《工序能力分析课件上课讲义》由会员分享，可在线阅读，更多相关《工序能力分析课件上课讲义（37页珍藏版）》请在金锄头文库上搜索。
1、工序能力分析,1. 工序能力 2. 短期与长期工序能力 3. 有理数子集 4. 工序能力分析 5. 变量要素的检查 6. 工序能力分析过程,1. 工序能力 ?,工序能力是“指工序的加工质量满足技术标准的能力”。也就是说，在所控工序中制品表现的散布的范围。 所有品质特性目标值的偏差 越小越好。,计算工程不良率. 建立改善目标. 提供与其他设备相比较的标准.,了解工序能力.,尽可能减少标准偏差,使工序平均值接近目标值,工序设计生产 高品质的产品,工序能力改进,2. 短期与长期工程能力,长期工程能力 长期变动是由各种因素造成的，这些因素可以清晰得预见到 相对长的时期 （如：兴起，月份） 考虑长期噪声
2、变动的效果 （例：设备磨损，季节影响） 要求约100-200个数据 技术+工程管理 普通条件下的结果,短期工序能力 短期变动由偶然因素引起 相对比较短的时期 (如：星期，月份 ) 考虑短期噪声变动的效果 ( 例：白天和夜晚 ) 要求约30-50个数据 技术 最佳条件下的工序能力,工序能力因素,决定工序能力的要素 : 在工程平均值和标准值之间的一致性程度. 散步大小 通过控制工序而使标准中心与工序平均值一致是非常困难的，事实上长期来自标准的中心移动为 。,短期,长期,长期短期工序能力,至于工序长期的平均变动，它是以长期 与标准中心值有1.5的移动为基准的。,能力指数,假定工序特性服从正态分布，短
3、期能力指数计算公式如下： 6sigma 水平 Cp 为 2.0. 3sigma 水平 Cp 为 1.0 长期能力指数考虑工序平均有“1.5 ”的移动，通过从短期能力减少0.5 计算得到.,6 工序 : Cpk = 1.5 3 工序 : Cpk = 0.5,考虑到工序平均变动时的能力指数,1.5,3,),5,.,1,(,),6,(,3,=,+,-,+,=,-,=,s,s,s,s,target,target,average,USL,C,pk,计算工序能力时注意事项,工序能力的测定只在以下条件下有意义. 变量 (不属于特性数值.) 速度，重量，吸盘大小. 控制中的工序，也就是说，消除异常原因后的状态
4、. 数据散布：正态分布（或近似）,系统变动决定工序能力，不同的因素决定系统变动 set-up 流程 产品和工序 维护过程 分层原理 完全相同的调剂，系统或设备变动已掌握时收集的DATA 。 子集构成原理 使子集内的偏差变小 使子集间的偏差变大,3. 有理数子集,通过有理数子集的建立，能够掌握潜在工序能力。,组合标准偏差和全标准偏差,组合标准偏差 minitab 的基本选择. 子集中由各偏差的平均 值计算出来的数值. 有理数子集中，可以用来计算最佳短期工序能力.,全标准偏差 以全部数据为基准计算出 来的数值. 估计实际能力时，用全标准偏差. 在minitab中，Pp 或Ppk是以全标准偏差为基准
5、的工序能力.,意义 如果在组合标准偏差和全 标准偏差之间有差异，就 说工序平均值或标准 偏差 按时间改变 集团的组合标准偏差是在 最佳状态下估算的.,有理数子集的用法和意义,用法 以下条件造成每道工序变 动构成数据集 开关设备 机器，产品，操作者 预防维护 由每一个集团分析同一工 序能力,哪一个有较好的工序能力 ? 为什么？,工序能力,Boxplot : - X 变量 :“machine” - 产量 注意“集团间变动”和“集团内变动”.,集团间的Boxplots,通过检验集团间的差别，我们能预测如果没有附加投资， 如何改进我们当前的工序，我们能找到的改进的方法。,利用Time Series P
6、lot得到,Ex) 有理数子集的用法,比较集团内变动导致的标准偏差和全标准偏差.,变动和有理数子集的构成,短期能力分析要求相关短期的数据（20-50） 长期能力分析要求相对长期的数据 (周间, 月间. 约 100-200个数据),4. 工序能力分析,使用minitab, 工程分析,打开 process capability.mpj 文件. Stat Quality Tools Capability Analysis(Normal),输入规格,集团的大小, etc,输入数据,USL,Target,LSL,Mean,Sample N,StDev (ST),StDev (LT),Cp,CPU,CPL
7、,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,*,0.47,0.62,0.33,0.33,220000.00,0.00,220000.00,0.00,0.00,0.00,159706.64,31929.67,191636.31,Process Data,Potential (ST) Capability,Overal
8、l (LT) Capability,Observed Performance,Expected ST Performance,Expected LT Performance,ST,LT,Fill-up,在有理数子集的调条件下，我们得到如下结论. 短期标准偏差是 0.100928. 长期标准偏差是 0.702044. 潜在工序能力是 3.30. 可以说，经过不断的改进，可能达到3.30。 此工序的当前能力是 0.33. 此工序的不良率是 191636PPM.,品质的方差变动（Variation）,偶然原因 ( 一般原因 ) 发生在比较严格的制造业管理中，是不可避免的. ex) 操作条件，操作者技
9、术差别等。 异常原因 ( 特殊原因 ) 使用不良资材，制造设备故障，操作者疏忽等等。 注意 工序能力分析在稳定条件下是可行的，也就是说，没有特殊原因的变动（variation）。,有理数子集的形成,在集团中只有偶然原因产生的偏差（variation） 由特殊原因产生的偏差（ variation）在集团间是不同的. 利用组合标准偏差，确定最佳工序，可以估计潜在工序能力.,在集合里，偶然原因和特殊原因的变动同时发生. 不注意不稳定的工序，子集间的差距没有区别.,形成错误有理数子集的原因,如果有理数子集形成. Graph Time Series Plot,Fill-up,长期和短期的标 准偏差的差距
10、变大,潜在工序能力 比较清楚,Fill-up,如果有理数子集没有形成.,打开 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 Sixpack(Normal),工序能力的测定值,Is there any pattern by special cause?,检查 规律性,利用 Minitab Cap
11、ability Sixpack,数据的控制状态和规律性 很容易发现。 ( Stat Quality Tools Capability Sixpack ),Capability Sixpack 分析,step 1 : 选择输出变量. step 2 : 建立工序，主要输入变量值。 step 3 : 决定潜在变量，形成有理数子集. step 4 : 收集短期数据，使特殊原因造成的影响最小化. step 5 : 密切注意工序，找出不同点.,6. 工序能力过程分析,step 6 : 测定和记录主要工序输出变量. step 7 : 运行 Capability Six-pack, 然后检验： - 正态 - 稳定性 - 控制 step 8 : 利用“组合标准偏差”和“全标准偏差”进行能力分析 step 9 : 检查移动平均数和方差变动（variation） 的增加. step 10 : 根据调查结果，制定改善计划.,由组合标准偏差计算的工序能力,由全标准偏差计算的工序能力,是否形成了有理数 子集团？,了解集团间方差（variation） 变动的类型.,集团内是否有错误？,Fill-up,Example,此例显示出KPOV数据不足，工序能力不足 ，系统测定评估不足.,分析工序能力的表格,例) Process Capability 表格,
