基层员工培训系列课程：全面质量管理.ppt

直方图观察分析 锯齿型 双峰型 图形呈锯齿状参差不齐，多半是由于分组不当或检测数据不准而造成。 出现两个顶峰，极可能是由于把不同加工者或不同材料、不同加工方法、不同设备生产的两批产品混在一起形成的。 直方图观察分析 孤岛型 分布有明显间隔，由于测量有误码或生产中出现突发异常因素影响，如材料变化，刀具严重磨损，操作失误，读数错误等 平顶型 无突出顶峰，通过由于生产过程中缓慢变化因素的影响造成，如刀具磨损。 直方图与规格界限比较 (1) TU TL X M (2) TU TL X M 理想型。直方图分布中心与公差中心近似重合，直方图分布在公差范围内且两面边均有余量。 偏心型，分为左偏心和右偏心。直方图分布在公差范围内，但分布中心和公差中心有较大偏移。此时应采取措施，调整分布中心，使数据的平均值与公差中心重合，否则可能出现废品。 通过用直方图分布和公差比较，判断工序质量。如发现异常，及时采取措施，预防产生不合格产品。 直方图与规格界限比较 (3) TU TL X M (4) TU TL X M 无富余型。直方图分布在公差范围内但两边没有余地，此时应设法提高工序能力，即减少标准偏差，否则会出现废品。 能力富余型。直方图分布在公差范围内但两边有过大的余地，出现质量过剩，传统观点认为此时可考虑放宽加工精度，或减少检验频次，降低鉴定成本。 直方图与规格界限比较 (5a) TU TL X M (5c) TU TL X M 能力不足型。直方图分布超过公差范围，有三种情况：仅超出公差下限；仅超出公差上限；公差上下限均超出。此时已出现不合格品，应查明原因，应采取措施，如调整尺寸分布中心，提高加工精度。 (5b) TU TL X M 直方图的作用 测知工序的过程能力，是过程能力的最好最直观的写照； 直方图中心越接近规格中心，表示过程越集中。分布在规格界限内，表示过程散布小。 计算产品的不良率，根据不良数量可以直接计算出来； 无论是计数值还是计量值都可以直接计算出来 调查是否混入两种以上不同的数据 测知数据是否有假 主管对下属进行控制的有效手段，数据真是性的判断手段 测知分布形态 以此制定产品的规格 如果规格尚未确定，可以使用平均值加减4倍标准差的方式指定上下限,即公差为标准差的8倍，达到理想型分布。 设计合理的控制界限 一般为正负±3σ；99.73%的概率。 注意事项 直方图的原理是基于正态分布，特别适用于计量值。 使用直方图计算平均值和标准差s时，应剔除差距太大的数据； 确定组界时，应注意所有数据都要归入所在组中。 作直方图时，数据尽可能多，一般不能少于50个。 注意恰当的分组，数据少时少分组，数据多时多分组，如果数据少时分组过多，各组内数据出现的频率太少，难以发现数据的分布规律。 利用样本直方图求出的X和标准差s是总体平均值和标准差的估计值。 直方图练习 某公司对生产的电线直径进行抽检，以下是100个数据，规格是0.649±0.01用直方图进行分析。 0.661 0.650 0.647 0.646 0.649 0.645 0.641 0.650 0.648 0.649 0.665 0.647 0.646 0.655 0.649 0.658 0.654 0.660 0.653 0.659 0.660 0.665 0.649 0.651 0.637 0.650 0.643 0.649 0.640 0.646 0.650 0.644 0.640 0.652 0.657 0.648 0.654 0.650 0.654 0.655 0.656 0.657 0.663 0.662 0.647 0.647 0.642 0.643 0.649 0.648 0.638 0.634 0.649 0.642 0.637 0.655 0.652 0.654 0.649 0.657 0.654 0.658 0.652 0.661 0.654 0.645 0.641 0.644 0.647 0.642 0.650 0.652 0.634 0.641 0.653 0.647 0.652 0.649 0.652 0.653 0.651 0.660 0.655 0.658 0.649 0.647 0.641 0.644 0.640 0.643 0.646 0.635 0.638 0.645 0.650 0.648 0.649 0.650 0.649 0.655 过程能力- 指工序处于稳定状态下，在经济及其他条件允许的范围内， 工序保证产品质量的能力。 若通过控制图显示过程非受控， 那么计算过程能力没有意义 B= 6σ （6倍标准差） Cp B T = = T s 6 T--产品质量特性值的要求，即公差（规格）范围 B---表示过程能力 过程能力分析 工序的质