QC七大手法工具介紹

1、1QC七大手法工具介紹2层别法特性要因图柏拉图检查表散布图直方图控制图QC 七工具3一、层别法 1.定义：层别法又称分层法、归类法或分组法。层别法是QC工具中最基本的概念/方法。质量问题往往是多种因素的综合结果。为了使原因分析清楚，问题判断准确，最有效的办法就是将数据分层把数据按各种影响质量的因素分别整理、层层分析，从而使分析准确无误。这种分别整理数据的分析方法叫做层别法。分层分得越细，判断就越准确。42. 分层的类别： 可以根据具体情况采用不同的分层类别，常见的有： 按个人分 现场分 班次分 经验分 (1) 人 按机器分 按工、夹具分 (2) 机器 按来源分 按品种分 按生产批次分(3)材料

2、 52. 分层的类别： 按加工 装配 测量 检验等工种分(4) 方法 按室内 室外 温湿度 电磁场等分(5) 环境 按上午 下午 白班 晚班分(6)时间 按发生情况 发生位置分(7)其它63. 层别法的应用： (1) 紧记：人、机、料、法，环(4MIE)，是工厂中分析品质问题的最主要因素。(2) QC工具中的直方图、特性要因图，散布图，柏拉图等方法，都常结合分层的方法进行，否则，难以得出有益的结论。7SLSUX(a)全体直方图(3) 实例 (直方图的层别分析) 同一另件在2台不同的设备上加工。对它们的加工件混在一起进行检查，做出直方图(a) 8 现区分设备层别，对两台设备的加工件分别做出直方图

3、。 SLSUXSLSUX设备1设备2加工的另件变差大，须考虑改善。2号设备9二、特性要因图 1.定义：特性要因图方法通过对某个品质特性存在的问题进行全面彻底地思考分析，用一鱼骨状(树枝状)的图形将结果及其潜在的(可能的)原因的因果关系表示出来。 特性要因图又称因果图或鱼骨图。 10二、特性要因图 2.如何作特性要因图：(详见例图) (a) 明确要分析改善的具体特性； (b) 画出特性(结果)与主骨； (c) 选取影响该结果的要因，画出鱼的大骨， 在骨端标记此要因； (d) 对大骨的要因细细追究，就可以在大骨上 画出中骨，小骨，细骨，直到找到可以采 取措施的原因为止。 (e) 全面检查要因是否有

4、遗漏，如有应补上。 对特别主要的要因附以标记，以重点改善之。 11二、特性要因图 3. 注意事项： (a) 对特性要描述的具体，不能只说另件质量不 好，要具体指出是什么质量特性存在什么问题。 (b) 一个特性一张图。一个另件可能有几个特性不符 合要求，例如 尺寸超差，擦花等，每一种特性应 分别做出各自的因果图。 (c) 要因的分析应尽可能深入细致，穷追到底(脑力 激荡方法)。 (d) 要因图只是分析原因的方法，不要把对策也混于 其中。12 4. 例图： PCB表 面擦花训练表面/清洁理念新手人员开料机刀口升降机正确拿板搬运车温湿度地面仓管进料检查指套垫板环境机器/设施材料方法台面通道接板器刷轮

5、辘131.定义：影响产品质量的因素虽然很多, 但通常只有关键的少数原因(不超过20%)起着主要作用(对结果的影响占80%)。这种被称为20/80规律是由意大利经济学家帕雷托(Parefo)提出的，并得出一种能反映这种规律的图，称为柏拉图。三、 柏拉图柏拉图又叫排列图或帕雷托图。 14三、柏拉图2. 如何做柏拉图： (a) 确定作图的分类项目 为了做柏拉图，首先要定出分类方法及项目，如可按 不合格项目、瑕疵、不同班次、不同设备等进行分类。下例按不合格项目分类。 (b) 定出做记录的期限 只要有足够数据即可，时间不宜过长。 (c) 按分类项目进行统计，汇总成统计表格。 (d) 在直角坐标低上按频数

6、大小从左到右画直方图，等宽不留间际。 (e) 画累积频率折线。让折点位于直方宽度的 中间。15三、柏拉图1. 范例： 某部门将上个月生产的产品作出统计，总不良率414个，其统计表如下：序号不良项目不良数不良率累计比率1破损19547.1%47.1%2变形9021.7%68.8%3刮痕6515.7%84.6%4尺寸超差4510.9%95.5%5其他194.6%100%合计414100%16三、柏拉图2001601208040195654519破损变形刮痕尺寸超差其他9047.1%95.5%100%80%60%40%20%68.8%84.6%100%制定：王 元 日期：17检查表是发现、分析、解决

7、问题的十分常用的工具。 四、检查表： 检查表定义 将原始测量检查的数据、项目、一项一项地无遗漏地整理成极方便的记录用的表格，且定期检查。 检查表类型： 用于记录 用于调查 有于设备维护18 制作要点及程序： 符合目的 简单明了 检查项目符合要求(工艺要求、工艺指导书、操作规范、操作顺序) 根据实际情况、不断核准修订 数据真实、明确、不含糊 标准化，规范化(避免因人而异) 制作方法：(实例说明)四、检查表： 19例1： 不合格成品检查表 产品编号_生间班组_生产日期_编号不良项目数量(本)小计比率(%)1缺页正正正正正正正正正正正正正正正正正正正正10336.42污损正正正正正正正正正正正正正正

8、正正8028.33封面订错正正正正正正5017.64页码错乱正正正正正正3010.75纸张破损正正正正207.06其它0总计283283100谙明检查者：_审核者：_这种表格把记录、整理数据及作频数分布这三个步骤合为一步，用起来十分方便。 20例2： 某产品外观瑕疵位置分布 21例3：轴径 检查统计表另种编号_ 日期： _ 测量者：_标准尺寸_2.1_ 车床号：_检查数 _ 加工者：_ 尺寸1.51.61.71.81.92.02.12.22.32.42.52.6频数137101420181210831353025201510522五、散布图： 1. 定义： 散布图又称散点图或相关图，是用来分析

9、两个相应变量之间是否存在相关关系的一种图示方法，简单方便而又能说明问题，在企业中得到广泛应用。 2. 实例 a)目的： 分析和研究某种金属材料的淬火后硬度和烧溶温度之间的相关性； b)首先通过实验统计出相关数据如下表(一般要求数据量30)；23五、散布图： 2. 实例 c) 找出数据X、Y的最大值 和最小值； d) 在XY座标低上画出纵轴、横轴，并依据X、Y的最大值、最小值决定刻度和长度； e) 将各对数据点在相应的座标上，如果数据点重合则画为； f) 记录样本数、日期、特征及单位，制作者等必要事项。 24图例： NO烧熔温度Y硬度NO烧熔温度Y硬度NO烧熔温度Y硬度1234567891081

10、08908508408508908708608108204756484554595051425311121314151617181920840870830830820820860870830820525351454648555549442122232425262728293081085088088084088083086086084044535457505446525049 的最大值=890 Y 的最大值=59 最小值=810 最小值=42 25Y数据之范围 6058565452504846444240硬度 y数据之范围800810820830840850860870880890烧熔温度x图例

11、： 26图例： 6058565452504844464240800820840860880890例：数据打点法（X=890，Y=56）硬度 y（X=810，Y=47）27图例： 硬度 y6058565452504844464240800820840860880890n=30时间=9/259/29制品名：SA-50单位：压延课绘图者：林武东绘制日：10/1283.几种典型的散布图 Ya)强性正相关Yb)强线性正相关293.几种典型的散布图Yc)线性不相关Yd)强线性负相关303.几种典型的散布图 Ye)弱线性负相关Yf)非线性相关31六、直方图： 1、定义：直方图是将所收集的测定值或数据之全距分

12、为几个相等的区间作为横轴，并将各区间内之测量值所出现次数累积而成的面积，用柱子排起来的图形，故又称之为柱状图。 32例如下图所示：a) 频数分布表组号组界组中点划记频数频率累积频率1123.5127.5125.5140.0700.0702127.5131.5129.570.0350.1053131.5135.5133.5110.0550.1604135.5129.5137.5130.0650.2255139.5143.5141.5340.1700.3956143.5147.5145.5370.1850.5807147.5151.5149.5210.1600.7408151.5155.5153.

13、5230.1150.8559155.5159.5157.5130.0650.92010159.5163.5161.5100.0500.97011163.5167.5165.540.0200.99012167.5171.5169.520.0101.000合计20033例如下图所示：b) 直方图40302010次数SL=130SU=190n=200制品名：工程名：期间：作成月日：作成者：342、如何制作直方图： a)计算数据的变化范围。 已知：上例所使用的200个数据的 最大值=172 最小值=124 极差R=172-124=48 b)根据样本大小n按k表确定组数。 n数组数(k)50500100

14、100250250576107121012本例n=200,故选k=12 35 c) 计算组距h h=(如有小数点，可以取整数) d) 确定边界值。为避免数据落在边界上，可取测量单位的1/2作分界，本例中的组界为、171.5。 e)制作“频数分布表”，(前面的表格) f)以频数分布为基础，制作“频数直方图”或“频率直方图”。2、如何制作直方图：363、直方图的应用： 过程控制中常见的直方图形 a)正常型中间高，两边低，左右基本对称b)偏向型中间高，两边低，但高峰偏向一侧，左右不对称。人为干涉造成，例如孔径一般偏小，轴径一般偏大。c)双峰型出现两个高峰。往往是因为来自两个总体的数据混在一起所致，分

15、层检测统计便可。373、直方图的应用： d)孤岛型出现远离主分布的次分布，有如小孤岛。往往因为过程条件产生了较明显的变化，如有原材料混杂，操作疏忽等。e)低峰型可能由于过程中某种倾向性因素缓慢作用所致。f)高峰型可能数据来自已经过筛选再使用的总体。g)锯齿型原因是直方图分组不当或者测量误差过大所致38七、控制图 1) 定义：将一个过程定期(定时)收集的样本数据按时间顺序点绘而成的一种图示技术。控制图可展示过程变异并发现变异，进而采取预防措施，是过程控制的重要方法。控制图(SPC图或休哈特图) 39七、控制图 2) 控制图的分类 任何反映产品或过程特性的变量(计量数据)或属性 (计数特性)都可以

16、绘制控制图。 a) 计量值控制图。 计量值是指连续的，分布区间是无限的质量特征值，例如长度、重量、速度、强度和电阻等。 b) 计数值控制图。 计数值是指按个数数得的非连续性取值的质量特征值，如疵点数、不合格品数等。40七、控制图 3)计量值控制图 本节介绍最常用的“均值一极差( -R)控制图。”通常，平均值控制图和极差R控制图联合用于监控计量值连续的生产过程。41 3)计量值控制图组号12345678910111213X146494854534749474748484852X251515250495452454652515152X354525250495152535350505351X4525

17、05246535151505048505048X548505450495150515151465053X50.250.451.650.050.650.850.849.249.449.849.050.451.2R834847387455542 3)计量值控制图组号141516171819202122232425X1485153494752485146505050X2505149484950485253505451X3475153504952525051485051X4495246505047484951504951X5515148525249525450505146X49.051.249.849

18、.849.45049.651.251.249.650.849.8R41745545727543 3)计量值控制图0510152025RX44 4)计量值的控制图实例 假定我们已经定期地依序收集了如前表所示的K=25组数据(样本组)每一组数据各包括n=5个数据(样本大小)。 a. 计算各组平均值 =例如：第14组 45 4)计量值的控制图实例 b. 计算各组的R值： R=组内最大值(L)-组内最小值 例如：第14组 R=51-47=4 c.总平均值计算 本例中总平均值=46 4)计量值的控制图实例 d. 总平均值的计算： 本例中47 e.控制图的控制界限： 中心线CL= 上限UCL= +A2R

19、下限 LCL= -A2R A2值为根据样本大小查表所得 4)计量值的控制图实例 48 4)计量值的控制图实例 -R控制图用系数表 样本大小控制图R控制图(n)A2D3D4D2d321.8803.2681.1280.85331.0232.5741.6930.88840.7292.2822.0590.88050.5772.1142.3260.86460.4832.0042.5340.84870.4190.0761.9242.7040.83380.3730.1361.8642.8470.82290.3370.1841.8162.9700.808100.3080.2231.7773.0780.797本

20、例中 LCL= - A2R=50.15-0.5774=47.22 49 4)计量值的控制图实例 f. R控制图的控制界限： 中心线 上限 UCL=D4 下限 LCL= D3R=(注：n=2-6时， 不考虑下限)50 4)计量值的控制图实例 g.依上面的计算值，制作控制图( -R控制图) 注意事项： 1）R控制图之上下限间隔取30mm为宜并刻度之； 2）中心线画黑实线，上下限线画虚线； 3）将各组的 、R值依序标点到图上，同一组的 和R应该位于同一纵轴上； 控制图应记录：控制图名称；控制项目；工程名称；产品名称；规格值；检测记录表；抽样方式；组的大小；管理者姓名等。 515) 计数型控制图 a.

21、类型：常用的计数型控制图有 1）P控制图-控制不合格率(百分率) 2）C控制图-控制缺陷数 b. 瑕疵数(C)控制图 1) 当计数检验的个数相对于被检验的对象的总体很少时，通常采用C图。 C表示每个检查单位内的瑕疵数，例如净化厂房的尘埃个数、铝板的划伤面积、铸件的气孔或溶液中的杂质等。 如果总体瑕疵率为P，总体所含的检查单位个数为n,当np5且n足够大时可采用C图。525) 计数型控制图 2)产品上的疵点， 在正常生产时应服从“泊松分布” P(c=d)=其中C为总体的平均瑕疵数 =c,且c= 。我们用作为的估计，可导出C图的控制上限公式为： CL= UCL= +3 LCL= -353如果 较小

22、时，按上述方法计算误差较大，可按“泊松分布表”直接得到C的界限值，如下表所示： C图上下界限数值表 5) 计数型控制图 0.20.40.60.81.01.52.03.04.05.06.07.08.09.010.0UCL2334567910121415171819LCL000000000011122545) 计数型控制图 3) 的取得一般有两个途径： a. 从以往稳定生产时的统计； b. 以最近生产的一批(不少于25个样组)的C数值取平均值。 4)实例： 问题：每5个铸件为一样组，经X光透视检验，共检验了10个样组的气孔数为： 根据以往的经验知 =9，试问这10组铸件生产是否正常？ 组件1234

23、5678910C 106910481610125555) 计数型控制图 解 ：a.由于 =9是已知数，查表 =9时，UCL=18， LCL=2 b.作C控制图 铸件气孔控制图(C控制图) UCL=18LCL=2CL=9565) 计数型控制图 5)由C控制图看到，10组铸件的气孔数全部落在控制限内，因此铸件生产是正常的 * 如果不知道 值时，可以把C加总取平均值，如上例中 C=10+6+9+5=90 =57 c. 百分率P控制图 (1) 对计数数据来说，当计数的总数(疵点、不合格品数等)所占的比例较大时，数据就不再服从“泊松分布”,所以也就不能用C控制图来控制质量了。 我们把数据折成百分率(不合

24、格品率，破损率等)，这类数据称为百分率数据，简称P数据。用P数据作品控制图称为百分率P控制图，简称P图。 (2) 把产品按两种属性(如合格和不合格)来分类时，只要这些样组是从一个质量稳定的总体内随机抽取的，它们的计数数值服从二项分布。 (3)如果像C图那样列出不同的 和n的对应关系，表的篇幅很大，虽有公式可算，但计算很麻烦。5) 计数型控制图585) 计数型控制图 (a) 计算不良品率，并记录入表中 例如：NO.1 P1= NO.2 P2= NO.3 P3=595) 计数型控制图 (b) 计算平均不良品率 = 经计算得出 所以 =605) 计数型控制图 (c)控制限的计算 中心线上控限UCL= +3 下控限 LCL= -3其中所以 UCL=0.20+3 LCL=0.20-361 一般采用近似计算法：当 已求得时，控制限的近似公式为中心线 CL=上控限 UCL= +3下控限 LCL= -3 (4) 和 值一样，如果不知道 值时，可以用最近一批25个以上样组算出的P值的平均值作 为中心线。5) 计数型控制图625) 计数型控制图 (5)实例: