1、I质量管理质量管理品质人生品质人生许菁鹏许菁鹏 Vincent 2014.8.20II1.质量管理通常包括制定质量方针和质量目标、质量策划、质量控制、质量保证和质量改进。2.八项质量管理原则是体系的重要基础2.1 以顾客为关注焦点 我们依存于顾客，体系的目的是达到顾客满意，以获得效益。2.2 领导作用质量管理是一把手工程，宗旨和方向从上往下传达和贯彻。2.3 全员参与质量是全员的事情，人人都是质量管理的主角。2.4 过程方法过程是输入转化成输出，以及之中有效配置资源，得到高III效产出的活动。2.5 管理系统方法系统是管理相互关联的过程，以提高效率2.6 持续改进充分理解和运用戴明环（PDCA
2、），保持改进2.7 基于事实的决策方法数据和信息的分析是提供决策的基础，靠事实说话、靠数据说话2.8 与供方互利的关系强调与供应商的合作共赢，不能只讲控制IV3.质量管理五大工具3.1 MSA（Measurement System Analysis） 测量系统分析对测量系统偏差的控制对每个零件能够重复读数的测量系统进行分析，评定测量系统的质量，判断测量系统产生的数据可接受性。3.2 SPC（Statistic Process Control） 统计过程控制对过程偏差的控制一种制造控制方法，是将制造中的控制项目，依其特性所收集的数据，通过过程能力的分析与过程标准化，发掘过程中的异常，并立即采取改
3、善措施，使过程恢复正常的方法。V3.2.1 SPC 常用术语 VI名称 解释平均值（X） 一组测量值的均值。极差（Range） 一个子组、样本或总体中最大与最小值之差。（Sigma） 用于代表标准差的希腊字母。标准差(Standard Deviation)过程输出的分布宽度或从过程中统计抽样值（例如：子组均值）的分布宽度的量度，用希腊字母 或字母 s（用于样本标准差）表示。分布宽度（Spread） 一个分布中从最小值到最大值之间的间距。中位数 x 将一组测量值从小到大排列后，中间的值即为中位数。如果数据的个数为偶数，一般将中间两个数的平均值作为中位数。单值（Individual） 一个单个的单
4、位产品或一个特性的一次测量，通常用符号 X 表示。中心线（Central Line）控制图上的一条线,代表所给数据平均值。过程均值（Process Average）一个特定过程特性的测量值分布的位置即为过程均值，通常用 X 来表示。链（Run） 控制图上一系列连续上升或下降，或在中心线之上或之下的点。它是分析是否存在造成变差的特殊原因的依据。变差（Variation） 过程的单个输出之间不可避免的差别；变差的原因可分为两类：普通原因和特殊原因。特殊原因（Special Cause）一种间断性的，不可预计的，不稳定的变差根源。有时被称为可查明原因，它存在的信号是：存在超过控制限的点或存在在控制限
5、之内的链或其它非随机性的图形。普通原因（Common Cause） 造成变差的一个原因，它影响被研究过程输出的所有单值；在控制图分析中，它表现为随机过程变差的一部分。过程能力 (Process Capability)按标准偏差为单位来描述的过程均值和规格界限的距离，用 Z 来表示。移动极差 （Moving Range)两个或多个连续样本值中最大值和最小值之差。VII3.2.2 SPC 的特点（1）SPC 是全系统的，全过程的，要求全员参加，人人有责。这点与全面质量管理的精神完全一致。（2）SPC 强调用科学方法(主要是统计技术，尤其是控制图理论)来保证全过程的预防。（3）SPC 不仅用于生产过
6、程，而且可用于服务过程和一切管理过程。3.2.3 SPC 的进行步骤 步骤 1： 培训 SPC。培训内容主要有下列各项：SPC 的重要性，正态分布等统计基本知识，质量管理七种工具，其中特别是要对控制图深入学习，两种质量诊断理论，如何制订过程控制网图，如何制订过程控制标准等等。步骤 2：确定关键变量(即关键质量因素)。具体又分为以下两点：(1) 对全厂每道工序都要进行分析(可用因果图)，找出对最终产品影响最大的变量，即关键变量(可用排列图)。如美国 LTV 钢铁公司共确定了大约 20000 个关键变量。 VIII(2) 找出关键变量后，列出过程控制网图。所谓过程控制网图即在图中按工艺流程顺序将每
7、道工序的关键变量列出。 步骤 3：提出或改进规格标准。具体又分为以下两点：(1) 对步骤 2 得到的每一关个键变量进行具体分析。(2) 对每个关键变量建立过程控制标准，并填写过程控制标准本步骤最困难，最费时间，例如制定一个部门或车间的所有关键变量的过程控制标准，大约需要两个多人年（即一个人要工作两年多）。步骤 4：编制控制标准手册，在各部门落实。将具有立法性质的有关过程控制标准的文件编制成明确易懂、便于操作的手册，使各道工序使用。如美国 LTV 公司共编了 600 本上述手册。 步骤 5：对过程进行统计监控。主要应用控制图对过程进行监控。若发现问题，则需对上述控制标准手册进行修订，及反馈到步骤
8、4。步骤 6：对过程进行诊断并采取措施解决问题。IX可注意以下几点：(1) 可以运用传统的质量管理方法，如七种工具，进行分析。 (2) 可以应用诊断理论，如两种质量诊断理论，进行分析和诊断。 (3) 在诊断后的纠正过程中有可能引出新的关键质量因素，即反馈到步骤 2，3，4 。3.2.4 SPC 包括的内容正态分布等统计基本知识质量管理七种工具，其中特别是要对控制图深入学习两种质量诊断理论如何制订过程控制网图如何制订过程控制标准等等X3.2.5 质量管理七工具 直方图是用来分析数据信息的常用工具，它能够直观地显示出数据的分布情况。 关联图用于将关系纷繁复杂的因素按原因-结果或目的-手段等目的有逻
9、辑地连接起来的一种图形方法。 流程图是将一个过程的步骤用图的形式表示出来的一种图示工具。它既可以用来描述现有过程，亦可用来设计一个新过程。 亲和图用于归纳、整理由“头脑风暴”法产生的观点、想法等语言资料，按它们之间的亲近关系加以归类、汇总的一种图示方法。 排列图又叫帕累托图，它是将各个项目从最主要到最次要的顺序进行排列的一种工具。 控制图用来对过程状态进行监控，并可度量、诊断和改进过程状态。 散布图是用来发现和显示两组相关数据之间相关关系的类型和程度，或确认其预期关系的一种示图工具。 树图也叫系统图，它可以系统地将某一主题分解成许多组成要素，以显示主题与要素、要素与要素之间的逻辑关系和顺序关系
10、。 XI调查表又叫检表、统计分析表等，用来系统地收集资料和积累数据，确认事实并对数据进行粗略整理和分析的统计图表。 矩阵图是以矩阵形式分析因素间相互关系及其强弱的图形。它由对应事项、事项中的具体元素和对应元素交点处表示相关关系的符号构成。 因果图又叫鱼刺图，用来罗列问题的原因，并将众多的原因分类、分层的图形。 雷达图用于描绘现有状况与目标之间差距的大小程度。 水平对比法是通过不断地将企业流程与世界处于领先地位的企业相比较，以获得有助于改善经营绩效的信息。它是一项有系统的、持续性的评估过程。头脑风暴法也称集思广益法，它是采用会议的方式，引导每个人广开言路、激发灵感，畅所欲言地发表独立见解的一种集
11、体创造思维的方法。 XII3.2.5.1 直方图 直方图（Histogram）是用一系列宽度相等、高度不等的矩形表示数据分布的图形。矩形的宽度表示数据范围的间隔，矩形的高度表示在给定间隔内的数据频数。我们常用的是频数直方图。（直方图适用于连续性数据） 直方图的作用： 直观地显示质量特性的分布状态； 传递过程波动状态的信息； 便于人们确定在何处进行质量改进3.2.5.2 流程图流程图的定义:流程图就是按照过程发展的连续顺序， 用特定图形语言和结构将过程的各个独立步骤及其相互联系展示出来的工具。流程图的作用:1.流程图可使有关人员认清生产或服务过程中各环节的实际流程和顺序。 流程图可以用于任何情况
12、，从产品制造到销售商品再到对产品提供服务的每一个过程都可以用流程图来描述。其作用包括:XIII将工作过程的复杂性、有问题的地方、重复部分、多余环节以及可以简化和标准化的地方都显示出来; 将实际的和想象的过程流程进行比较和对照，以便寻求改进过程的机会; 使项目小组在过程步骤方面统一意见并检查出对过程进展有重要影响的环节或活动; 识别可以调查收集额外资料的地方; 提供了一个直观而通俗地展示复杂过程的工具。 3.2.5.3 排列图概念：为了对发生频次从最高到最低的项目进行排列而采用的简单图示技术。-建立在巴雷特原理基础上，主要的影响是由少数项目导致的，通过区分最重要的与较次要的项目，可用最少的努力获
13、取最佳的改进效果。XIV作用：确定关键的少数质量问题分为“关键的少数”和“次要的多数”-巴雷特分析法多数不合格及其引起的损失是由相对少数的原因引起的。3.2.5.4 因果图因果图又叫“石川馨图”，也称为鱼刺图、特性要因图等。它是利用“头脑风暴法”，集思广益，寻找影响质量、时间、成本等问题的潜在因素，然后用图形形式来表示的一种十分有用的方法，它揭示的是质量特性波动与潜在原因的关系。 因果图有三个显著的特征： 1. 是对所观察的效应或考察的现象有影响的原因的直观的表示； 2. 这些可能的原因的内在关系被清晰地显示出来； 3. 内在关系一般是定性的和假定的。因果图是用来分析质量特性波动（却工作结果或
14、生产过程出现的结果）与其潜在原因的关系，即表达原因和结果之间关系的一种图表。1.通过排列图找出质量特性波动的问题（即主要的质量问题），也XV就是希望改善的对象2.然后利用因果图，针对找出的质量特性（即结果），系统地整理有关人员的经验，通过把语言资料图表化，简单明了地概括出影响主要质量问题的各种原因，再从中找出主要原因。这就是运用了因果图。3.最后，再针对找出的主要原因制定对策表，采取具体措施，加以解决。由上所述可知，“两图一表”（排列图、因果图和对策表）是前后相互关联的，三者必须前后呼应，配合使用。XVIXVII3.2.5.5 调查表、检查表1.检查表的作用用来检查有关项目的表格，一是收集数据
15、比较容易，二是数据使用处理起来也比较容易，因此检查表成了非常有用的数据记录工具。2.检查表的种类工序分布检查表；不合格项检查表；缺陷位置检查表；缺陷原因检查表。XVIII3.2.5.6 控制图定义：控制图是反映和控制质量特性值分布状态随时间而发生的变动情况的图表。它是判断工序是否处于稳定状态、保持生产过程始终处 于正常状态的有效工具。 控制图：纵坐标可能是质量特性值，也可能是其统计量，如 R 等；增加上、中、下三条控制线作为判断工序有无异常的标准和尺度。若点子落在控制界限内，认为工序的波动是正常的波动；若点子落在控制界限外或其排列有明显缺陷，则说明工序有异常因素的影响。 XIX控制图的构造x(
16、或 x、R、S 等)0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18样本号（或时间）1 以随时间推移而变动着的样品号为横坐标，以质量特性值或其统计量为纵坐标的平面坐标系； 2 三条具有统计意义的控制线：中心线 CL、上控制线 UCL 和下控制线LCL； 3 一条质量特性值或其统计量的波动曲线。 XX控制图的类型计量型所确定的控制对象即质量指标应能够定量；所控制的过程必须具有重复性,即表现出统计规律性；所确定的控制对象的数据应为连续值。计数型 控制对象只能定性而不能定量；只有两个取值；与不良项目有关；1 按用途划分(1)分析用控制图。用间隔取样的方法获
17、得数据。依据收集的数据计算控制线、作出控制图 ，并将数据在控制图上打点，以分析工序是否处于稳定状态，若发现异常，寻找原因，采取措施，使工序处于稳定状态；若工序稳定，则进入正常工序控制。 (2)控制用控制图。当判断工序处于稳定状态后，用于控制工序用的控制图。操作工人按规定的取样方式获得数据，通过打点观察，控制异常因素的出现。 2 按质量特性值的类型及其统计量划分由于数据分为计量值与计数值两大类。因此控制图分为计量值控制图和计数值控制图两大类型。又因各种类型的控制图所选择的统计量不同，因此又可分为不同种类的控制图。常用的各种控制图的特点及适用场合如表 1 所示。XXI分为计件和计点。样本容量（面积
18、或长度）不等计算量大，管理界限凹凸不平U单位缺陷数控制图样本容量（面积或长度）相等较常用，计算简单，操作工人易于理解，使用简便C缺陷数控制图样本容量可以不等计算量大，管理界限凹凸不平p不合格品率控制图样本容量相等较常用，计算简单，操作工人易于理解理解pn不合格品数控制图计数值控制图因各种原因（时间费用等）每次只能得到一个数据或希望尽快发现并消除异常原因简便省事，并能及时判断工序是否处于稳定状态。缺点是不易发现工序分布中心的变化。XRs单值移动极差控制图一张图可同时控制均值和方差，计算简单，使用方便算简单，使用方便LS两极控制图计算简便，但效果较差些，便于现场使用场使用中位数极差控制图适用于产品
19、批量较大而且稳定正常的工序。最常用，判断工序是否异常的效果好，但计算工作量大均值极差控制图计量值控制图适用场合 特点管理图符号名称 RX控制图种类及适用场合XXIIni第 i 样本的样本容量（各样本样本容量可以不等）计算各组不合格品率 pi计算各样本的平均缺陷数各样本样本容量不等计算各样本的单位缺陷数uiU 图P 图n 为奇数时，第 i 样本中按大小顺序排列起的数据列中间位置的数据n 为偶数时，第 I 样本中按大小顺序排列起的数据列中中间位置的两个数据的平均值（1）找出或计算出各样本的中位数（2）计算各样本极差 Ri图xij第 I 样本中的第 j 个数据i1,2k; j=1,2n; max(x
20、ij)第 i 样本中最大值；min(xij)第 i 样本中最大值。（1）计算各样本平均值（2）计算各样本极差 Ri图ci第 i 样本的缺陷数（各样本样本容量相等）C 图（pn)i第 i 样本的不合格品数（各样本样本容量皆为 n）计算平均不合格品率Pn 图计算移动极差 RsiXRs 图（1）找出各组最大值 Li和最小值 Si（2）计算最大值平均值 和最小值平均值（3）计算平均极差（4）计算范围中值 MLS 图备 注计 算 公 式 步骤图名称 RXRXiXijijinjiji xxRxmna1ijiji niiinij xxRxma21212为 偶 数为 奇 数21inSLMSLRkLSiikii
21、iji 1iisixkpnpkiin1inikckii1iiinuLpci 21ni21nixXXIII3.2.6 工序(过程)能力分析基本概念：在产品制造过程中，工序是保证产品质量的最基本环节。所谓工序能力分析，就是考虑工序的设备、工艺、人的操作、材料、测量工具与方法以及环境对工序质量指标要求的适合程度。工序能力分析是质量管理的一项重要的技术基础工作。它有助于掌握各道工序的质量保证能力，为产品设计、工艺、工装设计、设备的维修、调整、更新、改造提供必要的资料和依据。3.2.6.1 工序能力1 概念：所谓工序能力，是指处于稳定、标准状态下，工序的实际加工能力。工序处于稳定状态，是指工序的分布状态
22、不随时间的变化而变化，或称工序处于受控状态；工序处于标准状态，是指设备、材料、工艺、环境、测量均处于标准作业条件，人员的操作也是正确的。 工序的实际加工能力是指工序质量特性的分散(或波动)有多大。加工能力强或弱的区分关键是质量特性的分布范围大小，或集中程度。由于均方差 是描述随机变量分散的数字特征 ，而且，当产品质量特性服从正态分布 N(，2)时，以 3 原则确定其分布范围(3 )，处于该范围外的产品仅占产品总数的 0.27%，因此，人们常以 6 描述工序的实际加工能力。实践证明：用这样的分散范围表示工序能力既能保证产品的质量要求，又能具XXIV有较好的经济性。2 表达式：B=6 或 B6S3
23、 影响因素： (1) 人与工序直接有关的操作人员、辅助人员的质量意识和操作技术水平； (2)设备包括设备的精度、工装的精度及其合理性、刀具参数的合理性等； (3)材料包括原材料、半成品、外协件的质量及其适用性；(4)工艺包括工艺方法及规范、操作规程的合理性；(5)测具测量方法及测量精度的适应性；(6)环境生产环境及劳动条件的适应性。3.2.6.2 工序能力指数1 概念：Cp。通常以规格范围 T 与工序能力 B 的比值来表示。即：T=规格上限 TU - 规格下限 TL。 2 工序能力与工序能力指数的区别：工序能力是工序具有的实际加工能力，而工序能力指数是指工序能力对规格要求满足的程度，这XXV是
24、两个完全不同的概念。工序能力强并不等于对规格要求的满足程度高，相反，工序能力弱并不等于对规格要求的满足程度低。当质量特性服从正态分布，而且其分布中心 x与规格中心 Tm 重合时，一定的工序能力指数将与一定的不合格品率相对应。因此，工序能力指数越大，说明工序能力的贮备越充足，质量保证能力越强，潜力越大，不合格品率越低。但这并不意味着加工精度和技术水平越高。 3.2.6.3 工序能力的评价与处置 工序能力指数 Cp 客观地、定量地反映了工序能力对规格要求的适应程度，因此它是工序能力评价的基础。根据工序能力指数的大小一般可将加工分为五类：1 Cp1.67 特级加工当质量特性服从正态分布，且分布中心
25、x与规格中心 Tm 重合时，T10S，不合格品率 p0.00006%。工序能力过分充裕，有很大的贮备。这意味着粗活细作。或用一般工艺方法可以加工的产品，采用了特别精密的工艺、设备或高级操作工人进行加工。这势必影响了生产效率，提高了产品成本。措施：XXVI(1)合理，经济地降低工序能力。如改用低精度的设备、工艺、技术和原材料；放宽检验或放宽管理；(2)在保证产品质量和提高经济效益的前提下更改设计，加严规格要求；(3)合并或减少工序也是常用的方法之一。2 1.67Cp1.33 一级加工当 x= Tm 时，10ST8S，不合格品率 0.00006%p0.006%。对精密加工而言，工序能力适宜；对一般
26、加工来说工序能力仍比较充裕，有一定贮备 。措施：(1)允许小的外来波动；(2)非关键工序可放宽检验；(3)工序控制的抽样间隔可适当放宽。3 1.33 Cp1 二级加工 当 x= Tm 时，8ST6S，不合格品率 0.006%p0.27%。对一般加工而言，工序能力适宜。措施：XXVII(1)对工序进行严格控制，使生产过程处于良好的稳定、正常状态，并保证不降低工序的质量水平，(2)一旦发现工序有异常状态出现，立即采取相应措施，调整工艺过程，使之回到稳定、正常状态。(3)检查不能放宽。 4 1Cp0.67 三级加工 当 x= Tm 时，6ST4S，不合格品率 0.27%p4.55%。工序能力不足，不
27、合格品率较高。措施：(1)要通过提高设备精度、改进工艺方法、提高操作技术水平、改善原材料质量等措施提高工序能力。(2)要加强检验，必要时实行全检。 5 Cp0.67 四级加工XXVIII当 x= Tm 时，T4S，不合格品率 p4.55%工序能力严重不足，产品质量水平很低，不合格品率高。措施:(1)必须立即分析原因，采取措施 ，提高工序能力；(2)为了保证产品的出厂质量，应通过全数检查；(3)若更改设计、放宽规格要求不致影响产品质量或从经济性考虑更为合理时，也可以用更改设计的方法予以解决，但要慎重处理。XXIX3.2.6.5 Cp 与 Pp 的一些概念1.“母体”与“样本”之所以有两种表达公式
28、，是因为一个是有偏估计，另一个则不是。计算标准差使用分母为 n 和 n-1 的两个公式，现实究竟有多大的差异？30 个数据就会存在 2%的差异，所以在工业生产中，通常使用 n-1 的公式。2. 我们收集的数据通常是单独的数据或是多次测量的多组数据。3.过程能力定义为 6sigma（3sigma 控制线）过程的固有偏差，这里的 sigma 通常使用 R-bar/d2 计算，而固有偏差则仅是一般原因造成的，为过程偏差的一部分。过程表现则定义为 6sigma（3sigma 控制线）过程的全部差异，这里的 sigma 是用样本的标准差来计算的。4.CpK-过程能力指数用来回答“过程长期运行时是否能满足
29、要求？”PpK-过程表现能力用来回答“目前过程生产的样品能否满足要求？” 5.“长期”“组内”和“短期”“全部”看起来是自相矛盾的。在我看来，长期运行下的过程应该是稳定的，如果不是那就称为潜在XXX过程。同时，过程能力的研究只有在过程已处于统计管制之下才能进行，也就是你所研究的过程已消除了组间差异。原因很简单：Cpk 只是一个预测，只能对稳定的东西作出预测，而过程表现 PpK 则应该用在还没有进行管制的过程。于是问题或误解就产生了：长期运行下的过程（潜在过程）只有组内变异，也就是短时间内的变化，而总变异就是我们通常讲的长时间的变化。所以，我们就经常把 Cpk 与“长期”“组内”“潜在”联系在一起，而 Ppk 则与“短期”“全部”联系在一起。为了避免混淆“长期”与“短期”，就连MINITAB 也不再使用“长期”与“短期”，13 版本就更改了相关术语，Cpk 使用潜在（组内），Ppk 使用全部。
