QAT《QC七大工具》资料.ppt

8.控制图 如前面讲的直方图中的例子 旋转后的直方图的下半部数据次数较多，控制图的下半部也是数据次数最多，说明两者反映的状态是一致的 控制图 直方图 8.控制图 8.3 控制图思想 对于直方图，我们希望的是正态分布，不希望有孤岛型、锯齿形、悬崖型等异常分布，因为只有正态分布，大部分结果才会在规格范围之内，那么我们的合格率才会提高。 × √ × × × × × 8.控制图 8.3 控制图思想 当我们在控制图上发现了某时间段数据的分布有异常波动了，这 就是警示我们有特殊原因发生了，也就是说数据的分布在一时间  段后可能就不是正态分布了； 这时我们就要及时去分析原因，并采取措施消灭掉特殊原因，  从而保证下一时间段的分布还是正态的； 总之，控制图就是提醒我们及时发现异常并采取措施预防问题  的发生，它比发现问题后再采取措施是一个明细的进步。 原则一：3点中有2点在A区或A区以外。 A B C C B A LCL 8.控制图 8.4 如何发现异常-八大判异原则 原则二：5点中有4点在B区或B区以外。 A B C C B A UCL LCL 8.控制图 8.4 如何发现异常-八大判异原则 原则三：连续6点持续地上升或下降。 A B C C B A UCL LCL 8.控制图 8.4 如何发现异常-八大判异原则 原则四：有8点在中心线两侧，但C区并无点子。 A B C C B A UCL LCL 8.控制图 8.4 如何发现异常-八大判异原则 原则五：连续7点在中心线同一侧。 A B C C B A UCL LCL 8.控制图 8.4 如何发现异常-八大判异原则 原则六：连续14点交互着一升一降。 A B C C B A UCL LCL 8.控制图 8.4 如何发现异常-八大判异原则 原则七：连续15点在中心线上下两侧的C区。 A B C C B A UCL LCL 8.控制图 8.4 如何发现异常-八大判异原则 原则八：有点在A区以外。 A B C C B A UCL LCL 8.控制图 8.4 如何发现异常-八大判异原则 计 量 型 数 据 X-R 均值和极差图 计 数 型 数 据 P chart 不良率管制图 X-δ均值和标准差图 nP chart 不良数管制图 X -R 中位值极差图 C chart 缺点数管制图 X-MR 单值移动极差图 U chart 单位缺点数管制图 8.控制图 8.5 控制图类型 控制图可以分析过程能力和能力指数CPK，这个在后续SPC专项培训汇总会详细讲解 8.控制图 谢 谢！ 结束 * ⑦偏态型 ( 偏态分布 ) 说明：高处偏向一边，另一边低，拖长尾巴，可分偏右，或偏左。 结论：例如磨具磨损，或设备松动。 4.直方图 4.5常见的直方图形态 4.直方图 4.6相关术语 平均值： 极差：样本中最大值与最小值之差，R=Xmax-Xmin（移动极差） 标准差： 用极差估计标准差： ①制程准确度 Ca(Capability of accuracy)-对中性 说明：生产过程中所获得的数据平均值X与规格中心值μ之间偏差的程度 Ca = 实验平均值-规格中心值 规格容许差 % = ( X-? ) (T/2) % T = ＵＳＬ－ＬSL= 规格上限－规格下限 4.直方图 4.6相关术语-制程能力 ②制程精密度Cp (Capability of Precision)-集中性 说明：规格公差与过程实际误差（６倍的标准偏差）的比值 ③制程能力指数Cpk（同时考虑精密度与准确度） 说明：Cpk＝(1-|Ca|) × Cp Cp = 规格公差 6? 4.直方图 4.6相关术语-制程能力 = Ｔ 6×（Ｒ／ｄ２） T = ＵＳＬ－ＬSL= 规格上限－规格下限 D2=常数 将数据收集之结果依项目别、原因别或时间大小，金额多寡，按其大小 顺序排列出的图形。 5.柏拉图 5.1定义 5.2作用 一个问题主要是由相对较少的几个关键原因造成（二八法则） 柏拉图可以帮助我们找出问题的关键原因，以便投入较少的精力、时间就能获得较大的收获或效果。 5.3 制作步骤－步骤1：收集数据 用检查表收集你需要分析的数据，如总7月份6W006001型号的  报废原因及块数 7月份6W006001型号报废统计 　序号　　　 不良项目 不良数 不良总数百分比（%） 1 孔偏 53 35.8% 2 锣坏 10 6.8% 3 色差 5 3.4% 4 污染 12 8.1% 5 尺寸小 36 24.3% 6 划伤 7 4.7% 7 分层 22 15% 8 其它 3 1.9% 合计 148 100% 5.柏拉图 5.3 制作步骤－步骤2：排序 把分类好的数据进行汇总，由