1、工序能力分析,1. 工序能力 2. 短期與長期工序能力 3. 有理數子集 4. 工序能力分析 5. 變量要素的檢查 6. 工序能力分析過程,1. 工序能力 ?,工序能力是“指工序的加工質量滿足技術標準的能力”。也就是說，在所控工序中制品表現的散布的范圍。 所有品質特性目標值的偏差 越小越好。,計算工程不良率. 建立改善目標. 提供與其他設備相比較的標準.,了解工序能力.,盡可能減少標準偏差,使工序平均值接近目標值,工序設計生產 高品質的產品,工序能力改進,A 工序,B 工序,工序比較,在A工序中會發生不良，但B工序中不會發生。但是A工序的 能力比B好.而且A的品質損失比B少. EG）SONY在

2、日本和US的工廠.,2. 短期與長期工程能力,長期工程能力 長期變動是由各種因素造成的，這些因素可以清晰得預見到 相對長的時期 （如：興起，月份） 考慮長期噪聲變動的效果 （例：設備磨損，季節影響） 要求約100-200個數據 技術+工程管理 普通條件下的結果,短期工序能力 短期變動由偶然因素引起 相對比較短的時期 (如：星期，月份 ) 考慮短期噪聲變動的效果 ( 例：白天和夜晚 ) 要求約30-50個數據 技術 最佳條件下的工序能力,工序能力因素,決定工序能力的要素 : 在工程平均值和標準值之間的一致性程度. 散步大小 通過控制工序而使標準中心與工序平均值一致是非常困難的，事實上長期來自標準

3、的中心移動為 。,短期,長期,長期短期工序能力,至于工序長期的平均變動，它是以長期 與標準中心值有1.5的移動為基準的。,能力指數,假定工序特性服從正態分布，短期能力指數計算公式如下： 6sigma 水平 Cp 為 2.0. 3sigma 水平 Cp 為 1.0 長期能力指數考慮工序平均有“1.5 ”的移動，通過從短期能力減少0.5 計算得到.,6 工序 : Cpk = 1.5 3 工序 : Cpk = 0.5,考慮到工序平均變動時的能力指數,1.5,3,),5,.,1,(,),6,(,3,=,+,-,+,=,-,=,s,s,s,s,target,target,average,USL,C,pk

4、,計算工序能力時注意事項,工序能力的測定只在以下條件下有意義. 變量 (不屬于特性數值.) 速度，重量，吸盤大小. 控制中的工序，也就是說，消除異常原因后的狀態. 數據散布：正態分布（或近似）,系統變動決定工序能力，不同的因素決定系統變動 set-up 流程 產品和工序 維護過程 分層原理 完全相同的調劑那，系統或設備變動已掌握時收集的DATA 。 子集構成原理 使子集內的偏差變小 使子集間的偏差變大,3. 有理數子集,通過有理數子集的建立，能夠掌握潛在工序能力。,組合標準偏差和全標準偏差,組合標準偏差 minitab 的基本選擇. 子集中由各偏差的平均 值計算出來的數值. 有理數子集中，可以

5、用來計算最佳短期工序能力.,全標準偏差 以全部數據為基準計算出 來的數值. 估計實際能力時，用全標準偏差. 在minitab中，Pp 或Ppk是以全標準偏差為基準的工序能力.,意義 如果在組合標準偏差和全 標準偏差之間有差異，就 說工序平均值或標準 偏差 按時間改變 集團的組合標準偏差是在 最佳狀態下估算的.,有理數子集的用法和意義,用法 以下條件造成每道工序變 動構成數據集 開關設備 機器，產品，操作者 預防維護 由每一個集團分析同一工 序能力,哪一個有較好的工序能力 ? 為什么？,工序能力,Boxplot : - X 變量 :“machine” - 產量 注意“集團間變動”和“集團內變動”

6、.,集團間的Boxplots,通過檢驗集團間的差別，我們能預測如果沒有附加投資， 如何改進我們當前的工序，我們能找到的改進的方法。,利用Time Series Plot得到,Ex) 有理數子集的用法,比較集團內變動導致的標準偏差和全標準偏差.,變動和有理數子集的構成,短期能力分析要求相關短期的數據（20-50） 長期能力分析要求相對長期的數據 (周間, 月間. 約 100-200個數據),4. 工序能力分析,使用minitab, 工程分析,打開 process capability.mpj 文件. Stat Quality Tools Capability Analysis(Normal),輸

7、入規格,集團的大小, etc,輸入數據,USL,Target,LSL,Mean,Sample N,StDev (ST),StDev (LT),Cp,CPU,CPL,Cpk,Cpm,Pp,PPU,PPL,Ppk,PPM LSL,PPM USL,PPM Total,PPM LSL,PPM USL,PPM Total,PPM LSL,PPM USL,PPM Total,11.000,*,9.000,9.699,50,0.100928,0.702044,3.30,4.30,2.31,2.31,*,0.47,0.62,0.33,0.33,220000.00,0.00,220000.00,0.00,0.0

8、0,0.00,159706.64,31929.67,191636.31,Process Data,Potential (ST) Capability,Overall (LT) Capability,Observed Performance,Expected ST Performance,Expected LT Performance,ST,LT,Fill-up,在有理數子集的調條件下，我們得到如下結論. 短期標準偏差是 0.100928. 長期標準偏差是 0.702044. 潛在工序能力是 3.30. 可以說，經過不斷的餓改進，可能達到3.30。 此工序的當前能力是 0.33. 此工序的不良率

9、是 191636PPM.,品質的方差變動（Variation）,偶然原因 ( 一般原因 ) 發生在比較嚴格的制造業管理中，是不可避免的. ex) 操作條件，操作者技術差別等。 異常原因 ( 特殊原因 ) 使用不良資材，制造設備故障，操作者疏忽等等。 注意 工序能力分析在穩定條件下是可行的，也就是說，沒有特殊原因的變動（variation）。,有理數子集的形成,在集團中只有偶然原因產生的偏差（variation） 由特殊原因產生的偏差（ variation）在集團間是不同的. 利用組合標準偏差，確定最佳工序，可以估計潛在工序能力.,在集合里，偶然原因和特殊原因的變動同時發生. 不注意不穩定的工序

10、，子集間的差距沒有區別.,形成錯誤有理數子集的原因,如果有理數子集形成. Graph Time Series Plot,Fill-up,長期和短期的標 準偏差的差距變大,潛在工序能力 比較清楚,Fill-up,如果有理數子集沒有形成.,打開 Minitab 文件 process capability.mpj. Graph Time Series Plot,Regarding “fill-up1”, Time Series Plot,Fill-up 1,Fill-up,用 Minitab Capability Sixpack 分析,StatQuality Tools Capability Six

11、pack(Normal),工序能力的測定值,Is there any pattern by special cause?,檢查 規律性,利用 Minitab Capability Sixpack,數據的控制狀態和規律性 很容易發現。 ( Stat Quality Tools Capability Sixpack ),Capability Sixpack 分析,step 1 : 選擇輸出變量. step 2 : 建立工序，主要輸入變量值。 step 3 : 決定潛在變量，形成有理數子集. step 4 : 收集短期數據，使特殊原因造成的影響最小化. step 5 : 密切注意工序，找出不同點.,6. 工序能力過程分析,step 6 : 測定和記錄主要工序輸出變量. step 7 : 運行 Capability Six-pack, 然后檢驗： - 正態 - 穩定性 - 控制 step 8 : 利用“組合標準偏差”和“全標準偏差”進行能力分析 step 9 : 檢查移動平均數和方差變動（variation） 的增加. step