质量管理手法简介课件_第1页
质量管理手法简介课件_第2页
质量管理手法简介课件_第3页
质量管理手法简介课件_第4页
质量管理手法简介课件_第5页
已阅读5页,还剩31页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

品管手法简介一、品质管理发展历程二、质量控制七手法No手法名称形状目的

查检表(1)

容易记录、整理数据、掌握问题(2)

柏拉图

对于多种问题,找出该从什么地方下手(3)

特性要因图整理特性(问题点)与主要原因的关系并找出原因。(4)散布图了解两种成对数据的关系,用于管理方法的决定方面。(5)直方图使偏差视觉化,用于管理方法的决定方面。(6)控制图了解工程是否处于稳定状态的图表。

(7)层别法按要因区分数据,了解偏差是否有影响。(1)查检表法定义:

为了便于边确认事实(工序)边记录数据而事先编制的带有表格和项目名的格式纸。用途:

调查用检查表,用于调查问题的状况,可以查找不合格的原因;记录用检查表检查(点检)所规定的是否处于正常状态,并留下记录。制作步骤:1.召集所有相关人员,运用脑力激荡法制作特性要因图以列出要因项目。2.将所列出的要因项目层别后,并填入检核表中。3.操作人员运用简单的记号将检核结果纪录于表中。4.利用所得之数据,整理分析,以便了解管制情况或采取必要措施。不合格要因调查用的检查表:涂胶工序首检、巡检、完工检验记录

年月检验

日期检验

类别批号铝箔型号批数量

(片/盘)抽检量

(片/盘)不良数量(片/盘)检验记录检验员备注直线度外观胶带总

厚度尺寸胶带宽度阴极区长度正反阴极区长度偏差

点检记录用的检查表:(2)柏拉图法定义:

根据所收集的数据,以不同区分标准加以整理、分类,计算出各分类項目所占的比例而按照大小顺序排列,再加上累积值的图形。

目的:

使用于从重要问题开始进攻的的思考方法,主要按照“二八”原则来划分,即累计百分数在80%以下的为主要需解决的问题。制作步骤:事例:一个月中检查了500个A零件的按外观不良项目统计的数据。顺序1:编制表格整理数据●根据不良个数从多到少重新排列项目。●寻求累积不良个数。●相对全体算出每个项目所占的比率(%)。●算出占有率的累积。外观不良的数据计算表(个)(%)考察检查数:500个外观不合格数:80个累积曲线打痕占全体的40%零件名:A零件工序:成品检查检查期间:○年○月○日~○年○月○日制作日期:○年○月○日制作者:本田

太郎数据的履历纵轴的说明特性(结果)制作容易看清楚的正方形项目累积曲线的起点不可忘记”0”填写数据的总数刻度设为10%或20%“其它”再多也排在最后顺序2:绘制不良分析图(柏拉图):●横轴依不良个数大小顺序取不良项目。●纵轴取不良数及不良率。●依不良数之大小顺序由左而右绘出条型图表示之.

●累积不良率则使用曲线图表示之.●计入必要项目:(即数据的期间.数据的数目等.不良数累积占有率外观不合格的柏拉图柏拉图的效果:●能够容易找出哪个项目的问题最大。●能一眼看清问题的大小顺序。●可以知道各个项目的所占比率。●可以简单的预测减少某某项目后,会给全体带来怎样程度的效果.●可以知道改善后会有怎样的效果,更可以知道不良项目是怎样变化的,从而容易找出下一个改善对象.不良数(个)检查个数:500个外观不合格个数:80个检查期间:○年月○日~○年○月○日累积占有率(%)打痕不良数累积占有率(个)检查个数:500个外观不合格个数:80个检查期间:○年月○日~○年○月○日(%)这个差异是全体的效果这个差异是对策的效果定义:将认为特性(结果)有影响的要因进行分类,为了有系统的一眼看清而用箭头连结的图表。目的:使用于明确「思考什么才是问题发生的原因」,找出没有被控制的主要要因,采取对策。(5W2H,5M1E)特性要因图(鱼骨图)④、把认为对特性影响大的主要要因圈起来。⑤、注明记载事项特性分类项目分类项目分类项目分类项目主骨大骨(一次要因)中骨(二次要因)小骨(三次要因)孙骨目的:编制日期:编制者:①、决定问题(特性),画出最粗的主骨②、在4M或7个要素的基础上画出大骨③、用问“问什么”的方式查明实际上所能采取行动的极限,用箭头记录,画出中骨、小骨、孙骨。(问题)(3):特性要因图制作步骤:事例:某员工早上上班迟到定义:根据分布的状态判断对应的原因与结果、要因与特性两种数据有无关系。目的:有较强的相关性时,如对其中的要因管理的话就可管理特性値,维持稳定状态。教材P45~P46制作步骤:

事例:制造部门的淬火工序顺序1:收集对应的数据顺序2:从淬火温度与硬度的数据求出各自的最大值和最小值。淬火温度与硬度的对应数据(4):散布图顺序3:画出散布图的横轴和纵轴顺序4:在横轴和纵轴的数据的交叉点上打“●”。如果两个数据的打点重叠就用“”表示。顺序5:填写零件名称、工序名、数据的组数(n)检查期间、制作日期、制作者等。4045505560800950(HRC)硬度n=30淬火温度(℃)850900数值重叠时的表示方法填写单位零件名:A零件工序:淬火工序检查期间:○年○月○日~○年○月○日制作日期:○年○月○日制作者:本田太郎决定横轴、纵轴的刻度的长度时,尽量使得成为正方形对于淬火温度的硬度的散布图填写单位最理想的数据组数是30组以上(n)横轴:要因、纵轴:特性或者横轴:原因系、纵轴:结果系右上的倾向・・・「有正相关性」右下的倾向・・・「有负相关性」教材P46图f:如果层化就可能有相关性χУχУ图b:

有负相关性图c:可能有正相关性图d:可能有负相关性图a:

有正相关性图e:没有相关性χУχУχУχУ定义:把特性值(长度、重量、时间、温度)的数据分成几个组,计算各组的数据制作频数表的图表。目的:从偏差的大小、分布的形状

知道问题的改善方法

紧密相连于适当的对策。制作步骤:事例:某天的生产中抽出100个A零件尺寸的测量数据。数据的数量为n=100,规格值为1.4±0.2mm.順序測定值

1~101.361.491.431.411.371.401.321.421.471.3911~201.411.361.401.341.421.421.451.351.421.3921~301.441.421.391.421.421.301.341.421.371.3631~401.371.341.371.371.441.451.321.481.401.4541~501.391.461.391.531.361.481.401.391.381.4051~601.361.451.501.431.381.431.411.481.391.4561~701.371.371.391.451.311.411.441.441.421.4771~801.351.361.391.401.381.351.421.431.421.4281~901.421.401.411.371.461.361.371.271.371.3891~1001.421.341.431.421.411.411.441.481.551.37顺序1:找出最大值和最小值:Max=1.55Min=1.27(5)直方图顺序2:决定临时的组数:组数=数据的数量=n,n=100,或者K=1+3.32Lgn数组=100=10,因此以10为临时的数组顺序3:用以下公式计算组距的宽度:组距的宽度=顺序4:用数据的测定单位凑整组距宽度的数值。本例测定的单位是:0.01mm,因此选择0.028—0.03.这里决定取组距宽度=0.03.顺序5:决定组的最小界限值。组的界限值要取到测定单位的二分之一。测定单位是0.01,因此是0.015mm.最小的组的界限值=组距的宽度为0.03,因此第一个组是1.265到1.285.依次往下,指导包含最大值为止。顺序6:计算組中点组中点=(L1+U1)/2

=(1.265+1.295)/2=1.280依次往下,指导包含最大值为止。组号组界組中点XMED次数划记次数fi11.265-1.2951.28/121.295-1.3251.31////431.325-1.3551.34///////741.355-1.3851.37//////////////////////2251.385-1.4151.40///////////////////////2361.415-1.4451.43////////////////////////2571.445-1.4751.46//////////1081.475-1.5051.49//////691.505-1.5351.52/1101.535-1.5651.55

/1顺序7:计算次数并作次数分配表总计100A零件尺寸的测量数据的直方图平均值x标准值:1.4±0.2mm上限标准下限标准n=100

=1.41填写必要的事项数据的数量(n)平均值()x加入规格线、平均线可以知道偏差与偏颇・组的个数应根据数据的数量(n)设定。・组的宽度要同等零件名:A零件测量部位:尺寸检查期间:○年○月○日~

○年○月○日制作日期:○年○月○日制作者:***频数尺寸(mm)稳定状态满足标准,可以生产优质品。不稳定状态偏差大,标准的上下限均出现不合格品。平均值偏离上限标准,出现不合格品。平均值偏离上限标准,并且偏差大,不合格品多发。下限标准上限标准平均值上限标准下限标准上限标准下限标准上限标准平均值平均值平均值下限标准钜齿型高原型双峰型孤岛型

陡坡型峭壁型下限标准下限标准・分组不当・测量有问题・测量精度低・确认分组・确认测量者的测量问题・确认测量方法・挑选全数除掉规格外的情况・虚伪测量・检查错误・平均值的稍微不同的的分布混在一起・平均值的偏差大的分布混在一起・工序异常・车辆错误・混入・进行层化(按机器、按原料等)・调查不同分布混合的原因・进行层化・挑选时故意挑出下限品的情况・确认数据的性质・确认测量精度与规格之比较规格变异小,平均值在正中间中心值偏移,必须有所对策,将平均值移至中心规格变异过大,若中心移动.则会出现不良品.需减少变异.规格规格已行别,需缩小变异调整中心位置规格确认规格缩小变异或放宽规格,不然全数先别规格与规格之比较定义:从特性值的偏差(工序有无异常状态)求出管理线并记录在图表上,从每天的是批次(群)抽取几个样本(通常2—5个),收集数据计算平均值进行打点的图表。目的:根据点的位置、排列方法尽早地发现工程的异常,并调查其原因,采取对策以防止再次发生,使工程维持稳定状态。(6)控制图按产品质量的特性分类,控制图可分为计量值控制图和计数值控制图1.计量值控制图:用于产品质量特性为计量值情形,如长度、重量、时间、强度等连续变量。常用的计量值控制图有:均值——极差控制图,中位数——极差控制图,单值——移动极差控制图,均值——标准差控制图。

2.计数值控制图:用于产品质量特性为不合格品数、不合格品率、缺陷数等离散变量。常用的计数值控制图有:不合格品率控制图(P图),不合格品数控制图(Pn图),单位缺陷数控制图(u图),缺陷数控制图(c图)。按控制图的用途来分,可以分为分析用控制图和控制用控制图。1.

分析用控制图分析用控制图用于分析生产过程是否处于统计控制状态。若经分析后,生产过程处于控制状态且满足质量要求,则把分析用控制图装化为控制用控制图;若经分析后,生产过程处于非统计控制状态,则应查找原因并加以消除。2.

控制用控制图控制用控制图由分析控制图转化而来,用于对生产过程进行连续监控。生产过程中,按照确定的抽样间隔和样本大小抽取样本,在控制图上描点,判断是否处于受控状态。中心线

CL上控制界限

UCL下控制界限

LCL偶然原因

偏差的范围99.7%×异常原因

偏差的范围上限标准线下限规格线异常原因

偏差的范围总称控制计量型控制图:UCLCLLCLUCLCLLCLUCL与CL的宽度1/3UCLCLLCLUCL与CL的宽度1/3UCLCLLCLUCLCLLCL①

点子落在控制界限线以外的情况UCLCL5个点的链(警戒)7个点的链(异常)

LCL②

出现了连续7个以上排列在一起的情况③

点子靠近控制界限线的情况④

多数点靠近中心线的情况⑤

有倾向性的情况

(连续7个点呈现上升或下降)⑥

有周期性的情况*被认为不处于稳定状态的判定标准*3σ规则

管理限界线位于中心线±3σ的位置,设定有界限线的过往状况不发生变化的话,所绘制的点超出该线的机率为每1000次中存在3次(偏离99.7%的概率)左右。1)

计量值管制图(X-R﹑X-Rm)的计算公式﹕

平均值﹕=(X1+X2+…+Xn)/n

极差﹕R=Max(X1,X2,…,Xn)-Min(X1,X2,…,Xn)

均值极差﹕

=(R1+R2+,…,+Rn)/n2)

计量值管制图之常数对照表﹕事例:某公司新安装一台装填机。该机器每次可将5000g的产品装入固定容器。规范要求为:使用控制图的步骤如下:1.将多装量(g)看成应当加以研究并由控制图加以控制的重要质量特征。2.由于要控制的多装量是计量特性值,因此选用x-R控制图。3.以5个连续装填的容器为一个样本(n=5),每隔1h抽取一个样本。4.收集25个样本数据(k=5),并按观测顺序将其记录与表中(见多装量(g)和样本统计量)。5.计算每个样本的统计量x(5个观测值的平均值)和R(5个观测值的极差)(见多装量(g)和样本统计量)。6.计算各统计量的控制界限(UCL、LCL)。1)计算各样本平均值(x)和各样本极差的平均值(R)。2)计算统计量的中心值和控制界限。x图:注:A2为随着样本容量n而变化的系数,可由控制图系数选用表

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论