不合格品率控制图

全面质量管理的常用方法（二）统计分析表方法统计分析表方法也叫质量调查表方法，它最早是由美国的菲根堡姆先生提出的，是在全面质量管理中利用统计图表来收集、统计数据，进行数据整理并对影响产品质量的原因作粗略的分析。

调查表中所利用的统计表格是一种为了便于收集和整理数据而自行设计的空白表。

统计分析表是最为基本的质量原因分析方法，也是最为常用的方法。

在实际工作中，经常把统计分析表和分层法结合起来使用，这样可以把可能影响质量的原因调查得更为清楚。

需要注意的是，统计分析表必须针对具体的产品，设计出专用的调查表进行调查和分析。

常见的统计分析表常用的统计分析表主要有以下几种：◆缺陷位置调查表若要对产品各个部位的缺陷情况进行调查，可将产品的草图或展开图画在调查表上，当某种缺陷发生时，可采用不同的符号或颜色在发生缺陷的部位上标出。

若在草图上划分缺陷分布情况区域，可进行分层研究。

分区域要尽可能等分。

缺陷位置调查表的一般格式可参照表8-1绘制。

所谓不合格品，是指不能满足质量标准要求的产品。

不合格品统计调查表用于调查产品质量发生了哪些不良情况及其各种不良情况的比率大小。

以内燃机车修理厂柴油机总装工段一次组装不合格的返修为例，如表8-2所示。

频数分布调查表是预先制好的一种频数分布空白表格。

该表应用于以产品质量特性值为计量值的工序中，其目的是为了掌握这些工序产品质量的分布情况，比直方图更为简单。

频数分布调查表的一般格式如表8-3所示。

直方图方法什么是直方图直方图也叫质量分布图、矩形图、柱形图、频数图。

它是一种用于工序质量控制的质量数据分布图形，是全面质量管理过程中进行质量控制的重要方法之一。

直方图适用于对大量计量数值进行整理加工，找出其统计规律，也就是分析数据分布的形态，以便对其整体的分布特征进行推断。

直方图是将测量所得到的一批数据按大小顺序整理，并将它划分为若干个区间，统计各区间内的数据频数，把这些数据频数的分布状态用直方形表示的图表。

一、各阶段的质量管理重点二.数据的基本常识:⒈数据的分类⒉收集数据的目的⒊收集数据应按注意的事项①有效数字②数字的修约规则⒋数据的几个重要特征:①表示数据集中位置的特征数②表示数据离散程度的特征数:极差、方差、标准偏差(σ) ⒌标准差与平均值关系三、关于SPC理解SPC起源、背景最新版本 SPC的变化SPC的假设条件统计资料的类型(计数、计量)正态分布中值、极差、标准偏差的计算过程的变异四、控制图--SPC质量控制的基本元素是控制图。

⒈什么是控制图:(控制图原理:3σ原则)⒉控制图的主要用途:变异的本质:共同原因、特殊原因管制状态SPC两个阶段:分析阶段,监控阶段分析用的控制图主要目的:管理用的控制图主要作用:充分体现出SPC预防控制的作用。

⒊控制图的基本形式控制图的种类及主要用途 (表)⒋计量值控制图⑴平均值-极差控制图⑵中位数和极差控制图:案例:⑶单值─移动极差控制图(X-Rs)⑷平均值和标准偏差控制图案例:⑸控制线的修订分析⒌计数值控制图计数值控制图有不合格品率控制图(P图)、不合格品数控制图(Pn)图、单位缺陷控制图(u图)和缺陷控制图(C图)。

⑴不合格品率控制图(P控制图)主要用途P控制图几种画法:一是收集的样本大小n不等二是对上述控制界限的计算进行简化,不合格品率控制图(P控制图)画法:案例1:案例2:⑵不合格品数控制图(Pn控制图)案例:⑶单位缺陷数控制图(μ控制图)⑷缺陷数控制图(C图) (例子)⑸公差百分率控制图①什么是公差百分率控制图②中心线和控制界限的确定③公差百分率控制图的特点⒍控制图的观察分析控制图与工序变化的分析和判断⑴工序稳定状态的判断工序是否处于稳定状态,必须同时要满足两个原则⑵工序不稳定状态的判断①点子超出控制界限②点子处在警戒区内③点子在控制界限内,但点子排列有缺陷⒎控制图异常的处理⑴4种情况应重新计算控制界限并作控制图:⑵控制图两种错误的分析⑶3σ控制界限的意义⑷质量特性与控制图的选择要考虑的6个方面:⒏使用控制图的注意事项①分组问题、②分层问题、③控制界限的重新计算课堂练习五、工序能力分析⒈工序能力的含义:工序能力与生产能力、机械能力的区别⒉工序能力的数量表示:为什么用6σ来表示工序能力?⒊工序能力与公差图⒋工序能力指数Cp及其计算①正态分布②双向允差,工序分布中心与规格中心重合(即无偏移的情况)③双向允差,工序分布中心与规格中心有偏移有偏移时工序能力指数用符号CPK表示:例:④单向公差情况:只有公差上限TU时单向公差情况:只有公差下限TL时:例:⒌工序能力的判断及处置⑴工序能力判断标准⑵有偏离系数工序能力的判断标准⑶CP值对应的总体不合格品率表(%)⒍处置:CP>1.67时、1.33 < CP≤1.67时、1< CP≤1.33时、0.67 < CP≤1时、CP≤0.67时⒎改善及矫正措施⒏工序能力指数计算练习。

计量 值 控 制 图均值极差图图R X -X CL =R CL =中位数极差图 图R X -~X CL ~=R CL =单值移动极差控制图 图S R X - 计算简便效果差X CL =s R CL =S R UCL 267.3= LCL=不考虑平均值标准差图 图S X -X CL =S A X UCL 3+=S A X UCL 3-=S CL =S B UCL 4=S B UCL 3= 计 数 值 控 制 图不合格品数控制图Pn(Np) 样本数量相等n P CL =不合格品率控制图P样本数量可以不等计算量大，控制线凹凸不平（在特定条件下，控制线可为直线）P CL =缺陷数控制图C样本数量相等C CL = C C UCL 3+= C C UCL 3-=单位缺陷数控制图 U样本数量可以不等计算量大，控制线凹凸不平（在特定条件下，控制线可为直线） U CL = niU U UCL 3+= niU U UCL 3-= 标准差标准差(Standard Deviation) 也称均方差(mean square error)各数据偏离平均数的距离（离均差）的平均数，它是离差平方和平均后的方根。

用σ表()i P n p p P UCL -+=13RA X UCL X 2+=R A XLCL X 2-=RD R UCL 4=R D R LCL 3=R D R UCL 4=R D R LCL 3=RA X UCL m X 23~+=RA X UCL m X 23~-=S R X UCL 660.2+=S R X UCL 660.2-=()iP n pp Pn UCL -+=13()i P n pp Pn UCL --=13()iP n pp P UCL --=13=∑=--=ni i n X X S 121)(ˆσ在讨论控制图原理时，已经知道点子出界就判断异常，这是判断异常的最基本的一条准则。

为了增加控制图使用者的信心，即使对于在控制界限内的点子也要观察其排列是否随机。

控制图控制图（Control Chart ）又称管理图、休哈特图，是一种将显著性统计原理应用于控制生产过程的图形方法。

控制图是区分过程中正常波动和一场波动，并判断过程是否处于控制状态的一种工具。

正常波动是由普通原因（偶然因素、随机因素）造成的，这些因素在生产过程中大量存在，对产品质量经常发生影响，但它造成的质量波动往往比较小，在生产过程中是允许存在的，如材料成分的微小变化、设备的轻微震动、刃具的正常磨损、夹具的弹性变型等；一场波动是由特殊原因（异常因素、系统因素造成的。

这些因素在生产过程中并不大量存在，对产品质量也不经常发生影响，一旦存在，它对产品质量的影响就比较显著，如机器设备带病运转，操作者违章操作等。

控制图的控制界限就是用来区分正常波动和异常波动的。

1、控制图的基本结构1）以随时间推移而变动着的样品号为横坐标，以质量特性值或其统计量为纵坐标； 2）三条具有统计意义的控制线：上控制线UCL 、中心线CL 、下控制线LCL ； 3）一条质量特性值或其统计量的波动曲线。

2、控制图原理的解释 第一种解释：“点出界就判异”小概率事件原理：小概率事件实际上不发生，若发生即判异常。

控制图就是统计假设检验的图上作业法。

第二种解释：“抓异因，弃偶因”控制限就是区分偶然波动与异常波动的科学界限。

休哈特控制图的实质就是区分偶然因素与异常因素的。

UCLLCL样本统计量数值x 或R14 15 16 17 18按用途分类1）分析用控制图——用于质量和过程分析，研究工序或设备状态；或者确定某一“未知的”工序是否处于控制状态；2）控制用控制图——用于实际的生产质量控制，可及时的发现生产异常情况；或者确定某一“已知的”工序是否处于控制状态。

4、R X -图的绘制1）确定控制对象（统计量）一般应选择技术上最重要的、能以数字表示的、容易测定并对过程易采取措施的、大家理解并同意的关键质量特性进行控制。

2）选择控制图对于计量数据而言，R X -控制图是最常用最基本的。

计数型控制图分类及案例分析引言计数型控制图是一种常用的质量管理工具，用于监控和控制生产过程中的缺陷数量。

它可以帮助企业及时发现并解决生产过程中的质量问题，提高产品质量和生产效率。

本文将介绍计数型控制图的分类及其在实际生产中的应用案例分析。

一、计数型控制图分类根据被测量的质量特征的性质，计数型控制图可分为以下几类：1. P型控制图P型控制图是用于监控不合格品（缺陷品）的百分比的控制图。

它适用于对质量特征进行二元分类的场景，如产品是否合格、工作过程是否按照要求进行等。

在P型控制图中，我们记录每次生产中不合格品（缺陷品）的数量，然后计算不合格品的百分比。

2. C型控制图C型控制图是用于监控单位产品中缺陷次数的控制图。

它适用于对质量特征进行可计数的场景，如产品中缺陷的数量、设备故障次数等。

在C型控制图中，我们按照一定的时间间隔或生产批次来统计缺陷的数量。

3. U型控制图U型控制图是用于监控单位产品中缺陷的平均数的控制图。

U型控制图是对C型控制图的升级，它考虑了单位产品的不同大小或不同生产周期中的缺陷数量的波动。

通过综合考虑缺陷数目和单位产品的差异，U型控制图可以更加准确地监控和控制生产过程中的质量问题。

二、案例分析在实际生产中，计数型控制图被广泛应用于各个行业。

下面以汽车行业为例，进行案例分析。

1. P型控制图应用案例：汽车生产线上的不合格率监控汽车生产过程中存在着许多环节，如果某个环节的不合格品率过高，将严重影响整体生产效率和产品质量。

因此，汽车生产企业常常利用P 型控制图来监控生产线上的不合格品率。

在该案例中，汽车生产企业每天按照一定的时间间隔对生产线上的车辆进行抽检，记录不合格品的数量，并计算当天的不合格品率。

通过绘制P型控制图，汽车生产企业可以及时发现生产线上的不良情况，并采取相应的措施进行改进，从而提高产品质量和生产效率。

2. C型控制图应用案例：汽车发动机缺陷次数监控汽车发动机是汽车的核心部件之一，其质量直接影响到整车的可靠性和性能。