工程能力分析

30
40
50
60
70
25
35
45
55
65
75
85
Pp PPU PPL Ppk Cpm
0.93 0.97 0.90 0.90 *
Targ USL LSL k n
* 70.0000 20.0000 0.0376 50.0000
Mean Mean+3s Mean-3s s
44.0600 70.7996 17.3204 8.9132
LSL
USL
ST LT
长期和短期的标 准偏差的差距变大
Potential (ST) Capability Cp CPU CPL Cpk Cpm 3.30 4.30 2.31 2.31 *
ex) 作业者的熟练度差异，作业环境的差异等。
• 异常原因 ( 特殊原因 ) –不良资材的使用，制造设备的异常，操作者疏忽等等。
• 注意
– 工序能力分析是在工程的稳定状态，即没有由异常原因 引起的状态下执行。且使用在偶然原因的效果分析。
合理地形成子集的 情况
• 在子集中只有偶然原因 产生的变动 • 由异常原因产生的变动 是以子集间的差异显示 出来的. • 利用组合标准偏差将工 程设定为最佳状况的时 候，可以估计潜在工程 能力.
通过合理的子集的建立，能够如实地掌握工程的固有能力。
组合标准偏差和全体标准偏差
组合标准偏差
• minitab 的基本选择. • 将子集内的变动平均之 后求出来。 • 在合理的子集下，为了 最佳的短期工程能力的 计算而使用. 全体标准偏差 • 以全体数据的变动中求出 来. • 估计实际能力时，用全体 标准偏差. • 在minitab中，为了显示 以全体标准偏差为基准的 工程能力，使用Pp 或Ppk 等符号。
• 相对比较短的时期
（例：周，月份） • 考虑长期噪音变数（Noise Variable）的影响 （例：设备磨损，季节影响） • 需要约100-200个数据
(如：星期，日 ) • 考虑短期噪声变数 ( 例：
白天和夜晚 )
• 需要约30-50个数据
–技术+工程管理 –日常条件下的实绩
–技术 –最佳条件下的工程能力
Potential (ST) Capability Cp CPU CPL Cpk Cpm 3.30 4.30 2.31 2.31 *
Overall (LT) Capability Pp PPU PPL Ppk 0.47 0.62 0.33 0.33


• 在形成了合理的子集的前提下，我们可以 得到如下解释.
短期标准偏差是0.100928. 长期标准偏差是0.702044. 这个工程的潜在工序能力是3.30.
即如果最大限度地改进可能达到3.30。 此工程的当前能力是0.33.
这个工程的不良率现在是191636PPM.
5. 变动因素的诊断
• 工程能力分析是为了识别潜在的变动要因而使用。 • 通过变动因素的消除，能够改善工程. • 通过形成合理的子集，改善工程。
Long-term Process Data for Co2
15 14 UCL=14.18
Individห้องสมุดไป่ตู้al Value
13 X =12.64 12 LCL=11.10
11 10 9 0 50 100 150
Observation Number
利用minitab的工程能力分析
• 打开 process capability.mpj 文件. • Stat> Quality Tools> Capability Analysis(Normal)
4.5 lt
考虑到工程平均的长期变化，长期工程 能力是以工程平均从规格中心移动1.5σ 为基准评价。
工程能力指数
• 在特性值服从正态分布的前提下， 短期工程能力指数计算公式如下：
LSL
USL
CP
USL LSL 6
• 6sigma 水平时 Cp = 2.0. 3sigma 水平时 Cp = 1.0 • 长期能力指数考虑工序平均有1. 5 的移动，通过从短期能力减 少0.5 计算得到.
子集别Boxplots
90 80 70 60
50 40 30 20 10 1 2
• Boxplot : - X 变量 :“machine” - 产量 • 注意“集团间变动”和 “集团内变动”.
mach ine
ield y
通过检验子集间的差别，我们能预测没有附加投资是否也 可以改善现在的工程，也可以找出改善的根据。
工程能力
• 下面两个图中哪一个具有较好的工程能力 ?
Process Capability Analysis for yield
Lower Spec Upper Spec
Lower Spec
为什么？
Upper Spec
Process Capability Analysis for yield
10
20
15 14 UCL=14.18
• 短期工程能力相对只需要短 期间的数据（20-50个左右） • 长期工程能力相对需要长期 间的数据 (周间, 月间. 约 100-200个数据)
Individual Value
13 X =12.64 12 LCL=11.10
11 10 9 0 50 100 150
Observation Number
3 .5
Output
2 .5
1.5
H our
0 1 2 3 4 5 6 7 8 9 10 111213 14 1516 17 18192 02 1 2 22 3 0 1 2 3 4 5 6 7
总变动
=
由平均值移动造 成的变动
+
子集内的变动
4. 工程能力分析
Long-term Process Data for Co2
工程的比较
A 工序（SONY日本）
B 工序（美国）
A工程多多少少会发生不良，但B工序中不会发生不良。但是 A的工程能力比B好.而且A的品质损失比B少. 例）SONY日本工厂和美国.
2. 短期与长期工程能力
• 长期工程能力
–能检查出其原因是由各种 因素引起的，存在变动的 长时期
• 相对长的时期
• 短期工程能力 –只存在由纯粹偶然原因引 起的变动的短时期
工序能力因素
• 决定工程能力的要素有 :
–工程的平均和规格的中心 一致的程度. –散布大小 • 把工程平均管理成总是与规格 中心一致是相当困难的。所以 长期上默认为它从规格中心移 动 1.5 程度。
短期
时间1 时间2 时间3 时间4
长期
长期•短期 工序能力
1.5
LSL
USL
LSL
USL
6 st
%>USL Exp Obs %<LSL Exp Obs
0.00 0.00 0.00 2.00
PPM>USL Exp Obs PPM<LSL Exp Obs
0 0 0 20000
Cp CPU CPL Cpk Cpm
0.98 0.41 1.55 0.41 *
Targ USL LSL k n
* 70.0000 20.0000 0.5816 50.0000
工程能力分析
1. 2. 3. 4. 5. 6. 何谓工程能力 短期与长期工程能力 合理的子集 工程能力分析 变动要因的诊断 工序能力分析步骤
1. 何谓工程能力(Process) ?
• 工程能力是生产工程能生产出 多么均一的品质的制品的工程 固有的能力。 • 所有品质特性具有目标值（Tar -get Value），与目标值的偏 差越小品质越优秀。
LSL
USL
ST LT

8 Observed Performance PPM < LSL PPM > USL PPM Total 220000.00 0.00 220000.00 9 10 Expected ST Performance PPM < LSL PPM > USL PPM Total 0.00 0.00 0.00 11 12 Expected LT Performance PPM < LSL PPM > USL PPM Total 159706.64 31929.67 191636.31
• 6 工序 : Cpk = 1.5
• 3 工序 : Cpk = 0.5
考虑到工程平均变动的工程能力指数
Cp = 2.0 Cpk = 1.5
Cp = 2.0
Cpk = 2.0
-6 LSL
0 1.5 Nominal
+6 USL
C pk
- 工程平均 ( + 6s )- ( + 1. USL 5s ) 目标值 目标值 = = = 1.5 3s 3s
了解工序能力...
–可以计算出工程不良率. –可以建立改善目标. –提供与其他设备相比较的标准.
为了生产高品质 产品的工序设计
使工程平均与目标值一致 尽可能减少标准偏差
工程能力的向上
品质与损失
LSL 损失 良品 LSL 损失 良品 目标值 新的概念 目标值 USL USL 传统概念
只要品质特性值与目标值不一致，不管是 什么样的形式，损失是肯定发生的。
计算工程能力时注意事项
— 工序能力的测定只在以下条件下有意义.
– 连续性数据 (对离散形数据时没有意义的.)
• 速度，重量，大小.
– 工程处在管理状态时，即完全消除了异常原因的状态。
– 数据散布：正态分布（或近似）
3. 合理的子集
•工程能力决定于系统的变动，系统的变动是由以下多种原因 引起的
– set-up 流程 –制品即工程的状态 – 维护过程 • 层别的原理 – 在同一条件下将收集的数据组成一个子集，这样可以掌握系统或 设 备变动的本质。 • 子集构成原则 – 使子集内的变动变小 – 使子集间的变动变大
例) 合理的子集的使用
• 使用Time Series Plot标记数据
3.5
output
2.5
1.5 index
10
20
30
• 比较子集内变动导致的标准偏差和全标准偏差.
变动的构成因素与合理的子集
Dem onstation of Rational Subgroups Shift is the Grouping Variable
合理子集的用法和意义
使用
• 以各工程变数的条件别形成
意义
• 如果组合标准偏差和全体 标准偏差之间有差异，就 数据的子集 说明工程平均或工程标准 –设备的开关 偏差随着时间变化 – 机器，产品，操作者别 – 预防保全方法别 • 子集的组合标准偏差是在 • 请对各子集执行工程能力分 最佳状态下估算的. 析。
从制造工程的观点上
Y f x1 , x2 ,...xn
Y 的变动由 x 1 , x 2 , , x n 引起。 各 x i 的变动原因及其形态都互不相同。 x i 中一部分变动周期短，一部分变动周期长，即从长远角度 上看工程具有多种多样的变动类型。
品质的变动原因
• 偶然原因 ( 一般原因 ) – 生产条件严格管理的状态下发生的是不可避免的不可 避免的原因.
形成错误子集的情 况
• 在子集里，偶然原因引 起的变动和异常原因引 起的变动同时存在. • 不注意不稳定的工程， 子集间的差距不好区别.
如果形成合理的子集….
• Graph> Time Series Plot
Fill-up
11
子集内的变动小，而 子集间的变动比较大。
Fill-up
面傈樊
10
9
Index
通过分析点的排列类 型，可以很容易找到 10 20 工程改善的根据。
30
40
50
Process Capability Analysis for à æ À ü · ® Fill-up
Process Data USL 11.000 Target * LSL Mean Sample N StDev (ST) StDev (LT) 9.000 9.699 50 0.100928 0.702044
Mean Mean+3s Mean-3s s
59.5400 85.0431 34.0369 8.5010
%>USL Exp Obs %<LSL Exp Obs
0.00 10.00 0.00 0.00
PPM>USL Exp Obs PPM<LSL Exp Obs
0 100000 0 0
在minitab中，使用全标准偏差计算出Pp，Ppk，使用组合 标准偏差计算出Cp，Cpk
输入有数据的栏 输入子集的大小 或显示子集的栏 输入规格
Process Capability Analysis for Fill-up
Process Data USL 11.000 Target *
LSL Mean Sample N StDev (ST) StDev (LT) 9.000 9.699 50 0.100928 0.702044