间 及LCL与TL之间为警戒区，Tu 上方及TL下方区域为废品区。上下控制 线又称为内控制线或警戒界限，上下公差（Tu与TL）界限又称为外控制 线或行动界限。按生产过程或工艺过程取样，随时将数据点填写在图上； 将点连成线即得质量波动曲线（折线）。如果点全部落在上、下控制界 限内，而且点的排列没有什么异常情况，那么就判断生产过程处于控制 状态。当点超出控制界限，或点虽未超出控制界限，但点排列出现缺陷， 是认为发生

15、了异常系统变化，生产处于非控制状态，需要及时查明，予 以管理、控制和消除。因此，控制图中控制界限就是判明生产过程中是 否存在异常因素的判断基准。它是根据数理统计的原理计算出来的。,2、控制图原理 过程处于统计控制状态时（也即受控状态），产品总体的质量特性数据的分布一般服从正态分布，即XN(X，2)（注：是指过程均值；是指过程标准差）。质量特性值落在X3范围内概率约为99.73%，落在X3以外的概离只有0.27%，因此可用X3作为上下控制界限，以质量特性数据是否超越这一上、下界限以及数据的排列情况来判断过程是否处于受控状态。或计中心线为UL，上控制限为UCL，下控制线为LCL，则有：（1）UL=

16、X （2）UCL=X3 （3）LCL=X3 控制图的基本形式如下图示（图11）： （图11）,3、控制图分类 根据所采取的统计量不同，控制图分为两大类：计量值控制图和计 数值控制图。计量值控制图包括单值控制图、平均数极差控制图、中位 数极差控制图、两极控制图、单值移动极差控制图和平均数图偏差控制 图；计数值控制图包括不合格品数控制图、不合格品率控制图、缺陷数 控制图、单位缺陷数控制图。 4、极差图和均值图的分析方法 分别分析极差图和均值图，找出特殊原因变差数据。 判断原理： 超出控制限的点； 连续七点全在中心线一侧； 连续七点呈上升或下降趋势（含相等的相邻点）； 相对中心线，数据过于集中或过于

17、分散。（一般情况，大约有2/3数 据分布在中心线周围1/3控制限范围内）,5、分析特殊原因变差并采取措施消除 找出产生特殊原因变差数据的零件，标出其发生的时间。 可借鉴以下因素查找原因： 有否记录、计算和描点的错误(若采用计算机，可以避免这类错误？) 测量系统是否有问题？ 分辨率、偏倚、稳定性、RR等 人、机、料、法、环各输入因素。 6、修正数据或重新采集数据： 只有肯定是记录、计算或描点的错误，才可以修正数据。 其他情况，如重新是进行测量系统分析和纠正，对过程的输入采取了 措施，均要重新进行试验。 7、重新画图和计算控制限： 当新的控制图表时不存在上述的特殊原因变差信息时，所计算得到的 控制

18、限有可能用作过程控制用。 过程控制图的目的不是追求“完美”，而是保持合理、经济的控制状态,8、XR图（平均数极差控制图） X主要控制组间（不同组）的平均值变化。 R主要控制各组内（同一组样品）的范围变化 例： 一组测量数据5，2，10，7，4有5个。 一组测量数据5，2，10，7，4有5个。 平均值X（521074）/55.6 极差RXmaxXmin1028 控制界限的计算 X图 每组平均值 （X1X2Xn）/n 总平均值 （X1X2Xk）/k 中心线（CL） 上限（UCL） A2 下限（LCL） A2,R图 极差R每组内最大值减最小值 上限（UCL）D4 下限（LCL）D3,R 图系数表,

19、控制图作法（适用表：X-R控制图） a、收集最近数据100个。 b、依测定时间成群体区分排列。 c、对数据加以分组，把26个数据分为一组。组内的个别数据以n表 示；分成几组的个别 d、组数以K表示。 e、记入数所表内。 f、计算每组平均值X。 g、计算每组极差R。 h、计算总平均值 。 I、计算控制界限值。,j、画控制界限。 k、打上点记号：在控制界限内的点以为记，在控制图界限外以为记。 l、记入其它有关事项。 m、检查：a.过程是否在控制状态下；b.检讨过程能力。 注意：控制用控制图的控制线来自分析用控制图，不必随时计算。只有当 影过程质量波动的因素发生变化或质量水平已有明显提高时，才需要分

20、析用控制图出新的控制线。,9、P-Chart不合格品率控制图（适用表：计数型数据用控制图） 不合格品率控制图主要用于判断生产过程中不合格率是否处 于并保持在所要求的水平，也可称不良率控制图。 P控制图实例 某厂加工一零件，其不合格品统计见下表，试画P控制图。,a、收入数据，填入数据表。 样本数一般25个。样本大小ni，不宜大也不宜小，应以满足： nmax2n 和nmin n为宜。 本例：样本数取K=25，样本大小ni不等，nmax=300，nmin=180。 n= =241，2 n=2241=482， n= 241=120.5 nmax2n ，nmin n。 b、计算各样本的不合格品率pi。

21、c、计算平均不合格品率P。 d、计算中心线和控制界限。 中心线和控制界限用下式计算： CL=P UCL=P +3 UCL=P3,本例： UL= =2.77% UCL= +3 =2.77%+3 =5.94% UCL= 3 =2.77%3 =0.4%(无意义) e、画出中心线和控制界限（见图12）,P控制图(图12),f、描点。 g、标注有关事宜，如日期、班组、制作人等（本例省略） h、判断控制图有无异常。 11、工序能力（过程能力）指数（适用表：CP/CPK计算表） 是工序能力指数（或称工序能力系数）。它是衡量工序能力对 于技术要求满足程度的一种尺度。 a、当计量值的分布中心与公差中心重合时（如

22、图13），工序能力指 数Cp等于技术要求T和工序能力B的比值，即 公式中 T 公差范围； Tu公差上限；Tl 公差下限， 工序的标准偏差； S 子样的标准偏差。求法如下：,图13,图14,PU 超上差的不合格品率,有当分布中心与公差中心M 偏离了一段距离（如图14）。这时用一个考虑了偏离量的新的工序能力指数 来评价工序能力，其计算公式为： （1K） 错误！链接无效。 公式中 _考虑偏离量的工序能力指数(也叫修正后的工序能力指数)； _平均值的偏离量（简称偏离量或偏移量）； K_相对偏移量或偏移系数。 其中M| 令M_标准（公差）中心,M _ 分布中心，总体平均值； _ 称为分布中心对标准中心M

23、的偏移量。因为正态分布的对称性，所以称 /T2的比值为相对偏移量或偏移系数，记为K，即 K 求得K值后，可用K值去修正CP值，修正后的工序能力指数为CPK。当K1 时，CPK0。 Pp 和Ppk Pp 是性能指数，即不考虑过程有无偏移时，容差范围除以过程性能，一般 表达为： Pp 该系数仅用来与CP及CPK对比，和CP、CPK一起去度量和确定一段时间内 改进的优先次序。, Ppk是说明过程有无偏移的性能指数，定义为： 或 的最小 值（仅用来与CP及CPK对比，并测量和确定随时间改进的优先顺序）。 工序能力分析与处置：当工序能力能力指数求出后，可以根据它的大小对 加工进行分析和判断。工序能力大小

24、应当根据具体情况加以确定。对于机 器加工，一般要求达到二级加工水平（CP11.33）。 a、工序能力指数过大：如果工序能力指数CP 1.67，可以认为工序能力贮 备过大。这说明一般精度的活用了特别精密的设备和工艺加工，这势必 影响生产效率，降低设备寿命，提高产品成本。此时可考虑用降低工序 能力和提高质量标准来降低工序指数。 b、工序能力指数过小：工序能力指数不足意味着产品的质量水平低，即不 合格品率高。这时，就要分析原制订计划，采取措施，努力提高设备精 度，并使工艺更为合理有效，进一步提高操作技术与质量意识，改进原 材料质量及提高其适用性，使工艺能力得到一步提高。,此外，当工序能力不足时，为保

25、证出厂产品质量，一般应全检产品。 注： 统计技术管理可依据制程管理程序、统计技术管 理程序、SPC管理实施基准进行； 统计技术的教育可依据SPC教育训练基准进行； 控制图的使用根据实际情况也可依据SPC管理常用管 制方法使用指导书、CP/CPK数据收集及计算指导 书进行。,八、直方图 (histogram),一、数据的分类： 1、计量值数据： 计量值数据是可以连续取值的数的据，通常是使用量具、仪器、仪表进行测量而取得的。如长度、温度、压力、重量、时间、化学成分等。 2、计数值数据： 计数值数据是不能连续取值，只能以个数计算的数据。如不合格品 数、疵点数、缺陷数等。计数值数据还可以细分为计件值数

26、据和计点值数据，计件值数据是按件记数的，如不合格件数。计点值数据是按点计数的数据，如疵点数、单位缺陷数等。 应注意的是，当数据以百分率表示时，要判断是计量数据还是计数数据，应取决于给出数据的计算公式的分子。当分子是计量数据时，则求得的百分率数据为计量数据。当分子是计数数据时，即使得到的百分率不是整数，它也应属于计数数据。如不合格品率为计数数据。,二、数据的几个重要特征数 1、表示数据集中位置的特征数 （1）平均值 它是表示数据集中位置最常用的特征数之一，它说明随机变量的平均水平如何。 （2）中位数 将一组数据按从小到大顺序排列，位于中间位置的数叫中位数，常用符号表示。 设一组数据从小到大排列为

27、X1，X2，X3，xn。其中X1为最小值，Xn为最大值，则中位数为： 当n为奇数时，则取顺序排列的中间数； 当n为偶数时，则取中间两个数的平均数。 2、表示数据离散布程度的特征数。 （1）极差R。 极差是指一组数据中最大值与最小值之差，用符号R表示， 其计算公式为：R=L-S 式中 L数据的最大值 S数据的最小值,（2）标准偏差S。 标准偏差又称标准差或均方差，用符号S表示，其计算公式为： S=,三、直方图的定义： 直方图是频数直方图的简称。所谓直方图，就是将数据按其 顺序分成若干间隔相等的组，以组距为底边，以落入各组的频数 为高的若干长方形排列的图。 四、直方图的用途： 直观地看出产品质量性

28、值的分布状态，便于掌握产品质量分布 情况。 显示质量波动状态，判断工序是否稳定。 确定改进方向。 通过直方图研究分析质量数据波动状况之后，就可以确定怎 样进行质量改进。 用以调查工序能力和设备能力。 以实例（案例1-5）来加以说明。,案例：1-5,直方图的画法,某工厂加工短袖，其外径尺寸为3.50.1mm，现随机抽样100 个,其数据见表1-10，试画出其直方图。,表1-10 短袖外径数据表(mm),直方图作法: （1） 收集数据。 一般取数据N=100个左右，如表1-10所示。表中的数据表示短轴 外径尺寸，其标准为3.50.1mm。 （2）找出数据的最大值与最小值，分别用L和S表示，本例L=

29、3.68, S=3.39。 （3）确定组数K。 K值可以从表1-11选取，本例取K=10组。,表1-11由N求K的表,注意：组数K太少会引起较大计算误差，组数太多会影响 分组的明显性，且计算工作量大。,为避免分组出现骑墙现象,组距的确定要注意两点: 组距h应是测定单位的整倍数。本例测定单位=0.01，组距h=0.03。 组距h要取奇数。 （5）确定组界值。 先取测定单位的1/2，然后用最小值减去测定单位的1/2，作为第一 组的下界值，即： Xmtn=S- ；对本例，Xmtn=3.39- =3.385。 第一组的下界值加上组距，作为每一组的上界值。 其余各组组界依次由前一组的上界加上组距。最后一

30、组应包含数据的最 大值L。 （6）计算组中值x1。 x1=,某组上界值+某组下界值,2,（7）统计频数（即落在各组的数据个数）。 （8）列出频数分布表（见图1-12）。 （9）计算各组的组中值及变换组中值u1。以频数f1最大一栏的组 中值为x0，用下式确定各组的变换组中值u1： u1= （10）统计频数f1与变换组中值u1的乘积f1u1，记入f1u1栏内，并 求出其合计f1u1。 （11）统计频数与变换值组中值平方的乘积f1u12，记入f1u12栏内， 并求出其合计f1u12。,表1-12 频数分布表,（12）计算平均值。 x=x0+h 对于本例 x=3.52+0.03 =3.5269 （取测

31、量值后两位） （13）计算标准偏差。 S=hx （ ）2 对于本例 S=0.03 （ ）=0.0519 (取测量值后两位),f1u1,f1,23,100,（14）画直方图，如图1-6所示。 直方图的纵坐标表示频数，横坐标标明分组的各组组界。以各组组界为底边，以各组的频数为高，画长方形，并示明规格界限. （15）记入必要的事项。 在图的右上方记入数据总数、平均值x和标准偏差S。图的下方注明图名、绘图者、日期等可供参考事项。,图1-6 短轴外径直方图,四、直方图的观察分析 直方图的形状分析 直方图绘制后，通过其形状分析可判断总体（生产过程）的正常或异常，进而可寻找导常的原因。 表1-13说明了直方

32、图的形状分析与判断方法。 直方图和公差界限比较。 在机加工中，经常用直方图和公差界限相比较，以判定生产过程中的质量情况。当出现异常情况时，应立即采取措施，预防不格合品的产生. 表1-14是直方图分布与公差界限的比较。 五、直方图法在应用中常见的问题： 随机抽样的样本容量过小。 如N50，就会造成误差大，且可信度低。 组数和组距确定不当。 没有针对样本容量大小选择合适的组数，结果影响对分布状态的判断.组距选择不当，没有取奇数或不是测量单位的整数倍，将会出现骑墙现象。 随机抽取的样本混在一起。 把不同条件下取得的样本混在一起，造成分布状态有异，判断有误。,忽视直方图正态性检验的作用。 直方图是非正

33、态分布，仍然计算工序能力指数（CP）毫无意义。 画法不规范，标注不齐全。 如未按规定在图的右上方注明x、S和N的数值。,表1-13 直方图的形状分析与判断,(a)正常型,(b)偏向型(左),(c)偏向型(右),(d)双峰型,(e)锯齿型,(f)平顶型,(g)孤岛型,表1-14 直方图分布与公差界限的比较分析,TL,Tu,T,(a) x TM,TL,T,Tu,(b) x TM,TL,T,Tu,(c) x TM,(d) x TM,TL,T,Tu,(e) x TM,(f) TM x,TL,T,Tu,完成 测试卷_QC七大手法 下次课程： 数据分析(从SPC切入)_概论与实战 2017.3.25 （六）,Homework,报告采用 E-mail 方式提交 = 3/23 前邮寄给 M,