03883-SPC补充教材.ppt

x-bar管制图发生特异值之原因 特异值(freaks):某个观测值明显的与其它值不同。 可能是 1.工具设置错误后立即改进 2.测量错误 3.绘制错误 4.操作错误 5.设备故障等 x-bar管制图发生周期变化之原因 周期变化(cycles): 在一个短区间，数据会以某种模式重复。 可能是 1.季节性因素影响如气温与湿度等 2.固定设备已磨损的位置或纹路 3.操作员疲劳 4.电压变化 5.工作轮调等 x-bar管制图发生平均值改变之原因 平均值改变(shift in level): 平均值明显不在中心线附近 可能是 1.引进新原料 2.操作员技术更熟练 3.改变设备维修计划 4.引进制程管制等 x-bar管制图发生趋势之原因 趋势(trends):管制图中的点逐渐上升或下降 可能是 1.工具与夹治具逐渐磨损 2.操作员学习中 3.维修技术不良 4.制造现场之环境脏乱 x-bar管制图发生混合之原因 混合(mixtures):观测值都落在离中心线很远的地方，而且交错地分 散 可能是 1.两种以上的原料操作员机器测量工具生产方法交错使 用 x-bar管制图发生规则性变化之原因 规则性变化(systematic variable): 管制图中的点一上一下有秩序的出现 可能是 1.轮班人员不同 2.测试仪器不同 3.装配线不同 4.抽样行为呈有规则性变化 x-bar管制图发生分层之原因 分层(stratification):是一种稳定的混合型， 通常是靠近中心线或管制界限 可能是两种以上 1.原料 2.操作员 3.机器测量工具 4.生产方法交错使用 5.管制界限计算错误 6.数字的小数点错误 x-bar管制图发生不稳定之原因 不稳定(instability):出现不寻常的大波动 可能是 1.大规模机器重新调整 2.夹治具位置不正确 3.不同批的原料混合使用 r管制图发生特异值之原因 特异值(freaks):某个观测值明显的与其它值不同。 可能是 1.操作步骤漏失 2.测试产品 3.计算错误 4.设置后所生产的第一个产品等 r管制图发生周期变化之原因 周期变化(cycles): 在一个短区间，数据会以某种模式重复。 可能是 1.维修排程 2.操作员疲劳 3.轮班 4.工具磨耗等 r管制图发生平均值改变之原因 平均值改变(shift in level): 平均值明显不在中心线附近 可能是 1.夹具 2.制程方法 3.制程技术 r管制图发生趋势之原因 趋势(trends):管制图中的点逐渐上升或下降 可能是 1.某些零件逐渐松动或磨耗 2.多种原料混合使用 r管制图发生混合之原因 混合(mixtures):观测值都落在离中心线很远的地方，而且交错地分 散 可能是 1.两种以上的原料操作员机器测量工具生产方法交错使 用 r管制图发生规则性变化之原因 规则性变化(systematic variable): 管制图中的点一上一下有秩序的出现 可能是 1.抽样行为呈有规则性变化 r管制图发生分层之原因 分层(stratification):是一种稳定的混合型， 通常是靠近中心线或管制界限 可能是两种以上 1.原料 2.操作员 3.机器测量工具 4.生产方法交错使用 r管制图发生不稳定之原因 不稳定(instability):出现不寻常的大波动 可能是 1.与操作员机器测试仪器原料有关 p管制图发生特异值之原因 特异值(freaks):某个观测值明显的与其它值不同。 可能是 1.抽样数改变 2.从完全不同的分配中抽样 3.偶然出现非常好或坏的批量等 p管制图发生周期变化之原因 周期变化(cycles): 在一个短区间，数据会以某种模式重复。 可能是 1.排序操作问题 2.抽样操作问题 3.固定的供货商变化 p管制图发生平均值改变之原因 平均值改变(shift in level): 平均值明显不在中心线附近 可能是 1.夹具 2.制程方法 3.制程技术 4.引进新原料 5.操作员技术更熟练 6.改变设备维修计划 7.引进制程管制 8.标准变化 p管制图发生趋势之原因 趋势(trends):管制图中的点逐渐上升或下降 可能是 1.某些零件逐渐松动或磨耗 2.多种原料混合使用 3.工具与夹治具逐渐磨损 4.操作员学习中 5.维修技术不良 6.制造现场之环境脏乱 p管制图发生混合之原因 混合(mixtures):观测值都落在离中心线很远的地方，而且交错地分 散 可能是 1.两种以上的原料操作员机器测量工具生产方法交错使 用 p管制图发生规则性变化之原因 规则性变化(systematic variable): 管制图中的点一上一下有秩序的出现 可能是 1.抽样行为呈有规则性变化 2.有规则性的从不同母体中抽样 p管制图发生分层之原因 分层(stratification):是一种稳定的混合型， 通常是靠近中心线或管制界限 可能是两种以上 1.原料 2.操作员 3.机器测量工具 4.生产方法交错使用 p管制图发生不稳定之原因 不稳定(instability):出现不寻常的大波动 可能是 1.大规模机器重新调整 2.夹治具位置不正确 3.不同批的原料混合使用 4.与操作员机器测试仪器原料有关 5.非随机抽样 【例】：生产线圈之制程是以xbar-r管制图监视线圈之电阻值，样本大小采用n=5，25组 样本数据如下表所示。以这些数据建立xbar-r管制图。 样本观测值 r 1202320232221.803 2191721212120.204 3252020172021.008 4202122212121.802 519242322018.6022 6222018181920.604 7182019182020.402 8201823202122.005 9212024232223.804 10211920202022.002 11202023222023.203 12222120222324.003 13192219181922.004 14202122212224.002 15202424232325.804 16212024202124.404 17201818202022.602 18202422232326.004 19201923201924.004 20222121242226.003 21232222202226.003 22211818171923.005 23212424232327.603 24202221212025.604 25192021212225.606 和521.0087 【解】： 通常在设立 与r管制图时，最好先从r管制图开始，因为 之管制界 限是由制程变异性来决定，除非制程变异在管制内，否则此管制界 限将不具任何意义。 step1： 3.48 查表得d42.115，d30 uclr = 2.1153.487.360 中心線= 3.48 lclr= 0 step2：因为第五组样本超出管制界限，查明原因后，将之剔除。重 新计算出 修正后的r管制界限为 uclr = 2.1153.296.958 lclr = 0 step3：观察上图显示在此新的管制界限下，r管制图制程在管制内 。此时可以进行 建立。 经查表知道n=5时，a2 0.577，管制界限为 ucl = 20.8580.5773.2922.756 lcl = 20.8580.5773.2918.960 依此画出 管制图 由图中观察出第15, 22,23组样本超出管制界限，在找出原因后，重新计算。可以画出下面 的管制图。 【例】某种化学产品之主要质量特 性为黏度，此产品系以批量之方式 生产，由于生产率太慢，故使用样 本大小n=l，下表为20批产品之数 据。试计算管制界限。 批号黏度移动全距 136.3 228.67.7 332.53.9 438.76.2 535.43.3 627.38.1 737.29.9 836.40.8 938.31.9 1030.57.8 1129.41.1 1235.25.8 1337.72.5 1427.510.2 1528.40.9 1633.65.2 1728.55.1 1836.27.7 19306.2 2028.31.7 平均32.85.053 【解】 此20批产品黏度之平均值 32.8，两连续数据之移动全距的平均值 5.053，查表得知d30，d43.267。由此可得移动全距管制图之参数为 ucld4* 3.2675.05316.508 中心线5.053 lcl0 上图为移动全距管制图，从图中可看出并无点超出管制界限。 对于个别值管制图，查表得知n=2，d21.128其参数为 ucl 32.83(5.053/1.128)46.238 中心线32.8 lcl 32.83(5.053/1.128)19.362 【例】某除草机制造商以p管制图管制除草机在发动 时是否正常。该公司每天抽取40部做试验，第一个月 之数据如下表所示，试建立试用管制界限。 日期不合格品数日期不合格品数日期不合格品数日期不合格品数 1471137190 2383142201 3190153213 42101163222 53112172 62124188 【解】 由于每天抽样之样本数均相同，因此不合格率之平均 值可以利用下式计算: 0.0648 管制界限为 ucl=0.648 0.1816 ucl=0.648 0.052 由于lcl0并无意义，因此我们将lcl设为0 其p管制图如下 【例】： 假设不合格率之平均值为 =0.255,n=45，试计算np管制 图之参数。 【解】： ucl = 20.25 lcl = 2.7 在np管制图中，图上所描绘之点代表样本中之不合格品之数目，而 不合格品数必须为整数。所以样本之不合格品数介于3至20间(含3及 20)，则制程可视为在管制内。 【例】：下表是某汽车工厂生产之车门不合格点数记录，每组样本 大小为100，试建立管制图。 样组不合格点数样组不合格点数 15147 28154 34169 491711 5121810 67196 78209 8122122 9212213 107238 11122410 126257 139 【解】： 此25组样本共含236个缺点，因此c之估计值为 9.44 试用管制界限为 ucl = 18.66 中心线= 9.44 lcl = 0.22 依此25组样本绘制下面管制图 其中样本9及21均超出管制界限，因此必须诊断样本9及21之异常 原因。若异常原因已排除后，则可将样本9及21之数据删除，并 重新计算管制界限，新的不合格点数之平均值为c=193/23=8.39。 修正后之管制界限为 ucl = 17.08 中心线= 8.39 lcl = 0.0 修正后管制图如右 【例】：某打字行以 每千个字中之错误， 来衡量其打字员的质 量。该打字行记录某 位打字员每天所完成 之打字中的错误，其 数据如右表所示。计 算试用管制界限。 日期份数字数错误数目样本大小每检验单位之不合格数 1157236327.2364.422333 2147506257.5063.330669 3106221246.2213.857901 4115670235.674.056437 5126714306.7144.468275 6147213217.2132.91141 7104568274.5685.910683 883954163.9544.046535 9127293277.2933.70218 10104627244.6275.186946 11136435186.4352.797203 12187406347.4064.590872 1373746233.7466.139883 1496217156.2172.412739 1565101175.1013.33268 1655663375.6636.533639 1765