三星全套六西格瑪-02測量GBM06-工程能力分析ppt課件

1、工程才干分析.MeasureDefineAnalyzeImproveControl方法論 Measure 概要 Project Y 根底統(tǒng)計 測定System 分析 Six Sigma 測度 工程才干分析 Process Map & 特性要因圖 FDM.工程才干分析 學習目的了解工程才干指數(shù)Cp, CpkPp, Ppk 了解利用Minitab的工程才干分析方法了解利用工程才干分析結果的 水準計算方法. 能消費均一質量制品的工程固有才干。什么叫工程才干？ 工程被管理時，表示工程中消費的制品質量變動是什么程度的量。 一切質量特性都具有它的目的值(Target Value)， 質量是與目的值的偏向越

2、小越優(yōu)秀。.長期/短期工程才干Time 1Time 2Time 3Time 4(Xij-Xj)2Si=1nSj=1g nXj-X2Sj=1g() (Xij-X)2Si=1nSj=1g=SSW=SSBSST= 長期工程才干對比短期工程才干.工程才干指數(shù)- 短期工程才干指數(shù)用 CP, CPK 來表示，長期工程才干指數(shù)用 PP, PPK來表示。 - 在這里CP 或 PP 是工程平均與規(guī)格中心一致時的工程才干指數(shù)， CPK 或 PPK 是工程平均與規(guī)格中心不一致時的工程才干指數(shù)。 工程才干指數(shù)(Process Capability Index)？ 在Minitab 工程才干指數(shù)是工程能消費多么均勻質量

3、產品的才干， 即，評價工程才干的測度。 . 短期工程才干指數(shù) 工程平均和規(guī)格中心一致時 工程平均和規(guī)格中心不一致時 st 表示短期規(guī)范偏向，在Minitab中以StDev(Within) 推定。工程才干指數(shù),. 長期工程才干指數(shù) 工程平均和規(guī)格中心一致時 工程平均和規(guī)格中心不一致時 lt 表示長期規(guī)范偏向，在Minitab中以 StDev(Overall) 推定。工程才干指數(shù),.合理的部分群 (Rational Subgroup)合理的部分群意味著根據部分群構成原那么而構成的部分群，構成合理的部分群因此能準確地確認工程的固有才干?？傋儎尤洪g變動總合群內變動總合文件名: Capability_S

4、ubgroup.mtw部分群組成原那么 部分群內變動 (Variation within Groups)為小 部分群間變動 (Variation between Groups)為大.102030405091011Index充電量顯示部分群內的變動小，部分群之間變動比較大。 分析點的陳列Perform，容易找出工程改善的問題。 已構成合理的部分群時合理的部分群 (Rational Subgroup).合理的部分群 (Rational Subgroup)10203040508.59.510.511.5Index部分群內的變動大， 部分群之間的差不太明顯。 不易找出工程改善問題。 假設沒構成合理的部

5、分群.充電量.利用Minitab的工程才干分析Capability Analysis(Normal)Capability Analysis(Between/Within)Capability Analysis(Weibull)Capability Sixpack(Normal)Capability Sixpack(Between/Within)Capability Sixpack(Weibull)計量值數(shù)據計數(shù)值數(shù)據Capability Analysis(Binomial)Capability Analysis(Poisson).對正態(tài)分布數(shù)據的工程才干分析例題 1為了工程才干分析，20天各選

6、 5個中心部品特性值的長度(mm)的測定DATA如下。 經過正態(tài)性檢定(Normality Test)確認DATA是正態(tài)分布，中心部品的規(guī)格是按顧客要求600mm 2mm . 經過以下DATA做工程才干分析。 598.0599.8600.0599.8600.0600.0598.8598.2599.4599.6599.4599.4600.0598.8599.2599.4599.6599.0599.2600.6598.8598.8599.8599.2599.4600.0600.2600.2599.6599.0599.0599.8600.8598.8598.2600.0599.2599.8601.2

7、600.4600.2599.6599.6599.6600.2599.2599.0599.6600.4600.0599.0599.6599.4599.2597.8600.4599.6600.0600.8600.4599.4599.0598.4599.0599.6598.8599.2599.6598.6599.8599.6599.2599.6600.2599.8599.6600.0599.6599.2598.6599.6601.2599.6600.2600.0600.0599.4599.8599.2599.6599.4600.0600.0599.2599.4599.6599.8599.0599.6

8、599.41 2 3 4 5 6 7 8 9 1011 12 13 14 15 16 17 18 19 20把計量型數(shù)據的正態(tài)分布數(shù)據的工程才干經過Minitab分析。Capability Analysis(Normal).(Process Capability.mtw)Work sheet 里DATA輸入Step 1Capability Analysis(Normal).Stat Quality Tools Capability Analysis (Normal)Step 2輸入規(guī)格的上限和下限Boundary是DATA不能測定規(guī)格外時 Check 選擇變量列部分群的大小或列輸入Capabi

9、lity Analysis(Normal).非正態(tài)DATA時，為了 Box-Cox 變換而選擇輸入規(guī)格中心值時用Cp, Pp 或 Z值來決議要輸出的 決議用ppm 或 %輸出 OptionsCapability Analysis(Normal).Step 3 確認結果 規(guī)格上限 Target 規(guī)格下限 平均 樣品數(shù) 短期規(guī)范偏向 長期規(guī)范偏向Process數(shù)據潛在的 執(zhí)行曲線實踐的 正態(tài)曲線 潛在的工程 才干指數(shù) Cp 思索傾斜的 潛在工程才干 指數(shù) Cpk潛在的工程才干只用工程的群內變動評價執(zhí)行才干的指數(shù)。即，意味著 Cp改善能夠最大限制是 1.16為至。 Capability Analys

10、is(Normal). 實踐性工程才干 指數(shù) Pp 思索傾斜的 實踐性工程才干 指數(shù) Ppk實踐性工程才干根據一切DATA的變動值評價執(zhí)行才干的指數(shù)Capability Analysis(Normal).如今執(zhí)行才干用 ppm表示實踐DATA脫離規(guī)格的程度。Capability Analysis(Normal).潛在的料想執(zhí)行才干只思索工程的群內變動顯示正態(tài)分布時，數(shù)據表現(xiàn)為 脫離規(guī)格的料想 ppm Capability Analysis(Normal).實踐料想完成才干對一切DATA的變動值來顯示正態(tài)分布時， DATA表現(xiàn)脫離規(guī)格的預測 ppm因工程平均以規(guī)格中心為基準往 LSL方向傾斜，所

11、以需求與工程變動的減少一同 能與規(guī)格中心一致的工程平均的挪動。Capability Analysis(Normal). 算出Z值 察看利用Minitab 輸出Z值的過程。: 良品的比率,: 工程不良率 算出公式是規(guī)范正態(tài)分布函數(shù)的逆函數(shù)，利用Minitab 可以求。 還記得在根底統(tǒng)計的概率分布中求逆累計概率值的方法吧?Z( Calc Probability Distribution Normal )Capability Analysis(Normal). 從例題1的 Session 結果中確認 ppm Total后，經過Minitab算出Z值。Step1 良品率( r )計算良品率 ( r )

12、 = 1- 0.00636735 = 0.993632 在例題 1的結果中 “Overall ppm Total為 6367.35，按不良率 換算是 0.00636735 ，良品率如下。Step2 Calc Probability Distribution Normal選擇逆累計概率由于是規(guī)范正態(tài)分布函數(shù)，所以輸入平均0, 規(guī)范偏向1輸入常數(shù)Capability Analysis(Normal).Step3 確認結果 經過以上結果，能確認 Z值是 2.4911. Z=2.4911Capability Analysis(Normal)能知道這工程的 水準是 ZLT = 2.4911 ZST =

13、2.4911 + 1.5 = 3.9911 程度。.Capability Analysis(Binomial) 以下數(shù)據表示某二次電池消費業(yè)體焊接后因Leakage所發(fā)生的不良品數(shù)， 并計算了工程才干。樣品大小是20. 120110119391185831717216162152541454213333122211131不良品數(shù)部分群不良品數(shù)部分群 對二項分布DATA的工程才干分析 經過Minitab分析計數(shù)型DATA的二項分布 DATA工程才干。例題 2.工程才干分析 Stat Quality Tools Capability Analysis(Binomial) 選擇 樣品大小同樣時樣品大

14、小不同時，選擇 輸入樣品大小的列指定目的不良率知道母集團的不良率時，輸入其值。Capability Analysis(Binomial) Step 1click(Capability_binomial.mtw).Capability Analysis(Binomial) 在Pchart中沒有脫離管理界限的點，所 有點都在管理界限內恣意地分布，因此 工程處于穩(wěn)定形狀。累積不良率CHART(Cumulative%Defective)是 確認數(shù)據能否具備對不良率提供穩(wěn)定推定值， 在圖中樣品10開場累積不良率沒有大的變動 而銜接，并越來越接近于平均，因此可以 判別對不良率的推定確保了充分的數(shù)據。這工程

15、的不良率是115,000ppm(DPMO).可以知道此工程的Sigma水準為 115,000 DPMO相應的 ZLT = 1.2 ZST = 1.2 + 1.5 = 2.7結果解釋Step 2. 對二項分布DATA的工程才干分析 經過Minitab分析計數(shù)型DATA的泊松分布DATA 的工程才干。Capability Analysis(Poisson) 下面數(shù)據是某PVC地面資料的每單位面積外表所發(fā)生的氣泡不良率，按照 抽樣順序表示，計算了工程才干。 120310419293181851737416464151561414213234124201151氣泡不良數(shù)樣品氣泡不良數(shù)樣品例題 3. 選

16、擇Stat Quality Tools Capability Analysis(Poisson) 樣品大小 一樣時樣品大小不同時， 選擇輸入樣品大小的列。指定對每單位缺陷數(shù)的目的值知道對母集團缺陷數(shù)平均時，輸入其值。Capability Analysis(Poisson) Step 1工程才干分析(Capability_ Poisson.mtw). 在U Chart中沒有脫離管理界限的點，并一切 的點恣意地分布，因此工程處于穩(wěn)定形狀。 在累積計DPU CHART(Cumulative DPU)中可以 確認DATA能否具備對DPU提供穩(wěn)定推定值。 由于樣品18開場累積DPU沒有大的變動接近于 平

17、均，所以根據這些DATA推定的DPU是正確。 平均DPU是2.95個，每單位面積平均發(fā)生3個 左右氣泡不良。 不良率為 1-( e-DPU ) = 1- ( e-2.95 ) = 1- 0.0523397 = 0.947660 這工程的 水準是 相當于947,660 DPMO的 ZLT = -1.6 ZST = -1.6 + 1.5 = -0.1 程度Capability Analysis(Poisson) 結果解釋Step 2.工程才干分析實習實習時間 : 30分目的 1) Data搜集方法 2) 了解Minitab 分析方法 3) 算出 水準 預備物 1) 部品 : 螺絲100個(一樣規(guī)格 20個箱子- 20 Lot的意思) 2) 儀器 : Digital Vernier