第2章统计过程控制（spc）理论.pdf

第2章 统计过程控制（SPC）理论 学习目标: •熟悉质量控制的数理统计学基础知识 •理解质量波动理论及产生原因 •熟练掌握控制图的原理、种类、设计及判断 准则 •掌握过程能力和过程能力指数的概念 •掌握过程能力指数的计算、分析和评价 引例 A公司主要进行半导体的封装与测试，在晶片切割工 艺中，一片载有上千集成电路芯片的硅片被高速转动的石 英刀轮切割成具有独立功能的芯片。这道工序是非常关键 的工序，如果工序的控制出现问题，就可能导致大批量的 不良品的产生。在这道工序中，主要的控制点是切口的质 量控制。其中切口宽度是最重要的可衡量参数，即关键质 量特性，如果切口过宽可能会破坏有效电路，或者由于过 于接近电路边缘而引起可靠性问题，因此在检验标准中规 定其最小值。企业质量部门选择均值—标准差控制图为工 具，间隔相等时间选取数片硅片，测量切口宽度，连续选 取25组数据后，绘制控制图，以判断工艺稳定性，预防大 批量缺陷发生。 第一节 质量控制的数理统计学基础 • 一、数据的种类 1.计量值数据 （长度、重量、电流、温度等。测量结果的 数据可以是连续的,也可以是不连续的） ２．计数值数据 不能连续取值的，只能以个数计算的数为计 数值数据。（不合格品数、缺陷数） 二、总体和样本 • 在一个统计问题中，把所研究的对象的全体 称为总体。 通常全及总体的单位数用N 来表示，样本单位 数称为样本容量，用n来表示。相对于N 来说，n 则是个很小的数。它可以是总体的几十分之一乃 至几万分之一。 三、数据特征值 • 数据特征值是数据分布趋势的一种度量。数 据特征值可以分为两类。 集中度：频数 、算术平均值 、中位数、众 数等； 离散度：极差、方差、标准差等。 四、质量数据的概率分布 • 1.二项分布与泊松分布 （1）二项分布 当一个随机事件的发生只有两种可能的状态和结果时，例如当一个元件和系统满足或不 满足要求、可以正常工作或失效时，可以应用二项概率分布来描述。 如果某一随机事件在n次独立试验的每一次试验中出现的概率p都是固定的，它不出现的概率 为1-p ，那么该事件在n次试验中出现x次的概率是 p (x / n) C x p x (1p )n x n （x=0，1，2，…n ） 如果一批产品总体的不合格品率为p ，那么p(x/n)是表示从这个总体中任意抽取一个样本 大小为n的产品中出现不合格品数正好为x 的概率。 以x作为随机变量，可以得到二项分布的平均值为 E(x) = np 并且其总体标准差为  np(1p) x • （2 ）泊松分布 在二项分布中，以p代表随机事件x 出现的概率，1-p表 示其对立事件的概率，n为事件的总数。当n很大，而p很 小时（n≥20，p≤0.25 ），二项分布可用参数λ＝np的泊松 分布来近似： x    e p ( x ) x ! 式中，e为自然对数的底(e=2.71828)；x为随机变量， 它可取值为0，1，2，…，n ；λ为随机变量出现的平均数。 若以x作为随机变量，泊松分布的数学期望为E(x) =λ, 方差 2     x 为 ,标准差为