过程能力分析PPT(精)

第1步 Stat>Quality Tools>Capability Analysis Normal
10
第2步
第3步
第4步
11
Process Capability Analysis for Process 1
记住:
Process Data
LSL
90 * 80 84 40 3.06874 4.88816
+Z
0 2) 如果计算出的 Z 值是负数 (通常为规范下限值): • 在表中查 Z 值的正数 (分布表只有正数) •下图显示Z值左侧的部分 • 通常, 在规范下限值之外的部分:
Z=
(USL - )

左图显示正Z值的部分
右图显示负Z值的部分
Z=
(LSL - )
0
-Z
22

当 DPMO 超过 500,000 时 Z 值为负数 ... 这表示你在做一件正确的事情的同时可能产生了一个重大缺陷 ... 实际上你的过程能力为0… …我们从不会反映负Z值!
表现
子群标准偏 差
总体标准偏 差
把中心值和标准偏差与规范联系起来
在控制中
不在控制中
3xCP 代表 “能力 ”!
6
运用 Minitab 计算能力
打开 8 Stats Capability.mtw 规范: 85 +/- 5 运用 Minitab 分析数据:
第1步 Stat>Quality Tools>Capability Six Pack (Normal)
90
Capability Plot
Potential (ST) StDev: 3.06874 Cp: 0.54 Cpk: 0.43 Overall (LT) StDev: 4.88816 Pp: 0.34 Ppk: 0.27 Process Tolerance
I I I I I I I I I ST LT
12
那么 . . . 什么是 “好” 和 “不怎么好”?
____Pp _____Cp <1.00 1.00-1.33
红 (坏的)
<1.00 1.00-1.33
黄 (还行)
绿 (好的)
>1.33
> 1.33
6 Sigma:
Cp = USL- LSL 6
= 12 6
= 2
13
CP
CPK
解释
Cp = Cpk…过程居中 能力好…偏差小
Overall (LT) Capability Pp PPU PPL Ppk 0.34 0.41 0.27 0.27
Expected ST Performance PPM < LSL PPM > USL PPM Total 96207.74 25279.73 121487.47
2. 报告长期(LT) DPMO
3
过程潜力指数
过程潜力指数: …是规范范围与6倍的所测量的过程标准偏差的比值. …反映过程离散情况.
目标值Байду номын сангаас
Cp = USL-LSL 6 P
Pp = USL-LSL 6 T
LSL USL
当过程处于用标准控制图所定 义的统计控制状态时, 使用 Cp.
当过程没有处于用标准控制图 所定义的统计控制状态时, 使 用Pp.
0.02 4.92e-001 4.52e-001 4.13e-001 3.74e-001 3.37e-001 3.02e-001 2.68e-001 2.36e-001 2.06e-001 1.79e-001 1.54e-001 1.31e-001 1.11e-001 9.34e-002 7.78e-002 6.43e-002 5.26e-002 4.27e-002 3.44e-002 2.74e-002 2.17e-002 1.70e-002 1.32e-002 1.02e-002 7.76e-003 5.87e-003 4.40e-003 3.26e-003 2.40e-003 1.75e-003
Values
85 80 75
80
90
2. 现在可以得到 Pp 和 Ppk 的数值, 但需要使 过程受控后再看它的 能力. Pp = 0.34 Ppk = 0.27
Specifications
20
30
40
Observation Number
3. 求 DPMO
9
运用 Minitab 计算能力的另一个方法
CPK = Min {CPL, CPU} PPK = Min {PPL, PPU}
当过程处于用标准控制图所定 义的统计控制状态时, 使用 Cpk.
当过程没有处于用标准控制图 所定义的统计控制状态时, 使 用Ppk.
5
过程潜力和实际表现指数
短期
潜力 Cp CPK
长期
PP 把标准偏差与规范的公差联系起来 PPK
or ZL LSL
有一些缺陷机会 1 平均值
3
在
符号前的数字(Z)越高，产生 缺陷机会越少
缺陷的机会较小
1
6
19
用Z衡量能力
Z=3 1 T 2 3 USL

+ 3 能力
当偏差减小，缺陷 概率降低， 所以能力增加
Z=6 1 2 3 4 5 6 T USL
1.60
1.60
1.60
0.40
0.40
0.40
过程中心偏移 偏差小
过程居中 偏差大 过程中心偏移 偏差大
0.40
0.15
在6里, 我们首先解决中心偏移问题, 然后解决产生偏差的原因.
14
例子: 我们的原材料团队收集了某彩管交货时间(小时). 我们来评 估一下该过程的表现. 求该过程的能力指数 (Cp & Cpk).
USL
ST LT
1. 报告短期 (ST) Sigma
USL Target LSL Mean Sample N StDev (ST) StDev (LT)
Potential (ST) Capability Cp CPU CPL Cpk Cpm 0.54 0.65 0.43 0.43 * 70 75 Observed Performance PPM < LSL PPM > USL PPM Total 200000.00 125000.00 325000.00 80 85 90 95 100 Expected LT Performance PPM < LSL PPM > USL PPM Total 206591.77 109825.59 316417.36
Capability Histogram
3.0SL=93.21
不受控 - 看控制图
X=84.00
80
90
10 1
20 1
30 1
40
Normal Prob Plot
3.0SL=11.31
Mov.Range
10 5
R=3.462 0 -3.0SL=0.00E+00 70 80 90
Last 25 Observations
零件
供应商 1 供应商 2
16
为什么这么做?
为了回答 . . . 为了回答 . . .
总体上讲, 过 程 表现如何?
长期: DPMO, Cpk , Ppk
过程可能有的 最好表现是什么?
短期: Sigma, Cp , Pp
17
Z值
Z Z
Z
18
Z-值的计算及缺陷概率
目标 USL
ZU USL
使用正态分布表
( 这里 = 1 and = 0 )
假定 Z = 1.52. 在正态曲 线下超过1.52的部分就是 缺陷产生的概率. Z 值是过程能力的量度, 经 常被称做“过程的 sigma” (不要与过程的标 准偏差相混淆). =0
曲线下的总面积为 1
表现极限
Z
缺陷概率 = .0643
下页的正态分布表列出了 Z 值右边的“尾巴”面积 . 23
正态分布
Z
Z 0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00 1.10 1.20 1.30 1.40 1.50 1.60 1.70 1.80 1.90 2.00 2.10 2.20 2.30 2.40 2.50 2.60 2.70 2.80 2.90
0.03 4.88e-001 4.48e-001 4.09e-001 3.71e-001 3.34e-001 2.98e-001 2.64e-001 2.33e-001 2.03e-001 1.76e-001 1.52e-001 1.29e-001 1.09e-001 9.18e-002 7.64e-002 6.30e-002 5.16e-002 4.18e-002 3.36e-002 2.68e-002 2.12e-002 1.66e-002 1.29e-002 9.90e-003 7.55e-003 5.70e-003 4.27e-003 3.17e-003 2.33e-003 1.69e-003
0.01 4.96e-001 4.56e-001 4.17e-001 3.78e-001 3.41e-001 3.05e-001 2.71e-001 2.39e-001 2.09e-001 1.81e-001 1.56e-001 1.33e-001 1.13e-001 9.51e-002 7.93e-002 6.55e-002 5.37e-002 4.36e-002 3.51e-002 2.81e-002 2.22e-002 1.74e-002 1.36e-002 1.04e-002 7.98e-003 6.04e-003 4.53e-003 3.36e-003 2.48e-003 1.81e-003