制程能力模糊评估步骤.pptVIP

Fuzzy Evaluation of Process Capability for Bigger-the-Best Type Product 望大型產品製程能力之模糊評估 指導教授：童超塵 老師 報 告 人：蔣步海 報告日期：95.03.20 大綱 1.前言 2.Cpl 的估計與檢定 3.模糊推論 4.製程能力模糊評估步驟 5.實例 6.結論 資料來源 The International Journal of Advanced Manufacturing Technology. T. W. CHEN Department of Mechanical Engineering, National Chang-Hsing University K. S. CHEN Department of Industrial Engineering and Management, National Chin-Yi Institute of Technology? 1.前言 許多產品的品質特性是屬於望大型的，指標 Cpl 是評估望大型品質特性之製程能力具方便且有效工具，其與製程良率有一對一的數學關係，因此 Cpl 是既能評估製程能力也能充分的反應製程良率的優良指標。由於製程平均數與製程標準差是未知的，因此統計的檢定方法是評估製程能力的客觀方法之一。 1.前言(續) 有許多產品的品質特性是屬於望大型的，例如產品的抗壓強度、抗拉強度、耐高溫程度、壽命及其他等。Kane [1] 提出一個評估望大型品質特性的製程能力指標 CｐL這個指標的定義可以表示如下： 1.前言(續) 1.前言(續) 　在統計的檢定中 p-value ? ?-risk (reject the null hypothesis)， p-value ? ?-risk (do not reject the null hypothesis) 　When 　 0.01 ? p-value ? 0.05 顯著的拒絕虛無假設，且當 p-value ? 0.01 時則稱非常顯著的拒絕虛無假設。 　 1.前言(續) 檢測規則 (a-risk) 的訂定即是一個 (1)模糊的問題 (2)樣本有抽樣誤差 以指標值Cpl 估計值判斷製造能力較不客觀。本研究將結合統計檢定和模糊推論方法。 2. Cpl 的估計與檢定 2. Cpl 的估計與檢定(續) n值很大時，bn值趨近1 3.模糊推論 輸入輸出模糊變數之定義：在本研究中以p-value做為輸入，而輸出則以簡明易懂之得分表示。歸屬函數之型式一般有三角形、梯形、高斯形與S形( Sigmoid Type )。本研究採用較簡且易於表現非對稱性之三角形作為輸入變數歸屬函數，而兩端極大極小則採用梯形函數，至於輸出變數則採用高斯形函數。三角形函數可由三個參數{a,b,c}所定義，而此三個參數代表三角形三個頂點。若將三角形歸屬函數符號記作trimf(x;a,b,c)，則可定義成 裕度與得分曲線圖 4.製程能力模糊評估步驟 步驟一：決定製程能力指標值的要求值 C 及規格下限LSL。 步驟二：決定檢測規則a-risk及製造裕度。 步驟三：根據n個樣本數據計算樣本平均數 及樣本標準差 4.製程能力模糊評估步驟(續) 步驟四：有了上述數據後，程式利用Eq.(3)求出bn，並由Eq.(4)求出。令V= 　，而δ＝　3√nC，自由度n - 1，求得非中心 t 分配之累積分佈函數(Cumulative Distribution Function)值，此值即為 p-value 。 步驟五：有了輸入p-value之值，根據前節所述，本程式輸入輸出歸屬函數即可定義清楚，並求出明確之得分值。 步驟六：有了清晰易明之得分值，便可根據如表一所述採取相對的因應對策 4.製程能力模糊評估步驟(續) 5.實例 根據前一節所提供的製程能力之模糊評估程序，本文接著以台灣中部地區某公司生產的吊勾為例來說明其應用。基於安全的考量，吊勾必需時常承受極大的拉力，因此吊勾的拉力破壞試驗是產品安全規範中的最重要檢測項目。型號 8025-08之產品的工作負荷限制為2200磅，檢測時是以最高負荷的4倍(8800磅)之拉力來做破壞性試驗，檢測16個吊勾，其可承受拉力之單位時間檢測值如下： 5.實例(續) 步驟一：工程師決定C = 1並定規格下限為12個單位時間。 步驟二：採用?-risk = 0.05，allowance = 0.01。 步驟三n = 16其樣本平均數 = 13.21 及樣本標準差 S = 0.50。 步驟四：n = 16可得b16 = 0.949， = (0.949)?(13.21 -