现场品质的流程管理.pptVIP

控制图的种类与适用场合 类别 名称 控制图符号 特点 适用场合 计量 均值-极差控制图 x-R 最常用，判断工序是否正常的效 果好，计算R值的工作量小。 适用于产品批量大且生产正 常、稳定的工序。 值控 均值-标准差控制图 x-s 常用，判断工序是否正常的效果 最好，但计算s值的工作量大。 适用于产品批量大且生产正 常、稳定的工序。 中位数-极差控制图 x-R 计算简便，但效果较差。 适用于产品批量大且生产正 常、稳定的工序。 制图 单值-移动极差控制 图 X-MR 简便省事，能及时判别工序是否 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（时间或费用） 每次只能得到一个数据或尽 快发现并消除异常因素。 计数 不合格品数控制图 p 较常用，计算简洁，作业人员易 于掌握。样本含量较大。 样本含量相等。 值控 不合格品率控制图 np 样本取样量大，且计算量大，控制曲线凹凸不平。 样本含量可以不等。 缺陷数控制图 c 较常用，计算简洁，作业人员易 于掌握。要求样本量大。 样本含量相等。 制图 单位缺陷数控制图 u 计算量大，控制曲线凹凸不平。 样本含量可以不等。 ＾ 控制图的使用 * * 控制图的使用--统计过程控制实施流程 测量系统评价 构筑SPC系统 关键质量特性确认 初始过程能力研究 控制图的实际应用 和质量改进活动 质量控制点选定 SPC方案设定 * * 被监控的特性 UCL = 控制上限 中心线 LCL = 控制下限 画的数据 工程的控制线是基于来自工程本身的数据而计算出来的 他们基于 +/- 3s (预期99.73% 的工程散布落在控制线之间 ) 管理图上没有产品规格限 3)按时间绘制控制图 按 时 间 画 数 据 * * 初始的控制限计算 遵循100个数据点的规则 少了不准确 多了不必要 控制限重新计算 控制限是从工程输出本身推导出来的，只在适当的时候才重算 一般情况下, 再计算的条件： 样本图最近才开始，而且存在一个对抽样，测量，画图等学习转折期 工程有一个已知的变化，而且其影响已经由“老的” 控制限所证实 * * 管理图告诉了我们什么？ * * 合理子群化 是一种组织数据的方法，目的是让管理图回答正确的问题 子群选择的方式：子群内的样本是同质的 （群内散布最小化） 最小化的群内散布让我们容易领会群间散布及特殊要因事件 不要在子群中包括你希望采取措施的、影响工程平均值的因素 “如果数据没有以合理的方式子群化，那么管理图将不过是墙纸罢了” Donald Wheeler * * 控制图基本的判定准则 连续点在7点呈上升或下降趋势时，这也是异常！ 可能与设备老化、润滑不足、人员疲劳有关。 连续点在7点在中心线的一侧时，这是异常！ 点子不能超出控制界限 * * 管理图解读 多少%的数据点应该落到UCL和 LCL之间? 如果一个点落在了UCL或 LCL之外，这意味着我们在给顾客制造一个不良品吗？ UCL LCL * * #1) 把规格限 放在管理图上 #2) 把UCL 和 LCL 当做规格限对待 如果你做了其中一个，管理图将变成仅供检查的工具-它不再是管理图了 UCL / LCL 不直接和顾客不良相联系 两大管理图错误 * * 我们将使用的规则: 规则 #1: 1点脱离UCL 或 LCL (3-sigma 限) 规则 #2: 3个连续点中2点脱离2-sigma限 规则 #3: 5个连续点中4点脱离1- sigma限 规则 #4: 8个连续点在中心线的一侧 ，连续7点连续上升或下降。 图案规则: 一个图案自我重复 为了帮助鉴别出现在我们工程中的特殊要因事件，制定了一套标准规则,当违反了一个规则时，我们用“脱离控制”来描述. 这意味着某些“非正常”情况发生了，去把它查出来!! 管理图规则 * * 1、对管理图的管理上下限，在必要时进行合理的再计算。 2、严格遵守管理周期，及时、准确的进行描点画图。 3、当发生超出控制限的点（即异常点）时，及时对工程 实施改善对策，并将相应的对策标在管理图上。 管理图的维持管理 * * 工程条件管理 变差 变差产生的原因 输入的变差将导致输出的变差 条件管理的方法 首件确认什么 过程参数的连续监控—单值和移动极差图 关于条件设定的作业指导书 监控仪表的校准与检定 刀具定位及调整的思路 再确认 * * 保证测量的一致性 客户退货是否证明成品检验不负责任 工人是否一直不认真检验，以至于专职检验人员总是大量发现自检合格后的不良品。 除了品质意识外，测量系统的不一致性是重要原因 测量系统：被测特性、量具、测量人