山东工商学院2010届毕业设计
表4-25 实验结果分析
sample1 实验 酒精浓度 擦拭次数 过滤网更换周期 清除前灰尘微粒数 680 800 680 760 800 800 720 920 600 680 720 520 680 880 520 680 1000 760 清除前灰尘微粒数 160 160 120 120 120 120 80 80 40 120 120 80 80 80 40 40 40 0 清除前清除率 灰尘微/% 粒数 76 80 82 84 85 85 89 91 93 82 83 85 88 91 92 94 96 100 480 560 720 680 840 600 680 520 680 440 760 560 800 520 560 800 720 600 sample2 清除前灰尘微粒数 120 120 120 120 120 80 80 40 40 80 120 80 80 40 40 40 0 0 清除前清除率 灰尘微/% 粒数 75 79 83 82 86 87 88 92 94 82 84 86 90 92 93 95 100 100 800 720 960 760 560 680 720 560 800 840 720 800 680 680 800 1000 600 640 sample3 清除前灰尘微粒数 200 160 160 120 80 80 80 40 40 160 120 120 80 40 40 40 0 0 清除率 /% 75 78 83 84 86 88 89 93 95 81 83 85 88 94 95 96 100 100 均值 Y 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 1 1 2 2 2 3 3 3 1 1 1 2 2 2 3 3 3 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 82.67 79.00 75.33 86.67 85.67 83.33 94.00 92.00 88.67 85.33 83.33 81.33 93.33 92.33 89.33 100.00 98.67 95.00 25
山东工商学院2010届毕业设计
先进行主效应分析，MINITAB输出图表如图4-11所示：
AVG 主效应图数据平均值96928884平均值AB8019692888480122C3123图4-11主因效应图 通过此图我们可以直观确定各因素水平对输出变量的影响程度。直线越陡，说明影响越大。可以看出对输出变量影响程度依次是：B、C、A。
然后再进行交互作用分析，MINITAB输出图表如图4-12所示：
A
图4-12 交互作用分析图
如图所示，上面的直线平行或者是接近平行，说明这三个因素之间两两之间的交互作用对输出变量均值无影响或者影响甚微。
MINITAB数据输出结果如表4-26所示：
26
山东工商学院2010届毕业设计
表4-26 AVG的方差分析
来源 A B C 误差 合计 自由度 2 2 1 12 17 SS 71.5 552.48 146.26 10.14 780.38 MS 35.75 276.24 146.26 0.84 F 42.33 327.07 173.17 P 0.000 0.000 0.000 通过方差分析我们可以看出A、B、C的P-valve<0,说明A、B、C对输出结果的影响是显著的。结合三个因素的主效应分析，B选择三水平，C选择二水平，A选择一水平。因此最佳实验方案是B3C2A1，即擦拭次数是3，过滤网的更换周期是3天，酒精浓度时75%。
2. 对于操作不熟练者或者新员工应加强培训力度，措施具体如下： (1)要求理论与实际结合，每讲一条作业标准，要求员工做出正确的示范 动作。
(2)实施工序内新员工考核，上岗后每个星期进行一次考核，不合格者进行再培训，直到合格为止。
3. 操作者的检查方法进行改变 原作业检查方法如图4-13所示：
在制品积累在一起进行检验，不能及时发现不合格品，会造成批量的不合格品 图4-13 改进示意图
应该让操作员集中精神，保持少量的在制品积压，可以及时发现质量问题，以便及时停机调整。
4.5 控制(control)
经过改进后，生产车间将这些改善措施进行实施，两周之后，对印刷工序进行抽样，分
27
山东工商学院2010届毕业设计
析其过程西格玛值是否得到提高，不良率是否下降，改进后的数据采集表如表4-27所示：
表4-27 改进后的抽样表
观测值 统计量 1 n np 2 3 4 5 6 7 8 9 10 100 100 100 100 100 100 100 100 100 100 3 0 1 0 3 1 2 1 2 2 观测值 统计量 11 n np 12 13 14 15 16 17 18 19 20 100 100 100 100 100 100 100 100 100 100 0 1 3 1 2 0 1 1 2 1 观测值 统计量 21 n np 22 23 24 25 100 100 100 100 100 2 1 0 2 1 用MINITAB对改进后的数据进行过程能力控制图分析,其控制图输出结果如图4-14所示：
图4-14 改进后P控制图
累计缺陷率如图4-15所示：
图4-15 改进后累积缺陷图
28