品质管理技巧与改善方法.pptVIP

* * * * * * * * * 表 1 (表中数据基本数据为6.00mm) C、绘制控制图 如图如示为 图的初始控制界限，并将样本统计量 和 逐一描点在图上，然后用折线连接起来。 D、控制界限界修正 由图1中的样本点状态显示： (1)、图中有第4，9，20 号三个样本点出界； (2)、R图中有第18号样本点出界； (3)、控制界限内的样本点排列多数偏于中心线以下。 在实际中对上述情况进行具体分析，结果确认第9号样本点出界是偶然性原因引起的，而第4，18，20号三个样点出界是由于系统性原因引起的，应该加以剔除，然后利用剩余的样本统计量重新修正控制界限。具体修正如下： 所以修正后的界限为： 将初始控制界限与修正后的控制界限加以比较，如图1所示，可见修正后的控制图的中心线下移，而且控制界限变窄。 E、控制图的使用和改进 如图1，经过修正的控制图投入使用后通常要继续改进，以保证和提高控制质量的能力和水平。图2中二月份的控制图的控制界限就是利用一月份控制图的数据重新进行计算得到的。如此继续下去，可清楚地看到控制图的不断改进。图中显示的七月份控制图状况已经达到了比较好的控制效果。这时，如果认为目的基本达到，只做定期抽样检验判断工序状态的保持情况就可以了。 图1 图初始和修正的比较 图2 修正后的控制图投入使用和改进 一月份 二月份 七月份 2、计数值控制 1)、 不合格品率控制图 (P控制图) 样本大小n相同的p图 A、收集数据某产品五月份检验数据如表2所示，共检验了25个样本，样本大小n=300 B、确定控制界限 C、绘制p控制图 如图3所示，将CL，UCL和LCL绘在坐标纸上，并将25个样本点逐个描在控制图上，标出超出界限的样本点。 D、p控制图的修正 由于p图的下限不可能为负值，所以定为0。从图3中看出第19号样本点出界，经过分析是由于系统性原因引起的，所以要剔除，重新计算不合格品率的平均值。 图3 P 图的初始控制界限(n相同) 因为 ----剔除的样本中不合格品数； ----剔除的样本大小 所以，修正后的界限为： D、p图控制图的修正 利用五月份收集的数据设计并修正的的p控制图，在七、八两个月份仍然断续加以改进，如图4所示，直到控制的质量水平稳定且满中需要为止。然后，定期检验工序的控制状态使其保持即可。图4清楚显示了不断改进的控制图能更好保证产品的质量。 六月份 七月份 八月份 图4 P图的使用和改进 样本大小n不同的p图 A、收集数据 表3是某手表厂3-4月份收集的25组数据，其样本大小各不相同。 B、确定控制界限 根据表计算所得初始控制界限如表3最后两列数据(计算从略)。 C、控制p控制图 如图5所示： 图5 P图的初始控制界限(n不同) D、p控制图的修正 如图5所示，3月31日、4月22、26、29日的4点在控制界限之外，经分析： 1)、3月31日和4月22日的两个样本点是异常点，应剔除。 2)、4月26日是正常点，应保留，而4月29日是p图中的特别优良表现，也应 保留。所以，新的不合格品率的平均值为： 然后再计算各样本组的修正界限(从略)。 实际中，由于各样本组样本大小 不相同，在 的差别不大时，为了简化控制界限，也可以采用平均样本数 来代替各样本组的样本数 ，然后用 计算控制界 和 。 如图6所示，其控制界限比图5显著简化了，但对明显靠近控制界限的样本点要单独计算其控制界限，例如：经分析确认5月11、14日是异常点，5月24日是正常点。 图6 平均样本数的p控制图 控制图的研判 3σ 3σ 公差上限Tu 公差下限TL 控制上限UCL Upper Control Limit 控制下限LCL Lower Control Limit 中心线CL Central Limit 1、受控状态 如图7，如果控制图上所有的点都在控制界限内，而且排列正常，说明生产过程牌处于控制状态。这时生产过程只有偶然因素影响，在控制图上的正常表现为： 1)、所有样本点都在控制界限内。(下限情况下可认为基本上处于控制状态) A、连续24点以上处于控制界限内。 B、连续35点中，仅有1点超出控制界限。 C、连续100点中，不多于2点超出控制界限。 2)、样本点均匀分布，位于中心线两侧的样本点约各占1/2。 3)、靠近中心线的样本点约占2/3。 4)、靠近控制界限的样本点极