过程能力分析.ppt

基础统计学,过程能力分析,2,2019/12/17,模块目的,过程变异过程能力规格，过程控制限过程潜在能力vs过程应有能力短期与长期过程能力非正态数据的过程能力周期时间(指数分布)次品率(二项式分布)缺陷率(泊松分布),3,2019/12/17,过程变异,过程变异是单个测量或产品生产流程中不可避免的差异.变异的来源产品内(位置之间的差异)产品间(产品之间的差异)不同批次(批次之间的差异)不同生产线(生产线之间的差异)交错时间(时间之间的差异)测量系统中的错误(重复性与再现性),4,2019/12/17,变异的模型,机会,短期,短期,短期,短期,长期,5,2019/12/17,变异类型,固有变异由许多小的不可避免的因素累积而成的变异；一个由一般因素导致的流程变异称为“统计受控”；“instatisticalcontrol”,6,2019/12/17,变异类别,特殊变异可能是由于a)不正确的设备调节器整；b)操作员的错误操作c)有缺陷的原材料一个由特殊因素导致的流程变异称为“不受控”；“out-of-control”,7,2019/12/17,过程能力,能力度量阐述了过程的输出是如何充分的满足客户的规格要求.通过以下指标来衡量：a)percentage(%)b)partspermillion(ppm)partsperbillion(ppb)举例说明：PPM(PartsPerMillion)说明了在1,000,000个部件的组中有多少个不良部件同时也反映了缺陷率和合格率。举例说明:100,000PPM反映了90%服从了规格要求。Cp(s-p)说明了规格范围和过程输出范围的比率（）举例说明:温度规格范围:68to720F过程温度范围:69to710FCp=(72-68)/(71-69)=4/2=2.0,8,2019/12/17,过程能力,使我们根据数据分配资源!(这可不常见!)缺陷率得以量化确认可改进机会分析过程能力可使组织预测其所有产品和服务的真实质量水平确认过程发生问题的本质-居中程度或分散度,为何测量过程能力?,9,2019/12/17,过程能力vs.规格界限,a),b),c),a)过程能力高b)过程能力一般c)过程能力不足,10,2019/12/17,三种界限类型,规格界限(LSL和USL)由设计工程师根据客户的要求，对产品特性参数设置的公差范围；过程界限(LPL和UPL)衡量过程的变异；一般测量特性的6界限；控制界限(LCL和UCL)测量样本统计变量的变异（均值，变异，比率，等等）,11,2019/12/17,三种界限类型,单个值分布样本均值分布,12,2019/12/17,过程能力指数,两种方法衡量过程能力过程潜在能力：对应有能力的最佳估计之一Cp过程应有能力：可观察到的最佳短期过程性能CpuCplCpk,13,2019/12/17,过程潜在能力,Cp用来评估一般6变异的过程是否在规格界限之内.,产品容许偏差,+3,-3,过程容许偏差,例子:过程平均值为325,标准差为15,标准上限为380，下限为270Cp是多少?若平均值为355而标准差不变Cp又是多少?,14,2019/12/17,过程潜在能力,Cp=1.0意味着当过程居中时刚刚能达到客户标准即当过程居中时，将会有0.27%的产品将会超出规格界限.CpRejectRate1.000.270%1.330.007%1.506.8ppm2.002.0ppb,15,2019/12/17,过程潜在能力,a),b),c),a)过程能力高(Cp2)b)过程能力一般(Cp=1to2)c)过程能力不足(Cp1.5)b)过程能力一般(Cpk=1to1.5)c)过程能力不足(Cpk1),a),Cp=2Cpk=2,b),Cp=2Cpk=1,c),Cp=2CpkCapabilityAnalysis(Normal),48,2019/12/17,例5,按下列方法分析数据StatsQualityToolsCapabilityAnalysis(Normal),为什么这种分析可能有缺陷?,49,2019/12/17,例5,按下列方法分析数据StatsQualityToolsCapabilityAnalysis(Non-Normal),50,2019/12/17,按下列方法分析数据StatsQualityToolsCapabilitySixpack(Non-Normal),例5,51,2019/12/17,例5A,又采集了每月达到要求比例的数据并存入SliderBurger2.mtw中,二项式分布过程能力分析,52,2019/12/17,例5A,分析二项式分布过程能力StatsQualityToolsCapabilityAnalysis(Binomial),53,2019/12/17,分析二项式分布过程能力StatsQualityToolsCapabilityAnalysis(Binomial),例5A,结果是短期还是长期的?,Ppk=ZLT/3=1.221/3=.407,54,2019/12/17,缺陷率过程能力的计算,泊松分布可应用于:错误比率粒子数量化学浓度分析,55,2019/12/17,缺陷率过程能力的计算,通过缺陷率估算Ytp定义检查样本数量;定义长期(DPU)DPU=TotalDefectsTotalUnits定义直通率(Ytp)Ytp=expDPU,每单元多个机会,56,2019/12/17,缺陷率过程能力的计算,估算缺陷率的西格码水平：定义单位机会（opportunitiesperunit）定义每机会中的缺陷数defectsperopportunity(d)d=defectsperunitopportunitiesperunit定义逆概率inversecumulativeprobabilityford,在Minitab当中:CalcProbabilityDistributionNormalZ-Score是西格码水平值,每单元一个机会,57,2019/12/17,例6,假设您为一家电线制造商工作，并关注电线绝缘过程的有效性。您随机抽取不同长度的电线，并通过对其施加测试电压来检验是否有绝缘薄弱的点。您记录弱点数和每段电线的长度（以英尺计）。,58,2019/12/17,StatQualityToolsCapabilityAnalysis(Poisson),例6,59,2019/12/17,DefectsperUnit=0.0265194ThroughputYield=expDPU=exp0.0265194=0.9738,例6,每单元多个机会,60,2019/12/17,例6,Define1InspectionUnit=125unitlengthofwirei.e.Units=Length125,61,2019/12/17,例6A,StatQualityToolsCapabilityAnalysis(Poisson),62,2019/12/17,例6A,DefectsperUnit=3.31493ThroughputYield=expDPU=exp3.31493=0.0363,每单元多个机会,63,2019/12/17,例6B,DefectsperUnit=3.31493OpportunitiesperUnit=1DefectsperOpportunity=3.31493,每单元一个机会,64,2019/12/17,例6B,每单元一个机会,1inspectionunit=1unitlengthofwireOpportunitiesperUnit=1DefectsperOpportunity=dpu/Opportunitiesperunit=0.0265Z-Score=Abs1(0.0265)=1.935Sigma-Capability=Z-Score+1.5=3.435,65,2019/12/17,附录,66,2019/12/17,正态分布曲线下的面积,表中数值代表标准正态分布曲线下Z值左手的面积.它也是属于这一分布的任一值小于Z的几率.,z,67,2019/12/17,RTY与dpu来历,RTY和dpu的关系