第4章 质量控制技术讲稿2【质量精品】.pptVIP

调查表 2、不良项目调查表 调查表 3、不良原因调查表 4、工序分布调查表 因果图 因果图是分析质量问题与其影响原因之间关系的有效工具。因果图又称为鱼刺图、树枝图或石川馨图，它是日本质量管理学家石川馨首先提出来的，它在质量管理中应用非常广泛。 环境 某 质 量 问 题 材料 工艺 机器 操作者 大原因 中原因 更小原因 小原因 图6-25 因果图的一般形式 直方图 直方图通过对收集到的貌似无序的数据进行处理，能反映出产品质量数据的分布特征、过程能力指数等，并能判断和预测产品的质量状况及不合格率。 直方图 1、直方图的应用程序 （1）收集数据 要求收集的质量数据n≥100个。数据收集过少则难于反映数据的统计特性，容易做出错误的判断；收集过多则计算分析工作量太大，一般可取n=100，然后将收集到的数据按顺序填在一张表中。 直方图 1、直方图的应用程序 （2）找出数据的最大值和最小值，并计算极差R （3）数据分组 把收集到的数据初步分成若干组。组数的多少应根据样本量决定。组数太少反映不出真实情况，组数太多又会减弱分布的规律性。 （4）计算组距 组距h是组与组之间的间距，可按下式计算： （5）决定分组界限 各组的界限值可以从第一组开始依次计算。 直方图 （6）作频数分布表 统计各组数据出现的频数，填入表6-22。 （7）作直方图 以组距为底长，高为频数，作各组的矩形图,如图6-27所示。 直方图 散布图 不合格品率的P图 尽管控制图大多数情况都与计量型数据联系在一起，但也开发了用于计数型数据的控制图，计数型数据只有两个值（合格/不合格，成功/失败，通过/不通过，出席/缺席），但它们可被计数从而用来记录和分析。下面我们以不合格品率的p图为例来对计数型控制图加以说明 步骤 A. 收集数据 B. 计算控制限 C. 过程控制解释 D. 过程能力解释 A.1选择子组的容量，频率及数量 子组容量——用于计数型数据的控制图一般要求较大的子组容量（例如50到200或更多）以便检验出性能的一般变化。 分组频率——应根据产品的周期确定分组的频率以便帮助分析和纠正发现的问题。 子组数量——收集数据的时间应该足够长，一般情况下，也应包括25或更多的子组（见图21） A.2计算每个子组内的不合格品率（p） 被检项目的数量——n 发现的不合格项目的数量——np 通过这些数据计算不合格品率： A.3选择控制图的坐标刻度 描绘数据点用的图将不合格品率作为纵坐标，子组识别作为横坐标。纵坐标的刻度应从0到初步研究数据读数中最大的不合格率值的1.5到2倍（见图21） A.4将不合格品率描绘在控制图上 描绘每个子组的p值，将这些点连成线通常有助于发现异常图形和趋势 当点描完后，粗览一遍看是否合理，如果任意一点比别的高出或低出许多，检查计算是否正确 记录过程的变化或者可能影响过程的异常情况，当这些情况被发现时，将它们记录在控制图的“备注”部分（见图21） 图21 不合格率P图---数据收集 B.1计算过程平均不合格品率 对于k个子组，计算不合格品率的均值如下： B.2 计算上下控制限（ ） 对于k个子组，按下式计算上下控制限： 注：当 很小或者n很小时， 的计算结果有时会是负值，在这种情况下则没有下控制限（见图22-表1） B.3画线并标注 过程均值 ---------水平实线 控制限（ ）---------水平虚线 在初始研究阶段，这些被认为是试验控制限 注：当子组容量不同的时候，则要求单独计算这些特别小或特别大样本时期内的控制限 （见图22-表2） 图 22 不合格率P图---计算控制限（表1） 图22 不合格率P图---计算控制限（表2） C.1分析数据点，找出不稳定的证据 超出控制限的点（见图23） 链（见图24） 明显的非随机图形（见图25） 图23 不合格率P 图---超出控制限的点 图24 不合格率P图---链 图25 不合格品率P图---非随机图形 C.2寻找并纠正特殊原因 当从数据中已发现了失控的情况时，则必须研究操作过程以便确定其原因。然后纠正该原因并尽可能防止其再发生。由于特殊原因是通过控制图发现的，要求对操作进行分析，并且希望操作者或者现场检验员有能力发现变差原因并纠正（见图26） C.3重新计算控制限 当进行初始过程研究或对过程能力重新评价时，应重新计算试验控制限，以便排除某些控制时期的影响，这些时期中控制状态受到特殊原因的影响，但已被纠正。剔除与特殊原因有关的点以及本节B部分图上所指的点后，应重新计算控制限。本步骤是防止