P管理图.pptVIP

管理图 （X－R管理图、P管理图）;管理图是在工序中既能区分因偶然因素引起的变动和因异常原因引起的变动，又能进行工序管理而设计的一种管理手法。由一条中心线(CL)和上下两条临界管理线组成(UCL、LCL) ①全部的特性值结构点 　?在上下两条临界管理线内 　?‘结构点的排列方向如果没有异常’’ 可视工序处于管理状态。 ②特性结构点 ?离开限定值 　?’结构点的排列方向出现异常’ 　在这种情况下将工序视为‘没有处在管理状态’、并判断工序产生异常状态、调查原因，寻找处理办法。;(1) 管理图的定义 　 是为了判断工序是处于稳定的状态、还是处于异常的状态(因无法避免原因引起的变动)、通过连续观察获得的数据或者从数据群中统计获得的数据，按照时间顺序或者按样品编号进行分布，有上下临界线的图表。为了检查分布是否向临界管理线一方倾斜，设置了起辅助作用的中心线。 (2) シュハート管理図(3西格玛法管理图） 　「为了评价工序是否处于统计管理状态的管理图」。如果处于3西格玛的临界管理状态，第一的误差只有0.3%。 (3) 工序的状态 ① 稳定的状态：保持同日常生产同等程度的偏差(＝统计管理状态)。 ②异常的状态：同日常的偏差不同、超过了基准的范围与往常不同的状态。;(4) 质量特性不稳定的原因 ① 偶然原因（稳定状态下发生的偏差） 统计管理状态下发生的、不可避免的、无法阻止的原因引起的偏差。 　　 在管理图中、通过数据群内中的变化表现出来。 ② 异常原因（异常状态下发生的偏差） 发生在工序内无法逃避的异常状态发生的时候(平时不同的偏差）、可查明原因引起的偏差。在管理图中、通过数据间的变动表现出来。 　采取确切的处置措施、防止再次发生。;发生概率;;管理图的目的 　　发现异常发生时的偏差、通过查明原因 　　避免类似不合格的事情再次发生;在图表中表现工序状态特性值时、 　①全部的数据点在上下管理界限线内、 　　点的排列方向如果没有异常 　　?工序可被视为’处于管理状态’ 　②数据点出现在界限外的时候、或者数据点的排列出现异常的时候 　　?工序被视作’不??管理状态’、 　　　判断工序产生异常状态。 　　　调查原因采取措施。;管理图的内容 　　　①平均值(中心值)的管理(X-R/S管理图、X管理图） 　　　②不良管理(p管理图、pn管理图) ③产品中的缺陷的管理(c管理、u管理);管理指南;(1)正态分布;不良品を全体のPの割合だけ含む大きなロットから抜き取ったサンプルn中に含まれる不良個数xの従う分布が二項分布。 　比如、用母体的不良率p和样本数n来表示投硬币n次 出现字面（或者背面）的概率分布;泊松分布适合用于描述单位时间空间内随机事件发生的次数(缺陷数的分布)。 　比如、在稳定的生产流程中生产出的金属片薄片(板)上产生的针孔个数由母体平均缺陷数m决定。方差=平均值(m)。;３．平均值-范围(X-R)管理图;X-R管理図;;検定1:一个数据点离中心线3.00标准偏差以上 　　　认定不合格点: 8月 検定2：6个数据点全部增加或者是减少 　　　认定不合格点: 7月 検定3：5个数据中4个离中心线1个标准偏差以上 (中心线两侧) 　 认定不合格点: 9月;;４．不良率或者缺陷率(P管理図);;（1）产品、流程的各个阶段、波动的监视控制（2）不具合判定において統計理論に基づく意思決定 ツールとして活用（3）问题原因的调查、方法对策的活用（4）サンプルデータに基づく推論によるパフォーマンス 可能領域の査定;管理图是针对控制对象Y或者X的测定值，基于不同用途进行统计处理，随时间变化视觉化的统计过程工具(SPC)。确认测定值是否在管理限界以内、是否以异常模式出现等、进而判断是否有必要采取相应对策。;管理图是对工序进行统计管理的一种手法、 　(1)与实际检查结果不相符。 　 超过了管理界限、 　 　①并不将其判断为不合格 　 　②认为其正处于管理的界限。 　“终于要出现不良了”,“要引起大的事故了” 　　发出这样的警告、 　　①调查异常原因、寻找改善对策 　　②实行防止异常发生的预防措施 　　来保证质量品质。 　　通过抽检来保证生产批次的好坏。与检查结果不符。 　(2)非量産性にも不向き 　　　因为不能收集以前现在的数据、 　　　无法决定管理界限值。无法判断其趋势变化。。