记录、ROHS、QC七大手法

FG1.6.FG001FP6.6.FP001EP1.6.EP4351.6.FG0076.6.FP0021.6.EP4361.6.FG0096.6.FP0031.6.FG0106.6.FP0041.6.FG0116.6.FP0051.6.FG0126.6.FP0061.6.FG0136.6.FP0071.6.FG0156.6.FP0081.6.FG0166.6.FP0091.6.FG0186.6.FP0101.6.FG0206.6.FP0161.6.FG0216.6.FP0221.6.FG0236.6.FP0281.6.FG0296.6.FP0321.6.FG0306.6.FP0351.6.FG0316.6.FP0361.6.FG0321.6.FG0331.6.FG0341.6.FG0351.6.FG0371.6.FG0381.6.FG0401.6.FG0411.6.FG0421.6.FG0441.6.FG0471.6.FG1001.6.FG101SP线束样品清单2014-6-16/2014-6-22不良记录1.FG041没有作业指导书。2.EY059测试蜂鸣器按钮不良。罩壳不良。3.EY018线束外被不良。4.EZ028调速器不良。5.标签不良。6.23-6.28不良记录1.EY059测试蜂鸣器按钮不良。2.FG035裁线尺寸不良。无作业指导书。3.FQ105编织网尺寸不良。4.FG009塑壳颜色色差。1.EZ038Z端子没有插到位。2.BC079Z塑壳穿反。7.7-7.13不良记录1.EZ031无作业指导书。6.29-7.6不良记录质量控制方法目录e[编辑]什么是质量控制方法[1]　　质量控制方法是保证产品质量并使产品质量不断提高的一种质量管理方法。它通过研究、分析产品质量数据的分布，揭示质量差异的规律，找出影响质量差异的原因，采取技术组织措施，消除或控制产生次品或不合格品的因素，使产品在生产的全过程中每一个环节都能正常的、理想的进行，最终使产品能够达到人们需要所具备的自然属性和特性，即产品的适用性、可靠性及经济性。[编辑]质量控制方法的特点与作用[1]　　本法是由美国贝尔电话研究所休哈特在1924年首先提出，后于1931年由他与同一研究所的道奇和罗米格两人一起研究进一步发展，成为创始人。它有3个特点：一是运用数量统计方法；二是着重于对生产全过程中的质量控制；三是广泛运用各种质量数据图。　　本法的主要作用是：可以使设计、制造和检验3方面的人员在质量管理中得到协调和配合；可以使质量管理从单纯的事后检验发展成为对生产全过程中产品质量的控制；可以观察记录在管理图上的数据，及时分析生产过程中的质量问题，以便迅速采取措施，消除造成质量问题的隐患，使生产[编辑]质量控制方法运用的步骤[1]　　运用本方法控制产品质量的全过程分为以下3个步骤：　　(1)订立质量标准。这是进行质量控制的首要条件。质量标准，一般分为质量基础标准、成品质量标准、工艺质量标准、工艺装备质量标准、零部件质量标准、原材料和毛坯质量标准6类。　　(2)收集质量数据。这是进行质量控制的基础。任何质量都表现为一定的数量，同时任何质量的特性、差异性都必须用数据来说明。进行质量控制离不开数据，质量的数据分两大类，即计量数据和计件数据。计量数据是可以连续取值的，或者可以用测量工具具体测量出来，通常可以获得在小数点以下的数值数据；计件数据则是不能连续取值的，或者即使用测　　(3)运用质量图表进行质量控制。这是控制生产过程中产品质量变化的有效手段。控制质量的图表有以下几种，即：分层图表法、排列图法、因果分析图法、散布图法、直方图法、控制图法，以及关系图法、KJ图法、系统图法、矩阵图法、矩阵数据分析法。PDPC法、网络图法。这些图表，在控制产品质量的过程中相互交错，应灵活运用。[编辑]常用的质量控制方法[2]　　1．分层法　　分层法又名层别法，是将不同类型的数据按照同一性质或同一条件进行分类，从而找出其内在的统计规律的统计方法。常用分类方式有按操作人员分、按使用设备分、按工作时间分、按使用原材料分、按工艺方法分、按工作环境分等。这是分析影响产品质量原因及责任的一种基本方法，经　　2．调查表　　调查表又名核查表、检查表、统计分析表，是利用统计表对数据进行整体和初步原因分析的一种表格型工具，常用于其他工具的前期统计工作。常见的有缺陷位置调查表、不合格品原因调查表、不合格品项目分类调查表等。统计调查表的分类是多种多样，下表所列是其中的一种。　　3．因果图　　因果分析图法是利用因果分析图来系统整理分析某个质量问题(结果)与其产生原因之间关系的有效工具。因果分析图也称特性要因图，又因其开头常被称为树枝图或鱼刺图。因果分析图由质量特性(即质量结果指某个质量总示)、要因(产生质量问题的主要原因)、枝干(指一系列箭线表示不同层次的原因)、主干(指较粗的直接指向质量结果的水平箭线)等所组成。　　上图是对相片冲印效果不理想寻找其原因形成的因果图。图中可以看出，原因被归为工人、机械、方法、材料、环境等六类，每一类下面又有不同的子原因。　　4．排列图　　意大利经济学家帕累托(VilfredoPareto)1897年在分析米兰社会财富分布时发现：80％的财富集中在20％的人手中，这就是后来被广泛运用于管理之中的80／20法则。排列图(又称柏拉图、Pareto图)的主要功能是帮助人们确定那些相对少数但重要的问题，以使人们把精力集中于这些问题的改进上，如下图所示在任何过程中大部分缺陷通常是由相对少数的问题引起的。对于过程质量控制，排列图常用于不合格品数或缺陷数的分类分析。在6σ中，也用于对项目的主要问题，如顾客抱怨等进　　5．散布图　　散布图又称相关图，在质量控制中它是用来显示两种质量数据之间关系的一种图形。质量数据之间的关系多属相关关系。，一般有三种类型：一是质量特性和影响因素之间的关　　可以用Y和x分别表示质量特性值和影响因素，通过绘制散布图，计算相关系数等，分析研究两个变量之间是否存在相关关系，以及这种关系密切程度如何，进而对相关程度密切的两个变量，通过对其中一个变量的观察控制，去估计控制另一个变量的数值，以达到保证产品质量的目的。　　6．直方图　　直方图法，即频数分布直方图法，它是将收集到的质量数据进行分组整理，绘制成频数分布直方图，用以描述质量分布状态的一种分析方法，所以又称质量分布图法。　　直方图是用横坐标标注质量特性值，纵坐标标注频数或频率值，各组的频数或频率的大　　1)直方图的绘制步骤　　直方图绘制主要有以下几个步骤：　　(1)收集数据；　　(2)找出数据中最大值L、最小值s和极差R；　　(3)确定数据的大致分组数K。分组数可以按照经验公式K=1+3．322lgn确定；　　(4)确定分组组距h；　　(5)计算各组上下限，首先确定第一组下限值，应注意使最小值s包含在第一组中，且使数据观测值不落在上、下限上，然后依次加入组距h，便可得各组上下限值；　　(6)计算各组中心值b_i、频数f_i和频率P_i，b_i=(第i组下限值+第i组上限值)／2，频数f_i就是n个数据落入第i组的数据个数，而频数P_i=f_i／n；　　(7)绘制直方图，以频数(或频率)为纵坐标，数据观测值为横坐标，以组距为底边，数据观测值落入各组的频数f_i(或频率P_i)为高，画出一系列矩形，这样就得到图形为频数　　2)直方图的观察与分析　　从直方图可以直观地看出产品质量特性的分布形态，便于判断过程是否出于控制状态，以决定是否采取相应对策措施。直方图从分布类型上来说，可以分为正常型和异常型。正常型是指整体形状左右对称的图形，此时过程处于稳定(统计控制状态)，如下图(a)所示。如　　(1)双峰型(下图(b))：直方图出现两个峰。主要原因是观测值来自两个总体，两个分布的数据}昆合在一起造成的，此时数据应加以分层。　　(2)锯齿型(下图(C))：直方图呈现凹凸不平现象。这是由于作直方图时数据分组太多，测量仪器误差过大或观测数据不准确等造成的，此时应重新收集和整理数据。　　(3)偏态型(下图(d))：直方图的顶峰偏向左侧或右侧。当公差下限受到限制(如单侧形位公差)或某种加工习惯(如孔加工往往偏小)容易造成偏左；当公差上限受到限制或轴外圆加工时，直方图呈现偏右形态。　　(4)平台型(下图(e))：直方图顶峰不明显，呈平顶型。主要原因是多个总体和分布混合在一起，或者生产过程中某种缓慢的倾向在起作用(如工具磨损、操作者疲劳等)。　　(5)孤岛型(下图(f))：在直方图旁边有一个独立的“小岛”出现。主要原因是生产过程中出现异常情况，如原材料发生变化或突然变换不熟练的工人。　　7．控制图　　控制图又称管理图。控制图是对生产过程中产品质量状况进行实时控制的统计工具，是质量控制中最重要的方法。控制图可以说是直方图的一种变形，其将直方图顺向转90。反转，再绘制中心线和上下控制限。中心线为样本某统计量的均值，上下控制限分别为均值基础上的正负三倍标准差。控制图较直方图最大的特点是引入了时间序列，通过观察样本点相关统计值是否在控制限内以判断过程是否受控，通过观察样本点排列是否随机从而及时发现异常。控制图较直方图在质量预防和　　控制图的主要用途有：分析判断生产过程是否稳定；及时发现生产中异常情况，预防不合格品产生；检查生产设备和工艺装备的精度是否满足生产要求；对产品进行质量评定。　　控制图的基本样式如下图所示。横坐标为样本序号，纵坐标为产品质量特性，图上三条平行线分别为：实线CL——中心线，虚线UCL——上控制界限线，虚线LCL——下控制界限线。在生产过程中，定时抽取样本，把测得的数据点一一描在控制图中。如果数据点落在两条控制界限之间，且排列无缺陷，则表明生产过程正常，过程处于控制状态，否则表明生产条件发生异常，需要对过程　　1)控制图的原理　　控制图的设计是建立在以下的假设理论基础上的，首先为正态性假设：假定质量特性值在生产过程中的波动服从正态分布；其次是遵从3σ准则：若质量特性值X服从正态分布N(μ，σ^2)，根据正态分布概率性质，X的实际取值范围在(μ一3σ，μ+3σ)之内。据此原理，若对X设计控制图，则中心线CL=μ，上下控制界限分别为UCL=μ一3σ，LCL=μ+3σ；第三是小概率原理：小概率原理是指小概率的事件一般不会发生。当生产中不存在系统误差时，产品质量特性(总体)服从正态分布，样品值出现在均值加减3σ范围内的概率为0．9973。根据相关统计定理，如果生产处于受控状态，则认为样　　2)控制图的基本种类　　(1)按产品质量的特性分类，控制图可分为计量值控制图和计数值控制图。　　①计量值控制图。用于产品质量特性为计量值情形，如长度、质量、时间、强度等连续变量。常用的计量值控制图有：均值——极差控制图(X—R图)；中位数——极差控制图(X—R图)；单值——移动极差控制图(X一Rs图)；均值——标准差控制图(X—S图)。　　②计数值控制图。用于产品质量特性为不合格品数、不合格品率、缺陷数等离散变量。常用的计数值控制图有：不合格品率控制图(P图)；不合格品数控制图(Pn图)；单位缺陷数控制图(U图)；缺陷数控制图(C图)。　　(2)按控制图的用途来分，可以分为分析用控制图和控制用控制图。　　①分析用控制图。分析用控制图用于分析生产过程是否处于统计控制状态。若经分析后，生产过程处于控制状态且满足质量要求，则把分析用控制图转化为控制用控制图；若经　　②控制用控制图。控制用控制图由分析控制图转化而来，用于对生产过程进行连续监控。生产过程中，按照确定的抽样间隔和样本大小抽取样本，在控制图上描点，判断是否处于　　3)控制图的制作　　下面以均值一极差控制图为例说明控制图的制作与分析方法。均值一极差控制图是图(均值控制图)和尺图(极差控制图)联合使用的一种控制图，前者用于判断生产过程是否处于或保持在所要求的受控状态，后者用于判断生产过程的标准差是否处于或保持在所要求的受控状态。在制作时首先收集数据并加以分组；其次计算每组的样本均值和极差；据此计算总均值和极