SPC通识ppt课件

1、质量管理的演进AgendaSPC概论变异控制图计量型数据控制图计数型数据控制图控制准那么制程才干分析继续改善OverviewSPC概论What is SPC ？Statistical :数据之搜集、 呈现(图，表)及分析Process : 指一系列作业活动，每一活动均是过程Control : 量测结果的控制 SPC S tatistical P rocess C ontrol SPC是一种方法论。对过程数据进展搜集，利用根本图形、统计工具加以分析，从分析中发现影响过程的变异，经过问题分析找出异常缘由，立刻采取改善措施，使过程恢复正常。 并借助过程才干分析与规范化，不断提升过程才干。 当控制图失

2、控时，不能指出为什么失控。 当过程才干缺乏时，不能指出为什么缺乏。SPC的精神识别关键特性多搜集数据以了解制程情况分析特性了解其正常动摇的范围控制特性运用控制界限来探测过程能否异常改良特性不断改良过程的动摇范围SPC效果看清质量情况 提早发现问题找出问题根源 少花钱办好事减少报表费事 满足客户要求提升消费效率 降低质量本钱变异VariationTimeCase study-哪一种分布较好？变异 VariationsSPC主要就是要处置变异质量特性资料制程机械环境人员量测组内变异与组间变异产品变异大致上可分为 组内变异 组间变异随机变异与非随机变异根据呵斥变异的缘由，通常分成普通缘由所呵斥之变异

3、随机变异随机性缘由- Common Cause特殊缘由所呵斥之变异非随机变异非随机性缘由- Special cause随机变异普通缘由：制程中缘由，其所呵斥的分配与时间的关系是稳定而可反复、可预测。如制程中之变异仅由普通缘由所呵斥，那么称此制程是在统计的控制形状中，其产品之特性有固定的分配。只需靠管理者才干处理之。采取必要措施，加强作业员的训练Re-design or Re-layout 任务站位置建立制程新方法，新程序普通缘由- common cause大量微小缘由呵斥原资料的微小变化机台的微小变化实践上要去除相当困难次数多、影响小 假设制程中只需普通缘由之变异存在，那么其废品将构成一个很稳

4、定的分布，而且是可预测结果。非随机变异特殊缘由：制程中不常发生但呵斥制程的变异，其所呵斥的分配与时间的关系不稳定且无法预期，故称制程不是在统计的控制形状下，因其产品之特性没有固定的分配。无法预料或以不定期的方式发生。SPC之目的在于确认此Causes，并加以修正之。难预测 假设制程中有特殊缘由之变异存在，那么其废品将构成不稳定的分布，而且无法预测结果。特殊缘由-special cause一个或少数个大缘由呵斥原资料的不良机台未复原新手操作应该可以找出其缘由次数少、影响大时间Control chart控制图Shewhart : 控制图之开创人控制图是1924年由美国品管巨匠W.A. Shewha

5、rt博士发明。当时称为(Statistical Quality Control)。控制图在英国及日本历史英国在1932年，约请W.A. Shewhart博士到伦敦，主讲统计质量控制，而提高了英国人将统计方法运用到工业方面之气氛。就控制图在工厂中实施来说，英国比美国为早。日本在1950年由W.E. Deming博士引到日本。同年日本规格协会成立了质量控制委员会，制定了相关的JIS规范。SPC&SQCProcess原料丈量结果Real Time Response针对原料所做的控制也可属SPC针对产品所做的是在做SQC针对过程的重要制程参数所做的才是SPC控制图的原理中央极限定理中央极限定理：设从平

6、均值为，变异数为2的一个恣意母体中抽出个数为n的样本，当n够大时，样本平均值的抽样分布近似于平均值为、变异数为2/n的常态分布当样本数够大时(n30) ，样本平均值的抽样分布会趋近于常态分布一个恣意分布的母体X中央极限定理正态分布特性控制图的由来休华特博士Dr.W.A.Shewhart，在研讨产品质量特性之次数分布时发现,正常的工程所消费出来产品之质量特性，其分配大都成正态分布，会超出三个规范差3的产品只需0.27。控制图的构造 1 Sigma2 Sigma3 Sigma1 Sigma2 Sigma3 Sigma68.26 %95.45 %99.73 % 数据点的百分比控制上限UCL ：Upp

7、er control limit控制下限LCL：Lower control limit丈量特性控制中心线CL：Central Line时间样本数与控制界限自中央极限定理来看，样本愈多时，其控制限愈狭窄。表示图如下：型一误差与型二误差两种错误景象型一误差 又称为消费者风险 (正常产品无法出货)型二误差 又称为消费者风险 (异常产品出给客户)太过敏感+2-2Control limit 太宽+4-4型一误差又称为消费者风险型二误差又称为消费者风险总质量本钱(控制界限)(高)损失(低) 1 2 3 4 5 左图以经济平衡点(Break even point, BEP) 方法求得。最经济的control

8、 limit-三倍规范差控制图的用途控制图的用途觉察制程有特殊缘由所呵斥的变异制程稳不稳定确认制程才干制程好不好假设无特殊缘由存在，那么可藉控制图进展制程分析判别制程能否符合规格要求利用资料进展制程变卦利用资料进展检验变卦控制图的建立SPC运作流程N 3.实施规范化 2.决议制程控制工程导入控制方案问题分析 5.纳入控制图控制 Pp,Ppk 1.33 Pp,Ppk1.33 7.制程继续控制Cp,Cpk1.33 由跨功能小组决议控制工程及选择适当统计工具(SPC)1.确定产品制造流程制程失效分析4-2.初期制程才干调查分析6.能否在控制形状Cp,Cpk 1.334-1试做Y解析用控制图控制用控制

9、图1.确立制造过程输入添加附加价值的活动输出订单产品 /效力制造流程图SPC运作流程N 3.实施规范化 2.决议制程控制工程导入控制方案问题分析 5.纳入控制图控制 Pp,Ppk 1.33 Pp,Ppk1.33 7.制程继续控制Cp,Cpk1.33 由跨功能小组决议控制工程及选择适当统计工具(SPC)1.确定产品制造流程制程失效分析4-2.初期制程才干调查分析6.能否在控制形状Cp,Cpk 1.334-1试做Y解析用控制图控制用控制图2.决议控制工程从顾客声音VOC 关键质量特性平安特性关键特性主要特性从关键质量特性CTQ 关键过程特性产品 / 效力KPCKPCKCCKCCKCCKCCKCCK

10、CCKPCKCCKCCKCCKPC : Key Product CharacteristicsKCC : Key Control CharacteristicsFMEAAUO特性分类： 1-6 为普通特性，不标注符号 7-8 为重要特性 , 符号为 9-10 为严重特性, 符号为 Control PlanSPC运作流程N 3.实施规范化 2.决议制程控制工程导入控制方案问题分析 5.纳入控制图控制 Pp,Ppk 1.33 Pp,Ppk1.33 7.制程继续控制Cp,Cpk1.33 由跨功能小组决议控制工程及选择适当统计工具(SPC)1.确定产品制造流程制程失效分析4-2.初期制程才干调查分析6

11、.能否在控制形状Cp,Cpk 1.334-1试做Y解析用控制图控制用控制图3.实施规范化合理子组确实定子组大小确实定抽样频率确实定子组数量确实定试消费控制方案控制图的选择3.实施规范化-控制图的选择计量值控制图：其所根据之数据，均属由量具实践量测而得知，如：长度、分量、成份等特性均为延续性者，最常用为以下四种：平均值与全距控制图XR Chart平均值与规范差控制图Xs Chart中位值与全距控制图XR Chart个别值与挪动全距控制图XRM Chart计数值控制图：其所根据之数据，均属以单位计数者，如：不良数、缺陷数等延续数据均属此类，最常用为以下四种：不良率控制图P Chart 不良数控制图

12、NP Chart 缺陷数控制图C Chart 平均缺陷数控制图U Chart 计量型数值控制图优缺陷优点：1.很灵敏，容易调查缘由2.可及时反映不良，使质量稳定缺陷：1.抽样频率高，费时2.数据需丈量和计算，运用者需经专门训练计数型数值控制图优缺陷优点：1.所需数据可用简一方法获得2.对整体质量水准了解方便缺陷：1.无法寻求不良缘由2.及时性缺乏，易延误时机3.实施规范化-控制图的选择原那么 3.实施规范化-控制图的选择Case study：质量特性样本数可选用什么图？长度5重量10乙醇比重1电灯亮不亮100每一百平方米的脏点100平方米Xbar-RXbar-SX-RmP，NPU，C时间质量特

13、性制程的变化时间质量特性制程的变化3.实施规范化-如何确定子组让组内变化只需随机变异让组间变化只需非随机变异组内变异小组间变异大时间质量特性制程的变化3.实施规范化-如何确定子组正确如此的取样方式会呵斥无法有效区别组内变异和组间变异，呵斥控制界限变宽，无法有效侦测制程变异。时间质量特性制程的变化3.实施规范化-如何确定子组错误3.实施规范化-如何确定抽样频率每天只抽一组来代表，能否能代表制程呢？每天假设抽三组的样天性否更能代表制程？抽样频率必需思索以下方面： 过程历史情况 经常发生失控，就需求更频繁的抽样；假设班别切换会导致变卦，那么每班必需抽到；发生失控时，对质量的影响程度抽样的容易程度抽样

14、和丈量样本的费用通常在量产时，抽样频率为每班或每天1-2次。3.实施规范化-如何确定抽样频率3.实施规范化-如何确定抽样频率初期不了解制程，制程不稳定，存在组间变异稳定期后，大部份只存在组内变异，偶而出现组间变异快速而频繁的取样，才干掌握制程的情形，并将各项不稳定的因子去除由于制程已相对稳定，我们可以预测制程变化，所以抽样频率可较低，但仍应要有代表性3.实施规范化-如何确定抽样频率初期过程研讨的抽样频率一个班次之内取二十五组我们利用在一个班次当中取二十五组，此时由于人、机料、法、环、测都比较固定，所以所估计出来的组内变异会比较正确，相关的控制界限比较窄，可以有效地侦测出不同班别之间的变化，或那

15、么组间的变化，如资料变化、机器变化、参数变化等。3.实施规范化-如何确定抽样频率长期过程研讨的抽样频率抽样频率依过程情况计算而定，可逐渐放宽抽样频率，但必需满足才干要求。每2小时，抽一组；每4小时，抽一组；每个班，抽一组；每天抽一组；每周抽一组。3.实施规范化-如何确定子组数当制程中心值偏向了二个规范差时，它在控制界限内的概率为0.84，此时 =0.84，他能接受吗？当制程中心值偏向了二个规范差时，它在控制界限内的概率为0.84，那么延续10点在控制界限内的概率为0.8410=0.174901，他能接受吗？当制程中心值偏向了二个规范差时，它在控制界限内的概率为0.84，那么延续25点在控制界限

16、内的概率为0.8410=0.0128，他能接受吗？LCLUCLCL3.实施规范化-计数型数据的抽样子组容量：用于计数型数据的控制图普通要求较大的子组容量(例如50200)以便检验出性能的变化，普通希望每组内能包括几个不合格品，但样本数假设太多也会有不利之处。分组频率：应根据产品的周期确定分组的频率以便协助分析和纠正发现的问题。时间间隔短那么反响快，但也许与大的子组容量的要求矛盾子组数量：要大于等于25组以上，才干断定其稳定性。计数型数据的抽样SPC运作流程N 3.实施规范化 2.决议制程控制工程导入控制方案问题分析 5.纳入控制图控制 Pp,Ppk 1.33 Pp,Ppk1.33 7.制程继续

17、控制Cp,Cpk1.33 由跨功能小组决议控制工程及选择适当统计工具(SPC)1.确定产品制造流程制程失效分析4-2.初期制程才干调查分析6.能否在控制形状Cp,Cpk 1.334-1试做Y解析用控制图控制用控制图4-1.试作绘制原那么：资料搜集统计量计算x，s，R，P估算中心线(CL)x，R估算规范差计算控制限UCL=CL+3LCL=CL- 3定义量测单位，分组，抽样的频率.根据分组的资料，依次算出各组统计量根据各组统计量，求出平均水准求出估计的(不含非随机变异)利用上述得结果，查表算出控制界限4-2.初期制程才干分析过程稳定性分析 -过程能否在控制内？过程才干分析 -过程才干能否满足Pp,

18、Ppk1.33？控制图分析决策流程确认一切点普通30个一切点都落在控制界限内吗？否能否只需1或2个点超出控制界限？是从控制图中剔除该点重新计算控制界限统计量受控是是3个或3个以上点超出控制界限否统计量不在控制范围消除变异缘由收据新数据重新计算控制界限否能否一切点落在控制界限内控制形状的判别_进入控制用 可否延伸控制界限作为今后制程控制用的判别基准： 延续25点以上出如今控制界限内时延续35点中，出如今控制界限外的点不超越1点时。 延续100点中，出如今控制界限外的点不超越2点时。SPC运作流程N 3.实施规范化 2.决议制程控制工程导入控制方案问题分析 5.纳入控制图控制 Pp,Ppk 1.3

19、3 Pp,Ppk1.33 7.制程继续控制Cp,Cpk1.33 由跨功能小组决议控制工程及选择适当统计工具(SPC)1.确定产品制造流程制程失效分析4-2.初期制程才干调查分析6.能否在控制形状Cp,Cpk 1.334-1试做Y解析用控制图控制用控制图7. 制程继续控制当初始过程稳定并可接受时，即转入量产的制程控制阶段。此时所计算得到的CL、UCL、LCL必需作为控制基准延伸运用。控制界限的重新计算： 控制图经过运用一定时期后, 消费过程有了变化, 例如制程改动、刀具改动、设备改动以及进展了某种技术改革和管理改革措施后, 应重新搜集最近期间的数据, 以重新计算控制界限并作出新的控制图。 建议的

20、做法是：发生制程变卦时，重新计算控制界限；不发生制程变卦，一个月或一个季度评审一次以了解过程能否发生了漂移。7. 制程继续控制时间表现在过程才干上的革新好的坏的3 Sigma (CpK = 1)6 Sigma (Cpk = 2)7. 制程继续控制-过程改良1. 分层问题2.及时呼应 每班抽一组数据，三班延续运转，中夜班搜集的数据要等到第二天工程师上班才干分析。SPC 本卷须知复合Real Time Response计量型数值控制图X-R 控制图X chart：中心线 CL = X控制上限 UCL= X+A2R控制下限 LCL= X - A2RR chart：中心线 CL = R控制上限 UCL

21、= D4R控制下限 LCL= D3RnA2D4D3d221.8803.26701.12831.0232.57501.69340.7292.28202.05950.5772.11402.32660.4832.00402.53470.4191.9240.0762.70480.3731.8640.1362.84790.3371.8160.1842.970100.3081.7170.2233.078控制界限系数表ASTM STP-15DStep 1 搜集数据：进展丈量系统分析- 确定子组样本容量- 确定抽样频率- 确定子组数Step 2 计算各组的平均值及全距：Subgroup average : X

22、= (X1+ X2+ X3+ X4)/4Subgroup range : R= X3- X1X3X2X4X1Average=XR=RangeX-R 控制图绘制步骤Step 3 计算总平均及平均全距Step 4 计算全距控制界限Step 5 绘制R ChartStep 6 判别全距能否都在控制界限内Step 7 计算平均值控制界限Step 8 绘制X ChartStep 9 判别平均值能否都在控制界限内Step 10 控制界限延续运用确定全距在监控下再求 X chartX-R 控制图绘制步骤全距/规范差控制图分析决策流程确认一切全距/规范差的点一切点都落在控制界限内吗？否能否只需1或2个点超出控

23、制界限？是从控制图中剔除该点重新计算控制界限全距/规范差受控是是3个或3个以上点超出控制界限否全距/规范差不在控制范围消除变异缘由收据新数据重新计算全距/规范差控制界限否能否一切点落在控制界限内平均值/中位数控制图分析决策流程计算平均值/中位数控制图的控制界限一切点都落在控制界限内吗？否能否只需1或2个点超出控制界限？是从控制图中剔除该点重新计算控制界限能否一切点落在控制界限内平均值/中位数受控是是3个或3个以上点超出控制界限否平均值/中位数不在控制范围消除变异缘由收据新数据重新计算控制界限否运用该控制图进展过程控制重返全距/规范差决策图X-R 控制图范例以下为某尺寸的cell gap量测值与

24、平均值、全距，共63pcs，每片量5点。CLR = Rbar=107 UCLR =D4*Rbar=2.114*107=226 LCLR =D3*Rbar=0*107=0X-R 控制图范例CLR = Rbar=105 UCLR =D4*Rbar=2.114*105=221 LCLR =D3*Rbar=0*105=0Rbar = 105 CLX = X =664UCLX = X+ A2R =664+0.577*105 = 724LCLX = X - A2R =664 - 0.577*105 = 603X-R 控制图范例Next - 查找异常缘由，消除变异，再重新搜集数据。X-R 控制图范例再搜集该

25、尺寸的cell gap量测值50pcs,每片量5点, 计算平均值、全距.CLR = Rbar=101 UCLR =D4*Rbar=2.114*101=214 LCLR =D3*Rbar=0*101=0X-R 控制图范例CLX = X =692 UCLX =X+A2R =692+0.577*101 = 750 LCLX= X A2R =692 0.577*101 = 635X-R 控制图范例Rbar = 102 CLX = X =696 UCLX =X+A2R =696+0.577*102 = 755 LCLR = X - A2R =696 - 0.577*102 = 637平均值都在控制界限内

26、，控制界限延续运用X-R 控制图范例CLX = X =664 UCLX =X+A2R =664+0.577*105 = 724 CLX = X - A2R =664 - 0.577*105 = 603汇整改善前后：CLX= X=696 UCLX= X+A2R =696+0.577*102 = 755 CLX = X -A2R =696-0.577*102 = 637s chart：中心线 CL = s控制上限 UCL= B4s控制下限 LCL= B3sX chart：中心线 CL = X控制上限 UCL= X+A3s控制下限 LCL= X A3sX-s 控制图控制界限系数表nA3B4B3C42

27、2.663.27*0.8031.952.57*0.8941.632.27*0.9251.432.09*0.9461.291.970.030.9571.181.880.120.9682.101.820.190.9791.031.760.240.97100.981.720.280.97SC4X-s 控制图绘制步骤Step 1 搜集数据Step 2 计算各组的平均值与规范差Step 3 计算总平均值及平均规范差Step 4 决议规范差控制界限Step 5 绘制s ChartStep 6 判别规范差能否都在控制界限内Step 7 计算平均值控制界限Step 8 绘制X ChartStep 9 判别平均

28、值能否都在控制界限内Step 10 控制界限延续运用X-s 控制图范例以下为某尺寸的cell gap量测值与平均值、规范值，共25pcs，每片量10点。CLs = sbar=0.017 UCLs =B4*sbar=1.716*0.017=0.0292 LCLs =B3*sbar=0.284*0.017=0.0048X-s 控制图范例CLs = sbar=0.0157 UCLs =B4*sbar =1.716*0.0157=0.0269 LCLs =B3*sbar =0.284*0.0157=0.0045sbar = 0.0157 CLX = X = 4.849UCLX = X + A3s =4

29、.849 + 0.975*0.0157 = 4.864LCLs = X A3s =4.849 0.975*0.0157 = 4.834X-s 控制图范例Next - 查找异常缘由，消除变异，再重新搜集数据。R chart：中心线 CL = R控制上限 UCL= D4R控制下限 LCL= D3RX chart：中心线 CL = X控制上限 UCL= X+A2R控制下限 LCL= X A2R控制界限系数表X-R 控制图1.781.821.861.922.002.112.282.573.27D40.220.36100.180.4190.140.4380.080.517*0.556*0.695*0.8

30、04*1.193*1.882D3A2nStep 1 搜集数据Step 2 计算各组的中位数与全距Step 3 计算中位数平均值及平均全距Step 4 决议全距控制界限Step 5 绘制R ChartStep 6 判别全距能否都在控制界限内Step 7 计算中位数控制界限Step 8 绘制X ChartStep 9 判别中位数能否都在控制界限内Step 10 控制界限延续运用X-R 控制图绘制步骤X-R控制图范例以下为某尺寸的cell gap量测值与中位数、全距，共50pcs，每片量5点。X-R控制图范例CLR = Rbar=101 UCLR =D4*Rbar=2.114*101=214 LCL

31、R =D3*Rbar=0*101=0CLX = X =693 UCLX =X+A2R =693+0.69*101 =763 LCLR = X - A2R =693 - 0.69*101 =623X-R控制图范例CLX = X =697UCLX =X+A2R =697+0.69*101 =767LCLR = X - A2R =697 - 0.69*101 =627中位数都在控制界限内，控制界限延续运用R chart：中心线 CL = R控制上限 UCL= D4R控制下限 LCL= D3RX chart：中心线 CL = X控制上限 UCL= X+E2R控制下限 LCL= X E2R控制界限系数表

32、KE2D3D422.66*3.2731.77*2.5741.46*2.2851.29*2.1161.18*2.0071.110.081.9281.050.141.8691.010.181.82100.980.221.78X-Rm 控制图Step 1 搜集数据Step 2 计算全距a. 两相邻数据间的差别 Rm= Xi-Xi-1b. K个相邻数据间的差别 K常取2或3Rm=MaxXi，Xi+1，,Xi+k-Min Xi，Xi+1，,Xi+kStep 3 计算总平均值及平均全距Step 4 决议全距控制界限Step 5 绘制Rm ChartStep 6 判别全距能否都在控制界限内Step 7 计算

33、单值控制界限Step 8 绘制X ChartStep 9 判别单值能否都在控制界限内Step 10 控制界限延续运用X-Rm控制图绘制步骤运用较多！X-Rm控制图范例某电子厂对每批芯片的研磨制程进展控制，其厚度规格为3+/-0.1u，希望建立控制图，以在量产时对制程上的厚度进展有效的控制。因同一批差别很小，所以每一批次取一个样本，量测记录与挪动全距值如下：X-Rm控制图范例CLR = Rbar=0.0341 UCLR =D4*Rbar=3.27*0.0341=0.1116 LCLR=D3*Rbar=0*0.0341=0CLX= X =2.9997 UCLX=X+E2R=2.9997+2.66*

34、0.0341=3.0905 LCLR=X -E2R=2.9997 2.66*0.0341 =2.9089单值都在控制界限内，控制界限延续运用计数型数据控制图P chart：中心线 CL =控制上限 UCL=控制下限 LCL=P 控制图备注：当n相差=20%时用各自样本数，此时控制界限不再是恒定值，而是不同的子组有不同的控制界限。P 控制图绘制步骤Step 1 搜集数据Step 2 计算平均不良率与平均样本数Step 3 判别每次样本数的变化范围能否在平均样本数的20%内Step 4 计算控制界限Step 5 绘制P ChartStep 6 判别数据点能否都在控制界限内Step 7 控制界限延续

35、运用控制图分析决策流程确认一切数据点一切点都落在控制界限内吗？否能否只需1或2个点超出控制界限？是从控制图中剔除该点重新计算控制界限控制对象受控是是3个或3个以上点超出控制界限否控制对象不在控制范围消除变异缘由收据新数据重新计算控制界限否能否一切点落在控制界限内P 控制图范例样本数一样时 欲建立某PCB来料质量情况的SPC，IQC每次抽样150pcs进展检查，共抽30次，不良数与不良率如下，据此建立控制图。CL= p = 0.023 n =150UCL= =0.060 LCL= =-0.014- 0P 控制图范例样本数一样时CL= p = 0.0189 n =150UCL= =0.052 LC

36、L= =-0.0145- 0Next - 查找异常缘由，消除变异，再重新搜集数据。P 控制图范例样本数相差小于20%时 欲建立某PCB来料质量情况的SPC，IQC对每批次进展抽样检查，共抽30次，不良数与不良率如下，据此建立控制图。MAXn=215 MINn=180 n =198 n*1+20%= 237 n*1-20%= 158 ，可以 n 替代 niP 控制图范例样本数相差小于20%时不良率都在控制界限内，控制界限延续运用CL= p = 0.021 UCL= =0.052 LCL= =-0.009-0 欲建立某PCB来料质量情况的SPC，IQC对每批次进展抽样检查，共抽30次，不良数与不良

37、率如下，据此建立控制图。P 控制图范例样本数相差大于20%时MAXn=315 MINn=100 n =187 n*1+20%= 224 n*1-20%= 149 ，所以不可以 n 替代 niCL= p = 0.019 UCL= LCL=计算UCL、CL 、LCL如表。因不良率不能够为负数，因此LCL0时，取值0。P 控制图范例样本数相差大于20%时不良率都在控制界限内，平均不良率延续运用NP 控制图备注： 样本容量需坚持恒定NP chart：中心线 CL = 控制上限 UCL= 控制下限 LCL=注： 公式中，Pn为平均不良数，P为平均不良率NP 控制图绘制步骤Step 1 搜集数据Step

38、2 计算平均不良品数Step 3 计算控制界限Step 4 绘制NP ChartStep 5 判别数据点能否都在控制界限内Step 6 控制界限延续运用NP 控制图范例公司欲对某产品在经过环测500h后的不良情况进展监控，因每次投环测数量一样，因此确定运用不良数控制图。搜集25次实验数据如下：CL = Pn = 1.16 P = Pn/30=0.04UCL= = 1.16+3*SQRT1.16*1-0.04) = 4.33LCL= = 1.16 - 3*SQRT1.16*1-0.04) = -2.01?0不良数都在控制界限内，控制界限延续运用C chart：中心线 CL =控制上限 UCL=控

39、制下限 LCL=C 控制图备注： 样本容量需坚持恒定C 控制图绘制步骤Step 1 搜集数据Step 2 计算平均缺陷数Step 3 计算控制界限Step 4 绘制C ChartStep 5 判别数据点能否都在控制界限内Step 6 控制界限延续运用C 控制图范例某纺织公司欲对其消费的某种布匹的缺陷数进展监控，欲监控的缺陷有异色、麻点、起毛，确定运用不良数控制图。每次抽样10批，共搜集25个数据如下：CL = C = 23.12UCL= = 23.12+3*SQRT23.12) = 37.55LCL= = 23.12 - 3*SQRT23.12) = 8.70缺陷数都在控制界限内，控制界限延续

40、运用U chart：中心线 CL =控制上限 UCL=控制下限 LCL=U 控制图备注：当n相差=20%时用各自样本数，此时控制界限不再是恒定值，而是不同的子组有不同的控制界限。U 控制图绘制步骤Step 1 搜集数据Step 2 计算单位平均不良品数Step 3 计算控制界限Step 4 绘制U ChartStep 5 判别数据点能否都在控制界限内Step 6 控制界限延续运用U 控制图范例样本数相差小于20% 某PCBA加工公司欲对其消费的某种PCBA的波峰炉焊接过程焊点不合格数进展监控，确定运用单位缺陷数控制图。每半小时抽样一次，每次抽样约100pcs，共搜集25个数据，计算每次的缺陷数

41、如下：U 控制图范例样本数相差小于20%MAXn=114 ， MINn=86 ， n =101，n*1+20%= 121， n*1-20%= 81， 所以可以 n 替代 niCL= U = 2.14 UCL= =2.14+3*SQRT2.14/101 =2.57 LCL= = 2.14 - 3*SQRT2.14/101= 1.70Next -查找异常缘由，消除变异，再重新搜集数据。U 控制图范例样本数相差小于20%MAXn=114 ， MINn=86 ， n =100，N*1+20%= 120， n*1-20%= 80， 所以可以 n 替代 niCL= U = 2.01UCL= =2.01+3

42、*SQRT2.01/100 =2.44 LCL= = 2.01 - 3*SQRT2.01/100= 1.59控制图之控制上/下限图表类型CLUCLLCLX-R chartXX + A2RX - A2RRD4RD3RX-s chartXX + A3sX - A3ssB4sB3sX-R chartxX + A2RX - A2RRD4RD3RX-RM chartXX + E2RX - E2RRmD4RD3RP chartPNP chartPnC chartCU chartU控制界限系数表ASTM STP-15DControl rule控制准那么控制形状的判别控制形状：满足以下条件，可以为制程是在控制

43、形状。多数之资料点集中在中心线附近。少数之资料点落在控制界限附近。资料点分布呈随机形状，无任何规那么可循。没有资料点超出控制界限之外。非控制形状：资料点在控制界限的线外(或线上)。资料点虽在控制界限内，但呈特殊陈列。采取措施判读准那么Control Rule准那么1：单独一点落于控制界限之外样本点没有超出控制界限，但有以下的情形出现准那么2：延续 9 点落在中心线同一侧准那么3：延续 6 点继续上升(或下降)准那么4：延续 14 点在中心线上下交互变动准那么5：延续 3 点中有两点落在 2 个规范差之外准那么6：延续 5 点有 4 点超出一个规范差之外准那么7：延续 15 点出如今一个规范差内

44、准那么8：延续 8 点出如今中心线两侧，且超出一个规范差之外控制图的判读-准那么1畸形00C：一个或多个点超出任何一个控制界限。适用范围：全部控制图能够的缘由：人员操作异常；机台参数设定错误、设备缺点；量测错误等UCLCLLCL发生几率为： 2 x 0.00 = 0.0027发生几率为： 2 x (0.5)9 = 0.0039控制图的判读-准那么2水准改动UCLCLLCL延续9点位于中心线的一侧。适用范围：全部控制图能够的缘由： 新工人、新资料、新机器、新工艺； 制程平均水准偏移； 机台PM后等延续6点上升(后点等于或大于前点)或下降。适用范围：全部控制图能够的缘由：工夹具磨损；人员疲劳；制程

45、开场劣化等发生几率为： 2 x (1/6!) = 0.0028控制图的判读-准那么3趋势LCLUCLCL延续14点相邻点上下交替。适用范围：全部控制图能够的缘由：两个过程在一张图上，分层缺乏如两种资料、两台设备等；操作者过度控制；丈量系统周期性变化Monte Carlo实验结果：发生几率约为0.004控制图的判读- 准那么4系统性变数UCLCLLCL延续3点中有2点落在中心线的同一侧B区以外适用范围：Xbar 、X能够的缘由：设备机台经重新调整；夹治具位置不当；不同批原料混用等发生几率为：2 x C32 (0.0228)2 X 0.9772 + C33 (0.0228)3 =0.0031控制图

46、的判读-准那么5水准改动UCLCLLCLCBACBA延续5点中有4点落在中心线的同一侧C区以外适用范围：Xbar 、X能够的缘由：设备机台经重新调整；夹治具位置不当；不同批原料混用等发生几率为： 2 x C54 (0.1587)4 X 0.8413 + C55 (0.1587)5 =0.0055控制图的判读-准那么6水准改动UCLCLLCLCBACBA延续15点在中心线两侧的C区内。适用范围：Xbar 、X能够的缘由：量测数据小数点错误，虚报数据；分层缺乏两个机台、两种资料交替运用；控制界限计算错误或需重新计算等发生几率为：(0.6826)15 = 0.0033控制图的判读-准那么7分层UCL

47、CLLCLCBACBA延续8点在中心线两侧，但无一在c区内。适用范围：Xbar 、X主要缘由能够是出现了双峰。运用两种以上的机台或资料设备零部件、工夹具松动；系统环境的变化温度、操作者疲劳、设备参数动摇等发生几率为：(0.3174)8 = 0.0001控制图的判读-准那么8混合UCLCLLCLCBACBA判读准那么Control Rule准那么1：单独一点落于控制界限之外 准那么2：延续 9 点落在中心线同一侧 准那么3：延续 6 点继续上升(或下降) 准那么4：延续 14 点在中心线上下交互变动 准那么5：延续 3 点中有两点落在 2 个规范差之外 准那么6：延续 5 点有 4 点超出一个规

48、范差之外 准那么7：延续 15 点出如今一个规范差内 准那么8：延续 8 点出如今中心线两侧，且超出一个规范差之外判读准那么的选用并不是一切的断定准那么都必需运用于任何过程控制的。典型的判读准那么选用参考如下：准那么1、5最为通用；准那么2、6对探测微小的过程变化比较敏感；准那么4、8最能探测平均值的变化分层；准那么7可以提示过程的改良；准那么3用于探测过程的漂移。Case study-SPC 判读直接以SPEC当控制界限只需X-Bar chart只需以 rule 1 (单点超出规格)当控制规那么21 PM 后明显 Trend upX-Bar chartChart 长期偏中心线上需 revie

49、w Ca 值，调整参数回至Target或改动Target只需以 rule 1 当控制规那么Case study-SPC 判读不是只需对单点(Out of Control) 作ActionReview OOC & OOS Rate太高需检讨缘由或改动 Control Limit ( 订定合理的Control Limit )有必要时能够需在特殊改动后(PM)添加检验频率556065707580123456789101112131415161718192021222324252627282930313233TimeValueUCLCLCL异常处置单据异常处置单据异常处置单据异常处置单据异常处置单据C

50、ase study-SPC 判读长期 trend chart off target工程师处置后未将形状调回原来情况异常处置单据Case study-SPC 判读工程师在异常处置时调整 recipe异常处置后变异变大不可以在 OOC / OOS 时马上调整制程参数调整完后需追踪一段时间，确保制程稳定异常处置单据Case study-SPC 判读Process Capability study制程才干分析CaCp/CpkPp/PpkAccuracy vs. PrecisionA. 准确但不准确B.不准确但准确C. 准确且准确D.不准确又不准确制程才干分析影响产品质量是制程，因此对制造过程之控制，以

51、及其达成才干显得格外重要，欲判别一制程才干好坏有三个主要数据:一.为平均数 X 代表集中趋势 :制程准确度二.为规范差代表分散趋势 :制程准确度三.为超出规格的不良率 P : 制程综合指针原料产品制程 ( Process )pnp1p2p3p4规格界限与控制界限之区别制程才干分析衡量制程才干前，需先确认二件事:制程能否在统计控制形状Under Control一切的资料能否符合工程规格Within SpecUCLLCLUCLLCLUCLLCLUCLLCLLSLVoice of the Process/Process WidthUSLVoice of the CustomerCapability

52、=Voice of CustomerVoice of Process=Total ToleranceProcess WidthLCLUCL-3 -2 - 0 - -2 -3何谓制程才干何谓制程准确度Ca制程准确度CaCapability of Accuracy：衡量制程时平均值与规格中心值之一致性T=SU-SL=规格上限-规格下限单边规格因没有规格中心值,故不能计算CaCa值愈小质量愈佳ABCD012.52550100维持改善为A立刻检讨改善采取紧急措施，必要时停产，全面检讨100%T/2ux100%格公差/2格中心值-中心值Ca-=规规实践XX=何谓制程准确度Cp制程精细度Cp Capabi

53、lity of Precision：衡量规格公差范围与制程变异宽度相差程度Cp值愈大质量愈佳00.671.001.331.672.00DCBAA降低本钱维持现状改良为A全检，改善紧急对策，进展改善，检讨规格制程才干综合评价：Cpk一个工程消费实绩能否到达规格的要求，是要 Ca 及 Cp 都要很好。有时 Ca 虽然很好，但 Cp 不好，结果实践也有很多会落在规格外；或是 Cp 很好，Ca 很差也会有很高不良率。总评就是用 Ca 及 Cp 对整个制程质量作综合评价。Ca很好，Cp太差LSL Target USL制程才干良好Cp很好，Ca太差LSL Target USLLSL Target USLC

54、pk之运算Ca ， Cp ，Cpk1CaCpXT/2T6结合准确度与准确度之衡量不只需准，还要稳但普通review时，还是同时看两个指针：先看Cpk整体才干如何，Cpk不好时再看Cp厘清是不稳，还是不准101418T1216T1014181216101418T1216Case study-指数差别阐明101418T1216101418T1216CpCplCpuCpk1623.01.01.0CpCplCpuCpk1723.50.50.5Case study-指数差别阐明CpCplCpuCpk1321.52.51.5CpCplCpuCpk1422.02.02.0CpCplCpuCpk1522.51

55、.51.5制程准确度分析: Cp686664Cp=1.00Cp=0.67Cp=1.33Cp 仅思索分散范围，未思索偏离目的值68Cp=1.3368Cp=1.3368Cp=1.33制程才干分析: Cp v.s Cpk68Cp=1.33, Cpk=1.3368Cp=1.33, Cpk=1.00Cp=1.00, Cpk=1.00 666Cp=1.00, Cpk=0.67 6Cp=0.67, Cpk=0.67 46Cp=0.67, Cpk=0.33 46制程才干指针summary制程才干与不良率普通常将Cp或Cpk值区分为等级值 预估不良率优1.66以上5.76*10-7良1.331.66 6.34*

56、10-5 5.76*10-7中1.01.332.7*10-3 6.34*10-5可0.661.00.0455 2.7*10-3劣0.66以下0.0455当Cp或Cpk值大于2.0时要留意能否为公差太宽松。由Ca ,Cp ,Cpk推算不良率Ca ， Cp ，Cpk1CaCpZ1 3 Cp1Ca . 由Z1 查常态分配表得P1 %Z2 3 Cp1Ca . 由Z2 查常态分配表得P2 %P % P1 % P2 % . 即为超出规格上下限之不良率注：Z 为规范常态变量XT/2T6Ca=1/6 (0.167)Cp=1 Cpk=5/6(0.833)Z1=3Cp(1+Ca)=3.5 P1=0.00023Z2

57、=3Cp(1-Ca)=2.5 P2=0.0062p=0.00023+0.0062=0.643%1000个工件中超出规格的有6.43个(7个) 某制程规格为25+/-3，今取样50个，量测平均值为25.5，规范差为1，求Ca? Cp? Cpk?假设工件有1,000个，求超越规格的个数？Case study-由Ca ,Cp ,Cpk推算不良率不良率推算方法2Z1 . 由Z1 查常态分配表得P1 %Z2 . 由Z2 查常态分配表得P2 %P % P1 % P2 % . 即为超出规格上下限之不良率注：Z 为规范常态变量规范常态分配机率表0PZ z规范常态分配机率表规范常态分配机率表规范常态分配机率表制程才干 Process Capability:只需普通缘由或短期间之变异制程绩效 Process Performance:包括一切之随机与非随机变异Capability vs. Performance只思索随机