新旧QC七大手法培训.ppt

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
新旧QC七大手法培训

二、根据分类结合工作经验确定我的工作内容及做事顺序 1.表处部品质处理; 2.加工部品质处理; 3.装配部品质处理; 4.分析,归纳欠料原因。 5.处理自产件欠料问题 层别法-----层别法就是将大量有关某一特定主题的观点、意见或想法按组分类,将收集到的大量的数据或资料按相互关系进行分组,加以层别。 实施步骤: ① 确定研究的主题; ② 制作表格并收集数据; ③ 将收集的数据进行层别; ④ 比较 分析,对这些数据进行分析,找出其内在的原因,确定改善项目。 我用层别法已经找到我要先做表处部字面问题,可是字面有很多问题呀! 我该从哪里入手呢? 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,适用于记数值统计,有人称为ABC图,又因为柏拉图的排序识从大到小,故又称为排列图。 不良现象 底漆不满边 边上掉漆 字面划伤 丝印不良 表面不清洁 其它 不良数量 52 28 9 5 4 2 不良比例 52% 28% 9% 5% 4% 2% 100个不良品中,有如下不良项及各项的数 从上图我知道重点问题: 底漆不满边占52%.搞好它,就有一多半是良品了 边上掉漆占28% 字面划伤9% 前两项占不良品的80%.处理好它们,意义重大 我们永远先处理柏拉图前边的二到三项,所以柏拉图又叫ABC图 实施步骤 ① 收集数据,在我们生产中.品质数据主要来自于品质报表.计算各不良项目占整体项目的百分数; ② 把分好类的数据进行汇总,由多到少进行排列,并计算累计百分数; ③ 绘制横轴和纵轴刻度; ④ 绘制柱状图; ⑤ 绘制累积曲线; ⑥ 记录必要事项 ⑦ 分析柏拉图 散布图 将因果关系所对应变化的数据分别描绘在X-Y轴坐标系上,以掌握两个变量之间是否相关及相关的程度如何,这种图形叫做“散布图”,也称为“相关图”。 我用柏拉图已找到了有产品是主要不良,可是对生产一点用也没有,我得找到这些家伙是怎么做出来的!所以,我得想尽办法找与之相关联的东西.现在!我必须分析一下各种不良是不是有一定的规律呢!?再去找与之相联的:人,机,物,法,环,测(5M1E) 来分析一下这两个图吧! 图一:我们来找规律:从图一的不良分布上看,其位置很是名显。中心位置都一样。除了掉漆的大小不一样,但掉漆后的样子一样。所以我想到底漆的移印 图二:和图一一样都是有规律在固定的区域出现。由于掉漆部位有擦痕。所以我判定它很可能是模具在冲压过和中造成的。 图一底柒不满边位置分布图 图二边上掉柒位置分布图 13PC不良 29PCS不良 3506 TRU TEMP 3506 TRU TEMP 有24个不良点分布在该区 有56个不良点分布在该区 来看一些外观良占位于产品上的哪些位置 有22个不良点分布在该区域 有13个不良点分布在该区域 有7个不良点分布在该区域 有19个不良点分布在该区域 图三。边上掉柒位置分布 来看一些外观良占位于产品上的哪些位置 图三:由于它四边都有,每组虽然数据不一样。比较结果也不是很明显。如果要在这图上找规律,不是很容易。所以我们想到油漆附着力不够。用3M胶去测试油漆的附着力。可以通过。有的油漆粘到保护膜上。所以我想它有两种可能。一是跟油漆当时烘干的时间有一定关系,所以我想到用图四去验证它。二是它还是有可能是模具的问题。 我来假设一下,掉油漆点与过炉温度的影响 时长 (分) 1 2 3 4 5 6 7 8 掉漆比例 26% 18% 12% 9% 5% 2% 2% 3% 掉漆点 77 63 52 39 22 12 8 3 图四只是我假想的,用温度与掉油漆点这两个变量之间的关系的。现在假设图四成立。以现在的炉温。我们用8℃是最好的。 这个时候,我们用实验法,去跟踪一批产品.去验证这个方法是不是最好的! 实施步骤 1)确定要调查的两个变量,收集相关的最新数据,至少30组以上; 2)找出两个变量的最大值与最小值,将两个变量描入X轴与Y轴; 3)将相应的两个变量,以点的形式标上坐标系; 4)计入图名、制作者、制作时间等项目; 5)判读散布图的相关性与相关程度。 应用要点及注意事项 1)两组变量的对应数至少在30组以上,最好50组至100组,数据太少时,容易造成误判; 2)通常横坐标用来表示原因或自变量,纵坐标表示效果或因变量; 3)由于数据的获得常常因为5M1E的变化,导致数据的相关性受到影响,在这种情况下需要对数据获得的条件进行层别,否则散布图不能真实地反映两个变量之间的关系; 4)当有异常点出现时,应立即查找原因,而不能把异常点删除; 5)当散布图的相关性与技术经验不符时,应进一步检讨是否有什么原因造成假象。 目前我用层别法找到了工作的方向,(品质) 用柏拉图找到了品质

文档评论(0)

djdjix + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档