品管七大手法Word格式文档下载.docx
- 文档编号:6371981
- 上传时间:2023-05-06
- 格式:DOCX
- 页数:13
- 大小:93.07KB
品管七大手法Word格式文档下载.docx
《品管七大手法Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《品管七大手法Word格式文档下载.docx(13页珍藏版)》请在冰点文库上搜索。
6、管制图:
用来了解品质在过程中的变化状态和预测品质下一步可能之状况,有助于提前发现问题,是实现第一次就把事情做好的基本步骤之一。
7、直方图:
用来对品质状况了解,找出比较深入的问题。
二、查检表(CheckSheet)
1、定义
查检表就是一种为了便于搜集数据,使用简单记号填写并予统计整理,并作进一步分析或作为核对、检查之用而设计的一种表格或图形。
2、查检表种类
(1)纪录用(或改善用)点检表
主要功用在于根据搜集的数据以调查不良项目、不良原因、工程分布、缺点位置等状况、并作为原始记录的凭证。
(2)点检用点检表
主要功用是为了要确认作业实施、机械整备的实施状况,或为预防发生不良或事故,确保安全时使用。
3、查检表的做法
(1)记录用查检表
a、决定分类项目、收集数据
b、决定记录之形式(方法\人物\期间\频率)
c、数据的记录方法
(2)点检用查检表
a、将点检项目全列出
b、依次排列
c、决定记录项目,点检项目层别化
三、层别法(Stratification)
在一个群体中,为了深入分析内部状况,而建立一个将母体分割开来的方法或条件,称为层别法。
在品质管理中,主要是对各种条件下所生产的问题及原因做分析。
2、层别法之功用
层别法主要功用:
在于透过各种分层,依各层搜集数据做分析,并寻找不良位置或最佳条件,作为改善品质的有效方法。
它的主要精神就是看问题要从多方面、多角度分析。
3、层别的对象和项目
A、有关人的层别
B、机器设备的层别
C、作业方法、条件的层别
D、时间的层别
E、原材料零件的层别
F、测量检查的层别
G、环境天气的层别
H、制品的层别
四、柏拉图(ParetoDiagram)
根据所搜集之数据,按不良原因、状况、发生位置等不同区分标准,以寻求占最大比率之原因,状况或位置的一种图形。
2、柏拉图之功用
它的主要精神之一就是80/20法则,即通常大多数问题是由少部分原因造成,而多部分原因却导致少部分问题。
主要精神之二:
就是对看事、数据或同类事务最好排好序来,更有助于比较分析及掌握工作重点,从而提高工作效率。
3、柏拉图的制作方法
A、决定不良的分类项目
B、决定数据收集期间,并且按照分类项目收集数据
C、按照项目分别统计各项目,并依大小顺序排列
D、求各项目之百分比与累计值
E、图表上画出横轴与左右纵轴坐标
F、画出各项目之柱形图
G、点上累计值并且用线连接
H、记入柏拉图的主题与相关数据
五、特性要因图(CharactersticDiagram)
对于结果与原因间所期望之效果与对策之间的关系,以箭头连接,详细分析原因或对策的一种图形称为特性要因图。
特性要因图为日本品管权威学者石川馨博士于1952年所发明固又称(石川图)。
又因其形状似鱼,亦称鱼骨图,阐明原因与结果之关系,亦称因果图。
2、特点
(1)绘制特性要因图就是一种教育。
(2)特性要因图是讨论题的捷径。
(3)特性要因图可以表示出水准。
(4)展现现场问题的因果关系,工作层次。
六、散布图(ScatterDiagram)
为研究两个或三个变量之间相关性,而搜集成对几组数据,在纵轴与横轴上以点来表示二个或三个特性之间相关情形的图形,称之为“散布图”。
使用散布图最主要的目的就是研究其变量之相关性。
2、散布图的判读
(1)正相关
X增大时,Y也随之增大,称之为正相关。
(2)非显著性相关
X增大时,Y也随之增大,但增大的幅度不显著,此时宜再考虑其它可能影响的原因。
(3)负相关
X增大时,Y反而减少,称之为负相关。
(4)非显著性负相关
X增大时,Y反而减少,但幅度并不显著,此时宜再考虑其它可能影响的原因。
(5)无相关
A.x与y之间看不出有任何的关系。
B.x增大时,y并不改变。
(6)曲线相关
x开始增大时,y也随之增大,但达到某一特性值时,则当x增大时,y却减少。
七、管制图(ControlChart)
管制图是对对过程或制程中各种特性值进行测定、记录、评估和监察过程是否处于控制状态的一种用统计方法设计的图,它也叫控制图。
2、管制图的分类
(1)量值管制图
所谓计量值管制图,是管制图所依据之数据均属余由量具实际量测出来的数据所作出的,如长度、重量、成份、电流值、电阻值等管制特性,具有连续性,通常有下列四种管制图。
(b)
平均值与全距管制图(X-Rchart)
(c)
平均值与标准差管制图(X-σchart)
(d)个别值与移动全距管制图(X-Rmchart)
(e)
中位值与全距管制图(X-Rchart)
(2)计数值管制图
所谓计数值官制图是指管制图所依据之数据均属于以单位个数或次数计算,如不良数、不良率、缺点数、缺点率等。
(a)不良率管制图(P-Chart)
(b)不良数管制图(NP-Chart)
(c)缺点数管制图(C-Chart)
(d)单位缺点数管制图(U-Chart)
3、管制图功效
(1)预测性:
通过现有的图形分析与判读可大概判断下一步可能的位置。
(2)能力分析:
通过管制图,了解现有能力范围。
(3)对品质状况及时掌控状态。
(4)可用来分析制程能力改善效果:
可设定制程采用某种方法或方式的前中后几点,就能得出方法或方式的变化状况。
(5)与其它手法结合起来,容易找出产生状况的原因。
(6)得出各种周期,以利于产品品质制定标准。
4、管制图的判读
(1)超出管制界限
(2)连续几点上升或下降(一般为3点)
(3)连续几点在管制线上方或下方(一般设为3点或5点)
(4)连续几点互着一升一降(一般为5点或7点)
(5)连续几点在三倍的标准差外(一般为3点)
(6)连续几点中有几点在2倍标准差外
(7)连续几点有几点在1倍标准差以内
(8)连续几点在中心线两侧,但未在1倍标准差之内
八、直方图(Histogram)
直方图是一种利用常态分布的原理,把50个以上的数据用来分组,用柱形来说明各组数据的个数而组成的一种图形。
2、直方图的功效
(1)测佑制程能力,作为制程改善的依据
(2)计算产品不良率
(3)调查是否混入两个以上不同群体
(4)测知分配状态
(5)籍以定制规格界限
(6)与规格或标准值比较
(7)研究所设定的管制界限可否用于管制制程
(8)判定数据的真假,借以了解品质的真实状况
3、直方图图形判读
(1)正常型(也称为理想型)
说明:
中间高、两边低、有集中趋势。
结论:
左右对称分配(常态分配),显示制程在正常运转下。
(2)偏态型
高处偏向一边,另一边低,拖长尾巴,可分偏右型,统称偏态分布。
此种状况是问题出现最多的,一般较为好判断。
通常有如下几种原因:
(a)在产品的各项参数中,有含有成分相对较高或较低的数据参入,针对此问题应立即去找到,便于修正。
(b)制程中以有一些小变异,并采取了一些有效的改善措施或小变异刚开始。
(3)绝壁型(也称切边型或断裂型)
有一端被切断
此状况对于品质要求较严时产生机率会很高,一般会有如下几种原因导致次状况。
(a)产品经过全检过,或制程本身经过全检后会出现的情况。
(b)在注塑和冲压制程中,当量测精度足够时,制程中磨具有较大的松动或磨损的时也会出现此状况,
(c)当分析的数据时间过长,而量测的频率很少时,在分析总体状况有可能出现,如每2~3天量测3~4个数据,而分析一个月或两个月的时候会出现此种状况。
(4)双峰型(也称二山型)
有两个高峰出现
此种状况的产生,在制造业中,最主要的原因一般为混合不同特性的数据,一般原因如下:
(a)有两种分配先混合,因测定值受不同原因的影响,应予以层别后再做直方图。
(b)如除上面的原因外,且整个分布正好在规定要求内,检验人员又是对正态分布有一部分认识,也有可能做出的假数据。
(c)在过程中因有问题产生,而做了较大调整时,也有可能出现此状况。
(5)缺齿型(也称凹凸不平型)
高低不一,有缺齿情形,不正态的分布,系因测定值或换算方法有偏差,次数分配不妥当所造成。
此种状况较难处理,也比较少机会出现,一般会有以下几种原因产生此状况。
(a)作图时分组分得太多,这种机率一般很少。
(b)检验员对测定值有偏好现象,如对5、10之数据偏好。
(c)有一定检验的人员所作的不太好的假数据
(d)测量仪器的精密度不够,而品质又对要求较精密,对测量的数据需要做适当的估计时,也有可能出现此种状况,
(e)较多特性差异较大的数据参混在一起,如若有此原因,应层别之后再来分析.
(6)离岛型(二山脱离型)
在右端或左端形成小岛,
此种状况分析较容易,一般有以下几种原因会产生此种状况,
(a)数据输入人员在输入过程中,有误输入。
(b)在制程中有较少其它物料或原因混入,此种状况要立即查明,有利于做标准化的准确性,否则不利于物料特性的分析。
(c)制作直方图的过程中,数据较少,且分组过多。
此种状况应注意培训或采用专业工具软件来做,以减少人为的的失误。
(d)机台设备在过程中出现特殊原因,以产生了一些变异。
(7)高原型
形状像高原
不同平均值的分配混在一起,应层别之后再作直方图比较。
出现此状况的原因一般有以下几种。
(a)刚刚来不久的人员做的假数据
(b)检验人员在实际检验过程中,没有按要求量测个数,或规定量测的数据太少或密度太多。
(c)量测仪器设备精度不够,而且数据较多。
如遇此项品质要求不严,应考虑此种状况减少抽样并逐步放弃量测,如遇品质要求较严,必须立即考虑改善量测仪器设备。
(d)品质较一般,而且经过全检挑选的数据。
(8)不规则型
形状为不规则状态或机种状态混合在起来。
一般不会出现此状态,如有,一般有如下几种原因会出现此种状况。
(a)纯粹是不太熟悉正态分布之人员做的假数据,一般为新手作的。
(b)直方图做法不对,如组数应用不对。
(c)数据太多或太少。
(e)品质实在太差,而经过全检的数据。
图2偏态型
图1正常型
图3绝壁型
图4双峰型
图6离岛型
图5缺齿型
图8不规则型
图7高原型
品管新七大手法
品管新七大手法指的是:
亲和图(也叫KJ法)、系统图、关联图、矩阵图、箭线图、PDPC法、矩阵数据解释法。
亲和图(AffiliateChart):
将资料或信息分类归纳,理顺关系。
系统图(SystemChart):
将要实现的目的展开成具体小项目及方法。
矩阵图(MatrixChart):
找出众因素之间关系。
箭线图(ArrowChart):
对事件做好进程及计划管理。
PDPC法(ProcessDecisionProgramChart):
如何做好一个完整的计划。
矩阵数学解析法(MatrixDataAnalysisChart):
对多个变动且复杂的东西进行解析分析。
关联图(RelationChart):
把有关系各种因素串起来。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 品管 七大 手法