制程管制 与 Cpk值

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

奕昇國際科技有限公司 E-ON Technology Co., Ltd
2007/11/29
統計製程管制與Cpk值之簡介
製程統計
1.當取得一批產線上ATE的量測數據之後,首先該做的是:
a. 計算這批數據的平均值
b. 計算這批數據的標準差

假設所量測的數據是 x1, x2, ….., xn 一共n個數據
所以這組數據的平均值是
n

xxiΣ
=

離差(deviation): 第 i 筆資料
ix的離差定義為 xxi

而這組數據的標準差(standard deviation)為
1)(21−−Σ==n

xx
ini
σ

2.利用已知品質特性值的規格上下限,求算公差
公差(T)= 規格上限(USL, Upper Side Limit) – 規格下限(LSL, Lower Side Limit)

3.Cp : Capability of Process製程精密能力
計算傳統的製程精密能力指數Cp,用下列公式

σ
×

=
6

T
C
p
T: 公差 C

p
愈大代表製程精密度愈高

4.Ca: Capability of Accuracy 精確能力
計算製程精確能力指數Ca,用下列公式
K= Ca: Capability of Accuracy
若M為工程規格書中所定義的中心值(Typ.),先計算中心值修正項K

2
T
xMK−
=
K愈小,代表量測(平均)值愈靠近規格中心值,

5.計算帶有中心值修正項K的製程精密精確能力指數
C
pk
,用下列公式

σ
⋅×−=6

)1(TKC
pk

ppk

CKC×−=)1(

另一種常用的計算公式是
USL為規格上限,LSL為規格下限


⋅−⋅

=
σσ
3,3

minLSLxxUSLC
pk

亦即選擇括號內較小的那個計算值作為Cpk
奕昇國際科技有限公司 E-ON Technology Co., Ltd

2007/11/29
傳統上品管使用正負3 Sigma﹝標準差﹞,它是假設量產產品的品質特性值遵守常態分配,
而中心值加減 3 Sigma的界線,一般稱之為管制上限和管制下限,產品品質特性值出現在管制上下限內的機率值為99.73%,
這個部分構成品質管制中所謂統計製程管制─ SPC( Statistic Process Control )的主體。

自從1950年代SPC普及以來,大抵使用Cp這樣的一個能力指數,來反映品質水準的狀況。
但遂著時間的推移,電子產業的興起,雖然以前的品質水準不良率以百分比%為單位就足以勝任,
因為電子元件的數量龐大,百分比的不良率不敷使用,所以演化成以ppm為不良率的單位。

同時更自1980年代因為美國的汽車產業也不堪日本汽車業的競爭,從而將製程能力指數修正成Cpk,
近年來電子產業多以追求Cpk為準。

當我們要使用到Cpk或Cp或ppm時,要記住一個先決條件:
就是它只適用於具有計量值
這一類品質特性值→ 追求的結果可用量測器,量測取得連續性的數據。

意指如果你有一個品質特性值﹝尺寸﹞其要求的規格是10.0 ± 0.3 m/m﹝M ± Δ﹞,
使用一般尺可以量測某一個產品的尺寸而得到10.2 m/m,
這樣一個數據,當使用更精密的游標卡尺,你可能得到10.23m/m這樣的數據,

而非計量值品質特性值只能以完整的個數來表示,例如沒有人會說0.5個好蘋果。
因此,計算製程能力指數Cp或Cpk時,你得先有量測數值化品質特性的規格值,
然後對產製的產品特性值進行量測,利用量測的數據進行公式的計算。公式如第一頁所示。

Cp→ Capability of Process 是傳統品管使用的
最早推行SPC時是假設產製結果的中心值會和規格中心值一致,而且即便產製後量測的中心值若偏離規格中心值,
要將製程產出的中心調整回規格中心值,就操作人員的技術來說並不困難,因此並未考慮到中心值的問題。

過去在談論SPC時,大家都假設實際品質特性值的中心值是和目標值一致的。
傳統品管上針對這個問題是以Ca處理,但通常都帶過未加以刻意強調。
而時下流行的Cpk只是對舊有的Cp做了中心值的修正。

推行SPC的原意,是利用求得SPC的管制上下限後,由現場生產製造人員按時偵測製程當時狀況,
一旦發現中心值偏移大時,立刻追查原因修正使製程中心值回到規格中心值。

Cpk→ 是帶有中心值修正項的Cp
但隨著分工日漸細膩,將製造人員的品質責任抽離,轉而由品管人員承擔,
久而久之製造部門的主管不再重視品質責任,只管量的產出,最後的結果就是現在這種狀態,
一般人談論品質偏重於外觀之類的計數值特性,只使用%的不良率計算。

追求華麗漂亮的外觀,但產品應有的功能、特性卻不如產品廣告所宣傳的。
隨著科技的進步,大量運用電子產品,導致對品質特性值精確的要求,以期使產品能有如設計般所欲達成的表現,
因此發現了中心值的問題,導致Cp必須修正,遂產生了Cpk。

而隨著電子時代的來臨,一個產品裡往往使用大量的電子元件,
譬如一顆IC可能等於數以千計的電晶體,傳統上以 ±3 Sigma→機率值99.73%來進行品質管制顯得不夠用,
美國的Motorola最先發現這個窘境,因而提出 6 Sigma管理,意指以±6 Sigma取代傳統 ±3 Sigma,
從而將品質不良率的計算由以%為主的方式,推升到以ppm為主。

需要注意的是傳統上Cp時代,相當於我們對製程能力指數的要求是Cp=1,易言之,良品率是99.73%,
而多年前Cpk出現時要求的是Cpk=1.33,而這兩年則要求提升到Cpk=1.67。
而當Cpk=2.0時即可進入個位數的ppm
世界。

當各位實際計算Cpk或Cp之後,會發現Cpk或Cp只是結果的表示,你遭遇到的難題將不再是如何計算Cpk或Cp的值,
而是如何將計算出來很難看的Cpk或Cp數值,設法改善加以提昇到客戶要求的水準,

目前業界常用或QS9000規定的是Cpk≧1.67,
也就是說真正的困難,將會發生在Cpk的計算之後,那才是公司整個技術人員的考驗和挑戰的開始。

如果你的工作責任僅止於將Cpk計算出來,那恭喜你!讀完本篇內容你應該已經會了。
但如果你的工作責任不是只有計算出Cpk還肩負著將Cpk提昇的責任,你應該進一步去吸收知識了!

別忘了品質觀念的演進發展過程是:
品質是『檢驗』出來的

品質是『製造』出來的

品質是『設計』出來的
奕昇國際科技有限公司 E-ON Technology Co., Ltd
2007/11/29
附註1:

附註2: 傳統品管使用3個Sigma管理 ( 3 x Sigma ) (99.73% 良率)
近年推行品質提昇採 6個Sigma管理 ( 6 x Sigma) (99.99966% 良率)
圖下方每格縱線表示一個標準差 σ

傳統3 Sigma管理,C
pk
=1

現在6 Sigma管理,C
pk
=2

USL客戶規格上限 LSL
客戶規格下限

Cp高, 精密度高 Ca小, 精確度高 Cp高, 精密度高
Ca大, 精確度差

Cp低, 精密度差 Ca小, 精確度高 Cp低, 精密度差
Ca大, 精確度差

中心值
客戶所允許的公差範圍 (規格上限- 下限),
如果是我們製造出來實際標準差 σ 的12倍,
『 Cpk= (1/6) x (公差/ σ)= 2 』
那表示我們的製程管控極佳,
根據常態分配的統計理論,
這樣生產出來的產品,
會超過客戶規定上下限(不良品)的可能性是
只有百萬分之3.4 (3.4 ppm)

- 6 σ +6 σ

-3 σ +3σ

製程管控的目標 –
將產線量測值的標準差予以降低、再降低 !!

相关文档
最新文档