QC七大手法培训讲义
- 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)。
QC七大手法培训讲义
作成:李培建QC七大手法(QC seven tools)是在制造业的品质管理过程中,不断发展起来的7种不同的管理手法。
这7种手法特点各不相同,主要应用范围也各异,在通常的使用过种中更多的是两种或两种以上手法一起结合运用。
在组立课,QC七种手法不仅仅是做为一种品质管理工作的技术,更多的是作为一种思维、分析的有效工具,应用在不同的工作中。
关于QC七手法,不同教材的分类方法略有差异,本讲义采用的是目前中国国内比较一致的方法进行分类。
QC七手法:层别法、排列图、特性要因图、散布图、查核表、直方图、管理图。
详见下表:
1.层别法:按需要的目的将原始数据分门别类集计。
特点:1)目的不同,分类方法不同;
2)同一条件,同一性质的数据放在一起;
3)用整理的数据达到科学管理的要求;
4)数据处理的方法不直观,一般和其他方法结合使用。
难点:按照何种方法进行分类.
应用:产品不良统计表
2.排列图:将影响问题的因素,按照其影响程度的大小用图形的方式表达出来的数据处理方法。
通俗的叫法是柏拉图。
特点:1)找出问题的关键(重点管理法);
2)源于资本主义社会的经济现象(80:20理论);
3)由两个纵坐标,一个横坐标,一条百分比曲线,几条高低排列的长方形组成。
做法:1)将要处理的事件、现象、状态或原因加以层别;
2)确定收集资料的时间间隔,应尽可能定期;
3)计算各项目类别所产生的数据及所占比例;
4)依照数据所占的比例的大小顺序排列;
5)计算出数据所占比例的累加值;
6)以项目类别为横轴,以累加值为纵坐标,绘出柱装图;
7)连接累计曲线;
8)从柏拉图中可清楚的找出关键问题,针对关键问题,制订纠正和预防措施。
应用:1、2001年4月DL-S部品不良的统计表(资料来源:石龙品管部)
从下表可以看出:反射镜污损和MFB外端板标签是主要的不良,两项不良达到全部不良的80%。
也就是说:解决了上述的两项不良,就解决问题的关键。
3.特性要因图:用图形的方式表示出影响问题的多种因素,形似鱼骨故也称鱼骨图,特点:1)图形表达,一目了然,避免文字说明的烦琐;
2)与会者畅所欲言,便于分析和解决问题;
3)标示出主要原因便于对策。
QC七大手法培训讲义第3 页
4.散布图:用坐标的形式表示一组成对的数据之间的相关性(联系)
特点:1)能反映现象与原因之间的关系;几种相关性:A、强正相关性,B、强负相关性,
C、弱正相关性,
D、弱负相关性,
E、不相关,
F、非线形关系;2)变量较多的场
合,各变量的影响难确定;3)变量对结果的影响比较明了就不必作散布图。
做法:1)30~100组对应的数据,数据必须一一对应。
2)画出横坐标和纵坐标,横坐标表自变量,纵坐标表因变量。
3)按数据画出坐标点。
4)填上有关事项:标题、日工资期、制图日、数据个数及其它参数。
5、查核表:将要确认的项目用表格的形式列出,定时或定期检查此项目的完成情况。
特点:1)动态管理,定时收集变化的数据,发现问题及时处理。
2)点检型和计数型。
3)记入方法只用“是、否”或“有、无”等简单标识。
4)有异常问题时应在相应位置记入。
6、直方图:也叫柱状图,将杂乱无章的数据按一定的方法整理以找出规律性。
特点:1)直方图是为找出一组数据的规律性而做的图形,不同于层别分析中的分门别类统计数据。
2)对大量计量值数据进行整理加工,找出统计规律分析数据分布形态,以便从整体上进行分析。
分析:用公差对比类观察直方图:
作法:例:已知某一轻工产品的质量特征,要求为8-24mm,现对其工序能力进行分析。
1步:取50件产品并按先后顺序测量其特性值并排列。
2步:找出所有数据中最大值和最小值
Max=23 Mix=10 3步:求出全体数据分布范围R 即极差 R=Max-Mix=23-10
4步:分组 原则:1~50—5~7组,50~100—7~10组,100~250—10~20组 故本例组数K=7 5步:计算组距h ,h=R/K=13/7=2
6步:计算第一组上下界限值,公式:Mix ±h/2
故:第一组 9-11 第二组 11-13 第三组 13-15
第四组 15-17
第五组 17-19
第六组 19-21 第七组 21-23 7
8步:画直方图
QC 七大手法培训讲义 第 5 页
A 、质量特性公布范围
B 在T 的中间,平均值X 基本与公差中心重合,质量特性分布的两边还
有一定余地。
这很理想。
B 、质量特性分布范围B 也落在公差界限内,但因偏向一边,故有超差的可能应采取措施纠正。
C 、质量特性公布范围B 也落在公差之内,但完全没有余地,说明总体已出现一定数量的废品,
应设法使其分布更集中,提高工序能力。
D 、公差范围比特性分布范围大很多,此时应考虑是否可改变工艺,提出生产效率,降低成本,
或缩小公差范围。
E 、质量特性分布范围过分偏离公差范围,已明显看出公差应立即采取措施加以纠正。
F 、质量特性分布范围太大,两边产生了超差,要提高加工精度,缩小分布范围。
7、管理图:考察数据随时间变化的规律的一种统计方法。
特点:1)判断生产工序过程是否处于控制状态。
2)区分质量波动量是由偶然原因引起还是由于系统原因引起。
3)计量值的控制图和计数值控制图。
作法:参照(QR-)
1) 收集数据
2) 数据分组(K 表示组数=20~25,每组数为n=5pcs ) 3) 填写数据表
4) 计算多组平均数据X 和级差R
5) 计算管理线:中心线CL=X ;管理上限:UCL=X+A 2R ;管理下限:LCL=X-A 2R ; 6) 在管制界限内,描出每5个点所计算的值,并依据取样的先后顺序将点连成一条线 7) 观察所做图形,对异常数据及时采取必要的纠正和预防措施。
分析:1)判断生产过程或工作过程处于控制状态可归纳为以下两条:
(B )
(F )
(E ) (A ) (C )
(D )
•控制图上的点不超过控制界限•控制图上的点排列没有缺陷
2)控制图没有处于控制状态的分析。
•链状----点连续出现在中心线一侧;
----当连续出现5点在中心线一侧,应注意其发展情况,当出现6点时,应开始调查。
----当连续7点在中心线一侧,判定为有异常状态,应采取措施解决。
•偏离----较多的点间断地出现在中心线一侧
----连续11点中至少有10点出现在中心线一侧时,
----连续14点中至少有12点出现在中心线一侧时,
----连续17点中至少有14点出现在中心线一侧时,
----连续20点中至少有16点出现在中心线一侧时,
•倾向----点的连续上升或连续下降的状态
----当出现7点连续上升或连续下降时,判定生产过程为异常状态。
•接近----点在上下控制界限附近出现,点接近上下控制界限;
•周期----点的上升或下降出现明显的一定间隔,是周期性变化(周期不同于链的判断,尚未有有判断标准,要具体分析)。
计量值控制图绘制实例:X-R控制图
X-R控制图数据表单位:%
2003年5月20日
—以上—。