工序能力分析(电子企业)

过程能力分析Cpk&Z1=0.04=0.41=0.81为什么?过程A过程B过程C=标准偏差•过程表现如何？•什么是最佳的过程？•什么是最差的过程？你是否想知道：哪一个过程最佳?2使中心靠拢目标值降低离散目标值LSLUSL目标值LSLUSL目标值LSLUSL从统计的角度看,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.过程能力—怎么做才可以减小DPMO?3看过程能力指数!比较客户要求的产品和我们生产的产品两个指数:1.过程潜力…Cp2.实际过程表现…Cpk那么,如何确定过程是否存在中心偏移或离散问题?客户要求的产品我们生产的产品LSLUSL目标4过程潜力指数:…是规范范围与6倍的所测量的过程标准偏差的比值.…反映过程离散情况.Cp=USL-LSL6PPp=USL-LSL6T当过程处于用标准控制图所定义的统计控制状态时,使用Cp.能力=3xCp目标值LSLUSL当过程没有处于用标准控制图所定义的统计控制状态时,使用Pp.过程潜力指数5实际过程表现指数:…是过程平均值和靠近的规范极限之差的绝对值与3倍的所测量的过程标准偏差的比值.…反映过程中心偏移和离散问题.客户要求的产品我们生产的产品LSLUSL目标值CPK=Min{CPL,CPU}CPL=X-LSL3PCPU=USL-X3PPPL=X-LSL3TPPU=USL-X3TPPK=Min{PPL,PPU}当过程没有处于用标准控制图所定义的统计控制状态时,使用Ppk.当过程处于用标准控制图所定义的统计控制状态时,使用Cpk.实际过程表现指数6CpCPK潜力总体标准偏差不在控制中过程潜力和实际表现指数子群标准偏差在控制中表现3xCP代表“能力”!把标准偏差与规范的公差联系起来把中心值和标准偏差与规范联系起来短期长期PPPPK7运用Minitab计算能力打开8StatsCapability.mtw规范:85+/-5运用Minitab分析数据:第1步StatQualityToolsCapabilitySixPack(Normal)8第2步第3步第4步901020304070788694IndividualandMRChartObser.IndividualValue1X=84.003.0SL=93.21-3.0SL=74.79051015Mov.Range1111R=3.4623.0SL=11.31-3.0SL=0.00E+00203040Last25Observations75808590ObservationNumberValues8090Ppk:0.27Pp:0.34StDev:4.88816Overall(LT)Cpk:0.43Cp:0.54StDev:3.06874Potential(ST)CapabilityPlotProcessToleranceSpecificationsIIIIIIIIISTLT708090NormalProbPlot708090CapabilityHistogramProcessCapabilitySixpackforProcess11.该过程是否受控?不受控-看控制图2.现在可以得到Pp和Ppk的数值,但需要使过程受控后再看它的能力.Pp=0.34Ppk=0.27在找什么呢?3.求DPMO10运用Minitab计算能力的另一个方法第1步StatQualityToolsCapabilityAnalysisNormal11第2步第3步第4步12707580859095100LSLUSLProcessCapabilityAnalysisforProcess1USLTargetLSLMeanSampleNStDev(ST)StDev(LT)CpCPUCPLCpkCpmPpPPUPPLPpkPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotalPPMLSLPPMUSLPPMTotal90*8084403.068744.888160.540.650.430.43*0.340.410.270.27200000.00125000.00325000.0096207.7425279.73121487.47206591.77109825.59316417.36ProcessDataPotential(ST)CapabilityOverall(LT)CapabilityObservedPerformanceExpectedSTPerformanceExpectedLTPerformanceSTLT记住:1.报告短期(ST)Sigma2.报告长期(LT)DPMO13那么...什么是“好”和“不怎么好”?红(坏的)黄(还行)绿(好的)____Pp_____Cp1.001.001.00-1.331.00-1.331.331.336Sigma:Cp=USL-LSL6=126=214CPCPK1.601.601.600.400.400.400.400.15解释在6里,我们首先解决中心偏移问题,然后解决产生偏差的原因.Cp=Cpk…过程居中能力好…偏差小过程中心偏移偏差小过程居中偏差大过程中心偏移偏差大15你对结果如何评价?=48.68LSL=46=1.11USL=50例子:我们的原材料团队收集了某彩管交货时间(小时).我们来评估一下该过程的表现.求该过程的能力指数(Cp&Cpk).535251504948474645UpperSpecLowerSpec16练习:回到上面,打开minitab文件[2BasicStats].计算“供应商1”和“供应商2”的Cp/Pp&Cpk/Ppk.同时报告DPMO和sigma值.解释结果.该过程是否受控?零件供应商1供应商217为什么这么做?为了回答...总体上讲,过程表现如何?为了回答...过程可能有的最好表现是什么?长期:DPMO,Cpk,Ppk短期:Sigma,Cp,Pp18ZZZZ值19平均值1有一些缺陷机会3目标6在符号前的数字(Z)越高，产生缺陷机会越少ZUSLorZLSLULUSL1缺陷的机会较小Z-值的计算及缺陷概率20USLT+3能力Z=3123当偏差减小，缺陷概率降低，所以能力增加我们希望小Z大用Z衡量能力z+6能力Z=6123456TUSL21用Z-较换6方法论用Z值作为衡量标尺Z值是量制中的幅值，例如，当某一过程具有3能力时Z=3对连续变量，这意昧着过程的平均值和规范极限的间距为标准偏差的3倍对逻辑变量，Z值直接与缺陷率相关如何比较不同的过程?221)如果计算出的Z值是正数(通常为规范上限值):•下图显示Z值右侧的部分•通常,在规范上限值之外的部分:左图显示正Z值的部分+Z2)如果计算出的Z值是负数(通常为规范下限值):•在表中查Z值的正数(分布表只有正数)•下图显示Z值左侧的部分•通常,在规范下限值之外的部分:-Z0当DPMO超过500,000时Z值为负数...这表示你在做一件正确的事情的同时可能产生了一个重大缺陷...实际上你的过程能力为0……我们从不会反映负Z值!Z=(USL-)Z=(LSL-)0右图显示负Z值的部分正态分布表规则23(这里=1and=0)下页的正态分布表列出了Z值右边的“尾巴”面积.表现极限缺陷概率=.0643假定Z=1.52.在正态曲线下超过1.52的部分就是缺陷产生的概率.Z值是过程能力的量度,经常被称做“过程的sigma”(不要与过程的标准偏差相混淆).Z曲线下的总面积为1=0使用正态分布表24ZZ0.000.010.020.030.040.050.060.070.080.090.005.00e-0014.96e-0014.92e-0014.88e-0014.84e-0014.80e-0014.76e-0014.72e-0014.68e-0014.64e-0010.104.60e-0014.56e-0014.52e-0014.48e-0014.44e-0014.40e-0014.36e-0014.33e-0014.29e-0014.25e-0010.204.21e-0014.17e-0014.13e-0014.09e-0014.05e-0014.01e-0013.97e-0013.94e-0013.90e-0013.86e-0010.303.82e-0013.78e-0013.74e-0013.71e-0013.67e-0013.63e-0013.59e-0013.56e-0013.52e-0013.48e-0010.403.45e-0013.41e-0013.37e-0013.34e-0013.30e-0013.26e-0013.23e-0013.19e-0013.16e-0013.12e-0010.503.09e-0013.05e-0013.02e-0012.98e-0012.95e-0012.91e-0012.88e-0012.84e-0012.81e-0012.78e-0010.602.74e-0012.71e-0012.68e-0012.64e-0012.61e-0012.58e-0012.55e-0012.51e-0012.48e-0012.45e-0010.702.42e-0012.39e-0012.36e-0012.33e-0012.30e-0012.27e-0012.24e-0012.21e-0012.18e-0012.15e-0010.802.12e-0012.09e-0012.06e-0012.03e-0012.00e-0011.98e-0011.95e-0011.92e-0011.89e-0011.87e-0010.901.84e-0011.81e-0011.79e-0011.76e-0011.74e-0011.71e-0011.69e-0011.66e-0011.64e-0011.61e-0011.001.59e-0011.56e-0011.54e-0011.52e-0011.49e-0011.47e-0011.45e-0011.42e-0011.40e-0011.38e-0011.101.36e-0011.33e-0011.31e-0011.29e-0011.27e-0011.25e-0011.23e-0011.21e-0011.19e-0011.17e-0011.201.15e-0011.13e-0011.11e-0011.09e-0011.07e-0011.06e-0011.04e-0011.02e-0011.00e-0019.85e-0021.309.68e-0029.51e-0029.34e-0029.18e-0029.01e-0028.85e-0028.69e-0028.53e-0028.38e-0028.23e-0021.408.08e-0027.93e-0027.78e-0027.64e-0027.49e-0027.35e-0027.21e-0027.08e-0026.94e-0026.81e-0021.506.68e-0026.55e-0026.43e-0026.30e-0026.18e-0026.06e-0025.94e-0025.82e-0025.71e-0025.59e-0021.605.48e-0025.37e-0025.26e-0025.16e-0025.05e-0024.95e-0024.85e-0024.75e-0024.65e-0024.55e-0021.704.46e-0024.36e-0024.27e-0024.18e-0024.09e-0024.01e-0023.92e-0023.84e-0023.75e-0023.67e-0021.803.59e-0023.51e-0023.44e-0023.36e-0023.29e-0023.22e-0023.14e-0023.07e-0023.01e-0022.94e-0021.902.87e-0022.81e-00