过程质量控制技术

过程质量控制技术

部门： xxx

时间： xxx

整理范文，仅供参考，可下载自行编辑

过程质量控制技术

自1924年，休哈特提出控制图以来，经过近80世纪的发展，过程质量控制技术已经广泛地应用到质量管理中，在实践中也不断地产生了许多种新的方法。如直方图、相关图、排列图、控制图和因果图等“QC七种工具”以及关联图、系统图等“新QC七种工具”。应用这些方法可以从经常变化的生产过程中，系统地收集与产品有关的各种数据，并用统计方法对数据进行整理、加工和分析，进而画出各种图表，找出质量变化的规律，实现对质量的控制。石川謦曾经说过，企业内95%的质量问题可通过企业全体人员应用这些工具得到解决。无论是ISO9000还是近年来非常风行的6Sigma质量管理理论都非常强调这些基于统计学的质量控制技术的应用。因此，要真正提高产品质量，企业上至领导下至员工都必须掌握质量控制技术并在实践中加以应用。

QC七种工具

•一、排列图法

•二、因果图法

•三、分层法

•四、散布图法

•五、调查表法

•六、直方图法

•七、控制图法

<鉴于有些计算方法需要统计数理基础，比较复杂，这部分里重在给大家铺垫基础，不想因为太复杂的书里计算引发大家的畏难情

绪，就不罗列出计算公式了，感兴趣的客户可以在《深入探讨》中找到这部分的详细内容）b5E2RGbCAP

一、排列图

意大利经济学家V.Pareto于1897年在研究国民所得时发现大部分所得均集中于少数人，而创出此原理。Dr. Joseph Juran recognized this concept as a universal that could be applied to many fields. He coined the phrases “vital few and useful many”<关键的少数，次要的多数）p1EanqFDPw 在任何过程中大部分缺陷也通常是由相对少数的问题引起的。排列图<又称柏拉图、Pareto图）是基于帕累托原理，其主要功能是帮助人们确定那些相对少数但重要的问题，以使人们把精力集中于这些问题的改进上。DXDiTa9E3d

简单来说就是：

1.排列图法是从许多影响质量的因素中分析、寻找主要因素的方

法.

2.所遵循的原理是关键的占少数,次要的占多数.

制

步

骤：

收集数据

进行分类，按工程频数由小到大，列出数据表。

计算各类问题占总问题的百分比。

计算各问题的累计百分比

纵坐标左为频数刻度，右为相应的百分数刻度最后，按数

据表中的累计百分数，画出图中的折线。

二、因果图

因果图由日本质量学家石川馨发明，是用于寻找造成质量问题

的原因、表达质量问题因果关系的一种图形分析工具。RTCrpUDGiT

一个质量问题的产生，往往不是一个因素，而是多种复杂因素

综合作用的结果。通常，可以从质量问题出发，首先分析那些影响

产品质量最大的原因，进而从大原因出发寻找中原因、小原因和更

小的原因，并检查和确定主要因素。这些原因可归纳成原因类别与子原因，形成类似鱼刺的样子，因此因果图也称为鱼刺图，如下图所示。分析时要注意以下几点：5PCzVD7HxA

1、原因分析要从5M1E出发

2、要集思广益

3、可用排列图检查效果

环测

例如：

下图是在制造中出现次品后，寻找其原因形成的因果图。图中可以看出，原因被归为工人、机械、测试方法等6类，每一类下面又有不同的子原因。jLBHrnAILg

三、分层法

分层法又名层别法，是将不同类型的数据按照同一性质或同一条件进行分类，从而找出其内在的统计规律的统计方法。xHAQX74J0X

常用分类方式：按操作人员分、按使用设备分、按工作时间分、按使用原材料分、按工艺方法分、按工作环境分等。LDAYtRyKfE

四、散布图

1、定义：散布图又称散点图、相关图，是用来分析两个非确定性变量之间相关关系的方法。

横坐标通常表示原因特性值，纵坐标表示结果特性值，交叉点表示它们的相互关系

2、散布图判别：

强正相关

弱正相关

不相关 曲线相关 弱负相关 强负相关

例如：

下图表示了某化工厂产品收率和反应温度之间的相关关系，可以出，这是正相关。

温度

硬度

五、检查表

检查表又名核查表、调查表、统计分析表，是利用统计表对数据进行整体和初步原因分析的一种表格型工具，常用于其它工具的前期统计工作。Zzz6ZB2Ltk 下图为不合格品分项检查表。

六、 直方图 <一）直方图用途

直方图法是把数据的离散状态分布用竖条在图表上标出，以帮助人们根据显示出的图样变化，在缩小的范围内寻找出现问题的区域，从中得知数据平均水平偏差并判断总体质量分布情况。dvzfvkwMI1<二）直方图画法。

1．收集数据

2．找出数据中最大值L 、最小值S 和极差R

3．确定数据的大致分组数k 4．确定分组组距

5．计算各组上下限

6．计算各组中心值bi、频数fi和频率pi

7．绘制直方图

以频数<或频率）为纵坐标，数据观测值为横坐标，以组距为底边，数据观测值落入各组的频数fi<或频率pi）为高，画出一系列矩形，这样就得到图形为频数<或频率）直方图，简称为直方图，见右图rqyn14ZNXI

<三）直方图的观察与分析

从直方图可以直观地看出产品质量特性的分布形态，便于判断过程是否出于控制状态，以决定是否采取相应对策措施。EmxvxOtOco

直方图从分布类型上来说，可以分为正常型和异常型。

正常型是指整体形状左右对称的图形，此时过程处于稳定<统计控制状态）。如图5-2a。如果是，就要分析原因，加以处理。

常见的异常型主要有六种：SixE2yXPq5

名称特征原因处理方

法

图形

正常型

异常型双峰型

出现两

个峰

观测值来自

两个总体，

两个分布的

数据混合在

一起造成的

重新收

集和整

理数据