SPC过程能力分析15251

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,SPC,知识介绍,CONTENTS,目录,一、一个真实的故事,二、,SPC,的基础知识,三、控制图,四、过程能力分析,1.,一个真实的故事,废品率,(%),2000,2001,晚会时间,3,2,1,2000,年,4,月 *厂公司晚会上,工厂的废品率比上年度降低,1.5%,总经理给全厂颁奖,仪式在餐厅进行：为所有的人准备了各种点心和饮料！,总经理讲演：“,每个人都应为你们取得的成就感到骄傲,”,1 2 3 4 5 6 7,案 例,经理想收回奖励,.,3,2,1,2000,年,7,月,连续,3,个月废品率上升,总经理想要收回他的奖励,不但没有保持已有的成绩,废品率却直线倒退,总经理,反思,：,“,奖励适得其反,.,这群人需要强硬的管理,!”,2000,2001,1 2 3 4 5 6 7,废品率,(%),不再 “温和的管理”,3,2,1,2000,年,11,月,到,11,月,废品率上升到,2.6% ,年度最高点,，总,经理采取措施,召集一次“特别会议”，要一次性并永久性解决这个问题,在作完一个关于废品重要性的生动报告后，总经理走了,.,员工们不知道该做什么,.,而且他们还有更重要的指标,.,所以他们什么也没做,.,2000,2001,1 2 3 4 5 6 7 8 9 10 11,废品率,(%),总经理断定：“,粗暴的爱产生奇迹”,3,2,1,2001,年,6,月,总经理看到自从去年底以来，废品率降低了,.“,柳暗花明了！”,(,记住,:,实际上从来没采取任何措施来改善系统,),他得出结论,: “,强硬的管理方式获得成功！,”,废品率,(%),2000,2001,1 2 3 4 5 6 7 8 9 10 11 12,1 2 3 4 5 6,SPC,可以找出其他结论,.,UCL,LCL,3,2,1,废品率,(%),2000,2001,1 2 3 4 5 6 7 8 9 10 11 12,1 2 3 4 5 6 7 8,SPC,可以找出其他结论,-,但是理由呢,?,总经理,“,嗨,我是按照数据作出结论的,我怎么会错呢？,”,专家,“你的结论是把高、低点作为信号观察而得出的。实际上，那都是噪声（偶然原,因散布）。看这数据，在工程中没有过明显的变化,”,UCL,LCL,3,2,1,废弃水平,(%),2000,2001,1 2 3 4 5 6 7 8 9 10 11 12,1 2 3 4 5 6 7 8,举办晚会,管理者想收回奖励,.,中断温和的管理方式,管理者下了,强硬的管理方式获得成功的结论,对人类而言：疏于用控制图分析数据是已知的增加费用、,浪费人力物力和降低士气的重要原因,.,”,-,Dr. Donald J. Wheeler,CONTENTS,目录,一、一个真实的故事,二、,SPC,的基础知识,三、控制图,四、过程能力分析,-,SPC,的生命特征,- SPC,的关系链,-SPC,控制原理,2.1 SPC,的生命特征,SPC (,Statistical Process Control,),统计过程控制,（统计工程管理）,为了贯彻预防原则，应用统计技术对过程中的各个阶段进行评估和监察，从而保证产品与服务满足要求的均匀性。,主要工具是控制图。,SPC,之父：休哈特,SPC,管理的特点,对过程作出可靠的评估；,（识别关键控制点的状态）,确定过程的统计控制界限，判断过程是否失控和过程是否有能力；,（过程能力,CPK,）,为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生；,（告警）,减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测,和验证工作；（,预防成本升高、故障成本降低,）,100%,检查能否保证在顾客方不发生不良？,100%,检查,重新,100%,检查,再一次,100%,检查能否保证在顾客方不发生不良？,检查为主的品质管理能否减少顾客不满和不良率而达到目标？,2.1 SPC,的生命特征,2.2 SPC的关系链,项目,产品检验,spc,对象,产品,过程,目 的,剔除不合格品,预防异常因素造成的不正常质量波动，以消除质量隐患,性 质,事后把关,事先预防,工具,专门的测量仪器和设备,专门设计的控制图，,判定者,检验人员,判定规则,结果,产品是否合格,过程是否处于正常状态,效 果,有一定的检验成本，预防成本低。但故障成本较高,预防成本一定程度上的提高，但能及早发现异常，采取措施消除隐患，带来故障成本的大幅度降低,（,1,） 产品检验与,SPC,的链,2.2 SPC的关系链,（,2,）,SPC,的组成链,名称,解释,平均值,（,X,）,一组测量值的,均值,极,差,（,Range,）,一个子组、样本或总体中,最大与最小值之差,（,Sigma,）,用于代表标准差的希腊字母,标准差,(Standard Deviation),过程输出的,分布宽度,或从过程中统计抽样值（例如：子组均值）的分布宽度的,量度,，用希腊字母,或字母,s,（用于样本标准差）表示。,中位数,x,将一组测量值从小到大排列后，,中间的值,即为中位数。如果数据的个数为偶数，一般将中间两个数的平均值作为中位数。,单值（,Individual,）,一个单个的单位产品或一个特性的,一次测量,，通常用符号,X,表示。,2.2 SPC的关系链,（,3,）,SPC,的组成链,名称,解释,中心线,（,Central Line,）,控制图上的一条线，代表所给,数据平均值,。,过程均值,（,Process Average,）,一个特定过程特性的测量值分布的位置即为过程均值，通常用,X,来表示。,链,（,Run,）,控制图上一系列连续上升或下降，或在中心线之上或之下的,点,。它是分析是否存在造成变异的特殊原因的依据。,变异,（,Variation,）,过程的单个输出之间,不可避免的差别,；变异的原因可分为两类：普通原因和特殊原因。,特殊原因,（,Special Cause,）,一种间断性的，不可预计的，不稳定的变异根源。有时被称为可查明原因，它存在的信号是：存在超过控制限的点或存在在控制限之内的链或其它非随机性的图形。,普通原因,（,Common Cause,）,造成变异的一个原因，它影响被研究过程输出的所有单值；在控制图分析中，它表现为随机过程变异的一部分。,2.2 SPC的关系链,（,3,）,SPC,的工具链,序号,1,工具和技术,应 用,检查表,系统地收集数据，以获取对事实的明确认识,2,分层法,将大量的有关某一特定主题的观点、意见或想法按组归类,3,控制图,诊断：评估过程的稳定性,控制：决定某一过程何时需要调整及何时需要保持原有状态,确认：确认某一过程的改进,显示数据波动的形态,直观地传达有关过程情况的信息,决定在何处集中力量进行改进,5,因果图,分析和表达因果关系,通过识别症状、分析原因、寻找措施、促进问题的解决,6,柏拉图,按重要性顺序显示每项目对总体效果的作用,发现和确认两组相关数据之间的关系,确认两组相关数据之间预期的关系,直方图,4,散布图,7,检查表又称核对表、调查表。它是用来进行数据的收集和整理，并在此基础上进行原因的粗略的分析。,主要功用是,为,要,确认,作,业实,施、,机,械,设备,的,实,施情形,或,为预,防,发,生不良或事故,确,保安全,时,使用,.,这种点检,表可以防止,遗,漏,.,操作顺序,注意点,核查点,1.,走进车边,车胎是否漏气,车胎固定情形如何？,走一圈看车子有否异常？,2.,开车锁,钥匙正确插入钥匙孔,检核车内配线异常,检核车内异常音,3.,坐位调整,离合器的踩踏感觉如何？,刹车的踩踏感觉如何？,启开引擎盖试试看,是否设定时限装置等,4.,引擎启动,排挡是否在空档？,领带歪斜？,头发散乱？,5.,空转,后视镜、侧镜是否适当？,脸不洁,6.,出发,紧上安全带,周围有无他人。,QC Tools-,检查表,用于分析质量特性与影响质量特性的可能原因之间的因果关系，通过把握现状、分析原因、寻找措施来促进问题的解决。根据它的形状也称为鱼,骨,图或羽状图。（,5M1E,概念,),因素（原因）,特性（结果）,特性,人,机,料,法,环,主骨,大骨,主骨,小骨,QC Tools-,因果图,500,100%,80,60,40,20,0,柏拉图是根据,所搜集之,数据,按不良原因、不良,状况,、不良,发,生位置等不同,区分标准,通过排列次序把主要问题及原因（通常占到,70%,以上）突出表现出来而首先加以解决的方法，,基于二八定律,。,柏拉图又称为,重点管理法,，,排列图,，,ABC,法,或,主次分析图法,。,交通,部门行政费用,文具,电话,事务,培训,其他,QC Tools-,柏拉图,直方,图,是,对定量数据分布情况的一种图形表示，由一系列矩形（直方柱）组成，它将一批数据按取值大小划分为若干组，在横坐标上将各组为底作矩形，以落入该组的数据的频率或频数为矩形的高。,规格,上限,下限,制品范围,规格范围,下限,上限,SPEC,中心,QC Tools-,直方图,1.1-1.2,1.6-1.7,分层法又叫分类法或分组法，分层法是按照一定的标记，把收集来的数据加以分类整理。,分类法的目的是把杂乱无章的数据加以整理，使之能客观的反应数据所代表的客观事实。,B,生产线值均于规格内，但,A,、,C,生产线部份落于规格外，故我们于改善时应以,A,生产线应提升其值，,C,生产线应降低其值。,S,L,S,U,S,L,S,U,B,A,C,QC Tools-,分层法,50 60 70 80 90 100,30,40,Y,50,用来表示对应的变量与变量之间相互影响与相互作用范围的图表,称,之,为,“散布,图,”,，又叫相关图。,X,强度,Y,膜厚,50 60 70 80 90 100 X,50 40 30,Y,QC Tools-,散布图,QC Tools,查检表,:,查检集数据,. (,调查记录数据用以分析,),鱼骨图,:,鱼骨追原因,. (,寻找因果关系,),柏拉图,:,柏拉抓重点,. (,找出“重要的少数”,),层别法,:,层别作解析,. (,按层分类,分别统计分析,),散布图,:,散布看相关,. (,找出两者的关系,),直方图,:,直方显分布,. (,了解数据分布与制程能力,),管制图,:,管制找异常,. (,了解制程变异,),因子,特殊,原因（异常波动）,普通原因（偶然波动）,特性,1.,不常在制程中,2.,个别影响力大,3.,种类少,4.,制程工作人员,可消除,1.,存在制程中,2.,个别影响小,3.,种类多,4.,消除乃管理阶层之责任,例子,1.,不正确的物料,2.,不定确的操作手法,3.,作业员的疲劳,4.,新手,5.,不正确的设备工具,6.,机器故障,7.,停电、地震、水灾,8.,工艺或操作的问题,9.,制造或检测设备的性能不稳定,1.,机器老化,2.,产品设计不良,3.,环境不良,4.,生产排程不当,5.,物料的变异,6.,机器的轻微抖动,2.3 SPC,的控制原理,SPC,主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的,偶然波动,与,异常波动,，从而对生产过程中的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的。,局部措施,通常用来消除变异的特殊原因,通常由与过程直接相关的人员实施,通常可纠正大约,15%,的过程问题,对系统采取措施,通常用来消除变异的普通原因,几乎总是要求管理措施，以便纠正,大约可纠正,85%,的过程问题,2.3 SPC,的控制原理,每件产品的尺寸与别的都不同,范围 范围 范围 范围,但它们形成一个模型，若稳定，可以描述为一个分布,范围 范围 范围,分布可以通过以下因素来加以区分,位置 分布宽度 形状,或这些因素的组合,2.3 SPC,的控制原理,Time,Time,如果只有,普通原因的变异,那麽过程输出随着时间推移是,稳定和可预知的,如果存在,特殊原因的变异,那麽过程输出,既不稳定的又不可预知,?,?,2.3 SPC,的控制原理,过程控制,Time(,时间,),不受控,（,存在特殊原因,）,受控,（,消除了特殊原因,）,2.3 SPC,的控制原理,过程能力,受控且有能力符合规范,（,普通原因造成的变异已减少,）,受控但没有能力符合规范,（,普通原因造成的变异太大,）,Time(,时间,),2.3 SPC,的控制原理,所有控制图只有一个共同的目标：,检测出引起过程重要变异的可归属变异原因，,从而：,在过程产生大量不合格品之前采取调查和纠正行动以,消除引起过程变异的可归属原因,.,换句话说，保持过程处于统计控制状态,.,2.3 SPC,的控制原理,CONTENTS,目录,一、一个真实的故事,二、,SPC,的基础知识,三、控制图,四、过程能力分析,-,控制图的概念,-,控制图的类型与选择,-,控制图八大判异准则,-,控制图的制作步骤,3.1,控制图的概念,CL=CL,UCL,=CL+3,LCL,=CL-3,中心线,CL,管理下限,LCL,管理上限,UCL,H,0,放弃,H,0,放弃,H,0,选择,平均值,(,目标值）,3,In Control State,Out-of-Control State,Out-of-Control State,控制图是检验假设的连续,选择,!,选择,!,放弃,!,选择,!.,3.1,控制图的概念,异常原因,(assignable cause),引起的非正常品质变动,偶然原因,(chance cause),引起的正常品质变动,统计管理状态,(in statistical control),脱离统计管理状态,(out of control),管理范围内的分布,管理范围外的分布,3,5,3.1,控制图的概念,1,、确保制程持续稳定、可预测。,2,、提高产品质量、生产能力、降低成本。,3,、为制程分析提供依据。,4,、区分变异的特殊原因和普通原因，作为采取局部措施或对系统采取措施的指南。,情形,1,：控制图上的点子出现连续上升或下降倾向，显然过程有问题，故异因刚一露头，即可发现，于是可及时采取措施加以消除。,情形,2,：更经常的是控制图上的点子突然出界，显示异常。这时必须查出异因，采取措施，加以消除。,因此，控制图的作用是：及时告警。,控制图的作用,3.1,控制图的概念,计量型控制图,均值,极差图（,X-R,图）,均值,标准差图（,X-,S,图）,中位数,极差图（,X-R,图）,单值,移动极差图（,I-MR,图）,计数型控制图,不合格品率控制图（,p-,图,）,不合格品数控制图（,np-,图,）,单位缺陷控制图（,u-,图,）,缺陷数控制图（,c-,图,),3.2,控制图的类型与选择,计数型,计量型,什么类型的数据,?,按群还是按个,体收集的数据,?,是缺陷,还是不良项目,?,群,(,平均值,),(,n1),个体数值,(,n=1),X-Bar R,X-Bar S,个体移动范围,（,I-MR,）,特殊类型的“缺陷”,不良项目,缺陷的概率低吗,?,如果你知道坏的数，,你知道好的数吗？,泊松分布,二项分布,个体移动范围,（,I-MR,）,否,是,是,每个样本数,的几率面积不变,?,是,否,c,图,u,图,不变的样本数,?,np,图,否,是,p,图,注,: X-Bar S,适合于群大小,(,n) 10,控制图选择方法,3.2,控制图的类型与选择,X-R,是最常用的控制图,.,平均值图和极差图用于检测是否存在恒定原因系统,.,X-,图测量样本之间的变异,R-,图测量样本之内的变异,X-R,图的结构,3.2,控制图的类型与选择,3.2,控制图的类型与选择,分析用控制图,过程是否处于统计稳态；,过程能力是否适宜；,为控制用控制图，提供控制线。,控制用控制图,时机：过程处于稳态、过程能力达到要求；,作用：判断过程是否异常，如有异常应作处理；,控制线：来源于分析用控制图。,判断过程稳定性的基本思路,按控制图判异准则的八个检验模式，对样本数据在控制图中的点子的排列状态进行判断。若控制图中没有任何一个检验模式的状态出现，即判断取样过程处于稳定受控状态。,3.3,控制图的八大判异准则,Test 1,A,B,C,C,B,A,1,在,MINITAB,可以对可能成为,异常状态的,8种特别原因进行,检验,.,A,B.C,显示离中心线分别相距标准偏差3,2,1的区域,.,检验,1:一个点超出区域,A,3.3,控制图的八大判异准则,检验,2: 以中心线为基准,在同一侧面有9个连续点,.,Test 2,A,B,C,C,B,A,2,3.3,控制图的八大判异准则,检验,3: 相连的6个点连续上升或下降,.,A,B,C,C,B,A,3,Test,3,检验,4: 连续的14个点相继上升或下降,对此应检讨数据的操作性,.,A,B,C,C,B,A,4,Test 4,3.3,控制图的八大判异准则,检验,5: 连续的3个点中2个在,A,区域(以中心线为基准在同一侧),Test 5,A,B,C,C,B,A,5,5,3.3,控制图的八大判异准则,检验,6: 连续的5个点中4个在区域,B,或其外边的位置,(以中心值为基准在同一侧),Test 6,A,B,C,C,B,A,6,6,检验,7: 连续的15个点在区域,C(,以中心线为基准看两侧),第一是什么使它变好,第二是数据是否读错或测定仪误差,Test 7,A,B,C,C,B,A,7,3.3,控制图的八大判异准则,检验,8: 连续的8个点在区域,C,外边的位置(以中心线基准两侧),Test 8,A,B,C,C,B,A,8,3.3,控制图的八大判异准则,例题,下列数据是生产模具产品的压缩强度的测量资料,.,请检验是否稳定,统计,控制图,单值的变量控制图, I-MR,3.3,控制图的八大判异准则,3.3,控制图的八大判异准则,3.3 控制图的制作步骤,制作控制图时，要在其它因素稳定的情况下，选择一个关键点观测（如：温度过高、机器异常等情况下，便不能将此时的控制图作为观测依据）,几个控制图作比较时，也应在其它因素相同的条件下，选择一个关键点观测（如：相同的机器，相同物料,不同人员的情况下，观测关键点是否因人员而不同）,注意,步骤一、选定质量特性,注意：关键特性（顾客要求，影响质量的关键，,有潜在问题，质量故障成本高）,思考：企业的终极目的,?,选择的原则：,根据数据的类型：计量型和计数型,计量型数据：,数据收集的难易程度（样本大小）,计数型数据：,根据数据的分析：是计点型还是计数型,根据单位是否相同来做进一步选择,步骤二、选定控制图种类,步骤三、收集数据,首先根据选定的特性，按一定的时间间隔，抽取一个容量为,n,的样本，共抽取,k,组样本，对每一组组内的每个样品测定其特性值，将其填写在数据表中，一般要求,k25,。,（推荐子组大小为,4,或,5,）,注意：,应保证组内样品在同一条件下生产，组内只存在普通原因，而组间差异主要由异常原因引起，收集预备数据时间隔可进一步缩短如每小时一次。,以,x,ij,表示第,i,个样本的第,j,个观察值，用,x,i,与,R,j,分别表示第,i,个样本的均值与极差，即：,步骤四、计算有关均值和 离散参数,步骤五、计算控制图中心线 和控制线,计算,k,个样本的均值的均值和极差的均值,；,计算,x,图和,R,图的上、下控制界限；,控制图系数表可参照,GBT4091-2001,常规控制图中,page10,计量控制图计算控制线的系数表,E,2,=3/d,2,d,2,D,3,D,4,根据,n=2,查表格,步骤六、画出分析用控制图,注意：先画反映离差程度的控制图，判稳后在画均值控制图。,判异准则：,准则,1#:1,点在,A,区之外,准则,2#:,连续,9,点落在中心线同一侧,准则,3#:,连续,6,点递增或递减,准则,4#:,连续,14,点相邻点上下交替,准则,5#:,连续,3,点中有,2,点落在中心线同一侧的,B,区之外,准则,6#:,连续,5,点中有,4,点落在中心线同一侧的,C,区之外,准则,7#:,连续,15,点落在,C,区之内,准则,8#:,连续,8,点落在中心线两侧，但无,1,点在,C,区之内,通常我们可以观察控制图上点的分布情况来判断生产过程是否处于统计控制状态，仅在步骤六条件满足，才认为过程处于统计控制状态。,步骤七、判断欲控制的过程 是否处于稳态,过程不处于统计控制状态时，应采取下列措施,：,首先应该寻找产生异常的原因，在找原因时应从自己着手，先从内部着手，譬如记录、计算、作图等是否有错，测量是否正确，操作有无不当之处，工具是否缺损，机器是否疲劳，材料有无变化，电压是否有波动等。,当异常数据不多时，在确认原因后，应消除降低质量的异常原因。同时，去掉异常数据点对应的一组数据，重新计算中心线和控制界限。然而在重新计算时，不应去掉对提高质量有利的数据，也不能去掉虽使质量降低但不能消除异常原因的数据。且去掉已消除异常原因的数据点后,k,不小于,20,时，重新计算中心线及控制界限；如去掉后,k,小于,20,，应改进过程，再次收集数据，计算中心线及控制界限。,异常原因查找方法,Cp:,制程精密度（反映散布关系，即离散趋势）,Cp=(USL-LSL)/6,K:,制程准确度（反映位置关系，即集中趋势）,k=2*(x-average(USL,LSL)/(USL-LSL),=R/d,2,Cpk:,过程能力指数,Cpk=Cp*(1-|k|),Cpl=(x-LSL)/3,只有规格下限,Cpu=(USL-x)/3,只有规格上限,USL:,规格上限,LSL:,规格下限,步骤八、判断过程能力是否 达到要求,Cp=0.5,Cp=1.0,Cp=1.5,Cp=2.0,Cp=1.3,Cpk=1.3,Cp=1.3,Cpk=0.8,Cp=1.3,Cpk=0.0,分析过程能力,分布离散性不同，规格上下限相同：,相同上下限，产品离散性越大，不合格率越高。,规格上下限不同，分布离散性相同：,相同的离散性，上下限越宽，不合格率越低。,当符合步骤八、九条件时，将分析用控制图的控制线延长，转化为控制用控制图的控制线放在生产现场来对质量指标进行控制。,控制用控制图的日常工作：,按规定的抽样间隔和样本大小抽取样本,测量质量特性值,计算统计量数值,在控制图上描点,按控制用控制图的判异准则判断过程是否异常，如有异常应作处理,步骤九、转化为控制用 控制图,影响普通质量的因素的变化，适时,修改控制图,步骤十、适时修改控制图,步骤十一、填上控制图必要 的事项,建立,5M1E,的任何变化、过程异常分析及采取改进措施的记录,5M1E:,人（,Man,）,机器（,Machine,）,材料（,Material,）,方法（,Method,）,测量（,Measurement,）,环境（,Environment,）,过程处于稳定状态,一、一个真实的故事,二、,SPC,的基础知识,三、控制图,四、过程能力分析,-,过程能力概念,-,计量型过程能力分析,-,计数型过程能力分析,CONTENTS,目录,一、一个真实的故事,二、,SPC,的基础知识,三、控制图,四、过程能力分析,-,过程能力概念,-,过程能力统计方法,什么是工程能力？,工程能力指加工过程质量方面的能力高低，是反映过程变异性的数值。用,Cp,表示。,工程能力指数是指工程能力满足规格质量要求的程度。用,Cpk,表示。,什么是工程能力指数？,4.1,过程能力的概念,4.1,过程能力的概念,精确度好,准确度好,精确度差,准确度差,哪个是最好的呢？,Cp & K(,精确度,&,准确度,),4.1,过程能力的概念,过程在受控状态下时：,一个过程的实际表现,用过程均值加减三倍的标准偏差表示。,+3,-3,Xbar,4.1,过程能力的概念,过程能力指数反映过程在受控状态下时，客户要求与过程表现,(,产品质量或服务质量的变动程度,),的比值，如果过程表现越能满足顾客要求，则过程能力指数数值越大,.,USL,LSL,4.1,过程能力的概念,过程能力指数,USL,LSL,顾 客 之 声,过 程 之 声,4.1,过程能力的概念,过程能力改善战略,LSL,USL,不良,不良,中心移动,:,过程目标值或中心值,(,Target),散布程度,:,缩小散布,4.1,过程能力的概念,什么导致缺陷？,散布源：,制造过程和测量系统,原材料的偏差,不合理或过窄的规格,(,为了强化设计，比顾客的要求更窄,),不恰当的设计,不稳定的原材料,不充分的过程能力,4.1,过程能力的概念,C,pk,值,分布和规格关系,不良,PPM,判断,工程能力,措施,C,pk, 1.67, C,pk, 1.33,0.6767,工程能力理想,理想的状态或维持管理,1.33 C,pk, 1.0,672700,工程能力勉强,符合规格,做好工程管理确保管理状态。,Cp,接近于,1.0,时有可能发生不良，根据需要应采取相应措施,1.0 C,pk, 0.67,270045600,工程能力,不足,有不良发生需要做全数检查等改善,0.67 C,pk,45600,工程能力,相当不足,为改善品质追究原因、制定紧急对策并重新确认规格,4.2,过程能力的统计方法,过程能力指数,(,Process Capability Index),定义,-,过程能力指数表现过程制造的产品有多均匀的能力,即把过程能力定量化评价的尺度,.,-,过程能力指数是在假设质量特性分布是正态分布的条件下规格容差和,过程的自然散布,(,标准偏差的,6,倍,),的相对大小比较计算的指标,过程能力指数,(,Process Capability Index),指标,-,短期过程能力指数用,Cp,Cpk,表示；长期过程能力指数用,Pp,Ppk,表示,.,-,这里,Pp,Cp,是过程平均和规格中心一致时的过程能力指数,Ppk,Cpk,是与规格中心不一致时的过程能力指数,.,过程能力指数,4.2,过程能力的统计方法,Cp = (USL-LSL)/6,过程能力指数,Cp,和,Cpk,4.2,过程能力的统计方法,K=|M-,|/(,T/2) = 2|M-,|/,T (,其中,T=USL-LSL),Cpk= (1-K)*Cp= (1-2|M-,|/,T)*T/6, =,T/6,-|,M-,|/3,4.2,过程能力的统计方法,例：,某车床加工轴的规格为,500.01mm,，在某段时间内测得, =0.0025,，求车床加工的过程能力指数。,Cp = (USL-LSL)/6 =0.02/ (6*0.0025)=1.33,例：,某车床加工轴的规格为,500.01mm,，在某段时间内测得平均值,=49.995,，,=0.0025,，求车床加工的过程能力指数。,Cpk =T/6- |M-|/3 =0.02/ (6*0.0025)-|50-49.995|/ (3*0.0025) =1.33-0.667 =0.676,过程能力分析注意事项,过程能力分析条件,数据来自稳定的过程,否则得先使过程处于受控状态,不要绝望，与此同时还可以对过程作一些其他的假设,数据来自正态分布,-,否则，进行变换,-,如果不满足条款,#1,和,#2,，结果将有误导,数据是否有靠,(,通过,MSA,分析,),4.2,过程能力的统计方法,在这个领域,Minitab,具有很多工具能帮助你,例 ：,Capability Sixpack, Capability Analysis,Minitab,过程能力分析,4.2,过程能力的统计方法,群内过程能力,全体过程能力,观测的不良率,群内,(,短期，潜在,),预想不良率,全体,(,长期，实际,),预想不良率,4.2,过程能力的统计方法,1.,今天大家都学到了些什么？,2.,今天的内容对大家的工作有什么帮助？,3.,今天的课程结束后大家有什么计划？,回顾与总结,Thanks!,谢谢观看,/,欢迎下载,BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES. BY FAITH I BY FAITH,