品管旧七大手法培训.pptxVIP

QC手法培训;旧七大手法; 检查表;三、检查表的应用步骤; 某加工一关键尺寸，为掌握整个过程的变异、稳定情况，连续跟踪取样了如下数据，请以调查表的形式整 理该数据（该尺寸规格值为 5.0±0.6）。;质量分布调查表; 分层法;通常有以下几种分层方法;举例; 排列图(柏拉图);排列图的制作方法;一、分析现象用排列图 与不良结果有关，用来发现主要问题： ●质量：不合格、故障、顾客抱怨、退货、维修等 ●成本：损失总数、费用等 ●交货期：存货短缺、付款违约、交货期拖延等 ●安全：发生事故、出现差错等 ; 应用注意事项 ; 因果图（特征要因图）;;;举例; 直方图;例：CVJ 外接头某车削直径统计结果,共100个数据（mm）;编制频度分布表;频度分布表;9/16/2021;分组不宜过多,也不宜过少,一般用数学家史特吉斯提出的公式计算组数,其公式如下: K=1+3.32 Lgn 一般对数据之分组可参考下表:;如何依据图案的分布状况判断;2.如图中表示缺齿形图案,图形的柱形高低不一呈现缺齿状态,这种情形一般就来大都是制作直方图的方法或数据收集(测量)方法不正确所产生.如下图所示:;3.如图所示为绝壁形,另外一边拖着尾巴,这种偏状型在理论上是规格值无法取得某一数值以下所产生之故,在品质特性上并沒有问题,但是应检讨尾巴拖长在技术上是否可接受;工具的松动或磨损也会出现拖尾巴的情形.如下图所示:;4.双峰型; 5.离散型;6.高原型; 与规格值或标准值作比较;B.一则无剩余:制品偏向一边,而另一边有剩余很多,若制程再变大(或变小),很可能会有不良发生,必须设法使制程中心值与规格中心值吻合才好.;C.两侧无剩余:制品的最小值均在规格內,但都在规 格上下两端內,且其中心值与规格中心值吻合,沒有不良发生,但若制程稍有变动,说会有不良品发生之危险,要设法提高制程的精度才好.;2.不符合规格 A.平均值偏左(或偏右) 如果平均值偏向规格下限并伸展至规格下限左边,或偏向规格上限伸展到规格上限的右边,但制程呈常态分配,此即表示平均位置的偏差,应对固定的设备,机器,原因等方向去追查.;B.分散度过大:观察制程的最大值与最小值均超过规格值,有不良品发生(斜线规格),表示标准差太大,制程能力不足,应针对人员,方法等方向去追查,要设法使产品的变异缩小,,或是规格订的太难,应放宽规格.;C.表示制程之生产完全沒有依照规格去考虑,或规格订得不合理,根本无法达到规格.;直方图的常见类型;;显示质量波动的状态 直观地传递有关过程质量的信息 进行统计过程控制，集中力量进行质量改善工作。; 散布图一.何谓散布图? 互相有关连的对应数据,在方格纸上以纵轴表示结果,以横轴表示原因，用点表示出分布形状,根据分布的形状来判断对应数据之关的相互关系.这里讲的数据是成双的,一般来说成对数据有三种不同的对应关系. 1.原因与结果数据关系. 2.结查与结果数据关系. 3.原因与原因数据关系.;二.散布图制作的四个步骤:（手工）1.收集相对应数据,至少三十组上,并且整理到数据表上.2.找出数据之中的最大值和最小值.3.书出从轴与横轴刻度,计算组距.4.将各组对应数据标示在座标上.;例：某零件高频淬火温度与硬度结果;散布图——寻找关系;散布图的类型;无关系; 1.在图中当X增加,Y也增加,也就是表示原因与结果有相对的正相关,如下图所示:;2.散布图点的分布较广但是有向上的倾向,这个时候X增加,一般Y也会曾加,但非相对性,也就是就X除了受Y的因素影响外,可能还有其他因素影响着X,有必要进行其他要因再調查,这种形状叫做似有正相关谓为弱正相关。;3.当X增加,Y反而减少,而且形状呈现一直线发展的現象,这叫做完全负相关.如下图所示:;4.当X增加,Y减少的幅度不是很明显,这时的X 除了受Y的影响外,尚有其他因素影响X,这种形情叫作非线性负相关,如下图所示:;5.如果散布点的分布呈现离乱,沒有任何倾向时, 称为无相关,也就是说X与Y之间沒有任何的关系,这时应再一次先将数据层別化之后再分析,如下图所示:;6.假设X增大,Y也随之增大,但是X增大到某一值 之后,Y反而开始减少,因此产生散布图点的分布有曲线倾向的形状,称为曲线相关,如下图所示:;; 管制图;一.计量值管制图;實例:平均数与全距管制图;样本组;样本组;样本组;XBar管制图上下限:;R管制图上下限:;UCL=43.4;R管制图;分析结论;二.计数值管制图