07.QC七大手法-控制图-叶谋锋课件.ppt

讲师：叶谋锋 E-mail：yemoufeng@163.com;讲师简介;控制图历史;控制图原理;-3σ;μ-3σ;制作直方图 某工程师测得一批产品尺寸长度如下，请绘制直方图。 ;技慨奖很幸喉量薪杜儿既跪铡琼瑞磷末屡时旱沾砷吭腥辽希悟甚惭咐人苞07.QC七大手法-控制图-叶谋锋课件07.QC七大手法-控制图-叶谋锋课件;1、将平均值 作为管制中心线(Central Line 简称CL )，以实线表示； 2、將 +3σ作为管制上线(Upper Control Limit 简称UCL )，通常以虛线或红线表示； 3、將 －3σ作为管制下线(Lower Control Limit 简称LCL )，通常以虛线或红线表示。; 1920年，美国贝尔电话实验室休哈特( A˙shewhart ) 博士的研究发现——在生产过程中，如果仅有机遇原因的 变异时，任何产品的品质特性99.7%处于常态分配图的 ±3σ的界限范围內，在 ±3σ范围以外的点极少；当 有异常原因的变异时，产品品质变异时往往超出 ±3σ 之外。根据此原理，他将常态分布图作90°转向，將 ±3σ的地方作为两条控制线。; 这样就形成了一个管制图。将生产中的数据 按照顺序点入界限中，如果点子在管制上下限之 间变动时，表示产品的品质及制造条件都正常， 可以继续生产；如果有些点超出界外时，就表示 出现了异常的原因而致使产品品质或制造条件 发生变化，必须采取对策，研究改善方法，使其 恢复正常。;什么是SPC SPC是英文Statistical Process Control的 简称，即统计过程控制。SPC就是应用统计技术 对过程中的各个阶段进行监控，从而达到改进与 保证质量的目的。SPC强调全过程的预防。 ;SPC的功能;SPC的特点 ■ SPC是全系统的，全过程的，要求全员参加，人人有责。 ■ SPC强调用科学方法(主要是统计技术，尤其 是控制图理论)来保证全过程的预防。 ■ SPC不仅用于生产过程，而且可用于服务过 程和一切管理过程。;SPC与6σ的关系 ■ “σ”是希腊字母，统计学中用来表示标准偏差，即用来描述任一过程参数的平均值的分布或离散程度。 ■ 6σ（6Sigma）是在九十年代中期开始从一种全面质量管理方法演变成为一个高度有效的企业流程设计、改善和优化技术，并提供了一系列同等地适用于设计、生产和服务的新产品开发工具。 ■ 6σ逐步发展成为以顾客为主体来确定企业战略目标和产品开发设计的标尺，追求持续进步的一种质量管理哲学。 ■ 换一种说法，6σ是一种“愿景”，是一种目标，而并非一种具体的方法。而SPC是实现这种愿景的一个有效的手段。;计量值数据 是指可取任意数值的数据，只要测取数据的精度足够，我们即可取任意小的数值，这些数值属于连续型数据。例如长度、重量、速度、压力、温度等的数据，是属于计量值数据。;计数值数据 是指只能用个数、件数或点数等单位来计量的数据。例如废品件数、产品台数、产品表面缺陷斑点数等等，他们只能取整数，通过手工点数获得，这种数据属于离散型数据。;收集数据的目的 ■ 为了分析问题，即是为了分析现场情况而收 集，例如为了掌握零件加工尺寸的波动情况 而收集数据。 ■ 为了管理工作，即是为了掌握生产的变动情 况，以便于管理、控制而收集数据，如工序 控制中收集数据。 ■ 为了检验、判断产品好坏而收集数据。;收集数据的方法 　 收集到的数据必须能充分反映实际情况，对于抽查的数据还应具有充分的代表性，所以收集数据要有科学的方法，这就是随机抽样的方法。所谓随机抽样，即是指被抽查的所有对象中的每一个，都应具有同等的机会被抽取到的方法。; 质量数据的波动性 质量数据是有波动性的，即使是相同的机器由相同的工人操作，加工同样规格的零件，所加工出来的零件没有任何两件是完全相同的。这是因为影响零件规格的因素很多，而且同一因素在不同的时间，不同的条件下也是有微小的差异，所以，加工出来的零件其规格要求就存在着各种各样的差别，这就使得其质量特性值呈现出差别，形成数据的波动性。 ; 质量数据的规律性 　　虽然数据有波动性，但并不是杂乱无章的，而是呈现出一定规律性的。在质量管理中最常见到分布规律是正态分布。;正态分布 ■ 正态分布是以其平均值为中心呈左右对称的 中央高两边低的钟型； ■ 正态分布的钟形有高矮肥瘦程度的不同，取 决于该数据的平均值和标准偏差。　　　　;平均值 　　一般用 表示，它代表该数据的分布的 中心位置，所以也称为位置参数。其表达式子 是：