1、123QC QC 七大手法七大手法 QC七大手法,也叫品管七工具,是目前全世界应用比较广泛的品质管理工具,它具有简单实用的特性。日本著名的品质管制专家石川馨曾说过,企业内95%的品质管制问题,可通过企业上上下下全体人员活用品管七工具而得到解决。4QC QC 七大手法七大手法 品质管理的主要工作简单地说,就是通过对各来料、生产过程、出货等环节进行检验和分析,找出各种出现或潜在出现的问题及原因,甚至寻求解决办法,使产品品质问题尽量在内部解决,达到在合理成本的基础上使客户满意。5QC QC 七大手法的应用七大手法的应用1 1、查检表、查检表:用来在现场收集数据,尽量让现场作业简单而有效,它是其它六大
2、手法的起点。2 2、层别法、层别法:统计方法中最基础的工具,用来对收集的数据进行分类或分层,以利于统计分析,通常与柏拉图、因果图结合使用,层别法的重点是了解如何进行分层。6QC QC 七大手法应用七大手法应用3 3、柏拉图、柏拉图:用来对多种问题或原因进行分析,找出最大问题或原因,以实现花较少成本做更多事情。4 4、鱼骨图、鱼骨图:用来对一个现象或结果进行原因深入细致的分析,通常用来找原因及因素,最好同层别法结合起来使用。7QC QC 七大手法应用七大手法应用5 5、直方图、直方图:用直方图可以将杂乱无章的资料,解析出规则性,比较直观地看出产品质量特性的分布状态,对於资料中心值或分布状况一目了
3、然,便於判断其总体质量分布情况。6 6、散布图、散布图:用来对收集的两个或两个以上可能相关的问题或特性的数据,找出之间可能的相关性。8QC QC 七大手法的应用七大手法的应用7 7、管制图、管制图:用来了解品质在过程中的变化状态和预测品质下一步可能性的状况,有助于提前发现问题,是实现第一次就把事情做好的基本步骤之一。910 一、检查表一、检查表 为了便于收集数据,使用简单明了的标准化表格并填入规定的图形记号,再加以统计汇总,以提供进一步分析或对比检查的表格或图表。通常分为点检用检查表或记录用检查表。11 点检用检查表点检用检查表作用:防止不小心的失误、起备忘录作用。12 记录用检查表记录用检查
4、表作用:通过收集到的数据反映不良的状况。13 检查表的设计注意事项检查表的设计注意事项1、应能迅速、正确、简易地收集到数据,记录时只要在必要项目上加注记号;2、记录时要考虑到层別,按人员、机台、原料、时间等分类;3、数据来源要清楚:由谁检查、检查时间、检查方法、检查班次、检查机台,均应写清楚,其他测定或检查条件也要正确地记录下來;4、尽可能以记号、图形标记,避免使用文字;5、检查项目不宜太多,以4-6项为宜(针对重要的几项就可),其他可能发生的项目采用“其他”栏。14 检查表的制作程序检查表的制作程序 1、明确使用表格的目的;2、决定要检查的项目及必要的顺序;3、决定抽样方法;4、决定收集、检
5、查的方法及相关的职责要求;5、设计表格的形式和记录的符号。15 检查表应用课堂练习检查表应用课堂练习1、请针对你公司目前的实际情况来设计;2、如果你想了解一下最近一周内成品检查主要不良 项目的出现情况;3、请设计一份合适的检查表,格式不限/内容自拟。16 组合表格:直方图检查表组合表格:直方图检查表17 二、层别法二、层别法 将得到的数据资料按需要而分成数个类别,便于以后的分析。人员:Man机器:Machine物料:Material方法:Method环境:Environment 18 其他层别方法其他层别方法 1、以时间层别;2、以作业区域层别;3、以不良项目层别等。19层别法应用举例:层别法
6、应用举例:成品验货不良品统计表成品验货不良品统计表20 层别法应用课堂练习层别法应用课堂练习1、请针对你公司目前的实际情况来设计;2、如果你想对最近一周内车间制程不良项目的出现 按作业的机台进行分类;3、请设计一份合适的层别法应用表,格式不限/内容 自拟。2122 三、柏拉图三、柏拉图 当我们要解决问题时,总会发现产生问题的要因很多,不知从何着手,因此最好找出其影响度最大的几个要因,再按优先顺序,一一谋求改善对策,才能以有限的人力和时间,有效地解决问题。柏拉图就是这样一种供你寻找重要要因的一种统计工具。23 Pareto的二八法则的二八法则 柏拉图又称排列图,意大利经济学家柏拉图最早用排列图分
7、析社会财富分布的状况,他发现当时意大利80%财富集中在20%的人手里,后来人们发现很多场合都服从这一规律,于是称之为Pareto定律。后来美国质量专家朱兰将此引入到质量管理中,来抓影响质量的主要因素。24 柏拉图制作步骤柏拉图制作步骤1、决定调查事项,收集数据;2、整理数据,计算累计数、累计比率并绘制表格;3、将数据绘制成柱状图;4、连接曲线。25X柏拉图制作案例柏拉图制作案例 某公司检验中发现有50个不良品,不良项目ABCD及不良数如下表,请根据这些数据绘制柏拉图。26柏拉图制作案例柏拉图制作案例3020100405060%100%ABCD不良数累计影响度(%)10%10%60%60%20%
8、20%80%80%90%90%27柏拉图制作注意事项柏拉图制作注意事项1、横轴是按项目別,依大小順序由高而低排列下來,其他项排在最未。2、次数少的项目太多时,可考虑将后几项归纳成其他项。有時,改变层别和分类的方法,也可使项目減少。3、纵轴的左侧尽量以金额表示,如此就降低成本、追求利 润的企业而言,更具意义。通常用于表示发生不良的次数、缺点数、发生次数不良率、单位缺点数等。284、柏拉图的柱形图横轴距离相同。5、改善前后进行比较:(1)改善前后横轴项目別依然按大小順序由高到低排列。(2)前后比较基准一致,刻度应相同。(3)各项目以色別来区分更易比较。6、柏拉图中、连接横轴与纵轴对应点的线应为折线
9、而非曲线。柏拉图制作注意事项柏拉图制作注意事项29 柏拉图制作课堂练习柏拉图制作课堂练习 某公司2002年年度的客户投诉汇总表显示,一共接到85份客诉,其中交期问题占53份,品质问题占16份,服务问题占11份,其他投诉问题占5份。请根据以上的统计数据,绘制统计表及柏拉图。30 四、鱼骨图四、鱼骨图 鱼骨图,又叫特性要因图/因果图,由日本品质专家石川馨提出,所以又叫“石川图”。它是先列出品质变异的项目,然后对造成变异的4M1E因素进行分析。31 鱼骨图制作步骤鱼骨图制作步骤1、确定问题的特性,写在最右端;2、划出鱼骨图的骨架;3、按4M1E方法将主要原因填入鱼骨图大骨;4、再采用“头脑风暴法”确
10、定造成大骨的中骨;32 鱼骨图制作步骤鱼骨图制作步骤5、确定造成中骨的小骨,末端必须是可采取行动 的要因;6、依据统计找出影响最大的几种要因(通常是4-8 种),然后用圆圈圈起来;7、现场调查,证实原因分析正确;并采取相应行动 进行改善。33尺寸过长机器物料人员环境方法案例:案例:1、冲压件长度尺寸过长34案例:案例:2、想办法如何使发料更容易?35 使用头脑风暴法应注意使用头脑风暴法应注意1、不要指责他人的任何想法;2、全方位多角度各层次,数量越多越好;3、自由奔放,毫无拘束;甚至于异想天开都行;4、鼓励大家去除固有观念,大胆创新;5、考虑运用IE手法对现场进行改善。36鱼骨图鱼骨图课堂练习
11、课堂练习 请针对你公司目前制造过程最严重的品质问题,采用鱼骨图进行分析,找出影响其最重要的因素。3738五、直方图五、直方图 从样本中获取数据是认识总体的基础,样本的数量越多,得到的关于总体的信息越多。信息增多时,要想一下子了解总体比较困难,那么应用直方图就简单了。3940直方图直方图 直方图是将所收集的数据分为几个相等的区间作为横轴,并将各区间内的测定值所出现次数累积而成的面积,用柱子排列起来的图形。直方图可显示数据的三种特性:集中的趋势、数据的范围、分布的形状。41直方图的制作范例直方图的制作范例 一工厂的成品重量规格为130-190千克,今按随机抽样方式抽测200个样本(一般需收集50-
12、200个数据),作直方图,步骤如下:一一.制作次数分配表:制作次数分配表:1.从数据中找出最大值L=170与最小值S=1242.计算全距R=L-S=463.决定组数K K=1+3.32LgN (N代表收集的数据总数)本例数N=200,如按查表的方法可取7-12组,现假设取K=12组42一一.制作次数分配表(续):制作次数分配表(续):4、计算组距H:(通常取2.5.10的倍数)组距H=全距 组数=46/12=3.83 取 45、计算组界:第一组下组界=最小值测定值最小位數=123.5 第一组上组界=第一组下组界+组距=123.5+4=127.5 第二组下组界=第一组上组界=127.5 第二组上
13、组界=第二组下组界+组距=127.5+4=131.5 第三组下组界=?第三组上组界=?依此类推,计算到最大一组的组界。6、作次数分配表,如下表:43组号组号组界组界中心值中心值标标 记记次数次数1.1.123.5-127.5123.5-127.5125.5125.514142.2.127.5-131.5127.5-131.5129.5129.5 7 73.3.131.5-135.5131.5-135.5133.5133.5 11114.4.135.5-139.5135.5-139.5137.5137.5 13135.5.139.5-143.5139.5-143.5141.5141.5 3434
14、6.6.143.5-147.5143.5-147.5145.5145.5 37377.7.147.5-151.5147.5-151.5149.5149.5 32328.8.151.5-155.5151.5-155.5153.5153.5 23239.9.155.5-159.5155.5-159.5157.5157.5 13131010159.5-163.5159.5-163.5161.5161.5 1010 1111163.5-167.5163.5-167.5165.5165.5 4 41212167.5-171.5167.5-171.5169.5169.5 2 2合合 计计20020044二
15、.绘制直方图绘制直方图1、依次数分配表,延横轴以各组界为分界,组距为底边,以各组次数为高度,每组距上划一矩形,即完成直方图。2、在图上记入数据总数等参数,并划出规格的上、下限、规格中心、过程均值等。45 123.5 127.5 131.5 135.5 139.5.167.5 171.5 123.5 127.5 131.5 135.5 139.5.167.5 171.53535303025252020151510105 50 046直方图常见的形态直方图常见的形态说明:中间高两边低,有集中趋势。结论:制程在正常运转下。47直方图直方图-缺齿形缺齿形说明:高低不一,有缺齿情形。结论:可能是分组过细
16、或数据不真实。48直方图直方图-偏态形偏态形说明:高处偏向一边,拖长尾吧,另一边低。结论:尾巴拖长时,应检讨是否在技术上能够接收。多由工具磨损、松动及加工习惯引起。49直方图直方图-离岛形离岛形 说明:左端和右端形成小岛。结论:可能测定有错误或由不同原料引起。50直方图直方图-高原形高原形 说明:平顶且高。结论:抽样时将不同平均值的批混在一起。51直方图课堂练习某工程师测得一批产品尺寸长度如下,请绘制直方图。52 六六、散布图散布图 为研究两个变量之间的相关性,而搜集成对两组数据,在坐标上用点来表示出两个特性值之间相关情形的图形,称之为散布图。其主要作用:知道两组数据(原因与结果)之间是否相关
17、及其相关程度。53散布图制作某产品的烧熔温度及硬度之间是否存在有相关性,今收集30组数据,请予以分析。步步骤骤1 1:收集30组以上的相对数据,整理到数据 表上。(数据不能太少,否则易生误判)5455 步骤2:找出数据 X、Y的最大值及最小值。步骤3:画出纵轴与横轴(若是判断要因与结果的关系,則横轴代表要因纵轴代表结果);56 步骤4:将各组成对数据标记在座标上;横轴与纵轴的数据交会处点上“”;两组数据重复在同一点上时,划双重圆记号;三组数据重复在同一点上时,划三重圆记号。步骤:记下必要事项:数据、采取時间、目的、产品名、工程名、绘图者、绘制日期等。57产品名:SI-083单位:压延课绘制:日
18、期:99.12.31 N=30 时间段:99.12.20-99.12.30硬度Y烧熔溫度X58u正相正相关关 X增大时,Y也隨之增大,称为正相关。完全的正相关 有正相关59u非非显著性正相关显著性正相关 X增大时,Y也隨之增大,但增大的幅度不显著。此时宜再考虑其他 可能影响的要因。似有正相关60 u负相关负相关 X增大时,Y反而減少,称为负相关。有负相关 完全的有负相关61u非显著性负相关非显著性负相关 X增大时,Y反而減少,但幅度并不显著。此时宜再考虑其他可能影响的要因。u无相关无相关 (1)X与Y之间看不出有何相关关系;(2)X增大时,Y并不改变。62 u曲线相关曲线相关 X开始增大时,Y
19、也隨之增大,但达到某一值后,当X增大时,Y却減小。63散布图课堂练习某工程师测得一批热处理产品温度与硬度参数如下,请绘制散布图。6465一、什么是一、什么是SPCSPC SPCSPC是英文是英文Statistical Process ControlStatistical Process Control的的简称,即简称,即统计过程控制统计过程控制。SPCSPC就是应用统计技术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。保证质量的目的。SPCSPC强调全过程的预防。强调全过程的预防。661.过程控制修华特(W.A.Shewha
20、rt)提出20世纪20年代2.日本质量管理 SPC 戴明(W.Ed-wards Deming)将SPC的概念引入日本19501980年 3.SPC全面应用SPC在西方工业国家复兴,并列为高科技制度之一80年代起4.SPC在汽车行业的应用美国从20世纪80年开始推行SPC美国汽车工业大规模推行了SPC二、二、SPCSPC的发展历史的发展历史67681 1、计量值数据、计量值数据 是指可取任意数值的数据,只要测取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,这的精度足够,我们即可取任意小的数值,这些数值属于些数值属于连续型数据连续型数据。例如长度、重量、。例如长度、重
21、量、速度、压力、温度等的数据,是属于计量值速度、压力、温度等的数据,是属于计量值数据。数据。692 2、计数值数据、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,这种数据属于工点数获得,这种数据属于离散型数据离散型数据。703 3、收集数据的方法、收集数据的方法 收集到的数据必须能收集到的数据必须能充分反映实际情况充分反映实际情况,对于抽查的数据还应具有充分的代表性,所以对于抽查的数据还
22、应具有充分的代表性,所以收集数据要有科学的方法,这就是收集数据要有科学的方法,这就是随机抽样随机抽样的的方法。所谓随机抽样,即是指被抽查的所有对方法。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象中的每一个,都应具有同等的机会被抽取到的方法。的方法。71 4 4、质量数据的规律性、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,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见到分布规律是正态分布正态分布。72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
23、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。73平均值平均值一般用 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:式中:Xi-表示数据的各个数值;n-表示数据的个数。X74中位数中位数 一般用 表示,代表按照数据大小顺序排列位于中间的数值;若数据个数n为偶数则取位于中间的两个数值的平均值。例1:一批(5只)准直器插损值为0.16,0.15,0.18,0.13,0.14该批准直器插损值的中位数为:例2:一批(6只)准直器插损值为0.16,0.15,0.18,0.13,0.14,0.16该批准直器插损值的中位数为:75极极 差差 一般用
24、一般用R R表示,表示一组数据的分布范围,表示,表示一组数据的分布范围,是指数据中最大值与最小值的差。是指数据中最大值与最小值的差。76NoImage标准偏差标准偏差 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。7778管制图主要应用在哪些方面管制图主要应用在哪些方面1 1、关键过程、特殊工序、关键过程、特殊工序2 2、经常被客户投诉或制程不稳定的产品工序、经常被客户投诉或制程不稳定的产品工序3 3、历史遗留下来的、历史遗留下来的“老问题老问题”等等79过程变差的类型过程变差的类型 非机遇原因造成的变差非机遇原因造成的变差 机遇原因造成的变差机遇原因造成的变差80
25、l机遇原因机遇原因 (又称为普通原因、不可避免的原因、非人为原因)在正确的操作,制程中或检验时仍有很多原因使产品品质发生少许且规律的变异,这些变异表现为:经常存在且变异非常微小,对产品品质并无明显的不良影响欲消除此项原因必须花费很大的成本下面列举几个有代表性的机遇原因:1.原料的微小变异 2.机器的微小振动 3.测量仪器的不确定度81l非机遇原因非机遇原因 (又称为特殊原因、可避免的原因、人为原因、异常原因)在操作中、制程中或检验时因作业异常而产生变异的原因,即当他们出现时将造成(整个)过程的分布改变的原因;它们表现为:不经常出现,但一旦发生即对产品品质造成严重影响应追究且需设法消除此项原因几
26、个具有代表性的非机遇原因如下:1.原料整批出现不良 2.机器调整错误 3.未按作业标准操作 控制图即为区別这两种原因的优良工具 82 1920年,美国贝尔电话实验室休瓦特(Ashewhart)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 3的界限范围內,在 3范围以外的点极少;当有非机遇原因的变异时,产品品质变异时往往超出 3之外。根据此原理,他将常态分布图作90转向,將 3的地方作为两条控制线。SPC与控制图831、将平均值 作为管制中心线(Central Line 简称CL),以实线表示;2、將 +3作为管制上线(Upper Contr
27、ol Limit 简称UCL),通常以虛线或红线表示;3、將 3作为管制下线(Lower Control Limit 简称LCL),通常以虛线或红线表示。84管制图的分类(1)计量值管制图 所谓计量值管制图是指管制图所依据的数据属于由量具实际测量而得,如长度、重量、成份等特性均为连续性。a.平均值与全距管制图(R chart)b.平均值与标准差管制图(S chart)c.中位值与全距管制图(R chart)85管制图的分类(2)计数值管制图 所谓计数值管制图是指管制图所依据的数据均属于以单位计数者,如不良数、缺点数等不连续性的数据。a.不良率管制图(P chart)b.不良数管制图(Pn ch
28、art)c.缺点数管制图(C chart)d.单位缺点数管制图(U chart)86 管制图绘制(1)搜集100个以上数据,把26个(一般是45个)数据分为一组,依测定时间顺序或群体顺序排列。(2)把数据记入数据表。(3)计算各组平均值。(4)计算各组的全距。87niixxnS12)(1188 n n 2 2 3 3 4 4 5 5 6 6 7 7 8 8 A A2 2 1.88 1.02 0.73 0.577 0.48 0.42 0.371.88 1.02 0.73 0.577 0.48 0.42 0.37 D D4 4 3.27 2.57 2.28 2.12 2.00 1.92 1.86
29、3.27 2.57 2.28 2.12 2.00 1.92 1.86 D D3 3 *0.076 0.1360.076 0.136 D D2 2 1.13 1.69 2.06 2.33 2.53 2.70 2.85 1.13 1.69 2.06 2.33 2.53 2.70 2.85 (5)计算平均值的平均值 。(6)计算全距R平均值 。(7)计算管制界限:管制图:中心线 上限 2 下限 2 管制图:中心线 上限4 下限3(2 4 3 可查表)(8)绘管制界限,并将点点入图中。(9)记入数据履历及特殊原因,以备查考、分析、判断。X-R-X-X-X-R-R-R-R-R-89NoImageNoIm
30、ageNoImage90课堂练习:依照案例制作X-R管制图某检验员测量自动绕线机的张力数据如下,试确定该机器的张力规格。91 (1)收集数据,至少20组以上。(2)计算每组之不良率。(3)计算平均不良率=总不良个数/总检查数。(4)计算管制界限 (5)绘管制界限,并将点点入图中。(6)记入数据履历及特殊原因,以备查考、分析、判断。管制图绘制92(例)某打火机制造工厂,为要彻底管制品质,特別针对电镀不良加以抽检,每批抽检100个样品,其不良情形如表,请绘制P管制图。管制管制图图案例分析案例分析93 68 2500=0.027(1)P=(2)CL=P =0.027=2.7%NoImage9495P
31、管制图课堂练习:某产品出货抽检,不良率如下表,请制作P管制图。96管制图上的信号解释管制图上的信号解释(SPCSPC第二版第二版)97管制图定义不受控的信号管制图定义不受控的信号规则1:出现一个或更多的点超出任一控制线UCLLCL98可能导致的原因举例可能导致的原因举例对于 -R图或P图:1、计算或描点错误2、零件差异出现增大或恶化的趋势3、测量系统已经变化4、测量系统缺乏适当的分辨率99管制图定义不受控的信号管制图定义不受控的信号规则2:连续7点在中心线一侧UCLLCL100管制图定义不受控的信号管制图定义不受控的信号规则3:连续6点一直下降或上升UCLLCL101可能导致的原因举例可能导致
32、的原因举例对于平均极差上方的链或上升的链:1、设备故障或工装松动2、一批新的、不一致的原料引起3、测量系统的变化引起102可能导致的原因举例可能导致的原因举例对于平均极差下方的链或下降的链:1、输出值分布宽度减小,好现象2、测量系统改变,可能掩盖过程真实性能变化对于过程均值:可能过程均值已变化或测量系统变化(如偏倚、漂移、灵敏度等)103规则4:2/3的点距中心线的距离超过2个标准差(同一侧)4/5的点距中心线的距离超过1个标准差(同一侧)管制图定义不受控的信号管制图定义不受控的信号104可能导致的原因举例可能导致的原因举例对于平均值-极差管制图:1、每个子组系统来自不同均值2、数据已经过编排
33、105管制图定义不受控的信号管制图定义不受控的信号规则5:连续14点交替上升下降变化UCLLCL106规则6:连续15点排列在中心线1个标准差范围内(任一侧)连续8个点距中心线的距离大于1个标准差(任一侧)管制图定义不受控的信号管制图定义不受控的信号107108A 槍手uxLCLUCLB 槍手uxLCLUCLC 槍手uxLCLUCL109指数计算的假设指数计算的假设1、数据来源真实、随机,不考虑测量系统误差2、至少获取125件样本,建议子组容量为53、过程数据成近似的正态分布4、规范基于客户的要求110测量系统分析测量系统分析MSAMSA1、MSA五大特性2、量具重复性与再现性的分析研究3、识
34、别变差/监视变差/消除变差/固化控制111过程能力指数的含义过程能力指数的含义 过程能力指数的前提条件是过程处于稳态,即只有偶因没有异因的状态。只有当过程处于稳态时,才可以计算过程能力指数。过程能力指数反映了过程的固有能力满足标准与规范的程度,是描述过程固有能力的指标。112 Cp的计算公式:T TU-TL Cp =6 6 双边规格无偏倚的过程能力指数113 Cpk的计算公式:T TU TL-2 Cpk=6 6 双边规格有偏倚的过程能力指数 114 Cpk的另一个计算公式:TU-X XTL Cpk=Min ,3 3 双边规格有偏倚的过程能力指数115 Cpk的计算公式:TU-X XTL CPU
35、/CPL=,3 3 单边规格的过程能力指数116过程性能指数的含义过程性能指数的含义 过程性能指数反映了当前的取样数据所对应的过程性能,此时的过程可能处于稳态,也可能出现了异常,即过程存在偶因也可能还存在异因,过程性能指数恰好反映了当时过程的性能。过程性能指数是对实时过程性能的描述。117 Pp的计算公式:T TU-TL Pp=6S 6S 双边规格无偏倚的过程性能指数118双边规格有偏倚的过程性能指数 Ppk的计算公式:TU-X XTL Ppk=Min ,3S 3S 119单边规格的过程性能指数 Ppk的计算公式:TU-X XTL PPU/PPL =/3S 3S 120 Ca/k 制程准确度的
36、计算公式:Cpk=Cp x(1 ICaI)2 Ca=T 121过程能力过程能力/性能指数计算演示性能指数计算演示 某尺寸规格为1.250.05,实测5个数据分别为(1.27/1.24/1.26/1.28/1.25),请计算该过程能力/性能指数。122案例练习案例练习 某一工厂生产吸尘器底板,其厚度规格为121mm,而制程实际状况为 X3=12.11.05mm,请计算Cpk值。123 综合案例练习综合案例练习 某饮料公司饮料填充规格为某饮料公司饮料填充规格为2502503 3克,克,从实际中抽出从实际中抽出1212瓶,分别如下:瓶,分别如下:250.5250.5/249.6/249.6/250.
37、2250.2/251.5/251.5/249249/250.2/250.2/251.6251.6/248.5/248.5/249.3249.3/251.6/251.6/248.8248.8/250.2/250.2 请分别计算请分别计算Ca,Cpk,PpkCa,Cpk,Ppk值值 S=1.087S=1.087124PPAPPPAP第四版对过程能力的评价准则第四版对过程能力的评价准则适用于正态分布和双边规格125X-RX-R控制图案例练习控制图案例练习X1 X2 X3 X4 X5X1 X2 X3 X4 X5X X X1 X2 X3 X4 X5 X1 X2 X3 X4 X5X X1 12 23 34
38、 45 547 32 44 35 2047 32 44 35 2019 37 31 25 3419 37 31 25 3419 11 16 11 4419 11 16 11 4429 29 42 59 3829 29 42 59 3828 12 45 26 2528 12 45 26 25161617171818191920207 31 23 18 327 31 23 18 3238 0 41 40 3738 0 41 40 3735 12 29 48 2035 12 29 48 2031 20 35 24 4731 20 35 24 4712 27 38 40 3112 27 38 40 3
39、16 67 78 89 9101040 35 11 38 3340 35 11 38 3315 30 12 33 2615 30 12 33 2635 44 32 11 3835 44 32 11 3827 37 26 20 3527 37 26 20 3523 45 26 37 3223 45 26 37 322121222223232424252552 42 52 24 2552 42 52 24 2520 31 15 3 2820 31 15 3 2829 47 41 32 2229 47 41 32 2228 27 22 32 5428 27 22 32 5442 34 15 29 2142 34 15 29 211111121213131414151528 44 40 31 1828 44 40 31 1831 25 24 32 2231 25 24 32 2222 37 19 47 1422 37 19 47 1437 32 12 38 3037 32 12 38 3025 40 24 50 1925 40 24 50 19总值总值