SPC统计过程控制论述.ppt

案例 1．收集数据并加以分组 本例每隔2小时，从生产过程中抽取5个零件，测量长度值，形成一组大小为5的样本，一共收集25组样本。 案例 2．计算每组的样本均值和极差， 某零件长度各组均值和极差 组号 1 2 3 4 5 6 7 8 9 10 11 12 13 均值 49.49 49.52 49.50 49.50 49.53 49.51 49.50 49.50 49.51 49.53 49.50 49.51 49.49 极差 0.06 0.07 0.06 0.06 0.11 0.12 0.10 0.06 0.12 0.09 0.11 0.06 0.07 组号 14 15 16 17 18 19 20 21 22 23 24 25 均值 49.53 49.49 49.50 49.51 49.51 49.51 49.50 49.52 49.50 49.50 49.50 49.52 极差 0.10 0.09 0.05 0.07 0.06 0.05 0.08 0.10 0.06 0.09 0.05 0.11 3．计算总均值和极差平均 1 ＝49.5068 ＝0.800 4．计算控制界限 X图的控制界限计算 =49.5068+0.577×0.800=49.5530 =49.5068 =49.5068-0.577×0.800=49.4606 R图的控制界限计算 =2.115×0.0800=0.1692 =0.0800 0 以上两式中，A2、D4、D3均可从相关控制图系数表中查出：当n=5，A2=0.577，D30，D4=2.115。 离散型數據分析 U（Unit）：元件 元件測定可能機會的細節 例：要求樣式 DPU（Defect Per Unit）： 每個元件內存在的缺陷數 DPO（Defect Per Opportunity）：每個機會損失數 离散型數據分析 DPMO（Defect Per Million opportunity）（每百萬要會損失數） 1,000,000單元存在的損失數 DPO× 1,000,000轉換Six Sigma比率 P（ND）=None Defect：無損失 機會不能成為損失的可能性 P（ND）=1-DPO 离散型數據分析 DPU/DPO/DPMO/P(ND)改善 發出了張送貨單，其中檢出100個不符合項，如果各單元有10個項目， DPU/DPO/DPMO/P(ND)各是多少？ DPU=D/U DPU=100/100=1.0（100%）該值表示平均值，所以每張送貨單包含1個符合項 离散型數據分析 DPO=D/(U×Opp) DPO＝100/(100 ×10)=0.1(10%)該值表示所發出的送貨單的每个最小有1个不良的可能性是10%。 DPMO=DPO ×1,000,000 例：上例DPMO是0.1 ×1,000,000 DPMO P(ND)=1-DPO=1-0.1=0.9(90%) 离散型數據分析 利用泊松公式計算收率 利用泊松公式 這里 Y：收率 DPU：元件缺陷數 R： e：指數函數2.71828…… 离散型數據分析 r=0時 ∴Y=e-dpu ∴對缺陷機會數越大，“Y”越接近“0” 离散型數據分析 Process Yield（例題） 如果750元件有34個的缺陷時，計算DPU/DPO/DPMO/Yield/Sigma各是多少？（各元件有10個的機會數） DPU=缺陷數÷元件數=34 ÷750=0.0453 DPO=缺陷數÷(元件數×機會數)=34 ÷(750 ×10)=0.00453 Yield值是Y=e-dpu=2.7138-0.045=0.9559=95.6% 离散型數據分析 DPMO=DPO ×1,000,000=0.0045×1,000,000=4,500PPM 一個元件有45,00PPM的缺陷 Sigma=Zinv(0.9556)+1.5(偏移）=1.71+1.5=3.21 离散型數據分析 收率的種類 FTY(First Time Yield)：(單工序單次收率)也就是我们常说的一次提交合格率 。 表示再作業後沒有修理的收率的值 應用：決定個別工序的個別品質水平時使用。 RTY(Rolled Throughput Yield)：全工程一次性直通收率 表示一個產品通過全工各沒有經過一次的修理和再作業，到最終合格為止的收率值。 應用：在所有工序上按順序的階段來進行累計後，評價品質水平時使用。 离散型數據分析 FTY（First Time Yield） A 30UNIT再作業 完成的產品 廢棄 15unit Hidd