DAY2-GB-M-03_流程能力分析.ppt

CapabilityStudy流程能力研究 Define Measure Analyze Improve Control Step4 确定项目Y s Step5 确认Y的现水准 Step6 发掘潜在的原因变量 X 基础统计学Minitab简介测量系统分析Y的表现水平及目标确定改进目标 路径位置 目录 流程能力介绍计数型流程能力计量型流程能力流程能力指数短期 长期流程能力分析流程能力练习 2 308 537 3 66 807 4 6 210 5 233 6 3 4 s PPM 流程能力 每百万机会的缺陷数 流程能力介绍 当我们继续收集该流程的数据时 我们会有如下疑问 这个流程有能力不产生不良吗 要求数据收集分析 流程能力研究 流程能力是 流程在管理状态时所表现出的产品或服务的品质变动程度 流程能力研究 研究流程的能力 流程可以充分满足目标吗 流程是处于可接受的散布水平吗 使用可能的工具 流程能力分析主要考虑事项 要求流程是在可控制状态 合理的子群 RationalSubgroup 最终结果物 明确反映当前Process的短期及长期流程能力的报告书 什么导致缺陷 额外的散布源于 制造流程和测量系统供给的材料散布不合理的过窄的规格 为了强化的设计 比顾客的要求更窄 不适当的设计容限 不稳定的部件和材料 不充分的流程能力 不良 流程能力 多少材料脱离了规格 短期的 长期的 不适当的设计容限 不适当的流程能力 供应材料的散布 不适当的测量能力 流程能力解剖 流程能力路径 你的数据是什么类型的 计量型 记数型 从流程里收集数据 从流程里收集数据 用Minitab分析数据 用Excel分析数据 流程能力表述DPU PPMCp Cpk Pp Ppk 流程能力表述DPU PPM 缺陷 x 4 1234567错误数 缺陷 x 130Min 无缺陷 x 130Min 15110115120125130135140装配时间 Min 无缺陷 x 3 顾客的要求 顾客的要求 记数型 计量型 数据分类 寻找计量型数据太难了 计数值流程能力 计算产品的 水平 计算单位产品缺陷数 DPU 翻到Sigma表 然后估计Sigma水平 计算每百万机会的缺陷数 DPMO 示例 计算单位产品缺陷数 DPU 计算每百万机会的缺陷数 DPMO 或 normsinv 1 750 1000000 1 5 流程能力的工具 记数型 AttributeSigmaCalculator XLS 或 normsinv 1 40000 1000000 1 5 记数型练习 制造部门 1不良的洗衣机工厂刚生产完一批共40 000台洗衣机 其中发现100台洗衣机有缺陷 2不良性批号在3月份 有12 412台A型电机被组装到干燥机中 每台电机有3个被正确制造的机会 分别是功率 振动和总重 在本月中 发现了200个不良发生 3不良性批量工厂刚生产出一批共400台冰箱 每台冰箱有134个部件 在生产中 发现了12 312个不良 错组装或损坏 部件 DPU 0 0025DPMO 2500Sigma 4 31 DPU 0 0161DPMO 5371Sigma 4 05 DPU 30 078DPMO 229 701Sigma 2 24 DPU DPMO 和Sigma是多少 记数型练习 非制造部门 1有缺陷的购买定单在3月中 共有764份购买定单交付 其中321份有缺陷 2迟到的出货在2000年 共出货42 100批更换部件 其中有4 100批晚到 3不正确购买单据在3月份 交付了764份购买单据 每份单据要填8处信息 共发现1234处不正确信息 DPU 0 4202DPMO 420 157Sigma 1 70 DPU 0 0974DPMO 97 387Sigma 2 80 DPU 1 615DPMO 201 897Sigma 2 33 计量型数据等于 力量 计量值流程能力 一般形式 这个变换产生的值来自一个平均值 0和 1的分布 这个值以标准偏差为单位显示了原来的数值离平均值有多远 例如 如果Z 2 说明问题中的数值偏离平均值2个标准偏差用这种方法 我们能在那个产品的输出平均值和 的基础上计算产品脱离规格的比例 Z 变换 估计不良率 为了估计流程的良品率 我们用规格下限 LSL 和规格上限 USL 替代x 这个结果将告诉我们流程的平均值以sigma为单位离规格限有多远 Avg 平均 50标准偏差 10 正态分布 Z值 SL SL z 2 5 2 5 尾部面积是多少 SL 我们从Z表获得尾部的面积 或者我们可以使用Minitab Z表 00621or6210ppm MINITAB分析方法 用Minitab 到计算 概率分布 正态然后点累积概率把Z 值填入输入常量选项 然后Minitab会算出概率 MINITAB结果 1 9938 0062或6200ppm 累积分布函数正态分布 平均值 0和标准差 1xP X x 2 50 993790 如果某个流程的规格限是1 030 流程的平均值是0 995 标准偏差是0 010 尾部面积将是多少 SL z 1 030 0 995 3 50 010 Z变换练习1 Z表 00023or230ppm MINITAB方法 9998 0002 尾部概率 1 9998尾部概率 0002or200ppm 累积分布函数正态分布 平均值 0 995和标准差 0 01xP X x 1 030 999767 Z 变换示例 请看下面的150个熔化指数的测量值平均值 10 0 5假设 LSL 9USL 11 问题 本分布脱离规格的百分比约是多少 平均值和Sigma 规格下限 用Minitab估计规格下限外部的比例 Minitab的输出 累积分布函数正态分布 平均值 10和标准差 0 5xP X x 90 0227501 LSL 用Minitab估计规格上限外部的比例 平均值和Sigma 规格上限 USL 1 9772 0228 LSL 1 2 1 1 1 0 9 8 4 0 0 3 0 0 2 0 0 1 0 0 0 母集团 F r e q u e n c y USL Minitab的输出 累积分布函数正态分布 平均值 10和标准差 0 5xP X x 110 977250 LSL 4 0 0 3 0 0 2 0 0 F r e q u e n c y USL 示例 Pr x 9 Pr x 11 Pr Z 2 Pr Z 2 2 28 2 28 4 56 00 00 规格限外部的比例可使用Minitab来计算 问题1 假设从我们的某个流程中取得下列数据 平均值 37 5标准偏差 7 83规格 30 15估计本流程总的不良率 概率密度函数正态分布 平均值 37 5和标准差 7 83xf x 150 0008205概率密度函数正态分布 平均值 37 5和标准差 7 83xf x 450 0322047 累积分布函数正态分布 平均值 37 5和标准差 7 83xP X x 150 0020293累积分布函数正态分布 平均值 37 5和标准差 7 83xP X x 450 830932 15 45之间不良是 1 0 830932 0 169068 0 0020293 0 1710973 100 17 10973 总的不良率应该减去规格线上不良 0 1710973 0 0008205 0 0322047 0 1380721 13 81 问题2 假设某班数学成绩 正态分布 如下 平均 64分 标准偏差 8问数学分数在50 70分之间的学生比率是多少50分概率4 70分概率22 67 二者之间在1 4 22 67 73 37 位于前5 的位置 要考多少分 逆累积分布函数正态分布 平均值 64和标准差 8P X x x0 9577 1588 流程能力指数 顾客之声 工程之声 流程能力指数 流程能力指数 ProcessCapabilityIndex 是 流程能力指数是表现流程制造的产品有多均一的能力 即 把流程能力定量化评价的尺度 流程能力指数是品质特性分布是正态分布的假设下 规格公差和流程的自然散布 标准偏差的6倍 的相对大小比较计算的指标在Minitab中 短期流程能力指数用Cp Cpk 长期流程能力指数用Pp Ppk表示 这里Pp Cp表示流程平均和规格中心一致时的流程能力指数 Ppk Cpk表示流程平均与规格中心不一致时的流程能力指数 流程能力改进战略 中心 centering 流程目标值或中心值 Target 散布程度 缩小散布 USL C LSL 6 p C Min X LSL 3 USL X 3 pk 统计学为测量流程能力发展了2个关键的方法 流程能力指数 Cp USL C LSL 6 p 总公差 C 流程的散布程度 散布 p 顾客的声音 C 流程的声音 p LSL USL u 30英尺 1 27英尺 33英尺 3 3 C USL LSL 6 p Cp Z 流程能力指数 Cp C USL LSL 6 p Cp Z LSL USL u 30英尺 1 29英尺 31英尺 3 3 流程能力指数 Cp C USL LSL 6 p Cp Z LSL USL u 30英尺 333 28英尺 32英尺 3 3 流程能力指数 Cp C USL LSL 6 p Cp Z LSL USL 28英尺 32英尺 u 33英尺 0 333 3 3 流程能力指数 Cp 流程能力指数 Cpk C Min X LSL 3 USL X 3 pk 为了反映流程Shift CpU CpL Cpk LSL USL 28英尺 32英尺 u 33英尺 333 3 3 5 0 1 0 1 0 流程能力指数 Cpk 提问 Cp和Cpk在数值上能相等吗 CpL和CpU能相等吗 Cpk能是负值吗 流程能力分析 短期数据 只存在偶然原因的影响在狭窄的推论空间里收集 在一个轮班里 使用一台机器 使用一名作业者 一个批量的原材料只有极少数流程有可能提供真正的短期样本 长期数据 不只是偶然原因存在 异常原因也存在在广泛的推论空间里收集 几个倒班内 使用多台机器 多名作业者 多个批量的原材料从大部分流程中收集的数据都是长期的 短期 长期数据 短期流程能力 流程不受外部影响 ex 温度作业者 原材料 LOT等 的短期间内的流程能力Zst技术定义在最佳条件下流程管理能力6SIGMA流程Zst 6 0 Cp 2 0 Zst 技术 长期流程能力 流程受外部影响充分长时间内的流程能力ppm 数率一般是长期流程能力Zlt技术和流程管理定义在日常条件下的流程管理能力6SIGMA流程Zlt 4 5 Ppk 1 5 Zlt 技术 流程管理 流程能力分析 短期 长期流程能力 短期流程能力 短期流程能力研究只涉及到一个相对较短的时间间隔 数天 数周 一般由30到40个数据点组成 实际的数量取决于所研究的项目 这个流程受控吗 它在生产不良品吗 长期流程能力研究涉及到一个相对较长的时间间隔 数周 数月 一般由100到200个数据点组成 同样 实际的数量取决于所研究的项目 长期流程能力 这个流程受控吗 它在生产不良品吗 短期数据和长期数据有什么差异 这给流程能力研究提供了什么提示 DescriptiveStatistics变数个数平均中央值标准偏差短期30 0 069 0 0341 108长期1800 0140 2353 064 进一步看流程能力 比较从短期和长期的数据进行流程散布的估计 长期 短期流程能力的概念 LSL 长期流程能力 在时间上 流程趋向于大约1 5 的漂移 短期流程能力 USL 时间4 时间3 时间2 时间1 群内 群间变动 Time1 Time2 Time3 Time4 群内 群间 把 叫短期 st 显示我们的潜力 我们最好的可能所有的6sigma公司都报告 普通多数 Thetrivialmany st shift total A D B C 123456 1 5 1 0 0 5 2 0 2 5 管理 不好 好 shift st 好 不好 技术 A 管理水平不好 技术也不好B 技术很好 但流程管理需要加强C 管理水平很好 但技术水平不好D 世界级 具有竞争力 MINITAB流程能力分析 6Sigma方法论要求在测量阶段进行短期流程能力研究以建立流程基线在这个领域Minitab具有很多工具能帮助你例 能力分析 CapabilitySixpack s CapabilityAnalysis Capability6Pack 子群数据 个体样本 是Minitab的基本选项 把群内变动平均 即可求出Sp 使用合理的子群化时 可以获得最佳的短期流程能力 设定极限目标时 该选项使用 Cp Cpk PooledStandardDeviation 共有标准偏差Sp TotalStandardDeviation 总体标准偏差S 从整体数据的变动求出S 为了推测实际流程能力时使用 MINITAB为了显示总标准偏差的流程能力 则使用Pp和Ppk 流程能力 Capability vs实绩 Performance 流程实绩 包括移动和漂移的总散布 Pp Ppk 流程能力 只包含随机和短期的散布 Cp Cpk 流程实绩vs 流程能力 这些数据显示 如果管理好 本流程可以比现在表现得好的多 流程实绩vs 流程能力 我们将讨论关于流程实绩和流程能力的指数流程能力是流程的 潜力 CpandCpk 流程实绩是流程的 真实 表现 PpandPpk 关于CapabilitySixpack 它是正态分布吗 和规格限比起来流程的散布怎么样 它是正态分布吗 最后25个子群象什么 它受控吗 它受控吗 CapabilitySixpack 这儿发生了什么 打开Capability MPJ文件的Rationalsubgroupsworksheet CapabilityAnalysis 打开Capability MPJ文件的CARBAT2worksheet 1 2 对CO2 Long流程能力结果 观测到不良率 群内 短期 潜在 预想不良率 全体 长期 实际 预想不良率 全体流程能力 群内流程能力 流程实绩vs 流程能力 Cp是经验交流极限水准 Ppk与Cp越近似越好 散布 可能的最好 实际 总体 流程平均值的位置 规格范围的中点 实际位置 Cp Ppk Cpk Pp 流程是否处于相对稳定的流程测量系统充分吗 样本抽样是否遵循合理子群化 并随机化 样本大小是否充分数据是否具备正态分布或Weibull分布等假定的分