QC七种工具概论

1、2021-12-41QC七种工具n因果图n排列图n直方图n检查表n控制图n散布图n分层法2021-12-42因果图n又称特性要因图，石川图或鱼刺图n用图解法对影响过程或产品质量问题的各种因素进行全面系统的观察和分析，找出其因果关系n使小组能集中于问题的实质，围绕问题产生集体智慧和意见n集体智慧的火花集中于问题的原因而不是问题的现状2021-12-43因果图的基本结构特 性大原因(大骨)中骨小骨主骨因素(原因)特性(结果)2021-12-44因果图作图步骤n选题，分析对象，确定质量特性。n组织讨论，找出所有可能会影响结果的因素。n找出各因素之间的因果关系，在图上以因果关系的箭头表示出来。n根据对

2、结果影响的重要程度，将认为对结果有显著影响的重要原因标示出来。n在因果图上标出有关信息。2021-12-45因果图示例轴颈有刀痕机床操作者材 料工艺方法环境机床精度不够主轴松动轴承磨损轴承磨损油压不稳夹具磨损夹具磨损油中有气泡漏油缺乏作业技能未经培训无作业标准工作纪律松驰疲劳没有积极性薪金低日夜加班日夜加班情绪气温高光线光线过强光线弱材质不当冷却液不标准浓度不当上道工序加工不良上道工序加工不良中心孔位置不正确切削速度转速高进给量大进给量大用错刀具刀具管理不善小组名称：组长：成员：日期：2021-12-46绘制因果图注意事项n确定原因时应集思广益，充分发扬民主n所要分析的质量特性问题，应提得尽可

3、能具体n一张因果图只反映一个质量特性问题n原因分析到绘制能采取具体措施为止n检查无遗漏n要运用其它工具和技术进行验证n不断完善，纳入受控文件进行控制2021-12-47排列图 质量问题是以质量损失（缺陷项目和损失金额）的形式来体现的。大多数损失是由少数几种的缺陷引起的( Pareto原则) ，而这这几种缺陷又是由少数原因引起的。因此，只要明确这些“关键的少数”，就可以消除这些特殊原因，避免由此引起的大量损失。用排列图法，可以实现这一目的。2021-12-48排列图的分类分析现象用排列图：与不良结果有关n质量：缺陷、故障、顾客抱怨、退货或维修等n成本：损失金额或费用等n交货期：存货短缺或交货期拖

4、延n安全：发生事故或出现差错等分析原因用排列图：与过程有关n操作者：班次、性别、年龄、经验等n机器：设备、工具、模具、仪器n原材料：供应商、批次、种类n作业方法：作业安排、方法等n作业环境：温度、湿度、光线、噪声等2021-12-49作排列图的步骤n明确问题以及如何收集数据n设计数据记录表（检查表），记录数据n将数据从大到小排列，并累计计算n画排列图n在图上画累计频数折线n在图上记入必要事项2021-12-410 例：某厂随机调查4月1日至7月1日的产品共5000件，对其逐一检查，进行缺陷分析，得到缺陷种类及数据如下：缺陷类型断 裂擦伤污染弯曲裂纹砂眼其它合计缺陷数 1044220106414

5、200排列图示例2021-12-411日期：4月1日至7月31日调查铸件总数： 5000件排列图2021-12-412制作排列图注意要点n把握问题的实质，以确定“关键的少数”。n通常将因素按累计比率分为三类： A类因素：累计比率在080%之间； B类因素：累计比率在8090%之间； C类因素：累计比率在90100%之间。n“其它”项不能过大，否则分类不够理想。2021-12-413排列图和因果图结合使用n选题n分析问题n采取对策，进行改进n改进前后比较2021-12-414案例分析某厂为降低产品不良品率2021-12-415影响产品不合格因素排列图6月1日至7月31日2021-12-416产品

6、尺寸缺陷操作者机 器零件和原料作业方法健康疲劳疾病教育培训经验精神注意力心情操作稳定不平衡变形磨损夹具和工具成分贮存原料质量排列形状尺寸拧紧程度定位顺序位置角度装配动作程序速度产品尺寸缺陷因果图2021-12-417影响产品尺寸缺陷因素排列图2021-12-418改进后影响产品不合格因素排列图9月1日至10月31日2021-12-419改进前后不良品排列图比较6月1日至7月31日9月1日至10月31日总改进效果改进效果2021-12-420直方图 直方图是从工序中随机抽取样本，将从数据中获取的数据进行整理，绘成图，从中找到质量波动规律，预测工序质量的一种工具。2021-12-421直方图的作用

7、n展示用表格难以说明的大量数据n显示各种数值出现的相对频率n揭示数据的中心、波动及形状n快速阐明数据的潜在分布n为预测过程提供有利信息n可以发现“过程是否能满足顾客要求”2021-12-422直方图的绘制步骤n明确衡量过程的特性值n收集数据n计算极差n数据分组n作频数分布表n画直方图n在图上记录有关资料2021-12-423直方图原始数据表（单位：mm）2.5102.5172.5222.5222.5102.5112.5192.5322.5432.5252.5272.5362.5062.5412.5122.5152.5212.5362.5292.5242.5292.5232.5232.5232.

8、5192.5282.5432.5382.5182.5342.5202.5142.5122.5342.5262.5302.5322.5262.5232.5202.5352.5232.5262.5252.5232.5222.5022.5302.5222.5142.5332.5102.5422.5242.5302.5212.5222.5352.5402.5282.5252.5152.5202.5192.5262.5272.5222.5422.5402.5282.5312.5452.5242.5222.5202.5192.5192.5292.5222.5132.5182.5272.5112.5192.

9、5312.5272.5292.5282.5192.5212021-12-424直方图2021-12-425直方图的常见类型标准型锯齿型偏峰型陡壁型 平顶型 双峰型 孤岛型2021-12-426直方图的常见类型n标准型：左右对称，最常见n锯齿型：数据分组过多，或测量读数错误n偏峰型：产品尺寸受公差影响n陡壁型：工序能力不足，进行全数检查n平顶型：几种均值不同的分布混在一起n双峰型：均值相差较大的两种分布混在一起n孤岛型：中混有另一分布的少量数据2021-12-427直方图符合公差要求直方图不符合公差要求SL (a) SUSL (b) SUSL (c) SUSL (d) SUSL (e) SU直方

10、图与公差限2021-12-428直方图与公差限n直方图满足公差要求 (a)状况无需调整 (b)要考虑减少波动n直方图不满足公差要求 (c)采取措施，使平均值接近规格的中间值 (d)要采取措施，减少波动 (e)同时采取(c) 和(d)的措施2021-12-429检查表 检查表法，又称调查表法，是利用统计表来进行数据整理和初步分析的一种方法。2021-12-430检查表的作用n收集数据，“用数据说话”n简单有效，适用于任何重点工作领域的过程，将这些过程的信息整理清晰明了的资料n更清楚地描写出整个情况的事实而不是每个成员的个人意见2021-12-431使用检查表法的步骤n对观察到的事物或现象做出统一

11、规定n决定由谁收集资料n确定资料的来源和范围n设计检查表n收集资料n整理2021-12-432检查表的种类n工序分布检查表n不合格项检查表n缺陷位置检查表n缺陷原因检查表2021-12-433偏 差51015频 数-10-9上 公 差 限-8-7-6-51-42-34-26-198.3000111827334251617下 公 差 限8910合 计55工序分布检查表2021-12-434不合格项检查表2021-12-435星期一星期二星期三星期四星期五设备操作者上午下午上午下午上午下午上午下午上午下午 A 机器B C 机器D：表面擦伤；：砂眼；：尺寸不良；：外形异常；：其它缺陷原因检查表202

12、1-12-436缺陷位置检查表2021-12-437控制图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。控制图是由美国工程师休哈特提出来的，故又称休哈特控制图。2021-12-438控制图的构成上控制限中心线下控制限上控制限中心线下控制限过程受控过程不受控2021-12-439影响过程波动的因素n普通原因，又称偶然因素（偶因），是大量地客观存在的，是过程所固有的，但对过程质量特性的影响很小，是人们无法加以消除的。n特殊原因，又称异常因素（异因），不是过程所固有的，但对过程质量特性的影响较大，查明原因后，是可以加以消除的。2021-12-440控制图

13、法的目的 发现已经存在的或潜在的影响过程质量的异常因素，加以消除，使过程无异因，也即使过程达到统计稳定状态，使过程可预测。2021-12-441休哈特控制图的原理3原则：在无异因（只存在偶因）的前提下，控制图上点 出 现 异 常 的 概 率 不 超 过0.27%。2021-12-442控制图的种类计量值控制图n均值极差控制图n均值标准差控制图n中位数极差控制图n单值移动极差控制图 计数值控制图n不合格品数控制图n不合格品率控制图n不合格数控制图n单位不合格数控制图2021-12-443常规计量值控制图控制线计算公式控制图名称控制线公式备注 图： ；R图：样本量n10 图： ；s图：样本量n10

14、 图： ；R图： X 图： ；Rs图： RX sRX RX XRAXCLCXCLRAXUCLXXX22RDCLCRCLRDUCLRRR34sAXCLCXCLsAXUCLXXX33sX XsBCLCsCLsBUCLsss34RDCLCRCLRDUCLRRR34XRAmXCLCXCLRAmXUCLXXX2323sXXsXRXCLCXCLRXUCL66. 266. 2sssRsRsRCLCRCLRUCL27. 32021-12-444控制图名称控制线公式备注p np u c npppLCLpCLnpppUCLppp1313ppnpnLCLpnCLppnpnUCLnpnpnp1313nuuLCLuCL

15、nuuUCLuuu33nccLCLcCLccUCLccc33常规计数值控制图控制线计算公式2021-12-445X bar-R控制图制作步骤及应用1.收集数据2.描点画图3.计算分析控制限4.将分析控制限和中心线画在图上5.分析R图和X bar图6.分析特殊原因，采取措施，加以消除7.重新采集数据，重复1至5步，直至R图和X bar图都正常，可认为过程无异因，此时的控制限就可做为控制用的控制限8.分析过程能力9.保持过程，加以持续改进。2021-12-446分析用控制图数据表序号x1x2x3x4序号x1x2x3x4181.86 81.61 82.98 81.831482.40 81.41 82

16、.93 73.13282.09 81.06 80.48 80.071585.15 80.91 81.31 82.43381.21 82.77 79.95 80.721681.32 80.12 81.23 80.33481.23 80.61 81.68 82.131781.39 80.8580.680.93583.20 82.50 82.37 80.541881.37 83.12 80.39 81.81686.68 82.48 82.96 82.121982.62 82.06 81.49 80.92780.17 81.83 81.12 81.412079.76 81.17 81.24 79.54

17、881.780.09 81.55 80.572181.06 82.06 82.76 82.46980.69 80.49 82.16 85.292282.55 83.53 82.94 81.891082.72 82.12 81.77 81.602383.33 80.33 80.36 80.671180.98 81.33 81.60 80.702480.17 81.33 82.57 80.871280.42 82.20 80.13 80.242581.679.88 81.69 81.791382.11 82.13 83.22 82.17 2021-12-447分析用控制图2021-12-448剔除

18、异常数据后补充采集的数据表序号x1x2x3x4序号x1x2x3x4181.86 81.61 82.98 81.831485.15 80.91 81.31 82.43282.09 81.06 80.48 80.071581.32 80.12 81.23 80.33381.21 82.77 79.95 80.721681.39 80.85 80.680.93481.23 80.61 81.68 82.131781.37 83.12 80.39 81.81583.20 82.50 82.37 80.541882.62 82.06 81.49 80.92686.68 82.48 82.96 82.12

19、1979.76 81.17 81.24 79.54780.17 81.83 81.12 81.412081.06 82.06 82.76 82.46881.780.09 81.55 80.572182.55 83.53 82.94 81.89982.72 82.12 81.77 81.602283.33 80.33 80.36 80.671080.98 81.33 81.60 80.702380.17 81.33 82.57 80.871180.42 82.20 80.13 80.242481.679.88 81.69 81.791282.11 82.13 83.22 82.172582.51

20、 81.09 80.43 79.861382.40 81.41 82.93 73.13 2021-12-449剔除异常数据后补充采集数据分析用控制图2021-12-450控制用控制图控制限nX bar图 UCL=82.81 CL=82.51 LCL=80.21nR 图 UCL=4.08 CL=1.79 LCL=0.002021-12-451异常点n点出界n点排列不随机，存在某种“趋势”2021-12-452控制图判异准则（）ABCCBAUCLX barLCLABCCBAUCLX barLCLABCCBAUCLX barLCLABCCBAUCLX barLCL准则1：一点在A区外准则2：9点在C

21、区或其外准则3：6点递增或递减准则4：14点上下交替2021-12-453控制图判异准则（）ABCCBAUCLX barLCLABCCBAUCLX barLCL准则5：3点中有2点在A区准则6：5点中有4点在B区ABCCBAUCLX barLCLABCCBAUCLX barLCL准则7：15点在C区中心线上下准则8：8点在中心线两侧，但无一点在C区2021-12-454控制图绘制及应用时应注意n应先作R图，只有当R图稳定无异常时，过程才表现出“受控”状态nR图体现的是数据的组间波动，X bar图体现的是数据的组内波动n只有当R图稳定无异常，过程 达到“受控”状态时，分析过程能力才有意义2021

22、-12-455过程能力和过程能力指数Cpn过程能力：反映过程加工内在一致性，用6表示（其数值越小越好），取决于影响过程的人、机、料、法、环等因素，与公差无关n过程能力指数：指过程的加工质量满足技术要求的能力大小，其计算公式为：sTTCp662021-12-456过程能力评价Cp值的范围级别过程能力评价Cp 1.67过程能力过高1.67 Cp 1.33过程能力充分1.33 Cp 1.0过程能力不够充分1.0 Cp 0.67过程能力不足0.67 Cp过程能力严重不足2021-12-457有偏离情况的过程能力指数Cpkn有偏离情况的过程能力指数Cpk 式中：k为偏离度，当k 1，规定Cpk=0ksT

23、kTCkp16162021-12-458联合应用Cp与Cpk所代表的合格品率(%)99.9999992.0099.9999799.999941.6799.9968399.9968399.9941.3399.8650199.8650199.86599.7301.0097.7249997.7249997.72597.72295.4500.6784.1344784.1344784.13484.14384.00068.2680.332.001.671.331.000.670.33CpCpk2021-12-459散布图的概念在质量改进活动中，常常要研究两个随机变量之间的关系，将一系列通过观察得到的两个变

24、量的成对数据点一一描在X-Y座标系中，由此可以看出两变量是否线性相关，如果二者线性相关，可以对这两变量进行预测或控制。2021-12-460散布图的六种形式n(a)X与Y强正相关n(b)X与Y弱正相关n(c)X与Y强负相关n(d)X与Y弱负相关n(e)X与Y不相关n(f)X与Y非线性相关2021-12-461散布图示意图2021-12-462日期空气压力不良品率日期空气压力不良品率10月1日8.60.88910月22日8.70.8922日8.90.88423日8.50.8773日8.80.87424日9.20.8854日8.80.89125日8.50.8665日8.40.87426日8.30.

25、8968日8.70.88629日8.70.8969日9.20.91130日9.30.92810日8.60.91231日8.90.88611日9.20.89511月1日8.90.90812日8.70.8962日8.30.88115日8.40.8945日8.70.88216日8.20.8646日8.90.90417日9.20.9227日8.70.91218日8.70.9098日9.10.92519日9.40.9059日8.70.872散布图案例制作塑料桶时吹气压力（kg/cm2）与不良品率（%）数据表2021-12-463散布图案例吹气压力与不良品率散布图不良品率吹气压力2021-12-464散布

26、图的相关系数式中： yySxySxySr niiniiniiiyyyySxxxxSyyxxxyS12212021-12-465散布图一元线性回归方程baxyxaybxxSxySa式中：2021-12-466散布图相关分析案例空气压力（kg/cm2）8.08.59.09.510.0壁厚（mm）4.624.504.434.814.123.884.013.673.213.053.163.302.862.532.712.621.832.022.241.952021-12-467压力与厚度散布图2021-12-468压力与厚度回归直线2021-12-469分层法的概念 所谓分层法，是根据产生数据的特征（

27、如：何人、何处、何种方法、何种设备）将数据划分成若干组的方法。 石川馨先生曾多次强调：不对数据进行分层，就不能搞好质量管理。2021-12-470分层法的特点 分层法不是单独使用的，而是结合直方图、排列图、控制图等工具一起使用的。2021-12-471分层方法n按操作者来分层n按作业方法来分层n按机器设备分层n按原料分层n按作业环境分层2021-12-472分层法应用步骤n收集数据n根据不同目的，选择分层标志n将数据进行分层n按层归类n画分层直方图、排列图或控制图等统计分析图表2021-12-473分层法结合其它工具使用案例问题：某厂生产牵引机车板簧，发现有的板簧有裂纹。2021-12-474

28、板簧出现裂纹因果图板簧出现裂纹装配退火淬火检验淬火温度班次操作者炉内温度不一板簧类型填料类型2021-12-475现状分析：n因果图（如上图）n对小型牵引机所用的板簧(A1)和中型牵引机所用的板簧(A2)在同一炉内进行淬火处理。两种产品只是形状不同，所用原料相同，淬火时所用的填料不同n小型牵引机所用的板簧(A1)需求量增加n每天两班(B1、B2)生产，每班处理两批板簧n裂纹的特性可以用板簧的硬度来表示n收集了以前16天的数据资料： a)考虑炉中心和炉壁附近温度差异较大，每次淬火后，从炉中心(P1)和炉壁附近(P2)各取一个样，测量其硬度 b) 淬火处理后的所有板簧都要检验，对有裂纹的板簧测其硬

29、度 c)技术要求硬度标准为：350Hb460Hb2021-12-476硬度测量结果2021-12-477板簧硬度总直方图n 总体直方图表明产品硬度接近正态分布，所有样本的硬度都在技术要求规定的范围内，但有些硬度较高的样本出现纹裂纹，尽管其硬度出在规定的范围内2021-12-478有裂纹板簧的硬度直方图n所有有裂纹的板簧都是A1型。这种板簧是用在小型牵引机车上。n有裂纹板簧的硬度超过440Hb（硬度分布）。2021-12-479按板簧类型（A）分层的硬度直方图n用于小型牵引机车上的A1型板簧的平均硬度较大，且分布较宽n由于有裂纹的板簧都是A1型，目前这种工艺方法对A1型板簧可能不适宜n用于中型牵

30、引机车上的A2型板簧硬度的分布较窄，且这种板簧没有发现有裂纹2021-12-480按班次（B）分层的硬度直方图nB1班生产的板簧的平均硬度较B2班生产的大，而且波动较小（分布较窄）nB2班生产的板簧有裂纹2021-12-481按板簧在炉内位置（P）分层的硬度直方图n从炉中心(P1)取得的样本平均硬度较小且波动较小，没有出现裂纹n从炉壁附近(P2)取得的样本平均硬度较大，而且波动较取自P1的稍大一些，有的出现裂纹2021-12-482按AB两因素不同搭配分层的硬度直方图nA1B1和A1B2的板簧硬度的波动要比A2B1和A2B2的大n硬度的平均值没有明显差异，但A1B1和A1B2的要略大一些nA2

31、B1的硬度波动较小，且平均值(400.44)接近技术要求的中心值(405)，根据技术要求，过程能力指数为 这样， A2B1的组合是最好的04. 297. 863504606sSSCLUp2021-12-483按ABP三因素不同搭配分层的硬度直方图n对A1型板簧而言，从炉壁附近(P2)取的样硬度平均值明显地比从炉中心(P1)取的样硬度要大n对A2型板簧而言，其硬度的平均值与取自炉内的位置关系不明显nA1B1P1、 A1B1P2、 A2B1P1、 A2B1P2和 A2B2P1组合的五种情况硬度标准差大约是9Hb左右，而A1B2P1、 A1B2P2、 A2B2P2组合的硬度标准差要大一些，约为16H

32、b左右，出现这种差异是由于因素B（班次）的原因，班次B2生产的产品波动要大一些nA2B1P1、 A2B1P2和 A2B2P1这三种组合的硬度集中在规定值附近，波动也较小2021-12-484总的均值-极差控制图R图：n没有点超出控制限，但第7-14批、第26-33批、第51-64批的点呈现异常链，说明过程失控；nA1型板簧的极差R相对地比A2型的要大，因此，要将这两种板簧进行分层分析。 图：n没有点超出控制限，但从链上看，第15-26批、第31-39批、第43-53批的点呈现异常链，表明过程失控。x2021-12-485按A、B因素分层的均值极差控制图 由于数据是按批进行分组的，同一组内的波动

33、就是批内的波动。组间的波动包括批间的波动和日期间的波动。nA1B1：R图和 图上的点都接近中心线，但每数的数据是板簧取自炉中心(P1)和炉壁附近(P2)，因此，这是由于炉中心和炉壁两种均值不同的分布混在一起的结果。这种情况下，必须按炉内位置(P)进行分层。nA2B1：与A1B1情况相同。nA2B1：R图与 图都处于受控状态。也就是说，组间（不同批次和不同日期间）没有波动，过程比较稳定。经估算，组内的标准差为9.53（与直方图上s=8.97接近）。nA2B2： R图受控，但 图上有三个点超出控制限， 图不受控，组间存在波动。也就是说，不同的批次和不同的生产日期间有差异，必须检查B2班所用的生产方

34、法。估算批内的标准差为8.42，而从直方图上得到的标准差为13.13。组间的标准差可估算为10.07。xxxx2021-12-486A1 型板簧按B、P分层的均值-极差控制图 平均值取决于样本在炉内的位置，控制图数据按位置(P)分组，一个子组内包含每天的两个批次的数据，这样组内的波动只是同一日期内的波动（包括不同批次间的波动），组间波动就是不同日期间的波动。nA1B1P1和A1B1P2的差异在控制图上是显而易见的。 图和R图都表明A1B1P1或A1B1P2是否受控。n将A1B1P1和A1B1P2相比较，以比较P1和P2，由 A1B1P1和A1B1P2的极差均值比可以估算可以估计组内波动的标准差

35、为6.54，组间波动是由于P1和P2引起的，A1B1直方图的标准差为14.17，这样可以计算出组间波动的标准差为13.18。组间波动（方差）对A1B1直方图数据波动（方差）的贡献率为(13.182/14.172)*100%=80%。这表明，组间波动的大小取决于样本在炉内的位置，也表明，板簧的硬度主要受其在炉内位置的影响。x2021-12-487A1B1与A1B1P1图的比较n将A1B1与A1B1P1图进行比较，可以发现， A1B1控制图不稳定，而A1B1P1控制图表现出过程稳定，因为A1B1P1控制图的数据是按P进行分层的，子组发生了变化。控制图数据分组时，应使子组内的数据波动尽可能地表现为随机波动，过程的波动从组间波动上体现出来。2021-12-488xxA2型板簧按班次B分层的均值极差控制图n关于A2型板簧，其硬度与其在炉内的位置没有差异，将数据每天按两批分成一组，子组