资源预览内容
第1页 / 共51页
第2页 / 共51页
第3页 / 共51页
第4页 / 共51页
第5页 / 共51页
第6页 / 共51页
第7页 / 共51页
第8页 / 共51页
第9页 / 共51页
第10页 / 共51页
亲,该文档总共51页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述
QC七大手法培训课件,一、分层法,二、直方图,三、散布图,一、分层法,概述:,1、人们所搜集的数据中,因各种不同的特征而对结果产生的影响,而以各别特征加以分类、统计,此类统计分析的方法的方法称为层别法(或分层法)。,2、在实务工作中, 经常可发现有产品品质因人、时、料、机台等不同时,即会有其差异性存在。而如能针对上述各种可以明显区分的因素,在数据搜集时,加以适当注记分类;如有不良品发生时,很可能只其中一种因素 (原料或人或机台)有问题,便可以快速寻得结症的所在。同样有品质较优者,也可从层别后的数据,获得其状况而寻求其他因素或条件的改善。,1.人员:可按年龄、工级和性别等分层 2.机器:可按设备类型、新旧程度、不同的生产线和工夹 具类型等分层 3.材料:可按产地、批号、制造厂、规格成分等分层 4.方法:可按不同的工艺要求、操作参数、操作方法、生产速度等 分层 5.测量:可按测量设备、测量方法、测量人员、测量 取样方法和环境条件等分层 6.时间:可按不同的班次、日期等分层 7.环境:可按照明度、清洁度、温度、湿度等分层 8.其它:可按地区、使用条件、缺陷部位、缺陷内容等分层,分层原则,层别法使用的注意事项:,1、实施前,首先确定层别的目的不良率分析?效率 的提升?作业条件确认? 2、查验表的设计应针对所怀疑的对象设计。 3、数据的性质分类应清晰详细载明。 4、依各种可能原因加以层别,至寻出真因所在。,案例一:汽缸装配,装配厂的汽缸与气缸盖的间经常发生漏油经调查50套产品后发现, 一是三个操作工人在涂粘合剂的时候,采用的技术手法不同;二是他们所使用的汽缸垫来自两个不同的配套制造厂。,按操作者分类,按供应商分类,案例二、散布图的层别:,X,Y,X,Y,X,Y,予以层别,(作为曲线散布),(负相关),(正相关),二、直方图,概述: 1、现场工作人员经常都要面对许多的数据,这些数据均来自于制程中抽验或查检所得的某项产品的品质特性。如果我们应用统计绘图的方法,将这些数据加以整理,则制程中的品质散布的情形及问题点所在及制程、能力等,均可呈现在我们的眼前; 我们即可利用这些情报来掌握问题点以进行改善对策。通常在生产现场最常利用的图表即为直方图。 2、为要容易的看出如长度、重量、硬度、时间等计量值的数据分配情形,所用来表示的图形。直方图是将所收集的 测定值特性值或结果值,分为几个相等的区间作为横轴,并将各区间内所测定值依所出现的次数累积而成的积,用柱子排起来的图形。因此,也叫柱状图。,用excel制作直方图的方法:,注:(1)一般可用数字家史特吉斯提出的公式根据测定次数n来计算组数k,其公式为: k13.32log n 即约可分为6组或7组 (2)一般对数据的分组可参照下表:,使用直方图的目的:,测知制程能力。 测知数据的真伪。 计算产品的不良率。 借以订定规格界限。 与规格或标准值比较。 调查是否混入两个以上的不同群体。,一、测知制程能力,作为改善制程的依据自制程中所收集的数据,经整理成为次数分配表,再绘成直方图后,即可由其集中与分散的情形来看出制程的好坏。良好的制程,平均数应接近规格中心,标准差则愈小愈佳。,二、测知数据的真伪,对于一些异常的直方图,主要是凹凸不平型,可以断定:稽查员对测定值有偏好现象,如对5,10 的数字偏好;或是 假造数据。测量仪器不精密或组数的宽度不是倍数时,亦有此情况。,三、借以订定规格界限,在未订出规格界限的前,可依据所收集编成的次数分配表,测知次数分配是否为常态分配;如为常态分配时,则可根据计算得知的平均数与标准差来订出规格界限。一般而言,平均数减去3个标准差得规格下限,平均数加上3个标准差则得规格上限;或按实际需要而订出。,四、调查是否混入两个以上的不同群体,如果直方图呈现双峰形态,可能混合了两个不同群体,亦即制程为两种不同群体,诸如两个不同班别、不同生产线、不同的材料、不同操作员、不同机台等。生产出来的制品混在一起。 此时,需 将其层别,将不同班别、生产线、材料、操作员、机台、制造出来的制品不摆在一起,以便趁早找出造成不良的原因。,五、与规格或标准值比较,规格,制品范围,下限,上限,(1)合乎规格型,(a) 理想型:制程能力在规格界限内,且平均值与规格中心一致,平均数加减4倍标准差为规格界限。制程稍有变大或变小都不会超过规格值, 是一种最理想的直方图。表示制品良好,能力足够。,(b)一侧无余裕型:制品偏一边,而另一边还有余裕很多,若制程再变大(或变小)很可能会有不良发生,必须设法使制品中心值与规格中心值吻合才好。,规格,制品范围,下限,上限,(c)两侧无余型:制品的最大值与最小值均在规格内,但都在规格上下限两端,也表示其中心值与规格中心值吻合,虽没有不良品发生,但若制程稍有变动,就会有不良品产生的危险,要设法提高制品的精度才好。,制品范围,规 格,下限,上限,(d)余裕太多型:实际制程在规格界限内,但双尾距规格界限远。亦即产品品质均匀,变异小。如果此种情形是因增加成本而得到,对公司而言并非好现象,故可考虑缩小规格界限或放松品质变异,以降低成本,减少浪费。,制品范围,规 格,上限,下限,规格,制品范围,下限,上限,(1)不合乎规格型,(a)平均值偏左(或偏右)型:如果平均值偏向规格下限并伸展至规格下限左边,或偏向规格上限并伸展至规格上限的右边,但制品呈常态分配,此即表示平均位置的偏差,应针对固定的设备机器、原料等方向追查。,(b)分散度过大型:实际制品的最大值与最小值均超过规格值,有不良品发生(斜线部分),表示标准太大,制程能力不足,应针对变动的人员、方法等方向去追查,要设法使产品的变异缩小;或是规格订得太严,应放宽规格。,制品范围,规 格,上限,下限,(c)完全在规格外型:表示制品的生产完全没有依照规格去考虑;或规格计得不合理,根本无法达到规格。,规 格,制品范围,常见的直方图型态,(1)正常型 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)缺齿型(凹凸不平型) 说明:高低不一,有缺齿情形。不正常的分配,系因测定值或 换算方法有误。 结论:稽查员对测定值有偏好现象,如偏差,次数分配不妥当 所形成对5,10的数字偏好;或是假造数据。测量仪器不 精密或组数的宽度不是倍数时,亦有此情况。,(3)切边型(断裂型) 说明:有一端被切断。 结论:原因为数据经过全检过,或制程本身有经过全检过,会出现的形状。若 剔除某规格以上时,则切边在靠近右边形成。,(4)双峰型 说明:有两个高峰出现。 结论:有两种分配相混合,例如两部机械或两家不同供应商,有差异时,会出 现此种形状,因测定值受不同的原因影响,应予层别后再作直方图。,(5)离岛型 说明:在右端或左端形成小岛。 结论:测定有错误,工程调节错误或使用不同原料所引起。一定有异常原因存 在,只要去除,即可合乎制程要求,制出合格规格的制品。,三、散布图,散布图的定义 特性要因图(鱼骨图)大概可以了解工程上的要因会影响产品的品质特性,散布图也是以这种因果关系的方式来表示其关连性。并将因果关系所对应变化的数据分别点绘在x-y轴座标的象限上,以观察其中的相关性是否存在。,散布图的制作方法,1、收集成对的数据(x1,y1),(x2,y2), 整理成数据表。,2、找出x,y的最大值及最小值。 3、以x,y的最大值及最小值建立x-y座标,并决定 适当刻度便于绘点。 4、将数据依次点于x-y座标中,两组数据重复时以 表示。,Y,X,5、添加趋势线,计算相关系数r,得出线性关系。 r=1,完全相关; r=-1,完全不相关; r=0,无线性相关关系,但可能有非线性相关关系; 一般地, 1r0.8,强相关 0.8r0.5,相关 0.5r0.3,弱相关 0.3r,不相关,具体例子如下:,实例演练,真空蒸镀的作业过程中,电子束的强度(power)影响蒸镀产品的膜厚(thickness),希望找出二者间的相互关系。 收集到得数据如下: X强度(KV) Y膜度(m),谢谢大家,
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号