SPC学习版.pptx

《SPC学习版.pptx》由会员分享，可在线阅读，更多相关《SPC学习版.pptx（143页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、质量管理五大工具之SPCStatistical Process ControlStatistical Process Control(SPC)(SPC)统计过程控制统计过程控制4TSTS1694916949五大五大工具工具产品质量先期策划和控制计划产品质量先期策划和控制计划（APQP&CPAPQP&CP）潜在失效模式和后果分析参考手册潜在失效模式和后果分析参考手册（FMEAFMEA）测量系统分析参考手册测量系统分析参考手册（MSAMSA）第四版第四版2008.62008.6第四版第四版2010.62010.6统计过程控制参考手册统计过程控制参考手册（SPCSPC）第二版第二版2005.7200

2、5.7生产件批准程序生产件批准程序（PPAPPPAP）第四版第四版2006.62006.6第二版第二版2008.112008.11 APQP反馈、评定反馈、评定和纠正措施和纠正措施0 01 12 23 34 401 12 23 34 45 5计划和确定计划和确定项目项目产品设计产品设计和开发和开发过程设计过程设计和开发和开发产品和产品和过程确认过程确认5 5DFMEAPFMEAMSASPCPPAPSPC课程大纲1.1.SPCSPC的概述的概述2.2.控制图的应用控制图的应用3.3.过程的受失控状态过程的受失控状态4.4.过程能力研究过程能力研究61.1.SPCSPC的概述的概述7lSPCSPC

3、是英文是英文S Statistical tatistical P Process rocess C Controlontrol的前缀的前缀简称简称, ,即即 统计过程控制。统计过程控制。lSPCSPC就是应用就是应用统计技术统计技术对过程中的各个阶段收集的对过程中的各个阶段收集的数据进行分析，并调整数据进行分析，并调整过程过程，从而达到改进与保证，从而达到改进与保证质量的目的。质量的目的。什什么么是是SPCSPC8 战后经济遭受严重破坏的日本在战后经济遭受严重破坏的日本在19501950年通过休哈特早年通过休哈特早期的一个同事戴明期的一个同事戴明( (W. Ed- wards Deming)W

4、. Ed- wards Deming)博士，将博士，将SPCSPC的的概念引入日本。从概念引入日本。从1950195019801980年，经过年，经过3030年的努力，日本年的努力，日本跃居世界质量与生产率的领先地位。美国著名质量管理专跃居世界质量与生产率的领先地位。美国著名质量管理专家伯格家伯格( (Roger W. Berger)Roger W. Berger)教授指出，日本成功的基石之教授指出，日本成功的基石之一就是一就是SPCSPC。 美美国贝尔实验室休哈特博士（国贝尔实验室休哈特博士（W. A. W. A. ShewhartShewhart）于）于19241924年年发发明控制明控制

5、图图，开启开启了了统统计计品管的新品管的新时时代代。SPCSPC兴兴起的背景：起的背景：起源起源 1940 1940s s 二次世界大战期间，二次世界大战期间，美国军工产品使用抽样方案和控美国军工产品使用抽样方案和控制图以保证军工产品的质量。制图以保证军工产品的质量。9SPCSPC兴兴起的背景：起的背景：日本日本19501950s s 质量管理大师戴明博士在日本工业产品生产过程中全面推行质量管理大师戴明博士在日本工业产品生产过程中全面推行SPCSPC。 日本日本JUSEJUSE（科学家协会）设置（科学家协会）设置“戴明戴明”奖，奖励那些有效实施统计技术的企业。奖，奖励那些有效实施统计技术的企业

6、。 石川磬提出石川磬提出“QC“QC七工具七工具”，帮助生产现场人员分析和改进质量问题，并推动广泛，帮助生产现场人员分析和改进质量问题，并推动广泛应用。应用。19701970s s 有效地推行有效地推行 “QC “QCC C圈圈”和应用统计技术使日本经济的快速发展，成为高品质产品和应用统计技术使日本经济的快速发展，成为高品质产品的代名词。的代名词。19801980s s 美国等其他国家紧随日本的步伐，开始推行美国等其他国家紧随日本的步伐，开始推行“QC“QC小小 组组”和统计技术的应用。和统计技术的应用。 美国汽车工业已大规模推行了美国汽车工业已大规模推行了SPCSPC，如福特汽车公司，通用汽

7、车公司，克莱斯勒，如福特汽车公司，通用汽车公司，克莱斯勒汽车公司等，上述美国三大汽车公司在汽车公司等，上述美国三大汽车公司在ISO9000ISO9000的基础上还联合制定了的基础上还联合制定了QS9000QS9000标标准，编制了准，编制了SPCSPC手册。在与汽车有关的行业中，颇为流行手册。在与汽车有关的行业中，颇为流行。 MOTOROLA MOTOROLA 公司颁布公司颁布“QC“QC挑战挑战”，通过，通过SPCSPC的实施改进过程能力，并提出追求的实施改进过程能力，并提出追求“66”目标。目标。1987 1987 ISO9000ISO9000标准建立并颁布实施，明确要求实施统计技术。标准

8、建立并颁布实施，明确要求实施统计技术。1 0SIX SIGMA TREE中的统计技术.6达成（完美）改善设计（果子最集中的地方）过程改善（矮树上的果子）（地上的果子）全部的果子都在你手中啦能摘到这里的果子，基本上能达到小康了这里的果子很有限靠天吃饭，捡吃地上不多的果子23：5倍改善34：10倍改善45：27倍改善56：70倍改善因此： 36：19,600倍改善1 1品管方法品管方法历历程程123456 3.4 233 6,210 697,300 308,700 66,807产品检查产品检查产品管制产品管制过程过程管制管制品管品管7手法手法(5S、QCC、ISO9001)管理改管理改进进(PDC

9、A)一般公一般公司司THREE SIGMA改善改善技术技术改改进进(DMAIC)世界世界标竿标竿公司公司SIX SIGMA改善改善 方法方法 管制管制试验计划与试验计划与过程过程结合结合试验计划与试验计划与设计设计结结合合过程过程管制管制最佳化最佳化设计设计管制管制最佳化最佳化PPMAverage CompanyAverage Company一般公司一般公司Best in classBest in class世界世界标竿标竿公司公司1 2规格管理的危险性Not just to meet customer or contractual requirements!被BOSS训斥的痛苦!1 3Spe

10、cSpecLSLLSLUSLUSLVery CenteredVery Centered变异是我们的敌人变异是我们的敌人 LCLLCLUCLUCL不良品已经产生不良品已经产生潜在不良出现潜在不良出现控制线管理的益处控制线管理的益处1 4测定平均值测定平均值在中心线或平均值两侧呈现左右对称之分布在中心线或平均值两侧呈现左右对称之分布极大值与极小值数量很小极大值与极小值数量很小常态曲线左右两尾与横轴渐渐靠近但不相交常态曲线左右两尾与横轴渐渐靠近但不相交曲线下的面积总和为曲线下的面积总和为 1 1正态分布特征正态分布特征1 5正态分布中，任一点出现在 1内的概率为 P(-X +) = 68.26% 2

11、内的概率为 P(-2X +2) = 95.45% 3内的概率为 P(-3X +3) = 99.73%68.26%95.45%99.73%+1 +2+3-1-2-3正态分布1 6正态分布概率正态分布概率( (双边双边) )k在内的概率在外的概率(P)0.6750.00%50.00%168.26%31.74%1.9695.00%5.00%295.45%4.55%2.5899.00%1.00%399.73%0.27%1 7目标值线预测时间目标值线尺寸时间？两种变差原因及两种过程状态两种变差原因及两种过程状态如果仅存在变差的如果仅存在变差的普通原因普通原因, ,随随着时间的推移着时间的推移, ,过程的

12、输出形成过程的输出形成一个稳定的分布并可预测一个稳定的分布并可预测如果存在变差的如果存在变差的特殊原因特殊原因，随着时间的推移，过程的输出不随着时间的推移，过程的输出不稳定稳定正态分布与两种变差原因正态分布与两种变差原因受控受控不受控不受控1 8变差的普通原因 V.S. V.S.特殊原因普通原因普通原因Common CauseCommon Cause特殊原因特殊原因Special CauseSpecial Cause大量之微小原因所引起大量之微小原因所引起, ,不可避免不可避免不管发生何种之普通原因，其个别不管发生何种之普通原因，其个别之变异极为微小之变异极为微小几个较代表性之普通原因如下：几

13、个较代表性之普通原因如下：（）原料之微小变异（）原料之微小变异（）机械之微小振动（）机械之微小振动（）仪器测定时不十分精确之作法（）仪器测定时不十分精确之作法实际上要除去实际上要除去过程过程上之普通原因，上之普通原因，是件非常不经济之处置是件非常不经济之处置一个或少数几个较大原因所引起一个或少数几个较大原因所引起, ,可以避免可以避免任何一个特殊原因，都可能发生任何一个特殊原因，都可能发生大的变异大的变异几个较代表性之特殊原因如下：几个较代表性之特殊原因如下：（）原料群体之不良（）原料群体之不良（）不完全之机械调整（）不完全之机械调整（）新手之作业员（）新手之作业员特殊原因之变化不但可以找出其

14、原特殊原因之变化不但可以找出其原因，并且除去这些原因之处置，在因，并且除去这些原因之处置，在经济观点上讲常是正确的经济观点上讲常是正确的1 9局部性的对策及系统性的对策局部问题的对策局部问题的对策* *通常用来消除特殊原因造成的变异通常用来消除特殊原因造成的变异* *可以被可以被过程过程附近的人员来执行附近的人员来执行* * 一般可以改善一般可以改善过程过程的的 15%15%系统改善的对策系统改善的对策* *通常用来减低普通原因造成的变异通常用来减低普通原因造成的变异* *几乎总是需要管理者的行动来加以矫正几乎总是需要管理者的行动来加以矫正* * 一般可以改善一般可以改善过程过程的的 85%8

15、5%2 0过程控制过程控制范围范围不受控不受控（存在特殊原因）（存在特殊原因）受控受控（消除了特殊原因）（消除了特殊原因）持续改进的思维模式持续改进的思维模式2 12 2持续改进的思维模式持续改进的思维模式 过程改进循环过程改进循环1、分析过程、分析过程 2、维护过程、维护过程 本过程应做什么？ 监控过程性能 会出现什么错误？ 查找变差的特殊原因并 本过程正在做什么？ 采取措施。 达到统计控制状态？ 确定能力 计划 实施 计划 实施 措施 研究 措施 研究 计划 实施 3、改进过程、改进过程 措施 研究 改进过程从而更好地理解 普通原因变差 减少普通原因变差2.控制图的应用控制图的应用2 4控

16、制控制图是对图是对过程过程质量加以测定、记录质量加以测定、记录，从而进行从而进行控制管理控制管理的一种用科学方法设计的图。的一种用科学方法设计的图。图上有图上有中心线中心线(CL-Central Line)(CL-Central Line)、上控制界限上控制界限(UCL-Upper Control Limit)(UCL-Upper Control Limit)和下控和下控制界限制界限(LCL-Lower Control Limit)(LCL-Lower Control Limit)，并有按时间顺序抽取的样本统计量数值的描点，并有按时间顺序抽取的样本统计量数值的描点序列，参见控制图示例图。序列，

17、参见控制图示例图。控制图2 5控制图由来说明2 6正态分布有一个结论对质量管理很有用，即无论均值正态分布有一个结论对质量管理很有用，即无论均值和标和标准差准差取何值，产品质量特性值落在取何值，产品质量特性值落在33之间的概率为之间的概率为99.73%99.73%，于是落在，于是落在33之外的概率为之外的概率为100%100%一一99.73%= 99.73%= 0.27%0.27%，而超过一侧，即大于，而超过一侧，即大于-3-3或小于或小于+3+3的概率为的概率为0.27%/2=0.135%1% 0.27%/2=0.135%1% ，如正态分布曲线图。，如正态分布曲线图。这个结论十分重要。控制图即

18、基于这一理论而产生！这个结论十分重要。控制图即基于这一理论而产生！控制控制图原理图原理68.26%68.26%95.45%95.45%99.73%99.73%+1+1 +2+2 +3+3-1-1-2-2-3-32 7+3 +3 -3 -3 UCLLCLCL时间时间T控制图的形成控制图的形成2 8虚发警报和漏发警报虚发警报和漏发警报两种错误两种错误2 9控制图的目的控制图的目的 控制图和一般的统计图不同，因其不仅能将数值控制图和一般的统计图不同，因其不仅能将数值以曲线表示出来，以观其变异之趋势，且能显示以曲线表示出来，以观其变异之趋势，且能显示变异系属于变异系属于普通原因普通原因或或特殊原因特殊

19、原因，以指示某种现，以指示某种现象是否正常，而采取适当之措施。象是否正常，而采取适当之措施。利用控制限区隔利用控制限区隔是否为是否为特殊原因特殊原因3 0控制图种类控制图种类( (以数据来分以数据来分) )3 1计计量量型型数数据据X-R 均值和极差图均值和极差图 计计数数型型数数据据P 不合格品率图不合格品率图 X-S 均值和标准差图均值和标准差图np 不合格品数图不合格品数图X -R 中位值极差图中位值极差图 C 缺陷数图缺陷数图 X-MR 单值移动极差图单值移动极差图 U 单位产品缺陷数图单位产品缺陷数图 控制图的选择控制图的选择确定要制定控制图的特性是计量型数据吗？关心的是不合格品率？

20、关心的是不合格数吗？样本容量是否恒定？使用np或p图使用p图样本容量是否桓定？使用c或u图性质上是否是均匀或不能按子组取样例如：化学槽液、批量油漆等？子组均值是否能很方便地计算？使用中位数图使用单值图X-MR是使用u图否是是是是是是否否否否否子组容量是否大于或等于9？是否能方便地计算每个子组的S值？使用XR图使用XR图使用X s图是是是否否注：本图假设测量系统已经过评价并且是适用的。公式汇整3 3控制图种类控制图种类( (依用途来分依用途来分) )3 4分析用控制图分析用控制图控制用控制图控制用控制图判断过程是否稳定不稳定，调至稳定判断过程是否稳定不稳定，调至稳定过程的过程能力指数是否满足要求

21、，过程能力过程的过程能力指数是否满足要求，过程能力指数满足要求称之为技术稳态指数满足要求称之为技术稳态延长分析控制图的控制线延长分析控制图的控制线控制图的益处合理使用控制图能合理使用控制图能 供正在进行过程控制的操作者使用供正在进行过程控制的操作者使用 有助于过程在质量上和成本上能持续地，可预测地保持下去有助于过程在质量上和成本上能持续地，可预测地保持下去 使过程达到使过程达到更高的质量更高的质量更低的单件成本更低的单件成本更高的有效能力更高的有效能力 为讨论过程的性能提供共同的语言为讨论过程的性能提供共同的语言 区分变差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。区分变差的

22、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。3 5搜集数据分析用控制图是否稳定？绘直方图是否满足能力？控制用控制图寻找特殊原因检讨机械、设备提升过程能力3 6建立控制图的四步骤A A收集数据收集数据B B计算控制限计算控制限C C过程控制解释过程控制解释D D过程能力解释过程能力解释3 7使用控制图的准备建立适用于实施的环境建立适用于实施的环境定义过程定义过程确定待管理的特性，考虑到确定待管理的特性，考虑到顾客的需求顾客的需求当前及潜在的问题区域当前及潜在的问题区域特性间的相互关系特性间的相互关系确定测量系统确定测量系统(MSA)(MSA)使不必要的变差最小使不必要的变差最小3

23、 8使用控制图的注意事项分组问题分组问题 主要是使在大致相同的条件下所收集的质量特性值分在一组, 组内不应有不同本质的数据, 以保证组内仅有普通原因的影响. 我们所使用的控制图是以影响过程的许多变动因素中的普通因素所造成的波动为基准来找出异常因素的, 因此, 必须先找出过程中普通原因波动这个基准.3 9时间时间质量特性质量特性过程过程的变化的变化分组时的重要考虑让组内变化只有普通原因让组内变化只有普通原因让组间变化只有特殊原因让组间变化只有特殊原因组内变异小组内变异小组间变异大组间变异大4 0使用控制图的注意事项分层问题分层问题 同样产品用若干台设备进行加工时, 由于每台设备工作精度、使用年限

24、、保养状态等都有一定差异, 这些差异常常是增加产品质量波动、使散差加大的原因. 因此, 有必要按不同的设备进行质量分层, 也应按不同条件对质量特性值进行分层控制, 作分层控制图. 另外, 当控制图发生异常时, 分层又是为了确切地找出原因、采取措施所不可缺少的方法.4 1复合层别的说明4 2取样的方式取样必须达到组内变异小，组间变异大取样必须达到组内变异小，组间变异大样本数、频率、组数的说明样本数、频率、组数的说明4 3建立建立 图的步骤图的步骤A A阶段收集数据阶段收集数据A1A1选择子组大小、频率和数据选择子组大小、频率和数据子组大小子组大小子组频率子组频率子组数大小子组数大小A2A2建立控

25、制图及记录原始记录建立控制图及记录原始记录A3A3计算每个子组的均值计算每个子组的均值X X和极差和极差R RA4A4选择控制图的刻度选择控制图的刻度A5A5将均值和极差画到控制图上将均值和极差画到控制图上RX 4 4每个子组的平均值和极差的计算第一组第一组第二组第二组第三组第三组第四组第四组样本样本1 110010098989999100100样本样本2 2989899999898101101样本样本3 399999797100100100100样本样本4 41001001001001011019999样本样本5 510110199999999100100平均平均99.699.698.698

26、.699.499.4100100极差极差3 33 33 32 24 5554321xxxxxxminmaxxxR计算控制限计算控制限B1B1计算平均极差及过程平均值计算平均极差及过程平均值B2B2计算控制限计算控制限B3B3在控制图上作出平均值和在控制图上作出平均值和 极差控制限的控制线极差控制限的控制线建立建立 图的步骤图的步骤B BRX 4 6RDLCLRDUCLRCLRAXLCLRAXUCLXCLRRRXXX3422?kRRRRkxxxxxkk.21321全距控制图平均值控制图控制图RX 4 7 n2345678910D43.272.572.282.112.001.921.861.821

27、.78D3*0.080.140.180.22 A2 1.881.020.730.580.480.420.370.340.31过程控制解释过程控制解释C1C1分析极差图上的数据点分析极差图上的数据点C2C2识别并标注特殊原因识别并标注特殊原因( (极差图极差图) )C3C3重新计算控制界限重新计算控制界限( (极差图极差图) )C4C4分析均值图上的数据点分析均值图上的数据点超出控制限的点超出控制限的点链链明显的非随机图形明显的非随机图形超出控制限的点超出控制限的点链链明显的非随机图明显的非随机图形形C5C5识别并标注特殊原因识别并标注特殊原因( (均值图均值图) )C6C6重新计算控制界限重新

28、计算控制界限( (均值图均值图) )C7C7为了继续进行控制延长控制限为了继续进行控制延长控制限建立建立 图的步骤图的步骤C CRX 4 8过程能力解释过程能力解释D1D1计算过程的标准偏差计算过程的标准偏差D2D2计算过程能力计算过程能力D3D3评价过程能力评价过程能力D4D4提高过程能力提高过程能力D5D5对修改的过程绘制控制图并分析对修改的过程绘制控制图并分析建立建立 图的步骤图的步骤D DRX 4 9使用控制图的注意事项控制界限的重新计算控制界限的重新计算 为使控制线适应今后的生产过程, 在确定控制图最初的控制线CL、UCL、LCL时, 常常需要反复计算, 以求得切实可行的控制图. 但

29、是, 控制图经过使用一定时期后, 生产过程有了变化, 例如加工工艺改变、刀具改变、设备改变以及进行了某种技术改革和管理改革措施后, 应重新收集最近期间的数据, 以重新计算控制界限并作出新的控制图.5 0控制界限的延用5 13.过程的受失控状态过程的受失控状态5 2控制图的分区控制图的分区xUCLCLLCLtCCBABA5 3受控状态的判断受控状态的判断过程数据的分布曲线随时间的输出时间时间逐渐形成一个稳定的分布和基本不随时间变化且在要求范围内5 4两类：两类： 点出界判异点出界判异 界内点排列不随机判异界内点排列不随机判异判异准则：判异准则： 1 1、连续、连续9 9点落在中心线同一侧点落在中

30、心线同一侧ABCCBAUCLLCLCLABCCBAUCLLCLCL2、连续、连续6点上升或下降点上升或下降3.3.连续连续1414中相邻点上下交替中相邻点上下交替ABCCBAUCLLCLCL4.4.连续连续3 3点中有点中有2 2点在同一侧的点在同一侧的A A区或区或A A区以外区以外ABCCBAUCLLCLCL5.5.连续连续5 5点中有点中有4 4点在同一侧的点在同一侧的B B区或区或B B区以外区以外ABCCBAUCLLCLCL6.6.连续连续1515点在点在C C区中心线上下区中心线上下ABCCBAUCLLCLCL7.连续连续8点在中心线两侧，但无一点在点在中心线两侧，但无一点在C区中

31、区中ABCCBAUCLLCLCL1. 至少连续至少连续25组，且数据总数不少于组，且数据总数不少于100个；个；2. 未出现未出现8条判异准则。条判异准则。4.4.过程能力研究6 3 带有不同水平的变差的能够符合规范的过程（所有的输出都在规范之内）带有不同水平的变差的能够符合规范的过程（所有的输出都在规范之内）规范下限规范下限 LCL规范上限规范上限 UCL范围范围 LCL UCL范围范围不能符合规范的过程（有超过一侧或两側规范的输出）不能符合规范的过程（有超过一侧或两側规范的输出） LCL LCL UCL UCL范围范围范围范围6 4过程能力过程能力分析分析准度：好准度：好精度：好精度：好C

32、aCa准确度准确度 , Cp , Cp精密度精密度准度：好准度：好精度：较不好精度：较不好准度：不好准度：不好精度：好精度：好准度：不好准度：不好精度：不好精度：不好6 5q 能生产均一品质制品的能生产均一品质制品的过程过程固有能力。固有能力。什么叫什么叫过程能力过程能力？l 过程过程被被控制控制时，表示时，表示过程过程中生产的制品品质变动是什么程度的量。中生产的制品品质变动是什么程度的量。 q 一切品质特性都具有它的目标值一切品质特性都具有它的目标值( (Target Value)Target Value)， 品质是与目标值的偏差越小越优秀。品质是与目标值的偏差越小越优秀。6 6过程能力过程

33、能力指数指数- - 短期短期过程能力过程能力指数用指数用 C CP P, C, CPK PK 来表示，长期来表示，长期过程能力过程能力指数指数（过（过程性能指数）程性能指数）用用 P PP P, P, PPKPK来表示。来表示。 - - 在这里在这里C CP P 或或 P PP P 是是过程过程平均与规格中心一致时的平均与规格中心一致时的过程能力过程能力指数指数， C CPKPK 或或 P PPKPK 是是过程过程平均与规格中心不一致时的平均与规格中心不一致时的过程能力过程能力指数。指数。 q 过程能力过程能力指数指数( (Process Capability Index)Process Ca

34、pability Index)l 在在SPCSPC中中l 过程能力过程能力指数是指数是过程过程能生产多么均匀品质产品的能力，能生产多么均匀品质产品的能力， 即，评价即，评价过程能力过程能力的的指标指标。 6 7过程能力过程能力指数指数q 短期短期过过程能力指数程能力指数 l l 过程过程平均和规格中心一致时平均和规格中心一致时6 LSLUSLCp) , ( puplPKCCMinCl l 过程过程平均和规格中心不一致时平均和规格中心不一致时,3xUSLCpu3LSLxCpl其中其中, ,2dRSigma P(Process)6 8 n2345678910d21.131.692.062.332.

35、532.702.852.973.08Cpk 等级之说明等级之说明 ( 当当 Ca = 0 )6 E 级级6 D 级级6 C 级级6 B 级级6 A 级级规格中心值规格中心值规格上限规格上限规格下限规格下限T = 10 T = 8 T = 6 T = 4 T = 12 6 9Ca准确度准确度Capacity of AccuracyCa = L1 /L2L1 =X SLL2 = (USL LSL)/2等級等級CaCa值值A AB BC CD DCa 12.5%12.5%12.5%Ca 25%25%25%Ca 50%50%50%Ca7 0Case study 例：某产品的电性规格是例：某产品的电性规

36、格是56056010 m/m10 m/m，经，经检验一批后求出检验一批后求出33为为5615619 9 m/mm/m(Xbar=561,(Xbar=561, =3)=3)。 求：求： (1) Cp, Cpu, Cpl(1) Cp, Cpu, Cpl (2) Cpk(2) Cpk7 1过程能力过程能力指数指数q 長長期期过程过程能力指数能力指数（过程性能指数）（过程性能指数） l l 过程过程平均和规格中心一致时平均和规格中心一致时l l 过程过程平均和规格中心不一致时平均和规格中心不一致时( (不對稱時不對稱時) )l S S 表示表示長長期标准差期标准差，在產品開發階段中針對試作，在產品開發

37、階段中針對試作过程过程能力的能力的評估，則稱為先期評估，則稱為先期过程过程能力能力(APQP)(APQP)SLSLUSLPp6) , (puplPKPPMinP其中其中, ,3SxUSLPpu1)(2nxxSiSLSLxPpl3Sigma A(Actual)7 2CPK和PPK的差异CpkCpk：只考虑了组内变异，而没有考虑组间变异，所以一定是只考虑了组内变异，而没有考虑组间变异，所以一定是适用于制程稳定适用于制程稳定时，其时，其组间变异很小可以忽略时，不然会高估了制程能力；另句话也可以说明如果努力组间变异很小可以忽略时，不然会高估了制程能力；另句话也可以说明如果努力将组间变异降低时所能达到的

38、程度。将组间变异降低时所能达到的程度。PpkPpk：考虑了总变异考虑了总变异( (组内和组间组内和组间) )，所以是比较真实的情形，所以一般想要了解真正的，所以是比较真实的情形，所以一般想要了解真正的制程情形应使用制程情形应使用PpkPpk。73过程能力分析6Sigma PPMCp Cpk良品率良品率(%)6915000.33-0.1730.853085370.670.1769.156680710.593.3262101.330.8399.382331.671.1799.983.421.599.99966注：按偏移1.51.5考虑7 4过程能力分析（步骤）正态性检验统计/ /质量工具/ /能力

39、分析/ /正态统计/ /质量工具/ /Capability Capability SixpackSixpack/ /正态统计/ /质量工具/ /个体分布标识BOX-CO或Johnson统计/ /质量工具/ /能力分析/ /非正态是否是否P值0.057 5对正态分布数据的对正态分布数据的过程能力过程能力分析分析例题例题 1为了过程能力分析，20天各选 5个核心部品特性值的长度(mm)的量测DATA如下。 通过正态性检定(Normality Test)确认DATA是正态分布，核心部品的规格是按顾客要求600mm 2mm . 通过以下DATA做过程能力分析。 598.0599.8600.0599.8

40、600.0600.0598.8598.2599.4599.6599.4599.4600.0598.8599.2599.4599.6599.0599.2600.6598.8598.8599.8599.2599.4600.0600.2600.2599.6599.0599.0599.8600.8598.8598.2600.0599.2599.8601.2600.4600.2599.6599.6599.6600.2599.2599.0599.6600.4600.0599.0599.6599.4599.2597.8600.4599.6600.0600.8600.4599.4599.0598.4599.0

41、599.6598.8599.2599.6598.6599.8599.6599.2599.6600.2599.8599.6600.0599.6599.2598.6599.6601.2599.6600.2600.0600.0599.4599.8599.2599.6599.4600.0600.0599.2599.4599.6599.8599.0599.6599.41 2 3 4 5 6 7 8 9 1011 12 13 14 15 16 17 18 19 20qqCapability Analysis (Normal)Capability Analysis (Normal)7 6Step 3 确认结

42、果确认结果 规格上限 Target 规格下限 平均 样本数 短期标准差 长期标准差潜在的 执行曲线实际的 正态曲线 潜在的过程 能力指数 Cp 考虑倾斜的 潜在过程能力 指数 Cpk只用只用过程过程的群内变动评价执行能力的指数。即意味着的群内变动评价执行能力的指数。即意味着 Cp改善可能最大限度是改善可能最大限度是 1.16为至。为至。 Capability Analysis(Normal)Capability Analysis(Normal)7 7 实际过程能力 指数 Pp 考虑偏移的 实际过程能力 指数 Ppk实际实际过程能力过程能力根据所有根据所有DATA的变动值评价的变动值评价过程能力

43、过程能力的指数的指数Capability Analysis(Normal)Capability Analysis(Normal)7 8用用 ppm表示实际表示实际抽样的抽样的DATA偏离规格的程度。偏离规格的程度。Capability Analysis(Normal)Capability Analysis(Normal)7 9潜在的预想执行能力潜在的预想执行能力只考虑只考虑过程过程的群内变动显示正态分布时，数据表现为的群内变动显示正态分布时，数据表现为 偏离规格的预想偏离规格的预想 ppm Capability Analysis(Normal)Capability Analysis(Norma

44、l)8 0实际预想完成能力实际预想完成能力对所有对所有DATA的变动值来显示正态分布时，的变动值来显示正态分布时， DATA表现偏离规格的预测表现偏离规格的预测 ppm因过程平均以规格中心为基准往 LSL方向倾斜，所以需要与过程变动的减少一起 能与规格中心一致的过程平均的移动。Capability Analysis(Normal)Capability Analysis(Normal)8 1191715131197531600.0599.5599.0样样本本均均值值_X =599.548UCL=600.321LCL=598.7751917151311975313.01.50.0样样本本极极差差_

45、R=1.341UCL=2.835LCL=02015105601.5600.0598.5样样本本值值601.50600.75600.00599.25598.50597.75LSLUSLLSL598USL602规格602600598组内整体规格标准差0.576429Cp1.16Cpk0.9组内标准差0.619299Pp1.08Ppk0.83Cpm*整体C C1 1 的的 P Pr ro oc ce es ss s C Ca ap pa ab bi il li it ty y S Si ix xp pa ac ck kX Xb ba ar r 控控制制图图R R 控控制制图图最最后后 2 20 0

46、个个子子组组能能力力直直方方图图正正态态 概概率率图图AD:0.844，P: 0.029能能力力图图8 2附附: MINITAB上的工程能力分析上的工程能力分析Q 1. 在旁边的结果中在旁边的结果中Cpk值与值与 ppk值为什么相同值为什么相同? Q 2. Cpk和和Cpl , Cpu的各个的各个 含义是什么？含义是什么？Q 3. 如果如果 Cpk 是负数的话是负数的话, 这意味着什么这意味着什么?Q 4. Cpk =0 这意味着什么这意味着什么 ? Q 5. Cp和和Cpk之中之中 哪个指数更有用哪个指数更有用 ?353025201510LSLUSLLSL20Target*USL30Samp

47、le Mean22.9Sample N40StDev(Within)6.67223StDev(Overall)6.84929Process DataCp0.25CPL0.14CPU0.35Cpk0.14Pp0.24PPL0.14PPU0.35Ppk0.14Cpm*Overall CapabilityPotential (Within) CapabilityPPM USL200000.00PPM Total575000.00Observed PerformancePPM USL 143639.14PPM Total 475552.10Exp. Within PerformancePPM USL1

48、49960.39PPM Total485961.63Exp. Overall PerformanceWithinOverallP Pr ro oc ce es ss s C Ca ap pa ab bi il li it ty y o of f T To or rq qu ue e8 3 假设前面所提到的例题的假设前面所提到的例题的Spec(Spec : 25 +/- 5)是相同但是其是相同但是其Data是经过长时间的是经过长时间的Data时我们要考虑异常原因时我们要考虑异常原因 这时用这时用?来反映工程能力是比较合理来反映工程能力是比较合理. Minitab Menu : Stat / Qu

49、ality Tools / Capability Analysis(Normal) 注意注意 - Subgroup Size ? - Subgroup Number ?Lot1Lot2Lot3Lot4Lot5 24212816181427321730182424222127211634161724222014322637191531313616142734211614353025201510LSLUSLLSL20Target*USL30Sample Mean22.9Sample N40StDev(Within)6.2156StDev(Overall)6.84929Process DataCp0

50、.27CPL0.16CPU0.38Cpk0.16Pp0.24PPL0.14PPU0.35Ppk0.14Cpm*Overall CapabilityPotential (Within) CapabilityPPM USL200000.00PPM Total575000.00Observed PerformancePPM USL 126667.16PPM Total 447071.54Exp. Within PerformancePPM USL149960.39PPM Total485961.63Exp. Overall PerformanceWithinOverallP Pr ro oc ce