SPC_2.ppt

1 统计过程控制 StatisticalProcessControl SPC 2 Statistical 统计 以概率统计学为基础 用科学的方法分析数据 得出结论 Process 过程 有输入 输出的一系列的活动 Control 控制 事物的发展和变化是可预测的 什么是SPC 生产过程 样本 数据 抽样 检验 與管制界限 比較 UCL CL LCL 在管制圖中發現不正常狀態 3 到本课程结束时 参加者应能识别 了解统计基本概念了解控制图原理计量型与计数型控制图的作法与适用范围控制图的选用原则过程的特性及过程能力Ppk和Cpk之间的区别以及了解如何计算这些指数 课程目标 4 规格过程USLUCLSLCLLSLLCLCaCpCpk 总体 N样本 n 总体平均值X bar样本平均值 总体标准差S 样本标准差R极差X单值中位数 StatisticalProcessControl 计量值 均值 极差控制图中位数 极差控制图单值 移动极差控制图均值 标准差控制图 计数值不合格品率控制图 图 不合格品数控制图 Pn图 缺陷数控制图 c图 单位缺陷数控制图 图 课程重点 5 1 全系统的 全过程的 要求全员参加 人人有责 2 强调用科学方法 统计技术 控制图理论 来保证全过程的预防 3 不仅用于生产过程 而且可用于服务过程和一切管理过程 4 全面 及时了解质量信息 信息共享 5 有效监测和预防 提高生产率 6 提高客户满意度 赢得更多客户 7 保持产品和服务质量的稳定性及进一步的持续改进 8 降低总的质量成本 SPC的特点及意义 6 Statistical 统计 以概率统计学为基础 用科学的方法分析数据 得出结论 一 统计的内容 方法 范围 应用 统计过程控制 搜集数据 整理数据 分析数据 推论数据 叙述统计 推论统计 应用 试验设计 7 1 统计数据的三要素 1 时间 统计资料发生的日期或时间 2 空间 统计资料发生的地域或地点 3 特性 定量 定性两类a 定量 连续性数据 个体间可做无限次的细分 必须由度量所得 例如 身高 体重等 间断性数据 每个个体成一个单位 不能在个体件加以细分 例如人口数 不合格品数等 b 定性 数据的性质而定 由计数所得 例如血型 性别 产品种类等 Statistical 统计 8 2 统计数据的三特性 1 客观性 数据的取得 必须实际调查或记录而得 2 大量性 数据必须大量观察而得 3 数字性 数据必须由计数或计量产生的 必然是数字数据 3 数据的种类 1 依据取得来源 区分原始 次级数据 原始数据 调查者 直接 由数据来源搜集尚未整理 次级数据 由其他管道搜集已经过整理的数据 2 依据是否具有时间性质 区分静态 动态数据 静态数据 某一现象在某一 时间 的静止状态数据 动态数据 某一现象在某一 期间 内的演变情形之数据 Statistical 统计 9 4 数据的搜集 1 原始数据 调查法 登记法 实验法 静态数据 调查法 区分总体 抽样 方式有人员 电话 邮寄问卷 动态数据 登记法 重点要详细正确 2 次级数据 网路 政府或私人机构 公司内部数据等 3 试验法 控制的状态下 试验者操作试验变数 观察试验结果影响之研究作业 5 数据的整理 1 目的 简单化 消除复杂性 系统化 消除紊乱性 2 方法 a 分类 时间 空间 特性b 归类 人工 划计法 机器电脑统计软体 EXCEL MINITAB c 列表 统计表 时间 空间 特性 数量 次数分配表 d 绘表 线图 地图 长条图 圆形图 次数分配图等 Statistical 统计 10 Statistical 统计 统计表 时间 空间 特性 数量 次数分配表 分组次数分配表 a 求差R 最大值 最小值b 定组距H 求组数K 1 3 3logN 定组距 R Kc 定组界 每组组限 最大值与最小值d 计次数 原始数据依据组限划计次数 11 何谓图表 数据以点线面体的方式呈现出来的结果 图表目的 方便人的视觉 把握情报 採取必要的对策图表的种类 1 依使用目的 解析 柏拉图 管理 年度计划表 控制图 计划 甘特图 说明用图表 组织图 流程图 统计用记录图 温度记录表 2 依表示方法 棒形图 面积图 扇形图 折线图 等 Statistical 统计 12 常用统计分析工具 13 分析寻找可能原因的六大因素 测量Measurement 寻找结果或问题的可能原因 主要归纳为6大类 人力Manpower 环境Mother natured 机械Machine 方法Methods 物料Material 14 统计分析的基本概念 一 总体 母体 是指在某一次统计分析中研究对象的全体 1有限总体 被研究对象是有限的 如一批产品的总数 2无限总体 被研究对象是无限的 如某个企业 某个生产过程从前 现在 将来生产的全部产品 3个体 组成总体的每个单元 产品 叫做个体4总体含量 总体大小 总体中所含的个体数 常用N表示 二 样本 子样 是指从总体中随机抽取出来并且要对它进行详细研究分析的一部分个体 产品 1 样本是由1个或若干个样品组成的 2 样本容量 样本大小 样本中所含的样品数目 常用n表示 15 数据 样本和总体的关系 无限总体 有限总体 工序 一批产品 一批半成品 样本 样本 数据 数据 判断 判断 总体与样本 16 一 抽样 是指从总体中随机抽取样品组成样本的活动过程 17 某种成品零件分装在20个零件箱装 每箱各装50个 总共是1000个 如果想从中取100个零件作为样本进行测试研究 简单随机抽样 将20箱零件倒在一起 混合均匀 并将零件从1 1000编号 然后用查随机数表或抽签的办法从中抽出编号毫无规律的100个零件组成样本 系统抽样 将20箱零件倒在一起 混合均匀 并将零件从1 1000编号 然后用查随机数表或抽签的办法先决定起始编号 按相同的尾数抽取100个零件组成样本 分层抽样 20箱零件 每箱都随机抽取5个零件 共100个组成样本 整群抽样 先从20箱零件随机抽出2箱 该2箱零件组成样本 案例 18 一 集中量数 一群数据之代表值 表示数据的集中位置 意义 1 次数分配中心的位置 又称位置量数 2 计算法由 平均方式 而得 3 各种结果皆向其中心集中 也称集中趋势量数 种类 平均数 中位数 众数二 差异量数 以一个数字来代表一群统计数据内差异或离散程度 离散趋势指标 目的 若一群数据差异量大 则平均数代表性小 反之则大 因此为了了解一群数据之特性 除了计算平均数外 还必须计算差异量数的大小 种类 极差 标准差案例说明 统计分析的基本概念 19 1 平均值 群体 样本 一 集中量数 2 中位数 Median Me 将数据按数值大小顺序排列后 位于中间位置的数 公式 如果从总体中抽取一个样本 得到一批数据X1 X2 X3 Xn 则样本的平均值 20 3 众数 Mode Mo一群数据中 出现次数最多次的数值 若二相邻两数值均为出现次数最多的数值 则取平均值 频数最大的数量 用以消除极大及极小值的影响 一 集中量数 21 1 极差 Range R 度量样本数据分散范围的量 公式 R Xmax Xmin 样本或总体中的最大值减最小值 2 标准差 S 样本数据离散程度的统计量 利用每个样本数据偏离其中心位置的大小来表示离散程度 较精确 一 差异量数 国际标准化组织规定 把样本方差的正平方根作为样本标准偏差 用符号S来表示 其计算公式 S2 样本方差 某一数据与样本平均值之间的偏差 22 1 极差 Range R Xmax Xmin2 标准差 S 公式 总体标准差 样本标准差 一 差异量数 极差的性质 只考虑两个极端值 未考虑中间数据的变化情形 缺乏敏感性容易受两端数据影响 简单 计算容易 标准差的性质 受两端数据影响小 很好的使用所有的数据 各较任何以其他数据为中心的标准差小 23 WORK SHOP 24 你是否认为第1组数据和第2组数据是等效的 代表相同的过程 数据1 4 5 6 6 6 6 7 7 7 7 8 8 9 9 10均值 极差 数据2 4 5 6 6 6 7 6 7 7 7 7 7 7 3 7 3 7 3 7 4 8 7 10均值 极差 分别计算两组数据的标准差1组s 2组 s 1 60357 1 35383 7 6 7 6 WORK SHOP 25 Process 过程 制程控制系统 有反馈的过程控制系统模型 过程的呼声人设备材料方法产品或环境服务输入过程 系统输出顾客的呼声 过程 系统 26 过程变差 变差的普通原因和特殊原因普通原因 是指过程在受控的状态下 出现的具有稳定的且可重复的分布过程的变差的原因 普通原因表现为一个稳系统的偶然原因 只有过程变差的普通原因存在且不改变时 过程的输出才可以预测 特殊原因 通常也叫可查明原因 是指造成不是始终作用于过程的变差的原因 即当它们出现时将造成 整个 过程的分布改变 只用特殊原因被查出且采取措施 否则它们将继续不可预测的影响过程的输出 27 普通原因之变异 特殊原因之变异 大量之微小原因所引起 不可避免 不管发生何种之偶然原因 其个别之变异极为微小 几个较代表性之偶然原因如下 原料之微小变异 机械之微小掁动 仪器测定时不十分精确之作法 实际上要除去制程上之偶然原因 是件非常不经济之处置 一个或少数几个较大原因所引起 可以避免 任何一个异常原因 都可能发生大之变异 几个较代表性之异常原因如下 原料群体之不良 不完全之机械调整 新手之作业员 异常原因之变不但可以找出其原因 并且除去这些原因之处置 在经济观点上讲常是正确者 变异原因之差异 制程中变异因素是在统计的管制状态下 其产品之特性有固定的分配 制程中变异因素不在统计的管制状态下 其产品之特性没有固定的分配 28 29 如果仅存在变差的普通原因 目标值线随着时间的推移 过程的输出形成一个稳定的分布并可预测 预测时间范围目标值线如果存在变差的特殊原因 随着时间的推预测移 过程的输出不稳定 时间范围 30 稳定过程 产品质量质量特性的变异是在可预测的统计控制范围之内 过程的稳定性 不稳定过程 产品质量质量特性的变异无法以统计方法来预测 过程受控 过程失控 31 过程能力受控且有能力符合规范 普通原因造成的变差已减少 规范下限规范上限时间范围受控但没有能力符合规范 普通原因造成的变差太大 32 C A D P C D P A C A P D 1 分析过程过程应做什么 会出现什么错误本过程正在做什么 达到统计控制状态 确定能力 2 维护过程 监控过程性能查找变差的特殊原因并采取措施 3 改进过程改进过程从而更好地理解普通原因变差减少普通原因变差 过程改进循环 33 1 特殊原因之对策 局部面 必须消除产生变异的特殊原因 否则影响很大 多由制程人员直接加以改善或解决 约占制程问题15 2 共同原因之对策 系统面 必须多方面且共同去改善造成变异的问题 常需管理阶层的努力与对策 制程上85 的问题是属于此类 变异过程原因之对策 34 控制 Control 统计过程控制 1 质量控制 36 质量控制 PartPerMillion 68 26 95 45 99 73 99 9937 99 9999998 37 1 1924年 美国的休哈特 W A Shewhart 首先提出用控制图进行工序控制 起到直接控制生产过程 稳定生产过程的质量达到预防为主的目的 2 在现场直接研究质量数据随时间变化的统计规律的动态方法 3 控制图是判别生产过程是否处于控制状态的一种手段 利用它可以区分质量波动是由机遇原因引起的还是由非机遇原因引起的 控制 Control 38 SPC就像房屋中的烟雾探测器 只要这种装置备有电池 并且被正确安置以及旁边有人监听 那么它就可以提前发出警报使你有足够时间阻止房屋起火 6Sigma管理法追求卓越的阶梯 采用控制图的原因 39 美国W A Shewhart博士于1924年5月16日发明了第一张管制图 开启了统计品管的新时代 区分过程中的正常变异或异常变异 并判断过程是否处于控制状态的一种工具 SPC的发明 40 常态分布基本知识 当抽取的数据个数趋于无穷大而区间宽度趋向于0时 外形轮廓的折线就趋向于光滑的曲线 即 概率密度曲线 特点 在中心线或平均值两测呈现对策之分布 常态曲线左右两尾与横轴渐渐靠近但不相交 曲线下的面积总和为1 常态分配 正態分布中 任一點出現在 1 內的概率為P 1 X 1 68 27 2 內的概率為P 2 X 2 95 45 3 內的概率為P 3 X 3 99 73 两个参数的意义 mu 反映整体的综合能力 sigma 反映实际值偏离期望值的程度 其值越大 表示数据越分散 管制界限的构成 上虚线 上控制界限UCL下虚线 下控制界限LCL中实线 中心线CL 控制界限 平均值 3 43 在管制界限內 為可接受區域 超过管制上限 为不可接受区域 管制界限的构成 44 横坐标 按时间顺序抽样的样本编号 纵坐标 数据 质量特性值或其统计量 控制图的构成 45 控制图的分类 46 产品质量变异及其统计描述 47 按产品质量的特性来分类 控制图可分为 计量值控制图 量测或测试而取得的连续性实际值 并对其做数理分析 以说明该产品在此量测特性的品质状况的方法 适用于 长度 重量 时间 强度 成分及收率等连续变量 计数值控制图 计产品的件数或点数的表示方法 其资料在理论上有不连续的特质 故称之为离型变量 适用于 不合格品数 不合格品率 缺陷数 单位缺陷数等离散变量 按控制图的用途来分类 控制图可分为 分析用控制图与控制用控制图 控制图的种类 48 适用于 长度 重量 时间 强度 成分及收率等连续变量 常用的计量值控制图有下面几种 均值 极差控制图 图 中位数 极差控制图 图 单值 移动极差控制图 图 均值 标准差控制图 图 计量值控制图 49 计量值控制图 50 适用于 不合格品数 不合格品率 缺陷数 单位缺陷数等离散变量 常用的计数值控制图有 不合格品率控制图 图 不合格品数控制图 Pn图 缺陷数控制图 c图 单位缺陷数控制图 图 计数值控制图 51 计数值控制图 52 管制图的选择 53 分析阶段控制阶段 控制图应用的二个阶段 54 在控制图的设计阶段使用 主要用以确定合理的控制界限 并判定是否处于统计状态 每一张控制图上的控制界限都是由该图上的数据计算出来 计算过程能力是否符合要求 分析阶段 从分析阶段转入控制阶段 控制图是受控的 过程能力能够满足生产要求 控制图应用的二个阶段 异常时 应找出原因 采取措施 过程稳定后 将分析用管制图 延常为控制用管制图 55 控制图的控制界限由分析阶段的控制图转换而来 控制图用于使过程保持稳定受控 当点子发现异常 表示过程不稳定 应及时消除异常原因 使用时只需把采集到的样本数据或统计量在图上打点就行 不必再计算控制限 控制阶段 控制图应用的二个阶段 56 控制图是根据稳定状态下的条件 人员 设备 原材料 工艺方法 测量系统 环境 来制定的 如果上述条件变化 则必须重新制定控制图 一定时间后检验控制图还是否适用 过程能力值有大的变化时 何时应该重新计算控制界限 57 计量值 计数值管制图公式汇总 控制限的计算方法 58 计量值控制图 控制限的计算方法 59 1 Xbar R 均值 极差 管制图 1 计算各样组的平均数 2 计算这些组平均数的平均数 3 计算各样组的极差 4 计算这些极差的平均数 5 计算极差的参数 6 计算均值的参数 60 制品名称 紫铜管机械号码 XXX品质特性 内径操作者 XXX测定单位 m m测定者 XXX制造场所 XXX抽样期限 自年月日至年月日 61 R绘图步骤1 将每样组之与 算出记入数据表内 2 求与 50 16 4 83 查系数A2 D4 D3A2 0 58 D4 2 11 D3 负值 以0代表 p35 R绘图步骤 4 求管制界限 1 管制图CL 50 16UCL A2 50 16 0 58 4 8 52 93LCL A2 50 16 0 58 4 8 47 39 2 R管制图 CL 4 8UCL D4 2 11 4 8 10 13LCL D3 0 4 8 0 5 将管制界限绘入管制图 6 点图 7 检讨管制界限 64 我们以下运算法则计算控制线 其中n为子组中的大小 k为子组数 2 S图 65 B4 B3和A3的值 2 S图 66 1 确定子组的大小 一般为5 应确保其大小为奇数 2 确定进行测量的频率 3 收集数据 4 确定每个子组的中位数 中间数 并记录结果 5 确定每个子组的极差并记录结果 6 在图上标出中位数和极差 3 中位数图 67 其中k为子组数 3 中位数图 68 B4 B3和A3的值 3 中位数图 69 4 单值和移动极差图 计算X MR图的方法1 确定进行测量的频率 2 获取单值读数 3 收集数据 4 在图上记录单值读数 5 确定每对连续读数之间的极差 70 其中k为读数的个数 和 4 单值和移动极差图 71 4 单值和移动极差图 72 Workshop R范例 某产品制成后 经常发现不良品 今利用 R管制图控制其品质特性 每天取样2次 每次样本大小n 5 下表是10天内所收集之数据 由同一作业员操作同一部机器所得之数据 试计算 R管制图之管制界限 并绘成管制图 28 73 控制限的计算方法计数型控制图 1 每组样本大小n相等时 CL UCL 3LCL 3 2 n不等 且相差小于20 时 CL UCL 3LCL 3 1 P管制图 不良率 3 n不等 且相差大于20 时 CL UCL 3LCL 3 75 某工厂制造外销产品 每2小时抽取100件来检查 将检查所得之不良品数据 列于下表 利用此项数据 绘制不良率 p 管制图 控制其品质 案例1 P管制图 不良率 n相等 1 求管制界限CL 0 05 5 UCL 3 11 54 LCL 3 为负值 视为0 2 点绘管制图 案例1 P管制图 不良率 n相等 77 P范例某工厂之生产线 每分钟制造产品200个 今为控制其焊锡不良 采用不良率管制图加以管制 每2小时抽查200个 试根据下列资料计算不良率管制图之中心线及管制界限 并绘制其管制图 34 Workshop 78 确定子组的容量 通常为 50个零件 确定检验的频率 收集数据 确定该子组中不合格品的数量 在np图上记录有缺陷的零件数量 在np图上描绘该数据 6 不合格品数的np图 79 其中k为子组数 n为这些子组的样本容量 6 不合格品数的np图 80 确保检验样本的容量都相等 如零件的数量 规定的面积或体积 确定检验频率 确定在该样本上发现的不合格数 把该不合格数记录在c图上 在c图上描绘该数据 7 不合格数的c图 81 定义检验内容 确定检验频率 确定在该样本上发现的不合格数 以样本容量除以所发现的不合格数 在u图上记录不合格的比率 在u图上描绘此数据 8 单位产品不合格数的u图 82 计算u图控制线的示例 其中c1 c2等为单位产品的不合格数 n1 n2等为相应的样本容量 8 单位产品不合格数的u图 83 1 虚发警报错误 也称第I类错误 在生产正常的情况下 纯粹出于偶然而点子出界的概率虽然很小 但不是绝对不可能发生 当生产正常而点子偶然超出界外 根据点子出界就判断生产异常就犯了虚发警报错误 发生这种错误的概率通常记以 代表犯第一类错误的概率 控制结果 risk UCL CL LCL 第一类错误 84 2 第 类错误 漏发警报错误在生产异常的情况下 产品质量的分布偏离了典型分布 但仍有部分产品其质量特性的数值大小偶然位于控制界限内 如果抽到这样的产品进行检测并在控制图中描点 这时根据点子未出界判断生产正常 就犯了漏发警报错误 发生这种错误的概率通常记以 于是就犯了第二类错误 控制结果 risk UCL CL LCL 第二类错误 1 2 1 检定力 15 控制结果 risk risk 控制限的设置要使两类错误造成的损失最小 86 3 方式 是两类错误造成的总损失最小的控制界限 为总体均值 为总体标准差 此时犯第I类错误的概率或显著性水平 0 0027 为了减少第 类错误 对于控制图中的界内点增添了第 类判异准则 即 界内点排列不随机判异 控制结果 3 方式 P x 2 0 1 模式1 点子接近控制界限 1 连续3个点中 至少有2点接近控制界限 0 0053 2 连续5个点中至少有4点接近控制界限0 0030模式2 中心线一侧出现长为9的链0 0038模式3 连续6点的倾向 即上升或下降0 00273模式4 点子集中在中心线附近 0 0033 正常点子之动态之管制图 如图 1 多数的点子 集中在中心线附近 且两边对称 2 少数的点子 落在管制界限附近 3 点子之分布呈随机状态 无任何规则可寻 4 没有点子超出管制界限外 就是有也很少 37 管制图的判定方法 88 不正常点子之动态之管制图 1 在中心线附近无点子 此种型态称之为 混合型 因样本中可能包括两种群体 其中一种偏大 另一种偏小 如图二 管制图的判定方法 89 不正常点子之动态之管制图2 在管制界限附近无点子 此种型态称之为 层别型 因为原群体可能已经加以检剔过 管制图的判定方法 90 不正常点子之动态之管制图3 有点子逸出管制界限之现象 此种称之为 不稳定型 如图四 管制图的判定方法 管制图之不正常型态之鉴别是根据或然率之理论而加以判定的 出现下述之一项者 即为不正常之型态 应调查可能原因 40 A 管制图的判读法 92 1 1点超出从中心线起算3个Sigma 2 3点中有2点分怖于从中心线起算2Sigma以上 同侧 3 5点中有4点分怖于从中心线起算1Sigma以上 同侧 4 6点以递增或递减的趋势分布在同一侧 5 8点在同一侧但没有点落在1sigma的范围 两侧 6 9点在同一侧 7 14点在同一侧分布呈现上下交替 8 15点分布于同侧从中心线起算1Sigma的范围 两侧 计量值管制图判读 93 计量值管制图判读 94 计量值管制图判读 95 计数值管制图判读 1 1点超出从中心线起算3个Sigma 2 6点以递增或递减的趋势分布在同一侧 3 9点在同一侧 4 14点在同一侧分布呈现上下交替 96 计量值管制图判读 B 数据分配之连串理论判定法 管制图上诸点 以中心线 CL 为主 划分两部份 一在上方 一在下方 若一点或连续数点在管制图中心线之一方 该点或连续数点为一串 run 加总中心线上方的串数及中心线下方的串数 便可判定此管制图是否呈随机性 例如有一管制图如下 45 1 3 4 1 2 3 4 首先计算此管制图之总串数如下 在管制中心线上方者 单独 点为一串者 串 点构成一串者 串计 点 点构成一串者 串 串在管制中心线下方者 单独 点为一串者 串 点构成一串者 串 点构成一串者 串计 点 点构成一串者 串 串 46 B 数据分配之连串理论判定法 在此管制图之总串数为 串由S Swed和C Eisenhart所作成的表 r 11 s 13 管制图中心线上方共 点 下方共 点 取大者为s 小者为r 令s r 得界限值在0 05时为6 表p 0 05 在0 05时为8 表p 0 005 因为此管制图总串数12分别大于6或8 故判定此管制图数据之分配具随机性 47 B 数据分配之连串理论判定法 100 表p 0 05当机率p 0 05时 成串之最低总数表 48 r s B 数据分配之连串理论判定法 101 表p 0 005当机率p 0 005时 成串之最低总数表 49 r s B 数据分配之连串理论判定法 102 过程能力研究 103 品质的一致性 乙選手 甲選手 谁的成绩好呢 您的工厂 服务品质 供货商若有问题 您希望是甲状况还是乙状况呢 谁较有潜力呢 你会选谁当选手呢 过程能力研究 104 过程能力研究 过程能力 过程中各种条件 5M1E 已充分标准化 过程中已在统计的控制状态下所呈现的 之能力 过程能力可以是产量 效率 质量特性 不良率或缺点数 过程能力分析 研究 利用管制图 次数分配图及其他统计手法以决定过程能力之一种系统性工作 包括 确定能代表制程能力之质量特性 由制程抽取样本 测量其特性 一般需搜集100 250个数据 点图绘出统计形态 计算其平均值于标准差 分析统计形态 判定是否异常 及采取措施 循环1 4过程 已获得满意的过程 真正的过程能力 105 过程能力研究 准确度好精密度好系统误差小偶然误差小 准确度差精密度高系统误差大偶然误差小 准确度高精密度差系统误差小偶然误差大 准确度差精密度差系统误差大偶然误差大 Ca 准确度 Accuracy CP 精密度 Precision 若过程能力越高 则产品质量特性值的分散就会越小 若过程能力越低 则产品质量特性值的分散就会越大 106 过程能力研究 过程能力分析之用途 提供资料给设计部门 使其能尽量利用目前的过程能力设计新产品 决定一项新设备或整修后的设备能否满足要求 选择适当的作业员 材料 于作业方法 利用机械的能力 安排适当的工作 使其得到最佳应用4 用与建立机器之调整界限 5 作为接收客户订单时之衡量于参考 107 过程能力研究 过程固有变差于过程总变差 1 过程固有变差 仅有共同原因 产生的过程变差 短期的过程变差表示 控制图估算 估计Sigma 2 过程总变差 由共同原因及特殊原因所产生的变差 长期变差 利用所有样本的标准差s估计 计算Sigma 108 过程能力研究 过程能力与过程性能 过程能力 ProcessCapability PC 过程在控制状态下的实际加工能力 过程的固有能力 利用控制状态下的短期数据计算的 又称 短期过程能力 2 过程能力是过程的固有变差 短期的过程标准差 的6倍 PC 6 即 3 3 2 1 1 2 3 估计Sigma 109 过程能力研究 过程能力与过程性能 过程性能 ProcessPerformance PP 过程长期运行中的实际加工能力 不考虑过程是否受控制 因为长期内的数据很难保证具有正态性 因此过程性能 又称 长期过程能力 2 过程性能是过程的总变差 长期的过程标准差 的6倍 PP 6 即 3 3 2 1 1 2 3 计算Sigma 110 过程能力研究 过程的度量 1 Ca过程准确度指标 产品规格中心值设定的目的 希望每个工程生产出来的每各产品的实际规格 能以规格中心为中心 呈左右对称之常态分配生产 若从生产过程中所获得之资料其实际平均值与规格之间的偏差 称为准确度2 Cp过程精密度指标 各产品规格上下限之设定目的 希望生产出来的每个产品的品质水准都能在规格上下限之容许公差范围内 利用抽样的方式计算样本标准推定群体的标准差 确认过程分散宽度与规格公差范围间的差异 111 过程能力研究 过程的度量 3 综合评价 不合格率P 生产过程实际是否良好达到规格的要求 是要Ca及Cp均好 Cp好 Ca不好 在规格外 Cp不好 Ca好 不良率高 综合评价就是用Ca及Cp判断整个过程的品质 4 Cpk过程能力指数 CPK是总和Ca及Cp二值之指数5 Cr过程能力的比率 也是衡量过程能力的方法 Cr与Cp是相同的 解释不同 Cr目标标准是0 75 越小越好 Cp目标标准是8 越大越好 112 Ca 过程准确度指标 规格容差 公差 USL Sc 1 Ca CapacityofAccuracy 过程准确度 过程实绩值 平均值 于规格中心值 SC 之间偏差之程度 113 Ca 例题 在抽出工程中某种类之胎面其规格为560规格中心值 一月份之押出实绩经求出后为 二月 Ca 过程准确度指标 案例1 114 例题 某厂胎面规格为 每天产量100 150条 每天抽样4个 生产结束后 计算 Ca 过程准确度指标 案例2 1 Ca X100 20 115 过程能力等级判断及处置建议 Ca 116 2 Cp 精密度 CapacityofPrecision 比较过程分散宽度与规格公差范围 T公差范围 C 6 过程能力 p USL C X 6 p X C LSL 6 p 双边规格 单边规格 3 2 1 1 2 3