EIQ-pcb分析案例解析

格式：doc
大小：1.37 MB
文档页数：37

下载文档原格式

EIQ分析：

目录设计材料：某新华书店 (2)1.EIQ数据分析： (3)2.订单数量EQ分析： (3)3.订单品项EN分析: (4)4.品项数量IQ分析: (5)5.品项受定次数IK分析: (6)6.PCB分析： (7)7. EIQ分析结总览表 (8)8.建议 (9)设计材料：某新华书店由于新华书店的订单数据过于庞大，因此仅抽取一段时间的订单资料进行分析。

以下是新华书店抽取的14张订单，15个品项的商品的一周发货清单，数据如下表1-表4。

要求：（1）根据表1-表4所给数据，假设1P=12C，1C=12B，请按教材219-222页的内容进行EQ分析、EN分析、IQ分析、IK分析、PCB分析及相应的交叉分析。

（2）利用EIQ分析结果对图书拣方式、分拣设备选择、图书储位分配等决策给出适当的建议分析1.EIQ数据分析：2.订单数量EQ分析：ABC分析：从整个图表中可以得到以下结论：20%的订单占了31%的出货量，50%的订单占64%的出货量28%的订单占了18%的出货量，没有出现少订单占大部分出货量的情况，总的来说订单占出货的比例为线性变化。

但是差距在一个不算太大的区间，不用对少部分订单做特殊处理。

EQmax分析；EQmax：为226托盘，EQmin为87托盘。

订货品项数为13项，项数较多，不是少样多货类型，而且没有EQ=1的情况出现，所以也不适合采用批次拣货。

3.订单品项EN分析:合计订货品项数114项。

EN度数分析：分析得没有突出特别项目，所以不需要考虑订单别拣货方式。

4.品项数量IQ分析:分析可知在所有订单品项中，第5种品项占了出货的50%，第4和第6分别各占14%好10%。

由此我们可以对5项和4、6项做特别对待，加强这几种产品的管理策略，对其进行重点管理。

5.品项受定次数IK分析:GIK=GEN=114项IK度数分析：分析可知IK=1的项目为1，占比为6.7%左右，IK=1比例低，说明出货次数少的产品少，从以上折现图看出产品的出货频次没有特别的规律。

第五章 PCB质量保证及失效案例分析

控制方法：加强无铅喷锡PCB的存储控制，避免不必要的高温烘烤。对来料的PCB镀层厚度进行严格控制，原则上喷锡厚度要求在3um以上。
5.3.2 PCB化学镍金（ENIG）失效机理及控制
黑焊盘的由来
ENIG最为PCB和BGA封装基板焊盘表面处理，主要用来防止Cu焊盘的氧化，并得到可焊接的表面。黑盘是和ENIG处理的相关失效。在元件组装过程中，焊料对焊盘不润湿，不润湿的焊盘会显著变黑－－－黑盘的最初来源。牙签试验机械性能测试
PCB润湿不良的分类及原因
润湿不良的原因
不润湿：焊盘严重氧化（通常表面处理工艺有关系）焊盘受到有机物等污染焊盘表面存在杂志膜（如不可焊的白油）等物质
反润湿：焊盘氧化：焊盘表面处理异常（HASL和ENIG）
注：反润湿和不润湿的最大区别在于直接接触面的可焊性存在差异。
PCB焊盘润湿不良照片
润湿不良分析方法
案例2 PCB短路开路
1 样品描述：所送5种型号的PCB有开路和短路现象。
分析结论
1）PCB电镀工艺不良是过孔开路的主要原因。 2）PCB基材（包含外层粘接材料和内层芯板粘接材料）PTE偏大，会进一步加剧过孔开路。
2 外观检查
相邻导线由于铜箔相连造成短路
2
2 外观检查
炭膜相连导致短路 3 分析结论
结论：镍层扩散至金镀层浅表面而氧化以及镍层存在较严重的裂缝降低了PCB焊盘的可焊性，从而导致焊盘上锡不良。
案例8 PCB焊盘氧化腐蚀导致器件脱落案例
样品外观照片及脱落后焊盘照片
1）金部分未溶解 2）存在锡元素
SEM&EDS分析
未脱落的焊点金相分析 1）存在润湿不良 2）镍层存在腐蚀
SEM&EDS分析

EIQ数据分析详解

由次数分布图找出分布趋势，进一步可由ABC分析法将一特定百分比内的主要订单或产品找出，以作进一步的分析及重点管理。通常先以出货量排序，以占前20%及50%的订单件数(或品项数)，计算所占出货量的百分比，并作为重点分类的依据。如果出货量集中在少数订单(或产品)，则可针对此一产品族群(少数的品项数但占有重要出货比例)作进一步的分析及规划，以达事半功倍之效。相对的出货量很少而产品种类很多的产品组群，在规划过程可先不考虑或以分类分区规划方式处理，以简化系统的复杂度，并提高规划设备的可行性及利用率。
EIQ分析数据
订单资料库存总类数 PCB资料库
一系列的系统轮廓
一系列的限制条件
方案1 方案2 方案3
限制条件1 限制条件2 限制条件3
一系列的限制条件
经济性法律性环境变化速度
2.4 EIQ分析应用
一、订单变动趋势分析
▪ 长期趋势:长时间内呈现渐增或渐减的趋向 ▪ 季节变动:以一年为周期的循环变动 ▪ 循环变动:以一固定周期（如月、周）为单位的变动趋势 ▪ 偶然变动：一种不规则的变动趋势
交叉分析
▪ 在进行EQ、IQ、EN、IK等ABC分析后，除可就
订单资料个别分析外，亦可以就其ABC的分类进行组合式的交叉分析。如以单日别及年别的资料进行组合分析，或其它如EQ与EN、IQ与IK等项目，均可分别进行交叉组合分析，以找出有利的分析资讯。其分析过程先将两组分析资料经ABC 分类后分为3个等级，经由交叉组合后，产生 3×3的九组资料分类，再逐一就各资料分类进分析探讨，找出分组资料中的意义及其代表的产品族群。在后续的规划中，如结合订单出货与物性资料，亦可产生有用的交叉分析数据。
K1
T2
E1

EIQ分析技术

N12
N22 N2 K2
T2 …
合计
E2
…
单品出货量单品出货次数
…
单品总出货量
单品出货次数Biblioteka Q1K1Q2
K2
Q3
K3
Q4
K4
Q5
K5
Q
－
N
24 K

注： Q1(品项I1的出货量)＝Q1l＋Q12＋Q13＋Q14＋Q15十… Q(所有品项的总出货量)＝Q1十Q2＋Q3＋Q4＋Q5＋… Kl(品项I1的出货次数)＝K11＋K12＋K13十K14十K15＋…

分析数据加以图表化，这些数据、图表即为EIQ的资料分
析结果。

通过EIQ分析，可以得到许多有用的信息，对物流配送中
心的规划和改善具有重要意义。
26
EQ／EN／IQ／IK主要分析项目及意义
分析项目
a.订单量 (EQ)分析
说明
单张订单出货数量的分析
目的
研究订单对货物搬运作业能力的要求
b.订货品项数 (EN)分析
订单出货数量
Q11 Q21 Q1 －
订单出货品项
N11 N21 N1 K1
E1
T1
E2
…
单品出货量单品出货次数
E1
Q112
Q212 Q12 K12
Q122
Q222 Q22 K22
Q132
Q232 Q32 K32
Q142
Q242 Q42 K42
Q152
Q252 Q52 K52
Q12
Q22 Q2 －
4

常见于物流系统的储运单位组合型式如下表所示：

基于EIQ和PCB的配送中心设备决策模型的研究-好

97
第 3 期 ( 总第 209 期 ) 2011 年 3 月
工业技术经济
Journal of Industrial Technological Economics
No 3 ( General, No 209) Mar 2011
2 3
自动化程度的影响配送中心拣选作业的自动化程度主要决定了
采取自动化的储存和拣选方式 , 只是相对于摘果式的拣选分拣方式, 要在拣选后利用手工或自动分拣机进行订单的拆分。对于摘果式还是播种式的决策依据可以通过 EIQ 分析中的 EN 和 IK 分析获得。按当日 EN 值 ( 订单品种数 ) 及 IK 值 ( 货物出货频次 ) 的分布判断出货品项数的多寡和货品周转率的高低 , 确定不同的分拣作业方式。EN 值越大表示一张订单所订购的货物品种数越多, 货物的种类越多越杂
第 3 期 ( 总第 209 期 ) 2011 年 3 月
工业技术经济
Journal of Industrial Technological Economics
No 3 ( General, No 209) Mar 2011
基于 EIQ 和 PCB 的配送中心设备决策模型的研究
1
孙军华李林 2 ( 上海理工大学 , 上海 200093) ( 同济大学 , 上海 200092)
球范围的快速流通 , 电子商务的日渐成熟 , 也提出了对产品快速流通的要求 , 产品的快速流通和商品的快速交货对物流环节的配送运输和配送中心的快速分拣提出了极高的要求。近几年 , 国内外在物流配送方面的研究大都集中于配送运输网络规划和配送中心选址方面 , 而对于选址后的配送中心内部的设备选择、拣选分拣的流程优化方面讨论甚少。在配送中心系统规划的设备决策方面, 王转 , 贺文文指出配送中心的需求分析包括流程分析、物料分析、 EIQ 分析、 PCB 分析、需求变动趋势分析等 , 提出了结合订单出货资料与物品包装储运单位的 EIQ- PCB 分析 , 将订单资料以 PCB 的单位加以分类, 再按照各分类分别进行分析和进行关联及交叉分析, 得到更易于对仓储及拣货区进行规划的分析结果[ 1] 。论文列举了配送中心的典型储区和其储运模式 , 分析了各储运模式下的物流设备配置。杨玮, 刘昌祺等指出仅对订货件

基于EIQ和PCB的配送中心设备决策模型的研究

第３期（总第２９０期）
２１年３月０１
工业技术经济
ｏＩｄｓｉｌｃｈｏｏａＥｏｏｃｆｎｕｔａｃｎｌ￣ｃｌｃｎｍｉｓｒＴ
Ｎ．Ｇｏ３（哪浏，Ｎ．０）ｏ２９
Ｍａ．０１ｒ２ｌ
基于ＥＱ和ＰＢ的配送中心设备决策模型的研究ＩＣ
设备，计算拣货作业人员的数量，正确选择成批
商品的快速交货对物流环节的配送运输和配送中心的快速分拣提出了极高的要求。近几年，国内外在物流配送方面的研究大都集中于配送运输网
络规划和配送中心选址方面，而对于选址后的配
Ｍａ．０ｌｒ２１
表１由ＰＢ分析决定的基本拣选模式Ｃ
Ｂ，因为对于配送中心来说，很少的产品是单品的方式进货，一般最小单元为Ｃ。所以通过对货物配送中心所有货物的ＰＢ分Ｃ析，可以帮助配送中心确定不同的储运作业区域。不同的储运作业区域由于货物储存和拣选的集装单元差异，会选择不同的储存、拣选和搬运设备。
某个物品的储存和拣选出货单位。很多文献里将配送中心的储运单位分为如表１５类。的
作者简介：孙军华，上海理工大学管理学院工业工程研究所讲师，同济大学经济与管理学院博士研究生。研究方向：质量管理、物流与供应链管理。李林，上海理工大学管理学院副教授。研究方向：质量管理和物流管理。

EIQpcb分析案例.doc

15
E29
24
11
2
13
13
10
9
25
5
2
9
12
4
10
9
9
150
16
E13
59
9
3
25
25
16
12
44
5
3
13
15
7
17
6
6
265
16
E14
20
6
1
9
9
11
5
13
2
2
5
12
4
3
9
9
120
16
E15
15
3
1
6
6
8
2
12
4
1
8
4
4
2
0
0
76
14
E16
12
11
1
4
4
12
4
24
4
3
11
6
1
7
4
4
112
16
E17
16
7
0
5
5
6
3
14
1
1
7
11
3
6
3
3
91
15
6.2
按照上文所述的EIQ分析步骤，对肯德基配送中心的订单品项数量分析如下：
(1)订单出货资料的分解：首先将肯德基三十份订单进行编号，并对订单的16个品项进行编号如下：Ｉ1代表的出货品为鸡块，编号为86110001，其它依次是，Ｉ2为86110002，Ｉ3为86110004，Ｉ4为86110006，Ｉ5为86110007，Ｉ6为86110009，Ｉ7为86110048，Ｉ8为86110010，Ｉ9为86110075，Ｉ10为86110084，Ｉ11为86110299，Ｉ12为86110280，Ｉ13为86110253，Ｉ14为86110266，Ｉ15为86110267，Ｉ16为86110268，将以上品项数按顺序写在订单上，最后将其填入出货资料表格中，可得如下表6.1所示的出货EIQ表：

EIQ-pcb分析案例

E7
12
8
2
5
5
5
2
25
2
2
7
5
4
11
3
3
91
16
E8
23
11
0
11
11
10
14
27
3
0
9
5
2
12
5
5
148
14
E9
0
9
1
6
6
7
3
30
2
0
4
18
6
12
3
3
130
15
E10
13
9
0
6
6
6
2
29
3
1
0
5
1
9
2
2
94
14
E11
6
5
1
2
2
2
5
14
1
0
4
4
1
3
0
0
50
13
E12
14
9
1
14
14
7
5
23
8
4
9
10
15
19
18
23
28
2
11
6
22
Q
105
104
102
94
91
91
76
76
69
63
61
58
50
47
38
根据上表，可将订单进行ABC分类，其中A类有E25和E13两种，占订单总数的2÷30=6.67%，而订单的订货量则占到了870÷3760=23.14%；B类订单有E20、E29、E12、E8和E24五种，占订单总数的5÷30=16.67%，而订单的订货量则占到了779÷3760=20.72%；其它为C类，订单数占订单总数的23÷30=76.67%，而订单的订量则占总订货量的56.14%。可将其绘成如下图6.2所示的EQ曲线：

PCB失效分析技术与典型案例

1.2 X 射线透视检查对于某些不能通过外观检查到的部位以及 PCB 的通孔内部和其他内部缺陷，只好使用 X 射线透
视系统来检查。X 光透视系统就是利用不同材料厚度或是不同材料密度对 X 光的吸湿或透过率的不同原理来成像。该技术更多地用来检查 PCBA 焊点内部的缺陷、通孔内部缺陷和高密度封装的 BGA 或 CSP 器件的缺陷焊点的定位。目前的工业 X 光透视设备的分辨率可以达到一个微米以下，并正由二维向三维成像的设备转变，甚至已经有五维（5D）的设备用于封装的检查，但是这种 5D 的 X 光透视系统非常贵重，很少在工业界有实际的应用。
前言 PCB 作为各种元器件的载体与电路信号传输的枢纽已经成为电子信息产品的最为重要而关键
的部分，其质量的好坏与可靠性水平决定了整机设备的质量与可靠性。随着电子信息产品的小型化以及无铅无卤化的环保要求，PCB 也向高密度高 Tg 以及环保的方向发展。但是由于成本以及技术的原因，PCB 在生产和应用过程中出现了大量的失效问题，并因此引发了许多的质量纠纷。为了弄清楚失效的原因以便找到解决问题的办法和分清责任，必须对所发生的失效案例进行失效分析。本文将讨论和介绍一部分常用的失效分析技术，同时介绍一些典型的案例。
综合上述分析可知，PP 层粘接材料的局部固化不足，增大了 PCB 在高温强热中所受的的应力，外层铜箔与 PP 层树脂结合力不足，降低了铜箔与树脂之间的结合强度，而这些均与板的层压工及艺粘接材料的性能相关。 PCB 板吸潮又严重降低了 PCB 的耐热性能，使得 PCB 在过回流焊中水份急剧汽化导致出现爆板分层失效现象。结论
1.1 外观检查外观检查，就是目测或利用一些简单仪器，如立体显微镜、金相显微镜甚至放大镜等工具检查
PCB 的外观，寻找失效的部位和相关的物证，主要的作用就是失效定位和初步判断 PCB 的失效模式。外观检查主要检查 PCB 的污染、腐蚀、爆板的位置、电路布线以及失效的规律性，如是批次的或是个别，是不是总是集中在某个区域等等。另外，有许多 PCB 的失效是在组装成 PCBA 后才发现，是不是组装工艺过程以及过程所用材料的影响导致的失效也需要仔细检查失效区域的特征。

PCB失效分析技术总结及实用案例分享

PCB失效分析技术总结及实用案例分享作为各种元器件的载体与电路信号传输的枢纽，PCB已经成为电子信息产品的最为重要而关键的部分，其质量的好坏与可靠性水平决定了整机设备的质量与可靠性。

但是由于成本以及技术的原因，PCB在生产和应用过程中出现了大量的失效问题。

对于这种失效问题，我们需要用到一些常用的失效分析技术，来使得PCB在制造的时候质量和可靠性水平得到一定的保证，本文总结了十大失效分析技术，供参考借鉴。

1.外观检查外观检查就是目测或利用一些简单仪器，如立体显微镜、金相显微镜甚至放大镜等工具检查PCB的外观，寻找失效的部位和相关的物证，主要的作用就是失效定位和初步判断PCB的失效模式。

外观检查主要检查PCB的污染、腐蚀、爆板的位置、电路布线以及失效的规律性、如是批次的或是个别，是不是总是集中在某个区域等等。

另外，有许多PCB的失效是在组装成PCBA后才发现，是不是组装工艺过程以及过程所用材料的影响导致的失效也需要仔细检查失效区域的特征。

2.X射线透视检查对于某些不能通过外观检查到的部位以及PCB的通孔内部和其他内部缺陷，只好使用X射线透视系统来检查。

X光透视系统就是利用不同材料厚度或是不同材料密度对X光的吸湿或透过率的不同原理来成像。

该技术更多地用来检查PCBA焊点内部的缺陷、通孔内部缺陷和高密度封装的BGA或CSP器件的缺陷焊点的定位。

目前的工业X光透视设备的分辨率可以达到一个微米以下，并正由二维向三维成像的设备转变，甚至已经有五维（5D）的设备用于封装的检查，但是这种5D的X光透视系统非常贵重，很少在工业界有实际的应用。

3.切片分析切片分析就是通过取样、镶嵌、切片、抛磨、腐蚀、观察等一系列手段和步骤获得PCB横截面结构的过程。

通过切片分析可以得到反映PCB（通孔、镀层等）质量的微观结构的丰富信息，为下一步的质量改进提供很好的依据。

但是该方法是破坏性的，一旦进行了切片，样品就必然遭到破坏；同时该方法制样要求高，制样耗时也较长，需要训练有素的技术人员来完成。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

Tab. 6.2 IQ sorting table
I
8
1
14
12
6
5
4
2
11
7
13
15
16
9
10
3
Q
711
615
286
282
254
243
240
225
196
162
121
119
119
108
45
34
如下图6.1所示的IQ曲线：
图6.1肯德基配送订单IQ曲线
Fig.6.1KFC delivery orderIQcurve
6 EIQ
6.1
青岛肯德基有限公司位于繁华的闹市区，是由美国肯德基国际股份有限公司和肯德基环球投资有限公司共同投资兴办的。企业投资总额1020万美元，注册资本510万美元。其主要经营肯德基家乡鸡快餐连锁店,中西餐饮及配套服务，生产、销售促销礼品。
青岛肯德基第一家餐厅市南店于农历一九九五年七月十四正式营业后便得到青岛市民的热烈反响，至1998年底，已经发展为在青岛市区开设12家餐厅，1998年销售额达人民币1亿元。到2004年底，青岛市共有63家餐厅，2004年销售额为人民币6.4亿元。
体积:0.52 0.34 0.286=0.0506
（3）易于串味药品品项数
针剂品项数:22
非药品项数:108
（4）冷库药品品项数
针剂品项数:119
（5）外用药(不含易于串味药品)品项数
非药:617
（6）配送中心储存药品品项数
针剂:1302
片剂:1637
水剂:828
成药:1545
非药:926
总计:623
EQ分析：将各订单(E)的订货量(Q)进行排序，得如下表6.3所示
表6.3 EQ排序表
Tab. 6.3 EQ sorting table
E
25
13
20
29
12
8
24
30
9
21
14
27
16
26
3
Q
605
265
181
153
150
148
147
137
130
129
120
118
112
112
110
E
1
4
5
10
7
17
片剂:490 320 272(L W H) 7.50Kg
水剂:491 319 261(L W H) 9.50Kg
成药:495 307 260(L W H) 11.50Kg
非药:495 321 257(L W H) 13.45Kg
（2）商品信息(平均值)
价值:1000元/件
重量:17Kg
面积:0.52 0.34=0.1768
肯德基在各地的连锁发展，离不开其在各地的配送中心。就拿青岛肯德基有限公司来说，每天各分店所需要的各类货品就由其在青岛的配送中心送到各分店。由此可见，其配送中心在连锁经营中的重要作用。
本章将根据青岛市肯德基各连锁店一天订单数据进行分析，得出关于配送中心日常管理和重新规划的一些重要信息。
青岛市肯德基配送中心现位于青岛市徐东路，按照青岛市对配送中心等设施的建设要求，对其进行搬迁重建是迟早的事。因此，本文所论述的EIQ分析方法，无论对其现在的管理及今后的重建都可以发挥作用。
E1
12
3
0
2
4
6
1
27
2
1
14
9
3
13
4
4
105
15
E2
10
8
0
3
3
2
0
14
1
1
0
6
1
5
2
2
58
13
E3
13
17
3
4
4
6
12
30
4
3
0
4
2
2
3
3
110
15
E4
12
11
2
4
4
4
5
30
4
1
7
4
2
8
3
3
104
16
E5
11
8
1
6
6
5
4
25
2
2
7
7
2
8
4
4
102
16
E6
9
1
1
3
3
3
1
6
1
0
6
3
1
7
1
1
47
15
(1)凡是去过肯德基餐厅的顾客,都可以感受到肯德基的以质量为本、服务至上，尽量满足顾客的需要的企业经营宗旨，让顾客在肯德基所得到的服务要多于他原来希望得到的服务。从顾客开始点餐，到顾客就座用餐，工作人员必须在一分钟之内完成服务，整个服务要遵循“服务四步曲”，即热情问候顾客、仔细聆听顾客点菜、迅速包装和感谢。
E18
8
5
2
2
2
6
9
11
3
0
0
9
2
4
3
3
69
14
E19
13
6
0
6
6
5
5
14
3
0
5
4
3
2
2
2
76
14
E20
23
14
3
9
9
11
2
35
5
3
14
19
6
16
6
6
181
16
E21
9
8
1
8
9
1
5
29
3
3
12
16
6
19
0
0
129
14
E22
8
3
0
2
2
3
0
7
0
0
0
5
2
4
1
1
38
11
E23
5
0
0
0
0
6
3
13
1
0
9
5
5
12
15
19
18
23
28
2
11
6
22
Q
105
104
102
94
91
91
76
76
69
63
61
58
50
47
38
根据上表，可将订单进行ABC分类，其中A类有E25和E13两种，占订单总数的2÷30=6.67%，而订单的订货量则占到了870÷3760=23.14%；B类订单有E20、E29、E12、E8和E24五种，占订单总数的5÷30=16.67%，而订单的订货量则占到了779÷3760=20.72%；其它为C类，订单数占订单总数的23÷30=76.67%，而订单的订量则占总订货量的56.14%。可将其绘成如下图6.2所示的EQ曲线：
2
2
63
11
E24
19
10
1
9
9
9
8
28
5
0
8
7
4
16
7
7
147
15
E25
166
12
3
46
46
57
10
84
25
8
15
37
12
44
20
20
605
16
E26
13
7
1
7
7
9
9
24
3
0
2
10
4
10
3
3
112
15
E27
18
3
1
8
8
7
14
18
4
2
2
14
6
3
5
5
118
16
E28
8
5
1
3
3
3
2
11
2
0
5
4
3
5
3
3
61
根据IQ曲线可将各品项按ABC进行分类，A类有Ｉ8、Ｉ1，B类有Ｉ14、Ｉ12、Ｉ6、Ｉ3和Ｉ4，其它为C类。这样A类品项占品项总数的2÷16=12.5%,而其订单数占了订单总数的1326÷3760=35.3%；B类品项占品项总数的5÷16=31.25%，其订单数占订单总数的1305÷3760=34.7%；C类品项占品项总数的56.25%，其订单数占订单总数的30%。这是一种非常有用的信息，可用于仓储系统的规划选用、储位空间的估算，并将影响拣货方式及拣货区的规划。规划时可根据产品分类划分储区方式储存，各类产品储存单位、存货水准可设定不同水准。
各品项(I)的出货次数(K)已在出货资料表中列出，现将其从大到小排列如下表6.4：
表6.4 IK排序表
Tab. 6.4 IK sorting table
I
1
6
8
12
13
14
2
4
5
9
7
15
16
11
3
10
K
30
30
30
30
30
29
29
29
29
29
28
27
27
26
22
19
从上表中可以看到各品项的受订次数非常接近，但考虑到我们所作的简化处理，仍可作ABC分类：将K=30的5类品项分为A类；将K=29的品项作为B类；其它的作为C类。可得如下图6.4所示的IK曲线：