SPC培训的资料 .pptVIP

0 0 Cpk和Ppk的差异 Cpk：只考虑了组内变异，而没有考虑组间变异，所以一定是适用于制程稳定时，其组间变异很小可以忽略时，不然会高估了制程能力；另句话也可以说明如果努力将组间变异降低时所能达到的程度。 Ppk：考虑了总变异(组内和组间)，所以是比较真实的情形，所以一般想要了解真正的制程情形应使用Ppk。 0 SPC实例分析 0 SPC实例分析 0 SPC实例分析 0 SPC实例分析 0 SPC实例分析-输入错误 0 SPC实例分析-取小数点有错 0 SPC实例分析 0 SPC实例分析 0 SPC实例分析 0 实例 1 规范线频繁更改 2 相同的项目，规范线不一致 0 项目相同规范线不一致 0 同一个项目，数据量差别很大 0 同一个项目，数据量差别很大 0 有膜厚却无N值 0 点连续上升 0 奇怪的图 0 奇怪的图 0 奇怪的图 0 谢谢！ * Chint Solar Confidential * 0 SPC 培训 Dec, 2010 0 基本内容 SPC 基本知识及术语 SPC图表的分类及选择 三 控制图的判读 四 过程能力指数说明 使用控制图注意事项 SPC图表实例分析 0 控制图的历史： 控制图是1924年由美国品管大师W.A. Shewhart博士发明。因其用法简简单且效果显著，人人能用，到处可用，遂成为实施品质管制时不可缺少的主要工具，当时称为(Statistical Quality Control)。 SPC 基本知识及术语 0 SPC想法 藉由以往的数据 了解正常的变异范围 设定成控制界限 绘点判定是否超出界限 纠正异常 持续改进，缩小控制界限 SPC 基本知识及术语 0 68.26% 95.45% 99.73% μ +1σ +2σ +3σ -1σ -2σ -3σ 正态分布概率 SPC 基本知识及术语 0 控制图原理 μ±kσ 在内的概率 在外的概率 μ±0.67σ 50.00% 50.00% μ±1σ 68.26% 31.74% μ±1.96σ 95.00% 5.00% μ±2σ 95.45% 4.55% μ±2.58σ 99.00% 1.00% μ±3σ 99.73% 0.27% SPC 基本知识及术语 0 控制图的几条线 规格界限：是用以说明品质特性之最大许可值，来保证各个单位产品之正确性能。有上规格线（USL）和下规格线（LSL） 控制界限：应用于一群单位产品集体之量度，这种量度是从一群中各个单位产品所得之观测值所计算出来者。 控制图有上、下控制限（Upper control limit Lower control limit）和中心线（Central Line）组成； 控制图的上下限一般为+3σ。 UCL LCL CL 3 σ 3 σ SPC 基本知识及术语 LSL LSL 0 控制图种类(依用途来分) ? 解析用控制图 ※ 决定方针用 ※制程解析用 ※制程能力研究用 ※制程管制准备用 解析用 穩定 控制用 ?管制用控制图 ※ 追查不正常原因 ※迅速消除此项原因 ※并且研究采取防止此项原因重复发生之措施 SPC 图表分类及选择 0 控制图种类(以数据来分) ?计量值控制图 ※平均值与全距控制图 ※平均值与标准差控制图 ※中位值与全距控制图 ※个别值与移动全距控制图 ?计数值控制图 ※不良率控制图 ※不良数控制图 ※缺点数控制图 ※单位缺点控制图 SPC 图表分类及选择 0 “n”=10~25 控制图选择 资料性质 不良数或缺陷数 单位大小是否一定 “n”是否一定 样本大小 n≧2 C1的性质 “n”是否较大 “u” 图 “c” 图 “np” 图 “p” 图 X-Rm 图 X-R 图 X-R 图 X-s 图 计数型 计量型 “n”=1 n≧1 中位数 平均值 “n”=2~5 缺陷数 不良数 不一定 一定 一定 不一定 SPC 图表分类及选择 0 计量型 Xbar-R Xbar-s X中位数-R X-Rm 正态分布 计数型 P（不合格率） Np（不合格数） 二项分布 计数型 C（缺陷数） U（单位子组缺陷数） 泊松分布 SPC 图表分类及选择 0 1 100 98 99 100 98 2 98 99 98 101 97 3 99 97 100 100 98 4 100 100 101 99 99 5 101 99 99 100 99 中位数 100 99 99 100 98 极差 3 3 3 2 2 计量型图表 X中位数-R 0 计量型图表 Xbar-R 1 100 98 99 100 98 2 98 99 98 101 97 3 99 97 100 100 98 4 100 100 101 99 99 5 101 99 99 100