质量的管理七大手法.pptx

  1. 1、本文档共82页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
手法一 因果图又称特性要因图,石川图或鱼刺图、鱼骨图用图解法对影响过程或产品质量问题的各种因素进行全面系统的观察和分析,找出其因果关系使小组能集中于问题的实质,围绕问题产生集体智慧和意见集体智慧的火花集中于问题的原因而不是问题的现状大原因(大骨)小骨中骨特 性主骨特性(结果)因素(原因)因果图的基本结构手法一 因果图 头脑风暴的运用 *口字加两笔 ,想想有那些字呢? 因果关系的整理 例 :某某产品微生物超标,原因分析?因果图作图步骤选题,分析对象,确定质量特性。组织讨论,找出所有可能会影响结果的因素。找出各因素之间的因果关系,在图上以因果关系的箭头表示出来。根据对结果影响的重要程度,将认为对结果有显著影响的重要原因标示出来。在因果图上标出有关信息。机床操作者环境光线弱主轴松动漏油情绪无作业标准光线油压不稳缺乏作业技能轴承磨损工作纪律松驰气温高机床精度不够光线过强未经培训油中有气泡轴颈有刀痕薪金低日夜加班夹具磨损没有积极性疲劳冷却液不标准切削速度上道工序加工不良用错刀具浓度不当中心孔位置不正确转速高材质不当进给量大刀具管理不善小组名称:组长:成员:日期:材 料工艺方法因果图示例绘制因果图注意事项确定原因时应集思广益,充分发扬民主所要分析的质量特性问题,应提得尽可能具体一张因果图只反映一个质量特性问题原因分析到绘制能采取具体措施为止检查无遗漏要运用其它工具和技术进行验证不断完善,纳入受控文件进行控制因果图的应用 偏差的调查 如:水系统微生物超标 血灌产品微粒检测超标 物料管理差错等 手法二 排列图 (也叫柏累托图) 质量问题是以质量损失(缺陷项目和损失金额)的形式来体现的。大多数损失是由少数几种的缺陷引起的 ,而这几种缺陷又是由少数原因引起的。因此,只要明确这些“关键的少数”,就可以消除这些特殊原因,避免由此引起的大量损失。 用排列图法,可以实现这一目的。(2-8原则)作排列图的步骤明确问题以及如何收集数据设计数据记录表(检查表),记录数据将数据从大到小排列,并累计计算画排列图在图上画累计频数折线在图上记入必要事项排列图示例 例:某厂随机调查4月1日至7月1日的产品共5000件,对其逐一检查,进行缺陷分析,得到缺陷种类及数据如下:缺陷类型断 裂擦伤污染弯曲裂纹砂眼其它合计缺陷数1044220106414200日期:4月1日至7月31日调查铸件总数: 5000件排列图制作排列图注意要点把握问题的实质,以确定“关键的少数”。通常将因素按累计比率分为三类: A类因素:累计比率在0~80%之间; B类因素:累计比率在80~90%之间; C类因素:累计比率在90~100%之间。“其它”项不能过大,否则分类不够理想。排列图和因果图结合使用选题分析问题采取对策,进行改进改进前后比较问题:排列图和因果图联合使用时的顺序??案例分析某厂为降低产品不良品率6月1日至7月31日现状:影响产品不合格因素排列图图分析:从表中分析,尺寸缺陷是关键的少数。操作者机 器稳定疲劳注意力操作健康不平衡精神疾病变形教育培训心情夹具和工具经验磨损产品尺寸缺陷形状位置拧紧程度成分装配排列定位角度原料质量程序尺寸顺序动作贮存速度零件和原料作业方法产品尺寸缺陷因果图影响产品尺寸缺陷因素排列图对影响尺寸的因素分解,并逐一攻破。改进后影响产品不合格因素排列图9月1日至10月31日 效果:尺寸缺陷明显减少。6月1日至7月31日9月1日至10月31日总改进效果改进效果改进前后不良品排列图比较改进后不良品由180降至116,尺寸缺陷由88降为20排列图的应用例一 灯检缺陷入产品的改进例 二 偏差的分析 排列图的应用例:如何减少偏差问题的发生偏见按发生部门分类车间(工序)偏差数(项)车间(工序)偏差数(项)综合车间共29项洁净车间共46项精处理11组分装11粗处理9加水10包装3二筛三筛7其它6包膜4————翻洗4————其它10手法三 直方图 直方图是从工序中随机抽取样本,将从数据中获取的数据进行整理,绘成图,从中找到质量波动规律,预测工序质量的一种工具。直方图的作用展示用表格难以说明的大量数据显示各种数值出现的相对频率揭示数据的中心、波动及形状快速阐明数据的潜在分布为预测过程提供有利信息可以发现“过程是否能满足顾客要求”直方图的绘制步骤明确衡量过程的特性值收集数据计算极差数据分组作频数分布表画直方图在图上记录有关资料直方图原始数据表(单位:mm)2.5102.5172.5222.5222.5102.5112.5192.5322.5432.5252.5272.5362.5062.5412.5122.5152.5212.5362.5292.5242.5292.5232.5232.5232.5192.5282.5432.5382.

文档评论(0)

Daluoding + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档