《SPC管制图补充教材.pptx》由会员分享,可在线阅读,更多相关《SPC管制图补充教材.pptx(40页珍藏版)》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、SPC 補充教材 X-bar 管制圖發生特異值之原因 特異值(freaks):某個觀測值明顯的與其它值不同。可能是 1.工具設置錯誤後立即改進 2.測量錯誤 3.繪製錯誤 4.操作錯誤 5.設備故障等 X-bar 管制圖發生週期變化之原因 週期變化(cycles):在一個短區間,資料會以某種模式重複。可能是 1.季節性因素影響如氣溫與溼度等 2.固定設備已磨損的位置或紋路 3.操作員疲勞 4.電壓變化 5.工作輪調等 X-bar 管制圖發生平均值改變之原因 平均值改變(shift in level):平均值明顯不在中心線附近可能是 1.引進新原料 2.操作員技術更熟練 3.改變設備維修計畫 4
2、.引進製程管制等 X-bar 管制圖發生趨勢之原因 趨勢(trends):管制圖中的點逐漸上升或下降可能是 1.工具與夾治具逐漸磨損 2.操作員學習中 3.維修技術不良 4.製造現場之環境髒亂 X-bar 管制圖發生混合之原因 混合(mixtures):觀測值都落在離中心線很遠的地方,而且交錯地分散可能是 1.兩種以上的原料操作員機器測量工具生產方法交錯使用 X-bar 管制圖發生規則性變化之原因 規則性變化(systematic variable):管制圖中的點一上一下有秩序的出現可能是 1.輪班人員不同 2.測試儀器不同 3.裝配線不同 4.抽樣行為呈有規則性變化 X-bar 管制圖發生分
3、層之原因 分層(stratification):是一種穩定的混合型,通常是靠近中心線或管制界限可能是兩種以上 1.原料 2.操作員 3.機器測量工具 4.生產方法交錯使用 5.管制界限計算錯誤 6.數字的小數點錯誤 X-bar 管制圖發生不穩定之原因 不穩定(instability):出現不尋常的大波動可能是 1.大規模機器重新調整 2.夾治具位置不正確 3.不同批的原料混合使用 R管制圖發生特異值之原因 特異值(freaks):某個觀測值明顯的與其它值不同。可能是 1.操作步驟漏失 2.測試產品 3.計算錯誤 4.設置後所生產的第一個產品等 R管制圖發生週期變化之原因 週期變化(cycles
4、):在一個短區間,資料會以某種模式重複。可能是 1.維修排程 2.操作員疲勞 3.輪班 4.工具磨耗等 R管制圖發生平均值改變之原因 平均值改變(shift in level):平均值明顯不在中心線附近可能是 1.夾具 2.製程方法 3.製程技術 R管制圖發生趨勢之原因 趨勢(trends):管制圖中的點逐漸上升或下降可能是 1.某些零件逐漸鬆動或磨耗 2.多種原料混合使用 R管制圖發生混合之原因 混合(mixtures):觀測值都落在離中心線很遠的地方,而且交錯地分散可能是 1.兩種以上的原料操作員機器測量工具生產方法交錯使用 R管制圖發生規則性變化之原因 規則性變化(systematic
5、variable):管制圖中的點一上一下有秩序的出現可能是 1.抽樣行為呈有規則性變化 R管制圖發生分層之原因 分層(stratification):是一種穩定的混合型,通常是靠近中心線或管制界限可能是兩種以上 1.原料 2.操作員 3.機器測量工具 4.生產方法交錯使用 R管制圖發生不穩定之原因 不穩定(instability):出現不尋常的大波動可能是 1.與操作員機器測試儀器原料有關 P管制圖發生特異值之原因 特異值(freaks):某個觀測值明顯的與其它值不同。可能是 1.抽樣數改變 2.從完全不同的分配中抽樣 3.偶然出現非常好或壞的批量等 P管制圖發生週期變化之原因 週期變化(cy
6、cles):在一個短區間,資料會以某種模式重複。可能是 1.排序操作問題 2.抽樣操作問題 3.固定的供應商變化 P管制圖發生平均值改變之原因 平均值改變(shift in level):平均值明顯不在中心線附近可能是 1.夾具 2.製程方法 3.製程技術 4.引進新原料 5.操作員技術更熟練 6.改變設備維修計畫 7.引進製程管制 8.標準變化 P管制圖發生趨勢之原因 趨勢(trends):管制圖中的點逐漸上升或下降可能是 1.某些零件逐漸鬆動或磨耗 2.多種原料混合使用 3.工具與夾治具逐漸磨損 4.操作員學習中 5.維修技術不良 6.製造現場之環境髒亂 P管制圖發生混合之原因 混合(mi
7、xtures):觀測值都落在離中心線很遠的地方,而且交錯地分散可能是 1.兩種以上的原料操作員機器測量工具生產方法交錯使用 P管制圖發生規則性變化之原因 規則性變化(systematic variable):管制圖中的點一上一下有秩序的出現可能是 1.抽樣行為呈有規則性變化 2.有規則性的從不同母體中抽樣 P管制圖發生分層之原因 分層(stratification):是一種穩定的混合型,通常是靠近中心線或管制界限可能是兩種以上 1.原料 2.操作員 3.機器測量工具 4.生產方法交錯使用 P管制圖發生不穩定之原因 不穩定(instability):出現不尋常的大波動可能是 1.大規模機器重新調
8、整 2.夾治具位置不正確 3.不同批的原料混合使用 4.與操作員機器測試儀器原料有關 5.非隨機抽樣 【例】:生產線圈之製程是以x bar-R管制圖監視線圈之電阻值,樣本大小採用n=5,25組樣本資料如下表所示。以這些資料建立 x bar-R管制圖。樣本觀測值 R1202320232221.8032191721212120.2043252020172021.0084202122212121.802519242322018.60226222018181920.6047182019182020.4028201823202122.0059212024232223.80410211920202022.
9、00211202023222023.20312222120222324.00313192219181922.00414202122212224.00215202424232325.80416212024202124.40417201818202022.60218202422232326.00419201923201924.00420222121242226.00321232222202226.00322211818171923.00523212424232327.60324202221212025.60425192021212225.606和和521.0087【解】:通常在設立 與R管制圖時,
10、最好先從R管制圖開始,因為 之管制界限是由製程變異性來決定,除非製程變異在管制內,否則此管制界限將不具任何意義。Step 1: 3.48查表得D42.115,D30UCLR = 2.1153.487.360中心線= 3.48LCLR= 0Step 2:因為第五組樣本超出管制界限,查明原因後,將之剔除。重新計算出 修正後的R管制界限為UCLR = 2.1153.296.958LCLR = 0Step 3:觀察上圖顯示在此新的管制界限下,R管制圖製程在管制內。此時可以進行 建立。 經查表知道n=5時,A20.577,管制界限為UCL = 20.8580.5773.2922.756LCL = 20.
11、8580.5773.2918.960依此畫出 管制圖由圖中觀察出第15, 22, 23組樣本超出管制界限,在找出原因後,重新計算。可以畫出下面的管制圖。【例】某種化學產品之主要品質特性為黏度,此產品係以批量之方式生產,由於生產率太慢,故使用樣本大小n=l,下表為20批產品之數據。試計算管制界限。 批號黏度移動全距136.3228.67.7332.53.9438.76.2535.43.3627.38.1737.29.9836.40.8938.31.91030.57.81129.41.11235.25.81337.72.51427.510.21528.40.91633.65.21728.55.11
12、836.27.719306.22028.31.7平均32.85.053【解】此20批產品黏度之平均值 32.8,兩連續數據之移動全距的平均值 5.053,查表得知D30,D43.267。由此可得移動全距管制圖之參數為UCLD4* 3.2675.05316.508中心線5.053LCL0上圖為移動全距管制圖,從圖中可看出並無點超出管制界限。對於個別值管制圖,查表得知n=2,d21.128其參數為UCL 32.83(5.053/1.128)46.238中心線32.8LCL 32.83(5.053/1.128)19.362【例】某除草機製造商以p管制圖管制除草機在發動時是否正常。該公司每天抽取40部
13、做試驗,第一個月之數據如下表所示,試建立試用管制界限。日期不合格品數日期不合格品數日期不合格品數日期不合格品數147113719023831422013190153213421011632225311217262124188【解】由於每天抽樣之樣本數均相同,因此不合格率之平均值可以利用下式計算: 0.0648管制界限為UCL=0.648 0.1816UCL=0.648 0.052由於LCL0並無意義,因此我們將LCL設為0其p管制圖如下【例】: 假設不合格率之平均值為 =0.255,n=45,試計算np管制圖之參數。【解】:UCL = 20.25LCL = 2.7在np管制圖中,圖上所描繪之點
14、代表樣本中之不合格品之數目,而不合格品數必須為整數。所以樣本之不合格品數介於3至20間(含3及20),則製程可視為在管制內。【例】:下表是某汽車工廠生產之車門不合格點數記錄,每組樣本大小為100,試建立管制圖。樣組不合格點數樣組不合格點數151472815434169491711512181067196782098122122921221310723811122410126257139【解】:此25組樣本共含236個缺點,因此c之估計值為 9.44試用管制界限為UCL = 18.66中心線 = 9.44LCL = 0.22依此25組樣本繪製下面管制圖其中樣本9及21均超出管制界限,因此必須診斷
15、樣本9及21之異常原因。若異常原因已排除後,則可將樣本9及21之數據刪除,並重新計算管制界限,新的不合格點數之平均值為c=193/23=8.39。修正後之管制界限為UCL = 17.08中心線 = 8.39LCL = 0.0修正後管制圖如右【例】:某打字行以每千個字中之錯誤,來衡量其打字員的品質。該打字行記錄某位打字員每天所完成之打字中的錯誤,其資料如右表所示。計算試用管制界限。日期份數字數錯誤數目樣本大小每檢驗單位之不合格數1157236327.2364.4223332147506257.5063.3306693106221246.2213.8579014115670235.674.0564
16、375126714306.7144.4682756147213217.2132.911417104568274.5685.910683883954163.9544.0465359127293277.2933.7021810104627244.6275.18694611136435186.4352.79720312187406347.4064.5908721373746233.7466.1398831496217156.2172.4127391565101175.1013.332681655663375.6636.5336391765889295.8894.9244351854087254.0876.1169561933901223.9015.6395820105573245.5734.3064782184649264.6495.5926012284141254.1416.03718923105588185.5883.22118824126482346.4825.24529525127045267.0453.690561