搜索
1质量管理图形工具2目录★常用的质量管理工具▲因果图▲排列图▲直方图▲调查表▲散点图▲控制图▲流程图▲分层法★质量管理的新七种工具▲关联图▲亲和图▲系统图▲矩阵图▲矩阵数据分析法▲过程决策程序图▲网络图3统计质量控制在质量管理活动中频繁应用着三个这样的管理过程，即★质量计划★质量控制★质量改进这些过程被称为“朱兰三部曲”。4管理过程的三个普遍过程质量计划质量控制质量改进设定质量目标辩认顾客是谁确定顾客的需要开发对应顾客需要的产品特征建立过程控制措施将计划转入实施阶段评价实际绩效将实际绩效与质量目标对比对差异采取措施提出改进的必要性做好改进的基础工作确定改进项目建立项目小组为小组提供资源、培训和激励，以:诊断原因设想纠正措施建立控制措施以巩固成果5质量控制的常用工具质量控制的老7种工具质量控制的新7种工具排列图(ParetoChart)因果图调查表(CheckSheet)直方图控制图散点图分层法/流程图关联图亲和图系统图矩阵图矩阵数据分析法过程决策程序图网络图61.1因果图因果图最早由日本东京大学教授石川馨(1953)提出，因此，又称石川图(IshikawaDiagram)和鱼骨图(FishboneDiagram，因为因果图的形状酷似鱼的骨骼)。因果图可以识别、探索和图形展示与一个问题相关的各种原因。主要有三个方面的作用：▲分析因果关系▲表达因果关系▲通过识别症状、分析原因、寻找措施，促进问题解决71.1.1因果图常用的原因归类★6M（生产领域）▲Machine(机器)▲Method(方法)▲Material(材料)▲Manpower(人力)▲Measurement(测量)▲MotherNature(环境)★4S（服务领域）▲Surroudings(环境)▲Supplier(供应商)▲Systems(系统)▲Skills(技能)★8P(行政或服务)▲Price(价格)▲Promotion(晋升)▲People(人员)▲Processes(过程)▲Place/Plant(场所)▲Policies(政策)▲Procedures(流程)▲Product/Service(服务)8例1某车间动员所有人员都参与讨论尺寸波动的原因，画出了因果图，并调查了所有零件尺寸的波动情况，探讨各因素对不合格的影响。尺寸不合格操作者机器零件和材料操作方法健康素质精神检验操作夹具和工具定位安装材料动作教育培训疲劳疾病集中注意力零件项目方法稳定失衡变形磨损位置角度程序速度拧紧程度顺序材料的性质排列成分尺寸直径形状贮存经验9例1★通过因果图分析要回答，哪些因素(原因)是控制因素？▲把控制因素固定在最佳值上▲控制在一个最优的范围内★哪些因素(原因)是噪声？▲最小化噪声的变异/波动101.1.2利用逻辑推理法绘制因果图(1)确定质量特性(结果)(2)将质量特性写在纸的右侧，从左至右画一箭头(主骨)，将结果用方框框上；(3)列出影响结果的主要原因作为大骨，也用方框框上;列出影响大骨(主要原因)的原因，作为中骨；用小骨列出影响中骨的第三层次的原因，如此类推。(4)根据对质量特性影响的重要程度，将认为对质量特性有显著影响的重要因素标出来。(5)在因果图上记录必要的有关信息。111.1.3利用发散整理法绘制因果图(1)选题，确定质量特性。(2)尽可能找出所有可能会影响结果的因素。(3)找出各原因之间的关系，在因果图上以因果关系箭头联接起来。(4)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因素标出来。(5)在因果图上标注必要的信息。121.1.4因果图的注意事项★绘制因果图的注意事项▲确定原因时应通过充分讨论，集思广益，以免疏漏▲应尽可能具体到确定原因▲有多少质量特性，就要绘制出多少张因果图▲验证★使用因果图的注意事项▲在数据的基础上客观地评价每个因素的重要性▲因果图使用时要不断加以改进131.2排列图排列图(Pareto图)最早由朱兰博士提出，主要采用了意大利经济学家Pareto(1897)提出的原则—“关键的少数，次要的多数”，也就是问题的80%是由20%的原因造成的。排列图是对发生频次从最高到最低的项目进行排列而采用的一种简单图示技术。通过区分最重要的与较次要的项目，用最少的措施获取最佳的改进效果。141.2.1排列图绘制的步骤★确定所要调查的问题以及如何收集数据▲选题，确定所要调查的问题是哪一类问题▲确定问题调查的时间▲确定哪些数据是必要的，以及如何将数据分类▲确定收集数据方法，包括数据收集时间与数据收集形式。★设计一张数据记录表▲表1是某铸造企业在调查铸件质量问题时的数据记录表15表1表1铸件不合格项调查表16★将数据填入表中，并合计★制作排列图用数据表，表中列有各项不合格数，累计不合格数，各项不合格所占百分比以及累计百分比1.2.1排列图绘制的步骤17★按数量从大到小顺序，将数据填入数据表中。注意：“其他”项列在最后。★画两根纵轴和一根横轴。左边纵轴标上件数(频数)的刻度；右边纵轴，标上累积比率(频率)的刻度。左右两边总刻度高度相等。横轴上将频数从大到小依次列出各项。★在横轴上按频数大小画出矩形。★在每个直方柱右侧上方，标上累计值，描点，用实线连接，画累计频数折线(帕累托曲线)。★在图上记入有关必要事项。1.2.1排列图绘制的步骤18铸件不合格项目排列图19例2某公司进行复杂电子产品生产。测试车间注意到测试失效导致的返工费用(每件大约20万美元)高昂---返工费用直接影响利润。测试车间组织一个专门的项目小组，负责发现问题的原因，并减少返工费用。20例2最主要的前5种缺陷返工费用缺陷返工费用($)零件故障错线未校准零件短路断路其它720004100026000120001000030000返工费用(K$)零件故障错线未校准零件短路断路其它累积返工费用比率最主要的4种缺陷占返工费用的80%；最主要的5种缺陷占返工费用的85%。21我们可以层叠排列图，首先在第一层排列图下确定最主要的类别(项目)，然后进行第二层排列图便只在最主要的类别上展开。只要需要或可能，就应该继续上述过程。如果层叠得当，就可以非常容易地确定造成问题的根本原因。1.2.2层叠排列图22例2返工费用(K$)零件故障错线未校准零件短路断路其它累积返工费用比率重置占故障零件的62%重置MOS-FET二极管A二极管BOpAmp其它返工费用(K$)零件故障累积比率最主要的5类缺陷的排列图前5类故障零件的排列图失效重置比率(%)失效重置累积比率(%)接触断开接触不良二极管开路开线圈其它重置失效的排列图接触断开和接触不良占失效重置的75%---每年的返工费用为2.4万美金。金属盘接触的损坏由在检测中的高电压导致。231.3直方图直方图可以概括来自过程的数据，并用图形化方式展示数据的频率分布。直方图以可视化方式提供数据分布的位置、展布和形状等，从而找出数据变化的规律，以便预测工序质量状况。241.3.1位置★均值(Mean/Average)---所有观测值的算术平均★中位数(50%分位点)---所有观测值从小到大排列后的中间值★众数(Mode)---发生频率最高的值或取值范围众数中位数均值251.3.2散度★极差(Range)---数据中最大值最小值之间的差值★标准差(StandardDeviation)---数据偏离观测平均值的一种度量★四分位数极差(Inter-QuartileRange)---数据的上、下四分位数之间的差值标准差极差四四四四四四261.3.3分布的形状--偏度偏度是刻画数据的分布是否对称的一种度量,定义如下相对频率相对频率相对频率众数中位数均值均值众数中位数众数均值中位数(a)零偏度(对称)(b)正偏度(右偏型分布)(c)负偏度(左偏型分布)27峰度是刻画数据分布陡峭程度的一种度量，其定义如下1.3.4分布的形状--峰度(a)零峰度(b)负峰度(c)正峰度正态分布平顶分布尖顶分布281.3.5直方图的作图步骤已知车削某个外圆尺寸为mm的零件，为调查其外圆尺寸的分布情祝，从加工过程中随机抽取100个零件，测得尺寸的值(单位：0.0001mm)如下表所示。29★收集数据★求极差R★确定分组的组数和组距★确定各组界限★制作频数分布表★画直方图★在直方图的空白区域，标注有关数据资料1.3.5直方图的作图步骤301.3.5直方图的作图步骤311.3.6如何使用直方图★直方图的常见类型321.3.6如何使用直方图★直方图与规格限的比较33▲当直方图符合公差要求时：(a)现在的状况不需要调整，因为直方图充分满足公差要求。(b)直方图能满足公差要求，但不充分。这种情况下，应考虑减少波动。▲当直方图不满足公差要求时：(c)必须采取措施，使平均值接近规范的中间值。(d)采取措施，以减少变异(波动)。(e)要同时采取(c)和(d)的措施，既要使平均值接近规格的中间值，又要减少波动。1.3.6如何使用直方图341.3.7箱线图箱线图提供了数据的一种直观表示，可以同时展示数据的多个数字特征，比如位置或中心趋势，数据的展布或波动，对称性与离群值的判定等。此外，平行并排的箱线图，有助于比较几批数据。▲最小观测值(Minimum)▲下四分位数(1stQuartile)▲中位数(Median)▲上四分位数(3stQuartile)▲最大观测值(Maximum)JohnWTukey35箱线图也可以用来检测离群值(点)。按照Tukey箱线图关于离群值的定义：▲▲当然，这里假定数分布对称。另外，离群值并不意味着存在异常变异/波动。1.3.7箱线图36切比雪夫不等式对于一个均值为和方差的随机变量因此，在数据确实来自上述总体时，箱线图中一个观测值是离群值的概率将小于3.125%。1.3.7箱线图PafnutyLvovichChebychev(1821-1894)37某商业运输飞机的机翼前导边缘支架上12个孔的直径数据(单位：毫米)如下表。机翼前导支架上孔的直径的箱线图1.3.7箱线图38下图是不同厂家的地毯耐久性数据(单位：月)的箱线图比较，可以看出厂家4的质量相对而言最好，但是质量稳定性较差，而厂家3的产品质量相对较好，且最为稳定。1.3.7箱线图耐久性地毯391.4调查表调查表是质量小组对历史数据或当前观测等进行系统记录和编辑数据的工具，以便清晰地探测和展示关注问题的规律和趋势。调查表可以采用任何形式，只要能够形象展示获得的信息即可。当然，在调查表上用检查标记或简单的符号记录数据，数据便于整理。401.4.1工序分布调查表每次测量结果出来后，就在表中适当的格子里打一个“×”，数据测量结束，直方图也就出来了。如果在一张调查表上，数据要分层时，可用不同的颜色，不同的记号，便于随后识别。411.4.2不合格项调查表421.4.3不合格位置调查表431.4.4不合格原因调查表441.5散点图散点图(ScatterPlot)经常用来分析研究两个变量是否存在相互关系。散点图主要通过点阵的排布，发现其中的排布规律或特征，从而在把握质量问题的现状、设定改进目标、确定因果关系、验证改进的效果等方面起到重要作用。451.5.1散点图的常见类型(a)正线性相关(b)负线性相关(c)正二次相关(d)负二次相关(e)带有更大散度特征的负线性相关(f)没有关系461.5.2散点图的绘制方法★收集一定数量(一般需50到100组)的相互对应的两组数据例如，用切割机切割钢料，切割机皮带速度影响切割长度，通过测试所得数据列于下表。471.5.2散点图的绘制方法★确定散点图纵、横坐标轴★将各组数据用坐标点标在坐标图上481.5.3散点图的相关性分析相关分析是一种分析处理变量与变量之间相关程度的方法。应用散点图，可以定性的判断两随机变量之间是否相关，是正相关，负相关或无相关。在相关分析中，引入相关系数定量表示两个随机变量与之间的相关程度。相关系数r的取值范围是[-1,1]。如果相关系数的绝对值接近于1，则说明具有较强的线性相关关系；如果r大于0且接近于1，则变量之间呈正线性相关，如果r小于0且接近于-1，则变量之间呈负线性相关。()()()Sx