M4_工程能力分析

• 在合理的部分群条件下主要
为最佳短期工程能力计算使用。
12
工程能力
• 以下哪个具有较好的工程能力？ 其理由是?
Process Capability Analysis for yield
Lower Spec Upper Spec
Process Capability Analysis for yield
Expected LT Perf ormance PPM < LSL PPM > USL PPM Total 128997.94 171620.76 300618.70
23
4. 工程能力分析(利用 MINITAB)
•打开研磨厚度.mtw 文件。 • Stat> Quality Tools> Capability Analysis(Normal)
8
怎样能够改善工程能力？
下面的任何一种，或可结合使用。 • 增加允许公差。
注意 : 允许增加公差并不是选择事项。
• 减少 PROCESS的散布或变动。 • 根据下面移动平均。
• - 如果是两测规格(规格上限，规格下限)，平均向中心对称。
- 如果是单测规格(规格上限或规格下限)，减小或扩大平均。
以上三种接近方法对所有工程能力改善都有帮助。
构成合理的部分群，可准确地确认工程的固有能力。
10
合理的部分群的使用和意义
使用
• 按各工程条件别形成
意义
• 如果合并标准偏差和整体标准偏差 间的差异大，表示此工程平均或工 程标准偏差随时间发生变化。 • 从部分群推测了合并标准偏差的 最佳状况。
DATA的部分群 – 装备的 ON/OFF – 机械，产品，作业者别 – 预防保全方法别 • 对各部分群实行同一工程 能力分析
长期标准偏差和 短期标准偏差 几乎没有差异，
Potential (ST) Capability Cp CPU CPL Cpk Cpm 0.37 0.33 0.40 0.33 *
将过小评价 7 8 9 工程的潜在能力。
Observ ed Perf ormance PPM < LSL PPM > USL PPM Total 160000.00 220000.00 380000.00
11
合并标准偏差和整体标准偏差
合并标准偏差(Sp)
整体标准偏差(S)
Pooled Standard Deviation
• MINITAB的基本 OPSIONS • 平均求出部分群内的变动。
Overall Standard Deviation
• 从所有 DATA的变动求出。 • 为推测实际工程能力，要 使用此 OPSIONS。 • MINITAB为显示以整体工程能力为 基础的工程能力，使用 Pp 和 Ppk 等符号。
44.0600 70.7996 17.3204 8.9132
%>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 *
Lower Spec Upper Spec
10
20
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
一种接近法 : 找出显示最高性能的集团，
找出把此集团作成最高的(X‟s)。
6
短期能力 (Short Term Capability )
短期能力利用 DATA计量化 PROCESS能够优秀到什么程度。 – 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
9
3. 合理的部分群
• 工程能力根据系统变动决定，系统变动影响以下多少的要因。 – 三业步骤 – 产品及工程的状态 – 保全 PROCESS • 层别(Stratification)的原理 – 把同一条件下收集的 DATA组成一个部分群， 可确认系统或装备变动的本质。 • 部分群构成原则 – 部分群内变动 (Variation within Groups)要小 – 部分群间变动 (Variation between Groups)要大
22
充电量 Process Capability Analysis for à À · æüq
LSL USL
ST LT
Process Data USL 11.0000 Target * LSL Mean Sample N StDev (ST) StDev (LT) 9.0000 10.0882 50 0.907554 0.962038
10
11
12
13
Ov erall (LT) Capability Pp PPU PPL Ppk 0.35 0.32 0.38 0.32
Expected ST Perf ormance PPM < LSL PPM > USL PPM Total 115254.87 157525.89 272780.77
20
如果没有形成合理的部分群...
• Graph> Time Series Plot 对“充电量1” Time Series Plot
21
部分群内的变动变大， 部分群间的差异不明显。
11.5
充 电 量
10.5
ÃæÀü·q
9.5
8.5 Index 10 20 30 40 无法轻松找出 50 工程改善的头绪。
LSL USL
ST LT
Process Data USL 11.000 Target * LSL Mean Sample N StDev (ST) StDev (LT) 9.000 9.699 50 0.100928 0.702044
显示长期标准 偏差和短期标准 偏差的差很大，
Potential (ST) Capability Cp CPU CPL Cpk Cpm 3.30 4.30 2.31 2.31 * 8 9 10 Expected ST Perf ormance PPM < LSL PPM > USL PPM Total 0.00 0.00 0.00 11 12 Expected LT Perf ormance PPM < LSL PPM > USL PPM Total 159706.64 31929.67 191636.31
3
工程能力要素
• 决定工程能力的要素是
– 工程的平均与规格中心 一致的程度
短期
– 散布的两种大小
• 一直把工程平均与中心 一致性的管理非常困难， 根据经验长期性地从规格 中心移动 ±1.5σ程度。
长期
始点 始 1 点 2 始点 3 始点 n
4
2. 短期对比长期工程能力
• 长期工程能力
– 因可明确原因的多种要因，变 动存在的长时间 • 相对长时间 (例: 周，月 ) • 相对短期间
Targ USL LSL k n
* 70.0000 20.0000 0.5816 50.0000
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<焦点放在短期能力上？
• • 理解工程进行的(长期性能)和工程能够进行的(短期工程)差，可提示 改善努力的方向。 长期性能和短期性能的差影响工程管理的结果。 短期工程能力随时间发生变化 - 经验上平均 1.5 SIGMA。
Short term (最高性能部分群)
Long term (所有 DATA)
可把短期能力使用为计量化 PROCESS改善潜在力的目标。
长期能力 (Long Term Capability )
- 使用所有收集的资料
- 没有需要的 DATA数的最小值和最大值。 - 没有时间的最短和最长
但要考虑的是…
- 现有的 DATA是否包括 PROCESS的所有变动原因。
7
工程能力指数
• 特性值是正态分布的前提下
Ov erall (LT) Capability Pp PPU PPL Ppk
可准确地确认 Perf ormance Observ ed 0.47 PPM < LSL 220000.00 工程的潜在能力。
0.62 0.33 0.33 PPM > USL PPM Total 0.00 220000.00
1 2
yield
60
50
40 30
20
10
m ach ine
检讨部分群间变动，可预测现有的工程不做另外投资可改善到 哪个水平，并可找出改善的头绪。
14
合理的部分群使用例
• 使用 Time Series Plot，
3.5
DATA。
outpuy
2.5
1.5
index
10
20
30
• 比较影响部分群内变动的标准偏差和整体标准偏差。
识别部分群间的差异。
的潜在能力。
17
如果已形成合理的部分群...
• Graph> Time Series Plot