工序能力分析课件

《工序能力分析课件》由会员分享，可在线阅读，更多相关《工序能力分析课件（46页珍藏版）》请在金锄头文库上搜索。

1、第三单元,工序能力分析,编者：赵俭平,单元目标,了解在工序能力分析中是如何进行合理的抽样 会进行多变异分析 了解如何判定数据正态型的简单方法 会计算Cp，Cpk 了解数值数据工序能力分析的方法,编者：赵俭平,什么是工序能力？,影响工序质量的六个基本因素（6M） 人（Manpower） 机器（Machinery） 材料（Material） 方法（Method） 测量（Measurement） 环境（Mothernatured）,编者：赵俭平,什么是工序能力？（续）,1、6M所导致的变异有两类： 随机性变异 系统性变异（非随机性变异） 2、若工序仅受随机性因素的影响，一般情况下，质量特征值服从正态

2、分布（中心极限定理），如下图所示：,编者：赵俭平,什么是工序能力？（续）,编者：赵俭平,什么是工序能力？（续）,工序能力=B=3= 3S,编者：赵俭平,分析工序能力的步骤,1、确定样本含量(n) 2、确定合理的抽样方案 3、抽样 4、记录数据 5、绘制直方图 6、检查数据的正态性 7、检查是否存在系统性因素 8、计算工序能力 9、计算工序能力指数Cp, Cpk。,编者：赵俭平,样本含量与工序能力,1、进行工序能力分析时，一般随机抽样的样本含量在100200之间。 2、若样本含量太小，一方面不易判定数据分布的正态性，另一方面，所计算的工序能力与实际工序能力的差别会较大。一般仅在破坏性检验或抽样费

3、用高、抽样时间长的情况下使用小样本。 3、无论样本含量大小，抽样应是随机的。 4、样本应能捕获主要的随机性变异。,编者：赵俭平,合理的抽样方案,1、一个合理的抽样应能捕获工序过程的随机性变异 2、一个合理的抽样不应有系统性变异 抽样时应注意记录以下几点： 1、谁测量的数据？ 2、测量仪器是否被校准？ 3、搜集数据后工序是否有变化？ 4、对影响工序输出的关键影响因素所发生的变化是否做了记录？ 5、数据搜集的时间、工序、目的、抽样方式。,编者：赵俭平,多变异分析,三种类型的变异 -产品内变异 -产品间变异 -时间变异 多变异分析是确定合理抽样方案的分析工具，通过多变异分析，可以发现主要的变异来源，

4、保证抽样能捕获主要的随机性变异。,编者：赵俭平,多变异图的绘制按以下步骤进行,1、绘制x轴和Y轴。Y轴表示质量特征值:x轴表示按时间抽取的样品号。按不同时间点分成区域，并在每个区域的x轴上标上样品号。 2、从第一个时间点抽取的第一个样品开始，在x轴上找到所对应的点，根据一个样品上的几个测量值的最大值和最小值绘制出垂直的线条图，并析出其平均值，直到将所有样品的线条都绘制出来。,编者：赵俭平,多变异图的绘制按以下步骤进行（续）,3、将相邻两个样品的均值一一连接起来，样品间均值的波动表示产品间变异，各样品线条的高度表示产品内变异。 4、分别、计算各时间点样本观测值的均值，并Y轴上找到对应数值绘制一条

5、水平线，表示该时间点的平均值，各时间点均值之差别，即时间变异。 5、标明多变异图的数据来源、绘制目的、时间、采样人、绘制人等信息。,编者：赵俭平,多变异分析举例,某轴承车削工序加工的轴直径存在被动， 为了分析波动来源， 做了多变异分析， 质量工程师们选择了三个时间点，8:00AM、 l0:00AM、12:00AM ， 每个时间点连续抽取3根轴， 又从每根轴上分别选了3个测量点(两端和中间)，其测量结果如下页表:,编者：赵俭平,多变异分析举例（续）,编者：赵俭平,编者：赵俭平,根据多变异分析确定合理的抽样方案,产品内测量点的个数(a):若存在产品内变异，则每个产品至少测2点:若产品内变异较大，可

6、适当增加测量点数，一般取35个测量点。 一次抽取的产品个数(b):至少3个以上若产品间变异较大、一般抽1020，甚至更多。,编者：赵俭平,根据多变异分析确定合理 的抽样方案（续）,抽样的时间点数(k):一般3个以上，若抽样的目的是为了研究变异来源，则可以多取几个时间点:若进行工序能力分析，一般时间点不宜太多，时间跨度不宜太长，否则抽样过程中易受系统性原因的影响。另外，如果多变异分析结果表明时间变异较大，说明工序不稳定，应分析是否存在系统性原因，在消除系统性原因后重新抽样。 样本含量 = abk,编者：赵俭平,练习1 绘制多变异图,某锡桨印刷工序需控制PCB板上的锡浆高度，为了研究锡桨高度的变异

7、情况，做了如下的多变异分析:从每块PCB板上选取5个测量点，测量其锡桨高度。选择了8:00AM、10:00AM、12:00AM三个时间点，每个时间点连续抽取三块PCB板。测量结果如下表，请绘制多变异分析图。,编者：赵俭平,绘制多变异图（续）,编者：赵俭平,根据直方图判断是否为正态分布,编者：赵俭平,几种非正态分布的直方图,编者：赵俭平,几种非正态分布的直方图（续）,编者：赵俭平,几种非正态分布的直方图（续）,编者：赵俭平,几种非正态分布的直方图（续）,编者：赵俭平,几种非正态分布的直方图（续）,编者：赵俭平,几种非正态分布的直方图（续）,编者：赵俭平,非正态数据下工序能力, 若数据呈非正态分布

8、，首先应查找工序中是否存在系统性原因，很多情况下，非正态性是由于系统性原因造成的。若一旦发现了系统性原因，应采取措施，将由于系统性原因产生的数据删除，或将系统性原因排除后，重新搜集数据。 若非正态性是由于工艺过程中特殊的工艺特点造成的，应考虑将非正态数据转化为正态，此时公差也要做同等转化。几种将非正态数据转化为正态的方法:,编者：赵俭平,非正态数据下工序能力（续）,1、倒数转换： 2、平方根转移： 3、立方根转换： 4、对数转换：log x或lnx 5、BOXCOX转换*,编者：赵俭平,非正态分布-右偏态分布,可能原因： 几种可能原因: 控制了公差下限 左侧某些数据被遗弃(或样本被故意抛弃)

9、工序分布右偏(如由于刀具、夹具等的磨损) 工艺过程的特殊性,若右偏态是由于工艺本身特殊性造成的,可依 次尝试以下转换： （3）、logx或lnx,编者：赵俭平,非正态分布-左偏态分布,几种可能原因: 控制了公差上限 右侧某些数据被遗弃（或样要被故意抛弃） 工序分布左偏(如由于刀具、夹具等的磨损) 工艺过程的特殊性,若右偏态是由于工艺本身特殊性造成的,可依 次尝试以下转换： （3）、logx或lnx,编者：赵俭平,非正态分布-双峰形分布,造成双峰型分布的几种可能原因 混料 抽样方案不合理：抽样时将两个不同的生产线、或两个班组或两种材料或两种工艺的样本放在一起。,抽样间隔太长，而工艺又不稳定 如果

10、是供应商来料的抽样数据，则很可能是由于供应商事先做了分检。 正常的生产过程一般不会造成双峰分布，因此，如果数据出现双峰分布，应立即调查原因。,编者：赵俭平,非正态分布-扁平型,几种可能原因: 工序参数调整误差大，且频繁调整 工序波动大 机器（或刀具、夹具）出现严重磨损，影响了精度 特殊的工艺过程,编者：赵俭平,非正态分布-尾部被切除,样本数据中超公差部分被遗弃 仅从合格产品中抽样 抽样不合理，如样本含量太小 一旦发现这种分布，应立即调查原因,编者：赵俭平,工序能力指数Cp和Cpk,编者：赵俭平,单测公差下的工序能力指数Cpu和Cpl,编者：赵俭平,单测公差下的 工序能力指数Cpu和Cpl(续）

11、,编者：赵俭平,Cpk的计算,1、只有右单侧公差USL：Cpk=Cpu。 2、只有左单侧公差LSL：Cpk=Cpl 3、双侧公差：,编者：赵俭平,Cpk的计算(续),公差中心,LSL,USL,编者：赵俭平,Cpk的计算(续),编者：赵俭平,练习3 计算Cp和Cpk,对以下三种情况分别计算Cp和Cpk,编者：赵俭平,摩托罗拉Cp和Cpk的目标,Cp2.0 Cpk1.5,公差范围在 6或6之外,DPMO3.44,编者：赵俭平,摩托罗拉Cp和Cpk的目标（续）,编者：赵俭平,计数值数据工序能力的分析,有些工序过程,其输出不能用计量值数据来衡量,工序质量的判定是依据是否存在缺陷极缺陷的多少来衡量。 举

12、例：在某PCB板插件工序上抽取了200块PCB板，发现共有50个缺陷，因此：DPU=50/200=0.25,编者：赵俭平,计数值数据工序能力的分析(续),DPU是能反映出工序质量的高低，但它不能表示工序相对质量的高低。如同样是在PCB板上插上件的工序，A工序需插100个件，而B工序只需插10个件。若DPUA=0.1，DPUB=0.05，然而并不能简单在说，B工序质量水平高于A工序，为了使工序间具有可比性，定义,编者：赵俭平,计数值数据工序能力的分析(续),应根据其具体工艺过程确定单位产品上出现缺陷的机会，一般来讲，缺陷机会应包括零件数和每道工序的操作数。如前例中A工序需插100个件，每插一个件需一个操作。缺陷机会数为200；而B工序的缺陷机全为20个。因此，A工序质量水平高于,编者：赵俭平,摩托罗拉对DPMO的要求,计算DPMO应注意的问题： 1、工序过程应处于受控状态，即工序中不应出现系统性原因导致的缺陷 2、样本含量要充分大 3、对缺陷机会的定义要明确并有意义,DPMO3.4,编者：赵俭平,