【正文】 一定 一定 一定 不一定 控制圖的選擇 19 CASE STUDY 質量特性 樣本數 選用什么圖 長度 5 重量 10 乙醇比重 1 電燈亮／不亮 100 每一百平方米的臟點 100平方米 20 計量型與計數型控制圖比較 ? 計量型 ? 很靈敏，能容易地調查事故發(fā)生的原因，可以預測將發(fā)生的不良狀況。 6 1924年發(fā)明 . Shewhart 1931發(fā)表 1931年 Shewhart發(fā)表了 “ Economic Control of Quality of Manufacture Product” 1941~1942 制定成美國標準 Z111941 Guide for Quality Control Z121941 Control Chart Method for analyzing Data Z131942 Control Chart Method for Control Quality During Production 控制圖的歷史 7 控制圖在英國及日本的歷史 ? 英國在 1932年，邀請. Shewhart博士到倫敦，主講統計品質管制，而提高了英國人將統計方法應用到工業(yè)方面之氣氛。因其用法簡單且效果顯著，人人能用，到處可用，遂成為實施品質管制時不可缺少的主要工具，當時稱為(Statistical Quality Control)。 14 THE WAY WE WORK/ BLENDING OF REWORUCES PEOPLE EQUIPMENT MATERIAL METHODS ENVIRONMENT PRODUCT OR SERVICE CUSTOMER IDENTIFYING CHANGING NEEDS AND EXPECTATIONS VOICE OF CUSTOMER STATISTICAL METHODS VOICE OF THE PROCESS INPUT PROCESS/SYSTEM OUTPUT PROCESS CONTROL SYSTEM MODEL WITH FEEDBACK 15 控制圖的作用 ? 控制圖是過程的窗戶，控制圖和一般的統計圖不同，因其不僅能將數值以曲線表示出來，以觀其變異之趨勢，且能區(qū)分變異是屬于普通原因還是特殊原因，以指示某種現象是否正常，為采取糾正措施提供依據。 % % μ177。σ 32% 177。 3σ ） 1σ 3σ 6σ 2σ 兩種損失的合計 第二種錯誤損失 第一種錯誤損失 控制界限 33 中央極限定理 ),( 2??N 24 )4,( ,4,2????????xmeanitNthennwhen39 )9,( ,9,2????????xmeanitNthennwhen34 x ?xxx ?? 3 3 ??xxx??33??中心線上控制限U C L下控制限L C L個別值的正態(tài)分布 平均值的正態(tài)分布 控制圖的正態(tài)分布 控制圖原理 35 管制界限和規(guī)格界限 ? 規(guī)格界限：是用以說明品質特性之最大許可值，來保證各個單位產品之正確性能。 43 普通原因、特殊原因示意圖 普通原因 的波動范圍 異常原因導致 的波動范圍 異常原因導致 的波動范圍 UCL LCL 44 普通原因與特殊原因舉例 ? 合格原料的微小變化 ? 機械的微小震動 ? 刀具的微量磨損 ? 工藝的局限性 ? 氣候、環(huán)境的微小變化等等 ? 使用不合格原料 ? 設備調整不當 ? 新手作業(yè)，違背操作規(guī)程 ? 刀具過量磨損 ? 加工方法的改變 45 局部措施和對系統采取措施 ? 局部措施 ? 通常用來消除變差的特殊原因 ? 通常由與過程直接相關的人員實施 ? 大約可糾正 15%的過程問題 ? 對系統采取措施 ? 通常用來消除變差的普通原因 ? 幾乎總是要求管理措施，以便糾正 ? 大約可糾正 85%的過程問題 46 局部措施、系統措施示意圖 解決普通原因 的系統措施 解決異常原因 的局部措施 解決異常原因 的局部措施 UCL LCL 47 組內變異和組間差異說明 ? 不同槽之間的謂組間變異，我們在于了解在相同的操作條件之下，不同槽之間的差異，如果差異很大，表示組間有差異。 時間 質量特性 過程的變化 57 控制圖示意說明 初期的二十五點 計算時有些超出 控制界限，此時 須尋找原因。 84 Cpk和 Ppk的差異 ? Cpk： 只考慮了組內變異，而沒有考慮組間變異，所以一定是適用于過程穩(wěn)定時，其組間變異很小可以忽略時，不然會高估了過程能力；另句話也可以說明如果努力將組間變異降低時所能達到的程度。 目的：在于了解長期的過程能力是否能滿足規(guī)格要求，如果長期的過程能力不能保證時，那么就有生產不良品的可能性 96 均值 極差圖 ? 均值 極差圖 圖用于觀察正態(tài)分布均值的變化； R圖用于觀察正態(tài)分布的分散情況或變異度的情況 ? 均值 標準差圖 同均值 極差圖，用標準差代替極差， R圖計算方便；但當 n10時， s圖比 R圖效率高；最終替代 R圖； ● 中位極差圖 圖， 表示中位值。 114 RDLCLRDUCLRCLRAmXLCLRAmXUCLXCLXRRRXXX342323~~~~????????全距控制圖值控制圖控制圖RX ?~? B計算控制限 115 ?C過程控制解釋 ?(同 XR圖解釋 ) 控制圖RX ?~116 控制圖RX ?~? 估計過程標準偏差： 2?dR??117 Case study 1 2 3 4 5 6 7 8 9 10 11 12 13 14 1 67 76 74 72 76 74 70 72 70 73 74 73 70 72 2 68 75 73 74 78 74 72 74 78 76 74 76 75 79 3 68 77 96 75 78 71 73 75 77 75 76 77 75 80 4 69 79 95 72 80 72 71 76 72 75 77 72 72 78 5 67 75 75 73 76 72 70 73 72 74 75 74 75 75 15 16 17 18 19 20 21 22 23 24 25 26 27 28 1 75 74 70 62 74 78 80 80 72 55 70 73 72 73 2 74 78 65 64 75 77 81 79 68 56 72 73 74 72 3 78 77 65 62 76 72 81 74 68 58 71 76 70 74 4 79 72 64 61 75 73 79 74 65 56 72 74 74 76 5 75 75 68 65 72 75 76 75 73 60 73 71 70 70 118 Case study ? 請計算出上表的 XR控制圖的控制限？ ? 請判定過程是否穩(wěn)定？ ? 如果是不穩(wěn)定該如何處理？ 119 控制圖mRX ?? 單值控制在檢查過程變化時不如 XR圖敏感。記住連續(xù)的移動極差間是有聯系的，因為它們至少有一點是共同的?？v坐標刻度應從 0到初步研究數據讀數中最大的不合格率值的 2倍。然糾正該原因并盡可能防止其再發(fā)生。 ? 對于過程能力的初步估計值，應使用歷史數據，但應剔除與特殊原因有關的數據點。但是如果僅使用計數型數據將很難理解問題所在，通常盡可能地追溯變差的可疑原因，并借助計量型數據進行分將有利于問題的解決 149 繪制并分析修改后的過程控制圖 ? 當對過程采取了系統的措施后，其效果應在控制圖上明顯地反應出來； 控制圖成為驗證措施有效性的一種途徑。 p圖和 np圖適用的基本情況相同，當滿足下列情況可選用 np圖 ? 不合格品的實際數量比不合格品率更有意義或更容易報告。 ? 在單個的產品檢驗中可能發(fā)現許多不同潛在原因造成的不合格 (例如：在一個修理部記錄，每輛車或組件可能存在一個或多個不同的不合格 )。 167 nunuuLCLnuuUCLnCuCLnnncccuuuuukk?????????????????33..... ........ ...2121B計算控制限 168 過程控制解釋、過程能力解釋 ? 過程控制解釋 ? 同 p圖解釋 ? 過程能力解釋 ? 過程能力為 u平均，即每報告單元缺陷數平均值。除了缺陷量是按每單位產品為基本量表示以外，它是與 c圖相似的。樣本容量應足夠大使每個子組內都出現幾個不合格品，在數據表上記錄樣本的容量。這個新的均值反映了受控制狀態(tài)下的性能。在操作上診斷特殊原因 (控制 )變差問題的分析方法不適于診斷影響系統的普通原因變差。 ? 一旦歷史數據表明一致性均在試驗的控制限內，則可將控制限延伸到將來的時期。 134 Ｂ計算控制限 B1計算過程平均不合格品率 B2計算上、下控制限 B3畫線并標注 建立 p控制圖的步驟 B 135 npppLCLnpppUCLndpCLnnndddnnnpnpnpnppppkkkkk)1(3)1(3......... . ........2121212211????????????????????????中心線計算平均不合格率及控制限 136 畫線并標注 ? 均值用水平實線線：一般為黑色或藍色實線。 2?dR?? 控制圖mRX ?124 overa ll) andin C hart(w ith C ontrol mRX ?012345678125 Case study 組 1 2 3 4 5 6 7 8 9 10 數值 96 98 98 92 94 95 97 96 96 90 組 11 12 13 14 15 16 17 18 19 20 數值 92 90 88 89 94 99 92 94 97 97 組 21 22 23 24 25 26 數值 94 98 90 84 88 96 126 Case study