质量改进及质量改进工具质量管理培训课件(四)2一、质量改进概述•“质量改进永无止境”是质量管理的基本信念•ISO9000:2008标准的引言部分列示的八项质量管理原则中,“持续改进”是一项重要的原则。标准中明确指出:“持续改进总体业绩应当是组织的一个永恒目标”。•质量改进:“质量管理的一部分,致力于满足质量要求的能力。”(ISO9000:20003.2.12)31.质量改进的意义•提高产品制造质量,减少不合格品;•可以促进新产品开发,改进产品性能,延长产品的寿命周期;•合理有效利用资源,挖掘企业潜力;•提高产品的市场竞争力;•有利于发挥质量职能,提高工作质量;•具有很高的投资收益率.42.解决问题的一般途径工作及生活中难免碰到问题,一旦发生问题如不立即解决,小问题也可能变成大问题。然而,解决问题是要用方法的,否则必将杂乱无章,思路混乱。而质量工具就是能协助我们迅速且正确解决问题的利器之一。5一般都是按照PDCA的原理来解决的。每一阶段都有不同的质量工具可供搭配使用。如果能够充分了解质量工具且运用得宜,就能搜集到正确有效的信息,并作出精准的判断。6质量改进的基本过程P:计划D:执行C:检查A:处理7ACDP遗留问题转入下期执行措施执行计划检查效果发现问题总结经验纳入标准分析现状找出问题拟定措施计划PDCA循环八个步骤83.质量改进步骤:七阶段•明确问题•把握现状•分析问题原因•拟定对策并实施•效果的确认•防止再发生和标准化•总结94.质量改进的组织与推进•质量改进组织:质量管理部门和QC小组•质量改进的障碍:1、对质量水平的错误认识2、高质量意味着高成本3、对权力下放的错误理解•持续的质量改进二、质量改进工具调查表排列图因果图分层法直方图控制图散布图关联图系统图(树图)亲和图(KJ法、A型图解)PDPC法(过程决策图法)矩阵图矩阵数据分析法矢线图老七种工具新七种工具11PDCA和质量工具的关系PLAN1.排列图法,直方图法,控制图法,工序能力分析,KJ法,矩阵图法2.因果分析图法,关联图法,矩阵数据分析法,散布图法3.排列图法,散布图法,关联图法,系统图法,矩阵图法,KJ法,实验设计法4.目标管理法,关联图法,系统图法,箭线图法,过程决策程序图法DO5.系统图法,箭线图法,矩阵图法,过程决策程序图法CHECK6.排列图法,控制图法,系统图法,过程决策程序图法,检查表,抽样检验ACT7.标准化,制度化,KJ法8.在下一个改进机会中重新使用PDCA循环12用途•调查表:收集数据•排列图:看问题的分布情况,找出主要因素。•因果图:理清思路,寻找原因。•散布图:两个因素之间的关系。•直方图:看问题的分布情况,发现异常情况存在。•控制图:判断过程稳定与否。原理:实事求是的原则,一切用事实和数据说话的原理。用来系统的收集资料、积累数据、确认事实并对数据进行整理分析。按原因分类的不合格的调查表(表格式)(一)调查表法•示例:某部门将上个月生产的产品作出统计,总计不良数为414个,其中不良项目依次为:顺序不良项目不良数(件)占不良总数比率(%)累计比率(%)1破损19547.147.12变形9021.768.83刮痕6515.784.54尺寸不良4510.995.45其他194.6100总计414100调查者:日期:地点:调查方式:15为了能够获得良好的效果、可比性、全面性和准确性,调查表格设计应:简单明了,突出重点;调查、加工和检查的程序与调查表填写次序应基本一致;填写好的调查表要定时、准时更换并保存;数据要便于加工整理,分析整理后及时反馈。2019/8/2116(二)排列图质量问题是以质量损失(缺陷项目和损失金额)的形式来体现的。大多数损失是由少数几种的缺陷引起的(帕累托原则),而这这几种缺陷又是由少数原因引起的。因此,只要明确这些“关键的少数”,就可以消除这些特殊原因,避免由此引起的大量损失。用排列图法,可以实现这一目的。2019/8/21171、排列图的分类分析现象:与不良结果有关•质量:缺陷、故障、顾客抱怨、退货或维修等•成本:损失金额或费用等•交货期:存货短缺或交货期拖延•安全:发生事故或出现差错等分析原因:与过程有关•操作者:班次、性别、年龄、经验等•机器:设备、工具、模具、仪器•原材料:供应商、批次、种类•作业方法:作业安排、方法等•作业环境:温度、湿度、光线、噪声等2019/8/21182、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(调查表),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2019/8/2119例:某厂随机调查4月1日至7月1日的产品共5000件,对其逐一检查,进行缺陷分析,得到缺陷种类及数据如下:缺陷类型断裂擦伤污染弯曲裂纹砂眼其它合计缺陷数10442201064142003.排列图示例2019/8/2120日期:4月1日至7月31日调查铸件总数:5000件排列图QC七工具21横轴上将频数从大到小依次列出各项右边纵轴标上比率(频率)的刻度,最大刻度100%左边纵轴标上件数(频数)的刻度高度相同制作排列图注意要点2019/8/21CATARCTR22•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。2019/8/21CATARCTR23(三)因果图•又称特性要因图,石川图或鱼刺图•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2019/8/21241、因果图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)2019/8/21252、因果图作图步骤•选题,分析对象,确定质量特性。•组织讨论,找出所有可能会影响结果的因素。•找出各因素之间的因果关系,在图上以因果关系的箭头表示出来。•根据对结果影响的重要程度,将认为对结果有显著影响的重要原因标示出来。•在因果图上标出有关信息。2019/8/21263、因果图示例轴颈有刀痕机床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油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冷却液不标准浓度不当上道工序加工不良中心孔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小组名称:组长:成员:日期:2019/8/21274、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2019/8/21285、排列图和因果图结合使用•选题•分析问题•采取对策,进行改进•改进前后比较2019/8/21296、案例分析某厂为降低产品不良品率2019/8/2130影响产品不合格因素排列图6月1日至7月31日2019/8/2131产品尺寸缺陷操作者机器零件和原料作业方法健康疲劳疾病教育培训经验精神注意力心情操作稳定不平衡变形磨损夹具和工具成分贮存原料质量排列形状尺寸拧紧程度定位顺序位置角度装配动作程序速度产品尺寸缺陷因果图2019/8/2132改进后影响产品不合格因素排列图9月1日至10月31日2019/8/2133改进前后不良品排列图比较6月1日至7月31日9月1日至10月31日总改进效果改进效果示例:风电机组质量问题排列图2019/8/2135(四)直方图1、什么是直方图,它有什么作用?直方图又称为柱状图,用直方图可以将杂乱无章的资料,解析出规则性,比较直观地看出产品质量特性的分布状态,对於资料中心值或分布状况一目了然,便於判断其总体质量分布情况。2、直方图基本格式平均值:极差:R=Xmax-Xmin3、几个基本概念中位数•中位数就是把一列数从小到大排列,中间一个(奇数时)或者中间两个(偶数时)的平均数。如1,2,3,4,5,5,6中,4是中位数;1,2,3,4,5,7的中位数为3.5。标准偏差S:标准偏差用来衡量数据值偏离算术平均值的程度。标准偏差越小,这些值偏离平均值就越少。2019/8/21404、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”5、制作直方图的步骤1)收集数据抽样N收集至少50个或更多的数据抽样例如:如果您有125个抽样,N=125.2)确定数据中的最大值(Xmax)和最小值(Xmin)例如Xmax=10.7Xmin=9.03)确定分组的数量(K)例如K=104)计算极差R=Xmax-Xmin,确定分组的组距(H)•H=R/K=(Xmax-Xmin)/K•例如(10.7-9.0)/10=0.17,圆整到0.205)确定最小组的下侧边界值为:Xmin-测定值最小单位/2=9.0-0.1/2=8.95第一组下限值8.95第一组上限值Xi+H=8.95+0.20=9.156)制作一个分布频率表列出等级和等级界限,并计算出发生率.(见案例)7)制作直方图划上纵横坐标.将频率列在纵坐标上,将测量数值列在横坐标上。频率分布表组号分组界限中间值频数18.95-9.159.05129.15-9.359.25939.35-9.559.451649.55-9.759.652759.75-9.959.853169.95-10.1510.0522710.15-10.3510.2512810.35-10.5510.452910.55-10.7510.6551010.75-10.9510.850制作直方图403020109.09.29.49.69.810.010.210.410.610.8N=125下限上限2019/8/21CATARCTR456、直方图的常见类型1)标准型说明:中间高两边低,有集中趋势。结论:制程在正常运转下。2)锯齿形说明:高低不一,有缺齿情形。结论:数据分组过多,或测量读数错误。3)偏峰形说明:高处偏向一边,拖长尾巴,另一边低。结论:尾巴拖长时,应检讨是否在技术上能够接收。多由工具磨损、夹具松动引起。(单侧品质控制)4)孤岛形说明:左端或右端形成小岛。结论:可能测定有错误或由不同原料引起。又如:不熟练的工人顶替带班)5、陡壁形说明:平顶且高。结论:工序能力不足,进行全数检查不符合要求的产品被剔除。(五)散布图为研究两个变量间的相关性,而搜集成对二组数据(金属轴向拉伸时拉力与变形量的关系),在方格纸上以点来表示出二个特性值之间相关情形的图形,称之为“散布图”。实例:身高与体重高重?矮轻?No.身高体重No.身高体重No.身高体重116556111615521175622172681217662221626231595213166482315848418274141757624162525158631516867251787461625816178752615952717672171595027152458175661815962281596291655619176782915859101636820158543018277404550556065707580150160170180190身高(cm)体重(kg)1、散布图的作法1.收集成对数据(X,Y)(至少不得少于30对)。2.标明X轴和Y轴。3.找出X和Y的最大值和最小值,并用这两个值标定横轴和纵轴Y。两种数据,一方为原因、另一方为结果时,横轴取原因,纵轴取结果。4.0粘3.0着力(N)2.01.078910111213141516171819202122加压时间(秒)4.描点(当两组数据值相等,即数据点重