生产现场质量问题分析与解决培训.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,1,1,生产,现场质量问题,分析,与解决,培训,2,第一部分：经营方针与质量理念,第二部分：质量管理基础,第三部分：问题概述,第四部分：,QC,质量管理七大工具,第五部分：质量问题的解决方法,第六部分：质量问题的预防,3,3,第一部分：经营方针与质量理念,4,三星,松下,海尔,经营方针与质量理念,5,有一家中国企业为一家日本的企业生产零部件。零部件生产出来后，需要通过海运发送到日本。当时正值雨季，纷纷飘落的雨雾夹杂着海风吹来的潮气弥漫在空气中。中方厂长善意地考虑，潮湿的环境有可能令零部件生锈，为了把事情做得更好，他决定额外花一笔钱，为零部件订购了许多封装的塑料袋。满载集装箱的货船开走了，中方的厂长长出了一口气，并为自己周到细致的安排暗暗叫好。,因为质量就是符合要求，而不是好，不是“多”。这种所谓的“好”、“超越客户的要求”，反而会因为变更了客户的要求从而产生“不符合要求的代价”，额外地损耗了公司的利润。,然而，一个星期之后，电话那端传来了日本人焦急而愤怒的责问：“你们为什么不按我们的要求生产！”由于零部件加装了这个塑料袋，导致生产线的工人在操作程序上额外多了一个打开塑料袋的程序，而工人沮丧地发现，操作台上没有剪刀。习惯于严格按生产流程操作的工人一下变得无所适从。生产线因为这个小小的塑料袋停止了运转。无疑，结果对双方都是悲剧性的。,6,质量=,不懈地努力,来,尽可能好,地,满足顾客的期望,不断改进观念,(,KVP),预防观念,标准化的观念,用户观念,零缺陷,顾客满意,这就是质量！,什么是“质量”？,7,生产过程中积累的,经验,非经实践和理论的论证，与质量要求相违背。,投机取巧,缺陷源,质量,实践与理论论证,制作,规范,掌握并普遍使用,￥,与质量不发生矛盾,财富,经验往往是缺陷源，也可能转化成财富,标准化观念,8,波卡约基方法（,Poka-Yoke),戏称傻瓜不出错，本意为“根源检查”,目的是：防止人为差错,使用,Poka-yoke,方法,人为,缺陷,整改措施：,如何让人们不需要担心会出差错呢？,1、增加自动检测装置,2、增加各类传感器,3、增加挡块,4、,Poka-yoke,方法,预防观念,9,质量基本管理规程,信任,10,质量保证（,QA)J,矩阵,11,质量保证体系现场操作,写,写,写,写,做,做,做,做,12,火炉原则,13,质量保证体系中的产品责任,PL,14,14,第二部分：质量管理基础,15,质量想法的变迁,质量检验阶段,16,品,质,是,检验,出,来,的,品,质,是制造出,来,的,品,质,是,设计,出,来,的,品,质,是共同努力,经营,出,来,的,品,质观,念,的四个阶段,聆听客户的声音,顾客是上帝,VS,下一道工位即客户,13,17,朱兰质量三步曲,18,Management Cycle,19,起源于,20,世纪,20,年代，,由著名统计学家休哈特提出,“,计划,执行,检查,”,（,Plan-Do-See,，,PSD,）的质量管理模型,PDS,PDCA,美国质量管理专家戴明将,PDS,发展成为,“,计划,执行,检查,改善,”,（,Plan-Do-Check-Action,），故,PDCA,循环又称为,“,戴明环,”,是一切管理活动有效进行的科学方法和基本程序,PDCA,由来,应用,20,20,第三部分：问题概述,21,什么是问题？,當現狀與,有了差距時，即遇到了問題。,當現狀與,有了差距時，即遇到了問題。,想一想什麼是目標和標準,?,法律規定,ISO 9001,ISO/TS 16949,RoHS.,等國際認證標準,產品或製程規格,客戶的要求或期望,工作上使用的,QI/SOP/WI,目標,標準,22,问题意识,“塞翁失马”,事前问题,=,“预防”,有问题不一定是坏事（闻过则喜）,也许有人比你更了解这个问题（跨部门 多技能）,管理者应经常抽点时间去现场走走,敢于质疑现状,解决问题不是想当然的事情,数据不仅“记住历史”，更是发现问题,解决问题是一种技能,23,发现问题的方法,2。图表法,控制图、统计表、直方图、相关图等,1。直觉法,看 听 摸 闻 经验,3。数据分析法,概率分析,趋势分析,比较分析,流程分析,百思瑞,24,解决问题的素质要求,经验判断,+,专业知识,+,思维技能,24,装配工人不按作业单和指导书操作,线性思维解决方式,对装配工人进行处罚,25,系统思维模式案例分析,系统思维模式,文件是否为员工所理解的格式及文字,是否文件本身有许多问题导致实操性差,文件的放置位置员工无法获得,有但效果不佳，需要改良培训方式及明确未按要求执行的处罚,未进行培训，公司没有明确岗位培训的要求,上岗前有无进行此类要求的培训,有无明确新员工培训时间及内容,是,是否未对其进行要求及培训,否,否,是新员工？,是,是个案吗？,明知故范，检讨公司规章制度是否合理，增加员工激励,26,企业常见的的问题,27,常见问题的错误解决方式,增加作业人员，,提升作业成本,要求检验人员,加强检验,增加机器维,修人员,要求管理人员,加强责任意识,常见问题,开会宣传,安全意识,开会讨论，成立,临时工作小组,要求作业人,员多加小心,要求控制不,良及补料,责任部门填,写改善报告,临危受命，提升,成绩突出的,28,品质管理的思路,QC,培养意识：,不接受，不制造，不流出,零缺陷质量,品质是制造出来的,过程控制：严格执行作业指导书,及时反馈：越早发现问题，质量成本越少。,团队协作：让一线工人参与、掌握相关工具。,第一次把事情做对！,15,29,质量保证的思路,QA,对质量问题进行分析，找到原因，然后对,4M,进行事后控制或改善的质量管理方法称为结果管理。对影响产品质量的,4M,进行分析，明确,4M,和产品质量的关系，事先对,4M,进行控制和改善，从而防止质量问题产生的管理方法称为要因管理。,质,量,保,证,结果管理,要因管理,产品,人员,设备,材料,工艺,统计技术,检查系统,返修报废,技能培训,标准操作,设备保养,QC,七大工具,SPC,技术,PDCA,8D,FMEA,POKA YOKE,16,30,30,第四部分：,QC,质量管理七大工具,31,手法,图形,用途,备注,特,性,要,因,图,分类清楚,1.,管理,.,教育用,2.,解析用,3.,源流管理用,4.,现场操作标准用,可以运用反转法，由找要因变换为找对策方法,柏,拉,图,重点把握,100%,1.,决定改善目标,2.,明了改善的效果,3.,掌握重点分析,能够以前几项为改善的要点，可忽略最后几项，即常说的,“,前三项,”,原则,查,检,表,简易有效,1.,日常管理用,3.,帮助每个人在最短时间内完成必要之数据收集,QC,七大工具简介,32,32,层,别,法,比较作用,1.,应用层别区分法，找出数据差异的因素而对症下药,.,2.,以,4M,之每,1M,进行层别,借用其它图形，本身无固定图形,散,布,图,相关易懂,1.,了解两种因数或数据之间的关系。,2.,发现原因与结果的关系,应用范围较受限制,管,制,图,趋势明朗,1.,掌握制程现况的品质,2.,发现异常及时采取行动,现实生产中，使品质稳定的一种管制情报,直,方,图,了解品质,1.,了解分布,2.,了解制程能力,3.,与规格比较,4.,批品质情况监测,了解一批品质之好坏,33,第一大工具：特性要因图,特性要因图：,当一个问题的特性,(,结果,),受到一些要因,(,原因,),的影响时，将这些要因加以整理，成为有,相互关系且有系统的图形。简言之就是将造成,某项结果,(,特性,),的诸多原因,(,要因,),，以有系统的,方式,(,图表,),来表达结果与原因之间的关系。,特性要因图由,石川馨,发明故又称“,石川图,”，,其目的是阐明因果关系，也称“,因果图,”，,又因其形状与鱼骨相似，故又称“,鱼骨图,”。,石川馨,(Ishikawa Kaoru)QCC,之父、日本式质量管理的集大成者，出生于日本，毕业于东京大学工程系，主修应用化学。,34,定义,:,一种能一目了然的表示结果,(,特性,),与,(,影响特性的要因,),原因之影响情形或两者间关系之图形,.,由,于,形狀就像魚的骨,头,所以又叫做魚骨,图,.,结果,方面,主干,项目,原因展开,特性要因图,35,因果图 鱼骨图,特性要因图分类,原因追求型：,列出可能会影响过程,(,或流程,),的相关因子，以便进一步由其中找出主要原因，并以此图形表示结果与原因之间的关系。,Why,？,36,特性要因图分类,对策追求型：将鱼骨图反转成鱼头向左的图形，目的在于追求问题点应该如何防止、目标结果应如何达成的对策。,How,？,37,绘制特性要因图,确定特性：如不合格率、停机率、客户抱怨、材料费等,绘制骨架,大略记载各类原因：可由,5M1E,人、机、料、法、环测等六大类着手,依据大要因，分出中要因,更详细地列出小要因,圈出最重要的原因，以作进一步讨论或采取对策,记载所依据的相关内容：如日期、目的、人员等,38,为,什,么,过,程,不,良,多,机器,材料,方法,作业者,精度不够,润滑不足,不够熟练,尺寸超限,控制回路故障,硬度不符规定,振动不隐,遗漏作业,自行更改条件,作业顺序颠倒,公差错误,作业条件未注明,制作目的：为什么过程不良多,日期：,2012.9.10,制作者,:A,、,B,环境,正确的绘制方式。如图所示：,39,1897,年，意大利经济学家,V.pareto,（,18481923,年）在分析社会经济结构时发现一个规律，这个规律就是,80%,的社会财富掌握在,20%,的人手中，后被称为“柏拉法则”。有趣又有理的,20/80,法则！,1907,年，美国经济学家劳伦兹（,Lorenz,）使用累积分配曲线描绘了柏拉图法则，被称为“劳伦兹曲线”,1930,年后，品管泰斗，美国品管专家,朱兰,博士将劳伦兹曲线应用到品质管理上，创出了“,Vital Few,Trivial Many,”(,重要的少数，琐细的多数,),的名词，称为“柏拉图原理”。,二十世纪,60,世纪年代，日本品管大师,石川馨,在推行他自己发明的,QCC,品管圈时使用了柏拉图，从而成为品管七大手法之一。,第二大工具：柏拉图,40,柏拉图是为,寻找影响产品质量的主要问题,，用从高到低的顺序排列成矩形，,表示各原因出现频率高低的一种图表,。,柏拉图的使用要,以查检表、层别法为前提,，将层别法已确定的项目从大到小进行排列，再加上累积值的图形。柏拉图可以帮助我们,找出关键的问题，,抓住重要的少数及有用的多数，适用于计数值统计，也有人称其为,ABC,图，又因为柏拉图的排列是依大小顺序，故又称,排列图,。,柏拉,图,的定,义,41,结 构,两个纵坐标，一个横坐标，几根柱条，一条折线,A,B,C,D,E,F,件,.,个,100,48,%,42,柏拉图的制作,决定数据的分类项目；,决定收集数据的期间；,依分类项目别，做数据整理，并制成统计表；,依数据大小排列画出柱状图,(,故又称排列图,),；,绘累积曲线；,绘累积比率；,记入必要的事项：标题、人员等。,43,柏拉图,(Pareto Diagram),不合格,类型,不合,格数,累计不,合格数,比率,(%),累计,比率,(%),1.,断裂,104,104,52,52,2.,擦伤,42,146,21,73,3.,污染,20,166,10,83,4.,弯曲,10,176,5,88,5.,裂纹,6,182,3,91,6.,砂眼,4,186,2,93,7.,其它,14,200,7,100,合计,200,100,大多数质量问题都是由少数质量原因引起的,“,关键的少数，一般性的多数”。用排列图法可以有效地展现出这些关键少数，从而找出影响质量问题的主要因素。,44,举 例,例：某卷烟车间,2009,年第四季度对成品抽样检验后得到外观质量不合格项目的统计资料，如表所示：,项目 切口 贴口 空松 短烟 过紧 钢印 油点 软腰 表面,缺陷数,80 297 458 35 28 10 15 12 55,45,使用,Minitab,制作,:Pareto,图,第一步,:,将数据输入,Minitab,工作表,第二步,:,选择,“,统计,质量工具,Pareto,图,”,分别输入两组特性数据,46,1,、鼠标点在圈内,2,、鼠标点在框内双击,C2,缺陷数,3,、鼠标点在框内双击,C1,项目,4,、鼠标点在圈内,5,、鼠标点在框内双击,C1,项目,6,、鼠标点在框内双击,C2,缺陷数,7,、鼠标点确定,使用,Minitab,制作,:Pareto,图,47,Pareto,图,48,第三大工具：直方图,现场工作人员经常要面对许多数据，如果我们应用统计绘图的方法，将这些数据加以整理，则生产过程中的质量散布的情形、问题点所在及过程、能力等，均可呈现在我们的眼前；,我们即可利用这些信息来掌握问题点并采取对策。,直方图为生产现场最常用的图表之一。,直方图是将所收集的测定值、特性值或结果值分为几个相等的区间作为横轴，,并将各区间内所测定的值依所出现的次数累积而成的面积，用柱子排起来的图形。,因此直方图也称柱状图。,49,频 度,4,8,12,16,零件内径尺寸的直方图,33.5,39.5,27.5,内径尺寸,(),将一个变量的不同等级的相对频数用矩形块标绘的图表,(,每一矩形的面积对应于频数,),表示特性值(尺寸、重量、时间等计量值）频度分布的柱状图。,由此图可计算出该特性值分布的平均值、标准偏差、工序能力指数等参数。,（一）什么叫直方图,50,例,:,某工厂生产的产品，重量值是其质量特性之一，标准要求为,1000+0.50,（）。用直方图分析产品的重量分布情况。,1,、收集数据：,收集生产稳定状态下的产品,100,个，测定其重量得到,100,个数据（或收集已经测定过的数据,100,个），列入下表中。,作直方图的数据要大于,50,个，否则反映分布的误差太大。也不能太大。,直方图的作法,51,数 据 表 单 位：,(,),43,28,27,26,33,29,18,24,32,14,34,22,30,29,22,24,22,28,48,1,24,29,35,36,30,34,14,42,38,6,28,32,22,25,36,39,24,18,28,16,38,36,21,20,26,20,18,8,12,37,40,28,28,12,30,31,30,26,28,47,42,32,34,20,28,34,20,24,27,24,29,18,21,46,14,10,21,22,34,22,28,28,20,38,12,32,19,30,28,19,30,20,24,35,20,28,24,24,32,40,注：表中数据是实测数据减去,1000,的简化值。,52,输入特性数据,第一步,:,将数据输入,Minitab,工作表,第二步,:,选择,“,图形,直方图,包含拟合,确定,”,使用,Minitab,制作,:,直方图,53,1,、鼠标点在此处,2,、鼠标双击,C1,成品重量,3,、鼠标点在此处,使用,Minitab,制作,:,直方图,54,直方图的观察分析（,1,）,正常直方图,高低不一，有缺齿情形。,结论：测量值有误，,分组不当,，,测量方法或读数有问题,高处偏向一边，另一边低，拖长尾巴。可分为右偏形和左偏形,结论：工具磨损或松动。应检查在技术上能否接受。,中间高、两边低，有集中趋势。,结论：左右对称分布，呈正态分布，显示过程正常。,锯齿型,偏向型,55,直方图的观察分析（,2,）,双峰型,平均值不同的两个分布混在一起,结论：有两种分布相混，如两台机器、两家供方。应先分层。,孤岛型,在右端或左端形成小岛。,结论：测量有错误、不同原料、一定有异常原因存在。,平顶型,形状似高原状。,结论：多个总体混在一起。生产过程中某种缓慢的倾向在起作用。,质量指标在某个区间内均匀分布。,56,把握分布形态,判断工序状况,直方图最基本的使用方法是把握分布的形态,。,（规则形状为正态分布）,调查分散和偏离的程度、原因,通过用,5 M,1 E,等方法分层的直方图，可以了解分散和偏离的原因。,通过与规格比较，可了解工序能力是否有问题。,记入规格值后，可了解相对于规格的分散程度、不良的发生状况。,当,上规格下规格,不小于 时，可取消测试,。,研究改善的效果,比较改善前后的直方图，可了解平均值、分散、分布形状的变化。,工 序 异 常,如出现双 峰、孤岛等不规则形状,直 方 图 的 用 途,57,第四大工具：查检表,有效解决问题,依据事实,收集资料,查检表,。,避免,观察,与,分析,同时进行的管理方式。,例：瞎子摸象,3.,以,记录,代替,记忆,使观察深入。,4.,收集数据时，,避免渗入情绪文字,等不具体因素。,查检表的定义：,查检表的用途：,查检表是使用简单易了解的标准化表格或图形，,人员只需填入规定的检查表记号，再加以统计汇总，即可提供量化分析或比对检查，有时也称为点检表或查核表。,58,查,检,表,记录用（改善用）查检表：,查检用查检表：,把数据分类成数个项目，以符号、数字记录作为分,析问题及改善的图或表。,把非做不可、非查检不可的工作或项目按点检顺序列,出，逐一点检，记录的图或表。,按功能分类,记录用（改善用）查检表：,查检用查检表：,查检表的分类,59,查检表的制作,明确制作检查表的目的,决定检查的项目,决定检查的频率,决定检查的人员及方法,相关条件的记录方式，如作业场所、日期、工程等,决定检查表格式,(,图形或表格,),决定检查记录的符号,60,查检表制作要点,并非一开始就要求完美,，可先参考他人的示例，使用时如不理想，再加以改善,越简单越好,，容易记录、看图，以最短的时间将现场的资料记录下来,一目了然,，检查的事项应清楚陈述，使记录者在记录问题的同时，即能明了所记录的内容,以,Team Work,的方式进行，大家集思广益，切记,不可遗漏重要项目,设计不会让使用者记录错误的检查表,，以免影响日后统计分析的真实性,61,改善前数据收集：,日期：,5/25/13,收集人：黄沐祥单位：包,降低,TBA/9 300A,线充填机环式压缩机压力异常故障率,智力圈,检查表示例,62,第五大工具：层别法,在实际工作中经常可发现产品质量因,人、机、料、法、环、检测,等不同时，会有差异存在。,当不合格品产生时，,很可能是其中的一种因素有问题，,如数据未能适当分层，往往在调查上浪费了大量的人力、物力、时间，有时甚至最终还是无法寻找到真正的原因。,同样在质量较优时，也可从分层的数据中寻找规律获得改善。,因各种不同的特点会对结果产生影响，在收集数据时以个别特性加以分类、统计，称为层别法（或分层法）。,63,依原料别、机器别、人员别、工作方法别、时间,别等分别收集数据，并进一步加以整理，以找出其间,差异的方法，称为层别法或分层法。,层别法的定义,64,层别法之对象及项目别,65,层别法之用途,收集后之数据记忆层别分类，经过整理与,分析，以发现其间的差异，便于比较成效。,问题显,在化,比较,层,別,缩,小,问题范围,比较,层,別,发 现 问 题,明,确 问 题,原 因 分 析,提出对策与实施,效 果 确 认,标准化与检讨,改善前、中、,后比较,层,別,对,策,评价,比较,层,別,掌握重要要因,比较,层,別,透,过,比,较,改,进,本期缺,点与订定未来方向,层,別,66,层别法的应用,（,1,）在收集数据或使用查检表时，必须,先作层别才有意义，才能做进一步的解析,，才能取得更多的情报。,（,2,）层别法无固定之图形，必须与其他,QC,手法作应用，如特性要因图、柏拉图、,直方图、散布图、管制图等，方能发挥,效用。,67,现况分析：,（,1,）何谓伺服机构：供应充填机冰水（冷却水）、双氧水、,蒸馏水、液压油、润滑油、,Air,、包材之各部结构，,统称为充填机伺服机构,（,2,）,生产线别伺,服机构故障,率统计分析,层别法示例,68,某装配厂的气缸体与气缸盖之间经常发生漏油。经调查,50,套产品后发现，一是由于三个操作者在涂粘结剂时，操作方法不同；二是所使用的气缸垫是由两个制造公司所提供的。在用分层法分析漏油原因时采用：,（1）按操作者分层(表1),（2）按气缸垫生产厂家分层(表2),?,?,层别法示例,1,69,由上两表容易得出：为降低漏油率，应采用袁绍的操作方法和选用易伟公司的气缸垫。然而事实并非此，当采用此方法后，漏油率并未达到预期的指标（表3）。即漏油率为3/7=43%。因此，这样的简单分层是有问题的。正确的方法应该是：,（1）,当采用,宏达,公司生产的气缸垫时，应推广采用袁绍的操作方法；,（2）当采用易伟公司的气缸垫时，应推广采用吕布的操作方法。,OK,OK,层别法示例,1,70,图1的总体直方图呈双峰型且出现不良品,经分层直方图知道问题出在设备,B,上,应着眼于对设备,B,进行改善活动.,制作分层直方图要注意,组距相同,否则不便于比较.,图3 设备,B,的直方图,标准,图1 总体直方图,标准,图2 设备,A,的直方图,标准,分层,直方图:,?,层别法示例,2,71,也称相关图、分布图、散点图。,散布图能,表明两个变量之间的关系,以及相关程度。,特性要因图可以了解工程上哪些原因会影响产品的质量特性，,散布图也是以这种因果关系的方式来表示其关连性。,第六大工具：散布图,72,散布图的用途,1.,判断两组因素,是否相关；,2.,确认数据中是否有,异常,数值,制作散布图时，如果数值中存在异常值，往往很容易发现，在描出的点中，比较离群的点往往被判定为异常值。,3,、因素和特性值关联性高的话，那么可以通过散布图,预测,由因素的变化引起的特性值变化。,4,、在要因分析中，进行,真因判定,在因果图的判定真因步骤时，有一项,“,影响程度,”,，那么通过制作散布图来判断原因对结果的影响程度。,73,1.,强,正相,关,:,X,增,大,Y,也,随,之,增,大,称为强,正相,关,.,2.,弱,正相,关,:,X,增,大,Y,也,随,之,增,大,但,增,大的幅度不,显著,.,Y,X,Y,X,散布,图,的,判读,:,74,3.,强负相关,:,X,增,大,时,Y,反而,减,小,称为强负相关,.,4.,弱负相关,:,X,增,大,时,Y,反而,减,小,但幅度並不,显著,.,Y,X,Y,X,散布,图,的,判读,:,75,5.,曲,线,相,关,:,X,开始增大时,Y,也,随之增大,但,达,到某一,值,后,当,X,增,大,时,Y,却减,小,.,6.,无相关,:,X,与,Y,之,间,毫,无,任何,关系,.,Y,X,Y,X,散布,图,的,判读,:,76,散 布 图 示 例,实例：硬度是某厂钢产品的质量特性之一，产品加工过程的淬火温度与硬度存在着非确定的关系，现利用散布图分析硬度与淬火温度之间的关系，以确定质量改进点。,77,1),、收集成对的数据,收集生产相对稳定状态下的淬火温度值,30,个,并收集与淬火温度相对应的产品硬度,30,个。,n30,少,:,太少图形的相关性不明显，判断不准确,太多，增加计算的工作量,制成下表。,1),、收集成对的数据,78,2),、整理成数据表,序,号,淬火温,度,X,硬度,Y,序,号,淬火温,度,X,硬度,Y,序,号,淬火温,度,X,硬度,Y,1,810,47,11,840,52,21,810,44,2,890,56,12,870,51,22,850,53,3,850,48,13,830,53,23,880,54,4,840,45,14,830,45,24,880,57,5,850,54,15,820,46,25,840,50,6,890,59,16,820,48,26,880,54,7,870,50,17,860,55,27,830,46,8,860,51,18,870,55,28,860,52,9,810,42,19,830,49,29,860,50,10,820,53,20,820,44,30,840,49,79,第二步,:,选择,“,图形,散点图,包含回归,确定”,分别输入两组特性数据,第一步,:,将数据输入,Minitab,工作表,3,）使用,Minitab,制作散点图,80,1,、鼠标点在,Y1,处,2,、双击,C2,硬度,Y,5,、鼠标点确定,第三步,:,3,、鼠标点在,X1,处,4,、双击,C1,淬火温度,X,81,散点图,鼠标放在蓝色线上,82,SPC,英文全稱是,Statistical Process Control;(,统计过程控制,).,SPC,是,1924,年由美国贝尔电话实验室的休哈特,(W.A.Shewhart),首创的,SPC,的重要手段是控 制图,(SPC,控制图,),。,若过程正常，即分布不变，大约有,99.73%,的数据点会落在上下控制界限之内,.,数据点落在上下控制界限之外的概率约为,0.27%.,若过程异常，譬如异常原因为车刀磨损，即随着车刀的磨损，加工的螺丝将逐渐变粗，,逐渐增大，于是分布曲线上移，点子超过,UCL,的概率将大为增加，可能为,0.135%,的几十、几百倍。,第七大工具：控制图,83,控制图应用于各行各业,判断工序是否处于稳定状态,现有控制作为质量控制的有力武器已广泛应用于各行各业,美国某电气公司,美国柯达彩卷,我国航空飞机制造厂,3000,人制定,5000,张,5000,人制定,35000,张,一些工序应用控制图,84,LCL,UCL,Specification Limits,（,USL,，,LSL,）,由顾客或管理层确定,表述过程的理想状态,已经产生不良品,变异是质量的敌人,这里才是最安全的,Control Limits,（,UCL,，,LCL,）,由抽样数据计算确定,表述过程的实际状态,85,(x,轴),时间或顺序,平均数,CL=,u,(y,轴),测量值,UCL=u,+,3,LCL=u,-,3,质量特性值,控制图的结构,点落在该区间的概率为99.73%,控制图的结构:,1.Data Points 3.Upper Control Limit,2.Center Line 4.Lower Control Limit,USL,LSL,86,控制图的种类很多，一般按数据的性质分为计量值控制图、计数值控制图两大类。,类别,名称,控制图符号,特点,适用场合,计,量,值,控,制,图,平均值极差控制图,x,R,最常用，判断工序是否正常的效果好，但计算工作量很大。,适用于产品批量较大的工序。,中位数极差控制图,x,R,计算简便，但效果较差。,适用于产品批量较大的工序。,单值移动极差控制图,x,R,S,简便省事，并能及时判断工序是否处于稳定状态。缺点是不易发现工序分布中心的变化。,因各种原因（时间、费用等）每次只能得到一个数据或希望尽快发现并消除异常原因。,计,数,值,控,制,图,不合格品数控制图,Pn,较常用，计算简单，操作工人易于理解。,样本容量相等。,不合格品率控制图,P,计算量大，控制线凹凸不平。,样本容量不等。,缺陷数控制图,c,较常用，计算简单，操作工人易于理解。,样本容量相等。,单位缺陷数控制图,u,计算量大，控制线凹凸不平。,样本容量不等。,控制图的,分,类,87,计量值控制图,防患未燃,愈多愈好,计数值控制图,亡羊补牢,愈少愈好,计量控制图和计数控制图(优缺点),88,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,5000,（,g,）。,0,50,使用控制图的步骤如下：,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。,由于要控制的多装量使计量特性值，因此选用,x,R,控制图。,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。,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,）。,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,）,。,控制图实例(1),89,多装量（,g,）和样本统计量,样本号,x,1,x,2,x,3,x,4,x,5,x,x,R,1,47,32,44,35,20,178,35.6,27,2,19,37,31,25,34,146,29.2,18,3,19,11,16,11,44,101,20.2,33,4,29,29,42,59,38,197,39.4,30,5,28,12,45,36,25,146,29.2,33,6,40,35,11,38,33,157,31.4,29,7,15,30,12,33,26,116,23.2,21,8,35,44,32,11,38,160,32.0,33,9,27,37,26,20,35,145,29.0,17,10,23,45,26,37,32,163,32.6,22,11,28,44,40,31,18,161,32.2,26,12,31,25,24,32,22,134,26.8,10,13,22,37,19,47,14,139,27.8,33,14,37,32,12,38,30,149,29.9,26,90,多装量（,g,）和样本统计量,样本号,x,1,x,2,x,3,x,4,x,5,x,x,R,15,25,40,24,50,19,158,31.6,31,16,7,31,23,18,32,111,22.2,25,17,38,0,41,40,37,156,31.2,41,18,35,12,29,48,20,144,28.8,36,19,31,20,35,24,47,157,31.4,27,20,12,27,38,40,31,148,29.6,28,21,52,42,52,24,25,195,39.0,28,22,20,31,15,3,28,97,19.4,28,23,29,47,41,32,22,171,34.2,25,24,28,27,22,32,54,163,32.6,32,25,42,34,15,29,21,141,23.2,27,累计,746.6,686,平均,X,29.86,R,26.7,91,计量值控制图计算公式中的系数值表,92,计算各样本平均值（,x,）和各样本极差的平均值（,R,）。,x,x,x,k,R,R,k,计算统计量的中心值和控制界限。,中心值,CL,29.86,（,g,）,UCL,A,2,R,45.27,（,g,）,x,图：,x,LCL,A,2,R,14.46,（,g,）,注：,A,2,为随着样本容量,n,而变化的系数，可由控制图系数选用表中选取。,x,计算各统计量的控制界限（,UCL,、,LCL,）。,93,图：,LCL,D,3,=0,注：,D,3,为随着样本容量,n,而变化的系数，可由控制图系数选用表中选取。,中心值,CL,26.7,（,g,）,UCL,D,4,56.47,（,g,）,注：,D,4,为随着样本容量,n,而变化的系数，可由控制图系数选用表中选取。,R,R,R,R,94,7.,画控制图,一般 放在上方，,R,图放在下方；横轴表示样本号，纵轴表示质量特性值和极差。,图,x,样本号,5,10,15,20,25,0,20,40,60,20,30,40,50,20,多装量,x,极差,R,UCL,45.69,CL,29.86,LCL,14.03,UCL,58.04,CL,27.44,n,5,95,控制图没有出现越出控制线的点子，也未出现点子排列有缺陷（即非随机的迹象或异常原因），可以认为该过程是按预计的要求进行，即处于统计控制状态（受控状态）。,在不对该过程做任何调整的同时，继续用同样的方法对多装量抽样、观察和打点。如果在继续观察时，控制图显示出存在异常原因，则应进一步分析具体原因，并采取措施对过程进行调整。,96,分别输入五组特性数据,第一步,:,将数据输入,Minitab,工作表,第二步,:,选择,“,统计,控制图,子组的变量控制图,Xbar-R”,97,1,、点下拉菜单选择,2,、点方框内,3,、双击,X1X5,4,、点,Xbar-R,选项,5,、检验菜单,6,、点确定,98,1,、点下拉菜单选择,2,、左边全部打勾,3,、点确定,4,、点确定,99,100,控制图的实施循环,抽取样本,检验,绘制管制图,制程是否,异常,制程正常,制程异常,原因分析,对策措施,Yes,No,101,點子呈現往上或往下趨勢現象。,控制,圖的區域檢定,-,趨勢性變化,可能由於,零件或工具逐漸老化,而導致，亦可能因,作業員疲勞,。,102,數據點子呈現平移的現象。,控制,圖,的區域檢定,-,平均值平移,+3,s,+2,s,+1,s,-1,s,-2,s,-3,s,A,區,B,區,C,區,C,區,B,區,A,區,中心線,管制上限,管制下限,可能肇因於,新的作業者,、新方法、,物料,、機器、,檢驗方法改變,所造成。,103,數據點子呈現循環變化現象。,控制,圖的區域檢定,-,循環型變化,可能因為,系統環境有週期性的變化,所造成，如,.,環境溫,/,濕度,、,輪班制,作業、作業者疲勞,所造成。,104,數據點子呈規律上下跳動現象。,控,制圖的區域檢定,-,系統性變化,可能肇因於,不合理之抽樣,，如,.,中心線上方為機器,A,，下方為機器,B,。,105,數據點子大部分落於接近上、下管制界線附近，中心線附近只有少數點子。,控,制圖的區域檢定,-,混合型變化,主因可能為來自,兩個或多個群體分配,(,來自兩部機台或作業員,),。,作業員調動頻繁而導致過度反應,，即可能如此。,106,數據點集中於中心線附近而缺乏自然變異現象。,控,制圖的區域檢定,層別型變化,發生原因在於,管制界限設定錯誤,。,亦可能是原,群體,可能,已經加以檢剔過,107,單點超出管制上限或下限,連續,5,點中有,4,點,在,B,區或以外,連續,3,點中有,2,點,在,A,區或以外,+3,s,+2,s,+1,s,-1,s,-2,s,-3,s,A,區,B,區,C,區,C,區,B,區,A,區,中心線,管制上限,管制下限,連續,6,點,在同一方向,連續,9,點出現,在中心線同側,製程不安定狀態之處置方案,-A,107,108,製程不安定狀態之處置方案,-A,R Chart,原因,1.,機台功能劣化,2.,作業員因素,(,疲勞、新手,),3.,工具磨損,4.,生產方法或製程變動,1.,作業員技術退步,2.,作業員疲倦,3.,進料品質,因應對策,1.,通知領班或工程師停機檢查機台功，並立即修復,2.,與領班或工程師討論作業過程之可能問題,3.,暫時調換作業人員,4.,作業員訓練,5.,修復或更換工具,6.,檢驗進料,7.,檢查作業方式與操作說明,X-bar Chart,原因,註：上表亦,適用於計數值管制圖,之異常處置。,108,109,+3,s,+2,s,+1,s,-1,s,-2,s,-3,s,A,區,B,區,C,區,C,區,B,區,A,區,中心線,管制上限,管制下限,連續,8,點在管制上下限之間跳躍,製程不安定狀態之處置方案,-B,109,110,R Chart,原因,1.,原物料供應比率改變,2.,新作業員或新機台,3.,工法,/,工程改變,4.,檢驗設備或方法改變,5.,作業者過度調整,1.,物料改變、混料,2.,工法改變,3.,作業員改變,4.,檢驗方式改變,因應對策,1.,供料穩定措施,2.,進料檢驗,3.,檢查設備能力,(machine capability),4.,檢視工法指導書,5.,檢驗設備校正,6.,作業者訓練,X-bar Chart,原因,製程不安定狀態之處置方案,-B,110,111,+3,s,+2,s,+1,s,-1,s,-2,s,-3,s,A,區,B,區,C,區,C,區,B,區,A,區,中心線,管制上限,管制下限,在管制中心線上下循環變動極小,製程不安定狀態之處置方案,-C,111,112,R Chart,原因,1.,管制界限計算錯誤,2.,作業員未檢查數據,3.,製程確實有改善,1.,抽樣批次差異極大,2.,製程確實有改善,因應對策,1.,檢查管制界限,