SPC基本原理和Cpk改善

,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,ATL Confidential,Surpassing customers expectation,Amperex Technology Limited,*,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,ATL Confidential,*,SPC,基本原理及,CPK,改善,目录,SPC,概念,SPC,理论基础,控制图,控制图应用,过程能力分析及,CPK,改善,ATL Confidential,SPC,概念,SPC,：,S,tatistical,P,rocess,C,ontrol,-,统计制程控制,应用统计技术对过程中的各个阶段进行评估和监控，从而保证产品与服务满足要求的一种质量技术,SPC,具体的应用工具,-,控制图,ATL Confidential,SPC,理论基础,1-,正态分布,正态分布的定义,:,又称高斯分布,;,一种最常见的连续性随机变量的概率分布,表达式：正态分布记作,N(,，,2,),该分布由两个参数,平均值和方差决定,正态分布的特征,:,正态曲线呈钟型，两头低，中间高，左右对称，延伸到无穷曲线,越大，数据分布越分散；,越小，数据分布越集中,ATL Confidential,SPC,理论基础,1-,正态分布,正态曲线下面积分布,:,实际工作中，正态曲线下横轴上一定区间的面积反映或变量值落在该区间的概率（概率分布）。,几个重要的面积比例（概率）,轴与正态曲线之间的面积恒等于,1,。（,-,+,）内的面积为,68.27%,（,-2,+2,）内的面积为,95.45%,（,-3,+3,）内的面积为,99.73%,。,ATL Confidential,SPC,理论基础,1-,正态分布,正态分布的应用,:,生产中很多参数的概率分布都可以近似地用正态分布来描述：如直径、长度、厚度、重量等,中心极限定理：实际工作中，只要样本量,n,较大时，我们可以认为,X,的分布近似于正态分布,正态分布在质量控制中的作用,ATL Confidential,SPC,理论基础,2-,变异来源,变异（或波动,/,偏差）,:,没有任何,2,件产品是完全相同的，即存在变异,质量和变异的关系：质量,（,1/,变异）,2,种基本变异来源：,特殊因素,-,可控,随机因素,-,不可避免,ATL Confidential,SPC,理论基础,2-,变异来源,变异来源,-,随机因素,:,由一些很微小的难以消除的变化累积造成,对质量影响较小，能接受；不易识别，不能消除，只能减少,过程中只存在随机变异因素，那么产品的变异是可以预测的，过程是稳定的，即“,In-Statistical-Control”,变异来源,-,特殊因素,:,由于批次间的较大变化、机器问题、工装磨损、原材料问题等造成的较大变异,对质量影响较大，不能接受；易识别，可控,过程中存在特殊变异因素，将会导致品质不稳定，即“,Out-Of-Control”,当生产过程中只有随机变异时，质量参数将形成某种典型分布（通常是正态分布）,ATL Confidential,SPC,控制图,控制图概念,:,判断生产过程是否处于统计控制状态的图形,根据前期稳定的生产状况，计算控制限，并以此控制限来监控后续生产,控制图理论依据,:,连续性数据的正态分布,正态分布（,-3,+3,）范围内的概率分布为,99.73%,以,3,为控制限区分特殊因素和随机因素（区分受控与失控）,ATL Confidential,SPC,控制图,控制图与正态分布曲线,:,ATL Confidential,正态分布曲线,控制图,旋转,90,SPC,控制图,控制图与变异来源因素,:,ATL Confidential,SPC,控制图,控制图构成,:,横坐标：以随时间推移而变动的样品号,纵坐标：控制参数或统计值,中心线（,CL,）：,Central Line,；代表实际数据平均值,上控制限（,UCL,）：,Upper Control Line,；代表数据控制的上限,下控制限（,LCL,）：,L,ower,Control Line,；代表数据控制的下限,ATL Confidential,SPC,的作用,有效监测、提前预防,提前发出警报，并使你有足够时间来防止更严重的问题出现,ATL Confidential,规格限,VS,控制限,ATL Confidential,规格限,Specification Limits (USL,LSL),由外部设计要求决定,区分合格,/,不合格,适用于所有单个数据,控制限,Control Limits (UCL,LCL),由内部工序能力决定,区分特殊因素,/,随机因素,适用于样本数据,规格限与控制限毫无关系，完全是两码事,控制图,VS,趋势图（,Control Chart VS Trend Chart,）,ATL Confidential,控制图,Control Chart,（,SPC,）,根据实际数据计算值作为控制限,可以用来预警监控,适用于稳定工序,趋势图,Trend Chart,根据规格或指定指标作为控制限,只能用来参考观察,针对不稳定需要改善工序,指定上限,指定下限,Trend,控制图的实际应用,-,建立控制图,建图需要考虑的因素,:,风险、,风险,平均运行长度（,ARL:Average Run Length,）,判异规则（,OOC Rule,）,3,方式建图,:,UCL=,+,3,CL=,LCL=-3,在欧洲也有以,3.09,方式建图,ATL Confidential,2,类风险,-,（,风险、,风险,）,风险,:,按照正态分布原理，有,99.73%,的数据在,3,范围（控制限），那么仍然有,0.27%,的数据不在此范围,也就是说即使工序是稳定正常的,也会有,0.27%,的数据在控制限外,风险：,工序受控，却误判为失控（,OOC,）的风险,;,即,误报警,风险,如果以,3,作为控制限，那么,风险,=0.27%,ATL Confidential,2,类风险,-,（,风险、,风险,）,风险,:,过程已经出现了异常，但是仍会有部分产品，其控制参数的值还会位于控制界内,如果抽到上面所说产品，数据点还在控制限内，那么就不能判断过程出现了异常,定义,风险：,工序失控，却没有及时报警的风险；即,漏报警,风险,风险的大小跟实际工序能力相关,ATL Confidential,风险,降低,2,类风险的方法,控制间距增大，,减小，,增大,控制间距增小，,增大，,减小,解决方法,:,以这,2,种风险的总损失最小为原则,先确定,，再确定,为了增强使用者的信心，通常,取值很小，我们以,3,作为控制间距，则,=0.27%,当,取值很小时，对应的,风险，也就是漏发警报的风险就比较大；因此为了弥补这个问题，在“超出,3,判断为异常,”这一规则上，又补充了其他判异规则，以减少,，这就是各种判异规则（,OOC Rule,）检验的由来,ATL Confidential,风险不可避免,风险,VS OOC Rules,OOC Rules,：,Out-Of-Control Rules,判异规则，即判异过程异常的标准,判异规则是用来对控制图进行检验的标准,判异规则不是针对所有过程、所有控制图都通用的,要根据实际情况适用不同的规则,过多的判异规则，会增加,风险，即误报警风险,误区：用一种固定的方法处理不同的工序状况，千篇一律，而忽略了工程差异,ATL Confidential,OOC Rules,OOC Rules,：异常的标示,判异原理：“小概率事件”,通常指发生的概率小于,5%,的事件，认为在一次试验中该事件是几乎不可能发生的,主要的准则：任意点超出控制线,次要的准则：非随机的数据；数据呈以下形式：,数据链,趋势,分层,混合,周期性变化,ATL Confidential,OOC Rule 1,Rule 1(WE1/WE2),：,1,点落在控制限之外,数据点在,3,控制限之外的概率为,0.27%,一般可能的原因,新的操作员、新的工序；原材料变化、设备参数调整,检验方法或标准变化,ATL Confidential,OOC Rule 2,Rule 2(WE7/WE8),：连续,9,点在中心线同一侧,在同侧连续出现的点称为“链”，点数,9,，判断为异常,出现,9,点同侧的概率 为：,P=2(0.5),9,=0.39%,即误报警的概率为,0.39%,，,=0.39%,ATL Confidential,OOC Rule 3,Rule 3(WE9/WE10),：连续,6,点递增或递减,数据点逐点上升或下降称为“趋势”,出现连续,6,点递增或递减的概率为：,p=2/6!(0.9973),6,=0.27%,即误报警的概率为,0.39%,，,=0.39%,ATL Confidential,OOC Rule 4,Rule 4(WE11),：连续,14,点相邻点交替上下,出现连续,14,点交替的概率为：,p=0.4%,（根据实际统计数据得出）,即误报警的概率为,0.4%,，,=0.4%,可能的原因是：,2,个不同的数据组混合在一起造成，比如,2,位操作员轮流操作,/2,台设备轮流使用,/2,人轮流测量,ATL Confidential,OOC Rule 5,Rule 5(WE3/WE4),：连续,3,点中,2,点在,2,范围之外,出现的概率为：,p=2 (1-0.9772),2,0.9772=0.30%,即误报警的概率为,0.30%,，,=0.30%,ATL Confidential,OOC Rule 6,Rule 6(WE5/WE6),：连续,5,点中,4,点在,1,范围之外,出现的概率为：,p=2 (1-0.8413),4,0.8413=0.53%,即误报警的概率为,0.53%,，,=0.53%,OOC Rule 7,Rule 7(WE12),：连续,15,点,1,范围之内,出现的概率为：,p=(1-0.15872),15,=0.33%,即误报警的概率为,0.33%,，,=0.33%,原因一般是数据分层问题或是控制限不合理，太宽了,OOC Rule 8,Rule 8(WE13),：连续,8,点都在,1,之外,出现的概率为：,p=(0.15872),8,=0.10%,即误报警的概率为,0.10%,，,=0.10%,OOC Rule,总结,OOC Rule,的选用,风险与,OOC Rule,的选取,当选取多个规则时，,a,风险（误报警）计算公式如下：,a,1,a,2,a,k,表示各判异规则对应的,a,风险,当只选取,WE1/WE2,（超,3,限,）：,误报警风险,=,1-(1-0.27,%,),(1-0.27,%,),=0.55%,当所有规则都选取时：,误报警风险,=2.48%,ARL:Average Run Length,ARL:Average Run Length,:,定义：能够正确识别,1,个异常点所需要的运行点数量,对应,风险和,风险，也有,2,个参数：,ARL,0,和,ARL,1,ARL,0,=,In-control Average Run Length,针对工序稳定受控的状态,平均运行多少个点出现,1,次误报警,ARL,0,=1/,ARL,1,=,Out-control Average Run Length,针对工序不稳定失控的,平均运行多少个点后识别,1,个异常点,ARL,0,=1/,（,1-,）,ARL,用来帮助我们在建立控制图的时候确定样品数量和取样频率,ATL Confidential,单值和均值控制图,ATL,常用的控制图,-,单值控制图,(I