6Sigma-工具培训教材-之-CPKSPC.pptVIP

Page 目录 过程能力分析 Cp, Cpk Pp, Ppk Z值 DPPM 控制图 基本概念 控制图的建立 HDD Online SPC 控制计划 过程能力分析 什么叫过程能力 过程能力以往也称为工序能力，指过程加工质量方面的能力，它是衡量过程加工内在一致的，稳态的最小波动。 过程处于稳态时，有99.73%的产品计量质量特性值落在u±3σ的范围内（u-质量特性值的均值，σ质量特性值的标准差） 一般用Cpk(Process Capability Index)，Cp来表示 过程能力分析 Cpk的使用前提条件 我们期望的过程改善 一切品质都具有它的目标值（target value）,品质是与目标值的偏差越小越优秀 从统计的角度看过程的表现，只有两个问题： 中心偏移（过程中心值不在目标值上） 离散-（过程偏差太大） 我们期望的过程改善 过程能力指数 我们用什么表示过程能力的好坏？ －－过程能力指数 Cp,Cpk (Process Capability Index) Pp,Ppk (Process Performance Index ) Z值（Sigma 水平） DPPM (Defect Parts Per Million) 过程能力中数据类型 长期/短期过程能力 长期过程能力和短期过程能力指数 Cpk 和Ppk的差别 过程能力指数_Cp 过程能力指数_Cp 短期过程能力指数_Cpl, Cpu, Cpk 不合格率，DPPM,sigma水平与Cp的关系 长期过程能力指数_Ppl, Ppu, Ppk 不合格率,Z值的关系 Minitab能力分布计算 Minitab能力分布计算 Pp,Cp,Cpk值的判定原则 脑力 统计过程控制 目录 SPC的基本概念 SPC（Statistical Process Control） 用统计的方法去分析制程中的特性，来控制制程的变异，基于控制图原理（3σ原理）：数据来自正态分布 N(u, σ2) SPC的目的 控制制程达到受控制的状，做到预防问题的发生，减少浪费。 SPC的来源 控制图于1924年由美国品管大师W.A. Shewhart博士发明。因为其用法简单而且效果显著，人人能用，到处可用，遂成为实施品质制程管制时不可缺少的主要工具。 数据来自正态分布 SPC的基本概念 SPC的对象过程，不是产品 过程 输入→处理→输出 过程指标（材料，人员，机器，操作方法，环境等） 过程的特点 过程一直处于变化中 过程中变差的两个趋势 集中趋势：平均值 离散趋势：sigma 过程中变差的两个原因 普通原因： 它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除 特殊原因 系统原因（异常因素）造成的。它对产品质量影响很大，但能够采取措 施避免和消除。 SPC的基本概念 普通原因和特殊原因的区别 普通原因和特殊原因 普通原因和特殊原因 过程变化的两种状态及变异原因 控制图 SPC应用的工具控制图 控制图的作用：监控普通变异，识别特殊变异 最常用的控制图：Xbar-R Chart/ Xbar-S Chart Xbar-R /S Chart的结构： 由Xbar Chart, R /S chart 组成 每个图上有： 中心线（CL，Central Line） 上控制界限（UCL， Upper Control Line） 下控制界限（LCL， Lower Control Line） 按时间顺序排列的样本统计量的数据序列 UCL/LCL/CL是根据收集到的实际数据计算而得出的结果。 公差界限：区分合格品与不合格品 控制界限：区分正常波动与异常波动 控制图 SPC的原理- 3 σ原则 当质量特性的随机变量x服从正态分布时，则x落在μ±3 σ的概率是99.73%。 根据小概率事件可以“忽略”的原则：如果出现超出μ±3 σ范围的x值，则认为过程存在异常。 SPC的基本原理 Xbar-R Chart 控制图原理： 正态分布 N(u, σ2) SPC的基本原理 SPC的基本原理-两类错误 两类错误 第Ⅰ类错误（α）：虚发警报，浪费人力物力 第Ⅱ类错误（β）：漏发警报，错过改正的机会 两类风险 漏发报警：过程异常但没有报警→漏发报警的风险 虚发报警：过程正常但出现报警→虚发报警的风险 减少两类风险 增大样本数量 SPC的基本原理 控制图的判异规则 控制图的判异规则 控制图的判异规则 控制图的判异规则 9）控制图上的点同时满足几条判异准则时，按照判异准则的排列顺序，只取最前面的一条判异准则。 （第9点处应该以“连续9点在中心线同一侧”报警） 建立控制图 建立控制图的准备工作 确定控制的参数； 输入参数，输出参数 产品参数，过程参数 确定分组的方式，抽样频率组内差异小