QC改善工具--直方图.docxVIP

QC改善工具—直方图（Histogram）精益推广办公室：叶华龙学习目标1、了解分配的形态2、研究制程能力或计算制程能力3、过程分析与控制4、观察数据的真伪5、计算产品的不合格率6、求分配的平均值与标准差用以制定规格界限与规格或标准值比较定义直方图，又称质量分布图，就是将生产过程中收集来的质量数据按其顺序分成若干间隔相等的组，以组距为底边，以落入各组的频数为高若干长方形排列的直方矩形图,如图1-1所示图1-1直方图模型绘制步骤直方图绘制需要6个步骤，如图1-2所示，具体请参照第七节实例演练。图1-2 绘制直方图步骤其中，组界宽度、各组组界、频数的计算方法及其说明如表1-3所示计算内容公式或定义公式使用及说明组数K=或KK表示组数，N表示数据个数，R表示全距，全距=数据最大值的数据-最小值组距C表示组距，R表示全距，K表示组数，为了便于计算平均数和标准差，组距经常取2、5、或10的倍数组界下组界=最小数据值-组界精度上组界=前一组下组界+组距组界精度=频数各组频数=本组组界内德数据个数主要用来绘制直方图表1-3 直方图法的计算公式3、常见的直方图形态，如表1-4所示编号形态说明1标准形态（常态）形状正常，表示制程能力正常2锯齿型通常是测定方法或者读数有问题，可能由于测量仪器不够精密，也可能有数据过少，分组过多。3左偏态型当杂质、缺陷数、不合格数等表示质量状况的数据接近于0，使得数据的下限收到控制时4右偏态型与左偏态的情况相反，当成品率、纯度、优秀品率等接近于极限值，使得数据的上限受到控制时5双峰型数据中混有两个以上不同群体，如将两批不同来源的产品放在一起进行检测的情况等6孤岛型表示制程上有某种异常状况发生，导致工序质量发生异变，如原材料突然发生变化，或者短期内由不熟练的工人进行操作、测量7平顶型生产过程中有某种因素发生缓慢变化，如设备、工具发生磨损，操作者出现疲劳或者操作环境发生缓慢变化时8峭壁型用剔除不合格品后的产品质量数据绘制的直方图，表示有假数据，在工序能力不足的情况下，为了寻找出足够的合格品而进行全数检验时，会出现此种情况表1-4 常见的八种直方图形态直方图的应用4.1计算过程能力，作为改善制程的依据从过程中所收集的数据经整理成为频数分配表，在绘制成直方图后，就可由其集中或分散的情形来看出过程的好坏。直方图的重点在于平均值（），经整理后的分布呈正态布，则自拐点中引出一横轴的平行线，可得到表现差异性的标准差（）。良好的过程是平均数应接近规格中心，标准差则越小越好。4.2 计算产品不合格率在质量改善PDCA循环活动中，常需计算改善活动前、中、后不合格率，用以比较有无改善效果。其不合格率可直接从频数分配表中求得，也可以从直方图中计算出来。例如，冲压车间一次加工热水器Q11DW底壳的宽度直方图如图1-5所示，其规格为（3302）mm,由图与规格界限比较，可知在规格下限以下的有1件，超出规格上限的有3件，合计4件，占总数230件的1.7%，即不合格率为1.7%。图1-5 热水器底壳QS50W直方图4.3 观察分布形态由直方图的形状，得知过程是否异常（详见本章第四节的八种形态）。4.4 用以制定规格界限的数据在未定出规格界限之前，可依据所收集的数据编成的次数分配表，计算次数分配是否为正态分布。如为正态分布时，则可根据计算得到的平均数与标准差来定出规格界限。一般而言，平均数减去3个标准差得规格下限，平均数加上3个标准差则得规格上限；或按实际需要制定。4.5 与规格或标准值比较（TL表示公差下限，TU表示公差上限）要了解过程能力的好坏，必须与规格或标准值比较。一般而言，希望过程能力（直方图）在规格界限内，且最好过程的平均值与规格中心相一致。1）、直方图符合公差要求,理想型直方图，即过程能力在规格界限内，且平均指与规格中心一致，平均数加减4个标准差为规格界限。过程稍有变大或变小都不会超过规格值，是一种理想的直方图，表示产品良好，能力足够。如图1-6所示：一侧无余地型直方图，即产品偏一边，则另一边还有很大余地，若过程再变大（或变小）很可能会有不合格品发生，必须设法是产品中心值与规格中心值吻合才好。见图1-7：两侧无余地型，即产品的最大值与最小值均在规格内，但都在规格上下限两端，表示其中心值与规格中心值吻合；虽没有不合格品发生，但过程稍有变动就会有不合格品产生的危险，要设法提高产品的精度才好，如图1-8所示：2）、直方图不符合公差要求，详见表1-9:编号类型说明1平均值偏右如果平均值偏向规格下限并伸展至规格下限左边或偏向规格上限并伸展至规格上限的右边，但产品呈正态分布，即表示平均位置有偏差，应针对固定的设备、机器、原料等方向去追查。2平均值偏左3余地太多型直方图实际制程在规格界限内，但两边规格距规格界限太远。亦即产品质量均匀，变异小。如果此种