制程能力分析目錄一、工序質量控制通常要解決兩個問題:—一是過程狀態的穩定,即過程處於統計控制狀態—二是過程具有生產合格品的保證能力二、過程能力的概念、度量、分析評價1.過程能力概念(1).6M或稱5MIE構成了過程的六大要,其綜合效果加以量化時,就構成過程能力(2).過程控制系統圖(3).六大因素將各自對產品品質產生影響,產品/服務量化的結果綜合反應出:σ2——變量概率分布的方差→標準偏差—過程能力大小的度量基礎μ——變量之平均值(4).正確理解σ、μ及X、S(5).正態分布之形成過程Sample——Population標準測量:少→多→群數(6).正態分布概率密度函數:當收集到的數據為計量數據時,質量特性X會是一個連續性隨機變量,變量的分布便是正態分布,符合下式:(7).6σ應用概率正態分布之性質在μ±3σ範圍之概率為0.9973,幾乎包含了全部的質量特性值.所以:6σ範圍被認為是產品品質正常波動的合理的最大幅度,它代表了一個過程所能達到的質量水平,所以過程能力一般用6σ來表示.σ越大→過程質量波動越大,過程能力越低σ越小→過程能力越高?想一想:6σ之範圍,對我們會有怎樣的意義,可以用來作品質設計嗎?小結:所謂過程能力,就是過程處於統計控制狀態下,加工品質正常波動的經濟幅度,通常用品質特性值分布的6倍標準偏差表示,記為6σ試問:過程本身與公差有無關係?2.過程能力指數比較評價:工序自身實際存在的能力(質量水平)6σ;給定的技術要求T(公差)比值—衡量過程能力,滿足工藝技術要求程度指標—Cp?想一想:如果T的中心(公差中心),與6σ之中心不重合時,CP會是一種怎樣的值,不重合時CP該如何考慮呢?三、過程能力指數與不合格品率假定X≧TL為合格品,那麼X<TL時為不合格品,如圖示假設X≦TU為合格品,那麼X>TU時為不合格品假設特性X規格為(TL,TU),當特性值X在(TL,TU)為合格,那麼X<TL或X>TU即為不合格品如圖示:b).當M<μ則:P(X<TL)+P(X>TU)不合格品主要出現在質量上限c).當M>μ則:P(X<TL)+P(X>TU)不合格品主要出現在達不到規格之下限部份小結:由於在實際問題中,分布的參數往往是未知的,為此常用樣本數估計值來代替.即μ=Xσ=S綜上所述:過程能力指數結如下:1>.單邊規格:a.規定上限X≦TU時為合格Cp=(TU-X)/3Sb.規定下限X>TL時為合格Cp=(X-TL)/3S2>.雙邊規格X→[TL,TU]為合格重點說明:討論過程能力指數,一定在如下兩個假定下進行的:1.過程是穩定的,即過程的輔出特性X服從正態分布N(μ,σ2)2.產品的規格範圍(下限規格TL和上限規格TU)能準確反映顧客(下道工序的工人、使用者)的要求.如果不知道分布是否是正態分布,則應進行正態性檢驗來驗證過程分布是否服從正態分布四、正態性檢驗NormalityTests—ShapiroWilkesTest觀察Shapiro—WilkProb<WValue如果:PValue(以Prob<w表示)Prob<W是大於0.05,則可以認為是正態分布,如果:Prob<W是小於0.05,則不認為是正態分布,需作計算機曲線擬合或圖形分析五、過程能力調查是基于過程處于穩定狀態下,科學計算μσ,常用控制圖法和直方圖法A.直方圖:通過直方圖的分散範圍同公差範圍比較簡便而又直觀地判斷過程能力是否滿足品質要求也可以按直方圖算得X及S計算CPK值缺點,直方圖不能看出質量特性值隨時間變化的情況不能反映生產過程的穩定.(樣本中包含了特大或特小的樣品值S值較大CPK降低)B.控制圖法通過控制圖確認過程處於統計控制狀態下,以產品質量正常波動的標準偏差σ.計算數過程能力6σ.σ通常用R/d2來計算σ=R/d2因為控制圖繪制過程中反映了較長時間內過程處于穩定狀態的質量波動狀況,排除了系統因素的影響.六、正態總體假設檢驗品管經常需要對兩個事物進行比較,如兩種工藝方法生產的產品特性比較,兩批原材料的性能比較,某時刻(批)產品質量與正常母體的差異等,但是,差異是絕對存在的,品管講究的是有無“顯著性差異”顯著性檢驗就是借助“統計檢驗”的方法判斷兩個事物是否存在差異的一種方法.1.顯著性檢驗的一般程序1>.設置原假設Ho如Ho:μ>μo;則Ho的備擇假設H1:μ<μo2>.設定顯著水平α顯著性檢驗的判斷是依據小概率事件原理的判斷,所謂小概率α是判斷錯誤的概率(風險度).統計檢驗依據的是小概率原理,即“在一次實驗中小概率事件實際上(不是理論上)是不會發生的”,如果發生了,則應判定統計檢驗的結果存在顯著性差別:例: