质量控制工具

过程决策程序图法PDPC

 PDPC法,Process Decision Program Chart

 

    过程决策程序图法（PDPC）是在制定计划阶段或进行系统设计时，事先预测可能发生的障碍（不理想事态或结果），从而设计出一系列对策措施以最大的可能引向最终目标（达到理想结果）。该法可用于防止重大事故的发生，因此也称之为重大事故预测图法。

　　PDPC法可分为两种，一种是顺向思维法；一种是逆向思维法。

　　顺向思维法

　　顺向思维法是定好一个理想的目标，然后按顺序考虑实现目标的手段和方法。这个目标可以是任何的东西，比如大的工程、一项具体的革新、一个技术改造方案等。为了能够稳步达到目标，需要设想很多条路线。

　　　　　　顺向进行的PDPC法示意图

　　总而言之，无论怎样走，一定要走到目的地。但行走的方案，并不需要真正等到碰得头破血流以后才去解决，而应该事先就已经讨论过了，所有的问题应该预先都预测到了。这样的话，在计划的实施过程中，就不会害怕突发性的事故了。

　　逆向思维法

　　当Ｚ为理想状态（或非理想状态）时，从Ｚ出发，逆向而上，从大量的观点中展开构思，使其和初始状态Ａ0连接起来，详细研究其过程做出决策，这就是逆向思维法。如图所示：

　　　　　　逆向进行的PDPC法示意图

　　逆向思维应该考虑从理想状态开始，考虑实现这个目标的前提是什么，为了满足这个前提又应该具备什么条件。一步一步退回来，一直退到出发点。

　　通过正反两个方面的连接，倒着走得通，顺着也可以走得通，这就是PDPC法一个正确的思考办法

附注：这个貌似Plan B 制订。比如玩游戏的的时候，本来打算修路，可是收获的资源不是你想要的，那么需要立刻改变策略，改为造房子。工作环境条件中如果有不确定因素，那么在制订工作流程时需要考虑到其他的不偏离目标的方案。

 

检查表

检查表(Check Sheets，统计分析表)

 

检查表又称调查表，统计分析表等。以简单的数据，用容易理解的方式，制成图形或表格，必要时记上检查记号，并加以统计整理，作为进一步分析或核对检查之用。

检查表的使用目的

记录某种事件发生的频率。

检查表的使用时机

1.当你必须记下某种事件发生的具体情况时；

2.当你想了解某件事件发生的次数时；

3.当你想收集资讯时。

检查表的制作步骤

1.決定检查的項目。

2.決定检查的频率。

3.決定检查的人员及方法。

4.相关条件的记录方式，如作业场所、日期、工程等。

5.決定检查表格式。(图形或表格)

6.決定检查记录的符号。如：正、+、△、*、○等

附注：能够了解实际的发生情况。作为分析统计的依据。跟Metric类似？比如根据问题去寻找原因的时候可以看哪些影响因素需要测量。

 

散布图

 

散布图(Scatter Diagram,相关图)

适应的管理活动

散布图是表示两个变量之间关系的图，又称相关图，用于分析两测定值之间相关关系，它有直观简便的优点。通过作散布图对数据的相关性进行直观地观察，不但可以得到定性的结论，而且可以通过观察剔除异常数据，从而提高用计算法估算相关程度的准确性。

 

散布图的内涵

观察相关图主要是看点的分布状态，概略地估计两因素之间有无相关关系。

 

散布图的基本说明

通过观察相关图主要是看点的分布状态，概略地估计两因素之间有无相关关系，从而得到两个变量的基本关系，为质量控制服务。

 

相应的表格或其他工具

图形(a)和(b)表明X和Y之间有强的相关关系，且图形(a)表明是强正相关，即X大时，Y也显著增大；图形(b)表明是强负相关 ，即X增大时，Y却显著减小。 图形(c)和(d)表明X和Y之间存在一定的相关性。图形(c)为弱正相关，即X增大时，Y也大体增大；图形(d)为弱负相关，即X增大，Y反会大致减小。 图形(e)表明X和Y之间不相关，X变化对Y没有什么影响。 (f)表明X和Y之间存在相关关系，但这种关系比较复杂，是曲线相关，而不是线性相关。

 

 附注：先靠排列图找出主要问题，然后用头脑风暴想出可能相关的原因，再通过这个找出强相关的因素。

 

控制图(Control Chart）

休哈特控制图

控制图是对过程质量加以测定、记录从而进行控制的一种科学方法。图上有中心线、上只存在偶然波动时，产品质量将形成某种典型分布。例如，在车制螺丝的例子中形成正态分布。如果除去偶然波动外还有异常波动，则产品质量的分布必将偏离原来的典型分布。因此，根据典型分布是否偏离就能判断异常因素是否发生，而典型分布的偏离可由控制图检出。在上述车制螺丝的例子中，由于发生了车刀磨损的异常因素，螺丝直径的分布偏离了原来的正态分布而向上移动，于是点子超出上控制界的概率大为增加，从而点子频频出界，表明在异常波动。控制图上的控制界限就是区分偶然波动与异常波动的科学界限，休哈特控制图的实质是区分偶然因素与异常因素两类因素。

　　1．控制图的预防原理

　　控制图是如何贯彻预防原则的呢？这可以由以下两点看出：

　　（1）应用控制图对生产过程不断监控，当异常因素刚一露出苗头，甚至在未造成不合格品之前就能及时被发现，在这种趋势造成不合格品之前就采取措施加以消除，起到预防的作用。

　　（2）在现场，更多的情况是控制图显示异常，表明异常原因已经发生，这时一定要贯彻“查出异因，采取措施，保证消除，不再出现，纳人标准。” 否则，控制图就形同虚设，不如不搞。每贯彻一次（即经过一次这样的循环）就消除一个异常因素，使它不再出现，从而起到预防的作用

 

控制图画在平面直角坐标系中，横坐标表示检测时间，纵坐标表示测得的目标特征值。按控制对象（目标特征值）的变化情况，控制图又分为两种：一种是稳值控制图，一种是变值控制图。

　　1、稳值控制图。稳值控制图一般用于对产品质量或目标值恒定不变的目标实施状态进行控制，如下图所示，图中中心线表示计划目标值，虚线表示控制上下限。

 

 

　1、稳值控制图。稳值控制图一般用于对产品质量或目标值恒定不变的目标实施状态进行控制，如下图所示，图中中心线表示计划目标值，虚线表示控制上下限。

　　

　　2、变值控制图。变值控制图用于对目标值随时间变化的目标实施状态进行控制。从计划线与实际线的对比，可看出目标实施状态，对于超出计划线的情况，查清超出的原因，采取措施，将其控制在计划线以下。

 

XBar-R控制图

XBar(平均值控制图)反映变量X随时间的集中趋势及分组样本之间的变动性。注意控制图中的每个点是每个分组的平均值，而控制图的中心线是分组的平均值的平均值。

R(极差控制图)极差控制图监测的是分组样本内部随时间的变动。该图的中心线代表长期的分组样本之极差的平均值,或称为R。对于R控制图只适合于样本容量较小的场合。

 

XBar-S控制图

对于S控制图是值标准差，标准差控制图监测的是分组样本内部随时间的变动。该  图的中心线代表长期的分组样本之标准偏差的平均值，标准差图可适用于分组样本容量(即n)大于2的任何场合。(为验证过程是否稳定，每天采样10个数据值，一共采样10天。)

标准差公式：

I-MR(Individuals and Moving Range)控制图

主要是反映连续的单值数据随时间的变化。使用范围在过程的特性值较少，每次都只能够得到一个数据。I-MR图由于使用个体数值，与X bar-R图比较更易受干扰。比如我们要记录车辆来回AB两点的时间是否受控，可以记录一系列连续的数据值进行I-MR控制图分析。

P图和nP图(离散数据的不合格数)分组样品容量相等用nP控制图，不等用P控制图

P图是一种计数型控制图，它绘制的是每个样本的不合格品率。每个分组样本可以有相同的样本量或者不相同的样本量。此图通用性最强，在计数型控制图中用途最广。P图一般需要较大的样本容量。质量越好，那么要检测出过程失控就需要越大的分组样本。(记录每天的焊点数和焊点的不良个数，焊点数为分组样品每天是可以不同的。)nP图：是一种计数型控制图，它绘制的是每个分组样本中的不合格品数。每个分组样本必须有相同的样本量或者各个样本量足够相似可以看作相等。

C图和U图(离散数据的缺陷数)

分组样品容量相等用C控制图，不等用U控制图

 

C图是一种计数型控制图，它绘制的是每个样本中的缺陷数(不符合性)。当所有样本具有相同的样本量时，C图便是一种很实用的选择。U图：是一种计数型控制图，它绘制的是每个样本中的单位平均缺陷数，即描述了样本数变化时每个单元的缺陷数。这里要注意不合格数和缺陷数的区别，不合格品数是针对样本本身来说的(要么合格，要么不合格)；缺陷数是针对样本内部的，说明样本的符合性，而不是针对样本本身。

 

 

连续型:使用测量的可以有意义地无限分割的连续数值。 (时间，长度)
离散型:类别信息，可以计数但是不能有意义的分割。(合格/不合格)

控制图由中心线，控制上限(UCL)及控制下限(LCL)组成。注意控制限和规格限的区别，控制极限(UCL,LCL)是根据平均值计算得出的，是按过程中心值+/- 3个标准偏差计算出来的。即控制极限是根据样本数据计算得出的，是过程的内部特征。控制极限是由过程能力决定的。规格极限(USL,LSL)是由执行的标准决定的，是过程的外部特征。大多数规格是关于个体数值的，是由客户的要求决定的