制程能力分析(SPC)
五大工具之-SPC

b)子组频率:在适当的时间内收集足够的数据,这样 子组才能反映潜在的变化,这些变化原因可能是换班/ 操作人员更换/材料批次不同等原因引起。对正在生产 的产品进行监测的子组频率可以是每班2次,或一小时 一次等。 c)子组数:子组越多,变差越有机会出现。一般为25 组,首次使用管制图选用35 组数据,以便调整。 1-2 建立控制图及记录原始数据 (见下图)
计量型管制图 平均值与全距管制图(Xbar-R Chart)
在计量值管制图中,X-R管制图系最常用的一种,所谓平均 值与全距管制图,系平均值管制图(Xbar-Chart)与全距管 制图 (R Chart)二者合并使用.
平均值管制系管制平均值的变化,即数据的集中趋势变化
全距管制图则管制变异的程度,即数据的离散趋势的状况
2.954 2.401 2.568 2.670 2.574 2.633 0.533
2.628 2.703 2.266 2.285 2.282 2.433 0.437
2.427 2.365 2.489 2.676 2.214 2.434 0.462
2.287 2.438 2.770 2.376 2.504 2.473 0.483
局部措施
通常用来消除变差的特殊原因 通常由与过程直接相关的人员实施 通常可纠正大约15%的过程问题
• 对系统采取措施
通常用来消除变差的普通原因 几乎总是要求管理措施,以便纠正 大约可纠正85%的过程问题
问题类型与SPC
问题类型
造成问题的原因 最佳控制条件
T型
明确 明确
A型
明确 不明
X型
不明 不明
可用之统计工具
合计
100
直方图:
频数
30
SPC管制图及制程能力分析

制程能力调查的应用
1 工艺验证 工艺验证就是通过工艺实施,验证设计的可行性和合理性。 它是联系设计和制造的纽 带。在工艺验证中,通过工序能力调查,可
(1)选择既可实现设计质量、又可采用经济又合理的设备、工艺、原料 与技术;
(2)确认适宜的工序能力,并确定与之相适应的工艺规程、技术标准、 作业指导书及管理对
●控制用控制图 等过程调整到稳态后,延长控制图的控制线作为 控制用控制图。应用过程参数判断
常用的计数型控制图
分布 控制图代号 控制图名称
备注
二项
N = 固定值或变值(计算零件
分布
不合格品控制图 数)
(计件
p
值)
都可p、np图可由不合格数
npT
np
不合格品数控制图 N = 固定值(计算零件数)
泊松 分布 (计点
(若若为偶数个数值,则取最中间两数的平均)
四分位数:在此数值之下,有1/4或3/4的数值分布。
上四分之一First Quartile (Q1) =5
下四分之一Third Quartile (Q3) =8.75
这些参数合在一起,可以大概给出数据的分 布情况.(即Box plot)
3
定义
SPC统计过程控制: 籍制程调查,收集数据. 比较规格,籍统计学方法对数据作科学分析
分析出制程变异性,进而降低变异以期预防
品质问题,提升品質.
重要工具
管制图( X-R Chart ) 制程能力Ca Cp &Cpk Ca (Capability of Accuracy)---制程准
指标要求的适合 程度。为产品设计、工艺、 工装设计、设备的维修、调整、更新、改 造提供必要的资料和依据
spc统计制程管制(SPC)

6
變異的來源
機遇原因
來自於潛在的自然變異 消除它們的成本很昂貴
可歸屬原因
反應製程的不穩定 統計製程管制最主要的目的就是要快速的偵測出 製程中的可歸屬原因或是偏移的發生
7
管制圖
為一種特殊的趨勢圖,它可以表現出產品特 性的變化情形
管制圖由三部份組成---管制界限(control limit)、中心線(center line)與樣本點
p Chart ; Mean:.168000 Sigma:.037387 n:100
.280160
.168000
12
4
6
8
妓セ絪腹
.055840 10
ぃ▆计
24
建立管制圖的步驟
步驟一:選擇品質特性 步驟二:選取合理樣本 步驟三:蒐集數據 步驟四:決定試用管制界限 步驟五:建立修正後的管制界限 步驟六:管制圖延續使用
分為計數值管制圖與計量值管制圖兩種類型。
8
管制圖的例子
妓セ翴 恨
いみ絬 恨
恨
1
5
10
15
20
25
妓セ
9
計數值管制圖
優點
計算簡單
能夠同時對不同的品質特性做整體性的控 制
種類
p管制圖 np管制圖 c管制圖 u管制圖
10
p 管制圖
ぃ▆瞯
0.07 0.06 0.05 0.04 0.03 0.02 0.01 0.00
說
明
中抽取 n 個產品,而發 現不良品個數為 x 的機
良焊點數 x 出現的機率 將會服從卜瓦松分配的
鐘,最主要的特徵是大 多數的數據會集中在平
率將會服從二項分配的 形態。
均數附近,而極大與及
SPC制程能力分析品质

SPC制程能力分析品质
SPC(统计过程控制)是一种广泛应用于品质管理领域的统计方法,
能够帮助企业监控和控制产品制造过程中的变异性。
通过收集和分析过程
中的数据,SPC可以评估制程的能力,确定该制程是否稳定且具有一致的
性能。
1.数据收集:首先,需要收集关于制程的数据。
这些数据可以包括来
自不同阶段的样本数据,例如原材料、加工过程中的中间产品和最终产品
的检测数据。
2.数据整理:将收集到的数据进行整理和准备,以便进行分析。
这包
括数据的清洗、筛选和对齐等操作。
3.基础统计分析:使用基本的统计方法来分析数据,例如计算平均值、标准差、极差等指标。
这些指标可以给出制程的平均性能和变异性。
4.制程稳定性分析:通过分析统计文件或绘制控制图来评估制程的稳
定性。
控制图可以显示制程数据的变化情况,并帮助判断制程是否受到特
殊原因的影响。
5. 制程能力分析:制程能力指标可以帮助评估制程的性能是否满足
产品要求。
常用的制程能力指标包括Cp、Cpk和Pp、Ppk等。
这些指标表
示制程的离散度与规范化能力。
- Cp和Cpk:用于评估制程的离散度和中心性,分别表示过程的总变
异度和自然过程偏离规格的变异度。
Cpk大于等于1时,表示制程能力满
足规格要求。
- Pp和Ppk:用于评估制程的离散度和中心性,与Cp和Cpk类似,由于Pp和Ppk考虑了过程所处的分布形状,并对过多偏离规格限制的量进行了惩罚。
SPC所有公式详细解释及分析

SPC所有公式详细解释及分析SPC统计制程管制计量值管制图:Xbar-R(平均-全距)、Xbar-S(平均-标准差)、X-MR(个别值-移动全距)、EWMA、CUSUM等管制图。
计数值管制图:不良率p、不良数np、良率1-p、缺点数c、单位缺点数u等管制图。
常用分析工具:直方图、柏拉图、散布图、推移图、%GRR...等。
公式解说制程能力指数制程能力分析制程能力研究在于确认这些特性符合规格的程度,以保证制程成品不符规格的不良率在要求的水准之上,作为制程持续改善的依据。
制程能力研究的时机分短期制程能力研究及长期制程能力研究,短期着重在新产品及新制程的试作、初期生产、工程变更或制程设备改变等阶段;长期以量产期间为主。
制程能力指针Cp 或Cpk 之值在一产品或制程特性分配为常态且在管制状态下时,可经由常态分配之机率计算,换算为该产品或制程特性的良率或不良率,同时亦可以几Sigma 来对照。
计数值统计数据的数量表示缺点及不良(Defects VS. Defectives)缺点代表一单位产品不符要求的点数,一单位产品不良可能有一个缺点或多个缺点,此为计点的品质指针。
例如描述一匹布或一铸件的品质,可用每公尺棉布有几个疵点,一铸件表面有几个气孔或砂眼来表达,无尘室中每立方公尺含微粒之个数,一片PCB有几个零件及几个焊点有缺点,一片按键有几个杂质、包风、印刷等缺点,这些都是以计点方式表示一单位产品的特性值。
不良代表一单位产品有不符要求的缺点,可能有一个或一个以上,此将产品分类为好与坏、良与不良及合格与不合格等所谓的通过-不通过(Go-NoGo)的衡量方式称为计件的品质指针。
例如单位产品必须以二分法来判定品质,不良的单位产品必须报废或重修,这是以计件方式来表示一单位产品的特值。
每单位缺点数及每百万机会缺点数(DPU VS. DPMO)一单位产品或制程的复杂程度与其发生缺点的机会有直接的关系,越复杂容易出现缺点;反之越简单越不容易出现缺点。
spc制程能力分析

SPC 概述Statistical Process ControlSPC Introduction统计性统计管理(SPC = Statistical Process Control)란 ?Statistical ...•统计性方法是用Sampling的Data Monitoring 、分析Process 变动时使用。
Process ...•反复性的事情或者阶段(SIPOC : Supplier → Input → Process → Output → Customer)Control ...• Process正在变化的事实早期警报。
警报是指最终Output出来之前纠正问题,能够具有充分的时间(管理图 : 随着时间工程散布的变化)SPC –对某个 Process掌握品质规格和工程能力状态, 利用统计性资料和分析技法, 在所愿的状态下一直能管理下去的技法。
2SPC 的发展历史SPC 的特征:控制过程,防患于未然。
重点在于预防•電視機彩色密度投机•美國:無不合規格產品出廠,注意力在符合規格•日本: 0.3% 超出產品規格,致力於命中目標製程- 產品-顧客產品(Output)Measurement製程(過程)(Process)展開特性 特徵顧客滿意ManMachine Material Method Environmental4M1E製程,程序影響工作結果之所有原因的集合,亦即為達成工作 結果之製造過程中所有活動的集合管制,控制確保達到要求標準,必要時採取矯正行動何謂製程管制 (程序控制)工作 結果原材料 方法 環境機器 人員原因 手段特性 目的SPC 即。
.自製程中蒐集資料,加以統計分析,並從分析中發覺異常原因,採取改正行動,使製程恢復正常,保持穩定,並持續不斷提昇製程能力的方法。
SPC 即。
.製程 資料異常 穩定製程 製程能力好能力的製程 製程改善製程解析及管制收集資料 統計分析 採取措施 製程能力分析持續改善SPC 的目的維持正常的製程 (在统计的控制之下)事先做好應該做的 (標準,系統) – ex :检测,機台操作程序製程異常發生能偵測出,並除去之,防止其再發能力要足 (有能力的程序)能力指標提昇能力–持續改善 (廣義)SPC 管理Tool的优点•Process由于偶然原因(White Noise = Common Cause Variation)和异常原因(Black Noise = Special Cause Variation)受影响一直变化。
SPC 简介

2. 不良率推移图 2. Xbar–σ 管制图 3. X-Rm 管制图 4. Median- R 管制 图 5. 直方图 6. 6σ 管制图 7. σ s 管制图 8. σ a 管制图 9. 制程能力分析图 10. CPK 推移图 11. 综合建议
品质变异之原因
品质变异之原因
品质变异之原因
品质变异之原因(机遇原因 )
制程管制系统
制程中对策 绩效报告 成品改善
人员 设备 制程 材料 方法 环境
成品
管制图种类介绍
计 普通管制图 1.P 管制图 2. Np 管制图 3. C 管制图 4. U 管制图 5.柏拉图 数 值 PPM/不良率分析 1. PPM 推移图 计 单品质特性图 1. Xbar–R 管制图 量 值 多品质特性图 1.多重品质分析图
可不检查
SU
-4δ -3δ -2δ -1δ
δ +1δ +2δ +3δ +4δ +5δ
图二
δ SL X SU
靠规格上限, 必须降低平均 值
-4δ -3δ -2δ -1δ
δ +1δ +2δ +3δ +4δ +5δ +6δ
图三
δ SL SU
不经济, 可改 变一次工程
-4δ -3δ -2δ -1δ
δ +1δ +2δ +3δ +4δ +5δ +6δ
C 级, 应立即检讨改善 D 级, 采取紧急措施 必 采取紧急措施, 要时停止生产
SPC 之评估方法:
1.67 ≤ Cp 1.33 ≤ Cp < 1.67 1.00 ≤ Cp < 1.33 Cp < 1.00 A 级, 继续维持现状 B 级, 尽可能改善为 级 尽可能改善为A级
统计制程管控(SPC)

X – R 绘图步骤
1.将每样组之 X 与R算出记入数据表内。 2.求 X 与R
X = ∑ X =1,254 =50.16 n 25 R = ∑ R =120 =4.8 n 25
3.查系数 A2,D4,D3 A2=0.58,D4=2.11,D3=负值(以 0 代表)
X – R 绘图步骤
4.求管制界限。 (1) X 管制图 CL= X =50.16 UCL= X +A2 R =50.16+(0.58)*(4.8)=52.93 LCL= X -A2 R =50.16-(0.58)*(4.8)=47.39 (2) R 管制图: CL= R =4.8 UCL=D4 R =(2.11)*(4.8)=10.13 LCL=D3 R =(0)*(4.8)=0
P (1- P )/ n P (1- P )/ n
P 管制图(不良率)
2.实例 某工厂制造外销产品,每 2 小时抽取 100 件来检查, 将检查所得之不良品数据,列于下表,利用此项数据, 绘制不良率(p)管制图,控制其质量.
组别 1 2 3 4 5 6 7 8 9 10 n 100 100 100 100 100 100 100 100 100 100 d 3 4 3 8 5 5 7 5 5 6 p 组别 n 0.03 11 100 0.04 12 100 0.03 13 100 0.08 14 100 0.05 15 100 0.05 16 100 0.07 17 100 0.05 18 100 0.05 19 100 0.06 20 100 d 3 6 8 5 2 3 6 2 7 5 p 组别 n d p 0.03 21 100 5 0.05 0.06 22 100 8 0.08 0.08 23 100 4 0.04 0.05 24 100 5 0.05 0.02 25 100 4 0.04 0.03 合计 2,500 125 0.06 平均 100 0.05 0.02 0.07 0.05
SPC制程能力分析

SPC制程能力分析简介SPC (Statistical Process Control,统计过程控制) 是一种用于控制和改良制程稳定性和品质的方法。
SPC制程能力分析是基于统计学的方法,用于评估和控制制程的稳定性和可靠性。
通过分析样本数据和测量结果,SPC制程能力分析可以帮助制程工程师识别制程的能力和性能,并作出适当的调整和改良。
分析步骤SPC制程能力分析的步骤通常包括以下几个方面:1. 数据收集首先,需要收集关于制程的数据。
这些数据应该包括制程的输入和输出变量,以及与制程相关的其他因素。
数据可以通过实时监控制程以及定期抽取样本的方式获得。
2. 数据整理获得数据后,需要对数据进行整理和清洗。
这包括去除异常值、检查数据的完整性和一致性等步骤。
确保数据的准确性和可靠性对于后续分析的准确性至关重要。
3. 数据分析在数据整理完成后,可以对数据进行统计分析。
主要的统计方法包括描述性统计和图形分析。
描述性统计可以帮助我们了解数据的分布、中心趋势和变异程度。
图形分析那么可以用来展示数据的分布、趋势和异常情况。
4. 制程稳定性分析SPC制程能力分析的核心是评估制程的稳定性。
通过分析数据的变异程度,可以评估制程的稳定性,并预测制程的性能。
常用的方法包括过程能力指数 (Process Capability Index,Cpk) 的计算和控制图的绘制。
5. 制程改良根据制程稳定性分析的结果,可以确定制程的改良方向。
这可能涉及到调整制程参数、改良工艺流程、优化供给链等方面。
制程改良的目标是提高制程的稳定性和可靠性,以确保产品的品质符合要求。
SPC制程能力分析的优势SPC制程能力分析具有以下几个优势:•可以帮助制程工程师了解制程的稳定性和性能,从而预测制程的可靠性和品质。
•可以帮助制程工程师确定制程的改良方向,以提高制程的稳定性和可靠性。
•可以帮助制程工程师识别并处理制程中的异常情况,以及提前预警制程的性能变化。
•可以提供可靠的数据支持,用于和供给商、客户等外部方进行沟通和交流。
SPC与制程能力分析简介

發生機率約 0.0033 (Upper Half of Chart) for n=5, 0.0009 (Lower Half of Chart) for n=5
RUCL 2/3 RUCL 1/3 RUCL 0
2019/2/5
PP20分析技術部
12
Analysis Technology
RT-SPC Judgement Rule(8)
LCL
2019/2/5
PP20分析技術部
23
Analysis Technology
Control Chart管制圖 / Trend Chart趨勢圖
Lily
管制圖:是以抽樣數序或時間與所抽得的樣本所量測出的品質特徵所繪成的圖示, 包含一中心線,代表製程在管制狀態的產品品質特性的平均數。在中心 線的上下各有一條管制界限。 趨勢圖:是以發生時間與沒有經過抽樣程序的原始資料直接繪製而成的圖示,上 下可卡規格界限。 管制圖示一種以精確態度描述統計管制的真正意義的工具。這是趨勢圖所沒有的。 精確態度指的是它應用了中央極限定理及抽樣理論(合理的分層與分組) 管制圖與趨勢圖的比較 i) 作法上 趨勢圖:調查全數,花費時間多 ii) 優點 管制圖:在連續的製造流程中,瞭解製造工程之變化 趨勢圖:某時期的製造工程狀況以分配來掌握
2019/2/5
PP20分析技術部
24
Analysis Technology
製程能力分析 ---- Ca
Lily
Ca 製程準確度
意義:衡量製程中的集中程度,即平均值與規格中心值之一致性 公式:
X T Ca 100% USL LSL ( ) 2
T:規格中心值
判定:1. Ca 值越小,表示越接近Target 2. 0 <=|Ca|<= 6.25% 才算好
SPC统计制程管制能力分析

SPC统计制程管制能力分析什么是SPC?SPC(Statistical Process Control)是一个用来监测并控制制程质量的统计工具。
它旨在帮助企业实现持续的质量改进和高效生产。
SPC 通过实时数据收集和分析,可以帮助企业监测和控制制程,并及时发现制程中的变异和异常情况。
为什么需要进行制程管制能力分析?制程管制能力分析是判断一个制程是否稳定且可控的重要手段。
它通过对制程数据进行统计分析和评估,计算出制程的能力指标,以判断制程是否能够满足质量要求。
如果制程的管制能力较强,说明企业的产品质量稳定可靠。
反之,如果制程的管制能力较弱,说明企业的产品存在质量波动,需要进行相应的改进措施。
制程管制能力分析的方法1. 测量系统分析在进行制程管制能力分析之前,首先需要进行测量系统分析。
测量系统的准确度和稳定性对于制程数据的可靠性至关重要。
常用的测量系统分析方法有Gauge R&R(重复性与再现性)分析和测量系统误差分析。
2. 构建管制图在制程管制能力分析中最常用的方法之一就是构建管制图。
通过对数据进行实时收集和分析,可以帮助企业监测制程中的变异情况,并及时发现和处理制程中的异常情况。
常用的管制图包括均值-极差图(X-R图)、均值-标准差图(X-S 图)、过程能力图(Cp和Cpk)、移动平均图(MA图)等等。
这些管制图可以帮助企业实时监控制程,并及时采取控制措施,以保障产品质量和生产效率。
3. 管制能力指标计算通过制程数据的统计分析,可以计算出一些常用的管制能力指标,如过程均值、过程极差、过程标准差、过程能力指数(Cp)、过程性能指数(Cpk)等等。
这些指标可以帮助企业评估制程的能力和稳定性,并做出相应的改进措施。
4. 相关分析除了管制图和管制能力指标的计算外,还可以进行一些相关分析来帮助企业了解制程中的因果关系和高风险因素。
常见的相关分析方法包括回归分析、因果分析、五力分析等等。
SPC的好处和应用SPC统计制程管制能力分析在质量管理中具有广泛的应用。
SPC制程统计分析培训资料

SPC制程统计分析培训资料SPC(Statistical Process Control,统计过程控制)是一种利用统计方法进行质量控制和改进的管理工具。
通过对制程数据进行收集、分析和解释,SPC帮助企业识别和消除生产过程中的变异性,确保产品符合质量要求。
下面是一份关于SPC制程统计分析的培训资料,详细介绍SPC的原理、工具和实施过程。
一、SPC的原理SPC的原理基于统计理论,通过对制程数据的分析和解释,可以帮助企业判断制程的稳定性和能力,并对不稳定的制程进行改进和优化,从而提高产品的质量和稳定性。
SPC的核心原理包括以下几个方面:1.变异性的存在:制程中存在着多种类型的变异性,包括常因、特因和随机因素等。
SPC的目标是通过控制变异性来提高质量。
2.统计控制:SPC利用统计方法分析制程数据,判断制程是否处于统计控制状态。
从而判断出制程是否稳定,并提供依据进行改进。
3.过程能力分析:SPC不仅关注制程的稳定性,还关注制程是否满足质量要求。
通过统计分析,可以评估制程的能力,发现潜在的问题并采取措施进行改进。
二、SPC的工具SPC依靠一系列的统计工具来分析制程数据。
常用的SPC工具包括:1.直方图:通过对制程数据进行分组并绘制直方图,可以了解数据的分布情况,判断是否符合正态分布,以及是否存在特殊因素造成的异常。
2. 控制图:通过对制程数据进行统计和对比,绘制控制图可以判断制程是否处于统计控制状态。
常用的控制图有X-Bar图、R图、S图和P图等。
3.散点图:散点图可以用来分析两个变量之间的关系,例如制程参数与产品质量之间的关系。
通过分析散点图,可以找到改善的方向和策略。
4.帕累托图:帕累托图可以帮助识别制程中的关键问题和优先改进的方向。
通过对问题进行分类和排序,可以优先处理影响最大的问题。
5.箱线图:箱线图可以显示数据的分布情况,包括中位数、上下四分位、异常值等。
通过对比不同制程的箱线图,可以找到优化和改进的空间。
SPC基础知识讲解

管制圖的意義Байду номын сангаас
管制圖是一種以實際產品品質特性與根據過去
經驗所判明制程能力的管制界限比較,而以時 間經過用圖形表示者.
管制圖的種類(性質分類)
一.計量值管制圖(Control Charts For Variables): a.平均值與全距管制圖( X-R Chart ) 中位值與全距管制圖( ~ Chart ) b. X-R c.個別值與移動全距管制圖( X-Rm Chart ) d.平均值與標准差管制圖( X-σ Chart )
SPC
Statistical Process Control 1.制程能力分析 2.管制圖
計劃導向向市場導向轉化演變
生產型態 30-50年代 大量生產,種類少 50-70年代 大量生產,種類多 70年代 定單生產 市場環境 可控制 品管過程 過濾不良
不易掌控
檢驗不良
只能預測
制造技術
80年代以后 JIT
上限- 平均值- (上限-平均值) , (平均值-下限) 3×標准差
Ca/Cp/CPk之間的概念關係
准確度Ca
精確度Cp
精密度CPk
Cpk=Cp(1-Ca)
CP與CPk
1.Cp≧Cpk 2.Cp與Cpk差距越大,代表改善空間越大 3.當X=u,即Ca=0時,Cp=Cpk 4.當分布中心位於規格界線時,Cpk=0 5.當分布中心超出規格界線時Cpk<0
問題一:它們的平均值相等嗎? 問題二:若SPEC定在10.25±0.15,它們合格嗎? 問題三:哪一組數據比較好?
統計學的定義 統計學的定義
統計是數學的一個分支,是用來討論 如何進行資料的收集、分析、 如何進行資料的收集、分析、解析 以及大量數字資料的系統化表示.
SPC制程能力分析__品质

TL – μ )
σ
μ – TL之不同值(可以用σ為單位來度量)不合格品率PL
也不同, 因此可定義過程能力指數
CPL =
μ – TL 3σ
2. 假設X ≦ TU 為合格品,那麼 X > TU 時為不合格品
-∞
Area1= 1.000
+∞
-∞
Area2
Area1
+∞
陰影部份的面積查表可求: μ TU
Area1 = AreaT - Area2 = 1- Φ (
B. 控制圖法
通過控制圖確認過程處於統計控制狀態下,以產 品質量正常波動的標準偏差σ. 計算數過程能力 6 σ.
σ通常用 R/d2 來計算 σ= R/d2
因為控制圖繪制過程中反映了較長時間內過程 處于穩定狀態的質量波動狀況,排除了系統因素 的影響.
六、正態總體假設檢驗
品管經常需要對兩個事物進行比較,如兩種工藝 方法生產的產品特性比較,兩批原材料的性能比 較,某時刻(批)產品質量與正常母體的差異等,但 是,差異是絕對存在的,品管講究的是有無“顯著 性差異” 顯著性檢驗就是借助“統計檢驗”的 方法判斷兩個事物是否存在差異的一種方法. 1Area + ∞
TL M μ TU
c). 當M > μ 則: P( X < TL ) + P( X > TU ) 不合格品主要出現在
達不到規格之下限部份 T
Area -∞
TL μ M
TU
所以可定義過程能力指數
CPK = min (CPU , CPL) = min (
μ – TL 3σ
,
TU – μ 3σ
a. 設置原假設Ho
b. Ho: μ= μo即當日產品鋅層度分布中心正常
SPC过程能力分析(制程能力分析)73页

例题 7.3
解
23
例题 7.3
24
例题 7.3
25
例题 7.3
26
例题 7.3
27
7.3 组件装配公差
组件 (assembly) 系由两个 (含) 以上零件 (parts) 所装配
成的产品,当零件质量特性为常态分配时,其组装的组件
质量特性亦为常态分配。若组件 (Y)
组成,则组件之平均数、变差
36
过程能力指标
37
过程能力指标
38
过程能力指标
一般Ca值可分为五个等级A、B、C、D及E,各等
级 是 以 样 本 平 均 数 偏 离 规 格 中 心 值 为 (T/2) 的
(1/2)n倍表之,n = 0、1、2、3、4,其定义如表
7.1及图7.11所示。
39
Ca值
40
例
解
41
7.4.2 过程精度指标
以同一部测量仪具,重复测量同一产品之质量特性时,所产 生的测量变差。 2. 重复性(reproducibility):此型态之变差系测量人员所产生
之变差 (σr2),即不同检验人员,以同一部测量仪具,重复测
量同一产品之质量特性时,所产生的测量变差。
9
测量系统分析
二、准确度
准确度 (accuracy) 是对同一样本质量特性,其平均数 离开真值 (或规格的中心值) 的程度。
数是及由数标个准零偏件差(X为i)
所 :
其中 μ(Xi)为零件之平均数,σ2(Xi)为零件之变差数。
28
组件装配公差
组件公差范围为USL-LSL,组件经组装后其质量 特性之变差在组件公差范围内者属良品;在组件 公差范围外者属不良品,其机率之计算如下:
SPC概论与制程能力分析

• Ans:
•1.平均數 X=(18.4+17.6+…….18.3)/10=18.1
•2.規格公差T=18.5-17.5=1
• 3.標準差 = (18.4-18.1)²+(17.6-18.1)²+...(18.3-18.1)²
•
10
• 书山有路勤为径,
学海无涯苦作舟
= 0.08=0.282844 •
学海无涯苦作舟
•
三.製程能力分析
•所謂製程能力是指製程的均一 性,而製程能力分析就是逐步設 法減少製程中的變異使製程能符 合要求或規格.
•EX:設備不穩定,不合理公差,製
程變異大,零件變異大,操作錯誤
,測定偏差.
书山有路勤为径, 学海无涯苦作舟
•
四.Cpk概論
•SU:產品之規格上限.
•SL:產品之規格下限.
•6.Ca=(X-u)/0.5T=
•7.Cpk=Cp(1-/Ca/)=
书山有路勤为径, 学海无涯苦作舟
•
Cp/Ca/Cpk等級對照
书山有路勤为径, 学海无涯苦作舟
•
Cpk//PPM 對照
书山有路勤为径, 学海无涯苦作舟
•
Cpk//PPM 對照
书山有路勤为径, 学海无涯苦作舟
•
书山有路勤为径, 学海无涯苦作舟
•
•CPK兩大核心議題
•1.平均數X:看數據的中心, • 即集中趨勢. •2.標準差:看數據的分佈, • 即離散趨勢.
•Cpk:製程能力指數:即同時考慮偏 移及一致程度.
•Cpk=製程精密度 (1-/製程準確度 /)
• =Cp(1-/Ca/)
书山有路勤为径, 学海无涯苦作舟
•
CPK & SPC

车宽≤门宽才可能开进去
制程平均值与公差中心重合时的制程能力
CP=门宽/车宽=TOL/6s
TOL=上限-下限 =USL-LSL
下限
上限
3s
3s
CP=(USL-LSL)/ 6s
CP越大,制程能力越高
单边公差时CP值的计算
u
只有下限: CPL=(u-LSL)/3s 只有上限: CPU=(USL-u)/3s
CPK and SPC
XQ Huang
Capability Studies
(制程能力分析)
〖制程能力分析〗
是一门研究如何衡量一个制程是否满足既定要求 或满足要求的程度的课程。
制程能力用CPK表示
如何理解制程能力
正态分布
拐点
p(d)
1s
p(d)
下限
T 3s 3s
上限
公差宽=上限-下限。相当于门宽 制程变化范围= 3s+ 3s=6s(99.73%)。相当于车宽
Xbar-R Chart
0.07 0.06 0.05 0.04 0.03 0.02 0.01 0.00
Sample Range
3.0SL=0.06703
Xbar-R Chart异常情况举例
连续七点上升
0.085
Xbar/R Chart for C1
1 3 3.0SL=0.07911
Sample Mean
Xbar/R Chart for C1
Sample Mean
Xbar/R Chart for C1
3.0SL=0.07406
Sample Mean
0.055 0.045 -3.0SL=0.04647 0 5 10 15 20 25
- 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、"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、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)。
P.4 一種系統性工作。這種工作包 括下列步驟: (1)確定能代表製程能力的品質特 性。 (2)由製程抽取樣本,測定其特定性 質,普通需搜集 30 個以上數据。 (3)點繪出統計的形態,計算平均值 与標準差(利用次數分配圖)。 (4)解釋此種形態,發掘異常現象, 確定在經濟上是否值得採取措 施。 (5)對異常現象採取措施。
P.18
5.3.綜合評價:
要製程能達到規格要求必須 K 与 C P 均好 方可,但有時 K 雖很好,但 C P 不好,結果 還會有不良品, 与 C P 兩者綜合起來評定等級。 5.3.1.CPK(CMK)計算:
CPK(CMK) = CP(1-K) = CP(1X-U T/2 X - LCL
P.15
5.2.工程能力數之評價:
設定工程上下限的目的,在於希望製造 出來的各個的各個產品之特性值,能在規格 上下限之容許範圍內,工程能力的評價之目 的就在於衡量產品分散寬度符合公差的程 度, 工程能力數又可稱為工程精密度指數 (Capablity Of Precision) .
規格公差 5.2.1.CP 之計算: CP = 6 個標準差 = 6σ T 或 CP = 6 v 容許差異
2.2. * 製程:指從事生產的机器、工具、 方法、材料与人員(指 5M)等的一些 獨立組合。 * 管制:指製程在統計管制狀態下亦 即是毫無時間性的移動或其他可追 溯的變異原因時,所得到產品均一性。
P.5
*能力:指根据測試的績效,用以獲得
可以測定的結果。我們請看以下圖形:
P.6
P.7
P.8
三〄製程能力分析之用途
製程能力分析之用途可分為以下几 點: 3.1.提供資料給設計部門,使其能盡量利 用目前之工程能力,以設計新產品。 3.2.決定一項新設備或翻修的設備能否 滿足要求。 3.3.利用机械之能力安排適當工作,使其 得到最佳應用。
P.9
3.4.選擇適當的作業員、材料与作業 方法。 3.5.製程能力比公差為窄時,用於建立 經濟管制界限。 3.6.製程能力比公差為寬時,可設定一 個適當的中心值,以獲得最經濟的 生產。 3.7.用於建立机器調整界限。
標準差之估計值。
P.11
4.3.形狀:以直方圖可容易看出分配 形態,目前在品管里常注重製程的分 散寬度,以 3 個標準差來表示製程能 力。即製程能力=6σ群体標準差每次 不易直接求得,一般以樣本資料推定 之,其推定方法有下列三式: 1.直接由樣本特性值計算時 (1) 2 ΣX
ΣX 2 `n n-1
二〄何謂製程能力
P.3
2.1.所謂製程能力:是指各種條件充 份標準化,製程在統計的管制狀態下 所呈現之質与量的能力。故製程能 力可以產量、效率表示,也可以以成 品、半成品、零件等之品質特性來表 示,也可以不良率或缺點數來表示。 所謂製程能力分析又稱為制程能力 研究,是利用管制圖、次數分配圖及 其他統計方法以決定製程能力的
P.22
P.23
P.24
P.16
由上式可知產品分寬度愈大時,CP 值愈小,表示製程能力 差。
P.17
5.2.2.CP 之等級評定表:
等 A B C D 級 CP 2≦CP 1.33≦CP<2 1.00≦CP<1.33 CP<1.00
5.2.3.等級評定後之處置原則: A:此一工程甚為穩定,可以將規格容許 縮小或騰任更精密的工作。 B:表示尚佳,要設法維持,不要使其變 坏。 C:本工程能力不足,有改善必要,必要 時檢討規格為作業標準。 D:應採取緊急措施,對產品加以分類,全 面檢討可能因素,產品加以分類,全面 檢討可能因素,必要時停止生產。CP 不良時,其對策方法以技術單位為主, 製造單位為副,品管單位不輔 .
製程能力
P.1
一〃 前 言: 1.1. 統計製程管制,是一套運用 統計技術的程序,此種技術被運用 工業界已經有好几十年了。當產 品無法符合需求時,管理者不能將 品質不良的責任怪罪到生產作業 員缺乏關心。
P.2
1.1. 品質是每一個人的責任,現埸 的作業員我們鼓勵他檢視其工作結 果,在必要時我們要採取改正行動。 管理者則是提供訓練、工具及環境 以協助現埸作業員執行他們工作, 檢驗員的工作不是象警察一樣以逮 到作業員所製造的不良品為要務, 檢驗員要成為協助作業員防範不 良品發生的人員。
四〄製程能力的數 量表示法
4.1. 平均值:以 X、X、P 或 U 表示之。 4.2. 分散寬度:以 6σ,6 示之。
R d2
P.10
6
V
表
D2 代表參數,其參考值為:
n
d2
2
1.13
3
1.69
4
2.06
5
2.33
6
2.53
7
2.70
8
2.85
9
2.97
10
3.08
V
与σ代表的意義一樣,都是表示群体
隻邊規格
P.19
或 CPK(CMK) =
3σ
單邊規格
5.3.2.CP 等級評定表:
等級 A B C D CPK 1.5≦CPK 1.25≦CPK<1.5 1.00≦CPK<1.25 CPK<1.00 附製程能力 与不良率對 照表 推定不良率
P.20
P.21
5.3.3.處置原則:綜合評價仍根据 K 及 CP 計算,CPK 並推定製程不良率, 所以處置應視下一程或顧客之要求, 決定是否直接交貨或須選別剔除不 良品後再交貨。至於等級的評定在 於讓我們了解不良率的範圍後便採 取適當的對策(我們公司 CPK 定為 1.33.預估不良要在 0.0058% )
工程平均值-規格中心值 K(Ca)= 規格容許差 = T/2 X-U X100%
P.13
T=UCL - LCL = 規格上限 - 規格下限
5.1.2.K(Ca)之等級評定:
等級
P.14
K 值(Ca 值) K ≦12.5%
12.5%< K ≦25%
A B C D
25%< K ≦50% 50%< K
5.1.3.等級評定後之處置原則: A:作業員遵守作業標準操作,繼續維 持 . B:有必要時盡可能改善為 A 級 . C:作業員可能看錯規格,不按作業標 准操作,須加強訓練,檢討規格及作 業標準 . D:應採取緊急措施,全面檢討所有可能 影響的因素,必要時得停止生產 . K:不良時,其對方法以製造單位為主, 技術單位為副,品管單位為輔 .
σX=
2.由次數分配表主算時
Σfu 2 Σfu Σf Σf 1 2
P.12
σX=
*
C
R
3.X-R 管制圖計算時 σ= d2 ΣX 和Σfu 代表數据總和 `n 和Σf 代表個數 C 代表几部器公差最小的一個 R 代表全距之平均值
五‧製程能力的評價
5.1.工程準確度指數(Capability Of Accuracy)的評價,工程準確度評價之 目的:就在於衡量製程平均与規格中 心之一致程度,有時工程準確度指數 又稱為正確度指數。 5.1.1.k(Ca)計算:製程平均值(X)与規 格中心值 u 之間偏差程度,稱為工程準 確度。