p控制图
P控制图
请设定参数 允许的P= 2.00% 样本量n= #DIV/0! 子组数k= 25 过程能力 ≥1.33 UCLp 说明栏 A分检 M反馈 R维修 S调整 W工装 CL p X换人
24 25
原因追踪 编号:GZ/ZXZJ-ZJC06/03/A0
.
.
P控制图
零件名称 质量特性 测量单位 日 ／ 时 批量／号 检验数 n 不 合 格 记 录 ／ 划 正 记 数 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 不良数 d 0 不良率 p #### #### #### #### #### #### #### #### #### #### #### #### #### #### #### #### #### #### #### #### #### #### #### #DIV/0! P-chart说明事项： 过程能力CPK 1 不合格品率的平均值AVE(P)＝∑(npk)／∑nk＝ #DIV/0! 2 标准偏差σp＝SQRT{AVE(P)[1-AVE(P)]／n}＝ 1 数据必须从生产现场取得. ＝ △临界距离／3σ p #DIV/0! 2 确保每批容量保持一致. 3 上控制限UCLp＝AVE(P)＋3σp＝ #DIV/ ＝ 3 在控制图中标注过程重大事件. #DIV/0! #DIV/0! 5 △临界距离＝允许的不良率P－AVE(P)＝ 结论 4 在计算P时过程必须是受控状态.
2.0 1.5
零件图号 最 大值 平 均值 最 小值
#DIV/0! #DIV/0! #DIV/0!
控制图 控制上限 中 心线 控制下限
P管制图 UCLp＝ #DIV/0! CLp ＝ #DIV/0! LCLp＝ #DIV/0!
制造部门 工序名称 操作者
P控制图介绍
P图缩写Proportion Chart 品率控制图。
SPC控制图-P图用于控制对象为不合格品率或合格率等计数值质量指标的场合。
常见的不良率有不合格品率、废品率、交货延迟率、缺勤率、差错率等等。
5控制图P图是用来测量在一批检验项目中不合格品（缺陷）项目的百分数。
P图适用于全检零件或每个时期的检验样本含量不同。
6使用条件不良品率控制图虽然是用来管制产品之不合格率，但并非适用于所有之不合格率数据。
在使用不良品率控制图时，要满足下列条件:1.发生一件不合格品之机率为固定。
2.前、后产品为独立。
如果一件产品为不合格品之机率，是根据前面产品是否为不合格品来决定，则不适合使用P图。
3.如果不合格品有群聚现象时，也不适用P图。
此问题通常是发生在产品是以组或群之方式制造。
例如在制造橡胶产品之化学制程中，如果烤箱之温度设定不正确，则当时所生产之整批产品将具有相当高之不合格率。
如果一产品被发现为不合格，则同批之其他产品也将为不合格。
7操作步骤1.检验并记录数据2.计算平均不合格品率P3.计算中心线和控制界限（USL；LSL）4.绘制控制图并进行分析2、下面用不合格率P图的图表来说明。
A、收集数据A.1 选择子组的容量，频率及数量（见图2）a.子组容量——用于计数型数据的控制图一般要求较大的子组容量（例如50到200或更多）以便检验出性能的一般变化。
对于显示可分析的图形的控制图，子组容量应足够大，大到每个组内包括几个不合格品。
（例如n p >5）。
但是应注意如果每个子组代表很长的一段时间的过程操作，大的子组容量会有不利之处。
如果子组容量是恒定的或它们变化不超过±25%是最方便的，但不一定是这样。
如果子组容量相对p来说足够大也是很有好处的，这样能获得下控制限，从而也可以发现由于改进造成的可查明的原因。
b.分组频率——应根据产品的周期确定分组的频率以便帮助分析和纠正发现的问题。
时间间隔短则反馈快，但也许与大的子组容量的要求矛盾。
P 控制图
P 控制图的概述可使用 P 控制图监视缺陷品比率（每个产品项都划分为两个类别中的一类，例如成功或失败）。
使用此控制图可以监视过程在一段时间内的稳定性，以便您可以标识和更正过程中的不稳定性。
例如，送货服务经理可以使用P 控制图来监视 2 个月来送货车每天不工作的比率。
不工作的送货车将被视为缺陷品。
此控制图表显示，在任何特定的一天中平均有8％的送货车不工作。
第19 天的缺陷单元率不受控制。
经理应确定导致缺陷品率异常高的任何特殊原因。
在何处查找此控制图要创建P 控制图，请选择统计 > 控制图 > 属性控制图 > P。
什么情况下使用备择控制图•如果可以统计每项的缺陷数，请使用U 控制图、Laney U' 控制图或C 控制图来绘制单位缺陷数。
•如果您的数据存在过度离散或欠离散现象，则Laney P' 控制图可更加准确地区分常见原因变异和特殊原因变异。
过度离散可能导致传统P 控制图显示数量增加的超出控制限的点。
欠离散可能导致传统P 控制图显示过少超出控制限的点。
Laney P' 控制图可调整这些条件。
您可以使用P 控制图诊断检验数据是否存在过度离散和欠离散现象。
有关更多信息，请转到过度离散和欠离散。
注意NP 控制图也绘制缺陷品。
但是，P 控制图绘制缺陷品的比率，而NP 控制图绘制缺陷品的数量。
P 控制图的数据注意事项为了确保结果有效，请在收集数据、执行分析和解释结果时考虑以下准则。
项必须分为两个类别之一（如通过或失败）缺陷品有一个或多个使其不可接受的缺陷。
如果您只能确定某项是否为缺陷品，请使用此控制图。
如果可以统计每项的缺陷数，请使用U 控制图、Laney U' 控制图或C 控制图来绘制单位缺陷数。
如果您的数据存在过度离散或欠离散现象，则传统的属性控制图可能会产生误解如果您的数据存在过度离散或欠离散现象，则Laney P' 控制图可更加准确地区分常见原因变异和特殊原因变异。
八种控制图应用实例(minitab)
八种控制图应用实例(minitab)1、试作均值极差控制图S a m p l eS a m p l e M e a n25232119171513119753140302010__X=29.86UCL=45.27LCL=14.46S a m p l eS a m p l e R a n g e252321191715131197531604530150_R=26.70UCL=56.47LCL=0Xbar-R Chart of C1S a m p l eS a m p l e M e a n25232119171513119753140302010__X=29.86UCL=45.27LCL=14.46S a m p l eS a m p l e S t D e v25232119171513119753120151050_S=10.79UCL=22.54LCL=0Xbar-S Chart of C13、试作移动极差控制图O b s e r v a t i o nI n d i v i d u a l V a l u e25232119171513119753168.067.567.066.566.0_X=67.036UCL=67.657LCL=66.416O b s e r v a t i o nM o v i n g R a n g e2523211917151311975310.80.60.40.20.0__MR=0.2333UCL=0.7624LCL=0111111I-MR Chart of C14、试作样本大小n 相等时的p 控制图SampleP r o p o r t i o n2523211917151311975310.300.250.200.150.100.050.00_P=0.1496UCL=0.3009LCL=0P Chart of C15、试作样本大小n 相等时的pn 控制图SampleS a m p l e C o u n t252321191715131197531108642__NP=3.76UCL=9.49LCL=0NP Chart of C66. 试作样本大小n 不相等时的p 控制图〔案例〕某电机厂生产洗衣机用小型电机，构成交验批的批量各不相等，现每隔1小时抽取一个样本，共25批，经检验将不合格品数及不合格品率记入数据表，试作分析用控制图。
P控制图
P-chart说明事项：
1
数据必须从生产现场取得。
2
确保每批容量保持一致。
1
不合格品率的平均值AVE（P）＝∑（npk）/∑nk＝
0.35%
2 标准偏差σp=SQRT｛AVE（P）［1-AVE（P）］/n｝= 0.0049
3
上控制线UCLp＝AVE（P）＋ 3σp＝
0.0181
过程能力CPK =△临界距离/ 3σp
零件名称
零件图号
控制图
P控制图
制造部门
装配车间
控制期限
质量特性
气密性
最大值
1.48
控制上限 UCLp=
1.81 工序名称 气密性检验 抽样方法
测量单位
生产技术科
平均值 最小值
0.37 0.00
中心线 CLp= 控制下限 LCLp=
0.49 0.00
操作者
编制者
日期
序号
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
缺 11:00～12:00
0
陷 12:30～13:00
1
1
记 13:00～14:00
1
1
录 14:00～15:00
1
12
1
111
8
数 15:00～16:00
1
1
16:00～17:00
0
不良数d
2101001100000012000010111
13
不良率p
1.33 0.66 0 0.8 0 0 0.81 0.81 0 0 0 0 0 0 0.33 1.48 0 0 0 0 0.74 0 0.74 0.74 0.74 0.35%
图表：两个p控制图比较：用例子把Minitab的使用变简单
这里开始用minitab进行分析
在弹出的选项中，按如下方式进行选择
变量：不合格数 子组大小：产能
在“阶段”按钮 下，选择“年份
按： P控制图选项，继续填写
对获得的分析结果进行解释
就谈到这，欢迎大家交流！
9
11 19 11 15
2019年产能 555 667 449 886 669 700 599 871 679 788 881 779
2019年不合格数 9 11 8 7 11 13
9
12
9 11 12 13
分析目的：在一张图表上，进行比较两年的每月的不合格率
看看一个分析的例子
在Minitab工作表上，整理好数据如下
经过一年努力，工厂今年12月产能和去年12月产能的比较如
下：
年份
1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月
2018年产能 456 478 345 678 456 673 556 367 444 675 399 558
2018年不合格数 11 15 9 21 23 17 12
图表 两个p控制图进行比较
例子：两个年份中每个月的不合格率进行比较
大家好！今天我们谈谈：如何利用Minitab进行两个p图的比较
将不同数据展示在同一表中
有时候，要分析不同年份，或者改善前以及改善后数据 能够直观比对，需要放在同一个图表中进行比对
例如：这样的图表， 能够直观的获得不 同年份中每个月的 不良率的比对情况
P控制图
第 4 页/共
页
四、控制图判异准则
诚信做人 用心做事 创造价值 分享成果
模式1，点出界就判异常； 模式2，当过程处于统计状态时，连续9点落在中心线同一侧； 模式3，当过程处于统计控制状态时，连续6点递增或者递减的概率； 模式4，连续14点钟相邻点交替上下； 模式5，当过程处于统计控制状态时，连续3点中有2个点落在中心线同一侧的B区以外；
1、从：“统计>控制图>属性控制图>P”进入； 2、制定“变量”为“OC丌良数”“子组”为下线数量，然后运行命令得到P控制图。 由于每天的上线数量 丌同,控制线变成了 城墙状，无异常点出 界，客户上线仍处于 统计控制状态
四川虹欧显示器件有限公司
第 14 页/共
页
七、U控制制图
U控制图
诚信做人 用心做事 创造价值 分享成果
1、从：“统计>控制图>属性控制图>P”进入； 2、制定“变量”为“丌合格数量”“子组”为样品数量，然后运行命令得到P控制图。
四川虹欧显示器件有限公司
第 12 页/共
页
六、P控制制图例题（minitab）
诚信做人 用心做事 创造价值 分享成果
从图中可以明显看出第18天丌正常。经检查发现，当天曾因两次停电而中断生产，后来恢复工作， 但破坏了正常生产过程，处于丌正常状态，这天数据应删除。删除后只剩25个数据，得到P控制图。 剔除异常日期后P控制图
中心線 CL p p
B2计算上、下控制限
d n
p (1 p ) n p (1 p ) n
B3画线并标注
UCLp p 3 LCL p p 3
四川虹欧显示器件有限公司
第 10 页/共
页
不合格品控制图P图 np图
P图不良品率控制图(P图)是属于计数型控制图中的一种,是对产品不良品率进行监控时用的控制图P图是用来测量在一批检验项目中不合格品（缺陷）项目的百分数。
P图适用于全检零件或每个时期的检验样本含量不同不良品率控制图(P图)的使用条件不良品率控制图虽然是用来管制产品之不合格率，但并非适用于所有之不合格率数据。
在使用不良品率控制图时，要满足下列条件:1. 发生一件不合格品之机率为固定。
2. 前、后产品为独立。
如果一件产品为不合格品之机率，是根据前面产品是否为不合格品来决定，则不适合使用P图。
3. 如果不合格品有群聚现象时，也不适用P图。
此问题通常是发生在产品是以组或群之方式制造。
例如在制造橡胶产品之化学制程中，如果烤箱之温度设定不正确，则当时所生产之整批产品将具有相当高之不合格率。
如果一产品被发现为不合格，则同批之其他产品也将为不合格不良品率控制图的操作步骤1. 检验并记录数据2. 计算平均不合格品率P3. 计算中心线和控制界限（USL；LSL）4. 绘制控制图并进行分析举例说明：【例】某除草机制造商以P控制图管制除草机在发动时是否正常。
该公司每天抽取40部做试验，第一个月之数据如下表所示，试建立试用控制界限。
公司内部为PPM管理即百分比的不良率乘以1000000使用EXCEL实现的方法UCL= P+3*SQRT(P(1000000-P)/SQRT(n) LCL= P-3*SQRT(P(1000000-P)/SQRT(n)不合格品数控制图np控制图用于监测工艺过程中的不合格品数的变化是否处于可控状态，一般用于每批样本数n固定不变的情况。
由于受监测的不合格品数等于每批样本大小n与不合格品率p的乘积np，因此不合格品数控制制图也叫做np控制图。
确定不合格品数控制图的控制限采用3σ方法，不合格品数随机变量D的均值μD=np，标准偏差，因此不合格品数控制图（np图）的中心线和上下限控制限为：计算过程。
P 控制图
P 控制图
绘制不符合单位的分数、百分比或比率。
P 控制图是使用最广泛的属性控制图。
尽管每个单元可能都具有可以进行评估的许多质量特征，但该单元本身总可以视为合格或不合格。
例如，用来检查等待时间是否少于 5 分钟，飞机是否准时起飞，自行车轮胎是否没气，打印的徽标是否模糊等。
送货服务车队有 1200 辆车。
在任意一天中，每辆车要么正常运行，要么因故障维修。
您收集了两个月内因故障修理的车辆数数据。
下面的 P 控制图绘制了每天因故障维修的车辆的比率。
P 控制图：平均而言，每天有 8% 的送货车辆要进行维修。
可以预期，每天有 5.96% 到 10.76% 的汽车处于非工作状态。
描绘缺陷的另一个控制图是 NP 控制图。
但是，NP 控制图绘制的是因不合格而拒收的产品的数量。
P控制图111
P 控
制
部
门 油管车间
上限 UCL
5.67% 中心限 CL 2.13% 下 限 LCL 0.00%
子組数
26 样本上限
187
设 备 号 45TJ-054 记 录 者 刘时秀 日 期
P
2.13%
样本容量 n 150 样本下限
112
日期
序号
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 合计 备注
10.8%
36.1%
63.9%
97.6%
#####
其他
合计
0
83
0%
100.01%00.0%
25
80.0%
20
60.0%
15
10
40.0%
5
20.ቤተ መጻሕፍቲ ባይዱ%
0
0.0%
表面 通径 尺寸 衬芯 其它 其他
划伤 不过 不合 脱落
不良数 格 累计不良比
四川长虹包装印务有限公司
0.00 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
备注及 原因跟踪:
划伤 不过 不合 脱落 不良数 格 累计不良比
四川长虹包装印务有限公司
下限 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
控制图P控制图介绍
过程统计分析、控制
管制图
管制图的实施循环 在制程中，定时定量随机抽样本 抽取样本做管制特性的测量 将结果绘制于管制图上 判别有无工程异常或偶发性事故 对偶发性事故或工程异常采取措施 a 寻找原因 b 改善对策 c 防止再发根本对策
管制图的分类-计量值和计数值
Xbar-R管制图制作方法
1 收集最近与今后制程相似的数据约100个 2 依测定时间或群体区分排列 3 对数据加以分组 (对数据分组时，一般以 3--5 个数据为一 组，需
剔除异常数据) 4 记入数据表内 5 计算 X (上面一横), R (上面一横), X (上面两横), R (上面两横)和管
制界限值 6 定管制界限 7 打上点记号 8 记入其它有关事项并检查 a 制程是否在管制状态下 b 检讨制程能力
非管制状态： A 点在管制界限的线外或线上 B 点虽在管制界限内，但呈特殊排列
管制图的失控状态
管制图的失控状态
管制图的失控状态
案例
案例
案例
案例
案例
案例
案例
案例
案例
过程控制管制图
余姚天腾塑胶金属有限公司
过程控制图
公司名
部门
产品型号
过程管理者
管理界限日期
特性名
过程参数
异常判定准则 １．任何点在管制线以外；2.连续7点在管制中心线一侧；3.连续6点上升或下降；4.其它异常规律化
23 22 22 22 21 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 23 22 #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 18 66666666666666666666666666666666 20000000000000000000000000000000 11111111111111111111111111111111
P(生产)控制图
不合格品率 0.5% 0.3% 0.4% 0.3% 0.5% 0.2% 0.2% 0.2% 0.3% 0.2% 0.3% 0.4% 0.2% 0.2% 0.5% 0.1% 0.3% 0.2% 0.1% 0.1% 0.2% 0.2% 0.4% 0.2% 0.3% 0.2% 0.1% 0.2% 0.1% P= 0.255%
0.050
中心线CL
0.3% 0.3% 0.3% 0.3% 0.3% 0.3% 0.3% 0.3% 0.3% 0.3%
0.3%
0.3%
0.3%Biblioteka 0.3% 0.3% 0.3% 0.3% 0.3% 0.3% 0.3% 0.3% 0.3%
0.3%
0.3% 0.3% 0.3% 0.3% 0.3% 0.3%
CL= P
降低转盘速度
预焊线
日
1、螺帽未拧紧
段长早会强调，重点跟踪，线长抽查。
生产一厂室内 6.1
预焊线
日
广东***有限公司
生产分 厂：生产 一厂
单 位 ： 台
生
产
线别：室 内预焊线
总 数 ：
234
433
P（不合格品率）控制图
制 表 ： 刘 祖 英 日 期 ： 200 60517
0.6% 0.5% 0.4% 0.3% 0.2% 0.1% 0.0%
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
控制上限UCL 0.4% 0.4% 0.4% 0.4% 0.4% 0.5% 0.4% 0.4% 0.4% 0.4% 0.4% 0.4% 0.4% 0.4% 0.4% 0.4% 0.4% 0.4% 0.4% 0.4% 0.4% 0.4% 0.4% 0.4% 0.4% 0.4% 0.4% 0.5% 0.5%
P图控制图(带数据案例)
原因追踪
0.74%
过程能力CPK
请设定参数
1 数据必须从生产现场取得. 2 确保每批容量保持一致.
2 标准偏差σp＝SQRT{AVE(P)[1-AVE(P)]／n}＝ 3 上控制限UCLp＝AVE(P)＋3σp＝
0.0038 0.0188
＝
△临界距离／3σp
允许的P= 样本量n=
3.50% 500
3 在控制图中标注过程重大事件. 4 下控制限LCLp＝AVE(P)－3σp＝
零件名称 质量特性
测量单位
外观 质保部检验室
零件图号 最 大值 平 均值
最 小值
1.40 0.74 0.00
控制图 控制上限 中 心线
控制下限
P控制图 UCLp＝ 1.88% CLp ＝ 0.74%
LCLp＝ 0.00%
制造部门 工序名称
工作者
硫化车间 硫化车间
管制期限 抽样方法
制定者
500件/每小时
92
不良率 p 1.0 1.4 1.2 1.2 0.0 0.0 0.6 0.0 0.0 1.2 0.0 0.6 0.2 0.6 1.2 1.4 1.0 1.4 0.6 1.0 0.6 1.4 1.0 0.4 0.4 0.74%
P-chart说明事项：
1 不合格品率的平均值AVE(P)＝∑(npk)／∑nk＝
不 缺料 2 1 3 4
1
11
21
121
20
良 断头
1
1
1
3
缺
陷
数
记 录
／
划
正
记
烂头 夹杂 撕裂 油多 撕边 肿头 气泡 修坏 卷裂
3
5 1
1 1
P管制图
P管制图P图是用来测量在一批检验项目中不合格品（缺陷）项目的百分数。
1 收集数据1-1 选择子组的容量、频率和数量子组容量：子组容量足够大（最好能恒定），并包括几个不合格品。
分组频率：根据实际情况，兼大容量和信息反馈快的要求。
子组数量：收集的时间足够长，使得可以找到所有可能影响过程的变差源。
一般为25组。
1-2 计算每个子组内的不合格品率（P）P=np /nn为每组检验的产品的数量；np为每组发现的不良品的数量。
选择控制图的坐标刻度1-3 选择控制图的坐标刻度一般不良品率为纵坐标，子组别（小时/天）作为横坐标,纵坐标的刻度应从0到初步研究数据读读数中最大的不合格率值的1.5到2倍。
1-4 将不合格品率描绘在控制图上a 描点，连成线来发现异常图形和趋势。
b 在控制图的“备注”部分记录过程的变化和可能影响过程的异常情况。
2 计算控制限2-1计算过程平均不合格品率（P）P=（n1p1+n2p2+…+nkpk）/ (n1+n2+…+nk)式中： n1p1；nkpk 分别为每个子组内的不合格的数目n1；nk为每个子组的检验总数2-2 计算上下控制限（USL；LSL）USLp = P + 3 P ( 1– P ) / nLSLp = P – 3 P ( 1– P ) / nP 为平均不良率；n 为恒定的样本容量注： 1、从上述公式看出，凡是各组容量不一样，控制限随之变化。
2、在实际运用中，当各组容量不超过其平均容量25%时，可用平均样本容量 n 代替 n 来计算控制限USL；LSL。
方法如下：A、确定可能超出其平均值 ± 25%的样本容量范围。
B、分别找出样本容量超出该范围的所有子组和没有超出该范围的子组。
C、按上式分别计算样本容量为 n 和 n 时的点的控制限.UCL,LCL = P ± 3 P ( 1 – P ) / n = P ± 3 p ( 1– p) / n我公司是从事机械加工的，不合格品以件数统计，每天统计的数量相差很大（肯定超过25%的范围），根据上面这种方法没办法做控制图，各位教教我怎样做?谢谢填写您的邮件地址，订阅6SQ质量周刊：转载请注明出自( 六西格玛品质网 ),本贴地址:/thread-105345-1-1.html 不良率管制图的统计理论基础为二项分配，假设制程处于稳定状态，制程中不符合规格的机率为必而且连续生产之各单位是独立的，因此每一生产的单位可以看成是白努利随机变数，其参数为p。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
抽样日期：2011.10.27 零件名稱 零件编号 日期 时间 检查数量 不良数（Pn) 不良率(P%) UCL CL LCL 头枕大总成 工序 品质特性 机器人焊接 焊接外观不良率 检验员 操作工 29-Oct-11
17:30 160 5 3.1 8.6 4.0 02:00 160 7 4.4 8.6 4.0 07:00 160 7 4.4 8.6 4.0 12:30 160 5 3.1 8.6 4.0 17:30 160 6 3.8 8.6 4.0 02:00 160 6 3.8 8.6 4.0
10.0
600 86.00% 不良类别
93.00% 序号
8.0
500
焊穿 焊偏 气孔
1 2 3 4 5 6
402 184 53 31 6 1
59.30%
6.0
4.0
UCL
CL
27.00%
86.00% 60.00% 50.00% 93.00% 40.00% 97.58% 30.00%
LCL
7.83%
300
28-Oct-11
07:00 160 6 3.8 8.6 4.0 12:30 160 5 3.1 8.6 4.0
31-Oct-11
07:00 160 7 4.4 8.6 4.0 12:30 160 6 3.8 8.6 4.0 17:30 160 9 5.6 8.6 4.0
01-Nov-11
02:00 160 8 5.0 8.6 4.0 07:00 160 5 3.1 8.6 4.0 ∑n = ∑Pn= P=
合计
3200 127 4.0
柏拉图分析
不良分类 不良数量
97.58% 98.90% 100.00% 100.00% 不良数 占不良比 累计比 90.00% 80.00% 59.30% 70.00% 59.30% 400 402
焊穿
焊偏
气孔
假焊
焊瘤
咬边
-0.6614 -0.6614 -0.6614 -0.6614 -0.6614 -0.6614 -0.6614 -0.6614 -0.6614 -0.6614 -0.6614 -0.6614 -0.6614 -0.6614 -0.6614 -0.6614 -0.6614 -0.6614 -0.6614 -0.6614
上月P圖
本月P圖 上管制线： 62.5% 中心线： 下管制线：
计算公式 UCL= P+3√P(1-P)/n CL= ∑Pn/∑n LCL= P-3√P(1-P)/n
27-Oct-11
12:30 160 8 5.0 8.6 4.0 17:30 160 7 4.4 8.6 4.0 02:00 160 5 3.1 8.6 4.0
抽样频次:次/4h 管制界限历史记录 控制上限（USL) 中心线（CL) 控制下限（LCL) 30-Oct-11
07:00 160 5 3.1 8.6 4.0 12:30 160 6 3.8 8.6 4.0 17:30 160 8 5.0 8.6 4.0 02:00 160 6 3.8 8.6 4.0
2.0 0.0
不良率(P%)
200
假焊
184 焊瘤
4.58%
0.90%
98.90% 20.00% 10.00% 100.00% 1
0.00%
100
-2.0
0咬边 焊穿 焊偏累计百分比 不良数量0.10% 6
53
31
气孔
677 焊瘤 假焊
咬边
统计分析 管制图显示制程稳态，维持现有状态。
制作：
确认：