2019年六西格玛统计过程控制及minitab操作实例应用.ppt

案例 问题： PCB装配后须通过系统的功能测试，测试结果为“通过”和“不通过”。为了了解PCB产品功能测试的状况，现利用SPC对功能测试的不通过产品进行监控。 1. 选择流程指示：“不通过”产品的比例P。 2. 建立数据收集计划 1.每天收集一组数据 2.每次收集500块PCB数据（样本量n=500） 3. 选择控制图：每块板子就是一个单位产品。我们感兴趣的是多少板子没能通过功能测试，而不是每块板子上有多少参数（特征）没通过功能测试，所以可以选择P图或者nP图，我们选择P图。 4. 收集数据，共收集了30天数据。 利用Minitab建立控制图 打开Minitab 文件 PCB.mtw 选择“统计控制图属性控制图P…” 设置对话框 如下图设置对话框 初始控制图 Minitab为我们建立了初始的控制图 P图分析的步骤和Xbar-R图的分析步骤一样 控制图（Control Chart） 控制图（Control chart）是在1924年，由美国贝尔实验室休哈特博士(Walter Shewhart) 发明的流程控制工具。控制把观测到的统计量与计算到的“控制界限”的在图标上作比较。 控制图： 用于监察流程的输入或输出（X or Y） 用于识别流程是否处于失控状态 用于探测流程中由特殊原因造成的波动 不能告诉我们流程输出是否符合规范 既不能识别也不能消除特殊原因 控制图的种类 为了选择合适的控制图表来监控流程，首先决定要监控流程的 变量是连续（variable）的还是离散的（attribute） 变量控制图的种类 特殊原因可能影响连续型变量分布的中心位置或离散程度，因此有两类变量控制图： 监控中心位置变化的 平均值图 Xbar chart 个体图 Individual chart（样本量n=1） 中值图 median chart 监控离散程度变化的 极差图 range chart 标准差图 standard deviation chart 移动极差图 moving range chart（样本量n=1，MR=|Xi-Xi-1|） 通常这两种类型的控制图是结合在一起使用，常用的有： 平均值标准差图 Xbar-S chart 平均值极差图 Xbar-R chart 单值移动极差图 I-MR chart 使用控制图的一般步骤 1. 选择要监控的流程变量 2. 确定数据收集点 3. 测量系统分析 4. 建立数据收集计划 1. 合理子组计划 (Rational subgroup) 2. 样本量 3. 抽取频率 5. 选择控制图 6. 收集数据 7. 建立初始控制限 8. 分析图形 1. 识别失控状态 2. 排除特殊原因 3. 重新计算控制限 9. 把控制限应用于于持续控制 案例 问题： 某一轴承制造工厂其客户要求对某一轴套的内孔孔径进行SPC控制。客户对其内孔孔径的要求是11.40±0.05mm。 选择要监控的流程变量：流程输出Y为内孔孔径(Diameter) 确定数据收集点：加工完毕后测量 测量系统分析 孔径用游标卡尺测量 Gage RR分析结果显示测量系统合适 建立数据收集计划 利用合理子组技术，每次抽取5个样本（样本量n=5） 每4小时抽取一组样本数据 共抽取30组数 1000 800 600 400 200 50 40 30 20 10 0 -10 合理子组 为什么要使用合理子组 合理子组应满足以下两个特点： 组内差异仅仅反映了普遍原因的波动 组间的差异尽可能捕捉到特殊原因的波动 利用合理子组能够： 充分利用中心极限 定理（使得非正态 的流程能够应用 控制图技术） 准确估计流程能力（长期和短期） 最大化控制图的作用 好的数据收集计划能够最大程度探测到流程的变化。数据收集考虑以下因素： 样本大小 除非经济原则上不可行，每组样本内应含有多个部件（一般5个）。 某些流程只能抽取一个样本。 取样频率 流程表现越好，需要的取样频率越低。 基于对流程表现的经验，取样频率是可以变化的。 考虑以每小时，每天，每班，每批等。 合理子组组数 要建立控制限，至少应收集25组数据共100个数据以上。 选择控制图 对于前面的案例:根据情况,选择平均值极差图 (Xbar-R chart) 平均值标准差图 Xbar-S chart 平均值极差图 Xbar-R chart 个体移动极差图 I-MR chart Yes No Yes No n1? n9? 计算初始控制限 先计算平均值图的总体平均值,也就是中心线CL: 计算控制上限UCL: 计算控制下限LCL: 对于较大的样本量,给定流程的控制限将会变窄,且图表的灵敏度较大 计算控制限 计算极差图的平均极差: 计算R图的控制限UCL和LCL 计算控