【文章內(nèi)容簡介】 ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ?? ? ? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? 范 例：身高 與體重 散 布圖 (kg) 體重 班 級： 208班 人數(shù)： 30人 製 作：江老師 製作日： 4/3 43 41 39 37 35 33 31 29 27 25 23 21 120 122 124 126 128 130 132 134 136 138 140 身高 (cm) 手法七：管制圖 定 義 對過程控制或制程中各種特性值進行測定、記錄、評估和監(jiān)察過程是否處于控制狀態(tài)的 一種用統(tǒng)計方法設(shè)計的圖，也叫控制圖。 ? 工業(yè)革命以后， 隨著生產(chǎn)力的進一步發(fā)展，大規(guī)模生產(chǎn)的形成，如何控制大批量產(chǎn)品質(zhì)量成為一個突出問題，單純依靠事后檢驗的質(zhì)量控制方法已不能適應(yīng)當(dāng)時經(jīng)濟發(fā)展的要求，必須改進質(zhì)量管理方式。于是，英、美等國開始著手研究用統(tǒng)計方法代替事后檢驗的質(zhì)量控制方法。 ? 1924年，美國的貝爾電話實驗所休哈特博士提出將 3Sigma原理運用于生產(chǎn)過程當(dāng)中，并發(fā)表了著名的 “ 控制圖法 ” ，對過程變量進行控制，為統(tǒng)計質(zhì)量管理奠定了理論和方法基礎(chǔ)。 ,用于控制和分析工程是否處于受控裝態(tài)的圖表 ,由上下限和中心組成 .當(dāng)數(shù)據(jù)點超出上下限的時候就判定為工程出問題了 . ,全稱為 統(tǒng)計過程控制 ,是利用 統(tǒng)計技術(shù) 對過程的 各個階段進行 監(jiān)控 ,發(fā)現(xiàn)過程異常 ,及時報警 ,從而達到保證最終產(chǎn)品質(zhì)量的目的 . 3六西格瑪 ,一種全新的 流程管理 方式 ,通過 DMAIC的流程改進方法和 DFSS的流程設(shè)計方法 ,達到流程最優(yōu)化和成本最小化的目的 .六西格瑪管理 包含了 全面質(zhì)量管理的理念 ,利用了科學(xué)的數(shù)理 統(tǒng)計方法 對工程數(shù)據(jù)進行分析 ,以事實為依據(jù) ,以客戶為導(dǎo)向 ,是一種科學(xué)的先進的 管理方法 . 管制圖與 SPC， 6西格瑪?shù)膮^(qū)別 作用 確保制程持續(xù)穩(wěn)定、可預(yù)測。 提高產(chǎn)品質(zhì)量、生產(chǎn)能力、降低成本。 為制程分析提供依據(jù)。 區(qū)分變差的特殊原因和普通原因，作為采取局部措施或?qū)ο到y(tǒng)采取措施的指南。 線（目標(biāo)）來進一步改進 ，為人們就任何問題應(yīng)采取適當(dāng)?shù)木植看胧┻€是要求采取管理措施提供依據(jù)，從而達到降低成本的目的 益處 管制圖的由來：正態(tài)分布 若 隨機變量 服從一個位置參數(shù)為 μ，尺度參數(shù)為 σ的概率分布，且其 概率密度函數(shù) 為 則這個隨機變量就稱為 正態(tài)隨機變量 ，正態(tài)隨機變量服從的分布就稱為 正態(tài)分布，記作 讀作服從 ，或 X服從正態(tài)分布 當(dāng) μ=0， σ=1，時，正態(tài)分布就成為 標(biāo)準(zhǔn)正態(tài)分布 正態(tài)分布的概率密度函數(shù)曲線呈鐘形，因此人們又經(jīng)常稱之為 鐘形曲線 。 正態(tài)分布的性質(zhì) xμ時，曲線上升；當(dāng) xμ時，曲線下降。當(dāng)曲線向左右兩邊無限延伸時，以 x軸為 漸近線 。 直線 x=μ對稱。 ，正態(tài)曲線越扁平； σ越小，正態(tài)曲線越尖陡。 x軸上方范圍內(nèi)區(qū)域面積為 1。 3σ原則： P（ μσX≤μ+σ） =%P（ μ2σX≤μ+2σ） =%P（ μ3σX≤μ+3σ）=% μ μ+kσ μ kσ 假設(shè)有群體 ,其平均值為 μ, 標(biāo)準(zhǔn)差為 σ, 如圖 ,抽取一個樣本 x時 ,其值會小于 μ3σ 或大于 μ+3σ之機會為 % ,x值在μ+kσ與 μkσ之間稱為機率， 當(dāng)一分配經(jīng)證實為一常態(tài)分配時 ,則算出此常態(tài)分配之標(biāo)準(zhǔn)差 σ及平均值 μ后，其特性可用下列圖表說明： μ177。 kσ 在內(nèi)機率 在外機率 μ177。 % % μ177。 1σ % % μ177。 % % μ177。 2σ % % μ177。 % % μ177。 3σ % % μ177。 6σ 12*2 107% 2 107% 質(zhì)量特性 X 的分布，在過程受控情況下， X 的分布常為正態(tài)分布 N(μ ， σ 2 )，這是穩(wěn)定過程的概括。 產(chǎn)品的規(guī)范限，常包括上規(guī)范限 TU 和下規(guī)范限 TL，這些都是用文件形式對產(chǎn)品特性所作的要求，這 些要求可能是合同規(guī)定、某個公認的標(biāo)準(zhǔn)、也可能是企業(yè)下達的生產(chǎn)任務(wù)書。 明確了這兩點后， 產(chǎn)品質(zhì)量特性 X 的不合格品率為： p = p L+ p U。其中 p L 為 X 低于下規(guī)范限的概率， p U 為 X 高于 上規(guī)范限的概率。 正態(tài)分布有一個事實在質(zhì)量管理中經(jīng)常要用到，即不論 μ 與 σ 取值為何，產(chǎn)品質(zhì)量特性值落在 [μ ? 3σ ，μ + 3σ ]范圍內(nèi)的 概率為 ％，這是數(shù)學(xué)計算的精確值，參見右圖。 于 首先把通常的正態(tài)分布圖按順時鐘方向轉(zhuǎn)90176。 ， 如右圖所示。 由于圖中數(shù)值上小、下大不符合常規(guī)，故再將上 圖上下翻轉(zhuǎn) 180176。 ，成為右圖，這樣就得到了一張控 制圖，具體說是單值 ( X )控制圖，參見右圖。 圖中的 UCL=μ + 3σ 為上控制限， CL=μ 為中心 線， LCL=μ ? 3σ 。 為下控制限。 管制圖原理： 1. 變異 ― 機遇及非機遇原因 量度產(chǎn)品時，如果制程很穩(wěn)定，則將形成 一 種固定形狀 ,稱為分配。如果制程中，只有 機遇原因之變異 存在，則其成品將形成一個很穩(wěn)定之分布，而且是可以預(yù)測的， 稱其在管制中 (in control) 。如果制程中有 非機遇原因之變異 存在，則其成品將不穩(wěn)定，而且無法預(yù)測， 稱為制程失控 (out of control ） 。 機遇原因 (Chance causes) 又稱為：不可避免之原因、非人為原因、共同原因、偶然原因、一般原因等。 例如： Δ 原料之微小變異。 Δ 機械之微小振動。 Δ 儀器測定時不十分精確之量法。 Δ 氣候及環(huán)境之變化 . 非機遇原因 又稱為：可避免之原因、人為原因、特殊原因、異常原因、 局部原因等等。 例如 : Δ 未遵照操作標(biāo)準(zhǔn)而操作，所發(fā)生之變異。 Δ 雖然遵照操作標(biāo)準(zhǔn)，但操作標(biāo)準(zhǔn)不完善，以致發(fā)生之變異。 Δ 機器設(shè)備之變動，發(fā)生之變異。 Δ 操作人員之更動，造成之變異。 Δ 原材料之不同，發(fā)生之變異。 Δ 量具不準(zhǔn)確，造成之變異 2.(非 )機遇原因之辨別 機遇原因與非機遇原因之辨別 機遇原因之變異 非機遇原因之變異 (1).大量之微小原因所引起 (1).一個或少數(shù)幾個較大原因所引起 (2).其個別之變異極為微小 (2).可能發(fā)生大變異 (3).幾個原因較為代表性 。 (3).幾個原因較為代表性 。