过程能力分析讲义PPT课件.ppt

1、整 体 概 述THE FIRST PART OF THE OVERALL OVERVIEW, P L E A S E S U M M A R I Z E T H E C O N T E N T第一部分目录 过程能力的概念 过程控制通常要解决两类问题: 过程状态是否稳定, 即过程是否处于统计控制状态 过程输出合格品的保证能力是否足够过程能力过程能力的概念 5M1E构成了过程的六大要素, 对其综合效果加以量化时, 就构成了过程能力.活动输入输出(中间/成品)5M1E(人, 机, 料, 法, 环, 测)监控监控和能力评估诊断与改进统 计 过 程 控 制过程能力的概念 六大因素(5M1E)将各自对过程

2、输出产生影响, 对特性用量化的指标来反应:-标准差, 表示过程输出特性值分布的离散度, 它是过程能力的度量基础.-过程输出特性值的平均值, 表示产品特性值分布的位置分布 1,1分布 2,2分布 3,3这三个分布有何区别？哪个的数据最离散？分布 1,1分布 2,2分布 3,3123这三个分布有何区别？它们的位置一致吗？因此,和反映过程自身的能力, 即过程的声音过程能力的概念对过程分析提前找出影响这个特性的5M1E (PFMEA), 并加以控制(Control Plan) 了解顾客的需求 如: 风扇运行时要安静将顾客的需求转化为设计语言和产品特性指标 如: 噪音分贝值要低 将产品特性指标转化为组装

3、过程输出特性 如: 电机轴同轴度将组装同轴度转化为零件加工过程的特性如: 直线度等对零件加工过程的输出特性确定规格标准范围如: 上/下规格限: LSL/USLQFDProcess因此, 规格(LSL/USL)限是来自顾客的要求, 即顾客的声音过程能力的概念评估过程能力, 就是将两种声音进行对比, 即:6sUSL-LSLCp=LSL USL X0 LSL USL X0 CP/CPk 过程能力指数; USL/LSL 顾客之声; , 过程之声被测样本值与规格中心值X0重合被测样本值与规格中心值X0不相等过程能力的概念为什么采用6和3 3作为评估范围?p (1 + 2) = 0.27%p 保证能力上通

4、常是足够的p 经济上通常是可以承受的68.26%95.45%99.73%+1+2 +3-1-2-3所占的比例12过程能力的概念过程参数的平均值靠近X0时, Cpk变大，不合格率降低。过程参数的标准差变小时使Cpk变大，不合格率降低。不合格概率过程能力的概念过程能力分级与评价指南过程能力分析务实 CPk的基本分析步骤过程控制过程稳定？分析原因并改进制定抽样方案收集抽样数据数据正态？有异常数据？转换正态/选择分布计算CP/CPk能力分析结论否否是是否是CP/CPk是过程在稳定状态下的能力指数, 它反映了一个过程的潜在能力过程能力分析务实 正态性数据请看下面一组数据:过程能力分析务实 正态性数据抽样

5、方案: 子组大小 10, 抽样频率 4次/天, 连续抽样过程控制过程稳定？分析原因并改进制定抽样方案收集抽样数据数据正态？有异常数据？转换正态/选择分布计算CP/CPk能力分析结论否否是是否是抽样数据: 见前页过程是稳定的: 见下图109876543211.4501.4251.4001.3751.350S Sa am mp pl le eS Sa am mp pl le e M Me ea an n_X=1.4081UCL=1.4577LCL=1.3585109876543210.080.060.040.02S Sa am mp pl le eS Sa am mp pl le e S St t

6、D De ev v_S=0.05083UCL=0.08723LCL=0.01442X Xb ba ar r- -S S C Ch ha ar rt t o of f C C1 11 1过程能力分析务实 正态性数据数据的正态性: 不正态1.61.51.41.31.299.99995908070605040302010510.1C C1 11 1P Pe er rc ce en nt tMean1.408StDev0.05235N100AD0.835P-Value0.030P Pr ro ob ba ab bi il li it ty y P Pl lo ot t o of f C C1 11 1

7、Normal 正态性检验显示P-Value = 0.03 0.05, 正态1.551.501.451.401.351.301.2599.99995908070605040302010510.1C C1 11 1P Pe er rc ce en nt tMean1.404StDev0.04776N100AD0.499P-Value0.206P Pr ro ob ba ab bi il li it ty y P Pl lo ot t o of f C C1 11 1Normal 过程能力分析务实 正态性数据对新数据计算潜在过程能力过程控制过程稳定？分析原因并改进制定抽样方案收集抽样数据数据正态？有

8、异常数据？转换正态/选择分布计算CP/CPk能力分析结论否否是是否是1.5751.3501.1250.9000.6750.4500.2250.000LSLUSLLSL0Target*USL1.5Sample Mean1.4042Sample N100StDev(Within)0.0490737StDev(Overall)0.0477616Process DataCp5.09CPL9.54CPU0.65Cpk0.65Pp5.23PPL9.80PPU0.67Ppk0.67Cpm*Overall CapabilityPotential (Within) CapabilityPPM USL 20000

9、.00PPM Total 20000.00Observed PerformancePPM USL25459.32PPM Total25459.32Exp. Within PerformancePPM USL 22439.07PPM Total 22439.07Exp. Overall PerformanceWithinOverallP Pr ro oc ce es ss s C Ca ap pa ab bi il li it ty y o of f C C1 11 1过程能力分析务实 正态性数据分析/评估潜在过程能力CPk结 论CPk = 0.65, 过程能力严重不足, 在批量生产之前应进行改

10、进, 否则将会有2,5459DPPM的不良率.主要原因/措施过程平均值明显偏大, 可能有单一或少数因素在起作用, 若测量系统没有问题, 应探索机器/治具设置等系统方面的问题.过程控制过程稳定？分析原因并改进制定抽样方案收集抽样数据数据正态？有异常数据？转换正态/选择分布计算CP/CPk能力分析结论否否是是否是过程能力分析务实 非正态性数据 实际上, 并非所抽取的连续性数据都呈现正态分布 但是, 能力指数的计算公式是在正态分布基础上导出的 所以, 若数据不正态, 用此公式就不能得到正确的结果解决方案: 将数据进行转换, , 使其成为正态 识别出拟合度好的分布, , 并选用这个分布过程能力分析务实

11、 非正态性数据有地砖厂家为了保证地砖质量，按每天抽样10 块地砖测量弯曲度、连续10 天抽样测量数据如下(规格8mm)8mm):过程能力分析务实 非正态性数据过程处于统计受控状态:1098765432154321S Sa am mp pl le eS Sa am mp pl le e M Me ea an n_X=2.923UCL=4.590LCL=1.25610987654321321S Sa am mp pl le eS Sa am mp pl le e S St tD De ev v_S=1.709UCL=2.933LCL=0.485X Xb ba ar r- -S S C Ch ha

12、ar rt t o of f C C1 11 1过程能力分析务实 非正态性数据分析数据是否是正态性的:1086420-2-499.99995908070605040302010510.1C C1 11 1P Pe er rc ce en nt tMean2.923StDev1.786N100AD1.028P-Value0.010P Pr ro ob ba ab bi il li it ty y P Pl lo ot t o of f C C1 11 1Normal 正态性检验显示P-Value = 0.01 0.05, 正态过程能力分析务实 非正态性数据对BOX-COX转换后的数据进行过程能力

13、计算:过程能力分析务实 非正态性数据对BOX-COX转换后的数据进行过程能力计算:2.82.42.01.61.20.80.4transformed dataUSL*USL*2.82843Sample Mean*1.63567StDev(Within)*0.52794StDev(Overall)* 0.548545LSL*Target*USL8Sample Mean2.97333Sample N101StDev(Within)1.75687StDev(Overall)1.84743LSL*Target*After TransformationProcess DataCp*CPL*CPU 0.75

14、Cpk 0.75Pp*PPL*PPU 0.72Ppk 0.72Cpm*Overall CapabilityPotential (Within) CapabilityPPM USL19801.98PPM Total19801.98Observed PerformancePPM USL*11933.34PPM Total 11933.34Exp. Within PerformancePPM USL*14837.36PPM Total 14837.36Exp. Overall PerformanceWithinOverallP Pr ro oc ce es ss s C Ca ap pa ab bi

15、 il li it ty y o of f 原原数数据据Using Box-Cox Transformation With Lambda = 0.5CPk = 0.76, 过程能力不足, 需要改进!过程能力分析务实 非正态性数据Box-Cox 幂转换把Y 升高到l1的幂,幂转换包括以下方面：过程能力分析务实 非正态性数据若不进行转换, 直接用正态模式进行过程能力计算:过程能力分析务实 非正态性数据若不进行转换, 直接用正态模式进行过程能力计算:7.56.04.53.01.50.0USLLSL*Target*USL8Sample Mean2.92307Sample N100StDev(Withi

16、n)1.75687StDev(Overall)1.78597Process DataCp*CPL*CPU0.96Cpk0.96Pp*PPL*PPU0.95Ppk0.95Cpm*Overall CapabilityPotential (Within) CapabilityPPM USL 20000.00PPM Total 20000.00Observed PerformancePPM USL1927.68PPM Total1927.68Exp. Within PerformancePPM USL2236.81PPM Total2236.81Exp. Overall PerformanceWith

17、inOverallP Pr ro oc ce es ss s C Ca ap pa ab bi il li it ty y o of f 原原数数据据CPk = 0.96, 与转换后的0.76相差较大!过程能力分析务实 非正态性数据若不进行转换, 先识别是否存在已知的分布:过程能力分析务实 非正态性数据若不进行转换, 先识别是否存在已知的分布:113-599.99990501010.1原原数数据据P Pe er rc ce en nt t100.010.01.00.199.99990501010.1原原数数据据P Pe er rc ce en nt t10010199.99990501010.

18、1原原数数据据 - - T Th hr re es sh ho ol ld dP Pe er rc ce en nt t40-499.99990501010.1原原数数据据P Pe er rc ce en nt t3-Parameter LoglogisticAD = 0.692 P-Value = *Johnson TransformationAD = 0.231 P-Value = 0.799Goodness of Fit TestLogisticAD = 0.879 P-Value = 0.013LoglogisticAD = 1.239 P-Value 0.005105099.9999

19、0501010.1原原数数据据P Pe er rc ce en nt t42099.99990501010.1原原数数据据P Pe er rc ce en nt t100.010.01.00.199.99990501010.1原原数数据据P Pe er rc ce en nt t10199.99990501010.1原原数数据据 - - T Th hr re es sh ho ol ld dP Pe er rc ce en nt tLognormalAD = 1.477 P-Value 0.0053-Parameter LognormalAD = 0.523 P-Value = *Goodne

20、ss of Fit TestNormalAD = 1.028 P-Value = 0.010Box-Cox TransformationAD = 0.301 P-Value = 0.574100-1099.990501010.1原原数数据据P Pe er rc ce en nt t105099.9999050100.1原原数数据据P Pe er rc ce en nt t10.01.00.199.99990501010.1原原数数据据P Pe er rc ce en nt t10.01.00.199.99990501010.1原原数数据据 - - T Th hr re es sh ho ol

21、ld dP Pe er rc ce en nt tGammaAD = 0.489 P-Value = 0.2383-Parameter GammaAD = 0.547 P-Value = *Goodness of Fit TestSmallest Extreme ValueAD = 3.410 P-Value 0.2503-Parameter WeibullAD = 0.359 P-Value = 0.467Goodness of Fit TestExponentialAD = 5.982 P-Value 0.0032-Parameter ExponentialAD = 3.892 P-Val

22、ue 0.010After Johnson transformationP P r r o o b b a a b b i i l l i i t t y y P P l l o o t t f f o o r r 原原数数据据Logistic - 95% CILoglogistic - 95% CI3-Parameter Loglogistic - 95% CINormal - 95% CIAfter Box-Cox transformation (lambda = 0.5)P P r r o o b b a a b b i i l l i i t t y y P P l l o o t t

23、 f f o o r r 原原数数据据Normal - 95% CINormal - 95% CILognormal - 95% CI3-Parameter Lognormal - 95% CIP P r r o o b b a a b b i i l l i i t t y y P P l l o o t t f f o o r r 原原数数据据Smallest Extreme Value - 95% CILargest Extreme Value - 95% CIGamma - 95% CI3-Parameter Gamma - 95% CIP P r r o o b b a a b b

24、i i l l i i t t y y P P l l o o t t f f o o r r 原原数数据据Exponential - 95% CI2-Parameter Exponential - 95% CIWeibull - 95% CI3-Parameter Weibull - 95% CI从这些颁布中选取P-Value值最大亦即拟合度最好的一种分布 维布尔(Weibull). 过程能力分析务实 非正态性数据用已知Weibull分布计算过程能力:过程能力分析务实 非正态性数据用已知Weibull分布计算过程能力:7.56.04.53.01.50.0USLLSL*Target*USL8S

25、ample Mean 2.92307Sample N100Shape1.69368Scale3.27812Process DataPp*PPL*PPU0.73Ppk0.73Overall CapabilityPPM USL 20000.00PPM Total 20000.00Observed PerformancePPM USL 10764.54PPM Total 10764.54Exp. Overall PerformanceP Pr ro oc ce es ss s C Ca ap pa ab bi il li it ty y o of f 原原数数据据Calculations Based

26、 on Weibull Distribution ModelPPk (见后面部分)为0.73, 正态转换的PPk为0.72, 因此, 两种方法是相当的.过程能力分析务实 离散型数据数据定量数据(用数值表示)定性数据(如红, 白)连续型数据(如米)离散性数据(如缺陷数)正态分布非正态分布二项分布泊松分布过程能力分析务实 离散型数据二项分布数据的过程能力:过程能力分析务实 离散型数据二项分布数据的过程能力:17151311975310.00450.00300.00150.0000S Sa am mp pl le eP Pr ro op po or rt ti io on n_P=0.000340U

27、CL=0.001953LCL=0151050.0600.0450.0300.0150.000S Sa am mp pl le e% %D De ef fe ec ct ti iv ve eUpper CI:3.5664%Defective:0.03Lower CI:0.02Upper CI:0.06Target:0.00PPM Def:340Lower CI:181Upper CI:581Process Z:3.3976Lower CI:3.2480(95.0% confidence)Summary Stats4000200001.51.00.50.0S Sa am mp pl le e S

28、Si iz ze e% %D De ef fe ec ct ti iv ve e0.300.250.200.150.100.050.0086420% %D De ef fe ec ct ti iv ve eF Fr re eq qu ue en nc cy yTar11B Bi in no om mi ia al l P Pr ro oc ce es ss s C Ca ap pa ab bi il li it ty y A An na al ly ys si is s o of f M Ma ai in nm mo ot to or r F Fa al ll lo ou ut t R Ra

29、at te eP P C Ch ha ar rt tTests performed with unequal sample sizesC Cu um mu ul la at ti iv ve e % %D De ef fe ec ct ti iv ve eR Ra at te e o of f D De ef fe ec ct ti iv ve es sH Hi is st to og gr ra am m 过程能力(CPk)与过程性能(PPk)前面提到过: CPk是指一个过程潜在的能力, 亦即在处于统计受控状态下的能力然而, 这个过程不可能永远处于受控状态为了评估它的实际的, 长期的表现,

30、我们使用过程性能PPk它的计算公式与CPk相同, 但是不同PPk的计算公式中使用Total, 而CPk使用Within过程能力(CPk)与过程性能(PPk)过程能力(CPk)与过程性能(PPk)大部分过程中，我们收集的数据接近长期过程能力(CPk)与过程性能(PPk)下面是从10月20日到12月13日期间的数据 (规格: 2.70.1mm)0.1mm):过程能力(CPk)与过程性能(PPk)分析是否稳定 不稳定:2009-12-42009-12-12009-11-262009-11-232009-11-162009-11-102009-11-32009-10-302009-10-272009-

31、10-202.802.752.702.65C C1 1S Sa am mp pl le e M Me ea an n_X=2.7256UCL=2.7584LCL=2.69282009-12-42009-12-12009-11-262009-11-232009-11-162009-11-102009-11-32009-10-302009-10-272009-10-200.120.090.060.030.00C C1 1S Sa am mp pl le e R Ra an ng ge e_R=0.0570UCL=0.1204LCL=0111111111X Xb ba ar r- -R R C Ch ha ar rt t o of f C C2 2, , . . . ., , C C6 6过程能力(CPk)与过程性能(PPk)分析是否正态:2.852.802.752.702.652.6099.99995908070605040302010510.1C C7 7P Pe er rc ce en nt tMean2.726StDev0.03942N150AD1.319P-Value0.005P Pr ro ob ba ab bi il li it ty y P Pl lo ot t o of f C C7 7Normal 正态性检验显示P-Value 0.005, 不正态!