2–Qualitymanagement.ppt

品管七大手法所體現的精神: 1.用事實與數據說話. 2.全面預防. 3.全因素、全過程的控制. 4.依據PDCA循環突破現狀予以改善. 5.層層分解、重點管理. CEDAC圖 因果圖和附加卡 一种質量持續改進的彊有力的工具. 建立 CEDAC 7种步驟 :确 定 需 要 改 善 什 么 : 問 題 和 目 標 的 确 定 . 怎 樣 去 度 量 和 評 估 . 2 : 确 定 數 据 收 集 的 時 間 段 : -- 時 間 段 越 短 越 好. 3 :确定目標. 4 : 确認問題 原因 -----(腦激蕩) 5 : 主要的改善方案 .- - - (創造新思考法) 6 :對 成 功 的 案 例 進 行 標 准 化 . 7 : 确 認 標 准 化 的 方 法 得 到 推 廣 . 統計控制圖觀點 產品的質量總是屬于一個确定的變量 一些穩定的“ 偶然系統的因素”是固有的在一些生產和檢查的安排, 配置 這穩定的式樣, 是不可避免的 超出這個穩定模式的變化的原因可能被發現和可被更正的. 分出這些可分配的品質變化因素的能力 標准,生產 檢查 統計品質控制將作為: 在每個功能組中影響決定的一個工具 溝通平衡 幫助協作 預防 vs檢查 SPC 是一個連接制程輸入与成果的反饋系統 分布狀態 制作產品的品質測試總是存在一定的變异 這個可測量的現象是一個統計的分布 分布狀態的 3 個特征： 位置: 分布的代表值 = 平均值 散布: 大值与小值之間差別量 = 標准偏差 / 變异 形狀: 分布的圖形 分布狀態 中心界限定理 不管某個群体的分布形狀是怎樣，從該群体里面抽出的樣本的平均數其分布將趨向于一個正態分布 Shewhart (1980) 中心界限定理的實際含義是什么? 中心界限理論 另外, 群体的平均數 = 樣本平均數的平均 m = x 群体的標准偏差 / 樣本數的平方根 = 平均數的標准偏差 s ‘/ n = s 控制 控制不是讓變异完全消除. 控制是讓所有的變异是可預測的. 可預測的變异是由普通的原因引起. 控制极限內的變异 SPC 的基本原則 普通的原因引起的變异可接受. 特別的原因引起的變异應識別并去除. 控制圖的選擇 c 圖 一個品質屬性圖表 單位事件的計數值的性能品質特性. 過程制造出來的單位事件 在觀察周期時間內, 任何可變化的特殊原因引起工序的中心趨勢的變化而導致生產出了不正常的大或小數量的缺陷數. 不一定要計算物質因素 c圖計算的事件(故) 每組樣本數是保持固定的 “c” 定義為 c = 每組的事件計數 Cbar = 各組的事件計數的總和 / 組數 c Chart 控制界限, 中心線 CL=Cbar = AVERAGE(Sum(1:n)) 下控制線 LCLc = Cbar -3* Cbar 上控制線 UCLc = Cbar+3* Cbar 這里 n = 樣本數,是固定的 c Chart 圖例 Cpk与6轉換對照表(2/2) DPM X - R 平均數, 极差圖 X - S平均數,標准差 X - R 控制圖 np 控制圖 p 控制圖 u 控制圖 c 控制圖 n = 2 ~ 9 n = 10 n = 1 n 固 定 n 不固定 n 固定 n 不固定 計數值 計算片數或單位數 計算事件 數据 量 測 c chart c chart c chart 失控的征兆 區 A 區 B 區 C 區 C 區 B 區 A LCL UCL X +1? +2? +3? -1? -2? -3? 如果工序是穩定的,那么每組平均數的分布狀態是常態的 (正常的 ) 從控制圖上可以分析出失控的變异特殊原因 正常的分布狀態被划分為几個區域 紅色區域 黃色區域 綠色區域 * 品質基礎理論培訓 品質缺陷定義 品質分析手法的應用 控制圖理論及應用 Prepared by: J.Y. DING Apr.2005 一、公 式 DPM = Major 坏机數 總檢查机數 *10 6 PPM = Major 缺陷點數 總檢查點數 *10 6 二、公 式 中 名 詞 定 義 1. Major坏机數:出現Major缺陷的机的總和. 2. 總檢查机數:經過檢查的机總數之和. 3. Major缺陷點數:出現Major缺陷的點數的總和. 4. 總檢查點數: 經過檢查的零件數量之和. 缺陷定義： 品管分析控制七大手法 結果 時間 目標 散布圖 控制圖 流程圖 Windows分析 原因 柏拉圖 直方圖 檢查表 Cause Side 原因