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. 1. 工序能力工序能力 ? ? 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.了解工序能力了解工序能力.盡可能減少標準偏差盡可能減少標準偏差使工序平均值接近目標值使工序平均值接近目標值工序設計生產工序設計生產高品質的產品高品質的產品工序能力改進LSLLSLUSLUSL好的制品好的制品目標值目標值傳統意義傳統意義LSLL

2、SLUSLUSL好的制品好的制品Target valueTarget value新的意義新的意義losslosslossloss品質與損失品質與損失如果品質特性與目標值不一致時，損失隨時發生如果品質特性與目標值不一致時，損失隨時發生. .A A 工序工序B B 工序工序工序比較工序比較在在A A工序中會發生不良，但工序中會發生不良，但B B工序中不會發生。但是工序中不會發生。但是A A工序的工序的能力比能力比B B好好. .而且而且A A的品質損失比的品質損失比B B少少. .EGEGSONYSONY在日本和在日本和USUS的工廠的工廠. . 2. 2. 短期與長期工程能力短期與長期工程能力

3、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 相比照較短的時期 (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 最正確條件下的工序能力工序能力因素工序能力因素 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的中心移動為 。 時間時間1 1時間時間2

4、 2時間時間3 3時間時間4 4短期長期5 . 1長期長期短期短期工序能力工序能力LSLUSLst6lt5 . 4LSLUSL1.5至于工序長期的平均變動，它是以長期至于工序長期的平均變動，它是以長期與標準中心值有與標準中心值有1.51.5的移動為基準的。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.LSLUSL6LSLUSLCP 6 工序 : Cpk = 1.5 3 工序 : Cpk = 0.5考慮到工序平均變

5、動時的能力指數考慮到工序平均變動時的能力指數 0 1.5-6+6NominalLSLUSLCp = 2.0Cpk = 2.0Cp = 2.0Cpk = 1.51.5 3)5 . 1()6( 3+targettargetaverageUSLCpk計算工序能力時本卷須知計算工序能力時本卷須知 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 set-up 流程流程 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

6、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. 3. 有理數子集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。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組合標準偏差 minitab minitab 的根本選擇的根本選擇. .子集中由各偏差的平均子集中由各偏差的平均 值計算出來的數值值計算出來的數值. .有理數子集中，可以用有理數子集中，可以用來計算最正確短期工來計算最正確短期工序能力序能力. . 全標準偏差全標準偏差 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，P

7、p 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 最正確狀態下估算的.有理數子集的用法和意義有理數子集的用法和意義 用法用法 以下條件造成每道工序變以下條件造成每道工序變 動構成數據集動構成數據集 開關設備開關設備 機器，產品，操作者機器，產品，操作者 預防維護預防維護 由每一個集團分析同一工由每一個集團分析同一工 序能力序能力在在minitabminitab中，中，PpPp，PpkPpk是在全標準偏差基礎上計算出來的是在全標準偏差基礎上計算出來的，CpCp，CpkCpk是在組合標準

8、偏差的基礎上計算出來的是在組合標準偏差的基礎上計算出來的70605040302010Upper SpecLower SpecsMean-3sMean+3sMeannkLSLUSLTargCpmPpkPPLPPUPp20000 0 0 02.000.000.000.00 ObsPPMUSL Exp Obs %USL Exp 8.913217.320470.799644.060050.0000 0.037620.000070.0000 * *0.900.900.970.93Process Capability Analysis for yield85756555453525Upper SpecLo

9、wer SpecsMean-3sMean+3sMeannkLSLUSLTargCpmCpkCPLCPUCp 0 0100000 0 0.00 0.0010.00 0.00 ObsPPMUSL Exp Obs %USL Exp 8.501034.036985.043159.540050.0000 0.581620.000070.0000 * *0.411.550.410.98Process Capability Analysis for yield 哪一個有較好的工序能力 ? 為什么？ 工序能力工序能力 Boxplot : - X 變量 :“machine - 產量 注意“集團間變動和“集團內變

10、動. 21908070605040302010mach iney ield集團間的集團間的BoxplotsBoxplots通過檢驗集團間的差異，我們能預測如果沒有附加投資，通過檢驗集團間的差異，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。如何改進我們當前的工序，我們能找到的改進的方法。 10102020outputoutputindexindex2.52.53.53.51.51.53030 利用Time Series Plot得到Ex) Ex) 有理數子集的用法有理數子集的用法 比較集團內變動導致的標準偏差和全標準偏差.765432102322212019181

11、71615141312111098765432103.52.51.5H ourOutputDemonstation of Rational SubgroupsShift is the Grouping Variable由平均值移動造由平均值移動造成的變動成的變動集團內的變動集團內的變動全變動全變動=+ 變動和有理數子集的構成變動和有理數子集的構成1501005001514131211109Observation NumberIndividual ValueLong-term Process Data for Co2X =12.64UCL=14.18LCL=11.10短期能力分析要求相關短期的數

12、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)1501005001514131211109Observation NumberIndividual ValueLong-term Process Data for Co2X =12.64UCL=14.18LCL=11.104. 工序能力分析工序能力分析使用使用minitab, minitab, 工程分析工程分析 翻開 process capability.mpj 文件. Stat Quality Tools Capability Analysis(Normal)輸入規格集團的大小, etc輸入數據8910

13、1112LSLUSLProcess Capability Analysis for USLTargetLSLMeanSample NStDev (ST)StDev (LT)CpCPUCPLCpkCpmPpPPUPPLPpkPPM USLPPM TotalPPM USLPPM TotalPPM USLPPM Total11.000 * 9.000 9.699500.1009280.7020443.304.302.312.31 *0.470.620.330.33220000.00 0.00220000.00 0.00 0.00 0.00159706.64 31929.67191636.31Proc

14、ess DataPotential (ST) CapabilityOverall (LT) CapabilityObserved PerformanceExpected ST PerformanceExpected LT PerformanceSTLTFill-up 在有理數子集的調條件下，我們得到如下在有理數子集的調條件下，我們得到如下結論結論. . 短期標準偏差是短期標準偏差是 0.100928. 0.100928. 長期標準偏差是長期標準偏差是 0.702044. 0.702044. 潛在工序能力是潛在工序能力是 3.30. 3.30. 可以說，經過不斷的餓改進，可能到達可以說，經過不斷

15、的餓改進，可能到達3.303.30。 此工序的當前能力是此工序的當前能力是 0.33. 0.33. 此工序的不良率是此工序的不良率是 191636PPM. 191636PPM. 工序能力分析用于消除潛在的方差（variation）. 消除變動，能夠改進工序. 通過形成有理數子集，改進工序.5. 5. 方差（方差（variationvariation）分析分析考慮具體 工程時 Y Y 方差（方差（variationvariation）由由 引起引起. . 方差（方差（variationvariation）產生的原因產生的原因, , 每個每個 的類型是不同的的類型是不同的 在在 中，一部分方差變動

16、（中，一部分方差變動（variationvariation）是短期的，一部分是短期的，一部分 是長期的。是長期的。 所以，從長遠觀點看，一個工序有不同的方差變動所以，從長遠觀點看，一個工序有不同的方差變動 （variationvariation）類型。類型。 nxxxfY,.,21x xxn , , 12,x ix i品質的方差變動品質的方差變動VariationVariation 偶然原因偶然原因 ( ( 一般原因一般原因 ) ) 發生在比較嚴格的制造業管理中，是不可防止的發生在比較嚴格的制造業管理中，是不可防止的. . ex) ex) 操作條件，操作者技術差異等。操作條件，操作者技術差異等

17、。 異常原因異常原因 ( ( 特殊原因特殊原因 ) ) 使用不良資材，制造設備故障，操作者疏忽等等。使用不良資材，制造設備故障，操作者疏忽等等。 注意注意 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原因的變動variationvariation。有理數子集的形成有理數子集的形成 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，確定最正確工序，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，子集間的差距沒

18、有區別.形成錯誤有理數子形成錯誤有理數子集的原因集的原因如果有理數子集形成如果有理數子集形成. Graph Time Series PlotFill-up102030405091011Index面傈樊子集內的變動子集內的變動（variationvariation）變小，變小，而子集間的變動變大。而子集間的變動變大。 通過分析點的類型，通過分析點的類型，容易找到改善的途徑。容易找到改善的途徑。Fill-up89101112LSLUSLProcess Capability Analysis for 面 傈 樊USLTargetLSLMeanSample NStDev (ST)StDev (LT)C

19、pCPUCPLCpkCpmPpPPUPPLPpkPPM USLPPM TotalPPM USLPPM TotalPPM USLPPM Total11.000 * 9.000 9.699500.1009280.7020443.304.302.312.31 *0.470.620.330.33220000.00 0.00220000.00 0.00 0.00 0.00159706.64 31929.67191636.31Process DataPotential (ST) CapabilityOverall (LT) CapabilityObserved PerformanceExpected ST

20、 PerformanceExpected LT PerformanceSTLT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如果有理數子集沒有形成. 翻開 Minitab 文件 process capability.mpj. Graph Time Series PlotRegarding “fill-up1”, Time Series PlotFill-up 110203040508.59.510.511.5Index面傈穛子集內的變動變大，但集團間的變動不一定明顯。改進的途徑不易發現。78910111213LSLUSLProcess Capabilit

21、y Analysis for 面 傈 穛USLTargetLSLMeanSample NStDev (ST)StDev (LT)CpCPUCPLCpkCpmPpPPUPPLPpkPPM USLPPM TotalPPM USLPPM TotalPPM USLPPM Total11.0000 * 9.000010.0882500.9075540.9620380.370.330.400.33 *0.350.320.380.32160000.00220000.00380000.00115254.87157525.89272780.77128997.94171620.76300618.70Process

22、 DataPotential (ST) CapabilityOverall (LT) CapabilityObserved PerformanceExpected ST PerformanceExpected LT PerformanceSTLTThe gap of standard deviationsbetween long-term and short-term appears small.The potential capabilitycan be underestimated. Fill-up用用 MinitabMinitab Capability Sixpack Capabilit

23、y Sixpack 分析分析 StatQuality Tools Capability Sixpack(Normal)2.82.42.0Capability Histogram10090807060504030201003.02.62.21.8Individual and MR ChartObser.Individual ValueMU=2.348UCL=2.880LCL=1.8170.60.40.20.0Mov.RangeR=0.1998UCL=0.6528LCL=0.000908070Last 25 Observations2.72.52.32.1Observation NumberVal

24、ues2.82.02.879591.81679 Pp: 0.75 PPU: 0.85 PPL: 0.66 Ppk: 0.66Capability PlotProcess ToleranceSpecificationsStDev: 0.177133IIIIII2.82.42.0Normal Prob PlotCapability Six-pack - Overall Standard Deviation工序能力的測定值Is there any pattern by special cause?Is there any pattern by special cause?檢查規律性 利用 Minit

25、ab Capability Sixpack,數據的控制狀態和規律性 很容易發現。 ( Capability Sixpack Capability Sixpack 分析分析 選擇輸出變量. step 建立工序，主要輸入變量值。 step 決定潛在變量，形成有理數子集. 收集短期數據，使特殊原因造成的影響最小化. 密切注意工序，找出不同點.6. 6. 工序能力過程分析工序能力過程分析 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

26、分析 step 9 : 檢查移動平均數和方差變動variation 的增加. step 10 : 根據調查結果，制定改善方案.0123456789108.59.310.110.9Xbar and R ChartSubgrMeans11111111X=9.6993.0SL=9.834-3.0SL=9.5640.00.20.40.6RangesR=0.23483.0SL=0.4964-3.0SL=0.00E+00012345678910Last 10 Subgroups8.59.310.110.9Subgroup NumberValues 911Ppk: 0.33Pp: 0.47StDev: 0.702044Overall (LT)Cpk: 2.31Cp: 3.30StDev: 0.100928Potential (ST)Capability Plot