工程能力分析

工程能力分析1.何谓工程能力2.短期与长期工程能力3.合理的子集4.工程能力分析5.变动要因的诊断6.工序能力分析步骤1.何谓工程能力(Process)?•工程能力是生产工程能生产出多么均一的品质的制品的工程固有的能力。•所有品质特性具有目标值（Tar-getValue），与目标值的偏差越小品质越优秀。–可以计算出工程不良率.–可以建立改善目标.–提供与其他设备相比较的标准.了解工序能力...尽可能减少标准偏差使工程平均与目标值一致为了生产高品质产品的工序设计工程能力的向上LSLUSL良品目标值传统概念LSLUSL良品目标值新的概念损失损失品质与损失只要品质特性值与目标值不一致，不管是什么样的形式，损失是肯定发生的。A工序（SONY日本）B工序（美国）工程的比较A工程多多少少会发生不良，但B工序中不会发生不良。但是A的工程能力比B好.而且A的品质损失比B少.例）SONY日本工厂和美国.2.短期与长期工程能力•长期工程能力–能检查出其原因是由各种因素引起的，存在变动的长时期•相对长的时期（例：周，月份）•考虑长期噪音变数（NoiseVariable）的影响（例：设备磨损，季节影响）•需要约100-200个数据–技术+工程管理–日常条件下的实绩•短期工程能力–只存在由纯粹偶然原因引起的变动的短时期•相对比较短的时期(如：星期，日)•考虑短期噪声变数(例：白天和夜晚)•需要约30-50个数据–技术–最佳条件下的工程能力工序能力因素•决定工程能力的要素有:–工程的平均和规格的中心一致的程度.–散布大小•把工程平均管理成总是与规格中心一致是相当困难的。所以长期上默认为它从规格中心移动程度。时间1时间2时间3时间4短期长期5.1长期•短期工序能力LSLUSLst6lt5.4LSLUSL1.5考虑到工程平均的长期变化，长期工程能力是以工程平均从规格中心移动1.5σ为基准评价。工程能力指数•在特性值服从正态分布的前提下，短期工程能力指数计算公式如下：•6sigma水平时Cp=2.0.3sigma水平时Cp=1.0•长期能力指数考虑工序平均有1.5的移动，通过从短期能力减少0.5计算得到.LSLUSL6LSLUSLCP•6工序:Cpk=1.5•3工序:Cpk=0.5考虑到工程平均变动的工程能力指数01.5-6+6NominalLSLUSLCp=2.0Cpk=2.0Cp=2.0Cpk=1.51.53)5.1()6(3=+-+=-=ssss目标值目标值工程平均USLCpk计算工程能力时注意事项—工序能力的测定只在以下条件下有意义.–连续性数据(对离散形数据时没有意义的.)•速度，重量，大小.–工程处在管理状态时，即完全消除了异常原因的状态。–数据散布：正态分布（或近似）•工程能力决定于系统的变动，系统的变动是由以下多种原因引起的–set-up流程–制品即工程的状态–维护过程•层别的原理–在同一条件下将收集的数据组成一个子集，这样可以掌握系统或设备变动的本质。•子集构成原则–使子集内的变动变小–使子集间的变动变大3.合理的子集通过合理的子集的建立，能够如实地掌握工程的固有能力。组合标准偏差和全体标准偏差组合标准偏差•minitab的基本选择.•将子集内的变动平均之后求出来。•在合理的子集下，为了最佳的短期工程能力的计算而使用.全体标准偏差•以全体数据的变动中求出来.•估计实际能力时，用全体标准偏差.•在minitab中，为了显示以全体标准偏差为基准的工程能力，使用Pp或Ppk等符号。意义•如果组合标准偏差和全体标准偏差之间有差异，就说明工程平均或工程标准偏差随着时间变化•子集的组合标准偏差是在最佳状态下估算的.合理子集的用法和意义使用•以各工程变数的条件别形成数据的子集–设备的开关–机器，产品，操作者别–预防保全方法别•请对各子集执行工程能力分析。在minitab中，使用全标准偏差计算出Pp，Ppk，使用组合标准偏差计算出Cp，Cpk70605040302010UpperSpecLowerSpecsMean-3sMean+3sMeannkLSLUSLTargCpmPpkPPLPPUPp200000002.000.000.000.00ObsPPMLSLExpObsPPMUSLExpObs%LSLExpObs%USLExp8.913217.320470.799644.060050.00000.037620.000070.0000**0.900.900.970.93ProcessCapabilityAnalysisforyield85756555453525UpperSpecLowerSpecsMean-3sMean+3sMeannkLSLUSLTargCpmCpkCPLCPUCp0010000000.000.0010.000.00ObsPPMLSLExpObsPPMUSLExpObs%LSLExpObs%USLExp8.501034.036985.043159.540050.00000.581620.000070.0000**0.411.550.410.98ProcessCapabilityAnalysisforyield•下面两个图中哪一个具有较好的工程能力?为什么？工程能力•Boxplot:-X变量:“machine”-产量•注意“集团间变动”和“集团内变动”.21908070605040302010machineyield子集别Boxplots通过检验子集间的差别，我们能预测没有附加投资是否也可以改善现在的工程，也可以找出改善的根据。1020outputindex2.53.51.530•使用TimeSeriesPlot标记数据例)合理的子集的使用•比较子集内变动导致的标准偏差和全标准偏差.76543210232221201918171615141312111098765432103.52.51.5HourOutputDemonstationofRationalSubgroupsShiftistheGroupingVariable由平均值移动造成的变动子集内的变动总变动=+变动的构成因素与合理的子集1501005001514131211109ObservationNumberIndividualValueLong-termProcessDataforCo2X=12.64UCL=14.18LCL=11.10•短期工程能力相对只需要短期间的数据（20-50个左右）•长期工程能力相对需要长期间的数据(周间,月间.约100-200个数据)1501005001514131211109ObservationNumberIndividualValueLong-termProcessDataforCo2X=12.64UCL=14.18LCL=11.104.工程能力分析利用minitab的工程能力分析•打开processcapability.mpj文件.•StatQualityToolsCapabilityAnalysis(Normal)输入规格输入子集的大小或显示子集的栏输入有数据的栏89101112LSLUSLProcessCapabilityAnalysisforUSLTargetLSLMeanSampleNStDev(ST)StDev(LT)CpCPUCPLCpkCpmPpPPUPPLPpkPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotal11.000*9.0009.699500.1009280.7020443.304.302.312.31*0.470.620.330.33220000.000.00220000.000.000.000.00159706.6431929.67191636.31ProcessDataPotential(ST)CapabilityOverall(LT)CapabilityObservedPerformanceExpectedSTPerformanceExpectedLTPerformanceSTLTFill-up•在形成了合理的子集的前提下，我们可以得到如下解释.短期标准偏差是0.100928.长期标准偏差是0.702044.这个工程的潜在工序能力是3.30.即如果最大限度地改进可能达到3.30。此工程的当前能力是0.33.这个工程的不良率现在是191636PPM.•工程能力分析是为了识别潜在的变动要因而使用。•通过变动因素的消除，能够改善工程.•通过形成合理的子集，改善工程。5.变动因素的诊断从制造工程的观点上Y的变动由引起。各的变动原因及其形态都互不相同。中一部分变动周期短，一部分变动周期长，即从长远角度上看工程具有多种多样的变动类型。nxxxfY,...,21xxxn,,12,xixi品质的变动原因•偶然原因(一般原因)–生产条件严格管理的状态下发生的是不可避免的不可避免的原因.ex)作业者的熟练度差异，作业环境的差异等。•异常原因(特殊原因)–不良资材的使用，制造设备的异常，操作者疏忽等等。•注意–工序能力分析是在工程的稳定状态，即没有由异常原因引起的状态下执行。且使用在偶然原因的效果分析。合理地形成子集的情况•在子集中只有偶然原因产生的变动•由异常原因产生的变动是以子集间的差异显示出来的.•利用组合标准偏差将工程设定为最佳状况的时候，可以估计潜在工程能力.•在子集里，偶然原因引起的变动和异常原因引起的变动同时存在.•不注意不稳定的工程，子集间的差距不好区别.形成错误子集的情况如果形成合理的子集….•GraphTimeSeriesPlotFill-up102030405091011Index面傈樊子集内的变动小，而子集间的变动比较大。通过分析点的排列类型，可以很容易找到工程改善的根据。Fill-up89101112LSLUSLProcessCapabilityAnalysisfor面面面USLTargetLSLMeanSampleNStDev(ST)StDev(LT)CpCPUCPLCpkCpmPpPPUPPLPpkPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotal11.000*9.0009.699500.1009280.7020443.304.302.312.31*0.470.620.330.33220000.000.00220000.000.000.000.00159706.6431929.67191636.31ProcessDataPotential(ST)CapabilityOverall(LT)CapabilityObservedPerformanceExpectedSTPerformanceExpectedLTPerformanceSTLT长期和短期的标准偏差的差距变大可以准确地掌握工程的潜在能力Fill-up如果没有形成合理的子集….•打开Minitab文件processcapability.mpj.•GraphTimeSeriesPlotRegarding“fill-up1”,TimeSeriesPlotFill-up110203040508.59.510.511.5Index面面面子集内的变动变大，但子集间的差异不明显。不易找到工程改善的根据。78910111213LSLUSLProcessCapabilityAnalysisfor面面面USLTargetLSLMeanSampleNStDev(ST)StDev(LT)CpCPUCPLCpkCpmPpPPUPPLPpkPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotal11.0000*9.000010.0882500.9075540.9620380.370.330.400.33*0.350.320.380.321600