APQP初始过程能力研究计划

)6.管理图)把表示工程状态的特性值移动具有一定模样的点，按系列类别连接而成的线型图表•DefineTests:管理图的初期设定•Box-CoxTransformation:把非常歪曲的数据转换为正态性数据•Xbar:对部分群平均的管理图•R:对部分群范围的管理图•S:对部分群标准偏差的管理图•Xbar-R:对部分群平均和范围的管理图•Xbar-S:对部分群平均和标准偏差的管理图•I:对个别观测值的管理图•MR:对移动范围的管理图•EWMA:对指数加重移动平均的管理图•MA:对移动平均的管理图•CUSUM:累积管理图•Zone:Zone管理图•Z-MR:对个别观测值和移动范围的已标准化的管理图Minitab管理图基础)MinitabDefineTest管理图的初期设定•R,S,MA-chart,计数型管理图为Test1~41.在中心离K-sigma的一个点2.在中心一侧连续出现（RUN）K个时3.当连续K个渐渐上升或下降(Trend)时4.当上下变动的K个点出现时(Cycle)5.在中心线脱离2-sigma以上，K+1个中K个时(同侧)(Freak-突出)6.在中心线脱离1-sigma以上，K+1个中K个时(同侧)(Freak-突出)7.在中心线1sigma内K个时(无论哪一侧)8.在中心线1sigma以上K个时(无论哪一侧）)MinitabBox-CoxTransformation在控制数据的非正态性与ServeGroup平均相关的ServeGroup工程变动修正时使用。•Dataarearrangedas:-Singlecolumn:变换对象Col-Subgroupsize:部分群的大小•Storetransformeddatain:-Singlecolumn:欲保存的Col)MinitabXbarR管理图•选择包含已测定data的列•指定群的大小•Unstackdata时•输入已知的平均、标准偏差便可绘出管理界线•依指定的Group独立绘出管理界线。例如分月别,作业人员别,时间别表示•Tests:指定test使其看出管理图的异常值•Estimate:在推定母数时指定欲删掉的数据•Stamp:在管理图的X轴上追加TICKLABEL列•Option:可选择Box-Cox变换的菜单•在管理界线内点分布randomCAMSHAFT.MTW最一般的管理图)MinitabXbarS管理图CAMSHAFT.MTW当试料群的大小在6个以上的情况)MinitabI-MR管理图试料群的大小为1的情况CAMSHAFT.MTW)MinitabI-MRR管理图同时管理相互不同工程的数据同时显现试料群内的散布与试料群间的散布CAMSHAFT.MTW)MinitabP管理图不良率管理图随着试料的大小不同，限界的幅度也发生变化•Variable:不良数量•Subgroupsize:检查数量相同时•Subgroupsin:检查数量不同时EXH_QC.MTW)MinitabNP管理图•Vaiable:不良数量•Subgroupsize:检查数量相同时•Subgroupsin:检查数量不同时EXH_QC.MTW不良率管理图随着试料的大小不同，限界的幅度也发生变化)MinitabC管理图一定单位内的缺点数管理图,当一个中的缺点数少时,使用一定个数中的缺点数•Variable:缺点数EXH_QC.MTW)MinitabU管理图单位缺点数管理图检查的试料面积或长度等不同时适用•Variable:缺点数•Samplesize:相同的检查数(试料数)•Subgroupsin:试料群的大小不同时EXH_QC.MTW)7.品质工具)Minitab品质工具基础•RunChart:通过数据，发现Processpattern，并确认是否non-random•ParetoChart:确认什么问题最重要•CauseandEffect:特性要因图•CapabilityAnalysis:工程能力分析•GageR&R:测定系统评价•Multi-VariChart:使数据一眼所能见到的视觉形态，提供分散分析的数据•SymmetryPlot:评价数据是否从对称分布而来)•欲分析的Rawdata输入在一个列时•欲分析的data输入在多个列时•指定在图表中表示的点按Subgroup的平均或中央值•个别data的打点•Subgroup平均值的得分•所有data的中央值Cranksh.mtwMinitabRunChart)MinitabParetoChart在现场成为问题的不良品以及缺点、Claim、事故等按现象或原因类别分类,并使其数据不良个数或损失金额等多的顺序展示，并把其大小用柱形绘出的图形。-决定改善的功击目标、掌握问题点、不良对策及改善效果确认、不良或故障原因调查使用原资料使用频率数按集团类别绘出时EXH_QC.MTW)MinitabCause-and-Effect显示结果特性和引发原因的要因之间关系的图形。-掌握异常原因及采取对策用/现场改善活动时现况解释及改善手段的整理-作业标准的作成或改正/新入社员的教育或作业说明-有助于观察潜在原因之间的关系-在Minitab中只能画出一次levelEXH_QC.MTW)MinitabCapabilityAnalysis(Normal)工程的数据为连续性资料并随正态分布时的工程能力指数计算•欲分析的data输入在一个列的情况•欲分析的data输入在多个列的情况•输入规格的上限和下限,Hardlimit在输入规格的上、下限值外，无数据时选择•知道母集团的平均和标准偏差或者从以前的数据推定的平均和标准偏差便输入Camshaft.mtw)MinitabCapabilityAnalysis(Weibull)工程的数据为连续性资料并随Weibull分布时的工程能力指数计算•选择数据列•选择决定Weibull分布模样的形象母数•产品特性为单侧规格时输入3，而两侧规格时保留6。•长期工程能力•当前能力•长期预测能力Tiles.mtw)MinitabCapabilitySixpack(Normal)因显示与工程能力分析相关的图表，所以一眼就可以确认Tests...Estimate...Options...•指定管理图发生异常时确认的Test条件•指定按subgroupsize的sigma计算方法•数据分布不按正态分布时选择•为绘出RunChart而指定subgroup的数•单侧规格时输入3，双侧规格时输入6Camshaft.mtw)MinitabCapabilitySixpack(Normal))MinitabCapabilityAnalysis(Binomial)二项分布数据的工程能力计算(不良率)•Defectives:已输入不良率的列•Samplesize:已输入试料数的列•Target:输入目标不良率•PCHART显示在工程控制外有一个点•显示累计%DEFECTIVECHART为约22%•Defectivesrate不受资料量的影响•ProcessZ为0.75，2.25σ低水准BPCAPA.MTW)MinitabCapabilityAnalysis(Poisson)Poisson分布数据的工程能力计算(缺点数)•指定输入缺点数的列•指定输入试料数的列•输入目标值•U管理图显示在管理状态外有3个点•累积平均DPU在0.025与0.03之间的某一个地点显示相对稳定的状态•观察DPU的Histogram,似乎随Weibull分布，但有更多的数据存在时才可以判断BPCAPA.MTW)MinitabGageRunChart分析测定数据的散布后发现问题点•Partnumber:选择Part列•Operators:选择测定者的列•Measurementdata:选择测定值的列•X轴按试料类别区分，便于一眼看到各测定值出现何种程度差异(第1,5,10号试料为测定值小)。•特定的试料根据测定系统不同,数值差异的大小不同(第10号试料在第3号测定系统中的测定值大)GAGEAIAG.MTW)MinitabGageLinearityStudy称作直线性，分析在各测定系统所及测定范围内与真值发生的差异，并设定准确的测定范围•Partnumber:选择part列•Mastermeasurements:选择master测定值(真值)列•Measurementdata:选择输入测定值数据的列•ProcessVariation:在GageR&RStudy中选择StudyVar的TotalVariation(5.15*SD)•%Linearity为13.16%，测定系统的直线性占有全体工程散布的13.16%•%Bias为0.376%倾向性很小•%Linearity和%Bias的值越小,测定系统越好Gagelin.mtw)MinitabGageR&RStudy(Crossed)调查测定系统的散布对工程散布的影响,并判断测定系统的测定能力的技法•按“Option”键后，在ProcessTolerance输入规格公差，便可求规格比%R&R值(%Tolerance)。Gageaiag.mtw)Minitab结果解释•用XbarChart能分析测定系统的有用性,若超过管理界限50%时能检查部品间变动，否则不适合区分部品间变动。现在因为是50%以上,测定系统为适合。•Operator*part的interaction及operator的p-value比留意水准0.05小而有意，但比部品间的变动相对地变动小,故没有给全体带来影响。•GageR&R的变动大部分起因于再现性，并且在再现性中operator与part的交互作用影响较大。判定基准%Contribution%StudyVarDistinctCategoriesDiscriminationRatioAccept1%10%1010Considercritically1%~9%10%~30%4~94~9Reject9%30%44%Contribution%StudyVarDistinctCategoriesDiscriminationRatioAccept1%10%1010Considercritically1%~9%10%~30%4~94~9Reject9%30%44%Contribution%StudyVarDistinctCategoriesDiscriminationRatioAccept1%10%1010Considercritically1%~9%10%~30%4~94~9Reject9%30%44GageR&RStudy(Crossed))MinitabMulti-VariChart称作多变量chart，使数据能一目了然按视觉的形态进行分散数据的分析,对所有因子表示各个因子水准的平均•Response:选择反应值的列•Factor1:选择因子的列•Displayoptions:用与输出结果相关的选项表示个别数据的分数或者可选择连接因子平均SINTER.MTW)MinitabSymmetryPlot评价数据是否对称分布多数点越接近CHART的直线,对称性越强•选择已输入数据的列•对称性判断-数据的点越接近基准线,对称分布越强-若数据点往基准线上方分离,是偏左侧的分布-若数据点往基准线下方分离,是偏右侧的分布-若在右上端存在离基准线的点，在分布的尾部稍有偏向•结果解释-数据几乎是对称-右上端的点处于偏离，象从Histogram所见稍微向左偏但是，不能说存在显眼的偏向Exh_qc.mtw)Minitab计数型数据R&R计数型数据R&R对各标本的适合与不适合按作业人员别评价顺序准备20个标本-不易区别的良品和不良品各准备10个让2名作业人员按Random顺序各判定2回-Blindappraisal整理结果-同一作业人员的判定不一致数，作业人员之间的不一致数，与实际有差异的次数若对各标本的所有结果不一致,则改善测定