SPC(过程控制)剖析.ppt

STA.* 测量系统分析和 量具 RR有时是可以互换使用的，有时候代表同样的意思。但是还是须明确他们之间的确有轻微的差别。 量具 RR强调测量系统的重复性和再现性，及其测量结果一致的能力 重复性是在“算子变差内”。变差是同一位观察者使用同一测量仪 器对同一部件的某一 可识别特征进行多次测量， 所得结果。 再现性是“算子变差间”的。变差是 由不同的评价人采用相同的测量仪器， 测量同一零件的同一特性时 测量均值。 当合并到一个测定系统分析时，量具 RR 由零件与零件间的变差决定。这就需要使用多个零件。还需要考虑计量器和观测人员之外的情况。  STA.* 计算Cp/Cpk之前，需要满足两项非常重要的条件。过程须稳定、受控且正态分布。 如果数据不是正态，则Cp/Cpk计算结果无效，数据应转化成近乎正态分布。 非正态，普通原因数据可能进行“转化”，以在分析之前获得正态分布。此项操作信息请查阅福特VP SPC手册和其他统计参考资料。向你的6西格玛黑带大师寻求帮助。 STA.* STA.* 这是Cp/Cpk 和 Pp/Ppk方程式。 Pp/Ppk 也是一组类似 Cp/Cpk的指数。但是现在，我们可以发现Pp/Ppk是潜在的，和或一个性能指数，并非能力指数。随后下几张幻灯片中讨论。 请注意，Pp/Ppk在标准偏差计算中使用许多单独测量值，Cp/Cpk在他们的计算中使用子组内变差Rbar，和换算因素。除了这两个差别，Cp 和 Pp, Cpk 和 Ppk的计算很相似。 ^ STA.* 福特公司在PPAP的初始研究中使用Pp和Ppk的历史很久远，并且将它们称作“过程潜力”。它们被认为是“过程潜力”的原因是它们不包含系统的预期固有变差（长期变差），因此福特公司认为这可能是执行过程的最佳方法。 然而，福特使用相同的Cp术语“过程潜力”。我们之所以叫它“过程潜力”是因为它是过程的整体分布的测量，如果过程偏离目标（CpkCp），则进行调整确保达到Cp指示的“潜力”(Cpk=Cp)。 6西格玛和Minitab将Cpk称为“潜在能力”。过程的真实“潜在能力”可以在所有特殊原因变差消除后实现。当子组和子组间没有差异或变化时，可能发生这种情况。 六西格玛和Minitab将Cpk称为“整体能力”，是因为它不会使用子组变差，而使用每个单独测量的总变差对标准差进行评估。 STA.* 如果我们回顾过程的漫长历史，使用上述的单独测量绘制图形，你可以发现Ppk的有效使用不止一处。 它可以在“受控”但不成熟的过程中使用（如过程研究），或在“紧密”分布并且规范限制集中的“超出控制过程”中使用。这两种情况下，因为使用单独值计算标准偏差，所以他是有效的，值越多越好。同样也描述了该过程的性能（不要尝试预测任何事情）。 Cpk是在使用R-Bar的“受控”且可预测的过程中计算，使用时，它根据适用数据的自己来预测该过程的未来发展。 AIAG手册将包含上述三个领域。 稍后详细讨论。 STA.* 使用该图了解Cp/Cpk 和 Pp/Ppk之间的差异。 特别注意： Cp/Cpk是能力的预测。Pp/Ppk 是性能的评估，而非预测。 Cp/Cpk仅包括普通原因变差，并且要求在计算之前过程是受控且正态的。（受控/稳定需先假定特殊原因已从过程中移除。） AIAG SPC中定义的Cp/Cpk，使用R-Bar/d2 评估标准偏差，并在样本内描述“固有”过程偏差。Pp/Ppk使用单独样本测量计算标准偏差。因此Pp/Ppk是对整个过程变差进行评估。 Cp/Cpk从变差数据图中得出。Pp/Ppk 则是从过程研究或100%检测数据中得出。 STA.* 我们已经讨论了Cp/Cpk 和Pp/Ppk之间的差异。 现在，我们尝试将Cp与Cpk进行比较，并理解。 STA.* 汽车/车库理论如何应用到一些过程示例中呢？ （同样，假设过程为正态分布， 如Cp/Cpk规则要求的那样）： 如果Cp为1.33，则我们符合工程规范限制要求的1.33样本数据分布（+/- 3s）。此外，如果Cpk等于Cp，我们汇集到我们的目标。 如果Cp为1.33，我们仍然符合工程规范限制要求的1.33样本数据分布（+/- 3s）。然而，若Cpk为-0.33，我们将远离目标中心，我们生产的均值（双X型柱）实际上将在我们规范限制之一之外。 如果Cp为1.0，这说明我们可以在复合工程规范限制的1完全样本数据分布（+/- 3s），如果我们完全重合（Cpk = Cp），则我们在整个工程规范内为99.73%。 如果Cp为2.0，我们符合工程规范限制要求的2完全样本数据分布（+/- 3s）。然而，Cpk为0.0时，我们将远离目标中心，我们生产的均值（双X型柱）实际上将在我们规范限制之一内