SPC补充教材

按一下以編輯母片標題樣式,按一下以編輯母片,第二層,第三層,第四層,第五層,*,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,工具設置錯誤後立即改進,測量錯誤,繪製錯誤,操作錯誤,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,季節性因素影響如氣溫與溼度等,固定設備已磨損的位置或紋路,操作員疲勞,電壓變化,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,引進新原料,操作員技術更熟練,改變設備維修計畫,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,工具與夾治具逐漸磨損,操作員學習中,維修技術不良,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,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,輪班人員不同,測試儀器不同,裝配線不同,抽樣行為呈有規則性變化,X-bar 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,原料,操作員,機器測量工具,生產方法交錯使用,管制界限計算錯誤,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,大規模機器重新調整,夾治具位置不正確,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,操作步驟漏失,測試產品,計算錯誤,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):,在一個短區間，資料會以某種模式重複。,可能是,維修排程,操作員疲勞,輪班,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,夾具,製程方法,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,某些零件逐漸鬆動或磨耗,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,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 variable):管制圖中的點一上一下有秩序的出現,可能是,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,原料,操作員,機器測量工具,生產方法交錯使用,R管制圖發生不穩定之原因,不穩定(instability):出現不尋常的大波動,可能是,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,抽樣數改變,從完全不同的分配中抽樣,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(cycles):,在一個短區間，資料會以某種模式重複。,可能是,排序操作問題,抽樣操作問題,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,夾具,製程方法,製程技術,引進新原料,操作員技術更熟練,改變設備維修計畫,引進製程管制,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,某些零件逐漸鬆動或磨耗,多種原料混合使用,工具與夾治具逐漸磨損,操作員學習中,維修技術不良,製造現場之環境髒亂,P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,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,抽樣行為呈有規則性變化,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,原料,操作員,機器測量工具,生產方法交錯使用,P管制圖發生不穩定之原因,不穩定(instability):出現不尋常的大波動,可能是,大規模機器重新調整,夾治具位置不正確,不同批的原料混合使用,與操作員機器測試儀器原料有關,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,R,1,20,23,20,23,22,21.80,3,2,19,17,21,21,21,20.20,4,3,25,20,20,17,20,21.00,8,4,20,21,22,21,21,21.80,2,5,19,24,23,2,20,18.60,22,6,22,20,18,18,19,20.60,4,7,18,20,19,18,20,20.40,2,8,20,18,23,20,21,22.00,5,9,21,20,24,23,22,23.80,4,10,21,19,20,20,20,22.00,2,11,20,20,23,22,20,23.20,3,12,22,21,20,22,23,24.00,3,13,19,22,19,18,19,22.00,4,14,20,21,22,21,22,24.00,2,15,20,24,24,23,23,25.80,4,16,21,20,24,20,21,24.40,4,17,20,18,18,20,20,22.60,2,18,20,24,22,23,23,26.00,4,19,20,19,23,20,19,24.00,4,20,22,21,21,24,22,26.00,3,21,23,22,22,20,22,26.00,3,22,21,18,18,17,19,23.00,5,23,21,24,24,23,23,27.60,3,24,20,22,21,21,20,25.60,4,25,19,20,21,21,22,25.60,6,和,521.00,87,【解】：,通常在設立,與R管制圖時，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D,4,2.115，D,3,0,UCL,R,=,2.1153.487.360,中心線=,3.48,LCL,R,=,0,Step 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,UCL,R,=,2.1153.296.958,LCL,R,=,0,Step 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=,20.8580.5773.2922.756,LCL=,20.8580.5773.2918.960,依此畫出,管制圖,由圖中觀察出,第,第15,22,23組,樣,樣本超出管制,界,界限，在找出,原,原因後，重新,計,計算。可以畫,出,出下面的管制,圖,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,1,36.3,2,28.6,7.7,3,32.5,3.9,4,38.7,6.2,5,35.4,3.3,6,27.3,8.1,7,37.2,9.9,8,36.4,0.8,9,38.3,1.9,10,30.5,7.8,11,29.4,1.1,12,35.2,5.8,13,37.7,2.5,14,27.5,10.2,15,28.4,0.9,16,33.6,5.2,17,28.5,5.1,18,36.2,7.7,19,30,6.2,20,28.3,1.7,平均,32.8,5.053,【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*,3.267,5.05316.508,中心線5.053,LCL0,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，d,2,1.128其參數為,UCL,32.83(5.053/1.128)46.238,中心線32.8,LCL,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,1,4,7,1,13,7,19,0,2,3,8,3,14,2,20,1,3,1,9,0,15,3,21,3,4,2,10,1,16,3,22,2,5,3,11,2,17,2,6,2,12,4,18,8,【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=0.648,0.1816,UCL=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=,20.25,LCL=,2.7,在np管制圖中，圖上所描繪之點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,1,5,14,7,2,8,15,4,3,4,16,9,4,9,17,11,5,12,18,10,6,7,19,6,7,8,20,9,8,12,21,22,9,21,22,13,10,7,23,8,11,12,24,10,12,6,25,7,13,9,【,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=,9.44,LCL=,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=,8.39,LCL=,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,1,15,7236,32,7.236,4.422333,2,14,7506,25,7.506,3.330669,3,10,6221,24,6.221,3.857901,4,11,5670,23,5.67,4.056437,5,12,6714,30,6.714,4.468275,6,14,7213,21,7.213,2.91141,7,10,4568,27,4.568,5.910683,8,8,3954,16,3.954,4.0465