SPC产检测程序.doc

标题： SPC运用指示 1. 目的：此指示概述运用SPC方法控制生产过程中产品的重要尺寸，使其不影响装配过程,并达至客户要求。 2. 范围：适用于PPM需做SPC控制产品的制程控制。 3. 测量工具：卡尺、厚薄规、高度尺、CMM测量仪等。 注:根据Component Specification或产品特性的测试要求，选用合适的测量工具。 4. 参考文件：4.1 统计制程(SPC)政策 4.2控制图表的有关技术 4.3控制图表相关信息 4.4SER Sample 或Component Specification RR应用指示 5. 控制点的选定： 根据相关Component Specification及产品特性(或客户)要求。 5.2 参考SPC控制MODEL 一览表。 6. 程序： 根据RR应用指示要求，作RR分析，若分析结果为可接受，方可作CPK分析。 按5.0要求，待开啤稳定后，抽取120pcs(至少100pcs)作CPK分析(附表一) 。 当CPK≧1.33时，方可作制程控制(SPC) ，计算的UCL、LCL作为制程控制的上下控制 限数。 制程统计控制(SPC) 6.4.1 根据工序的特性，每隔2小时或4小时抽取5个样本作为一组，填入附表一内，并写明时间及签署。 6.4.2 划注UCL、LCL,计算平均值(X)及差距(R) ，并作点联机 。 图形判别: 参照QAP-007C中 “X-R”图表解释。 要求 6.6.1 抽样应具有随机性，抽样产品应取自于同一模穴。 如有转F.O或停产时，应在X-R Control Chart NOTE中注明。 若生产连续达到一个月(或以上)或生产设备维修后再生产，需重新计算CPK、UCL、LCL。 6.6.4 测试环境 TEMP: 20±5℃ HUMI: 50﹪ ±25﹪RH 7. 行动跟进：当制程中X Control Chart、R Control Chart出现6.5中情形时，需要相关部门进行分析原因并作出适当改善行动，记录于附注内.直至X-R图受控为止。 SPC培训资料 随机变量 随机变量是变量中的一种类型，随机变量的数值变化是由随机因素的作用而产生的。随机变量在相继取值的过程中，下一个数值的大小是不可能预测的。例如：用同样的工模啤100个胶件，每一个胶件的尺寸都可看作随机变量。 随机变量的性质 变异性： 由于影响产品质量的因素 (人、机、物料、方法、环境)无时无刻不在变化着，所以产品质量具有变异性。例如：塑料模腔的外形长度尺寸为90.5mm，啤100个胶件，每一个胶件外形长度不会刚好为90.5mm。 变异具有规律性： 产品质量的变异不会漫无边际的变异，是在一定范围内而且符合一定规律的变异。如上例中，无论啤多少个胶件，每一个胶件长度之间的差不会大于5mm，而实际上均在90~91mm范围之间。 频数与质量值之间的关系： 通过大量实验得出，频数在规格值附近较集中，而偏离规格值越远则越分散。如上例，胶件的尺寸集中在90.5附近的较多，多于90.5或小于90.5的会随着偏离的增大而越来越少，如下图所示。 ?(χ)(次数) 长度χ 90 90.5 91 这种情况称为质量值符合正态分布。 正态分布的函数及图象 正态分布的函数表达了频数?(χ)与随机变量χ之间的关系。 1 (χ-μ)2 ?(χ) = e 2σ2 σ 2π σ为标准偏差σ= i = 1, 2 ……, n. π为圆周率 e为自然常数 μ为分布中心 χ为随机变量的值 函数的图象如下： ?(χ) σ 长度χ μ 正态分布曲线 ?(χ) 长度χ μ1 μ2μ3 b. 中心值变化对曲线的影响 ?(χ) 长度χ μ σ1σ2σ3 μ相同，σ变化时对曲线的影响 正态分布的概率分布 ?(χ) χ1 χ2 μ1 χ 求χ的值在χ1与χ2之间的概率，实际上是求χ1与χ2所围阴影部分的面积与整个曲线与横坐标面积之比，所以可以用积分来计算。 在 [χ1，χ2] 区间的概率为 因为 所以原式 = 正态分布的标准变换 如果某随机变量的中心值为μ，标准差为σ，对于每一个值χi 作以下变换： χi - μ χi = σ 则χi1 服从标准正态分布，中心值为0，标准差为1。(为什么？请思考！)