质量管理-质量控制技术(编辑修改稿)

质量管理-质量控制技术(编辑修改稿)内容摘要：

规则 2：数据点排列无右边的 1~8 种异常现象 1 连续 7 点或更多点在中心线同一侧 2 连续 7 点或更多点单调上升或下降 3 连续 11 点中至少有 10 点在中心线同一侧 4 连续 14 点中至少有 12 点在中心线同一侧 5 连续 17 点中至少有 14 点在中心线同一侧 6 连续 20 点中至少有 16 点在中心线同一侧 7 连续 3 点中至少有 2 点落在 2σ与 3σ界限之间 8 连续 7 点中至少有 3 点落在 2σ与 3σ界限之间 2． 控制用控制图 控制用控制中的数据点同时满足下面规则，则认为生产过程处于统计控制状态： 规则 1：每一个数据点均落在控制界限内； 规则 2：控制界限内数 据点排列无异常情况（参见分析用控制图规则 2）。 （四）控制图的制作与判别 下面以均值 —— 极差控制图为例说明控制图的制作与分析方法。 其余种类控制图的做法和应用可参见文献 8。 均值 —— 极差控制图是 x 图（均值控制图）和 R图（极差控制图）联合使用的一种控制图，前者用于判断生产过程是否处于或保持在所要求的受控状态，后者用于判断生产过程的标准差是否处于或保持在所要求的受控状态。 例 53 某厂生产一种零件，长度要求为 177。 （ mm），生产过程质量要求为过程能力指数不 小于 1，为对该过程实施连续控制，试设计均值 —— 极差控制图。 1．收集数据并加以分组 本例每隔 2 小时，从生产过程中抽取 5个零件，测量长度值，形成一组大小为 5 的样本，一共收集 25 组样本。 2．计算每组的样本均值 x 和极差 R  ni ixnx 1 ， minmax xxR  ki ,...,2,1 （ ） 计算结果如表 54 所示。 表 54 某零 件长度各组均值和极差 组号 1 2 3 4 5 6 7 8 9 10 11 12 13 均值 极差 组号 14 15 16 17 18 19 20 21 22 23 24 25 均值 极差 3．计算总均值和极差平均  ki ixkx 11 =，  ki iRkR 11 = （ ） 4．计算控制界限 x 图的控制界限计算 RAxUCL 2 =+ = xCL = （ ） RAxLCL 2 = = R 图的控制界限计算 RDUCL 4 = = RCL = （ ） RDLCL 3 0 以上两式中， A D D3均可从相关控制图系数表中查出：当 n=5， A2=， D30， D4=。 6． 制作控制图 根据各样本的均值和极差在控制图上描点。 如图 54 所示 7． 分析生产过程是否处于控制状态 利用表 54 的规则进行判断，可知生产过程处于统计控制状态。 8． 计算过程能力指数 在本例中，零件长度规格限为双侧且样本总均值不等于规格中心值，应该根据有偏情形计算过程能力指数。 σ根据极差法估计得出： )(2 ndR，式中 d2(n)根据相关控制图系数表查出， n=5 时 d2(n)=。 则： )(/66 2  ndR TTC p  修正系数2/  T Tk m= )()1(  ppk CkC 根据题意，由于过程质量要求为过程能力不小于 1，显然该过程不能满足要求。 因此不能将分析用控制图转化为控制用控制图，应采取措施，提高加工精度。 图 54 零件长度的均值 —— 极差控制图 9． 计算过程平均不合格品率 p 根据式（ ），过程不合格品率为： )()(2)]1(3[)]3(1[2  kCCp pp=%。 （五）控制图几种常见的图形及原因分析 在使用控制图时，除了根据表 53 的判断规则对生产过程进行正确判断以外，下面所列出的几种观察和分析方法也是十分重要的： （ 1）数据点出现上、下循环移动的情形 对于 x 图，其原因可能是季节性的环境影响或操作人员的轮换； 对于 R 图，其原因可能是维修计划安排上的问题或操作人员的疲劳。 （ 2）数据点出现朝单一方向变化的趋势 对于 x 图，其原因可能是工 具磨损，设备未按期进行检验； 对于 R 图，原材料的均匀性（变好或变坏）； （ 3）连续若干点集中出现在某些不同的数值上 对于 x 图，其原因可能是工具磨损，设备未按期进行检验； 对于 R 图，原因同上。 （ 4）太多的数据点接近中心线 若连续 13 点以上落在中心线177。 σ的带型区域内，此为小概率事件，该情况也应判为异常。 出现的原因是：控制图使用太久没有加以修改而失去了控制作用，或者数据不真实。 四 “ QC 七种工具”中的其他工具 （一） 排列图 意大利经济学家 Vilfredo Pareto1897 年提出 ： 80%的财富集中在 20%的人手中 （ 80/20法则）。 排列图 （又称 柏拉图、 Pareto 图 ） 是基于帕累托原理， 其主要功能是 帮助人们确定那 些相对少数但重要的问题，以使人们把精力集中于这些问题的改进上。 在 任何过程中大部分缺陷 也 通常是由相对少数的问题引起的。 对于过程质量控制，排列图 常用于不合格品数或缺陷数的分类分析。 在 6Sigma 中，也用于对项目的主要问题如顾客抱怨等进行分类。 [例 54] 对曲轴加工进行抽样检验，得出不合格品共 160个，造成不合格的因素中， 蓄油孔扣环占 50%； 动平衡超差占 29%； 开档大占 10%； 法兰销孔大占 6%；小头直径大占 5%。 画出排列图（图 55） ，柱图为不合格数分类统计量，折线图为累积比例。 可以看出 前两种因素 占 79%，应 作为关键急需解决 因素。 UCL= CL= LCL= UCL= CL= x 图 R 图 图 55 曲轴不合格品排列图 （二） 因果图 因果图由日本质量学家石川馨发明，是用于寻找造成质量问题的原因、表达质量问题因果关系的一种图形分析工具。 一个质量问题的产生，往往不是一个因素，而是多种复杂因素综合作用的结果。 通常，可以从质量问题出发，首先分析那些影响产品质量最大的原因，进而从大原因出发寻找中原因、小原因和更小的原因，并检 查和确定主要因素。 这些原因可归纳成原因类别与子原因，形成类似鱼刺的样子，因此因果图也称为鱼刺图。 图 56是在制造中出现次品后，寻找其原因形成的因果图。 图中可以看出，原因被归为工人、机械、测试方法等 6 类，每一类下面又有不同的子原因。 图 56 制造中次品出现原因的因果分析图 （三） 分层法 分层法又名 层别法 ，是 将不同类型的数据按 照同一性质或同一条件 进行分类，从而找出其内在的统计规律 的统计方法。 常用分类方式： 按操作人员分、按使用设备分、按工作时间分、按使用原材料分、按工艺方法分、按工作环境分 等。 （四） 散布图 散布图又称 散点图、相关图 ，是表示两个变量之间相互关系的图表法。 横 坐标 通常表示原因 特性 值，纵 坐标 表示 结果特性 值，交叉点表示它们的相互关系。 相关关系 可以分为 ：正相关、负相关、不相关。 图 57 表示了某化工厂产品收率和反应温度之间的相关关系，可以出，这是正相关。 70 80 90 100 110 120反应温度产品收率 图 56 反应温度和产品收率之间相关图 （五） 检查表 50%79%89%95% 100%0%20%40%60%80%100%120%1 2 3 4 5检查表又名 核查表、调查表、 统计 分析表 ，是利用统计表对数据进行整体和初步原因分析的一种表格型工具， 常用于其它工具的前期统计工作。 图 55 为 不合格品分项检查表。 表 55 不合格项检查表 不合格项目 检查记录 小计 表面缺陷 正正正正 20 砂眼 正 5 形状不良 一 1 裂纹 正正正一 16 其他 正正 10 五 QC 新七种工具。