工程能力分析PPT(共 54张)
合集下载
相关主题
- 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)。
工程能力分析
Process Capability Analysis
1. 工程能力概要 2. 短期对比长期工程能力 3. 工程能力分析(使用 MINITAB) 4. 非对称性的处理 5. 变动要因的诊断 6. 工程能力分析步骤
1
本章的学习目标
• 理解短期和长期工程能力 • 能够利用 Minitab进行工程能力分析 • 学习非正态 data时的工程能力分析方法 • 工程能力转化为SIGMA水平
Βιβλιοθήκη Baidu
x USL
不良概率(P)
9
问题) 求Z值后求不良概率
平均
标准偏差
USL
LSL
20
1
28
25
0.2
20
18
3
22
16
x
LSL
USL
10
到现在学习了已知Z值时求不良率的方法 已知不良率时如何求Z值呢 例)不良概率为5%时Z值为多少?
Z值是表示SIGMA 水平时使用.
11
2. 短期对比长期工程能力
短期能力 (Short Term Capability )
4 599.4 599.6 599.0 599.2 600.6
5 598.8 598.8 599.8 599.2 599.4
6 600.0 600.2 600.2 599.6 599.0
7 599.0 599.8 600.8 598.8 598.2
8 600.0 599.2 599.8 601.2 600.4
短期能力是利用 DATA将PROCESS能够达到的程度计量化。 – 考虑包括最小变动的期间 – 考虑显示最高性能的期间 – 把 DATA分成 GROUP，选定最高的性能范围
短期能力可利用为 PROCESS改善潜在能力的计量化的目标。
长期能力 (Long Term Capability )
- 使用收集的所有资料 - 应包含包括偶然原因,异常原因的所有变动
Z LSL
x
USL
Z USL
Z Bench 表示工程存在的总不良率的概率
7
问题) 求Z值
平均
标准偏差
USL
LSL
20
1
28
25
0.2
20
18
3
22
16
为什么求Z 值?
8
Z是连续型数据时决定不良率(P)时使用. 超过规格的比率意味着不良 即,为求不良率(P),求Z
Z USL= 1.45 时不良率为多少?
14
3. 工程能力分析(MINITAB活用)
已生产两年的工程中生产的部品中一天取出5个样品,收集了20天的 数据. 数据类型是长度(mm),规格是598~602.求工程能力
1 598.0 599.8 600.0 599.8 600.0
2 600.0 598.8 598.2 599.4 599.6
3 599.4 599.4 600.0 598.8 599.2
9 600.2 599.6 599.6 599.6 600.2
10 599.2 599.0 599.6 600.4 600.0
11 12 13 14 15 16 17 18 19 20 599.0 600.4 599.4 598.8 599.6 599.6 599.6 600.0 599.4 599.6 599.6 599.6 599.0 599.2 599.2 600.0 601.2 599.4 600.0 599.8 599.4 600.0 598.4 599.6 599.6 599.6 599.6 599.8 600.0 599.0 599.2 600.8 599.0 598.6 600.2 599.2 600.2 599.2 599.2 599.6 597.8 600.4 599.6 599.8 599.8 598.6 600.0 599.6 599.4 599.4
中心(平均) 散布(变动)
n = 数据个数
5
求6, 10, 6, 8 的 平均和标准偏差
平均是 7.5 标准偏差是 1.91
6
工程能力和 Z的关系
对测定可能的特性,已知工程的平均和标准偏差时,可求Z值
ZUSL 是可能超过 USL的不良
率
LSL
Z LSL 是可能超过 LSL的不良
率
z z ZBen chUS L LSL
15
• 数据输入到MINITAB • Stat> Quality Tools> Capability Analysis(Normal)
数据列输入 Subgroup因为收集了5 个样品,输入5
输入规格上限(USL0 和规格下限(LSL)
16
• 图表结果分析(1)
[PROCESS 数据] 规格上限 PROCESS的目标值 规格下限 数据的平均 全体数据个数 群内标准偏差 全体标准偏差
[潜在的工程能力] Cp: 潜在的工程
能力指数 Cpk: 考虑偏移的潜在
的工程能力指数
[实际的工程能力] Pp: 实际的工程能力指数 Ppk: 考虑偏移的工程能力指数
17
• 图表结果分析(2)
[现在履行能力] 从现在数据看超 过规格的不良水 平是10000PPM
[潜在的预想履行能力] 超过规格的不良水平 是 3631.57 PPM
2
1. 工程能力(Process Capability) 是 ?
3
工程能力要素
• 决定工程能力的要素
短期
• 使工程平均与规格中心 一致化的管理非常困难， 根据经验从长期来看,规格 长期 中心移动 ±1.5σ 程度。
始点 1 始点 2 始点 3 始点 n
4
平均(mean)
平均和标准偏差
标准偏差(Standard deviation)
19
Minitab中使用的工程能力用语
用语
Potential, Short-term 潜在的,短期的
解释
Cp, Cpk
一般显示几日或几周期间的PROCESS能力,约由30~50个数据构成.表示
[实际的预想履行能力] 超过规格的不良水平是 6367.35 PPM
18
• Calc > Probability Distributions > Normal
0.9363 = 1 - 0.0637 Exp overall Performance ppm Total
SIGMA 水平计算 1.5244+1.5=3.02
数据的长期,短期的区分是如果包括所有变动时是长期,只存在因异常 原因变动时视为短期.
12
我们为什么把焦点放在短期能力上？
Short term (最高性能部分群)
Long term (所有 DATA)
一种接近法 : 找出显示最高性能的集团， 并找出形成此集团的(X’s)。
13
怎样能够改善工程能力？
Process Capability Analysis
1. 工程能力概要 2. 短期对比长期工程能力 3. 工程能力分析(使用 MINITAB) 4. 非对称性的处理 5. 变动要因的诊断 6. 工程能力分析步骤
1
本章的学习目标
• 理解短期和长期工程能力 • 能够利用 Minitab进行工程能力分析 • 学习非正态 data时的工程能力分析方法 • 工程能力转化为SIGMA水平
Βιβλιοθήκη Baidu
x USL
不良概率(P)
9
问题) 求Z值后求不良概率
平均
标准偏差
USL
LSL
20
1
28
25
0.2
20
18
3
22
16
x
LSL
USL
10
到现在学习了已知Z值时求不良率的方法 已知不良率时如何求Z值呢 例)不良概率为5%时Z值为多少?
Z值是表示SIGMA 水平时使用.
11
2. 短期对比长期工程能力
短期能力 (Short Term Capability )
4 599.4 599.6 599.0 599.2 600.6
5 598.8 598.8 599.8 599.2 599.4
6 600.0 600.2 600.2 599.6 599.0
7 599.0 599.8 600.8 598.8 598.2
8 600.0 599.2 599.8 601.2 600.4
短期能力是利用 DATA将PROCESS能够达到的程度计量化。 – 考虑包括最小变动的期间 – 考虑显示最高性能的期间 – 把 DATA分成 GROUP，选定最高的性能范围
短期能力可利用为 PROCESS改善潜在能力的计量化的目标。
长期能力 (Long Term Capability )
- 使用收集的所有资料 - 应包含包括偶然原因,异常原因的所有变动
Z LSL
x
USL
Z USL
Z Bench 表示工程存在的总不良率的概率
7
问题) 求Z值
平均
标准偏差
USL
LSL
20
1
28
25
0.2
20
18
3
22
16
为什么求Z 值?
8
Z是连续型数据时决定不良率(P)时使用. 超过规格的比率意味着不良 即,为求不良率(P),求Z
Z USL= 1.45 时不良率为多少?
14
3. 工程能力分析(MINITAB活用)
已生产两年的工程中生产的部品中一天取出5个样品,收集了20天的 数据. 数据类型是长度(mm),规格是598~602.求工程能力
1 598.0 599.8 600.0 599.8 600.0
2 600.0 598.8 598.2 599.4 599.6
3 599.4 599.4 600.0 598.8 599.2
9 600.2 599.6 599.6 599.6 600.2
10 599.2 599.0 599.6 600.4 600.0
11 12 13 14 15 16 17 18 19 20 599.0 600.4 599.4 598.8 599.6 599.6 599.6 600.0 599.4 599.6 599.6 599.6 599.0 599.2 599.2 600.0 601.2 599.4 600.0 599.8 599.4 600.0 598.4 599.6 599.6 599.6 599.6 599.8 600.0 599.0 599.2 600.8 599.0 598.6 600.2 599.2 600.2 599.2 599.2 599.6 597.8 600.4 599.6 599.8 599.8 598.6 600.0 599.6 599.4 599.4
中心(平均) 散布(变动)
n = 数据个数
5
求6, 10, 6, 8 的 平均和标准偏差
平均是 7.5 标准偏差是 1.91
6
工程能力和 Z的关系
对测定可能的特性,已知工程的平均和标准偏差时,可求Z值
ZUSL 是可能超过 USL的不良
率
LSL
Z LSL 是可能超过 LSL的不良
率
z z ZBen chUS L LSL
15
• 数据输入到MINITAB • Stat> Quality Tools> Capability Analysis(Normal)
数据列输入 Subgroup因为收集了5 个样品,输入5
输入规格上限(USL0 和规格下限(LSL)
16
• 图表结果分析(1)
[PROCESS 数据] 规格上限 PROCESS的目标值 规格下限 数据的平均 全体数据个数 群内标准偏差 全体标准偏差
[潜在的工程能力] Cp: 潜在的工程
能力指数 Cpk: 考虑偏移的潜在
的工程能力指数
[实际的工程能力] Pp: 实际的工程能力指数 Ppk: 考虑偏移的工程能力指数
17
• 图表结果分析(2)
[现在履行能力] 从现在数据看超 过规格的不良水 平是10000PPM
[潜在的预想履行能力] 超过规格的不良水平 是 3631.57 PPM
2
1. 工程能力(Process Capability) 是 ?
3
工程能力要素
• 决定工程能力的要素
短期
• 使工程平均与规格中心 一致化的管理非常困难， 根据经验从长期来看,规格 长期 中心移动 ±1.5σ 程度。
始点 1 始点 2 始点 3 始点 n
4
平均(mean)
平均和标准偏差
标准偏差(Standard deviation)
19
Minitab中使用的工程能力用语
用语
Potential, Short-term 潜在的,短期的
解释
Cp, Cpk
一般显示几日或几周期间的PROCESS能力,约由30~50个数据构成.表示
[实际的预想履行能力] 超过规格的不良水平是 6367.35 PPM
18
• Calc > Probability Distributions > Normal
0.9363 = 1 - 0.0637 Exp overall Performance ppm Total
SIGMA 水平计算 1.5244+1.5=3.02
数据的长期,短期的区分是如果包括所有变动时是长期,只存在因异常 原因变动时视为短期.
12
我们为什么把焦点放在短期能力上？
Short term (最高性能部分群)
Long term (所有 DATA)
一种接近法 : 找出显示最高性能的集团， 并找出形成此集团的(X’s)。
13
怎样能够改善工程能力？