Training Materials on PQC Knowledge ----- For Prod

PQC知识培训资料-----用于生产部组长培训基础知识1.StatisticalProcessControlSPC就是应用统计技术对过程中的各个阶段进行控制，从而达到改进与保证品质目的，SPC强调全过程的预防。2.DPPM，LotRejectRate(LRR),LotAcceptableRate(LAR).DefectPartPerMillion坏品百万分比率。LotRejectRate(LRR):Lot被拒收的百分率.LotAcceptableRate(LAR):Lot被接收的百分率。基础知识3.产品品质的波动产品品质具“两重性”：即“波动性”和“规律性”正常波动----由偶然原因和难以避免的原因造成的产品品质波动。异常波动----由系统性原因造成的产品品质波动。造成产品品质波动和原因：6MIE人(Man)机(Machine)料(Materials)法(Method)测量系统(Measurement)环(Environment)基础知识4、数据分类计量值数据可以用测量工具具体测出小数点以下值的数据，如长度、重量等。计数值数据即使用测量工具也得不到小数点以下的数值，而只能用0、1、2、3、、、、等整数表示。注意：当数据以百分率表示，要判断它是计量值，还是计数值数据，取决于给出数据计算公式的分子。例：坏品率----计数值数据。基础知识5、数据的统计特征值：平均值(Mean)Xbar:(X1+X2+X3+…Xn)/N标准偏差:S=SQRT((Xi-x)^2)/(N-1)极差：R=最大值-最小值中位数X:一组数据按大小顺序排列，取中间位置的数；基础知识6.重复性和再现性(GR&R)GR&R的含義GR&R即GageRepeatability&Reproducibility﹐是指評价測量工具及操作者的測量值重复性﹑再現性的一种方法﹒該測試結果可作為責任部門或工程師對檢測設備暫允或接受﹑不接受以及重新調校修正工具﹑檢討測試方法等工作的參考﹒GR&R测试的操作程序A，對要進行GR&R測試的設備﹑夾具進行檢查﹐應無缺陷﹐設備處于穩定狀況下﹔B，所選樣品值的范圍應均勻分布于SPEC之內﹐而不應選擇兩极分化或集中分布的樣品﹔3个操着熟练的员工。C，每个员工重复测量这10个样品各3遍，计录DATA。D，将DATA输入GR&R表格或用MINITAB软件得出GR&R结果。基础知识7.Correlation(相關性)相關的含義：相關是在同一可量單元里為了測定來源數据的關系而做的兩組不同可量數据間的對比。做相关的程序A，做相關性試驗樣品的挑選.所選樣品值的范圍應均勻分布于SPEC之內﹐而不應選擇兩极分化或集中分布的樣品﹔B，樣品的數量一般情況下﹐10至30個樣品測量是充分的﹔C，獲得相關數据合格的员工以正常的操作手勢進行測試﹐每個樣品單元必須測量不少于3次﹐然后取其測量的平均數來做為相關數据﹔D，進行相關計算通常是利用電腦軟件MINITAB程序進行計算。基础知识（8.工序能力简介）工序能力定义：工序在稳定状态下能够生产出合格品的能力，叫做工序能力。稳定状态：包括人员，机器，材料，工艺方法，测试系统环境条件都符合标准规定的要求。工序能力常常以工序生产的产品在Spec范围内的比例加以考量.工序生产出的坏品的频率以下述几种方式表示:a)百分比率(%)b)百万分比率(ppm)c)10亿分比率(ppb)基础知识（8.工序能力简介）工序变异工序变异是在单个产品的测量或工序产品内不可避免的差异.变异的根源产品内(positionalvariation)产品之间(unit-unitvariation)批与批之间(lot-lotvariation)拉与拉之间(line-linevariation)随着时间而变异(time-timevariation)测量误差(repeatability&reproducibility)基础知识（8.工序能力简介）变异的类型内在的或自然的变异由于许多小的难以避免的原因累积的影响一个工序如果只存在偶然原因，称其处于“统计控制”状态.基础知识（8.工序能力简介）变异的类型异常或系统变异可能产生于a)不适当地调整机器b)员工操作错误c)来料不良一个工序如果存在异常原因，可称为“失去控制”(OutofControl)基础知识（8.工序能力简介）工序能力工序能力的研究可:指明工序产出的连续性指明工序产出符合规格的程度用于与其它工序或竟争对手作比较基础知识（8.工序能力简介）工序能力VSSpec限a)b)c)a)工序能力高b)工序能力处于临界状态c)工序能力不足基础知识（8.工序能力简介）工序能力指数工序能力指数的两种度量方式工序潜能Cp工序行为CpuCplCpk基础知识（8.工序能力简介）Cp就是产品公差范围(T)与工序能力之比6LSLUSLToleranceNaturalTolerancegEngineerinCp工序潜能工序潜能Cp为1.0表明工序能力尚可，即:如果工序中心位于工程公差中心，0.27%的产品会超出Spec限.CpRejectRate1.000.270%1.330.007%1.506.8ppm2.002.0ppb基础知识（8.工序能力简介）基础知识（8.工序能力简介）a)b)c)a)工序潜能高(Cp2)b)工序潜能尚可(Cp=1to2)c)工序潜能不足(Cp1)工序潜能基础知识（8.工序能力简介）Cpk指数反映了工序平均值与最新的Spec限之间的距离.CPK计算公式一...Mean=X+XX++n12n22...=XXX12-++Mean-Mean+n-Mean2n基础知识（8.工序能力简介）CPK计算公式二22......Mean=X+XX++n=XXX2-++Mean-Mean+n-Mean2nCPK=12nMin(CPU,CPL)3USL-MeanCPU=3Mean-LSLCPL=1基础知识（8.工序能力简介）注意当SPEC为双极限时，其中“Target”为PQC监控时所用的Target.如目前PQC监控AlpineB1的GramLoad参数所用的Target为2.48g。Example:B1pitchadjusttargetis-0.1degPPK=((1.4-2*ABS(-0.1-mean))/(6*sigma)基础知识（8.工序能力简介）CpkRejectRate1.00.13–0.27%1.10.05–0.10%1.20.02–0.03%1.348.1–96.2ppm1.413.4–26.7ppm1.53.4–6.8ppm1.6794–1589ppb1.7170–340ppb1.833–67ppb1.96–12ppb2.01–2ppb工序行为基础知识（8.工序能力简介）a)工序能力高(Cpk1.5)b)工序能力尚可(Cpk=1to1.5)c)工序能力不足(Cpk1)a)Cp=2Cpk=2b)Cp=2Cpk=1c)Cp=2Cpk1工序行为控制图简介控制极限VS规格极限规格极限(USL,LSL)由设计需要而决定的，表现为单个产品可以接受的极限，对一个过程而言是不变的。过程极限(UPL,LPL)表现为单个产品可以接受的极限，用于帮助过程控制。控制极限(UCL,LCL)根据过程的变化而变化，通常用于样本统计例如一组样品的平均值和差值而不是单个值。控制图简介控制极限VS规格极限用于单个值分布如用于样品的平均值.控制图简介控制图有两种用途.1.以过去的Data作为判断判断收集Data时工序是否处于控制状态2.以目前的Data作判断评估工序是否持续表现稳定状态控制图是用于寻找异常原因的工具.偶然原因的控制限是m±3sigma.012345678910-3-2-10123ObservationNumberStandardDeviationsmUpperControlLimitLowerControlLimitCenterlinem+3m3Time控制图简介控制图的种类计量值数据平均值x-barx,orindividual散布值RsMR计数值数据pnpcu控制图需要样本数为n的k组连续的历史数据.k一般为25或更大.n的选择依据:一组中碰到异常原因的概率低控制图简介制作用于判断的控制图Collectsufficientdata(k25)Calculatetrialcontrollimits1.Findspecialcauses2.Takecorrectiveaction3.ExcludeaffecteddatafromcalculationsExtendlimitsUsechartasanoperationDeterminesubgroupsize,nStartBothspreadandlocationincontrolNOYES控制图简介什么时候可认为工序失控?Minitab的默认规则:1点超3sigma线连续9点在中心线一侧连续6点上升或下降连续14点交替上升和下降连续3点有2点处于2sigma线以外(同侧)连续5点有4点处于1sigma线以外(同侧)连续15点在1sigma线内(两侧)连续8点在1sigma线以外(两侧)控制图简介举例说明Optimal判断异常的标准TEST1.Onepointmorethan3.00sigmasfromcenterline.TestFailedatpoints:10TEST2.9pointsinarowonsamesideofcenterline.TestFailedatpoints:91011TEST3.6pointsinarowallincreasingoralldecreasing.TestFailedatpoints:10Fromthefirstpointbegintocount0510121314SampleNumberSampleMeanX-barChartforC1212Mean=13UCL=13.74LCL=12.26虽然第九点被判断为异常，机器已经被调校过。但第十点和第一点仍是异常，具体描述如左边。从这点开始数。Xbar-R图简介Xbar-R图是应用最多最广的控制图.平均值和差值图用以检查工序是否存在异常原因.2010Subgroup074.01574.00573.99573.985SampleMeanX=74.003.0SL=74.01-3.0SL=73.990.050.040.030.020.010.00SampleRangeR=0.022353.0SL=0.04726-3.0SL=0.000X-bar-RCharts平均值图显示样本间的变化.差值图显示样本内的变化.Xbar-R图简介工序的控制线为+/-3sigma.休哈特常数可用于计算控制线以减少错误.平均值图中心线和控制限:差值图中心线和控制线:当n10时,改用S图比用R图更准确XX2XXX23RAXLCLXLineCenter3RAXUCLmm+m+R3R43RRDLCLRLineCenter3RRDUCL+休哈特常数Xbar–R图简介由于控制线是工序的+/-3sigma线,控制线区间覆盖了正态分布的99.73%.如果工序没有什么变化，仍然有超出3sigma线的点.这是怎么回事呢?Output43210-1-2-3-40.40.30.20.10.0NormalCurveandProbabilityAreas68%95%99.73%第一类错误工序实际处于控制状态，但控制图显示为工序异常.=造成第一类错误的概率=通常认为这是生产商的风险=0.27%超3sigma线第二类错误工序实际处于异常状态，但控制图显示为工序正常.=造成第二类错误的概率=通常认为这是客户的风险.将控制线远离中心线，可以减少第一类错误的风险.但放宽了控制线又会增加第二类错误的风险.对给定的第一类错误风险率