【正文】 量、頻率、數(shù)量 子組容量：用于計數(shù)型數(shù)據(jù)的控制圖一般要求較大的子組容量 (例如 50~200)以便檢驗出性能的變化，一般希望每組內(nèi)能包括幾個不合格品，但樣本數(shù)如果太多也會有不利之處。通常最好是記錄每對連續(xù)讀數(shù)間的差值 (例如第一和第二個讀數(shù)點的差，第二和第三讀數(shù)間的差等 )。 Ppk：考慮了總變異 (組內(nèi)和組間 )，所以是比較真實的情形，所以一般想要了解真正的制程情形應(yīng)使用 Ppk。 32 普通原因、特殊原因示意圖 普通原因 的波動范圍 異常原因?qū)е? 的波動范圍 異常原因?qū)е? 的波動范圍 UCL LCL 33 局部措施、系統(tǒng)措施示意圖 解決普通原因 的系統(tǒng)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 34 過程改進循環(huán) PLAN DO STUDY ACT PLAN DO STUDY ACT PLAN DO STUDY ACT 分析過程 ? 本過程應(yīng)做些什么 ? 會出現(xiàn)什么錯誤 ? 達到統(tǒng)計控制狀態(tài) ? 確定能力 ? 監(jiān)控過程性能 ? 查找偏差的特殊 原因并采取措施 3. ? 改變過程從而更好 理解普通原因變差 ? 減少普通原因變差 35 使用控制圖的注意事項 分組問題 主要是使在大致相同的條件下所收集的質(zhì)量特性值分在一組 , 組中不應(yīng)有 不同本質(zhì) 的數(shù)據(jù) , 以保證組內(nèi)僅有 偶然因素 的影響 . 我們所使用的控制圖是以影響過程的許多變動因素中的偶然因素所造成的波動為基準(zhǔn)來找出異常因素的 , 因此 , 必須先找出過程中 偶然因素 波動這個基準(zhǔn) . 36 分組時的重要考慮 時間 質(zhì)量特性 制程的變化 讓組內(nèi)變化只有偶然因素 讓組間變化只有非偶然因素 組內(nèi)變異小 組間變異大 37 錯誤的分組方式以及其后果 如此的取樣方式會造成無法有效區(qū)別組內(nèi)變異和組間變異，造成控制界限變寬，無法有效偵測制造變異。 但是如果在 y進行相應(yīng)的統(tǒng)計控制，其實產(chǎn)品已經(jīng)制造出來，只是相當(dāng)于檢驗產(chǎn)品做得好不好，時效已晚。 所以要去探究那些因素會影響 y，進而事先控制 x，如此才能起到在生產(chǎn)時就控制的效果，而不是等到產(chǎn)品做出來再做檢驗。 時間 質(zhì)量特性 制程的變化 38 每天只取一組來 代表，是否能代 表制程呢？ 每天如果取三組 的樣本是否更能 代表制程？ 取樣頻率及樣本的目的說明 39 取樣的頻率的說明 初期不了解制程，制程不穩(wěn) 定，存在組間變異 穩(wěn)定期后，制程已穩(wěn)定，大部份 只存在組內(nèi)變異，偶而出現(xiàn)組間 變異 快速而頻繁的取樣，才能 掌握制程的情形，并將各項 不穩(wěn)定的因子去除 由于制程已相對的較穩(wěn)定，我 們可以比較預(yù)測出制程變化， 所以抽樣頻率可以較低，但仍 應(yīng)要有代表性 40 初期控制界限的計算 一個班次之內(nèi)取二十五組，每組樣本數(shù)為 25個 我們利用在一個班次當(dāng)中取二十五組，此時由于人、機 料、法、環(huán)、測都比較固定，所以所估計出來的組內(nèi)變 異會比較正確，所以相關(guān)的控制界限比較窄，可以有效 的偵測出不同班別之間的變化，或則組間的變化，例如 材料變化、機器變化、參數(shù)變化等。 65 管制圖sX ?A收集數(shù)據(jù)：在計算各個子組的平均數(shù)和標(biāo)準(zhǔn)差其公式分別如下： 554321 xxxxxx ?????1)( 2??? ?nxxs i66 SBLCLSBUCLSCLSAXLCLSAXUCLXCLRRRXXX3433????????標(biāo)準(zhǔn)差管制圖平均值管制圖B計算控制限 管制圖sX ?67 ? C過程控制解釋 ?(同 XR圖解釋 ) 管制圖sX ?68 ? D過程能力解釋 管制圖sX ?4?cs??69 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 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 70 Case study 請計算出上表的 Xs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？ 71 管制圖RX ?~A收集數(shù)據(jù) 一般情況下，中位數(shù)圖用在樣本容量小于 10的情況，樣本容量為奇數(shù)時更為方便。移動極差的個數(shù)會比單值讀數(shù)少一個 (25個讀值可得 24個移動極差 )，在很少的情況下，可在較大的移動組 (例如 3或 4個 )或固定的子組 (例如所有的讀數(shù)均在一個班上讀取 )的基礎(chǔ)上計算極差。 分組頻率：應(yīng)根據(jù)產(chǎn)品的周期確定分組的頻率以便幫助分析和糾正發(fā)現(xiàn)的問題。 控制限用水平虛線：一般為紅色虛線。它們便變成了操作控制限，當(dāng)將來的數(shù)據(jù)收集記錄了后，就對照它來評價。必須對系統(tǒng)本身直接采取管理措施，否則過程能力不可能得到改進。可作為現(xiàn)行控制的基礎(chǔ)。 記錄并描繪每個子組內(nèi)的不合格品數(shù)(np)?！?u”圖和“ c”圖適用于相同的數(shù)據(jù)狀況，但如果樣本含有多于一個“單位產(chǎn)品”的量，為使報告值更有意義時，可以使用“ u”圖，并且在不同時期內(nèi)，樣本容量不同時，必須使用“ u”圖。每個數(shù)據(jù)點表示每天的不合格部分。 10 Establish Capability 建立能力 Calculates and maintains Cp and Cpk for product and critical process parameters. 持續(xù)進行評估產(chǎn)品和關(guān)鍵過程參數(shù)的 Cp和 Cpk分析 132 132 ?至今為止 。 Spec LSL USL 我們合格 Specin就合格 I am alive (我活著 ) Specout 不合格 檢出不良 傳統(tǒng)品質(zhì)觀念與品質(zhì)損失函數(shù) 133 133 傳統(tǒng)品質(zhì)觀念與品質(zhì)損失函數(shù) Spec LSL USL 集中在中心 才合格 散就死 Specin 但沒有達到水準(zhǔn) 就不合格 潛在的不良 事前預(yù)測 呀 ! 有吃的 (不良 ) ? 從今往后 。這個柏拉圖定期被更新。 記錄并描繪每個子組內(nèi)的單位產(chǎn)品缺陷數(shù) u=c/n 式中 c為發(fā)現(xiàn)的缺陷數(shù)量， n為子組中樣本容量 (檢驗報告單位的數(shù)量 )， c和 n都應(yīng)記錄在數(shù)據(jù)表中。 D過程能力解釋：過程能力如下： p :chart np of capability the114 1 09876543210543210S a m p l e N u m b e rSample CountN P C h a r t f o r C 2N P = 1 . 2 0 03 . 0 S L = 4 . 4 6 7 3 . 0 S L = 0 . 0 0 0100 100 100 100 100 100 100 100 100 100 1 2 1 0 1 2 1 2 0 2 不合格品數(shù) np圖 115 Case study 組 1 2 3 4 5 6 7 8 9 10 “n” 150 150 150 150 150 150 150 150 150 150 “d” 1 0 1 3 2 1 0 2 1 0 組 11 12 13 14 15 16 17 18 19 20 “ n” 150 150 150 150 150 150 150 150 150 150 “ d” 0 1 0 2 0 1 0 2 1 0 組 21 22 23 24 25 “ n” 150 150 150 150 150 “ d” 0 1 2 0 1 116 Case study ? 請計算出上表的 np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？ 117 缺陷數(shù) c圖 “c”圖用來測量一個檢驗批內(nèi)的缺陷的數(shù)量， c圖要求樣本的容量或受檢材料的數(shù)量恒定，它主要用以下兩類檢驗： 不合格分布在連續(xù)的產(chǎn)品流上 (例如每匹維尼龍上的瑕疪，玻璃上的氣泡或電線上絕緣層薄的點 )，以及可以用不合格的平均比率表示的地方 (如每 100平方米維尼龍上暇疵 )。 108 Case study 組 1 2 3 4 5 6 7 8 9 10 “n” 100 150 100 200 150 100 100 200 150 100 “d” 1 0 1 3 2 1 0 2 1 0 組 11 12 13 14 15 16 17 18 19 20 “ n” 150 200 100 150 100 100 150 200 200 150 “ d” 0 1 0 2 0