SPC统计制程管理..doc

SPC统计制程控制 SPC－管制图总述 (本章中Ｘ即是Xbar,指平均值，Ｘ即是Xbarbar,指多个平均值的平均值，**为乘方的符号) SPC的统计基础是常态分布，中央极限定理是一个重要的理论基础。使用管制图管制的前提是制程是稳定的。 管制图实做 数据采集 如下例，作业员做的工作就是按照要求(如SOP规定)，每到时间就取5个样品测量，然后将５个值填进阴影区，再计算５个值的平均值Xbar和极差值Ｒ，然后将这两个值分别填进Xbart-chart和R-chart.再将这个点与前一个点用线连起来．(计算和描点也可以上电脑完成) 图形和数据分析 领班所做的工作是对图形进行监控．如下图示，μ+3σ即是上例中的UCL, μ-3σ即是上例中的LCL, μ即是?CL中心线. UCL与LCL间分为６个区间，中间两个定义为Ｃ区，往外有两个Ｂ区，再往外有两个Ａ区，再往外定义为管制界线外．以此定义按下述八种规则中的几种（具体哪几种由工程师定义）来判定制程是否异常．如果异常，应通知工程师处理．而工程师应根据以下介绍的方向来分析异常以尽快找出原因和对策．括号（）内是这种判异在正常情况出现误报警的概率计算，因为这些误报警是低概率事件，所以当出现这种情况时，我们应认为是制程出现异常而非误报警。如果我们要怀疑制程误报警，可以立即再加抽样，观察趋势是否还是反应有异常 １，一點超出3σ管制界限外 (误报警率为(1-N(3.0))×2=0.27% 根据常态分配特点，点在单边3σ以外概率为0.135%, “×2”是因为上下各有一区，以下同) ２，連續三點有二點在同邊B區外 (误报警率为(1-N(2.0)) 2×C23×2=0.31% 根据常态分配特点，点在单边2σ以外概率为2.275%,而三点中的二点组合可能性有C23种) ３，連續五點有四點在同邊C區外 (误报警率为(1-N(1.0)) 4×C45×2=0.63% 根据常态分配特点，点在单边1σ以外概率为15.8655%,而五点中的四点组合可能性有C45种) ４，連續九四點在中心线同侧 (误报警率为1/2 9×2=0.39% 根据常态分配特点，点在中心线一侧的概率为５０%) （以上四种异常的成因均是制程出现单向漂移造成，例如：加工机构某位置被损坏导致加工件特征往一边偏移；电路老化或损坏使机台获得的电压值低于正常值导致加工件特征往一边偏移；新增员工作业方法错误导致良率偏低．四种异常的制程偏移量依次第减，所以发现问题需要的点数会第增．） ５，連續六點上升或下降 (误报警率为(1/P66×2=0.28% 连续6点上升的概率是6的排列/P66数的倒数，相当于6个点排在一起，刚好排成从小到大的概率。此种概率有时会被错误地计算为1/2 6×，因为第一个点是自由的，第2个点大于第1个点的概率是50%，而第2个点要大于第1个点，它的分布概率已受到一些限制，第3个点大于第2个点的概率已小于50%，再往后的概率会更小．好比方王五比很多人都要高，再随机找一个人要比王五要高的概率会小于50%一样．） hj在55 （此种异常的成因是渐变的，例如螺丝越来越松；模具磨损越来越严重；定位治具越来越偏） ６，連續十四點一上一下 (误报警率为???%，这一概率是电脑模拟出来的) （分析此种异常，要先将第1,3,5等奇数位点的来源与2,4,6等偶数位点的来源分层．例如奇数位眯都是由白班张三量测，偶数位点都是由夜班李四量测，则图形的问题可能是因为两个量测员方法差异造成，也可能是白天，夜间环境温差／使用治工具不一样造成．如果是不良率管制图，则可能是白夜班管理力度差异造成） ７，連續八點在C區外兩邊 (误报警率为((1-N(1.0))×2)８=0.01% 根据常态分配特点，点在单边以C區外概率为15.8655%,) （此种异常的成因很明显是将两组制程不一致的制程混淆在一起，如要有效监控，必须分成两组来监控．例如两条生产线，或一条生产线不同的机台，或是同一台机不同的加工模具或不同的加工机构，或同一模具不同的穴位） ８，連續十五點在C區內 (误报警率为(1-(1-N(1.0))×2) 15=0.33% 根据常态分配特点，点在单边以C區内概率为34.1345%) （此种异常的成因如果不是人为造假数据，则是制程能力有提升如引进新设备） 对于第八种异常，如果制程能力有提升，则SPC管理员应采用新数据计算后缩中管制限，常会有工程师迷惑＂我改善了制程，你又要把管制限缩