SPC补充教材（PPT 41页）.pptx

《SPC补充教材（PPT 41页）.pptx》由会员分享，可在线阅读，更多相关《SPC补充教材（PPT 41页）.pptx（41页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

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【解】 4.352268UCL1 LCL1 其它樣本之管制界限可依相同方式計算。最後繪出之u管制圖如下：