品质管理资料品质起源精编版Word文档格式.docx
- 文档编号:13511056
- 上传时间:2022-10-11
- 格式:DOCX
- 页数:27
- 大小:30.92KB
品质管理资料品质起源精编版Word文档格式.docx
《品质管理资料品质起源精编版Word文档格式.docx》由会员分享,可在线阅读,更多相关《品质管理资料品质起源精编版Word文档格式.docx(27页珍藏版)》请在冰豆网上搜索。
3.4.控制界限的更新
3.5控制界限和规格的关系
4.计数值控制图的制作及应用
4.1选择计数值控制图
4.2数据收集
4.3控制界限的设定
4.4控制界限的更新
5.控制图的分析
5.1正常状态
5.2异常现象
5.3失控行动表
6.制程能力的研究
6.1制程能力研究的目的
6.2制程能力指数的计算和分析
7.控制图与七工具的关系
7.1七工具是什么?
7.2统计分析表Checksheet
7.3分类法Stratification
7.4巴氏图ParetoAnalysis
7.5直方图Histogram/Barchart
7.6因果图Cause-and-EffectDiagram
7.7散布图ScatteredDiagram
8.附录
8.1控制图用途总表
8.2控制图的选择
8.3控制图工作纸
8.4控制图样本
8.5实习题
1.1.1品质的定义
卓越的程度
比较的意义:
产品(功能、品质、安全、『级数』等)比较;
品质水准
定量意义:
技术评估;
适合用途(FitnessforUse)
产品或服务,在满足特定需要的能力;
满足顾客要求。
1.1.2检查与品质
「品质」并不是靠检查出来,而是靠生产出来的;
检查只是把所制成的,与规格要求的,作一个比较;
检查只能停止不合格品的流动,但不能停止它的产生;
检查本身都有品质问题,存在误检及漏检,尤其是复杂和大量的检查.
检查需要格外的成本和时间.
如果产品在第一次便做得对,便可消除废料、翻工及减少顾客投诉;
1.1.3品质与市场竞争能力
商品要达到畅销目的,通常要有三个必备的条件:
1.品质优良;
2.价格合理;
3.交货期准。
1.1.4影向品质的因素
人员(Man);
机器(Machine);
物料(Material);
方法(Method);
环境(Environment)
任何因素的变化都会导致产品或服务的变化,也即不同的品质.
品质控制的理念在于对生产过程的控制,而不在于对结果的控制.
一致的输入和一致的过程导致一致的输出(产品).
统计制程控制的英文名称是StatisticalProcessControl或简称为SPC。
简单地说就是应用“统计”(Statistical)技术,去分析“制程”(Process)中的特性,来“控制”(Control)制程变异。
SPC的目的就是要控制制程达到“受控制的状态”(inStatisticalControl)。
SPC主要集中在制程的控制,因为制程是问题的根源。
它需要在制程中,加入定时的检查,以达到尽早找出问题,来减少浪费;
SPC典形运用的工具就有品质控制图,利用简单的图表来提供以下的数据:
-质量改进
-决定工序能力
-产品规格的决定
-生产制程的决定
SPC是一个有效的工具,去不断地改善品质;
SPC的最终目标在于做到“预防问题的发生”及“减少浪费”。
(StatisticalMethodfromthepointofQualityControl);
第二次世界大战前后,英、美两国将品质控制图的方法引进制造业,并应用于生产过程中;
1950年日本的JUSE邀请了戴明博士到日本演讲,介绍了SQC的技术与观念;
为了纪念戴明博士的贡献,JUSE于1951年成立了戴明奖;
在1979年美国国家广播公司(NBC)制作了一部『日本能,为何我们不能』的影片,SQC的理论与观念,便受到注意及被应用于制造程序中;
SQC的理论是不足够的。
单是在发生问题后,才去解决问题,是一种浪费,所以进而发展出SPC;
美国汽车制造业,在QS9000标准中对SPC的使用提出了自己的要求,推动了SPC的广泛应用.
2.1概率
2.1.1随机现象
在一定条件下,一件事情可能出现这个结果,也可能出现另一个结果,没有一定规律,呈现一种偶然性,这就是随机现象了。
2.1.2概率
一件事情A在n次试验中出现的次数为m,事情A出现的频率等如m/n。
随着试验次数n的增加,事情A出现的频率m/n就稳定在某个数值p;
而p就被称为事情A的概率(即或然率),俗称机会率。
当n是无限大时,p=m/n。
2.2统计特征数
2.2.1统计特征数的定义
任何由样本计算出来代表样本特征的数字,都称为统计特征数。
2.2.2表示数据集中位置的数字
(MeasureofCentralTendency)
_
平均数x(Mean)
中位数(Median)
众数(Mode)
2.2.3表示数据离散程度的数字
(MeasureofDispersion)
全距R(Range)
标准差s(StandardDeviation)
2.3正态分布(NormalDistribution)
2.3.1正态分布图形
=频率分布的平均值
=频率分布的标准差
如收集数据时样本数目非常大,
_
x?
s?
2.3.2正态分布的特点
以x=?
这条直线为轴,正态分布是一个左右对称的。
靠近?
出现概率较大;
远离?
出现概率较细。
分布曲线下的面积代表该段数值的出现机会。
曲线范围
范围内面积
68.26%
2?
95.45%
3?
99.73%
4?
64PPM
全部范围
100.00%
2.4中心趋向定律(CentralLimitTheorem)
2.4.1样本数目与频率分布
若于总体抽取样本,每样本中有n个个体,则该样本平均数不一定会相等于总体的平均数。
若抽取多个样本,各样本的平均数将会构成另一正态分布如下图:
2.4.2中心趋向定律(CentralLimitTheorem)
若总体分布并非正态分布,各样本的平均数会否构成另一正态分布?
以拋掷骰子为例:
拋掷骰子的数目越多,骰子的平均数愈趋向正态分布。
一粒骰子
二粒骰子
三粒骰子
四粒骰子
十粒骰子
中心趋向定律(CentralLimitTheorem)就是:
不论总体分布是否正态分布,若抽取样本,而个别样本的数目愈多,样本的平均数愈趋向正态分布。
产品质量按加工时间顺序是上下波动的,没有两件产品是完全相同的.
产品或制程的数据趋向于一个中心值且对称分散于两边.
生产条件标准化后,产品特征值的分布大都遵循正态分布
即使总体特征值的分布不遵循正态分布,它的许多重要的样本特征,如样本平均数和样本方差都是渐进正态分布的.
2.6常规控制图及其3σ界限
2.6.1第一类错误
把正确的误判断为错误的.
浪费人力物力
2.6.2第二类错误
把错误的误判断为正确的.
错过改正的机会
2.6.33σ界限
完全避免两种错误是不可能的,只有将这两种错误产生的损失和减低到最小
若产品质量特性值服从正态分布,在正常的生产过程中,产品特征值落在控制界限±
3σ之外的机会为0.27%.
也就是说1000次中约有3次会将正常的状态判别为异常.
这样的错误是可以保证质量并且成本可接受的.
2.7变异的基本概念
2.7.1随机变异原因(ChanceCause)
一定存在各制程中;
形成一个较稳定的状态;
对质量波动的影响不大
不易识别
难以避免
例如:
刀具的磨损,温度的变化
2.7.2特殊变异原因(SpecialCause/AssignableCause)
偶然性发生,具有特别的条件
引起质量的较大变化
易于识别
易于消除
材料规格变更,模具变更,新的工艺
2.8数据的种类
2.8.1计量值数据
如长度、重量等;
其特点是可以连续地读取这些数据。
2.8.2计数值数据
如不合格个数、缺点数等;
其特点是不可以连续地读取这些数据,只可读取整数。
2.9控制图的种类
2.9.1常用计量值控制图
平均值-全距控制图x-R控制图
平均值-标准差控制图x-s控制图
个别值-移动全距控制图x-R控制图
中心值–全距控制图x-R控制图
2.9.2常用计数值控制图
不良数控制图np控制图
不良率控制图p控制图
缺点数控制图c控制图
单位缺点数控制图u控制图
3.1选择计量值控制图
计量值控制图是监察在制程中质量特性自然变化的倾向,而所提供的数据都是以可量度的数值为单位,图表是用作测试制程中是否存在特殊变异原因的影向。
常用的计量值控制图种类及用途有:
控制图种类用途代表性
平均值-全距
及
平均值-标准差
平均值的图表是用于观察样本平均值的转变;
全距和标准差是用于观察误差的变化情况每一样本的
平均数
个别值-移动全距?
个别值的图表是用于观察每一个数值的变化;
移动全距用作观察误差的变化情况。
每一数据的
选用计量值控制图,通常会按检查抽样数目多寡来决定。
抽样数目
管制图种类
2-6
平均值-全距管制图
6
平均值-标准差管制图
=1
个别值-移动全距管制图
附录I和II提供各种管制图的方法和选择准则以供参考。
接下来,我们将先集中在『平均值–全距控制图』;
然后才解说『平均值–标准差控制图』和『个别值–全距控制图』。
_
『平均值–全距控制图(x-R控制图)』包括了两个控制图,它们是『平均值控制图』和『全距控制图』。
『平均值控制图』
- 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:
- 品质 管理 资料 起源 精编