第二三章统计制程控制说明.docVIP

統計制程控制 SPC SPC是統計制程控制的英文縮寫（Statistical process control）﹐指的是用統計技術知識對品質管理系統中品質控制點進行分析﹑測量的控制過程﹒目的是及早發現問題﹐預防問題或解決問題﹒SPC通常有以下七大類法﹕ 1﹒檢查表（Check list） 主要作用是﹕ －記錄并計算數据 －提供事實証明 －探測一些數据間相互關系 如QC報表（QR-QM-20）是QC最常用的報表﹐記錄每個檢查工位的品質狀況﹒ 2﹒趨勢圖（Trend Chart） 主要作用﹕ －按時間順序顯示某個量之變化趨勢﹒ 如QC質量日報﹐品質目標達成動態表等﹒ 3﹒控制圖 Control chart 控制圖是SPC中最重要的一种統計技術的應用﹐它的原理是﹕產品的諸多品質指標都服從正態分布﹐即如果影響某一品質特性的隨机因素很多﹐而每一個因素都無主次之分﹐且這些影響是可以疊加的﹐那么隨机因素的分布就成正態分布﹒ 對于服從正態分布的品質因素﹐如果我們選用X±3 的范圍﹐那么在正常狀態下﹐就有99.73%的机率的數据會落在控制的上下限之內﹐而只有0.27%的机率的數据落在控制線外 這個稱為小概率事件 ﹒這個就是控制圖判定正常﹑异常的基本原理﹒ 控制圖的分類﹕分為計量值控制圖和計數值控制圖﹒ 1﹒X－R控制圖﹕平均值与全距控制圖﹒ 2﹒X－R控制圖﹕中位數与全距控制圖﹒ 3﹒X－S控制圖﹕平均值和標准差控制圖﹒ 以上3种控制圖為主要的計量值控制圖﹒ 以下為數值控制圖: 1﹒P-Chart 不良率控制圖 2﹒Pn-Chart 不良數控制圖 3﹒C-Chart 缺點數控制圖 4﹒U-Chart 單位缺點數控制圖 4﹒直方圖 直方圖又叫柱狀圖﹐可以將雜亂無章的數据解析出其規則性﹐對著直方圖﹐對數据中心值或分布狀態可以一目了然﹒可以從圖上看出數据分配的中心傾向（准确度）和散布狀態（精密度）与規格的關系﹒ 常見直方圖几种分布狀態﹕ a﹒常態分布﹕左右對稱﹐顯示制程大致呈穩定﹑正常﹒ b﹒偏態分布﹕數据分布偏向某一邊﹒ c﹒雙峰型﹕制程內可能出現兩种不同組合﹒ d﹒不正常分配﹕可能是檢查測定人員對測試數据處理偏差造成的﹒ 5﹒柏拉圖﹕ 柏拉圖顯示問題的重要部分﹐按問題或不良情況將其從高到低的進行排列﹐目的在于突出主要問題﹑解決主要問題﹒ 如﹕QC檢查一批產品﹐發現不良情況如下﹕ 不良項目 功能不良 外觀不良 貼紙翹 其它問題 不良數 15 8 3 1 不良累計百分率 56％ 30％ 11％ 3％ 把以上數据轉換成柏拉圖為: 柏拉圖顯示累計80%的不良項目作為改善點﹒ 柏拉圖的核心思想是抓主要矛盾﹒ 6﹒散布圖 主要作用是研究兩個量之間的相互關系﹐如松香濃度和焊點質量的關系或邦線直徑和拉力關系﹐任何兩個量之間關系有以下几种情形﹕ 注﹕設兩個量分別為A﹑B － 正相關 A↑→B↑ 則A和B的關系是正相關 － 負相關 A↑→B↓ 則A和B的關系是負相關 － 不相關 A↑→B↓和B↑ A↓→B↓或B↑ 則A和B之間不相關 7﹒制程能力及工序能力系數（Cpk） 制程能力是各工序質量保証能力的總和﹐工序能力系數是評价制程中某個工序滿足產品規格或要求的能力的度量值﹐用Cpk表示﹒ 1﹒常用的定義﹕ Cpk﹕工序能力系數 Cpu﹕上限制程能力系數 Cpl﹕下限制程能力系數 U或者X﹕過程均值 δ﹕偏移量（標准偏差）﹐Excel中有δ的計算函數﹒ 2﹒常用公式﹕ CP Usl-Lsl /±3δ（USL﹕規格上限﹐LSL﹕規格下限） CPU Usl-u /3δ CPL （u-Lsl）/3δ CPK Cp 1-K K 目標中心值－實際中心值 ／USL-LSL/2或者說CpK＝（CPU,CPL）中的最小值﹒ 3﹒常見制程能力系數 a﹒Cpk＜0.67 表示工序能力嚴重不足于滿足規格要求﹒ b﹒0.67＜Cpk＜1 表示工序能力免強滿足規格要求﹒ c﹒1＜Cpk＜1.33 表示工序能力恰好滿足規格要求﹒ d﹒1.33＜Cpk＞1.67 表示工序質量基本超過規格要求﹒ e﹒Cpk＞1.67 表示工序能力過剩﹒ 抽樣檢查及管理循環 抽樣檢查 考慮到檢驗成本﹐產品質量檢驗采用抽樣方法﹐許多國家對抽樣檢驗的標准化工作進行了系統研究﹐建立了工業產品的抽樣檢驗標准﹒如美國﹑英國﹑加拿大聯合制訂的MIL-STD-105E標准﹐美國的ANSI/ASQC Z1.4標准及我國的GB2828-87標准﹒ 保輝公司各工序段（IQC﹑塑膠﹑PCBA﹑QA）抽樣檢查都采用MIL-STD-105E的抽樣計划﹐另外﹐在抽樣過程中一定要采用隨机抽樣的原則﹒ 部分MIL-STD-105E抽樣表如下﹕ 根据樣本的大小和合格質量水平﹐在以上抽樣表中檢索抽