能力分析和SPC.pptx

能力分析和SPC.pptx

《能力分析和SPC.pptx》由会员分享，可在线阅读，更多相关《能力分析和SPC.pptx（94页珍藏版）》请在冰点文库上搜索。

流程能力和SPC,VersionJan.2008,1,Page,过程改善方法论,定义测量1.步骤：

项目Y的确认2.现在水准和改善目标的确定Y的测量系统分析Y能力分析3.寻找潜在的变量X分析改善控制,VersionJan.2008,2,Page,过程能力是,过程是在受控状态下,客户要求和过程表现的比值,如果过程表现越能满足客户要求,则过程能力越充分.反之则不足.,过程宽度,LSL,USL,VersionJan.2008,3,Page,四个过程,这些过程能力如何?

过程宽度,LSL,USL,过程宽度,LSL,USL,过程宽度,LSL,USL,过程宽度,LSL,USL,A,B,C,D,VersionJan.2008,4,Page,能力和客户要求,对于某一客户要求,标准差越小,发生不良的可能性越小,过程能力越充分,当标准差没有变化时,客户要求很严,这对过程能力有什么影响呢?

VersionJan.2008,5,Page,过程能力分析的数据,计量型/记数型时间/厚度/力缺陷/失误数长期数据/短期数据,VersionJan.2008,6,Page,过程抽样之一-短期,短期数据无特殊原因.从一个小范围数据收集而来.仅手普通原因的影响.从一个班来的.一台机器.一个操作者.一批原材料.,VersionJan.2008,7,Page,过程抽样之一-长期,长期数据反映了普通原因和特殊原因的影响.从大范围内数据收集而来.从许多生产班次而来.使用许多机器.使用多批原料.,VersionJan.2008,8,Page,长期/短期过程能力,长期标准差大短期标准差小,VersionJan.2008,9,Page,长期/短期过程能力,通常,长期/短期过程能力相差1.5.Zlt=Zst-1.5Zlt:

长期过程能力Zst:

短期过程能力如果短期数据过程能力为6.那么长期的:

61.5=4.5,VersionJan.2008,10,Page,长期/短期过程能力,短期过程能力用Cp/Cpk/Zst表示长期过程能力用Pp/Ppk/Zlt表示,VersionJan.2008,11,Page,能力分析前相关问题,测量系统可靠吗?

它是否回影响能力评估真实性,需要进行MSA分析.对计量型数据来说,数据是否正态?

数据是否受控,需要进行正态性检验,和流程稳定性检验（SPC控制图）.,VersionJan.2008,12,Page,计量型数据正态性检验,在MINITAB中:

Stat-Qualitytools-IndividualDistributionIndentification（或Graph-Probabilityplot中,看P值.P0.05为正态.检验失败,则须先进行正态性转换,在Stat-Qualitytools-IndividualDistributionIndentification进行Box-Cox转换,失败后在进行Johnson转换,如果还不性,则排序数个数,通过YIELD算Z值.,VersionJan.2008,13,Page,能力分析类型之一-计量型数据,步骤:

检查规格对过程抽样计算Z值.将Z值转换成Cp/Cpk/Pp/Ppk/PPM,VersionJan.2008,14,Page,步骤一-确认规格,规格由客户定.如钢笔的长度:

125+/-1.5MM.,VersionJan.2008,15,Page,步骤二-采集数据,合理分组:

1.从某一过程中连续产生的部件或单元中合理的选择,试图捕捉过程最小的波动.2.组内的差异只由普通原因所致,组间的差异主要由特殊原因造成.3.数据采集应能捕捉过程的短期绩效和长期绩效,也就是组内组内的差异和组间的差异.4.如果将来计算出来长期能力短期能力,或者长期能力和短期能力接近,说明取样时组内变化组间变化,取样分组有问题,短期抽样抽到了组间数据,可能抽样的间隔长了.,VersionJan.2008,16,Page,步骤二-采集数据,分析数据是短期还是长期:

准则:

如果80%的输入是在它们的自然的范围内起伏,则输出的数据可被认为是长期的.短期数据计算得出短期过程能力,长期数据计算得出长期过程能力.,VersionJan.2008,17,Page,使用MINITAB计算流程能力:

Stat-QualityTools-CapabilityAnalysis-Normal.（此种方法基于正态性统计,故数据必须先进行正态性检验及转换）,VersionJan.2008,18,Page,使用MINITAB计算流程能力:

Estimate/Options的使用:

选默认,VersionJan.2008,19,Page,使用MINITAB计算流程能力:

Estimate/Options的使用:

选默认,1.加Target出CPU,2.加Percentage/BenchmarkZS/95%的置信区间,出BenchmarkZS,VersionJan.2008,20,Page,使用MINITAB计算流程能力:

数据存储（Storage）:

短期数据选CP.长期数据选PPK,跟目标比选CPM,VersionJan.2008,21,Page,使用MINITAB计算流程能力:

预测短期,预测长期,短期（Within）长期（Overall）,短期看这儿长期看这儿,VersionJan.2008,22,Page,手工计算过程能力的方法:

计算Z.Z值是什么?

反映了与规格的上下限相关的过程能力.分为Zusl和Zlsl.如钢笔的长度:

125+/-1.5MM.Std:

0.49,Xbar:

124.61USL=125+1.5=126.5MMLSL=125-1.5=123.5MMZusl=（USL-Xbar）/S=（126.5-124.61）/0.49=3.86Zlsl=（LSL-Xbar）/S=（123.5-124.61）/0.49=-2.27再通过累积概率算出良率,Zusl对应的量率为99.9943%,Zlsl对应的不量率为1.16038%,相减得整体量率:

98.83%,用逆概率算出整体的Z值2.26.,VersionJan.2008,23,Page,手工计算过程能力的方法:

计算CpCp是短期过程的潜在能力,即中心无偏情况下的理想能力.是短期的最佳值.是上下规格对散步的比较Cp=客户的要求/过程的表现=产品公差/过程的散步（短期）=（USL-LSL）/6,LSL,Target,USL,shift,例子:

过程的均值为325,标准差为15,规格上限为380.规格下限为27,Cp为多少?

VersionJan.2008,24,Page,手工计算过程能力的方法:

计算Cpk.Cpk是短期内过程中心偏离目标后的能力.它反映了过程的实际能力.它反映了均值对散步的影响.Cpk=min（Cpk（usl）,Cpk（lsl）Cpk（lsl）=（Xbar-LSL）/3Cpk（usl）=（Usl-Xbar）/3,VersionJan.2008,25,Page,手工计算过程能力的方法:

计算Pp.Pp是长期过程的潜在能力,即中心无偏情况下的理想能力.是长期的最佳值.是上下规格对散步的比较Pp=客户的要求/过程的表现=产品公差/过程的散步（长期）Pp=（USL-LSL）/6长期数据可计算Pp值.,VersionJan.2008,26,Page,手工计算过程能力的方法:

计算Ppk.Ppk是短期内过程中心偏离目标后的能力.它反映了过程的实际能力.它反映了均值对散步的影响.Ppk=min（Ppk（usl）,Ppk（lsl）Ppk（lsl）=（Xbar-LSL）/3Ppk（usl）=（Usl-Xbar）/3,VersionJan.2008,27,Page,手工计算过程能力的方法:

Zst/Zlt值和Cpk/Ppk的互相转换Zst=3CpkZlt=3Ppk已知分布通过PPM算Z值先将PPM转换成良率,后通过MINITAB逆累计概率算出Z值.也可以从Excel来计算,想通过NORMDIST算出PPM,换算成良率,在通过NORMSINV函数求Z值.,VersionJan.2008,28,Page,使用MINITAB计算流程能力,特别针对已知均值/散步/上限控制线,也可通过MINITAB计算出Z值.CALC-ProbabilityDistributionNormal-分别算出上下线处的PPM,如下:

xP（X=x）123.50.0117470,输入实际分布值,VersionJan.2008,29,Page,使用MINITAB计算流程能力,再转换成整体的良率,通过逆概率计算出Z值.如下:

P（X=x）x0.98852.27343,输入标准正态分布值,VersionJan.2008,30,Page,总结,计量型数据过程能力的计算方法:

已知具体的一组数据,可以通过MINITAB过程能力计算CPK/PPK.（条件是数据要是正态的）已知数据的分布,如均值/散步/控制线,可以通过EXCEL中返回正态分布函数和返回标准正态分布的区间点函数计算出Z值,已知数据的分布,如均值/散步/控制线,也可以通过MINITAB中累计概率和逆概率计算出Z值Zst/Zlt值和Cpk/Ppk何以相互转换.过程能力计算结果是长期的还是短期,依赖于你的数据是长期的还是短期的.,VersionJan.2008,31,Page,过程能力计算练习,一PCB生产厂商想评估一工序的能力,规格:

101+/-3MM/MIN,假设每天抽取5个数据,共抽取了20天,试求Zst/Cp/Cpk/Zlt/Ppk,VersionJan.2008,32,Page,能力分析-计数型数据,步骤:

缺陷数据确认.通常可以使用历史数据并当做长期来考虑.计算PPM.即缺陷比例计算Z值.适用时偏移1.5.PPM转换成Z值,你能通过MINITAB的概率功能/EXCEL功能/查Z表验证吗?

将Z值转化成Cp/Cpk/Pp/Ppk.Cpk=Zst/3,Ppk=Zlt/3,VersionJan.2008,33,Page,能力分析-计算缺陷水平?

计算单位缺陷（DPU）DPU=缺陷总数/生产的总数计算每百万机会缺陷（DPMO）DPMO=（DPU*1000000）/在一个单位中错误的总机会,VersionJan.2008,34,Page,统计过程控制-SPC,SPC历史背景1924年,美国的休哈特博士提出将3SIGMA原理运用于生产过程当中,并发表了著名的控制图法,对过程变量进行控制,为统计质量管理奠定了理论,工业中开始用统计方法代替事后检验的质量控制方法.,VersionJan.2008,35,Page,统计过程控制-SPC,SPC历史,质量是检验出来的QC,质量是制造出来的QA,质量是设计出来的TQC,质量是预防出来的TQM,预测过程输出分布SPC,VersionJan.2008,36,Page,统计过程控制-SPC,什么是SPC控制图表是通过随着时间的推移来统计跟踪过程和产品参数的方法,控制图具体的表现出反映变动的自然界限的控制上限与下限,这些控制界限不应与客户规格相比较,控制界限基于对X/Y设立+3S平均界限.,VersionJan.2008,37,Page,统计过程控制-SPC,当质量特性的随机变量x服从正态分布时，则x落在3的概率是99.73%。

根据小概率事件可以“忽略”的原则：

如果出现超出3范围的x值，则认为过程存在异常。

所以，在过程正常情况下约有99.73%的点落在在此控制线内。

观察控制图的数据位置，可以了解过程情况有无改变。

SPC的原理-3原则,VersionJan.2008,38,Page,统计过程控制-SPC,控制图的构成成分上限/中线/下限.,VersionJan.2008,39,Page,统计过程控制-SPC,为什么要使用控制图?

判断制成是否稳定,处于统计过程控制发现产生的便宜的特殊原因,并采取措施一改善制成.根据SPC提供的信息,对制成采取预防措施,事先消除产生变异的特殊原因,以保证制成处于统计过程控制状态.,VersionJan.2008,40,Page,统计过程控制-SPC,自然变异和非自然变异生产过程中,产品的加工尺寸的变异是不可避免的.他是由人/机器/材料/方法/环境等影响所致.自然变异是偶然原因（普通）原因造成的,他对产品质量影响小,技术上难以消除,在经济上也不值得消除.非自然变异是由系统原因（特殊因素）,他对产品影响很大,但能够采取措施避免和消除.SPC的目的就是消除.避免非自然变异,是过程处于自然状态.,VersionJan.2008,41,Page,统计过程控制-SPC,普通原因和特殊原因普通原因:

在系统中稳定地随时间重复分布的变差的原因.如只有普通原因,过程的输出是可测的.过程处于统计控制状态.特殊原因:

在过程中不时常发生的变化原因,当发生时过程分布会改变,他们会以不可测的方式影响过程输出.（如右下图）,时间,VersionJan.2008,42,Page,统计过程控制-SPC,例子:

VersionJan.2008,43,Page,统计过程控制-SPC,两类错误第类错误（）：

虚发警报，浪费人力物力,0.05第类错误（）：

漏发警报，错过改正的机会.0.1-0.2两类风险漏发报警：

过程异常但没有报警漏发报警的风险虚发报警：

过程正常但出现报警虚发报警的风险减少两类风险增大样本数量,SPC的基本原理-两类错误,VersionJan.2008,44,Page,统计过程控制-SPC,过程变化中限制的两类报警,SPC的基本原理,VersionJan.2008,45,Page,统计过程控制-SPC,控制图-基于时间控制图的一个优点是其随着时间推移来跟踪过程的能力.,VersionJan.2008,46,Page,统计过程控制-SPC,在何处使用控制图?

设备性能特性记账作业的出错率.损耗分析中的报废率.物料管理中的时间当一个防错装置不可行时.从FMEA中的出的高RPN数值的过程.从DOE中得出的关键变量.客户要求管理层的承诺.,VersionJan.2008,47,Page,统计过程控制-SPC,如何实施SPC控制图选择控制图表的适当变量高危险顺序数值过程监控中发现的缺陷关键过程参数选择数据收集点选择控制图表的类型记数型（ATRIBUTE）/计量型（VARIABLE）建立合理子群数确定样本大小,VersionJan.2008,48,Page,统计过程控制-SPC,过程控制和过程能力的关系,VersionJan.2008,49,Page,统计过程控制-SPC,最理想的是第一类,过程受控,过程和产品符合要求.第二类虽然受控,但普通原因的变化大.第三类过程或产品符合要求,但过程不受控,必须找出原因第四类不受控,过程或产品也不符合要求,普通原因和特殊原因都存在.要有合格产品且过程必须处于统计控制状态.才能令客户满意.当过程能力CPK=2达到6SIGMA水平时对制造过程品质保证能力可以放心了.,VersionJan.2008,50,Page,统计过程控制-SPC,控制图表的种类.可分为两大类:

计量型控制图:

X-MR单值极差图（精度最次）XbarR均值和极差图（精度其次）Xbar-S均值和标准差图（精度最高）中位值控制图（精度再次）（Runchart中）均值的图包括中位值和均值,散步的控制图分为极差/标准差/移动极差.,VersionJan.2008,51,Page,统计过程控制-SPC,计数型控制图.PChart不良率图NPChart不良数图CChart缺陷数图UChart缺陷率图,VersionJan.2008,52,Page,统计过程控制-SPC,SPC代表统计过程控制,特别要注意的是,它最好成绩用在对X的控制,而不是Y的控制.,VersionJan.2008,53,Page,统计过程控制-SPC,定义计量型统计控制N每组样本数量X个别数据XBAR每组样本的平均值.R每组样本中数据的极差.控制上/下限,是整体数据中99.73%的上/下限,不是规格上/下限.,VersionJan.2008,54,Page,统计过程控制-SPC,I-MR:

个体与移动极差图移动平均控制图是移动平均值的控制图，这些平均值根据创建自连续观测值的人工子组计算得到。

观测值可以是单个测量值，也可以是子组平均值.移动极差是根据连续测量值人工创建的子组。

移动极差的长度为2过程标准差s。

可以根据子组极差或子组标准差的平均值进行估计，还可以使用移动极差的中位数来估计s.Stat-ControlchartI-MR,VersionJan.2008,55,Page,统计过程控制-SPC,I-MR图的计算公式E2=2.66,其它常数查控制图常数表,N=2.,VersionJan.2008,56,Page,统计过程控制-SPC,Xbar-R,Xbar-RChart控制图原理：

正态分布N（u,2）,VersionJan.2008,57,Page,统计过程控制-SPC,Xbar-RChart控制图原理：

正态分布3原则.（次处为标准差）,VersionJan.2008,58,Page,统计过程控制-SPC,Stat-ControlChart-Xbar-R跟踪大小为8（10/6）或更小的样本的过程水平和过程变异X和R控制图根据子组极差的平均值来估计过程变异s,VersionJan.2008,59,Page,统计过程控制-SPC,子组（合理子组）在一组相同条件下产生的一组单位。

子组（或合理子组）旨在表示过程的“快照”。

使用子组区分过程中两种类型的变异：

子组内：

子组内测量值之间的变异；也称为常见原因变异。

子组间：

可能由可识别的特殊因子（即特殊原因）导致的子组间变异。

VersionJan.2008,60,Page,统计过程控制-SPC,XbarR控制图的界限XbarLCL=XbarbarA2RbarCL=XbarbarUCL=Xbarbar+A2RbarRangeLCL=D3rRbarCL=RbarUCL=D4RbarA2/D3/D4/d4是取决于统计置信区间的常量。

VersionJan.2008,61,Page,统计过程控制-SPC,控制图/规格界限/能力分析控制图的目的是监控过程的状况-即使不达规格.控制界限与规格界限绝对没有关系.规格界限不应该放在控制图上.控制图监控一组产品的均值和变异.能力分析要分开进行,尽管稳定性是宣称过程是有能力的先决条件.,VersionJan.2008,62,Page,统计过程控制-SPC,创建XbarR控制图选定适当子组大小（在一组相同条件下一次性产生的一组单位）,5是一个推荐值,2/3/4的子组大小在精度上区别不大.最大不超过10,子组个数（去多少次）,推荐2025,间隔（隔多少时间取一次）,可以依据产量来定.严格来做按照下列算法。

VersionJan.2008,63,Page,统计过程控制-SPC,抽样分析?

VersionJan.2008,64,Page,统计过程控制-SPC,Xbar-R作图前定性分析首先检验R控制图,如果R控制图不受控制，则Xbar控制图中的控制限制可能不准确.在做控制图前,先做多变量分析,看散步差异.做法:

StatQualitytoolsmulti-varichart（option中全选）,Factor由小到大,再作主效果图,StatAnovaMaineffect看均值,如差异.,VersionJan.2008,65,Page,统计过程控制-SPC,Xbar-R特殊原因定性分析失控原因来自多变量分析/作主效果图.数据拆分找原因.DataSplit,按照变异源拆分,后按照不同变异源做Xbar-RChart,找出问题根源,VersionJan.2008,66,Page,统计过程控制-SPC,Xbar-R作图（Minitab中Xbar-ROption选项用法,共8项.）第一项参数:

可加历史的STD/Mean,估计:

填写1:

20意思为按照前20项做图.S限制:

1）STD的倍数,123,2）控制上下线.:

看上下线内有多少点.检验:

8种失控方式.阶段:

用语改善前后比较,按照不同供应源筛选后分阶段.,VersionJan.2008,67,Page,统计过程控制-SPC,Xbar-R作图（Minitab中Xbar-ROption选项用法,共8项.）Boxcox:

先求值再代入.（特指数据是非正态的,如指数）显示:

选显示的子组.,VersionJan.2008,68,Page,统计过程控制-SPC,Xbar-S图:

当子集大于6（或10）以上用.,VersionJan.2008,69,Page,统计过程控制-SPC,控制图的失控分析分为四类,8条.偏移:

4条漂移:

1条动荡:

2条龟缩:

1条,VersionJan.2008,70,Page,统计过程控制-SPC,偏移:

4条1）1点超出控制限3sigma.（常用）2）连续9点在中心线同一侧；中心线同一侧的连续点,5）连续3点中有2点超过2sigma线（中心线同一侧）（常用）,6）连续5点有4点在1sigma限外（同侧）,VersionJan.2008,71,Page,统计过程控制-SPC,漂移:

1条,3）连续6点上升或下降,动荡:

2条,4）连续14点间断上升或下降,8）8点在1sigma线外（双侧）,龟缩:

1条,7）连续15点在1sigma线内（双侧）,VersionJan.2008,72,Page,统计过程控制-SPC,控制图特殊原因定性分析方法:

（首先检查数据是否输入错误）失控原因来自多变量分析/作主效果图的分析.（见图）数据拆分找原因方法.DataSplit,按照变异源拆分,后按照不同变异源做Xbar-R/SChart,找出问题根源,VersionJan.2008,73,Page,VersionJan.2008,74,Page,VersionJan.2008,75,Page,统计过程控制-SPC,失控常见的原因:

测量精度和使用的仪器是否不同.不同操作者是否采用不同方法.过程是否受环境的影响过程是否受工具磨损的影响过程中是否有为经过培训的员工参加原料来源是否改变过程是否手操作者疲劳的影响设备保养是否变化是否经常调节机器样本是否来自不同机器/班次/操作员操作者是否不愿意报告“坏消息”,VersionJan.2008,76,Page,统计过程控制-SPC,记数型SPC记数型术语:

好/不好/合格/不合格/通过/不通过/缺陷/不良品.缺陷数遵循泊松分布.不良率遵循二项式分布.控制图包括P图NP图C图U图,VersionJan.2008,77,Page,统计过程控制-SPC,记数型控制图:

P图:

有缺陷的产品数的比例NP图:

有缺陷的产品数目.C图:

检查单位中缺陷的数目.子集大小固定U图:

表示没检查单位中缺陷的数目.子集大小不固定.,VersionJan.2008,78,Page,统计过程控制-SPC,P图的创建:

Stat-controlchart属性控制图-P,VersionJan.2008,79,Page,统计过程控制-SPC,NP图的创建:

Stat-controlchart属性控制图-NP,拒绝数已检验8200132007200820052001320072001220027200102001220062001020092001320072008200520015200252007200102005200122006200620010200172001420011200,VersionJan.2008,80,Page,统计过程控制-SPC,C图的创建:

Stat-controlchart属性控制图-C,Version