怎样用MINITAB进行过程能力分析

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)。

过程能力概述

一旦过程处于统计操纵状态,同时是连续生产,那么你可能想明白那个过程是否有能力满足规范的限制,生产出好的零件(产品),通过比较过程变差的宽度和规范界限的宽度能够确定过程能力。在评估过程能力之前,过程必须受控。假如过程不受控,你将得到不正确的过程能力值。

.你能通过画能力柱状图和能力图来评估过程能力。这些图形能够关心你评估数据的分布和检验过程是否受控。你也能够可能包括规范公差与正常过程变差之间比率的能力指数。能力指数或统计指数差不多上评估过程能力的一种方法,因为它们都没有单位,因此,能够用能力统计表来比较不同过程的能力。

选择能力命令

MINITAB提供了一组不同的能力分析命令,你能够依照数据的性质和分布从中选择命令,你能够对以下情况进行能力分析:——正态或Weibull概率模式(关于测量数据)

——不同子组之间可能有专门强变差的正态数据

——二项式或Poisson概率模式(关于计数数据或属性数据)当进行能力分析时,选择正确的公式是差不多要求,例如,MINITAB提供基于正态或Weibull分布模型上的能力分析工具,使用正态概率模型的命令提供了更完全的统计设置,然而,适用的数据必须近似于正态分布.

例如,利用正态概率模型,能力分析(正态)能够可能预期零件的缺陷PPM数。这些统计分析建立在两个假设的基础上,1、数据来自于一个稳定的过程,2、数据服从近似的正态分布,类似地,能力分析(Weibull)计算零件的缺陷的PPM值利用的是Weibull分布。在这两个例子中,统计分析正确性依靠于假设分布模型的正确性。

假如数据是歪斜特不严峻,那么用正态分布分析将得出与实际的缺陷率相差专门大的结果。在这种情况下,把那个数据转化比正态分布更适当的模型,或为数据选择不同的概率模式.用MINITAB,你能够使用Box-Cox能力转化或Weibull概率模型,非正态数据比较了这两种方法.

假如怀疑过程中子组之间有专门强的变差来源,能够使用能力分析(组间/组内)或SIXpack能力分析(组间/组内)。除组内数据具有随机误差外,组间还可能有随机变差。明白了子组变差的来源,能够为你提供过程更真实的潜在能力评估。能力分析(组间/组内)或SIXpack能力分析(组间/组内)既计算组内标准偏差也计算组间标准偏差,然后,集中它们来计算总的标准偏差。

MINITAB也提供基于二项式和Poisson概率模型属性数据(计数型)的能力分析,例如,产品可与标准比较分为有缺陷和没有缺陷(用能力分析(二项式))。也能够依照缺陷个数对产品进行分类(用能力分析(Poisson))。

MINITAB的能力分析命令

能力分析(正态)画出单个测量值的能力柱状图,用一条基于过程平均值和标准偏差的正态曲线覆盖在柱状图上,那个图形有助于进行正态假设的视觉评估。那个报告包括了过程能力统计表,既包括组内也包括整体统计。

能力分析(组间/组内)画出了用正态曲线覆盖的单个测量值的能力柱状图。这有助于进行正态假设的视觉评估。用这种分析方法可进行组间\组内有专门强变差来源的子组数据的分析,那个报告包括组间/组内和整个过程能力的统计分析能力分析(Weibull分布)

画出基于过程形状和比例的Weibull曲线覆盖单个测量值的能力柱状图,这有助于进行Weibull分布的视觉评估。那个报告也包括了整个过程能力的统计分析

SIXPACK能力分析(正态分布)

连同那个能力统计的子集一起,结合下面的图表深入了解单个的显示值的含义:

——单个数据图,R 或 S(离差),以及运行图,可用来检验过程是否受控.

——能力柱状图和正态分布图,可用来检验数据是否服从正态分布.

SIXPACK能力分析(组间/组内)适用于组间有专门强变差来源的子组数据, SIXPACK能力分析(组间/组内)连同那个能力统计的子集一起,结合下面的图表深入了解单个的显示值的含义:

——单个极差,离差图和极差和离差图,可用于检验过程受控状态.

——柱状图和正态分布图可用于检验数据的正态分布情况

——能力图显示了与规范比较后的过程变异

SIXPACK能力(Weibull) 在一个显示面上显示了下面的多个图形,和各项能力统计数据:

——一个(或单个数据)图、R(或移动极差)图,以及运行图,通常用于检验过程是否受控。

——能力柱状图和Weibull性能图通常用于检验数据是否服从Weibull分布。

——能力图显示了与规范比较过程的可变性。

尽管SIXPACK能力命令提供了比能力分析命令少的统计,然而图形的排列通常用于检验过程是否受控,以及数据是否服从所选择的分布模型。

能力分析(Binomial)适用于数据由总的抽样零件的缺陷数组成时,它画了一个P图,这有助于检验过程是否受控,那个报告还包括缺陷累积率的图形,缺陷百分比的柱状图和缺陷率图。能力分析(泊松)适用于数据由每个项目的缺陷数构成时,报告画了一个U图,它有助于检验过程是否受控,报告还包括了累积的平均DPU(每单位缺陷数)的柱状图和缺陷率图。

能力统计分析

过程能力统计是过程能力的数值,用来衡量过程满足标准的能力程度,这些统计量是单个的和没有单位的,因此能够比较不同过程的的能力,能力统计差不多上是同意的过程波动(标准界限的范围)与实际过程波动(6δ)的比值。某些统计考虑了过程平均值或目标值。

讲明:能力统计使用简单,然而,具有未完全了解的分布特性。总的来讲,依靠单个能力统计来评价(表现)一个过程不是好的适应,

许多业内人士认为1.33是过程能力的最小可同意的值,几乎没有人相信小于1的值是可同意的,小于1的值表明过程变差比规范的公差宽,那个地点有一些如何使用能力统计的指导方针:

过程能力命令能力统计

能力分析(正态)和能力SIXPACK (正态)

Cp, Cpk, CPU, CPL, and Cpm(假如你指定目标值)——与组内变差有关,

Pp, Ppk, PPU, PPL——与整体变差有关

能力分析(组间/组内)和能力SIXPACK (组间/组内)

Cp, Cpk, CPU, CPL, and Cpm(假如你指定一个目标值)——与组内和组间变差有关

Pp, Ppk, PPU, PPL——与整体变差有关

相关文档
最新文档