能力分析CNPPT课件.ppt

过程能力分析 2 介绍基本过程能力统计值短期及长期Cp Cpk Pp Ppk Sigma水平短期和长期间的1 5s偏移展示短期和长期过程能力分析方法合理编组方法单一连续测量方法离散数据的方法展示两种计算过程能力的方法用EXCEL用Minitab 模块目的 3 设计并执行试验 定义Y f x 推荐的改善计划 改善 优化和审视解决方案 控制X s和监控Y s 项目关闭和转移 控制 失效模式和效果分析 明确变量 图形分析 规划实验设计 分析 明确变量 统计分析 项目范围和问题的确定 问题陈述 项目指标 团队成员 定义 目标陈述 重新审视项目 流程图和流程图简化 因果关系分析筛选变量 过程能力 测量 测量能力 数据收集系统 DMAIC路线图 4 定义项目描述项目建立关键项目指标确定输入输出过程流程图和精益介绍C E关系矩阵和鱼骨图分析测量系统数据系统和Minitab介绍基本统计量具研究 离散 连续确定过程能力计算短期 长期的Cpk Ppk Sigma水平 DPU RTY完成阶段概括结论 结果和下个步骤 重新审视项目 流程图和流程图简化 因果关系分析筛选变量 过程能力 测量 测量能力 数据收集系统 过程测量 5 使我们根据数据分配资源 这可不常见 量化缺陷率识别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识别过程发生问题的本质 居中程度或分散度 过程能力研究是6SIGMA项目的成果之一 为何测量过程能力 6 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 ProcessRange SpecificationRange 简单的定义 7 6Sigma组织用一个指标来衡量能力 称为 达到 6个Sigma 是6Sigma组织的能力目标过程Sigma水平 SigmaLevel 是报告 PPM 或 DPMO 的积极方法 6Sigma能力的指标介绍 8 计算SIGMA水平的步骤 确定过程不良品的比率计算合格率 1 不良率 通过正态分布由合格率计算相应的Z值 不良率 合格率 Z 计算Sigma水平 9 PPM 158655Sigma水平 1 PPM 22750Sigma水平 2 PPM 1350Sigma水平 3 Sigma水平计算举例 10 当计算机程序运行后没有小故障我们会标志为 四星 在去年的一年里 系统部发布了28个程序 有22个程序在发布后没有问题 不良率 6 28 0 214合格率 22 28 0 786 离散数据的Sigma水平 11 使用Z表 12 PPM 214 000合格率 78 6 使用Minitab 运行 Calc ProbabilityDistributions Normal P X x x0 78600 792619 当然这是长期Sigma水平值 那短期的Sigma水平等于多少 离散的PPM转化为Sigma水平 13 在酒吧侍者的比赛中 统计了竞争者所面临的挑战 他们要在120分钟内尽可能多的配制 白杨拥有者 白杨拥有者AlamoDefender 配方 11 2oz龙舌兰酒1oz橙汁1 2oz菠萝汁倒入柠檬酸苏打水冰与冰混合在一起并在玻璃杯中剧烈摇动每次实验都要测龙舌兰酒的容量 连续数据的Sigma水平计算 14 龙舌兰酒的容量要求 1 3oz到1 7oz使用Minitab计算满足规范要求的样本数量 Data Code NumerictoNumeric 使用Minitab计算编码数据的均值 Stats BasicStatistics DisplayDescriptiveStatistics均值 累计和 数量 缺陷率 077PPM 77 000合格率 92 3 AlamoMix mtw 从连续数据计算PPM 15 龙舌兰酒容量的规格范围 1 3oz到1 7ozStat BasicStatistics GraphicalSummary 假设 正态分布 1 495 0 11 AlamoMix mtw 理解描述性统计 16 Calc ProbabilityDistributions Normal xP X x 1 30 0376037 xP X x 1 70 969288 0376 0307 计算不良率 17 总不良率 0376 0307 068393 17 合格率68 300PPM在Minitab Calc ProbabilityDistributions Normal P X x x0 93171 48857 Alamo的PPM和Sigma水平 18 短期的变异 当所有输入保持不变时同一天 相同技术 相同设备 同批材料 反映过程设计所带来的变异情况 是当前流程的最好状况 无法避免的事实是 过程输出都存在变异有利的方面是 过程输出的变异可以分为两种来源 长期变异当输入发生改变时不同天 不同的技术 不同的材料 批次 反映客户实际经历的变异情况 长期和短期能力 19 短期和长期能力指标对于识别改进机会是非常有用的如果过程短期能力不佳 输入水平优化后不良率依然存在过程设计问题就变得很重要优化输入只能稳定继承而来的次品率如果过程短期能力较佳 但长期能力不佳 优化输入水平可以建立一个能力稳定的系统 短期和长期能力的使用 20 确定规范要求搜集数据确定短期变异计算能力指标 短期 Sigma水平ZU ZLCpCpkSigma水平ZST长期 Sigma水平ZLTPpk 确定规范要求搜集数据决定 短期或长期 通常是长期 计算能力指标 长期 PPMSigma水平ZLTPpk短期 Sigma水平ZSTCpk 连续数据 离散数据 能力研究 21 偶尔会收到客户对候车室温度水平的抱怨候车室的温度控制系统设计用于保持温度在两个用户自定义温度值之间 系统安装以来 每天十小时 一小时一次记录温度水平值 一个经过六西格玛培训过的业务伙伴从记录中收集了一年的数据进行分析 能力计算举例 22 这一阶段常被忽视 如何设定规格要求 从设计人员 设计蓝图设计人员又是从哪里获得要求 从过程 由过程历史上 或开始初期能够做到的状况确定规格该来源错在哪里 从客户我们总是对客户说可以吗 对上例而言 房间的目标温度是700F 20F 确认规格要求是否合理 第一步 确定规格要求 23 应采集数据以捕获 短期 性能 如可能 同时兼顾 长期 性能这可以通过收集按时间段分开的系列数据实现应按合理编组采集数据 第二步 采集数据 合理编组 24 什么是合理编组 从过程连续生产的零件或产品中合理取样以期捕获最小的过程偏差的方法组内偏差应反映普通原因引起的偏差平均标准差PooledStandardDeviation 均方差平均 是对过程应有能力 短期 的良好估计 你的过程中的合理编组例子是什么 第二步 采集数据 合理编组 25 举例 业务伙伴搜集整天的数据 搜集了五十二天 每天的数据代表一年中的每一周的数据 数据放在RoomTemp mtw文件中的roomtemp列中 数据是长期的还是短期的 第二步 采集数据 合理编组 26 大多数现有数据都是居于长期和短期之间为了估计真实短期数据 小心设计过程能力研究方法确保编组策略合理某些过程无法研究短期数据产量低或周期时间长的过程采样昂贵或难以取样的过程 长期情形易于识别 第三步 确定短期偏差 27 指导思想 如果允许80 的输入指标在其自然范围内波动 数据就是长期的 过程步骤 1 过程步骤 2 过程步骤 3 输入 输出 x y 第三步 确定短期偏差 28 改进的机会 方差模型 29 对各组方差取平均值可得到组内方差的平均值 总标准差由所有数据算出 不计编组平均标准差不包括组间偏差 而总标准差包含组间偏差 平均标准差是对组内标准差的最佳估计 什么是工艺应有能力 平均标准差与总标准差 30 短期数据在有限的周期或间隔采集数据在有限的机器和员工中采集差不多总是连续变量长期数据在很多的周期 间隔 机器和员工中采集可以是离散或连续数据离散数据几乎都是长期性的 长期和短期指导思想 31 用Minitab估计短期偏差 Stat QualityTools CapabilityAnalysis Normal Roomtemp mtw 第三步 确定短期偏差 32 用Minitab估计短期偏差 Stat QualityTools CapabilityAnalysis Normal 69 79ZST 2 77ZLT 1 47 长期和短期是什么 第三步 确定短期偏差 33 Z值提供共同交流的统计语言提供一个与标准上下限相关的过程性能指标 我们怎样使用这些 分数 一个负的 分数说明了什么 第四步 计算ZU和ZL 34 Minitab计算出的Z值 Minitab计算的结果 35 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 而标准差不变Cp又是多少 过程潜在能力 Cp 产品容许偏差 3 3 过程容许偏差 若Cp 1 0问题在哪里 第五步 计算Cp 36 那个流程会更好 两个流程的 p有什么不同 我们能作什么使Cp更能有效代表过程能力统计值 5 4 3 2 1 0 1 2 3 4 5 Cp带来的问题 37 LSL 68 0USL 72 0 69 79 639 68 0 52 0 52 72 房间温度的Cp 38 Stat QualityTools CapabilityAnalysis NormalOptions Minitab计算的结果 39 Cpk Cpx 1 k k 标准偏差范围被过程平均值位置占去的比例 1 k 剩下允许过程偏差的比例包括居中度和分散度 第六步 计算Cpk 过程性能 40 例子 过程平均值是355 标准差是15 标准上限是380下限是270Cpk是多少 Cp是多少 第六步 了解Cpk 过程性能 41 房间温度的Cpk 42 Minitab计算的结果 43 Cp是过程应有能力的良好指标 过程应有能力 一个过程能观察到的最好的短期性能机会 过程长期性能与过程应有能力间的差距 Sigma项目 致力于把长期性能与过程应有能力的差距缩短 短期 过程应有能力 长期 Cpk与Cp 谁大谁小 Cp与过程应有能力 44 过程 Sigma水平 Zst 是 Sigma水平 Zst 可用于比较以下结果 连续变量测量指标离散变量测量指标单边标准限双边标准限 能力的测量 Recall AZ score NumberofStandardDeviationsavalueisfromtheMean 第七步 计算短期Sigma水平Zst 45 用短期值估计不良率 缺陷 缺陷 69 79 639LSL 68 0USL 72 0 用Excel计算Sigma水平 46 在我们的例子中 均值 69 79 Sigma 639LSL 68 0 USL 72 0 P x72 0 1 P x 72 0 1 9997 0 0003or0 03 P x 68 0 0 00255或 255 总缺陷数 0 0025 0 0003 0 0028 2800PPM 用Excel计算概率 47 用NORMSINV计算 已知不合标准的产品分数 计算 Z 分数 缺陷 0028 Z 2 77 Zshort term 2 77 为什么Zlsl是负数 而Zshortterm是正数 Sigma水平 用Excel 48 用Minitab Calc ProbabilityDistributions Normal 总不良率 0025 1 9997 0028 xP X x 68 00 0025452 xP X x 72 00 999728 Sigma水平 应用Minitab的例子 49 计算Sigma值 Zst Zst 2 77 P X x x1 00002 77033 Sigma水平 应用Minitab的例子 50 Minitab计算的结果 51 1 5 偏移 用以考虑过程中的长期偏差在无真实数据时用以由短期数据估计长期数据 或反过来根据长期数据来估计短期数据 加1 5 减1 5 已有 需要 第八步 计算ZLT 52 把短期sigma水平换算成长期sigma估计值 问 加还是减1 5 提示 长期sigma水平绝不会大于短期值所以ZLT ZST答 减1 5 估计 1 5s偏移 从ZST到ZLT 53 Ppk Cpk用长期标准差替代短期标准差 估算长期过程能力Ppk 54 同样 估算长期过程能力Ppk 55 Minitab结果假设长期偏差可用总偏差估算 Minitab计算的结果 56 Cp 1 04系统刚刚满足温度的要求 当 所有外部影响都保持不变系统居中时的平均值为70 00FCpk 0 84在短期内 当前的系统还不能满足规范要求 因为中心趋势不好 Ppk 0 55因为系统输入漂移 存在超出客户温度规格的现象产生长期Sigma水平 1 47及短期Sigma水平 2 77这里将会有应用DMAIC的机会 结论 57 使用Stat QualityTools CapabilitySixpack Normal 其它方面Minitab运用 TheSixPack 58 LSL 过程宽度 设计宽度 USL T 3s 3s 短期过程能力指标 长期过程能力指标 过程能力公式 总结 59 在去年一年里 有16天客户对办公室温度进行了投诉整个办公室在去年总共开放了242天发生温度抱怨的天数百分比 16 242 100 6 6 数据是长期的还是短期的 过程能力例子2 60 Z 分数 在最坏的情况 假设所有缺陷都出现在一端 所以 P z 0 066哪个z值使P z 1 0 066 P z 1 51 0 934用Minitab加以证实ZLT 1 51 z 计算PPM和Z 分数 61 计算Ppk ZST 和Cpk 62 Sliders n Nails 一家特许经营汉堡快餐的商店 意图以快速客户要求处理作为其与众不同的客户服务特征 公司管理决定 所有客户应能在五分钟内得到订购食物 一为高级过程专家被指派去确定零售店的实际过程能力 sliderburger2 mtw 离散数据的过程能力确定 63 他采集了过去12个月的客户服务时间数据 每月一周 每周三天 每天两期 每期三个客户服务时间 数据存储与sliderburger2 mtw文件内 sliderburger2 mtw 确定过程能力 Sliders n Nails 64 按下列方法分析数据Stats QualityTools CapabilityAnalysis Normal sliderburger2 mtw 确定过程能力 Sliders n Nails 65 按下列方法分析数据Stats QualityTools CapabilityAnalysis Normal 为什么这种分析可能有缺陷 SliderBurger2 mtw 确定过程能力 Sliders n Nails 66 将采集的数据按每月达到要求比例整理存入SliderBurger2 mtw的C7到C9中 SliderBurger2 mtw 确定过程能力 Sliders n Nails 67 分析二项式分布过程能力Stats QualityTools CapabilityAnalysis Binomial SliderBurger2 mtw 确定过程能力 Sliders n Nails 68 分析二项式分布过程能力Stats QualityTools CapabilityAnalysis Binomial 结果是短期还是长期的 SliderBurger2 mtw 还可以进行Box Cox转换成正态后 按正态分布的能力分析方法得到 对于Minitab14还可以直接由Weibull分布计算能力 Stats QualityTools CapabilityAnalysis noninomial Weibull 确定过程能力 Sliders n Nails 69 估算Ppk估算Zst估算Cpk SliderBurger2 mtw Z ST ZLT 1 5 1 221 1 5 2 721 Ppk Z