网站大量收购独家精品文档,联系QQ:2885784924

QuAInS如何利用控制图做好变异源分析.docx

QuAInS如何利用控制图做好变异源分析.docx

  1. 1、本文档共1页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

统计过程控制已被实践证明为行之有效的质量控制和预警的方法,它能够帮助企业有效地降低质量成本,提升质量管理水平。目前已经在越来越多的企业广泛使用。

从事质量管理工作的人都知道,在进行统计过程控制时,控制用控制图不仅可以帮助我们监控制程是否处于统计受控状态,还能帮助我们分析制程中出现了哪些潜在的异常,进行变异源分析,进而为我们解决问题提供启发。不过,控制用控制图提供的指示比较有限。比如,第1条判异准则虽然能够告诉我们有点超出了控制限,但控制图本身并不会告诉我们具体是什么原因导致的。从实际角度出发,可能是流程出现了异常,也有可能是数据错误或者测量系统更换导致的,具体原因还需要进一步分析。又比如,“连续15点在C区内”的判异准则如果被违反,我们可以判断有可能是数据错误或者分层不够造成的(比如A流程的过程能力比B流程高得多,当前数据是A流程的,而控制限是根据A和B两个流程的数据混在一起而计算出的),但也仅此而已。

我们在实际应用中发现,如果能够充分利用这种方法,就能够帮助我们从一定程度上识别流程异常产生的原因。如生产设备或机台信息、测量员信息、操作员信息等。

从图中的例子,我们可以使用控制图来对比分析各个机台对生产过程的差异和影响,我们能够更加有效地判断哪些机台表现比较好,哪些机台的表现比较差而需要进行检查或质量改进,进而对我们的生成过程以最快的速度进行持续改善。

文档评论(0)

知识贩卖机 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档