复习质量管理方法-直方图法.pptVIP

f 质量特性 频率直方图 5、直方图法 频率直方图，又名质量分布图。 作用：确定质量的分布的基本特征； 判断质量的现状和变化趋势； 分析和判断生产过程是否稳定。 三、质量管理常用的统计方法 频率直方图的作法 （1）用随机抽样的方法收集有关质量数据，并对数据进行筛选处理，去掉小概率事件的数据，一般应抽取50个以上。例6-4 （2）计算极差R。从数据中找出最大值Xmax和最小值Xmin，R= Xmax- Xmin R= Xmax- Xmin=47.0-30.8=16.2 （3）数据分组。包括确定组数、组距和划分组限。 ①确定组数k。原则是使分组的结果能正确反映数据的分布规律，参考表6-7.例6-4中，取k=9 ②确定组距H。组距即一个组的范围，各组距最好相等。数值最好取整。 数据总数N 分组数k 数据总数N 分组数k 数据总数N 分组数k 50~100 6~10 100~250 7~12 250以上 10~20 ③确定组限。 该组的最大值为上限，最小值为下限，上、下限统称组限。 组距等于相邻两组上限（或下限）之差。 连续取值的计量型数据，要令较低组的上限与相邻较高组下限为同一数值。 本例中，质量标准下限为30.0，以此作为第一组下限，其上限为：30.0+2.0=32.0，最高组组限为46.0~48.0，覆盖了全部数据。 （5）计算累计频数 （6）绘制频率直方图 直方图是用横坐标表示数据的变化，以纵坐标表示频数（或频率，或频率密度）而绘制出的描述质量分布状况的图形，直方图将同时显示数据的所有可能值及这些数值所对应的频数（或频率） 频率直方图分析 （1）观察整个图形，可判断质量分布状态。 正常型直方图是“中间高、两侧低、左右接近对称的图形。 当出现非正常型直方图时，表明生产过程或者数据的收集、整理方法存在问题，需要进一步分析判断，找出原因，采取相应措施加以纠正。 折齿型、缓坡型、孤岛型、双峰型、绝壁型 折齿型 1）折齿型：是由于分组不当或组距确定不当出现的分布状态 缓坡型 2）缓坡型：主要是由于操作中上限或下限控制太严造成的。 孤岛型 3）孤岛型：原材料一时发生变化，工人一时变换； 双峰型 4）双峰型：两组机器、或材料、或操作工人施工； 然后把这两方面数据混在一起整理产生的。 5）陡壁型：有意将不合格的产品剔除； 陡壁型 直方图与标准比较 对于正常型直方图，将其分布范围B=[S，L](S为一批数据中的最小值，L为一批数据中的最大值)与标准范围T=[SL，Su]， SL为标准下界限， Su为标准上界限)进行比较，就可以看出产品质量特性值的分布是否在标准范围内，从而可以了解生产过程或工序加工能力是否处于所希望的状态。为了方便，可在直方图上标出标准下界限值和标准上界限值。 直方图在标准范围内的情况 当产品质量特性值符合规定标准时，其对应的直方图，必定在标准范围之内。符合规定的直方图大致有下面四种类型： T B SL ( S ) ( L ) Su T B SL ( S ) ( L ) Su T B SL ( S ) ( L ) Su T B SL ( S ) ( L ) Su 直方图在标准范围内的情况 直方图的分布范围B位于标准范围T内，但有余量;直方图的分布中心与标准中心近似重合，这是理想的直方图。此时，全部产品合格，工序处于正常管理状态。 T B SL ( S ) ( L ) Su 直方图在标准范围内的情况 直方图的分布范围B位于标准范围T内，数据变化仍比较集中，但分布中心偏移标准中心，并且直方图的一侧已达到标准界限， 此时状态稍有变化，产品就可能超出标准，出现不合格品。因此，需要采取措施，使得分布中心与标准中心重合。 T B SL ( S ) ( L ) Su T B SL ( S ) ( L ) Su 直方图在标准范围内的情况 直方图的分布范围B没有超出标准范围T，但没有余量。此时分布中心稍有偏移便会出现不合格品，所以应及时采取措施，缩小产品质量特性值的分布范围。 T B SL ( S ) ( L ) Su 分析一下 直方图在标准范围内的情况 产品质量特性值的分布非常集中，致使直方图的分布范围B与标准范围T之间的余量过大。此时，可对原材料、设备、工艺等适当放宽要求，从而降低生产成本;或者加严标准，提高产品的性能，以利于组装等 T B SL ( S ) Su ( L ) 分析一下 直方图超出标准范围内的情况 产品质量特性值的分布中心向左(