1、直方图例NO组界组中心点次数1119.5126122.7532126132.5129.25113132.5139135.75104139145.5142.25305145.5152148.75216152158.5155.25117158.5165161.75118165171.5168.253下限下限SL130四.如何依据图案的分布状态判断1.如图中显示中间高,两边低,有集中的趋势,表示规格.重量等计量值的相关特性都处于安全的状态之下,制品工程状况良好.如下图所示:2.如图中显示缺齿形图案,图形的柱形高低不一呈现缺齿状态,这种情形一般就来大都是制作直方图的方法或数据收集(测量)方法不正确所产
2、生.如下图所示:3.如图所示为绝壁形,另外一边拖着尾巴,这种偏态型在理论上是规格值无法取得某一数值以下所产生之故,在质量特性上并没有问题,但是应检讨尾巴拖长在技术上是否可接受;例治工具的松动或磨损也会出现拖尾巴的情形.如下图所示:4.双峰型有两种分配相混合,例如两台机器或两种不同原料间有差异时,会出现此种情形,因测定值受不同的原因影响,应予层别后再作直方图.5.离散型 测定有错误,工程调节错吴或使用不同原材所引起,一定有异常原存在,只要去除,即可制造出合规格的制品6.高原型不同平均值的分配混合在一起,应层别之后再作直方图五.与规格值或标准值作比较1.符合规格 A.理想型:制品良好,能力足够.制
3、程能力在规格界限内,且平均值与规格中心一致,平均值加减4倍标准偏差为规格界限,制程稍有变大或变小都不会超过规格值是一种最理想的直方图.B.一则无余裕:制品偏向一边,而另一边有余裕很多,若制程再变大(或变小),很可能会有不良发生,必须设法使制程中心值与规格中心值吻合才好.C.两侧无余裕:制品的最小值均在规格内,但都在规格上下两端内,且其中心值与规格中心值吻合,虽没有不良发生,但若制程稍有变动,说会有不良品发生之危险,要设法提高制程的精度才好.2.不符合规格A.平均值偏左(或偏右)如果平均值偏向规格下限并伸展至规格下限左边,或偏向规格上限伸展到规格上限的右边,但制程呈常态分配,此即表示平均位置的偏
4、差,应对固定的设备,机器,原因等方向去追查.B.分散度过大:实际制程的最大值与最小值均超过规格值,有不良品发生(斜线规格),表示标准偏差太大,制程能力不足,应针对人员,方法等方向去追查,要设法使产品的变异缩小,或是规格订的太严,应放宽规格.C.表示制程之生产完全没有依照规格去考虑,或规格订得不合理,根本无法达到规格.六.直方图在应用上必须注意事项1.直方图可根据由形图按分布形状来观察制程是否正常.2.产品规格分布图案可与标准规格作比较,有多大的差异.3.是否必要再进一步层别化.第八章 管制图从每日生产的产品线中所测得的从每日生产的产品线中所测得的零乱数据中零乱数据中,找出经常发生和偶然发生找出
5、经常发生和偶然发生事故的数据事故的数据,以便帮助找出问题原因以便帮助找出问题原因,这就是非依靠管制图不可这就是非依靠管制图不可.管制图分为两大类管制图分为两大类,本文每一类举本文每一类举一例进行讲解一例进行讲解一.计量值管制图作为管制制程的计量值管制图,一方面以平均数管制图管制平均数的变化,以全距管制其变异的情形.本节将介绍平均数与全距管制图,将就管制图在制程中的每一步详加描述.计量值管制图的种类如下:数据名称管制图计量值平均数与全距管制图XR管制图平均数与标准偏差管制图X S管制图个别值管制图X管制图实例:平均数与全距管制图某厂制造全铜棒,为控制其质量,选定内径为管制项目,并决定以X-R管制
6、图来管制该制程的内径量度,并于每小时随机抽取5个样本测定,共收集最近制程之数据125个,将其数据依测定顺序及生产时间排列成25组,每组样本5个,每组样数5个,记录数据如下:样本组X1X2X3X4X51404038434124042393939342394143404404039424154239424340643414140417433837424183743433540样本组X1X2X3X4X51039414136381140444240391243383941421338403639411436353938391540394039481642464647471736404341431837
7、39403842194037393943204740393640214037404342样本组X1X2X3X4X5223939394045233133353935244040404142254644414139样本组12345678各组平均数40.439.84140.441.241.241.239.6全距53434268样本组1011121314151617各组平均数394140.638.837.441.245.640.6样本组1819202122232425各组平均数39.2 39.6 40.4 40.4 40.434.640.642.2全距561166827计算如下:X=40.264 R=
8、5.查系数表,当N=5时,D4=2.115,D3=0X管制图上下限:CL=40.264UCL=+=43.4249LCL=-=37.1031R管制图上下限:CL=5.48UCL=11.5867LCL=0R管制图分析结论在管制图中有第16个及第23个样本组的点分别超出管制上限及管制下限,表示制程平均发生变化,而R管制图并无点超出界限或在界限上,表示制程变异并未增大.二.计数值管制图 1.何谓计数值?商品制造的质量评定标准有计量型态,例如:直径,容量;然而有些质量特性定义为良品或不良品将更合理.所谓计数值就是可以计数的数据,如不良品数,缺点数等.2.计数值管制图的类型 数据名称管制图计数值不良率管制
9、图P管制图不良个数管制图PN管制图缺点数管制图C管制图单位缺点数管制图U管制图P管制图实例运用条件:1.产品不是良品就是不良品2.抽样放回3.彼此独立进行 样品不良率计算公式为:P=标准偏差公式为:S=上下限计算公式如下:管制上限(ucl):=+3 (为平均不良率,n为样本数)中心线(cl):管制下限(lcl)=-3 如果下限计算结果可能为负数,因为二项分配并不对称,且其下限为零,故当管制下限出现小于零的情况,应取0表示.平均不良率应用加权平均数来计算(用不良数总数与全体的样本总数之比).例:宝光厂生产的MOUSE用的包装袋,检验其底部是否有破损即包装为不良品,取30个样本,每个样本数为50个
10、,这些样本是在机器每天三班制的连续工作每半小时取一次而得.样本数不良数样本数不良数样本数不良数1811521102161224221839131223154141472415510151325266121692617715176271288185286910191329810520113010计算结果如下:平均不良率P=0.233(CL)用P当真实过程不合格的估计值,可以计算管制上限和下限,如下:UCL=P+3 =0.412 LCL=P-3 =0.054P管制图如下:针对管制图进行分析 由管制图中我们可以发现来自样本12及25的两点超出管制上限,故制程是在非管制状态,必须进一步探讨是否有异常原
11、因.分析样本12得知,在这半小时里,有一批新进的包装袋被使用,所以这异常的现象是由于新原料加入引起.而在样本25那半小时,有一个没有经验的员工在操作此机器,而使样本25有这么高的不良率.现在将超出管制界限的两个点删除掉,重新计算管制界限,管制以后的制程,其管制中心线及上.下限为 不是管制图的选择数据性质计量值计数值样本大小N=?数据系不良数或缺点数N=1N2CL性质?N=?管制图X_XN=25N10缺点数不良数N是否相等?是不是单位大小是否相同?是XR管制图RX管制图管制图管制图nC管制图XXRmp管制图pn管制图 三.管制图的判别管制状态,意指制程安定,管制状态也称安定状态.我们无法知道制程
12、的真正状态,只能对制程的某种特性值收集数据,将其绘在管制图上,由管制图来观察制程的状态.在判定制程是否处于管制状态,可利用以下基准:1.管制图的点没有逸出界外.2.点的排列方法没有习性,呈随机现象.在正常管制的状态下,管制图上的点子应是随机分布,在中心线的上下方约有同数的点,以中心线近旁为最多,离中心线愈远点愈少,且不可能显示有规则性或系统性的现象.归纳得到下面两种情形:3 3点中有点中有2 2点在点在A A区区连续连续9 9点在点在C C区或区或C C区以外区以外连续连续6 6点递增或递减点递增或递减1414点上下交替点上下交替5 5点中有点中有4 4点在点在B B区区1515点在点在C C
13、区中心在线下区中心在线下8 8点在中心线两侧点在中心线两侧,但无一在但无一在C C区区 非随机管制界限内的判定利用点的排法判定是否处在管制状态,可依据以下法则:1.点在中心线的一方连续出现.2.点在中心线的一方出现很多时.3.点接近管制界限出现时.4.点持续上升或下降时.5.点有周期性变动时.连串连续七点或八点在中心线与管制上限或中心线与管制下限之间的型误关差的机率是约为()8=0.0039,在如此小的机率竟会出现,可想象有异常原因发生,在中心线的上方或下方出现的点较多如下:1.连续11点以上至少有10 点 2.连续14点以上至少有12 点 3.连续17点以上至少有14 点 4.连续20点以上
14、至少有16点点子出现在管制界限附近,三倍标准偏差与二倍标准偏差间.1.连续3点中有2点.2.连续7点中有3点.3.连续10点中有4点管制图中的点的趋势倾向连续6点以上一直上升或一直下降,趋势是以向某一个方向连续移动,而趋势倾向的发生有以下可能原因:1.由于工具磨损或制程中某些成分劣化所造成.2.人的因素造成,如工作者疲劳.3.季节性因素造成,如气温变化.管制图中的点的趋势倾向连续6点以上一直上升或一直下降,趋势是以向某一个方向连续移动,而趋势倾向的发生有以下可能原因:1.由于工具磨损或制程中某些成分劣化所造成.2.人的因素造成,如工作者疲劳.3.季节性因素造成,如气温变化.周期性循环变化管制图
15、上的点,呈现一个周期性循环变化时,应调查下列不良原因:1.机器开动或关闭,造成温度或压力的增减.2.物料的质量受季节或供货商的影响.3.由于周期性的预防保养,造成机器性能的周期变化表现.4.由于操作员疲劳及随后的休息造成的周期性的变化.5.由于材料的机械及化学性质所造成的周期性.过于集中型点子大都集中在中心线附近1.5倍标准偏差间,其型误差机率是0.0027,如果抽样选择不当,可能会造成点子集中在中线附近,例如两个不同操作员的结是点在同一张图上.像这种母体混合的情形相当普遍.以下是一些造居这种情形的可能原因:1.两个或两个以上的操作员点在同一张图上.2.两台或两台以上的机器点在同一张图上.3.
16、两家质量差异很大的供货商点在同一张图上.4.两台或更多的量测设备间的差异.两条以上生产线制程方法上的差异.管理不善者 1.人员教育,训练不足,2.原始设计有错误或图上标示的问题等.3.治具,夹具设计不当或使用不当.4.不良材料混入制程.5.未推行标准化活动.6.测试仪器未加校正与维护.7.未落实保养工作 上列诸项原因常出在管理制度不善的工厂,在 R管制图呈现大的变动,如欲消除此类异常原因,一定要先确定管理制度,推行标准化工作.技术不足者1.机器设计上的问题.2.制程能力不足:材料,机械,作业方法与人员综合结果无法达到质量要求者.3.工作环境布置不当.4.测定仪器的测定方法不当.5.机械设备精度
17、不足.6.缺乏技术人才.此诸原因常明显地表现于二种现象:管制界限很宽,产品质量分散幅度较规格界限为宽.此诸异常原因由于制程能力不足而起,非设法加强制程能力不可.否则制程零件的互换性有问题,需经全数选别才能装配,产品需经全数检查,才能符合规格要求.其他因素者 1.异质材料的突然入侵.2.日夜班精神上的困扰等.3.工作人员的疏忽.4.未按操作标准作业.5.机械的自然磨损.6.操作条件的突然变化.7.计算的错误.8.操作标准不完备.9.不随机抽样法.此诸原因常在管制图上出现,如有系统可寻,则利用分层方法加以分析;如不规则出现,则易被发现,而予以消除.七大手法口决 鱼骨追原因 查检集数据 柏拉抓重点 直方显分布 散布看相关 管制找异常 层别作解析
