第五章质量管理统计技术与方法ppt课件

1、第五章 质量管理统计技术与方法 .质量管理的七种常用方法一、因果图法二、调查表法三、分层法四、分布图法五、陈列图法六、直方图法七、控制图法.七种方法之一：因果图因果图是表示质量特性与缘由的关系的图。 搜集各种信息，比较缘由大小和主次，找出产生问题的主要缘由；也就是根据反映出来的主要问题最终结果，找出影响它的大缘由、中缘由、小缘由、更小缘由等等。.主干箭头所指的为质量问题，主干上的大枝表示大缘由，中枝、小枝芽表示缘由的依此展开。 大缘由小缘由中缘由更小缘由结果第一质量问题.缘由分析要从5M1E出发中缘由大缘由某个质量问题小缘由人机料法环测.热处置为什么曲轴轴颈尺寸小硬度不一致操作者因果分析图教育

2、没进展没记住机床未及时修正砂轮工艺纪律松弛平衡块松动震动大控制机构的灵敏性电器失灵资料材质不合规格量具校正无规范轴丈量方法环境丈量器具配置操作者未用读数量具测头不干净丈量仪器精度操作规格无作业规范加工件温度高进给量大有杂质切削液浓度低.因果图作图步骤1确定要研讨分析的质量问题和对象，既确定要处理的质量特性是什么。将分析对象用一定语气不标问号写在图的右边，最好定量表示，以便判别采取措施后的效果。2确定呵斥这个结果和质量问题的要素分类工程。影响工序质量的要素分为人员、设备、资料、工艺方法、环境等；再依次细分，画大枝，箭头指向主干，箭尾端记上分类工程，并用方框框上。.3把到会者发言、讨论、分析的意见

3、归纳起来，按相互的相依隶属关系，由大到小，从粗到细，逐渐深化，直到可以采取处理问题的措施为止。 将上述工程分别展开：中枝表示对应的工程中呵斥质量问题的一个或几个缘由；一个缘由画一个箭头，使它平行于主干而指向大枝； 把讨论、意见归纳为短语，应言简意准，记在箭干的上面或下面，再展开，画小枝，小枝是呵斥中枝的缘由。 如此展开下去，越详细越细致，就越好。 .4确定因果图中的主要、关键缘由，并用符号明显的标出，再去现场调查研讨，验证所确定的主要、关键缘由能否找对、找准。以此作为制定质量改良措施的重点工程。普通情况下，主要、关键缘由不应超越所提出的缘由总数的三分之一。5注明本因果图的称号、日期、参与分析的

4、人员、绘制人和参调查询事项。 做因果图的一个重要内容就是要搜集大量的信息，而许多信息是靠人们客观想象和思想得到的。 . 2.作因果图的本卷须知1要充分发扬民主，把各种意见都记录、整理入图。一定要请当事人、知情人到会并发言，引见情况，发表意见。2主要、关键缘由越详细，改良措施的针对性就越强。主要、关键缘由初步确定后，应到现场去落实、验证主要缘由，在订出真实可行的措施去处理。 .3不要过分的清查个人责任，而要留意从组织上、管理上找缘由。实事求是的提供质量数据和信息，不相互推托责任。4尽能够用数据反映、阐明问题。5作完因果图后，应检查以下几项：图名、应标明主要缘由是哪些等、文字能否简便通俗、编译能否

5、明确、定性能否准确、应尽能够地定量化、改良措施不宜画在图上。 6有必要时，可再画出措施表。.七种工具之二：统计分析表法调查表调查表是为了调查客观事物、产品和任务质量，或为了分层搜集数据而设计的图表。即把产品能够出现的情况及其分类预先列成调查表，那么检查产品时只需在相应分类中进展统计。 .统计分析表的编制原那么为了可以获得良好的效果、可比性、全面性和准确性，调查表格设计应:简单明了，突出重点；应填写方便，符号好记；调查、加工和检查程序与调查表填写次序应根本一致填写好的调查表要定时、准时改换并保管；数据要便于加工整理，分析整理后及时反响。 .统计分析表的种类 1、矩阵统计分析表 矩阵图是以矩阵的方

6、式分析要素间相互关系及其强弱的图形。它由对应事项、事项中的详细元素和对应元素交点处表示相关关系的符号构成不合格及其数量。进而分析其缘由并提出处理方案。. 2.不合格工程调查表 质量管理中“合格与“不合格，是相对于规范、规格、公差而言的。一个零件和产品不符合规范、规格、公差的质量工程叫不合格工程，也称不良工程。 如表5-4p。.表4-1 不良品工程调查表铸件缺陷原始记录表零件名称：盖子 零件图号： 日期：单位：车间工段 操作者： 填号人：检查记录小计欠铸正正正正正一29缩裂正一10气孔正正正正20夹渣一一5折叠T一3其他T2合计38981469. 3.不合格位置统计分析表 缺陷位置调查表宜与措施

7、相联络，能充分反映缺陷发生的位置，便于研讨缺陷为什么集中在那里，有助于进一步察看、讨论发生的缘由。缺陷位置调查表可根据详细情况画出各种不同的缺陷位置调查表，图上可以划区，以便进展分层研讨和对比分析。.机翼划伤位置记录表单位：车间工段日期： 年 月 日操 填号者： ：严重划伤 ：轻划伤 0 ：压坑 .4、不合格缘由统计分析表弄清呵斥各种不合格发生的缘由，按照设备、操作者、时间等标志进展分层统计分析，填写不合格缘由统计分析表。.5、过程质量分析统计表为了可以丈量产品的尺寸、分量、纯度登记量数据的过程中，为了掌握这些过程的产质量量情况，可用这种统计分析表。.运用程序1、明确搜集资料的目的2、针对问题

8、确定所搜集的资料3、确定统计分析资料的担任人4、根据不同的目的设计相应的统计分析表5、经过预先调查来审核统计分析表设计的合理性6、实施调查，整理和统计分析数据.七种工具之三：陈列图陈列图是经过找出影响产质量量的主要问题，以便改良关键工程。陈列图又叫帕累托图(Pareto)，它是将各个工程从最主要到最次要的顺序进展陈列的一种工具。 陈列图最早由意大利经济学家帕累托用于统计社会财富分布情况的。他发现少数人占有大部分财富，而大多数人却只需少量财富，即所谓“关键的少数与次要的多数这一相当普遍的社会景象。 .例:为分析某厂加工曲轴报废上升的缘由，对222件废品进展了分类统计，试找出主要影响要素。解：搜集

9、资料；整理计算。100.0100.02.722297.30.921696.41.321495.12.221192.98.620684.314.018770.370.3156222总计6其他72轴颈外表伤痕63曲拐半径小55轴向尺寸超差419动平衡超差331开档大2156曲轴轴颈尺寸小1累计频率频率累计频数频数(件)缘由序号. 1、陈列图的作图步骤(1) 确定分析对象 普通指不合格工程、废品件数、耗费工时等等。(2) 搜集与整理数据 可按废品工程、缺陷工程，不同操作者等进展分类。列表汇总每个工程发生的数量即频数fi，按大小进展陈列。(3) 计算频数fi、累计频率Fi等。 . (4) 画图 陈列图

10、由两个纵坐标，一个横坐标。左边的纵坐标表示频数fi，右边的纵坐标表示累计频率Fi；横坐标表示质量工程，按其频数大小从左向右陈列；各矩形的底边相等，其高度表示对应工程的频数。 .(5) 根据陈列图，确定主要、有影响、次要要素。主要要素累计频率Fi在080%左右的假设干要素。它们是影响产质量量的关键缘由，又称为A类要素。其个数为12个，最多3个。有影响要素累计频率Fi在8095%左右的假设干要素。它们对产质量量有一定的影响，又称为B类要素。次要要素累计频率Fi在95100%左右的假设干要素。它们对产质量量仅有细微影响，又称为C类要素 .陈列图的方式 问题工程B类C类频数件频率%A类. 1 2 3

11、4 5 6 其他频数(件)频率(%)A类B类C类809010004080120160200255075.例：某化工厂对十五台尿素塔焊缝缺陷所需工时进展统计分析，如表。序 号项 目返修工时fi频率Pi (%)累计频率Fi (%)类 别12焊缝气孔夹渣.1485160.420.860.481.2A34焊缝成型差焊道凹陷20158.26.189.495.5B5其 他114.5100C合 计245100.按陈列图作图步骤，确定焊缝气孔和夹渣为主要要素；焊缝成型差和焊道凹陷为有影响要素，其它为次要要素。 问题工程频数fi件Pi 频率%60.4%焊缝气孔81.2%89.4%100%95.5%50%夹渣焊缝

12、成型差焊缝凹陷其它50100150200250.2、陈列图的用途(1) 找出主要要素。陈列图把影响产质量量的“关键的少数与次要的多数直观地表现出来，使我们明确应该从哪里着手来提高产质量量。实际证明，集中精神将主要要素的影响减半比消灭次要要素收效显著，而且容易得多。所以应中选取陈列图前12项主要要素作为质量改良的目的。假设前12项难度较大，而第3项简易可行，马上可见效果，也可先对第3项进展改良。 . (2) 处理任务质量问题也可用陈列图。不仅产质量量，其它任务如节约能源、减少耗费、平安消费等都可用陈列图改良任务，提高任务质量。检查质量改良措施的效果。采取质量改良措施后，为了检验其效果，可用陈列图

13、来核对。假设确有效果，那么改良后的陈列图中，横坐标上要素陈列顺序或频数矩形高度应有变化。 .七种工具之四：直方图直方图法是适用于对大量计量值数据进展整理加工，找出其统计规律，即分析数据分布的形状，以便对其总体的分布特征进展推断，对工序或批量产品的质量程度及其均匀程度进展分析的方法。直方图是用来分析数据信息的常用工具，它可以直观地显示出数据的分布情况。 . 1.作直方图的方法步骤如下 (1) 搜集数据普通搜集数据都要随机抽取50个以上质量特性数据，最好是100个以上的数据，并按先后顺序陈列。表56是搜集到的某产品数据，其样本大小用n=100表示。 (2) 找出数据中的最大值，最小值和极差。数据中

14、的最大值用xmax表示，最小值用xmin表示，极差用R表示。.例5-8 p140某工程统计数据为： xmax=8.45，xmin=7.56， 极差R= xmax- xmin=8.45-7.56=0.89。 区间xmax, xmin称为数据的分布范围.(3)确定组数k和组距h。 组数常用符号k表示。k与数据数多少有关。数据多，多分组；数据少，少分组。 例 5-8中100个数据，常分为10组左右。所以，h=0.89/10=0.09mm(4)确定组界(5)统计各组频数。 统计频数的方法，如表5-8所示。(6)画直方图。.510152012345678943图42 直方图22频数组号161823171

15、5.2.直方图的用途直方图在消费中是经常运用的简便且能发扬很大作用的统计方法。其主要作用是： (1)察看与判别产质量量特性分布形状 (2)判别工序能否稳定。 (3)计算工序才干，估算并了解工序才干对产质量量保证情况。.11.5. 3.直方图的判别与分析对直方图的察看，主要有两个方面：一是分析直方图的全图外形，可以发现消费过程的一些质量问题；二是把直方图和质量目的比较，察看质量能否满足要求。直方图可分为正常型和非正常型,下面分别它们的外形。.直方图的类型1正常型 图形中央有一顶峰，左右大致对称，这时工序处于稳定形状。其它都属非正常型。 正常型. (2) 偏向型图形有偏左、偏右两种情形，缘由是：

16、(a)一些形位公差要求的特性值是偏向分布。 (b)加工者担忧出现不合格品，在加工孔时往往偏小，加工轴时往往偏大呵斥。 偏向型(左) 偏向型(右). (3) 双峰型 图形出现两个顶峰极能够是由于把不同加工者或不同资料、不同加工方法、不同设备消费的两批产品混在一同构成的。 双峰型. (4) 锯齿型 图形呈锯齿状参差不齐，多半是由于分组不当或检测数据不准而呵斥。 锯齿型. (5) 平顶型 无突出顶峰，通常由于消费过程中缓慢变化要素影响(如刀具磨损)呵斥。 平顶型. (6) 孤岛型 由于丈量有误或消费中出现异常(原资料变化、刀具严重磨损等)。 孤岛型.4. 直方图与公差界限比较统计分布符合规范的直方图

17、有以下几种情况：1理想型：分布范围B在规范界限T=Tl，Tu内，分布中心与规范中心近似重合两边有余量。B是实践质量特性值的分布范围T 是公差范围TBSLTlTu.(2) 偏向型：B位于T内，一边有余量，一边重合，分布中心偏移规范中心，应采取措施使分布中心与规范中心接近或重合，否那么一侧无余量易出现不合格品。(S)LTlTuTBS(L)TlTuTB.3无富有型：B与T完全一致，两边无余量，易出现不合格品。 TB(S)(L)TlTu.4才干富有型 分布非常集中。在此情况下，应充分思索经济效果，采取适当放宽工艺 条件或加严规格要求等措施。产品分布范围规格范围.5才干缺乏型 直方图的分布范围已超出现规

18、格界限，并已出现一定数量的不合格品。应立 即采取措施，减小分散；对产品 实施全数检查；或适当放宽规格界限，以减小损失。TBSLTlTu.6陡壁型 过程控制不好，实践分布中心过分偏离公差中心，呵斥废品或超差。 ( p143 ).直方图的局限性虽然直方图可以很好地反映出产质量量的分布特征，但由于统计数据是样本的频数分布，它不能反映产品随时间的过程特性变化，有时消费过程已有趋向性变化，而直方图却属正常型，这也是直方图的局限性。 .七种工具之五：分布图分布图是经过分析研讨两种要素的数据之间的关系，来控制影响产质量量的相关要素的一种有效方法。有些变量之间有关系，但又不能由一个变量的数值准确地求出另一个变

19、量的数值。将这两种有关的数据列出，用点子打在座标图上，然后察看这两种要素之间的关系。这种图就称为分布图。 .如棉纱的水分含量与伸长度之间的关系；喷漆时的室温与漆料粘度的关系；零件加工时切削用量与加工质量的关系；热处置时钢的淬火温度与硬度的关系(如图)等等。从图可见，数据的点子近似于一条直线，在这种情况下可以说硬度与淬火温度近似线性关系。 .分布图从图中可见，数据的点子近似于一条直线，在这种情况下可以说硬度与淬火温度近似线性关系。 45505560850900淬火温度(oC)硬度HRC图49 钢的淬火温度与硬度分布图。.1、分布图的察看分析 根据丈量的两种数据做出分布图后，察看其分布的外形和密疏

20、程度，来判别它们关系亲密程度。 .分布图大致可分为以下情形 (1) 完全正相关 x增大，y也随之增大。x与y之间可用直线y=a+bx(b为正数)表示。yx 完全正相关.分布图大致可分为以下情形 (2) 正相关 x增大，y根本上随之增大。此时除了要素x外，能够还有其它要素影响。 yx 正相关.分布图大致可分为以下情形(3) 负相关 x增大，y根本上随之减小。同样，此时能够还有其它要素影响。yx 负相关.分布图大致可分为以下情形(4) 完全负相关 x增大，y随之减小。x与y之间可用直线y=a+bx(b为负数)表示。yx(d) 完全负相关.分布图大致可分为以下情形(5) 无关 即x变化不影响y的变化

21、。yx 无关.制造与察看分布图应留意的几种情况(a) 应察看能否有异常点或离群点出现，即有个别点子脱离总体点子较远。 假设有不正常点子应剔除； 假设是缘由不明的点子，应慎重处置，以防还有其它要素影响。 .制造与察看分布图应留意的几种情况(b) 分布图假设处置不当也会呵斥假象，如图。 假设将x的范围只局限在中间的那一段，那么在此范围内看，y与x似乎并不相关，但从整体看，x与y关系还比较亲密。 部分与整体的分布图xy.制造与察看分布图应留意的几种情况(c) 分布图有时要分层处置。 如图，x与y的相关关系似乎很亲密，但假设仔细分析，这些数据原是来自三种不同 的条件。假设这些点子分成 三个不同层次A、B、C。从 每个层次中思索，x与y实践 上并不相关。 应分层处置的分布图xyABC.2、分布图与相关系数r变量之间关系的亲密程度，需求用一个数量目的来表示，称为相关系数，通常用r表示。 不同的分布图有不同的相关系数，r满足：-1r1。 因此，可根据相关系数r值来判别分布图中两个变量之间的关系。.r值两变量间的关系，判别r=1完全正相关1r0正相关 越接近于1，越强： 越接近于0，越弱r=0不相关0r-1负相关 越接近于 -1，越强；越接近于0，越