制程能力分析
制程能力分析Cpk
製程能力分析所用的指標為何？ 製程能力分析所用的指標為何？
名詞解釋： 名詞解釋： 1. 2. 3. Cpk (Ppk) : 製程能力指標 Ppk) Cp (Pp) : 製程能力比 Process Capability Ratio --- 精密度 Pp) Ca (Pa) : 準確度 Pa)
DPPMLT YieldLT CpkLT
93.3% 91.9% 90.3% 88.5% 86.4% 84.1% 81.6% 78.8% 75.8% 72.6% 69.1% 65.5% 61.8% 57.9% 54.0% 50.0% 46.0% 42.1% 38.2% 34.5% 30.9% 27.4% 24.2% 21.2% 18.4% 15.9% 13.6% 11.5% 9.7% 8.1% 0.50 0.47 0.43 0.40 0.37 0.33 0.30 0.27 0.23 0.20 0.17 0.13 0.10 0.07 0.03 0.00 -0.03 -0.07 -0.10 -0.13 -0.17 -0.20 -0.23 -0.27 -0.30 -0.33 -0.37 -0.40 -0.43 -0.47
5 9.2
6 4.37 8.38 5.5 7.59 4.4 6.1
10 4.7 6.0
No of obs 2
5.7 15.2 3.9 11.8 5.6 5.2 9.6 1.7 4.8 5.4
4.9 13.3 5.0 4.9 3.4 6.3
5.2 15.0 2.5
制程能力分析
二、制程能力分析在什么时候实 施是正确的?
4. 制程不良率『变异』起伏太大时，只好用 人海战术来克服，不断重工，现场人仰马 翻。
5. 没有因为Cpk不好，而针对『共同因』或 『特殊因』， 采取矫正措施。
6. 只要算得(尺寸)多，就愈接近事实(群体)， 就愈能符合客户的要求 ？？
7. 客户有要求算Cpk，才去做？
4. 选用合格之作业员：剔除不合格人员或再施 予教育和训练。
5. 选择适当之工作方法：建立标准化SOP
6. 根据规格公差设定设备之管制界限：为获得 最经济、最稳定之生产。
7. 当制程能力超越公差时，决定最经济之作业
水准：
17
六、究竟要量测多少个样品才能 计算Cpk?
• 要多少个样本数才能显示出制程的稳定性？
制程？ ※※※※ ※※ ※※※※ ※※ ※※※※※※ ※※ ※※※※ ※※ ※※ ※※※※※※※※※※※ ※※※※※※※※※※※※※
第一次抽樣的樣本第一次抽 样的样 本::※※※※※※※※
第二次抽樣的樣本第二次抽 样的样本::※※※※※※※※
• 假设同一量测员，采用随机抽样的手法，
抽样区域可能落在群体上，不同的位置， 自然会产生不同的结果，只要结果是在规 格内我们都会允收。当然以少数样本的成 绩代表群体的真实面貌，会有风险；如好 19
制程能力分析
(Analysis for Process Capability)
1
疑问？
一、制程能力是什么？ 二、制程能力分析在什么时候实施是正确
的？ 三、执行制程能力分析前有那些步骤？ 四、制程能力分析的数据要如何评价？ 五、制程能力分析的数据要如何应用？ 六、究竟要量测多少个样品才能计算Cpk？
(允收批内)不良率， 则必须立即处理，
4 第四天-制程能力分析
Minitab 分析
例：一家线缆制造商希望评估线缆的直径是否符合规格。线缆直径必须为 0.55 + 0.05 cm 才符合工程规格。分析员评估过程的能力以确保其满足客户的要求 ，即 Ppk 为 1.33。分析员每小时从生产线中取 5 根连续的线缆作为一个子组， 并记录直径。
Stat>Quality Tools>Capability Analysis (Normal)
• 子组容量 (Sub-Group Size) : 每个子组内所包含的样本个体数量 – 子组的容量体现组内由于普遍原因(Common Cause) 造成的差异 – 连续型数据: 2 - 5个连续的工件。 – 属性量数据子组容量需要更多，取决于缺陷/次品 产生的概率，每个子组中至少包 含一个或一个以上的缺陷/次品 。
ZUSL(长期）=(USL-X) / S long
term
ZLSL（长期）=(X-LSL) / S long term
swithin: When subgroup size is > 1,
1 Pooled standard deviation: The unbiased estimator of swithin is Sp/ C4 (d + 1).
3 Square root of mean squared successive differences (MSSD): di = successive differences c4(ni) = As defined for pooled standard deviation c4(ni)| approximately equals c4(ni) and can be read from another table If you choose not to use the unbiasing constant, swithin is estimated by, N = Total number of observations
第二章MINITAB之制程能力分析
第二章MINITAB之制程能力分析制程能力分析是通过对生产过程进行统计分析，识别和评估生产过程偏离目标值的能力。
MINITAB是一种常用的统计分析软件，可以帮助我们进行制程能力分析。
本文将介绍MINITAB在制程能力分析中的应用，包括测量系统分析、过程稳定性分析和过程能力指数计算等。
首先，我们需要进行测量系统的分析，以确保测量系统具有良好的稳定性和准确性。
MINITAB提供了一系列测量系统分析工具，包括平均值图、范围图、方差分析等。
通过这些工具，我们可以评估测量系统的可靠性，进而确定测量系统是否适合用于制程能力分析。
接下来是过程稳定性分析，主要应用MINITAB中的控制图工具。
控制图可以帮助我们监控过程的稳定性，及时发现和纠正过程中的异常情况。
MINITAB提供了许多不同类型的控制图，例如X-控制图、R-控制图、P-控制图等。
我们可以根据数据类型和分布情况选择合适的控制图，分析过程是否稳定，并识别特殊原因的存在。
最后是过程能力指数的计算。
过程能力指数是衡量过程能力的一个重要指标。
MINITAB提供了能力分析工具，可以帮助我们计算过程的CP、CPK、Pp和Ppk等指数。
通过这些指标，我们可以评估过程是否能够满足要求，并进行相应的改进。
在使用MINITAB进行制程能力分析时，有一些注意事项需要注意。
首先，要选择合适的样本大小和采样方案，以确保分析结果具有一定的可信度。
其次，要确保数据的质量，包括数据的准确性和完整性。
如果数据存在异常值或缺失值，应进行相应的处理。
最后，要结合实际情况对分析结果进行解释和应用，提出相应的改进措施。
综上所述，MINITAB是一种功能强大的统计分析软件，在制程能力分析中有着广泛的应用。
通过MINITAB的测量系统分析、过程稳定性分析和过程能力指数计算等功能，我们可以全面评估和改进生产过程，提高产品质量和生产效率。
制程能力分析
單元目的在瞭解何謂「統計管制狀態」後，製程能力分析的目的是進一步使製程能符合顧客的需求，因為製程能力是指製程的一致性，而製程的變異可以用來衡量製程輸出之一致性，它可以用來協助製造前之開發活動﹑找出問題﹑設定標準與降低成本。
產品規格來自顧客的需求或設計者個人的專業學養，因此製程必須具有產出符合工程規零件的能力。
研究製程能力的意義在於決定製程的自然公差、協助設定製程標準和規格、以及確定和消除「非自然變異」。
單元大綱製程能力分析製程能力的評價製程能力的改善製程能力分析何謂製程能力製程能力是指「各種能力均標準化，製程在管制狀態下所呈現之質與量的能力」。
故製程能力可以產量、效率表示，也可以成品、半成品、零件等之品質特性來表示，也可以不良率或缺點數來表示。
製程能力可為一部機器或一設備在一定條件下操作的能力，前者一般稱為「機器能力」，可為一項預定的產品之全部製程，包括人、材料機器及方法在長時間內所程現的能力。
前者一般稱為「機器能力」，而後者則稱為「綜合製造能力」，後者經常包括了工具損耗之正長影響，材料的微些變化及其它的微小變化。
在此我們所討論之製程能力即以後者為主。
製程能力與規格當考量製程績效之前，必須先討論兩個重要的問題：1.製程是否有維持良好”統計管制狀態”的能力。
2.是否具有產出符合工程規格零件的製程能力。
只有當製程處於”統計管制狀態”下，估計製程能力才合理，因為當製程處於”統計管制狀態”下，製程沒有可歸咎的非自然因素存在，此時才可以顯示製程真正的變異。
此部份已於管制圖介紹中詳細介紹過。
製程是否具有產出符合工程規格零件的能力，在於製程變異範圍是否介於工程規格之內，一邊而言可能有下列三種情況：1.製程變異小於規格間差異。
2.製程變異等於規格間差異。
3.製程變異大於規格間差異。
第一種情況：6＜USL－LSL當製程變異(6)小於規格間之差(USL－LSL)時，這是最理想情況，如圖個別值分布A和規格的關係最佳，因為規格比製程變異大很多，即使製程平均值有很大的移動，也不易超出規格界線；分佈B的變異比分佈A大，但所有個別值仍在規格之內分佈C所顯示的變異更大，但仍在規格之內。
制程能力分析概述
制程能力分析概述导言制程能力分析是一种用于评估和监控生产过程的质量控制方法。
它可以帮助企业了解其生产过程的稳定性和可靠性，并提供改进过程的指导。
本文将对制程能力分析进行概述，介绍其基本原理、方法和应用，并探讨其在质量管理中的重要性。
什么是制程能力分析？制程能力分析是一种统计技术，用于评估和监控生产过程的稳定性和变异性。
它通过收集样本数据并进行统计分析，帮助企业监测过程的性能，并确定其是否满足预定的质量要求。
制程能力分析通常涉及计算过程的能力指标，如过程能力指数（Cp）、过程能力指数修正版（Cpk）等。
制程能力分析的基本原理制程能力分析的基本原理是基于正态分布假设和过程稳定性假设。
它假设生产过程符合正态分布，且过程的变异性是常数的。
基于这些假设，制程能力分析使用统计工具来评估过程的能力，以及过程的中心性和变异性。
制程能力分析的基本步骤制程能力分析的基本步骤通常包括以下几个方面：1.数据收集：收集生产过程的样本数据。
样本数据应该代表整个生产过程，并且在收集过程中应注意数据的准确性和可靠性。
2.过程稳定性分析：通过绘制控制图、计算过程的平均数和标准差等统计方法来评估过程的稳定性。
过程应该在统计控制下，并且无特殊因素的影响。
3.过程能力指数计算：通过计算过程的能力指数（如Cp和Cpk）来评估过程的能力。
能力指数可以告诉我们过程的“容量”，即过程是否能够在规定的公差范围内生产出合格产品。
4.制程改进：根据制程能力分析的结果，进行必要的改进措施。
这可能包括调整生产参数、改进工艺流程、优化设备等，以提高生产过程的能力。
5.监控和持续改进：制程能力分析不仅是一次性的评估，而且应该是一个持续的过程。
企业应该建立起监控和评估制程能力的系统，并持续改进过程。
制程能力分析的应用制程能力分析在质量管理中有广泛的应用。
它可以帮助企业提前发现生产过程中的问题，并及时采取措施进行纠正。
以下是一些制程能力分析的应用场景：1.检验新产品：在生产新产品之前，进行制程能力分析可以评估生产过程的稳定性和变异性，判断是否满足产品质量要求。
制程能力分析
制程能力分析緒言在產品生產周期內統計技朮可用來協助制造前之開發活動、制程變異性之數量化、制程變性相對于產品規格之分析及協助降低制程內之變異性。
這些工作一般稱為制程能力分析(process capability analysis)。
制程能力是指制程之一致性，制程之變異性可用來衡量制程輸出之一致性。
我們一般是將產品品質特性之6個標准差范圍當做是制程能力之量測。
此范圍稱為自然允差界限(natural tolerance limits)或稱為制程能力界限(process capability limits)。
圖9-1顯示品質特性符合常態分配且平均值為μ，標准差為σ之制程。
制程之上、下自然允差界限為UNTL=μ+3σ上自然允差界限LNTL=μ-3σ下自然允差界限對于一常態分配，自然允差界限將包含99.73%之品質數據，或者可說是0.27%之制程輸出將落在自然允差界限外。
如果制程數據之分配不為常態，則落在μ±3σ外之機率將不為0.27%。
(例) 產品外徑之規格為5±0.015cm，由樣本資料得知X=4.99cm，σ=0.004cm，試計算制程之自然允差界限。
(解): UNTL=4.99+3(0.004)=5.002LNTL=4.99-3(0.004)=4.978制程能力分析可定議為估計制程能力之工程研究。
制程能力分析通常是量測產品之功能參數而非制程本身。
當分析者可直接觀察制程及控制制程數據之收集時，此種分析可視為一種真的制程能力分析。
因為經由數據收集之控制及了解數據之時間次序性，可推論制程之穩定性。
若當只有品質數據而無法直接觀測制程時，這種研究稱為產品特性分析(product characterization)。
產品特性分析只可估計產品品質特性之分布，或者是制程之輸出(不合格率)，對于制程之動態行為或者是制程是否在管制內則無法估計。
這種性形通常是發生在分析供應商提供之品質數據或者是進貨檢驗之品質資料。
6 sigma-制程能力分析
组内组间制程能力分析
规格USL=53 LSL=47 连续测量25卷，每卷测量3个 Stat>Quality Tools>Capability Analysis>Between/within
制程能力等级判断及处置建议－Cpk P%
等
Cpk制程能力指数
级
Process Capability
Index
A 1.33≦Cpk
处置建议
制程能力足够
B 1.0≦Cpk＜1.33
制程能力尚可，应再努力。
C Cpk＜1.0
制程应加以改善。
等 级
P%（综合评价）
处置建议
A P≦0.44%
稳定
B 0.44%＜P≦1.22%
B 12.5%＜│Ca│≦25%（1/4） 有必要尽可能将其改进为Ａ级。
C 25%＜│Ca│≦50%（1/2）
作业员可能看错规格，不按作业标准操作或检讨 规格及作业标准。
D 50%＜│Ca│
应采取紧急措施，全面检讨所有可能影响之因素， 必要时停止生产。
等
Cp制程精密度
级 Capability of precision
数据转换之范例
数据转换之范例
数据转换之范例
数据转换之范例
此种转换要求 数据为正值
左上角为原始资 料之分布
非常态分配与制程能力指标
此种转换不 要求数据为 正值，也不 需要输入样 本大小
转换公式
Stat>Quality Tools> Johnson Transformation
非常态分配与制程能力指标
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Process Sampling – short term 过程抽样－短期
By Strive Zhou
11
Process Sampling – short term 过程抽样－短期
By Strive Zhou
12
Process Sampling – Short Term / Long Term 过程抽样－短期/长期
6σ
6σ
A Very, Very Capable Process 制程能力非常充分
σ =0.04
6
Sigma Level Sigma 水平 3σ Process
4σ Process
6σ Process
Customer Requirement and capability 能力与客户要求
By Strive Zhou
By Strive Zhou
34
Short-term or Long-term 短期还是长期？
➢ Another may is though observation: 另外一个方法可用来观察
k
j 1
m i 1
Yij
y
2
k j 1
n
j
Yi
y
2
k j 1
m i 1
Yij
y
2
By Strive Zhou
7
What brings defects? 什么导致缺陷？
Unstable incoming material 不稳定的原材料
By Strive Zhou
Inappropriate specification design 不适当的规格设计
Poor process Capability 不充分的制程能力
Frequency
Process Capability – Variable Data 制程能力－－－计量型数据
By Strive Zhou
25
Variable Output: The Method 计量输出：方法
By Strive Zhou
26
Step 1: Check Specification 步骤1：规格确认
5
How Capable Is It? 制程能力如何？
USL LSL
3σ 3σ 4σ 4σ
Capable Process 制程能力充分
A Very Capable Process
制程能力很充分
USL LSL
Standard Deviation
标准差 σ =0.08
σ =0.06
USL LSL
By Strive Zhou
8
Capability Analysis 制程能力分析
By Strive Zhou
9
Process capability analysis using different Types of data 使用不同类别数据进行制程能力分析
Variable 计量型
Attribute 记数型
By Strive Zhou
7
8
9
By Strive Zhou
30
Step 2: Sample Data-Rational Grouping 步骤2：采集数据－合理分组
By Strive Zhou
31
Step 2: Sampling 步骤2：取样
♣ Eg. The engineer takes 5 data a day for consecutively 7 days.
Capability Analysis 能力分析
By Strive Zhou
1
Process Improvement Methodology 制程改善方法论
By Strive Zhou
2
What is Capability 制程能力是……
When process is under control, capability is decided by customer demand and process performance (product or service quality shifting degree), The more the process meets the customer need, the better the capability will be. 制程在受控状态下时，客户要求与制程表现（产品品质或服务的品 质变动程度）的比值，如果制程表现越能满足客户要求，则制程能 力越充分，反之则不足。
By Strive Zhou
40
Example-Short Term Shift 短期波动的例子
By Strive Zhou
41
Example-Short Term Shift 短期波动的例子
❖ Calculate short term shift (with Minitab) 使用Minitab来计算短 期波动
35
Short-term or Long-term 短期还是长期？
Opportunity 机会
By Strive Zhou
36
Short-term or Long-term 短期还是长期？
By Strive Zhou
37
Short-term or Long-term 短期还是长期？
By Strive Zhou
使用许多机器
❖ Analyzing the performance of many operators 许多操作者
❖ Using many lots of incoming parts 使用多批原材料
By Strive Zhou
15
Process Sampling –Long Term 过程抽样－/长期
LSL
USL
By Strive Zhou
3
What is Capability 制程能力是……
A
C
LSL
USL
LSL USL
B
D
What can we conclude form the capability of these process? 这些制程的制程能力 如何？
LSL USL
By Strive Zhou
LSL USL
4
How Capable Is It? 制程能力如何？
6σ
LSL
USL
Capable Process
制程能力充分
6σ
6σ
By Strive Zhopable Process
制程能力很充分
LSL A Very, Very USL Capable Process 制程能力非常充分
Data collected from Rational Grouping Samples. 快速凭票采集的数据应从合理分组中抽样
O o o oo o O oo o
O oo o o o O oo oo o O o o oo o
O o oo oo O oo o o o O oooo o
0
1
2
3
4
5
6
By Strive Zhou
27
Example 举例
Pen. mtv
By Strive Zhou
28
Step 1: Check Specification 步骤1：规格确认
By Strive Zhou
29
Step 2: Sample Data-Rational Grouping 步骤2：采集数据－合理分组
By Strive Zhou
13
Process Sampling –Long Term 过程抽样－/长期
By Strive Zhou
14
Process Sampling –Long Term 过程抽样－/长期
❖ From many shifts of production
从许多生产班次而来
❖ Observing many machines
Sigma Level Sigma 水平
1 2 3 4 5 6
Short-term DPMO 短期的DPMO
158655.3 22750.1
1350 31.7 0.3 0.0
Long-Term DPMO 长期的DPMO
691462.5 308537.5 66807.2
6209.7 232.7
3.4
By Strive Zhou
♣ Data collected should be able to reflect term and long term performance (if possible) 数据采集应能捕捉过程的短期绩效和长期绩效（若有可能）
➢ Data can be collected within a short period of time and arranged in a time sequence. 可通过快速采集一系列数据来完成，这些数据按照时间序列排列；
通常，长期与短期的 Sigma 水平1.5 σ
By Strive Zhou
19
Long-term and short-term capability (Zshift) 长期和短期能力（Z－偏差）
By Strive Zhou
20
Long-term and short-term capability (Zshift) 长期和短期能力（Z－偏差）
❖ Stat>Quality Tools>Capability analysis (Normal)
By Strive Zhou
42
Step3: Calculate Zu and Z1 步骤3：计算Zu和Z1