XX电器有限公司QC手法培训（63页）ppt课件

1、QC手法培训质量管理部2021年11月8日.旧七大手法检查表分层法柏拉图因果图直方图分布图控制图. 检查表一.什么是检查表? 将需求检查的工程和内容一一列出来，然后定期或不定期的逐项检查，并将问题点记录下来的方法。二.检查表的种类 检查表分为记录用检查表和点检用检查表两种诊断表，问询表，统计表，调查表，记 录表，考核表等.三、检查表的运用步骤确定检查工程确定检查的频率确定检查的人员依检查表工程进展检查并记录对检查出的工程要求相关责任单位及时改善检查人员在规定时间内对改善效果进展确认总结阅历继续改良. 某加工一关键尺寸，为掌握整个过程的变异、稳定情况，延续跟踪取样了如下数据，请以调查表的方式整

2、理该数据该尺寸规格值为 5.00.6。四、例子123456789104.95.15.05.04.85.15.25.04.84.65.35.04.95.04.75.05.45.15.15.04.95.55.04.84.75.44.85.05.25.65.04.95.35.15.24.84.74.95.15.04.64.55.04.95.05.25.14.95.15.2.质量分布调查表丈量个数5.8总计上限5.65.75.45.55.25.3中心值5.05.14.84.94.64.7下限4.44.54.24.3小计调查人:_ 调查数:_ 调查方式:_ 调查时间:_ . 分层法分层法又叫分类法、层别

3、法或分组法,就是按照一定的标志,把搜集到的数据加以分类整理的一种方法.分层的目的在于把杂乱无章的数据加以整理,使之能确切地反映数据所代表的客观现实.通常有以下几种分层方法1、操作人员：个人、班次、阅历2、机器设备：机器、工具3、资料：来源、种类、消费批次4、加工方法：加工、装配、丈量、检验5、时间：上下午、早晚班、季度、年月等。6、环境：室内环境、气候、空气、电磁等7、其它：发生情况、发生位置等。.举例在磨床上加工某零件外圆，由甲乙两工人操作各磨100个零件，其产生废品45件，试分析废品产生的缘由。甲乙合计100100200表面粗糙度不合格213圆度超出规范123锥 度 不 合 格31821碰

4、伤17118小 计232245假设只对工人，不对不合格缘由进展分层：两工人的废品率相差无几，找不出重点。假设只对不合格缘由，不对工人进展分层：那么会得到主要要素为锥度不合格、碰伤两缘由。对工人及不合格缘由分层后：甲工人主要要素为碰伤；乙工人主要要素为锥度不合格. 陈列图(柏拉图) 陈列图是将质量改良工程从最重要到最次要顺序陈列 而采用的一种图表 陈列图的作用 识别各质量改良工程对问题影响的程度 确定关键的少数质量改良工程,找寻改良时机 陈列图的组成要素 调查表 横坐标 左纵坐标 右纵坐标 工程内容 单位符号 矩形方框 累计百分比描点 衔接符号更高!更快!更强!.陈列图的制造方法手工制造陈列图步

5、骤引见确定调查工程和度量单位与女朋友约会失败工程分析(单位 频数:次 百分比:%)搜集数据做调查表项目频数累计累计%电话打不通50150150.1父母不同意20971071.0电话机坏12683683.6工作多加班8492092.0去逛街了4996996.9跟别人约会2199099.1生病了9999100画横坐标、列工程称号打不通机坏父母不赞同生病了任务多加班去逛街了跟他人约会画左、右纵坐标,标注单位1000800600400200频数:次10080604020%在工程内容上画方框工程累计百分比描点工程累计百分比连线填写数据标志501次209次126次84次49次21次9次50.1%71%83

6、.6%92%96.9%99.1%描画分析结论打不通父母不赞同机坏症结.一、分析景象用陈列图 与不良结果有关，用来发现主要问题：质量：不合格、缺点、顾客埋怨、退货、维修等本钱：损失总数、费用等交货期：存货短缺、付款违约、交货期拖延等平安：发惹事故、出现过失等二、分析缘由用陈列图 这类陈列图与过程要素有关，用来发现主要问题: 操班次、组别、年龄、阅历、熟练情况以及个人本身要素； 机器：机器、设备、工具等； 原资料：制造商、工厂、批次、种类； 作业方法：作业环境、工序先后、作业安排、作业方法；陈列图的分类. 运用本卷须知 (1)普通来说，主要要素应只是一、二个，至多不超越三个， 否那么就失去找主要要

7、素的意义。 当各项数据分配比例差不多 时，应从其他角度搜集数据再做分析。 (2)分类项不可太少少于4项没任何意义，5-9项较适宜 (3)在采取措施之后，还应作陈列图，以进展效果检查对比。 (4)搜集数据的时间普通为13个月比较适宜，时间太长， 消费过程往往会有较大的变动， 影响数据的可比性。时 间太短，只能反映一时情况，会影响数据的代表性。 (5)不太重要的工程很多时，横坐标会变得很长，通常把这 些列入“其他项，排在最后。 . 因果图特征要因图定义：因果图又叫石川图或鱼骨图，是表示质量特性与缘由关系的图，是1953年由日本东京大学教授石川馨第一次提出。作图要点： 1明确需求分析的质量问题或确定

8、需求处理的质量特性 2召集同该质量问题有关的人員参与“诸葛亮会集思广益, 各抒己见。 3有多少质量特性做多少张图。 4缘由一定要分解到可以采取措施为止末端缘由。 5用数据现实客观评价每个要素找出真正的重要要素。 6 记录有关事项如产品称号、工序、小组称号、参与人及日期等。 7 做法要规范。 8重点放在如何处理问题上，需依5W1H列出。 .因果图 类型消费效率为什么这么低？个人才干为什么这么低？不良品为什么这么多？消费本钱为什么这么高？如何提高消费效率？如何提升本身的才干？如何防止不良品发生？如何降低消费本钱？追求对策型追求缘由型.因果图 图解追求缘由型为什么如何追求对策型.举例活塞销孔孔径尺寸

9、超差未按中间尺寸对刀 方法 资料 机床床温不够 环境操作者量值传送规范不一致 无温差修正规范责任心差室外气温影响自然时效不好停车时间长预热时间短刀头未压紧未按工艺执行未定时检测早晚温差大寒流暖气不正常室内温差大两台量仪量值不一致未在标温下鉴定环规人工时效不好炉温低毛坯变形时间短. 直方图定义：直方图是经过对数据的加工整理，从而分析和掌握质量数据的分布情况和估算工序不合格品率的一种方法。用途：常用于分析质量缘由，丈量工序才干，估计工序不合格品率等。作直方图的三大步骤： (1)作频数分布表 (2)画直方图 (3)进展相关计算.例：CVJ 外接头某车削直径统计结果,共100个数据mm日/月12345

10、日/月12#3#4#5#10/9454641423920/9514854515011/9454540434821/9524951524912/9464843454522/9474552474613/9474745444423/9494647484514/9444244474624/9484748484315/9484346484725/9434849484016/9494947494826/9464346464017/9474548474427/9474344474718/9444749484328/9494443424519/9424645484029/95046454338.编制频度分布表

11、 挑选数据求最大最小值 最大值：Max =54 最小值：Min =38 求极差 级差 R=Max-Min=54-38=16 将一切的数据分成10个组，那么每组之组距 H=16/10=1.6 计算每组之上下限： 最小组的下限 Min-a/2(a:为丈量单位)，假设统计值都是整数，那么丈量单位为1 统计值含一位小数那么丈量单位为0.1，以此类推 最小组下限为：38-1/2=37.5，上限为：下限+组距=37.5+1.6=39.1 第二组的下限=第一组的上限，其他以此类推 最小组的数据范围为：37.539.1 中心值为：=37.5+39.1/238.3 依次算出每组的上下限及中心值如下表：.频度分布

12、表组数数据范围中心值记录频度137.539.138.3 /2239.140.739.9 /4340.742.341.5 5442.343.943.1 10543.945.544.720645.547.146.3 /26747.148.747.9 / 17848.750.349.5 /9950.351.951.1 / 31051.953.552.7 /31153.555.154.3 /1/.分组不宜过多,也不宜过少,普通用数学家史特吉斯提出的公式计算组数,其公式如下:K=1+3.32 Lgn普通对数据之分组可参考下表:数据数组数50100610100250712250个以上1020.如何根据图案

13、的分布情况判别 1.如图中表示中间高,两边低,有集中的趋势,表示规格.分量等计量值的相关特性都处于平安的形状之下,制品工程状況良好.如以下图所示:.2.如图中表示缺齿形图案,图形的柱形高低不一呈现缺齿形状,这种情形普通就来大都是制造直方图的方法或数据搜集(丈量)方法不正确所产生.如以下图所示:.3.如下图为绝壁形,另外一边拖着尾巴,这种偏状型在实际上是规格值无法获得某一数值以下所产生之故,在质量特性上并沒有问题,但是应检讨尾巴拖长在技术上能否可接受;工具的松动或磨损也会出现拖尾巴的情形.如以下图所示:.4.双峰型 有两种分配相混合,例如两种机器或两种不同原料间有差别时,会出现此种情形,因测定值

14、受不同的缘由影响,应予层別后再作直方图. 5.离散型 测定有错误,工程调理错误或运用不同原材所引起,一定有异常原存在,只需去除,即可制造出合规格的制品.6.高原型不同平均值的分配混合在一同,应层別之后再作直方图. 与规格值或规范值作比较1.符合规格 A.理想型:制品良好,才干足够.制程才干在规格界限內,且平均值与规格中心一致,平均值加减4倍规范差为规格界限,制程稍有变大或变小都不会超越规格值是一种最理想的直方图.B.一那么无剩余:制品偏向一边,而另一边有剩余很多,假设制程再变大(或变小),很能够会有不良发生,必需设法使制程中心值与规格中心值吻合才好.C.两侧无剩余:制品的最小值均在规格內,但都

15、在规 格上下两端內,且其中心值与规格中心值吻合,沒有不良发生,但假设制程稍有变动,说会有不良品发生之危险,要设法提高制程的精度才好.2.不符合规格A.平均值偏左(或偏右) 假设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向,应对固定的设备,机器,缘由等方向去清查.B.分散度过大:察看制程的最大值与最小值均超越规格值,有不良品发生(斜线规格),表示规范差太大,制程才干缺乏,应针对人员,方法等方向去清查,要设法使产品的变异减少,或是规格订的太难,应放宽规格.C.表示制程之消费完全沒有按照规格去思索,或规格订得不合理,根本无法到达

16、规格.直方图的常见类型左右对称形规范型高原型锯齿型双峰型.切边型左右倾斜型孤岛型直方图的常见类型.显示质量动摇的形状直观地传送有关过程质量的信息进展统计过程控制，集中力量进展质量改善任务。直方图的作用. 分布图一.何谓分布图? 相互有关连的对应数据,在方格纸上以纵轴表示结果,以横轴表示缘由，用点表示出分布外形,根据分布的外形来判别对应数据之关的相互关系.这里讲的数据是成双的,普通来说成对数据有三种不同的对应关系. 1.缘由与结果数据关系. 2.结查与结果数据关系. 3.缘由与缘由数据关系.二.分布图制造的四个步骤:手工1.搜集相对应数据,至少三十组上,并且整理到数据表上.2.找出数据之中的最大

17、值和最小值.3.书出从轴与横轴刻度,计算组距.4.将各组对应数据标示在座标上.例：某零件高频淬火温度与硬度结果序号淬火温度C硬度HRC序号淬火温度C硬度HRC序号淬火温C硬度HRC112005211120051211200532119051121190502211904931180501311804923118051411705014117048241170495116049151160482511604761150481611504726115046711404917114046271140478113047181130462811304591120461911204529112044101

18、110452011104430111044.分布图寻觅关系xy.分布图的类型无相关关系强正相关弱正比例关系X变大，Y也变大X变大，Y大致变大X与Y无任何关系.无关系强反比例关系弱反比例关系X变大，Y变小；X变小，Y变大。X变大，Y大致变小 假设进展分类似乎有相关关系.1.在图中当X添加,Y也添加,也就是表示缘由与结果有相对的正相关,如以下图所示:XY0.2.分布图点的分布较广但是有向上的倾向,这个时候X添加,普通Y也会曾加,但非相对性,也就是就X除了受Y的要素影响外,能够还有其他要素影响着X,有必要进展其他要因再調查,这种外形叫做似有正相关谓为弱正相关。XY0.3.当X添加,Y反而减少,而且外

19、形呈现不断线开展的現象,这叫做完全负相关.如以下图所示:Y0X.4.当X添加,Y减少的幅度不是很明显,这时的X 除了受Y的影响外,尚有其他要素影响X,这种形情叫作非线性负相关,如以下图所示:Y0X.5.假设分布点的分布呈现离乱,沒有任何倾向时, 称为无相关,也就是说X与Y之间沒有任何的关系,这时应再一次先将数据层別化之后再分析,如以下图所示:Y0X.6.假设X增大,Y也随之增大,但是X增大到某一值 之后,Y反而开场减少,因此产生分布图点的分布有曲线倾向的外形,称为曲线相关,如以下图所示:Y0X. 中位线法象限判别法判别原那么假设n1+n3n2+n4,那么判别为正相关；假设n1+n3n2+n4,

20、故为正相关。. 控制图 从每日消费的产品线中所测得的零乱数据中,找出经常发生和偶尔发惹事故的数据,以便协助找出问題缘由,这就是非依托控制图不可. .一.计量值控制图作为控制制程的计量值控制图,一方面以平均数控制图控制平均数的变化,以全距控制其变异的情形.本节将引见平均数与全距控制图,将就控制图在制程中的每一步详加描画. 计量值控制图的种类如下:数据名称管制图计量值平均数与全距管制图XR管制图平均数与标准差管制图X S管制图个別值管制图X管制图.實例:平均数与全距控制图某厂制造全铜棒,为控制其质量,选定內径为控制項目,并決定以X-R控制图来控制该制程的內径量度,并於每小时随机抽取5个样本测定,共搜集最近制程之数据125个,将其数据依测定顺序及消费时间陈列成25组,每组样本5个,每组样数5个,记录数据如下:样本组X1X2X3X4X5140403843412404239393934239414340440403942415423942434064341414041743383742418374343354094039424144.样本组X1X2X3X4X510394141363811404442403912433839414213384036394114363539383915403940394816424646474717364043414318373940384219403739