xRXsQ1andExportSTATeam,ChanganFordMazda

Co.1第1部分:

SPC介紹SPC概覽變差與分布第2部分:

抽樣策略與過程控制SPC抽樣策略中心極限定理平均運行長度(Average

Run

Length

-

ARL)圍堵策略Q1andExportSTATeam,ChanganFordMazda

Co.2第3部分:

控制圖控制圖特殊原因的不受控信號判定在MINITAB中做計量型控制圖第4部分:

過程能力過程控制及過程能力正態檢驗過程能力與過程性能正態數據的過程能力非正態數據的過程能力Q1andExportSTATeam,ChanganFordMazda

Co.3SPC推動資源STA

工程師、質量工程師等供應商

–

質量相關人員

(作業者,

管理層,

工程師等)持續改進Lessons

learned(經驗教訓)顧客的聲音當質量傳遞到顧客處后,

僅僅用PPM來衡量是不夠的等等…Q1andExportSTATeam,ChanganFordMazda

Co.4Q1andExportSTATeam,ChanganFordMazda

Co.5Q1andExportSTATeam,ChanganFordMazda

Co.6Q1andExportSTATeam,ChanganFordMazda

Co.7什么是過程控制系統？變差是如何影響過程輸出的？統計技術是如何區分一個問題的實質是局部的還是涉及更廣泛系統的？過程處于統計受控意味著什么？過程有能力是什么意思？什么是控制圖？如何使用？使用控制圖有什么好處？過程性能與過程能力有什么不同？如何用MINITAB計算過程能力？Q1andExportSTATeam,ChanganFordMazda

Co.8xRXRnQ1andExportSTATeam,ChanganFordMazda

Co.9sSPC概覽變差與分布SPC的歷史Q1andExportSTATeam,ChanganFordMazda

Co.10休哈特在20世紀20至30年代創建SPC理論，恰逢美國經濟蕭條，SPC理論無人問津，至二次大戰，由于提高軍火質量的要求，

SPC理論才大顯身手，戰后遂風行全世界。其后，美國無競爭對手，產品橫行天下，SPC逐漸廢棄。日本在二戰后請美國統計學家W.E.戴明傳授SPC理論，請朱蘭講授質量管理。至1980年日本已居世界質量與勞動生產率的領導地位。其中一個重要的原因就是SPC理論的應用。故從1980年起美國與西方發起一場SPC的復興運動。1984年日本名古屋工業大學調查了115家日本各行業的中小型工廠，結果發現平均每家工廠采用137張控制圖。而有些大公司應用的控制圖就更多了，如美國柯達彩色膠卷公司有5000名職工，一共應用了35000張控制圖。這是因為彩色膠卷的工藝很復雜，在膠卷的片基上需要分別涂上8層厚度為1~2μm的藥膜；此外，對于種類繁多的化工原料還要應用SPC控制。Q1andExportSTATeam,ChanganFordMazda

Co.11Statistical統計

Process過程

Control控制

(SPC)是一種為了理解、控制和改進過程能力，通過統計技術系統的收集、生成和分析數據的方法，從而達到保證產品質量的目的。這里的統計技術泛指任何可以應用的數理統計方法，而以20世紀20年代美國休哈特(W.A.Shewhart)創立的控制圖理論為主。（其他統計技術如：排列圖，直方圖，因果圖，檢查表，相關圖，運行圖，關聯圖，親和圖，箭圖，樹狀圖，關鍵路徑法，矩陣圖，數據矩陣圖，試驗設計等。）一種預防性的工具，用于減少過程問題的產生預防：一種在第一步就可以避免生產無用的輸出，從而避免浪費的更有效的策略Q1andExportSTATeam,ChanganFordMazda

Co.127 大質量工具QC 7 Tools查檢表

Check/Tally

Sheets柏拉圖Pareto

Diagrams直方圖

Histograms魚骨圖Cause&

EffectDiagrams散點圖Scatter

DiagramsEffect流程圖

FlowDiagramsYesNoUCLLCLxxx111yyy1zzz11…11Q1andExportSTATeam,ChanganFordMazda

Co.13應用SPC較以下控制方法成本較低防錯 (Poka Yoke)自動補償系統（一般用于過程參數控制）100% 固定工序自動檢驗100% 固定工序人工檢驗等等…問題:可以接受一個只有75%有效的防錯嗎?回答:答案顯然是不可以但是為什么我們會在沒有檢驗分布指數是否正確的情況下去接受Cpk值呢？防錯全檢Q1andExportSTATeam,ChanganFordMazda

Co.14NO最差的情況不夠好最好的情況收集數據并在圖表上描繪(建立了統計基礎的抽樣計劃)YESYES作業者得到了有效的SPC技術培訓NOYES小組關注并監控SPC規則和信號NONO管理層授權并支持問題調查和過程改進NONO當圖表有異常信號時,

通過根本原因分析采取正確的行動以預防問題的再次發生NOQ1andExportSTATeam,ChanganFordMazda

Co.15零件

A

在

上公差,

并且零件

B

在

下公差.Q1andExportSTATeam,ChanganFordMazda

Co.16同一過程生產出來的產品或是特性不可能完全相同，因為過程中存在變差源（6大變差源），這種差異也許很大，也許很小。人方法變差Q1andExportSTATeam,ChanganFordMazda

Co.17機器

材料測量環境每件產品的尺寸都與別的不同size size size size但它們形成一個模型,

若穩定,

則可以繪制成一個分布sizesizesizeQ1andExportSTATeam,ChanganFordMazda

Co.18sizesizesize分布可以由以下因素來加以區分

:形狀位置 分布寬度Q1andExportSTATeam,ChanganFordMazda

Co.19Q1andExportSTATeam,ChanganFordMazda

Co.20Q1andExportSTATeam,ChanganFordMazda

Co.21僅存在變差的普通原因過程是可預測的分布是穩定的，呈典型分布過程是統計受控的穩定的過程狀態如果僅存在普通原因，過程輸出將形成隨時間穩定的分布狀況，并且是可預測的。Q1andExportSTATeam,ChanganFordMazda

Co.22存在變差的特殊原因過程是不可預測的分布不穩定，偏離典型分布過程是不受控的控制圖可檢出不穩定的過程狀態如果存在特殊原因，過程輸出隨時間將不穩定，同時也不可預測。Q1andExportSTATeam,ChanganFordMazda

Co.23休哈特的貢獻就在于發現了：雖然產生變差的來源包括人、機、料、法、環等各種原因，但可分為普通原因及特殊原因，后者(特殊原因)在控制圖上有信號，因此，可用來對過程進行控制。Q1andExportSTATeam,ChanganFordMazda

Co.24Q1andExportSTATeam,ChanganFordMazda

Co.25Q1andExportSTATeam,ChanganFordMazda

Co.26失敗通過電子的線路溫度溫度計時間計量型計數型不通過通過卡尺Q1andExportSTATeam,ChanganFordMazda

Co.27以下哪些是SPC的用途？改善質量和顧客滿意提供過程能力信息識別哪些員工對不受控的過程負責監控并控制過程激勵持續改進Q1andExportSTATeam,ChanganFordMazda

Co.28xRXnQ1andExportSTATeam,ChanganFordMazda

Co.29sSPC抽樣策略中心極限定理平均R運行長度(Average

Run

Length

-

ARL)圍堵策略Q1andExportSTATeam,ChanganFordMazda

Co.30Q1andExportSTATeam,ChanganFordMazda

Co.31Q1andExportSTATeam,ChanganFordMazda

Co.32Q1andExportSTATeam,ChanganFordMazda

Co.33最好的抽樣大小是什么呢?沒有一個固定和快捷的準則來選擇最好的抽樣大小,但是,

跨功能控制計劃編制小組(cross-functionalcontrolplanning

team)應該通過考慮以下因素來決定抽樣大小:過程變差可接受的均值偏移(meanshift)置信度冪檢驗(Powerof

thetest)被選定的抽樣大小會影響到平均運行長度(ARL)和圍堵策略Q1andExportSTATeam,ChanganFordMazda

Co.34Q1andExportSTATeam,ChanganFordMazda

Co.35特性1：即使母體不符合正態分布，隨著樣本容量的增大，樣本均值的分布將趨于正態分布Q1andExportSTATeam,ChanganFordMazda

Co.36特性2：樣本均值的平均值與母體的均值相同Q1andExportSTATeam,ChanganFordMazda

Co.37特性3：樣本均值的分布將會比母體的分布狹窄

n，n是樣本容量1Q1andExportSTATeam,ChanganFordMazda

Co.38Q1andExportSTATeam,ChanganFordMazda

Co.39Q1andExportSTATeam,ChanganFordMazda

Co.40Q1andExportSTATeam,ChanganFordMazda

Co.41Q1andExportSTATeam,ChanganFordMazda

Co.42計數型數據一般符合二項或泊松的非正態分布,

以下公式可以根據期望的過程能力水平和置信水平確定樣本大小:n1

ln(1

c)ln(R)此處:n

=

需要的樣本大小Sample

size

requiredc

=

置信水平ConfidencelevelR

=

過程合格率Estimated

processyield對于計數型數據樣本容量，一般不少于500Q1andExportSTATeam,ChanganFordMazda

Co.43正如抽樣大小,

也沒有一個固定和快捷的準則來選擇最好的抽樣頻率,

但是,跨功能小組應該通過考慮以下因素來決定抽樣頻率:材料,

工具,

作業者,

環境等的變化對平均運行長度(ARL)的影響貫穿整個循環,

隨機抽樣可以幫助探測不同特定時間規律下發生的特殊原因Q1andExportSTATeam,ChanganFordMazda

Co.44以下哪種方法更好？方法1：每個子組是從每個生產流獲得的一個或多個測量值組成，這種分組方法是有重疊的。方法2：分別從每個生產流收集數據，一個子組僅由從一條生產流中獲得的測量值組成。方法3：每個子組是從所有生產流的聯合輸出中獲得的測量組成。Q1andExportSTATeam,ChanganFordMazda

Co.45以下哪些是正確的？SPC特性的選擇是團隊努力的結果在SPC中，使用計數型數據比計量型數據好SPC特性必須是獨立變量顧客輸入、經驗教訓、頭腦風暴、魚骨圖、DFMEA和PFMEA可作為SPC特性選擇的輸入Q1andExportSTATeam,ChanganFordMazda

Co.46UCL3Sigma

ShiftLCLPd(Power/Probabilityto

Detect)1ARL

=PdQ1andExportSTATeam,ChanganFordMazda

Co.47Q1andExportSTATeam,ChanganFordMazda

Co.PowerandSample

Size2-Samplet

TestTestingmean1=mean2(versusnot=)Calculatingpowerformean1=mean2+differenceAlpha=0.05 Assumedstandarddeviation=

1Difference1.5SampleSize Power5 0.549386Pd(PowerofDetection”可探測的冪”)可以通過MINITAB的”2-Samplet

Test”方法求得期望能夠探測到的偏離目標的Sigma數樣本子組大小ARL=1/0.549=1.848Q1andExportSTATeam,ChanganFordMazda

Co.49例如:你的抽樣計劃中

ARL=4,每隔100個零件抽取一個子組100個零件運行樣本1–發生了過程變化,沒有探測到100個零件運行樣本2

–變化沒有被探測到100個零件運行樣本3

–變化沒有被探測到100個零件運行樣本4

–變化被探測到零件在發生變化和變化被探測到之間的數量=400即圍堵批量Q1andExportSTATeam,ChanganFordMazda

Co.50使用ARL的圍堵策略, 便于設定反應措施和子組樣本大小,但是也有局限性.正如采樣一樣, ARL的圍堵策略假設:過程是穩定且統計受控的過程均值的偏移發生在ARL定義的范圍內(該假設必須通過將包含的零件變差繪圖來驗證)例如下面的4種失效模式 Q1andExportSTATeam,ChanganFordMazda

Co.51Mean

ShiftMean

ShiftOver

Time當失效模式是斷續或循環的情況下,ARL圍堵策略不能用于保護顧客Q1andExportSTATeam,ChanganFordMazda

Co.52xRXnQ1andExportSTATeam,ChanganFordMazda

Co.53s控制圖特殊原因的不受控信號判定R在MINITAB中做計量型控制圖Q1andExportSTATeam,ChanganFordMazda

Co.54控制限是：統計控制限均值

+/-

3

標準偏差它是在過程受控時進行設定的固定在基準值過程改變了就要做調整決不會變寬控制限同公差帶不相關Q1andExportSTATeam,ChanganFordMazda

Co.55控制限不是公差帶判異準則及反應措施繪圖區數據區表頭容易被忽略的部分Q1andExportSTATeam,ChanganFordMazda

Co.56Q1andExportSTATeam,ChanganFordMazda

Co.57Q1andExportSTATeam,ChanganFordMazda

Co.58提供可靠的信息用于判斷何時需要(或不需要)對過程采取措施幫助維持過程在統計受控的狀態為過程性能表現的溝通提供一種通用的語言評價并激勵持續改進成效如果運用得當,

可以從技術上證明生產能力的改善Q1andExportSTATeam,ChanganFordMazda

Co.59通過對過程的預見,

可以有效的預防問題的發生可以防止不必要的過程調整提供診斷信息提供關于過程能力的信息區別特殊原因和普通原因變差Q1andExportSTATeam,ChanganFordMazda

Co.60Step

1.

根據數據類型和抽樣計劃確定控制圖類型Step

2.

使用收集的數據計算過程均值和控制限Step

3.

計算繪圖比例并將數據點,

過程均值和控制限繪制在控制圖上Q1andExportSTATeam,ChanganFordMazda

Co.61Step

4.

查找不受控的點:確定為什么不受控.糾正過程的問題,

例如抽樣計劃,

數據收集方式等.如果已識別出特定原因,

消除該不受控的點并且用增加的額外數據點代替.重新計算過程均值和控制限.重新計算比例并將修訂后的數據點,

過程均值和控制限繪制在圖上.繼續重復抽樣過程直到所有必須的點都受控.

這就建立起了正確的過程均值和控制限.Q1andExportSTATeam,ChanganFordMazda

Co.621.

根據抽樣計劃繼續收集并繪制數據點,

查找不受控信號.如果發現不受控信號立即采取行動:確定根本原因.在圖表上或是控制圖日志中標示根本原因.采取行動消除根本原因并且防止它再次發生.備注:

控制限一般在過程發生改進,

并且是知道變化原因的情況下才需要更新(在后續的課程中將會闡述)Q1andExportSTATeam,ChanganFordMazda

Co.63容易被忽略的部分Q1andExportSTATeam,ChanganFordMazda

Co.64建立控制圖時要解決的基本問題：★

為什么要建立控制圖？––––

過程監測。––––

調整工具。––––

建立穩定性。––––

維持穩定性。––––

其它，特殊原因。誰（質量工程師的姓名）來負責該圖的建立？要繪圖的特性是什么？它是否是特殊特性？該特性是計量型測量值還是計數型測量值？多長時間收集一次數據？測量系統是否充分？是否已被量具研究所證明？Q1andExportSTATeam,ChanganFordMazda

Co.65★

如何收集數據？例如，每次5件，每天一次，等等。為什么？★

誰（姓名，是否進行了培訓）來收集數據并作圖？★

如果該圖用于過程監測––––

誰（名稱）是顧客？––––

顧客是如何參與這一作圖的過程？––––

多長時間向顧客提供一次記錄？––––

準備了什么樣的過程以保證使用者對該圖所提供的信息表示滿意？––––

誰（姓名）來審核作圖過程，以保證顧客的要求不斷得到滿足？––––

多長時間進行一次審核？Q1

andExpo–rt–ST–AT–eam審,Cha核ngan過Ford程Maz如daCo何.進行文件66化？★ 如果該圖用于過程調整–––– 該圖是否列入控制計劃？–––– 何時需要進行調整？（例如，圖上出現了什么情況表明需要進行調整？）–––– 誰（姓名，是否進行了培訓）來進行調整？–––– 使用什么程序來確定需要進行調整？–––– 該程序在措施計劃中是否已形成文件？–––– 調整如何驗證？–––– 誰（姓名）來審核作圖和調整程序以保證它們是有效的？–––– 多長時間進行一次審核？–––– 審核過程如何進行文件化？Q1andExportSTATeam,ChanganFordMazda

Co.67★

如果該圖用于建立和維持過程穩定性––––誰（姓名）來確定控制限？––––

在圖上出現什么信號，表明有一特殊原因正在起作用？是否需要對這種情況立即作出反應，控制是如何進行的？（該過程是否文件化？）––––

誰（姓名）來負責尋找特殊原因，其何時采取行動？––––負責尋找特殊原因的人必須提供什么文件？––––

當一個特殊原因被確定以后，誰（姓名）來負責采取行動？––––

誰（姓名）來審核作圖過程，尋找原因并采取行動以保證有所進步？––––多長時間，何時對控制限重新進行計算？––––多長時間進行一次審核？––––審核過程如何進行文件化？Q1andExportSTATeam,ChanganFordMazda

Co.68關于控制圖，以下哪些描述是正確的？幫助預知過程表現為過程表現的溝通提供一通用語言指出問題是否需要管理層的行動為維持過程穩定提供何時需要或不需要對過程采取行動的信息計算超出規范的百分比Q1andExportSTATeam,ChanganFordMazda

Co.69如何排序以下控制圖的創建步驟？調查所有不受控的數據計算過程均值和控制限確定繪圖比例并繪制數據點確定控制圖類型Q1andExportSTATeam,ChanganFordMazda

Co.70在沒有特殊原因影響的情況下,

變差應該是隨機的

:過程期望得到隨機的變差.如果不是,

你就需要開始審視你的過程控制圖反映出的信號來幫助你了解發生了什么.403020100Q1andExportSTATeam,ChanganFordMazda

Co.71UCLLCL超出控制限之外的點在中心線同一邊有7個連續的點7個連續點上升或下降3個點中有2個同在A區或是之外5個點中有4個同在B區或是之外14個連續的點交互上下14個連續的點任一C區2

4

6

A CCBB

A LCLUCL為運行和趨勢分析確定的規則Q1andExportSTATeam,ChanganFordMazda

Co.72在控制限之外的任何點9

個連續的點在中心線的同一邊6

個連續的點連續上升或下降14

個連續的點交互上升和下降3

個點中有2個都在A區或之外5

個點中有4個都在B區或之外15

個連續的點在任一個C區8

個點在C區之外2

s4

s6

sACCBBALCLUCLLloyd

Nelson

(勞埃德·納爾遜1984)

提議的測試方法并在Minitab中用于運行和趨勢分析Q1andExportSTATeam,ChanganFordMazda

Co.73Q1andExportSTATeam,ChanganFordMazda

Co.74Nelson

的所有測試錯誤警報率基本相同。Western

Electric

規則沒有這個特性。Q1andExportSTATeam,ChanganFordMazda

Co.75一點遠離中心線超過3個標準差Q1andExportSTATeam,ChanganFordMazda

Co.762/3的點距中心線的距離超過2個標準差(同一側)Q1andExportSTATeam,ChanganFordMazda

Co.774/5的點距中心線的距離超過1個標準差(同一側)可能的原因:控制限或控制點計算錯誤或打點錯誤.零件之間的變差(piece-to-piece)增加了(例如: 作業者變化, 錯誤的工序步驟, 或者是原材料變化). 在極差圖中,點在下控制限之下可能意味著變差減小了.測量系統變化了(例如: 使用了新的量具或者是量具損壞Q1

andEx了port

)ST.ATeam,Changan

FordMazdaCo.78連續15個點排列在中心線1個標準差范圍內(任一側)可能的原因:可能過程發生了變化; 過程的變差減小了.Q1andExportSTATeam,ChanganFordMazda

Co.79連續8個點距中心線的距離大于1個標準差(任一側)可能的原因:測量系統誤差(例如:

測量系統的分辨率減小了或是使用了新的量具).Q1andExportSTATeam,ChanganFordMazda

Co.80連續7點位于中心線同一側可能的原因:可能是過程切換;

過程的均值增加了,

或在極差圖中變差增加了(例如:

材料的變化或是作業者變化).Q1andExportSTATeam,ChanganFordMazda

Co.81連續6點上升或下降可能的原因:可能是工具磨損.Q1andExportSTATeam,ChanganFordMazda

Co.82連續14點交替上下變化可能的原因:可能是取樣問題(例如: 在兩班中輪流取樣).Q1andExportSTATeam,ChanganFordMazda

Co.83一點遠離中心線超過3個標準差2/3的點距中心線的距離超過2個標準差(同一側)4/5的點距中心線的距離超過1個標準差(同一側)連續15個點排列在中心線1個標準差范圍內(任一側)連續8個點距中心線的距離大于1個標準差(任一側)連續7點位于中心線同一側連續6點上升或下降連續14點交替上下變化Q1andExportSTATeam,ChanganFordMazda

Co.84以上8類特殊原因造成的不受控信號一旦被發現,就應當立即采取措施:反復詢問過程是否發生任何變化造成了不受控情況的發生如果通過簡單的提問方式無法解決,

可以進一步的使用G8D或DMAIC

(Define,Measure,Analyze,Improve,

Control)方法開展問題解決Q1andExportSTATeam,ChanganFordMazda

Co.85以上控制圖的不受控情況可能是由哪些原因造成？應用了變差減小方案新的測量系統控制限計算錯誤更換了作業者遺漏了過程步驟Q1andExportSTATeam,ChanganFordMazda

Co.86以上控制圖中的哪些點是特殊原因變差信號？a.1到

5b.10到

14c.15到

19d.21到

25Q1andExportSTATeam,ChanganFordMazda

Co.87以上控制圖中的哪些點可能是由于測量系統誤差造成的特殊原因變差信號？a.5到

12b.13到

20c.15到

22d.18到

25Q1andExportSTATeam,ChanganFordMazda

Co.88以上控制圖中的哪些點可能是采樣問題造成的特殊原因變差信號？1到

145到

18c.15到

20d.18到

23Q1andExportSTATeam,ChanganFordMazda

Co.89Q1andExportSTATeam,ChanganFordMazda

Co.90確定要制定控制圖的特性是計量型數據嗎？關心的是不合格品率即壞零件的百分比嗎？樣本容量是否恒定？樣本容量是否恒定？性質上是否均勻或不能按子組取樣？如：化學槽液,批量油漆等子組均值是否方便計算？子組容量是否大于等于9？子組S值是否方便計算？使用單值移動極差圖I&

MR使用np

或p

圖使用p

圖使用c

圖使用u

圖使用中位數圖使用X-Bar&R

圖關心的是不合格數即單位零件不合格數嗎？使用X-Bar&R

圖使用X-Bar&s

圖Q1andExportSTATeam,ChanganFordMazda

Co.91Q1andExportSTATeam,ChanganFordMazda

Co.92Q1andExportSTATeam,ChanganFordMazda

Co.93請判斷以下對錯：XBar圖測量的是零件之間的變差數據點應該隨機的繪制在XBar-R圖上R圖測量的是過程變差R圖的中心線是所有子組極差的平均Q1andExportSTATeam,ChanganFordMazda

Co.94以下哪些變化我們應該在控制圖日志(log)中標示出來？材料加工方法人員環境設備工裝測量方法Q1andExportSTATeam,ChanganFordMazda

Co.95完成準備工作收集數據選擇刻度畫圖計算試驗控制限畫中心線和控制限分析控制圖是否需要重新收集數據？能力指數是否滿足要求？計算能力指數保持和改進過程否是否否是是否有變差特殊原因？是減少變差原因計量型控制圖制作及應用流程圖Q1andExportSTATeam,ChanganFordMazda

Co.96X圖Centerline

X

子組均值X的平均UCLX

X

A2RLCLX

X

A2

RR圖Centerline

R

子組極差R的平均UCLR

D4

RLCLR

D3

RA2,

D3 和

D4 是基于子組大小的休哈特控制常數注意:Q1andExportSTATeam,ChanganFordMazda

Co.97規范值不用于計算中心線和控制限,

也無須在圖上繪出假設您正準備創建一個XBar-r圖用于監控一個零件的直徑（mm），收集了每5個數據的25個子組，子組極差從1.14mm到4.31mm，以下哪個是極差圖的最佳繪圖比例？a.

0.00

mm到3.00

mmb.

0.00

mm到10.00

mmc.

2.00

mm到8.00

mmd.

2.00

mm到9.00

mmQ1andExportSTATeam,ChanganFordMazda

Co.98Q1andExportSTATeam,ChanganFordMazda

Co.Sample

Mean1917151311Sample97531602600598_X=600.23UC

L=602.474LC

L=597.986Sample

Range1917151311Sample9753186420_R=3.890UC

L=8.225LC

L=0161工作表

CAMSHAFT.MTW.Xbar-RChartof

Supp299注意:規范值不用于計算中心線和控制限,

也無須在圖上繪出I圖Centerline

X

單值I的平均UCLI

X

E2RLCLI

X

E2

RR圖Centerline

R

移動極差MR的平均UCLMR

D4

RLCLMR

D3RE2,

D3 和

D4 是基于子組大小的休哈特控制常數Q1andExportSTATeam,ChanganFordMazda

Co.100以下哪些特性適合用I-MR圖監控？外觀零件的表面刮痕數溶液粘度螺栓長度液體清潔器中活性成分的濃度焊接零件的抗拉強度Q1andExportSTATeam,ChanganFordMazda

Co.101Q1andExportSTATeam,ChanganFordMazda

Co.Individual

Value454137332921 25Observation171395110501000950900850_X=936.9UC

L=1010.9LC

L=862.8Moving

Range454137332921 25Observation17139511007550250MR=27.8UC

L=91.0LC

L=01

1222261165122

2 222 212222

26

661工作表

EXH_QC.MTW.I-MRChartof

Weight102Q1andExportSTATeam,ChanganFordMazda

Co.103Q1andExportSTATeam,ChanganFordMazda

Co.104缺陷零件缺陷數量(子組大小恒定)np圖c圖比例(子組大小變化)p圖u圖Q1andExportSTATeam,ChanganFordMazda

Co.105xRXRnQ1andExportSTATeam,ChanganFordMazda

Co.106s過程控制及過程能力正態檢驗過程能力與過程性能正態數據的過程能力非正態數據的過程能力過程控制樣本時間失控（存在特殊原因）受控（消除特殊原因）過程能力Q1andExportSTATeam,ChanganFordMazda

Co.107樣本時間受控但不能滿足規范（普通原因引起的變差過大）受控并且能滿足規范（普通原因引起的變差被減少）計量型數據CPCPKPPPPKDPUPPMDPMO數據類型指標類型統一的指標計數型數據Q1andExportSTATeam,ChanganFordMazda

Co.108PPM =不合格的產品數Q1andExportSTATeam,ChanganFordMazda

Co.109被檢驗的總產品數1,000,000被檢驗產品中的總缺陷數DPU =被檢驗的總產品數Q1andExportSTATeam,ChanganFordMazda

Co.110DPMO =總的缺陷數D總單元數N每個單元機會數O

1,000,000Q1andExportSTATeam,ChanganFordMazda

Co.111下面顯示的數據來源于零件定單：500 零件定單 (N)3 機會數 (O)★遲到★錯誤的零件★錯誤的地址57 出現的錯誤(D)12

在送給顧客之前發現的缺陷45 顧客察覺到的缺陷Q1andExportSTATeam,ChanganFordMazda

Co.112處理的數量產生的總缺陷(包括發生的缺陷和后來解決的)每個單位產品出現缺陷的機會數計算出每百萬機會中的缺陷Q1andExportSTATeam,ChanganFordMazda

Co.113當一個過程受控，輸出是一致的并且只有普通原因造成的變差，不會有特殊原因造成的變差出現。但是，一個受控的過程并不意味著會生產出符合規范的產品或服務。規范限不同于控制限。規范是用于判定指定特性的接受能力的工程要求。規范直接反映或包含顧客（內部或外部）要求和期望。控制限可能高于或低于規范限。過程能力也不同于過程控制。過程能力展示了與規范或顧客要求相關的過程性能或輸出。一個在規范內的過程可以被認為比不在規范內的過程更有能力。Q1andExportSTATeam,ChanganFordMazda

Co.114控制限與工程規范限Control

Limits

vs.

Specification

Limits受控不受控可接受P合格產品!!始終能生產合格的產品.可能沒有能力始終生產出合格產品!!一些產品是合格的,

一些是不合格的??可能正在改進過程,或者相對公差帶來說過程變差還算小.不可接受O不合格的產品!!隨時都可能生產不合格產品.O不合格的產品!!隨時都可能生產不合格產品!!滿足要求控 制可能需要穩定需要穩定,

減小變差，和/或者均值需要移動

需要減小變差,

和/或是均值需要移動1O?

P

324Q1andExportSTATeam,ChanganFordMazda

Co.115能力過程統計受控且有能力滿足公差的要求,

是可接受的1過程不受控,

但是落在公差范圍內,

是可接受的3Q1andExportSTATeam,ChanganFordMazda

Co.116過程統計受控且落在控制限內,

但是超出了公差范圍且偏離了目標值,

是不可接受的過程統計受控且落在控制限內,

雖然在目標中心但是卻超出了公差范圍,

是不可接受的22Q1andExportSTATeam,ChanganFordMazda

Co.117過程落在控制限外(不受控),

并且超出了公差范圍和偏離了目標值,

是不可接受的過程不受控且落在控制限外,

雖然在目標中心但是卻超出了公差范圍,

是不可接受的44Q1andExportSTATeam,ChanganFordMazda

Co.118

如果數據呈現正態分布,

就可以通過計算來預知過程的輸出對預見性的測量可以得到合格產品與不合格產品之比±

Q1andExportSTATeam,ChanganFordMazda

Co.119±

±

±

單值移動極差圖(I-MR)的數據需要符合正態分布用于計算Cp/Cpk或Pp/Ppk的數據需要符合正態分布(數據經過正態轉換后符合正態分布適用)備注:

X-Bar

&

R

圖可以使用非正態分布數據來監控過程,但是用于計算Cp/Cpk或Pp/Ppk的數據要求符合正態分布(數據經過正態轉換后符合正態分布適用)Q1andExportSTATeam,ChanganFordMazda

Co.120Frequency35302520151050598.0

598.5

599.0

599.5

600.0

600.5

601.0Supp1Mean

599.5StDev

0.6193N 100Histogramof

Supp1NormalQ1andExportSTATeam,ChanganFordMazda

Co.121Supp1Percent60260160059959859799.99995908070605040302010510.1Mean 599.5StDev 0.6193N 100AD 0.844P-Value 0.029ProbabilityPlotof

Supp1Normal-95%

CIQ1andExportSTATeam,ChanganFordMazda

Co.122Supp1Percent60260160059959859799.99995908070605040302010510.1Mean 599.5StDev 0.6193N 100AD 0.844P-Value 0.029ProbabilityPlotof

Supp1Normal-95%

CIQ1andExportSTATeam,ChanganFordMazda

Co.123Q1andExportSTATeam,ChanganFordMazda

Co.124Frequency598.0 598.5 599.0 599.5 600.0 600.5 601.0Supp135302520151050Mean

599.5StDev

0.6193N 100Histogramof

Supp1Normal柱狀圖的排列是否呈現明顯的鐘形工作表

CAMSHAFT2.MTW.Q1andExportSTATeam,ChanganFordMazda

Co.125Supp1Percent60260160059959859799.99995908070605040302010510.1Mean 599.5StDev

0.6193N 100AD 0.844P-Value 0.029ProbabilityPlotof

Supp1Normal-95%

CI如果

p

<

0.05,就不是正態分布工作表

CAMSHAFT2.MTW.Q1andExportSTATeam,ChanganFordMazda

Co.126子組內(Within)變差（σc或σR/d2）僅來自子組內的變差。如果過程統計受控，該變差是過程固有變差很好的估計。它可以通過控制圖R/d2或S/C4來估計。Q1andExportSTATeam,ChanganFordMazda

Co.127子組間(Between)變差指不同子組間的變差。如果過程統計受控，子組間變差應該為零。Q1andExportSTATeam,ChanganFordMazda

Co.128過程總(Overall)變差（σp或σs）由子組內變差和子組間變差共同組成。如果過程不是統計受控，過程總變差包括特殊原因和普通原因的影響。該變差可以用樣本的標準差s估計，用控制圖或過程研究中的所有單值讀數來計算：nii1X

X

2n

1p

s

Q1andExportSTATeam,ChanganFordMazda

Co.129Q1andExportSTATeam,ChanganFordMazda

Co.130Q1andExportSTATeam,ChanganFordMazda

Co.131Cpk, Ppk與變差的關系Q1andExportSTATeam,ChanganFordMazda

Co.132只有在過程穩定并且統計受控的情況下才可以計算過程能力如果過程不穩定且不統計受控，過程能力是沒有意義的！…

并且還需要做正態分布校驗…

并且測量系統還要是可靠的（MSA分析結果可接受）Cpk只有在數據符合以下要求時才可以被考慮有效

(穩定

/統計受控

/正態分布).如果在沒有符合這些要求時接受

Cpk,就相當于接受一個不是100%有效的Poka

Yoke.Q1andExportSTATeam,ChanganFordMazda

Co.133Cp與CpkProcessCapabilit

y過程能力“Inherent”ProcessVariation“內在的/固有的”過程變差Common

Cause

ONLY只存在普通原因The

ProcessStandardDeviation(within)過程標準差（組內）AControlChart控制圖ShortTerm短期(Minitab)Predictive

REQUIRES

processcontroland

stability可預見的，要求過程受控且穩定Pp與PpkProcessPerforma

nce過程性能“Total”

ProcessVariation“總的”過程變差Common

AND

Special

Cause普通原因和特殊原因TheStandardDeviation

ofatotalprocess(within

andBetween)總的過程標準差（組內和組間）AControlChartORAProcessStudy(AIAG)控制圖或過程研究LongTerm長期(Minitab)NOT

Predictive,reflectsperformance不可預見的，反映性能2^

Rd^

s(所有單值的標準差)2Q1andExportSTATeam,ChanganFordMazda

Co.134?ni

1in

1X

XWhere s

ORRd

2USL

LSL6^sUSL

LSL6^對于Cpk

和

Ppk,取其中的最小值.nxii1

x2n

1^WheresRd

2USL

XRd

2X

LSLs3^CPU

=CPL

=PPL

=sUSL

XPPU=3^^ORX

LSL3^3^Q1andExportSTATeam,ChanganFordMazda

Co.135過程能力(Capability)

-

Cp和Cpk針對統計穩定過程的固有變差的寬度,

通常代表了受控過程的最佳性能，其中通常通過R/d2（或S/C4

）估計過程性能(Performance)-Pp和Ppk過程總變差的寬度,

通常將總的過程輸出與顧客要求相聯系，其中通常通過過程總標準差s估計Q1andExportSTATeam,ChanganFordMazda

Co.136Cp和Pp與規范有關的,

僅反映過程變差的指數Cpk和Ppk與規范有關的,

綜合反映過程變差及對中情況的指數如果過程統計受控, 過程能力與過程性能將非常接近,二者最大的區別就是顯示特殊原因的存在Q1andExportSTATeam,ChanganFordMazda

Co.137能力性能Q1andExportSTATeam,ChanganFordMazda

Co.138調查過程改進的原因,并確定改進的影響是永久的,重新計算控制限如果通過改變的數據證實過程的改進是真實的,

并且新的過程變得穩定和受控,在適量的數據收集后,

重新計算控制限和Cp/Cpk不重新計算控制限不重新計算控制限調查過程退化的原因移除已知的過程改變,把過程帶回以前的狀態Q1andExportSTATeam,ChanganFordMazda

Co.139Q1andExportSTATeam,

ChanganFordMazda

Co.以下哪條可以解釋下圖中子組均值都匯聚在XBar圖中心線旁？過程變差改善了，但是控制限沒有被重新計算該過程是受控的過程均值在控制限內隨意變化該過程有非常好的能力140計算雙邊公差的CpCp

=

潛在過程能力

=產品公差/分布寬度=顧客的聲音/過程的聲音

=Cp不受過程分布位置的影響（對中性）并且只用于計算雙邊公差。對于單邊公差是沒有意義的。根據經驗，在正態分布中，大約99.7%的數據落在正負3個標準差內，因此，過程的分布寬度可以近似的看作6個標準差范圍。R/d2是標準差的估算公式，6(R/d2)即用6倍標準差評估過程寬度。d2 –

基于子組大小的常數Q1andExportSTATeam,ChanganFordMazda

Co.141我們用Cp理解持續的過程潛在能力，與過程的對中性無關，目的是通過減少過程變差，使過程即使在對中程度有輕微偏移情況下也有能力滿足顧客要求Q1andExportSTATeam,ChanganFordMazda

Co.142Cp指標評價的只是潛在的過程能力，不是實際的過程能力，因為Cp只考慮了過程變差而忽略了過程的對中性過程變差與過程對中性是不同的過程概念，一般結合Cp與Cpk分析過程能力Cp圖解ChanganFordMazda

Co.Q1andExportSTA

Team,143Cpk指標顯示了實際的過程能力，同時考慮了過程對中性及過程變差該指標直接的展示了過程能力是否滿足顧客要求Cpk<

1.33Cpk≥

1.33不滿足滿足也可以結合使用Cpk與Cp來預知潛在過程能力：隨著時間趨勢測量持續改進區分過程改進的優先順序Cpk

≤

Cp（只有在過程對中的情況下Cpk

=

Cp）單邊公差和雙邊公差都可以計算CpkQ1andExportSTATeam,ChanganFordMazda

Co.144Rd

2USL

X3^CPU

=Rd

2X

LSL3^CPL

=Q1andExportSTATeam,ChanganFordMazda

Co.145我們用Cpk理解實際的過程能力，既考慮了過程對中程度，也考慮了過程分布寬度結合使用Cpk與Cp理解過程對中程度當Cpk

=Cp，過程對中當Cpk

<

Cp，過程不對中；若二者之間的差異較大，則過程有較大偏移，需要改善過程對中程度以達到過程的潛在能力（Cp）Cpk圖解anFordMazda

Co.Q1andExportSTATeam,

Chang146在工程規范限中能容下幾倍

(x)

寬度的過程分布？Target但是，過程是否對中?Q1andExportSTATeam,ChanganFordMazda

Co.147Q1andExportSTATeam,ChanganFordMazda

Co.148

LSLUSLTarget65432112345

6Cp=2.0/Cpk=

2.0Width /

Width+Centering一個理想的

“6-Sigma

過程”

是過程分布中心落在目標值中心，并在中心兩邊都有6個標準差的過程。意味著在規范限中可以容下兩個

+/-3

倍標準差，因此

Cp/Cpk

至少為2.0的過程。Q1andExportSTATeam,ChanganFordMazda

Co.149Pp指標顯示了潛在過程性能Pp不受過程分布位置的影響（對中性）并且只用于計算雙邊公差。對于單邊公差是沒有意義的。Pp的計算類似Cp，不同的是采用單個數據的標準差Q1andExportSTATeam,ChanganFordMazda

Co.150我們用Pp理解潛在過程性能，顯示了總的過程分布寬度與工程規范之間的比較，當總的過程變差減小時，Pp就會增大。Pp不同于Cp的地方1）評估的變差不同Cp是使用子組內變差均值R和轉換因子（d2）來評估標準差，只評估了子組內的變差，沒有考慮子組間的變差Pp采用單個數據來計算標準差，評估了總的過程變差，包括子組內的與子組間的變差Q1andExportSTATeam,ChanganFordMazda

Co.151Pp不同于Cp的地方（續）2）數據來源不同Cp采用有間隔的子組抽樣數據Pp采用連續取樣的單個數據（用于量產前的過程性能評估）Pp指標評價的只是潛在的過程性能，不是實際的過程性能，因為Pp只考慮了總的過程變差而忽略了過程的對中性Q1andExportSTATeam,ChanganFordMazda

Co.152Ppk指標顯示了實際的過程性能，同時考慮了過程對中性及過程總變差該指標直接的展示了過程性能是否滿足顧客要求Ppk<

1.67不滿足Ppk≥

1.67滿足一般結合使用Ppk與Pp來評價過程性能，但是不能用于預知過程性能Ppk

≤

Pp（只有在過程對中的情況下Ppk

=

Pp）單邊公差和雙邊公差都可以計算PpkQ1andExportSTATeam,ChanganFordMazda

Co.153USL

X3

sPPU

=X

LSL3

sPPL

=Q1andExportSTATeam,ChanganFordMazda

Co.154我們用Ppk理解實際的過程性能，既考慮了過程對中程度，也考慮了總的過程分布寬度結合使用Ppk與Pp理解過程對中程度當Ppk

=Pp，過程對中當Ppk

<

Pp，過程不對中；若二者之間的差異較大，則過程有較大偏移，需要改善過程對中程度以達到過程的潛在性能（Pp）參考使用Pp/Ppk與Cp/Cpk可以得到以下信息當Pp與Cp，或Ppk與Cpk近似相等時，子組間的變差最小當Pp與Cp，或Ppk與Cpk差異較大時，子組間的變差為主要影響因素Q1andExportSTATeam,ChanganFordMazda

Co.155打開工作表

CABLE.MTW.選擇

Stat

>

Quality

Tools

>Capability

Analysis

>Normal.在

Singlecolumn,

輸入

Diameter.在

Subgroup