SPC補充教材

X-bar管制圖發(fā)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后立即改進

測量錯誤

繪制錯誤

操作錯誤

設備故障等

X-bar管制圖發(fā)生周期變化之原因

周期變化(cycles):

在一個短區(qū)間，數據會以某種模式重復。可能是季節(jié)性因素影響如氣溫與濕度等

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(fā)生平均值改變之原因

平均值改變(shiftinlevel):

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

改變設備維修計劃

引進制程管制等

X-bar管制圖發(fā)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

制造現場之環(huán)境臟亂

X-bar管制圖發(fā)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(fā)生規(guī)則性變化之原因

規(guī)則性變化(systematicvariable):

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(guī)則性變化

X-bar管制圖發(fā)生分層之原因

分層(stratification):是一種穩(wěn)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(fā)生不穩(wěn)定之原因

不穩(wěn)定(instability):出現不尋常的大波動可能是大規(guī)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(fā)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

設置后所生產的第一個產品等

R管制圖發(fā)生周期變化之原因

周期變化(cycles):

在一個短區(qū)間，數據會以某種模式重復。可能是維修排程

操作員疲勞

輪班

工具磨耗等

R管制圖發(fā)生平均值改變之原因

平均值改變(shiftinlevel):

平均值明顯不在中心線附近可能是夾具

制程方法

制程技術

R管制圖發(fā)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松動或磨耗

多種原料混合使用

R管制圖發(fā)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(fā)生規(guī)則性變化之原因

規(guī)則性變化(systematicvariable):

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(guī)則性變化

R管制圖發(fā)生分層之原因

分層(stratification):是一種穩(wěn)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(fā)生不穩(wěn)定之原因

不穩(wěn)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(fā)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(fā)生周期變化之原因

周期變化(cycles):

在一個短區(qū)間，數據會以某種模式重復。可能是排序操作問題

抽樣操作問題

固定的供貨商變化

P管制圖發(fā)生平均值改變之原因

平均值改變(shiftinlevel):

平均值明顯不在中心線附近可能是夾具

制程方法

制程技術

引進新原料

操作員技術更熟練

改變設備維修計劃

引進制程管制

標準變化

P管制圖發(fā)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松動或磨耗

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

制造現場之環(huán)境臟亂

P管制圖發(fā)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(fā)生規(guī)則性變化之原因

規(guī)則性變化(systematicvariable):

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(guī)則性變化

有規(guī)則性的從不同母體中抽樣

P管制圖發(fā)生分層之原因

分層(stratification):是一種穩(wěn)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(fā)生不穩(wěn)定之原因

不穩(wěn)定(instability):出現不尋常的大波動可能是大規(guī)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】：生產線圈之制程是以xbar-R管制圖監(jiān)視線圈之電阻值，樣本大小采用n=5，25組樣本數據如下表所示。以這些數據建立xbar-R管制圖。樣本觀測值

R1202320232221.8032191721212120.2043252020172021.0084202122212121.802519242322018.60226222018181920.6047182019182020.4028201823202122.0059212024232223.80410211920202022.00211202023222023.20312222120222324.00313192219181922.00414202122212224.00215202424232325.80416212024202124.40417201818202022.60218202422232326.00419201923201924.00420222121242226.00321232222202226.00322211818171923.00523212424232327.60324202221212025.60425192021212225.606

和521.0087【解】：通常在設立

與R管制圖時，最好先從R管制圖開始，因為

之管制界限是由制程變異性來決定，除非制程變異在管制內，否則此管制界限將不具任何意義。Step1：

＝3.48查表得D4＝2.115，D3＝0UCLR=

＝2.115×3.48＝7.360中心線=

＝3.48LCLR=

＝0Step2：因為第五組樣本超出管制界限，查明原因后，將之剔除。重新計算出

修正后的R管制界限為UCLR=

＝2.115×3.29＝6.958LCLR=

＝0Step3：觀察上圖顯示在此新的管制界限下，R管制圖制程在管制內。此時可以進行

建立。

經查表知道n=5時，A2﹦0.577，管制界限為UCL=

＝20.858＋0.577×3.29＝22.756LCL=

＝20.858－0.577×3.29＝18.960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，在找出原因后，重新計算。可以畫出下面的管制圖。【例】某種化學產品之主要質量特性為黏度，此產品系以批量之方式生產，由于生產率太慢，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136.3

228.67.7332.53.9438.76.2535.43.3627.38.1737.29.9836.40.8938.31.91030.57.81129.41.11235.25.81337.72.51427.510.21528.40.91633.65.21728.55.11836.27.719306.22028.31.7平均32.85.053【解】此20批產品黏度之平均值

＝32.8，兩連續(xù)數據之移動全距的平均值

＝5.053，查表得知D3＝0，D4＝3.267。由此可得移動全距管制圖之參數為UCL＝D4*

＝3.267×5.053＝16.508中心線＝5.053LCL＝0上圖為移動全距管制圖，從圖中可看出并無點超出管制界限。對于個別值管制圖，查表得知n=2，d2＝1.128其參數為UCL＝

＝32.8＋3(5.053/1.128)＝46.238

中心線＝32.8LCL＝

＝32.8－3(5.053/1.128)＝19.362【例】某除草機制造商以p管制圖管制除草機在發(fā)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1471137190238314220131901532134210116322253112172

62124188【解】由于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由于LCL＜0并無意義，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于3至20間(含3及20)，則制程可視為在管制內。【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組樣本繪制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。若異常原因已排除后，則可將樣本9及21之數據刪除，并重新計算管制界限，新的不合格點數之平均值為c=193/23=8.39。修正后之管制界限為UCL=

＝17.08中心線=

＝8.39LCL=

＝0.0修正后管制圖如右【例】：某打字行以每千個字中之錯誤，來衡量其打字員的質量。該打字行記錄某位打字員每天所完成之打字中的錯誤，其數據如右表所示。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1157236327.2364.4223332147506257.5063.3306693106221246.2213.8579014115670