QC七种工具

1QC七种工具检查表分层法控制图散布图因果图排列图直方图2直方图直方图是从工序中随机抽取样本，将从数据中获取的数据进行整理，绘成图，从中找到质量波动规律，预测工序质量的一种工具。3直方图的作用展示用表格难以说明的大量数据显示各种数值出现的相对频率揭示数据的中心、波动及形状快速阐明数据的潜在分布为预测过程提供有利信息可以发现“过程是否能满足顾客要求”4直方图的绘制步骤明确衡量过程的特性值收集数据计算极差数据分组作频数分布表画直方图在图上记录有关资料5直方图原始数据表（单位：mm）2.5102.5172.5222.5222.5102.5112.5192.5322.5432.5252.5272.5362.5062.5412.5122.5152.5212.5362.5292.5242.5292.5232.5232.5232.5192.5282.5432.5382.5182.5342.5202.5142.5122.5342.5262.5302.5322.5262.5232.5202.5352.5232.5262.5252.5232.5222.5022.5302.5222.5142.5332.5102.5422.5242.5302.5212.5222.5352.5402.5282.5252.5152.5202.5192.5262.5272.5222.5422.5402.5282.5312.5452.5242.5222.5202.5192.5192.5292.5222.5132.5182.5272.5112.5192.5312.5272.5292.5282.5192.521假设为某一产品的厚度（单位：mm）6直方图05101520253035168292213657直方图的常见类型标准型锯齿型偏峰型陡壁型平顶型双峰型孤岛型8直方图的常见类型标准型：左右对称，最常见,数据没有异常锯齿型：数据分组过多，或测量读数错误偏峰型：产品尺寸受公差影响陡壁型：工序能力不足，进行全数检查平顶型：几种均值不同的分布混在一起双峰型：均值相差较大的两种分布混在一起孤岛型：中混有另一分布的少量数据9直方图符合公差要求直方图不符合公差要求SL(a)SUSL(b)SUSL(c)SUSL(d)SUSL(e)SU直方图与公差限10直方图与公差限直方图满足公差要求(a)状况无需调整(b)要考虑减少波动直方图不满足公差要求(c)采取措施，使平均值接近规格的中间值(d)要采取措施，减少波动(e)同时采取(c)和(d)的措施11排列图排列图又叫主次因素排列图,排列图主要根据关键的少数,次要的多数的原理作成.排列图有两个纵坐标.图内的直方图分别表示各因素的作用大小,图内的线表示各因素作用百分率的累计曲线,也称PARTO图.12作排列图的步骤明确问题以及如何收集数据设计数据记录表（检查表），记录数据将数据从大到小排列，并累计计算画排列图在图上画累计频数折线在图上记入必要事项13例：FQA2月份对公司品质进行统计分析，得到缺陷种类及数据如下：缺陷类型喷锡不良擦花兰胶不良露铜线缺不过油孔铜薄合计缺陷数2521151253182所占比例30.49%25.61%18.29%14.63%6.10%3.66%1.22%累计比例30.49%56.10%74.39%89.02%95.12%98.78%100%100%排列图示例14排列图喷锡不良擦花兰胶不良露铜线缺不过油孔铜薄0102030405060708012345670%10%20%30%40%50%60%70%80%90%100%15制作排列图注意要点把握问题的实质，以确定“关键的少数”。通常将因素按累计比率分为三类：A类因素：累计比率在0~80%之间；B类因素：累计比率在80~90%之间；C类因素：累计比率在90~100%之间。“其它”项不能过大，否则分类不够理想。16因果图又称鱼刺图或石川图用图解法对影响过程或产品质量问题的各种因素进行全面系统的观察和分析，找出其因果关系使小组能集中于问题的实质，围绕问题产生集体智慧和意见集体智慧的火花集中于问题的原因而不是问题的现状17因果图的分析图格式结果原因A原因B原因C原因E原因D更小原因中原因18因果图鱼刺格式19鱼刺的基本结构特性大原因(大骨)中骨小骨主骨因素(原因)特性(结果)20因果图示例钻孔钻偏设备操作者材料工艺方法环境机床精度不够主轴松动轴承磨损电压不稳夹具磨损油中有气泡漏油缺乏作业技能未经培训无作业标准工作纪律松驰疲劳没有积极性薪金低日夜加班情绪气温高光线光线过强光线弱材质不当板子不标准放置不当上道工序加工不良对位置不正确切削速度转速高进给量大用错刀具刀具管理不善21绘制因果图注意事项确定原因时应集思广益，充分发扬民主所要分析的质量特性问题，应提得尽可能具体一张因果图只反映一个质量特性问题原因分析到绘制能采取具体措施为止检查无遗漏要运用其它工具和技术进行验证不断完善，纳入受控文件进行控制22散布图的概念在质量改进活动中，常常要研究两个随机变量之间的关系，将一系列通过观察得到的两个变量的成对数据点一一描在X-Y座标系中，由此可以看出两变量是否线性相关，如果二者线性相关，可以对这两变量进行预测或控制。23散布图的六种形式(a)X与Y强正相关(b)X与Y弱正相关(c)X与Y强负相关(d)X与Y弱负相关(e)X与Y不相关(f)X与Y非线性相关24散布图示意图25日期浓度不良品率日期浓度不良品率3月1日8.60.8893月22日8.70.8922日8.90.88423日8.50.8773日8.80.87424日9.20.8854日8.80.89125日8.50.8665日8.40.87426日8.30.8968日8.70.88629日8.70.8969日9.20.91130日9.30.92810日8.60.91231日8.90.88611日9.20.8954月1日8.90.90812日8.70.8962日8.30.88115日8.40.8945日8.70.88216日8.20.8646日8.90.90417日9.20.9227日8.70.91218日8.70.9098日9.10.92519日9.40.9059日8.70.872散布图案例电镀时某一溶液浓度(%)与不良品率（%）数据表26散布图案例浓度与不良品率散布图不良品率浓度27控制图对过程质量特性值进行测定、记录，评估和监察过程是否处于统计控制状态的一种用统计方法设计的图。控制图是由美国工程师休哈特提出来的，故又称休哈特控制图。28控制图的构成上控制限中心线下控制限上控制限中心线下控制限过程受控过程不受控29影响过程波动的因素普通原因，又称偶然因素（偶因），是大量地客观存在的，是过程所固有的，但对过程质量特性的影响很小，是人们无法加以消除的。特殊原因，又称异常因素（异因），不是过程所固有的，但对过程质量特性的影响较大，查明原因后，是可以加以消除的。30控制图法的目的发现已经存在的或潜在的影响过程质量的异常因素，加以消除，使过程无异因，也即使过程达到统计稳定状态，使过程可预测。31休哈特控制图的原理3σ原则：在无异因（只存在偶因）的前提下，控制图上点出现异常的概率不超过0.27%。32控制图的种类计量值控制图均值极差控制图均值标准差控制图中位数极差控制图单值移动极差控制图计数值控制图不合格品数控制图不合格品率控制图不合格数控制图单位不合格数控制图33常规计量值控制图控制线计算公式控制图名称控制线公式备注图：；R图：样本量n≤10图：；s图：样本量n＞10图：；R图：X图：；Rs图：RX~sRXRXXRAXCLCXCLRAXUCLXXX22RDCLCRCLRDUCLRRR34sAXCLCXCLsAXUCLXXX33sXXsBCLCsCLsBUCLsss34RDCLCRCLRDUCLRRR34X~RAmXCLCXCLRAmXUCLXXX23~~23~~~~sXXsXRXCLCXCLRXUCL66.266.2sssRsRsRCLCRCLRUCL27.334控制图名称控制线公式备注pnpucnpppLCLpCLnpppUCLppp1313ppnpnLCLpnCLppnpnUCLnpnpnp1313nuuLCLuCLnuuUCLuuu33nccLCLcCLccUCLccc33常规计数值控制图控制线计算公式35Xbar-R控制图制作步骤及应用1.收集数据2.描点画图3.计算分析控制限4.将分析控制限和中心线画在图上5.分析R图和Xbar图6.分析特殊原因，采取措施，加以消除7.重新采集数据，重复1至5步，直至R图和Xbar图都正常，可认为过程无异因，此时的控制限就可做为控制用的控制限8.分析过程能力9.保持过程，加以持续改进。36分析用控制图数据表序号x1x2x3x4序号x1x2x3x4181.8681.6182.9881.831482.4081.4182.9373.13282.0981.0680.4880.071585.1580.9181.3182.43381.2182.7779.9580.721681.3280.1281.2380.33481.2380.6181.6882.131781.3980.8580.680.93583.2082.5082.3780.541881.3783.1280.3981.81686.6882.4882.9682.121982.6282.0681.4980.92780.1781.8381.1281.412079.7681.1781.2479.54881.780.0981.5580.572181.0682.0682.7682.46980.6980.4982.1685.292282.5583.5382.9481.891082.7282.1281.7781.602383.3380.3380.3680.671180.9881.3381.6080.702480.1781.3382.5780.871280.4282.2080.1380.242581.679.8881.6981.791382.1182.1383.2282.17某一产品两个孔之间的距离37分析用控制图38剔除异常数据后补充采集的数据表序号x1x2x3x4序号x1x2x3x4181.8681.6182.9881.831485.1580.9181.3182.43282.0981.0680.4880.071581.3280.1281.2380.33381.2182.7779.9580.721681.3980.8580.680.93481.2380.6181.6882.131781.3783.1280.3981.81583.2082.5082.3780.541882.6282.0681.4980.92686.6882.4882.9682.121979.7681.1781.2479.54780.1781.8381.1281.412081.0682.0682.7682.46881.780.0981.5580.572182.5583.5382.9481.89982.7282.1281.7781.602283.3380.3380.3680.671080.9881.3381.6080.702380.1781.3382.5780.871180.4282.2080.1380.242481.679.8881.6981.791282.1182.1383.2282.172582.5181.0980.4379.861382.4081.4182.9373.1339剔除异常数据后补充采集数据分析用控制图上图无异常,可进入日常控制阶段40判异准则点出界点排列不随机，存在某种“趋势”41控制图判异准则（Ⅰ）ABCCBAUCLX