过程能力分析研究资料.pptVIP

能力分析 Capability Studies 过程能力判断的第一步： SPC 现在我们管理数据的方法 - SPC 应用测试 Applying the Tests 标准偏差的规则:数据应该在哪? 控制极限对规格限制 Control Limits vs. Specification Limits 过程控制极限是在过程中数据自己计算出来的 Process Control Limits are calculated based on data from the process itself 他们根据+/- 3s (99.73%我们期望过程偏差落在这些极限之间) They are based on +/- 3s (99.73% of the process variation is expected to fall between these limits) 两种一般数据 Two General Kinds of Data 属性 ATTRIBUTE - 离散, 可计的数据 Discrete, Counted Data Ex: 1, 2, 3, 4 etc… Good / Bad Machine 1 , 2 , 3 ... 变量VARIABLES - 连续, 可测量的数据 Continuous, Measured Data Ex: Weight = 10.2 Lbs Thickness = 11.211 inches 控制图的主要类型 Major Types of Control Charts 变量图(连续的数据） Variables Charts I-MR (个体 individuals) X-Bar (组（平均） average) 特性图（离散的数据） Attribute Charts NP (有缺陷的数字 Number defective) P (有缺陷（不合格）的比率 Proportion defective) C (过失数量 Number of defects) U (每个单位的过失数量Number of defects / unit) 过程受控判别的八个准则 准则七：过程改善后变异变小，控制限要求太低，应该把控制限变小。准则八则与其相反。 过程能力判断的第二步： 正态性 （1）正态性检测的路径： 统计→基本统计量→正态性检验 （2）一般情况下当 P值﹥0.05时表明数据符合正态分布。 由上图可以看出只有数据过程受控和符合正态分布的情况下才能进行下一步，也就是我们的关注重点：过程流程能力。 能力指数 Capability Index 可见的流程能力 是否流程偏离了目标 更大的设计余量能带来更好的累计产出率 能力分析中的统计假设  数据来自稳定的流程 Data comes from a stable process 如果不是, 先尽量控制流程 If not, work toward getting the process in control 2. 正态分布 Has a Normal Distribution 如果没有,找个可替代的能力测量方法 If not, use alternative capability measure (we will cover this later in the course) 如果假设1和2不能满足,结果将被误导. Minitab的能力6项会帮你检查这些假设. If items #1 and #2 aren’t met, results will be misleading. Minitab’s capability Sixpack helps you check these assumptions 能力实例 Capability Example MINITAB 能力分析: 统计等候时间 Minitab 能力分析:统计等候时间 能力分析结论 Capability Analysis Conclusions 能力分析(正态) From the “Capability Analysis (Normal) 流程基本是居中的 The process is almost centered 流程形态是正态的 The process shape is normal 流程分散程度比规格要窄 The process spread is narrower than the specs 改进策略 Improvement strategy 居中 – 均值轻微移动 Center – shift mean slightly 形状 – 保