SPC培训之抽樣檢驗與統計技術的應用.doc

XX精密实业（深圳）有限公司品质部培訓教材 32 /31页抽樣檢驗與統計技術的應用 广东省深圳市宝安區XX精密实业深圳有限公司一.抽樣檢驗. 1.基本術語. 1樣本:從總體中抽取的,用以測試、判斷總體質量的一部分基本單位. 2樣品:樣本中的每個個體叫樣品. 3樣本大小:是指樣本中所包含的樣品數目,常用n表示.4總體:又叫母體,是研究或檢驗對象的全體. 5抽樣:從總體中取出一部分個體的過程稱為抽樣. 6批量:一批產品包含的基本單位數量稱為批量.常用N表示. 2.抽樣方法: 抽樣的目的是通過樣本來反應總體.在質量管理中.常常將測試的樣本數據,通過整理加工,找出它們的特性,從而推斷總體的變化規律.趨勢和性質. 因此,進行合理抽樣和選擇抽樣方法十分重要. _隨機抽樣:是指總體中每一個個體都有同等可能的機會被抽到.(隨機抽樣用偶然的方法抽樣.總體中每個個體均有同樣被抽取的機會). _分層抽樣:分層抽樣是先將總體按照內容密切相關的主要因素分類或分層、然後在各層中按照隨機原則抽取樣本,分層抽樣可以減少層內差別、增加樣本的代表性. _系統抽樣:又叫機械隨機抽樣,它是在時間和空間上按一定間隔從總體抽取樣本的一種方法.如某台機器生產的零件.每隔1個小時抽取3件. 3.抽樣計劃 抽樣計劃通常有單次抽樣計劃;二次抽樣計劃;多次抽樣計劃. 4.標準MIL-STD-105E抽檢法: 背景資料:1963年,美軍公佈了,並在軍需品採購中加以實施,後歐共體將其改名為;國際標準化組織(ISO)又將其照搬為ISO 2859;日本將它略改,制訂了,於1971年公佈;我國在的基礎上略作修改,稱為GB2828(國家標準);美軍又於1989年公佈了,這是一國際通用的抽樣方案. a. 是根據AQL與樣本代字為抽樣計劃指標的抽檢法,是一種有轉換規則的計數值抽樣檢驗方案.通常依送檢貨品品質之好壞來決定檢測嚴格程度(加嚴檢驗、正常檢驗或放寬檢驗);所謂轉換規則,是在一個抽樣方案內,根據已證實的品質水準,從一個抽樣計劃改變到另一個更寬或更嚴的抽樣計劃的規則.一個抽樣計劃和轉換規則的組合叫做抽樣方案. b. 的檢驗適用範圍: 1.製成品. 2零件(組件)及原料. 3作業及服務 4制程中物料. 5儲存之供應品 6維護(保養)作業 7數據或記錄 8管理程式 c. AQL的設定 _AQL: Acceptance quality Levels(允收質量水平或合格質量水平) _抽樣水準:Inspection Levels;包括特別抽樣檢查水準(Special Inspection Levels)共S-1、S-2、S-3、S-4四級.逐級加嚴.普通(一般)抽樣水準(General Inspection Levels)共I、II、III級,也逐級加嚴. _AQL參照品質要求進行設定,考慮到技術性、經濟性等因素,必須要加以確保的不良率(每100個單位裏的缺點數)是多少?這個不良率的上限就是AQL. 注意:AQL是供貨品質平均的基礎上進行設定的. 1AQL如果設定高於平均值的話,則不合格批次增多,導致本公司生產或使用計劃被打亂,同時 派生選別,特採等不該發生事件,生產最終處於非經濟狀態. 2AQL如果設定低於平均值的話,原本不合格的批次也變成合格,不良品會更多的流入或流出, 最終造成生產停頓,品質下降局面.d. AQL表的具體運用(在實際操作中指導).e. 中對缺點等級的劃分.1 致命缺點:危害到人身安全的缺點.2 重缺點:同某一缺點導致該製品完全無法使用或使用壽命極短、性能極差.3 輕缺點:在該製品的正常使用過程中,沒有任何影響. 二.統計技術的應用. 優良的品質是靠科學的方法管理出來的,QC7手法正是現場品質管理最常用的科學工具之一.檢查表(統計分析表) 1.檢查表是指:以表格的形式,對數據進行簡單的整理分析的一種方法,也有人稱之為“調查表”.“統計分析表”. “查核表”. 2.作用:簡便、直觀地反映數據的分布情況. 3.常用檢查表根據使用的不同,有以下幾種: 1不良品檢查表,如我司機房使用的. 2缺陷類型(位置)調查表 3成品質量調查表(成品檢查、市場的調查) 如下表檢查表(計數用)同樣,管理的改善、管理的維持、都可以使用檢查表進行跟催、核查.不良項目次數尺寸不良表面異物裝配不良其他 (表3-1)層別法(分層法)1.分層法:在質量管理中的數據分層,即將數據依照使用目的,按其性質、來源、影響因素等進行分類.即按某一線索,對資料進行分門別類,統計的方法.分層法通常與質量管理中其他方法一起使用.如將數據分層之後再進行加工整理成分層排列圖、分層直方圖、分層控制圖等.2.分層的目的:是為查找產生質量問題的原因.分層的作用是尋找出數據的某項特點或共同點,實際應用中對現場的即時判定有幫助.3.分層時應注意事項. 1 數據分層與收集數據的目的緊密相聯,目的不同,分層的方法和粗細程度也不同.2 分層要合理,要按不同的層次進行組合分層,讓問題暴露得更清楚. 4.質量特性數據常用的分層方法. 1 按不同時間分.如不同班次. 2 按操作人員分.如新老工人(張三、李四). 3 按使用設備分.如機床的不同型號(A機床和B機床). 4 按操作方法分.如溫度.壓力等(或A方法和B方法). 5 按原材料分.如供料單位,進料時間等(A材料和B材料). 6 其他分層.如按檢驗手段,使用條件,氣候條件等. 5.實例如下: 如某台注塑機三班輪流生產,上周三班所生產產品均為同一產品,結果為:項目 班別早中晚產量(件)10000105009800不良率%0.30.40.1(表3-2) 由上表可得知各班的產量及不良狀況,以便有依據的採取措施.排列圖(拍拉圖) 1.排列圖是義大利經濟學家(Pareto)柏拉圖(巴雷特)設計的統計圖延伸,由美國質量管理專家朱蘭敢(J.M.Juran)引入質量管理中. 2.排列圖是尋找主要問題或影響質量的主要原因所使用的圖.即在眾多的不良問題中.將問題或狀況進行分類.然後把所得的數據由大到小的排列,找出關鍵的前幾名,以便解決今後管理的重點.即所謂“關鍵的少數、次要的多數”關系. 3.排列圖的作成要以層別法的項目別(現象別)為前提,依經順位調整過後的統計表作成.具體步驟: 1 列出所有不良項目,並收集相應時期的數據. 2 將用於排列圖的不良項目,按數大小進行排列. 3 按項目分類進行統計,以全部項目100%計算各個項目的百分比.並計算出各項目累計百分比 (表3-3) 4 設定坐標系,填上坐標值. 5 按數據多少,繪出柱狀圖,並在其x軸下方記入項目. 6 按累計比率作排列曲線,一直到100%(圖3-4)序號不良項目不良數(pcs)佔不良總數(%)累計不良率(%)1破損19547.147.10%2變形9021.768.80%3刮傷6515.884.60%4尺寸不良4510.995.50%5其他194.5100.00%合計 414100% (表3-3) (圖3-4)通過上圖分析,重點管理解決佔80%的前三項不良(不是憑直覺判斷,而是以事實數據為依據),其他剩餘的項目並非全然不予理會,當前幾項不良解決消失後,後幾位又升上來,成為必須重點對策的不良. 因果圖 1.因果圖(又稱魚骨圖、特性要因圖) 就是將造成某項結果的眾多原因,以系統的方法圖解,亦即以圖來表達結果(特性)與原因(要因)之間的關系,其形狀像魚骨,又稱魚骨圖. “某項結果的產生,必定有其原因,應設法利用圖解法找出其原因來”.影響產品質量的因素是多種多樣的.只有找出主要原因,才能使問題迅速解決.因此,因果圖的構成由“質量問題”和“影響因素”兩部分組成.主乾大枝表示大原因、中枝、小枝、細枝表示原因的逐次展開.2.因果圖的畫法:1確定待分析的質量問題,將其寫在右側的方框內,畫出主乾,箭頭指向右端.2確定該問題中影響質量原因的分類方法. 一般工序質量問題, 常按其因響因素4M1E(人員、設備、材料、方法、環境)等分類.3將各類項目分別展開,每個中枝表示各項目中造成質量問題的一個原因.4將原因再展開.分別畫小枝.小枝造成中枝的原因,依次展開,直到細到能採取措施為止.5分析圖上標出的原因是否有漏,找出主要原因,作為質量改進的重點. 示例如下(某產品尺寸不良因果圖):原材料機器人總動部環境溫度材質回轉軸各部間隔檢查方法調整壓力顯示器電壓溫度刀具 除塵照明方向彈性硬度方法(圖3-5)跳動尺寸不良 3. 因果圖提供的是抓取重要原因的工具,所以參加的人員應包含對此項工作具有經驗者,才易奏效.4. 在實際應用中,建立排列圖須先以層別建立要求目的之統計分析表.建立排列圖之目的,就是撐握影響品質的“關鍵的少數”項目,再利用因果圖針對這些項目形成的主要原因進行探討.並採取改善措施. 排列圖.因果圖,檢查表(統計分析表)統稱兩圖一表,在質量管理中常綜合運用(如下圖3-6示).(圖3-6)50100%不良項目別柏拉圖不良別產品別100050%A B C D 其他破損披傷黑點料蓊缺膠縮水產品別特性要因分析破損披傷黑點料花缺膠縮水其它合計A60401001015510240B50151040102030175C1055101552530 150D3525152025510135E4510105551595F301053010510100合計2301551501207065105統 計 表 不良項目別 再分析產品別 分析特性要因 散佈圖(相關圖) 1.散佈圖是以點的形式在坐標系上,畫出兩個對應變量的內在關系的圖.用來表示一組成對的數據之間是否有相關性. 2.相關圖的類型通常有以下幾種. 1正相關(水壓與深度) 如a圖 2負相關(油的粘度與溫度) 如b圖3不相關(氣壓與氣溫) 如c圖4弱正相關(身高與體重) 5弱負相關(溫度與步代) cba水壓 深度 溫度 氣溫(圖 3-7) 3.通常縱軸代表結果,橫軸代表原因. 細數據收集至少30以上,最好能有50個 1作用:用於確認兩個變量之間是否存在某種內在的聯系,有助於斷明原因的真假. 2用途:可以用於兩個系統、兩個儀器、兩個人、一個零件在不同時間或不同狀態下的差異評價.直方圖1.直方圖是指對同一數據進行分組、統計,並根據每一組所分佈的數據量畫出柱子狀的圖,也稱“柱狀圖”.直方圖的製作牽涉到一些統計學的概念、這裏力求用盡可能簡單的計算來說明.2.直方圖的作用: 弄清眾多數據的分佈狀態,瞭解總體數據的中心和變異,並能以此推測事物總體的發展趨勢.通常可達到下列目的: _評估或檢查制程 _指出採取行動的必要 _量測矯正行動的效應 _比較機械績效 _比較供應商 3.直方圖製作方法(步驟) 1收集數據並作記錄(要求同一類型數據) 如:某50件產品按其先後順序測量規格為16+8,其特性值列表(x值) (表3-8)(表3-8 )1019112116142018141215161616231314151918171412171616101418201517151613161917152215161416141617151813 2設定組數,並計算全距、組距、組界、中心值.a. 組數:為了便於觀察分佈情況,人為設定的數值區,通常如下(表3-9),本例可分為7組,組數K=7.數據50以內50100100250250以上組數576107121020 (表3-9)第一組的下界值=最小值-最小測量單位/2-這樣可以免測量值落在組界上.b. 全距:全體數據的分佈範圍,即極差(R),數據中最大值Xmax與最小值Xmin的差值,本例中 R=Xmax-Xmin=23-10=13RK13c. 組距:等分各組的寬度,代號為h.即 7h=全距 / 組數= = 2.d. 組界:計算第一組的上界與下界限,公式為:e. 本例Xmin= 10- 1/2 = 9.5(其中最小測量單位為1)其餘各組的上、下組界值是:第一組的上限值就是第二組的下界值,第二組的下界加組距就是上界值.如第二組為11.5和13.5,第三組為13.5和15.5-f. 計算各組中心值(Xi)即中值.2Xi = 該組下界值+該組上界值11.5+13.5 29.5+11.5 2如X1= =10.5 , X2 = =12.53.記錄各組的數據,整理成頻數分佈表(表3-10)如下:組號組距h(Xi) 中心值頻數統計fi(頻數)Ui (簡化中心值)fi.ui = X fi .ui2= X 19.511.510.5.3-3-927211.513.512.5.5-2-1020313.515.514.5.14-1-1414415.517.516.5.16000517.519.518.5.7177619.521.520.5.32612721.523.522.5.23618表(3-10)fi=500fiui=-14fiui2 =984.製作直方圖.橫軸表示測量值的變化,縱軸表示次數,將各組的組界標在橫軸上,各組的次數(頻數)多少,則用柱形畫在各組距上.而直方圖面積之和就是頻數的總和(圖3-11).9.5 11.5 13.5 15.5 17.5 19.5 21.5 23.5 產品(零件)尺寸X2015105頻數(件) (圖3-11) 5.直方圖之作用:在於瞭解制程全貌,可以圖上看出產品質量特徵的分佈狀況、平均水平(準確度)及分散度(精密度),以便判斷工序是否正常、工序能否滿足需要等. (直方圖主要作觀察用: 柱狀圖呈鐘形曲線,制程顯得正常且穩定,變異僅來自偶然性原因,如是多峰或雙峰,則不正常或制程有兩個標準; 制程中心值與直方圖的平均值和規格中心值是否相近,作為調整制程的依據; 依直方圖的散布情況來衡量是否有能力達到工程能力的水平準) 6.直方圖的分析對象是正常(規)工裝和生產工藝製造的穩定產品,從50100件的產品中抽取30件進行分析,對於車磨、銑等工藝過程,可分六次,每次抽取5件,對於注塑件,可在整批生產過程中分30次,每次一件,而對於粉末冶金之類的燒結工藝過程,可以從每爐中抽取,直至滿30件.4.直方圖與工序能力(制程能力). 在直方圖的基礎上,我們瞭解工序能力,關於工序能力的判斷是通過工序能力指數的計算來確定,我司中對工序能力的計算及判斷已有很詳細介紹,在這裏再略作說明: 1有關定義及公式說明. _工序能力:是指工序的加工品質滿足標準的能力. _工序能力指數:是指工序能力滿足產品品質標準(產品規格、公差)的程度.一般以CP或CPK表示. CP 適用於品質標準規格的中心值與實測數據的分佈中心值一致,即無偏離的情況下. CPK適用於品質標準規格的中心值與實測數據的分佈中心不一致,即有偏離的情況下.X i=1 Xi =10+14+. . .+13=15.3 n 50 n (工序能力與生產能力的有覂本質的區別,工序能力是指品質上所能達到的程度,而生產能力是指數量上所能達到的程度.)X 樣本數據平均數: 以前面(3.直方圖製作表3-8)中的數據為例: = 亦也可通過如下計算得出:a. 統計落入各組的頻數fi(或各組數值出現的次數).b. 計算各組簡化的中心值ui以頻數(fi)最大的一欄的中心值Xi為X0 , 用下式解定各組的Ui值(中心值).各組中心值Xi-Xh14.5-16.5212.5-16.5210.5-16.5 2Ui= 如U1= = -3、 U2= =-2 、U3= =-1等c. 計算中心值與簡化頻數之乘積,即fiuifi.uifid. 計算頻數與簡化中心值平方的乘積,即fi.ui2 .-1850e. 計算平均值可用簡化公式 X=X。+ h 本例X=16.5+2x =15.78(xi-x)i = 1 1n2 _S樣本標準偏差,在上述計算基礎上. 2i = 1 n-1S= 當n足夠大時 S= (xi-x ) 亦可用簡化公式: 2fi.uifi fi.ui fi 2 S=h 本例中S=2x 98/50-(-18/50)2 = 2x 1.96-0.1296 =2.7 _ : 總體數據的平均值._: 總體標準差.代表離散程度(離中趨勢). 這裏,必須清楚,我們所關注的是總體數據的質量特性值,而總體數據的質量特性值是通過樣本數據的質量特性值反應出來的. 我們利用樣本平均值X近似代替總體平均值,利用樣本標準偏差S近似代替總體標準差.即 X . S.由於為總體參數,故必須在穩定的和受管制的狀態下進行評估.而從樣本中測量的每個樣品的質量數據往往是參差不齊,說明數據有波動,樣本標準偏差就是用來度量數據波動幅度大小的一個重要特性值.同樣,這個特性值和這裏所研究的其他特性值一樣,前提條件是在固定的生產因素及在穩定的受管制的狀態下產生的._T公差(規格的公差幅度)= SU(規格上限) -SL(規格下限) 這裏,T反映的是產品的技術要求,亦可理解為客戶的要求,而S則反映的是過程加工的質量(即本企業的控制範圍),所以在制程能力指數Cp中將6與T比較,就反映了過程加工質量滿足產品技術要求的程度(也即企業產品的控制範圍滿足客戶要求的程度).X T / 2樣本數據平均值-規格中心值_Ca制程準確度公差 / 2Ca= = Ca反應的是實際平均值(樣本數據平均值)與規格中心值之間的偏差程度,因此Ca的值愈小表示品質愈接近規格要求的水準.Ca值是負時,表示實績值偏低,Ca值是正時是偏高(如下圖示)XSL T Su 這裏X與重合0X -T / 2T / 2Ca= = =0 (圖3-12)X SL T SU 這裏Ca為負,實績值偏低, 相反,則實績值偏高. (圖3-13) _CP制程精密度CP反應的是制程變異寬度與規格公差範圍的相差之情形.與Ca相反,CP是愈大愈好.T6規格公差6規格許容差6 CP= = =.SLSu3 2 1 1 2 3(圖3-14)這裏為什麼定6,是通過成本與品質的綜合考慮,如圖3-14所示,6個時,其制程能力所控制的合格率為99.73%,不論與取何值,產品的質量特征值落在-3, +3 范圍內的概率為99.73%,這是通過計算的精確值(但必須是正態分布情況下),而單邊的不良率為0.135%,總不合格率為0.27%。T64386T6在公式CP= 中,有如下三種情況: a.當T=8時,CP= = = =1.33 CP1.33時,不良率為0.0063%.T6 b.當T=6時,CP=1,不良率為0.27%LSLUSLT c.當T6時,CP= 1,上述三種情況見圖示如下: 此圖所述之不良率均指穩態控下的情況.LSLUSLLSLTUSL(圖3-15)TUCL CL LCL一組二組三組四組組別 準確度 精密度 一 x 二 x 三 x x 四 (圖3-16) 了解Ca(準確度)和CP(精確度)之後,就可以通過直方圖了解制程的全貌,可以從直方圖中看出分布之中 心傾向(準確度)及分配之形狀,散布狀態(精密度)與規格的關系.(如圖3-16) (a)準確度與精密度 規格上表中可看出,一組的產品準確度雖然可以但精刻度差,二組剛好相反,三組準確度及精確度都差,四組兩者皆可以.(b)分配形狀(參閱右圖) 圖A:常態,左右對稱,顯示制程大致穩定、正常. 圖 A 圖B:偏態,應有人為因素. 偏右型:例如微量成分的含有率等,不能取到某值以下的 的值時,所出現的形狀;偏左型:例如成分含有高純度的含有率等,不能取 到某值以上的值時,就會出現的形狀。總結: 此種情況是問題出現最多的,通常原因有 圖 B (a) 在產品的各項參數中,有含有成分相對較高或較低的數據滲入。針對此原因應立即去找,便於修正。 (b) 制程中已有一些小變異,並採取了一些有效的改善措施或小充異常剛開始。 圖C:雙峰型. 制程內可能有2種不同之組合 總結: 此種情況的產生,在製造業中,最主要的原 因一般為混合不同特性的數據,可能原因如下: 圖 (a) 有兩種分配相混合,例如兩台機台或兩種不同原料間有差異時,會出現此種情況,因測定值受不同的原因影響,應予層別後再作直方圖; (b) 除上面原因外,且整個分布正好在規定要求之內,檢驗人員又對正態分布有一定的認知, 也有可能是做出的假數據,此種狀況極少。 (c) 在過程中因有問題產生,而做了較大調整時,也有可能出現此情況. 圖：絕壁形(也稱切邊形或斷裂形)總結:此情況對於品質要求較嚴時產生機率會很高,一般會有如下幾種原因導致此狀況: (a) 產品經全檢過,或制程本身經全檢會出 或 現的形狀; (b) 在注塑和衝壓制程中,當測量精度 足夠時,制程中模具有較大松動或磨損時也會出現此情況; 圖 D (c) 當分析的數據時間過長,而測量頻率很小時,在分析總體狀況有可能出現,如每23天量測 3 4 個數據,而分析1個月或兩個月時的數據會出現此種情況.圖E：缺齒形(也稱凹凸不平形)總結:高低不一,有缺齒情形,因測定值或換算方法有偏差,次數分配不妥當所形成.一般會有如下幾種原因導致產生此狀況:(a) 作圖時分組太多,但這種機率很少;(b) 檢驗員對測定值有偏好現象,如對5、10之數偏好;(c) 有一定經驗人員做的不太好的假數據;(d) 測量儀器精密度不夠,而品質又要求較精密,對量測的數據需要做適當的估計時,也可能出現此情況; 圖 E(e) 較多特性差異較大的數據參混到一起,如若有此原因,應層別之後再來分析.圖F:離島型(二山脫離形)總結:在右端或左端形成小島,較易分析, 一般會有如下幾種原因導致產生此狀況:(a) 數據輸入人員在輸入過程中,有誤輸入,如將 10.01輸成10.1或10.01等;(b) 在制成中有較少其它物料或原因混入,此種情 圖 F 況要立即查明,有利於做標準化的準確性,否則不利於物料特性的分析;(c) 直方圖制作過程中數據較少,但分組過多.此種狀況應注意培訓或採用專業工具軟件來做,以減少人為的失誤;(d) 機台設備在過程中有出現特殊原因,已產生了一些變異. 圖G:高原形總結:不同來均值的分配混在一起,應層別之後再作直方圖比較. 出現此狀況原因一般會有如下幾種:(a) 新人所做的假數據;(b) 檢查人員在實際量測過程中,沒有按要求量測個數,或規定的量測的數據太少或太多,如對某電子原件每次只量測兩個(要求45個以上). 圖 G (c) 量測儀器精度不夠,如遇此項品質要求不嚴,此種情況應考慮減少抽樣並逐步放棄量測;如 遇品質要求很嚴,必須改善量測儀器精度;(d) 品質一般,經過全檢的數據. 圖H：不規則形總結:形狀為不規則狀態或幾種狀態混合,一般不會出現 此種情況,原因通常有:(a) 純粹是不熟悉正態分布人員做的假數據, 一般為新手所做;(b) 直方圖作法不對,如組數應用不對;(c) 數據太多或太少;(d) 品質實在太差,而經過全檢的數據. 圖 H（圖）圖AULSL(c)圖形與規格比較圖A：成常態分配，且均落於規格界限之內（準確度、精密度均可）圖B 圖B:平均值偏低,部分 比例超過下限(準確度差)ULSL圖C 圖C:平均值偏高,部分圖E圖D比例超過上限(準確度差) 圖D:產品變異大,品質不勻,精密度差,應改善變異或放寬規格.圖E:產品變異太小,可能品質過剩.(圖3-18) _CPK,制程能力指數,是結合Ca、Cp的聯合指標. a. Cpk=( 1- Ca ).CP 施樂對cp和cpk之要求 1).當Ca=0時 Cpk=CP cp6.00 低波動 cpk2.5 正常生產 2).當Ca=0.25時 Cpk=0.75cp 2.50cp6.0中波動 1.77cpk2.5 x - r控制生產 3).當Ca=0.5時 Cpk=0.5cp cp2.50 高波動 1.33cpk1.77 公差修改 4).當Ca=0.75時 Cpk=0.25cp cpk1.33 模具修改 5).當Ca=1時 Cpk=0.Su - X x - SL3 3 Ca的偏移量越大,Cpk越小. b.Cpk=min( , ),該公式是分布中心與公差中心偏離情況的另一種表示方法.2.Cp與Cpk的比較. 無偏移的Cp表示過程加工的均勻性,即“質量能力”,Cp越大,則其質量特性值的分布越苗條,質量能力越強. 而有偏移的Cpk表示過程中心X與公差中心的偏移情況,Cpk越大,則二者偏移越小,即過程中心對公差中心越接近,是過程的“質量能力”與“管理能力”的綜合.3.Ca、Cp、Cpk的計算公式、判定方法及在雙邊規格,單邊規格的不同等級劃分列表如下:代號意義計算公式等級分級基準是否需要 改進雙邊規格時單邊規格時Ca準確度制程準確度或偏移系數,拽對規格中心的偏移率(比較制程分配中心與規格平均值一致的情形)X - uT / 2Ca=無A C0.125狀況良好B0.125 C 0.25接受C0.25 C 0.5條件接受D0.5 C必須改進CP精密度制程精密度(比較制程分散寬度與公差范圍)T6CP=SU- X3CP=A1.33Cp狀況良好B1.00Cp1.33接受X - SL3CP=C0.67Cp1.00條件接受DCp0.67必須改進Cpk制程能力指數綜合評價指數 (綜合Ca與Cp 二者之指數)a. Cpk=(1- Ca )CPX-SL3SU - X3 CPK=CPb.Cpk=Min ( , )A1.33Cpk狀況良好B1.00Cpk1.33接受C0.67Cpk1.00條件接受DCpk0.67必須改進 (表 3 19 )注:上表中之符號意義如下:a).U=規格中心;b).T(公差)=SU-SL=規格上限-規格下限;c)=制程分配之群體標準差估計值;d)X=制程分配之平均值.X SL3SU - X3 e) Cpk: (a) (1- Ca )cp (b)MIN( , ) 4.由於Cpk是綜合Ca與Cp之聯合指標。因此,CP大,不等於CPK大,同樣Ca小不等於Cpk大. 5.舉例: _雙邊規格時a規格 :281+30 (251311)b樣本數:n = 10xi 278+.+276 n 10實測值:278;277;279;272;270;281;282;273;269;276. c.平均值 X= = =275.71 (278-275.7)2 +(277-275.7)2 +.+(276-275.7)2n-1 d.=S= =4.523606x4.523T6 e.CP= = =2.21 275.7-281 30 X - T / 2 f.Ca= = =-0.1767g. Cpk=(1- Ca )Xcp=(1- -0.1767 )x2.21=1.82275.7-251 3X4.523X - LSL3或cpk= = =1.82_單邊規格時:a.規格值:0.4b.樣本數:n=50.175+0.1+0.2+0.2+0.125 5 實測值:0.175 ; 0.1 ; 0.2 ; 0.2 ; 0.12514c.X = =0.16d.= x (0.175-0.16)2+.+(0.125-0.16)2 =0.0454規格-x 30.4 - 0.163x0.0454e.Ca不適用.f.Cpk=cp= = =1.766.通過上述對過程能力(工序能力)的分析表明;造成不良品的主要原因有兩種,一種是變異過大,精密度不夠,即CP偏小;另一種是過中心偏移過大,準確度不夠,即 Ca 偏大.a.引起變異過大的原因主要有 _生產過程變太大 _來料變異太大或不穩定. _由於設計而造成的公差不合理.b.引起過程中心移動的原因主要有: _設備不穩定 _工作人員操作有錯誤. _測試過程本身存在偏差.c.根據上述原因分析,改善過程能力的方法主要有如下幾種: _設定合理公差 _操作過程盡量標準化 _對員工進行全面技能培訓和質量意識培訓 _開展全面生產保養活動和“5S”活動. _利用SPC控制生產過程,使生產過程在受控的狀態下進行.控制圖(管制圖)一.SPC與控制圖. 1.什麼是SPC? SPC即英文Statistical Process Control (統計過程控制)的縮寫.SPC就是利用統計技術對過程中的各個階段進行監控,從而達到保證產品質量的目的. 1924年美國人休哈特(W.A.Shewhart)首創過程控制(Process Control)理論及監控過程的工具_控制圖(Control Chart),現今統稱之為SPC.由於控制圖可用於直接控制,也可用來診斷過程,故是質量管理七個工具的核心. 2.控制圖. 前面介紹的統計方法如排列圖、直方圖等基本上是反應質量數據在某段時間結束時的靜止狀態.但質量控制的關鍵是進行預防.這就要求我們了解過去,分析現狀並預測未來的質量狀況,而控制圖就是一種可在現場直接研究質量數據隨時間變化的統計規律的動態方法.1.控制圖(Control Chart)是對過程質量特性值進行測定、記錄、評估和監察過程是否處於控制態的一種用統計方法設計的圖. 控制圖是判別生產工序過程是否處於控制狀態的一種手段,利用它可以區分質量波動究竟是由偶然原因引起的還是由系統原因引起的.2控制圖的基本格式如圖3-20所示:圖上有中