spc统计制程管制doc35-质量工具(编辑修改稿)

spc统计制程管制doc35-质量工具(编辑修改稿)内容摘要：

C统计制程管制 Statistical Process Control ares亚瑞顾问公司 15／ 35 第 2章 计量值管制图 XR Chart平均值与全距管制图 通常数据应至少 25组且 100个数据以上，才能够判定制程是否稳定及其分配型态，而每组大约每 2～ 5 个连续数据定期取得。 所谓定期是指抽样频度要能发现制程潜在变异 (如生产者变更﹑环境变更﹑训练期间﹑不同原料批等 )为原则订定。 UCLX＝ X＋ A2R UCLR＝ D4R CLX＝ X CLR＝ R LCLX＝ XA2R LCLR＝ D3R ∙ A2． D4． D3为常数，请查阅附录 SPC统计制程管制 Statistical Process Control ares亚瑞顾问公司 16／ 35 请参考附录 (1)σR/d2＝ R/d2’ σs＝ (X1X)178。 /(n1) (2)单边规格Ｚ＝ (SLX)/σ 双边规格 Zmin＝ (USLX)/σ 或 (X LSL)/σ (3)查附录 (4)Cpk＝ Zmin/3＝ (USLX)/3σR/d2 或 (XLSL)/3σR/d2 较小者 (5)Ppk＝ Zmin/3＝ (USLX)/3σs或 (X LSL)/3σ s较小者 ∙d2为常数，请查阅附录 ∙σR/d2为估计标准差 ∙σs为制程运转估计标准差 ∙SL为规格界限 ∙T 为规格中心或目标值 ∙Z 为制程中心距离规格界限的标准差数 ∙Cpk为制程能力指数 ∙Ppk为制程运转能力指数 当 Zmin＝ 3制程能力＝ X 3σCpk或 Ppk＝ p＝ % Zmin＝ 4制程能力＝ X 4σCpk或 Ppk＝ p＝ 60PPM Zmin＝ 5制程能力＝ X5σCpk或 Ppk＝ p PPM SPC统计制程管制 Statistical Process Control ares亚瑞顾问公司 17／ 35 ∙p 为不良率 ∙PPM为 1/百万 应针对共同原因所造成的变异 (如设备精度﹑进料品质一致性﹑量测系统精度﹑制程之基本设计﹑工作环境﹑工作方法等 )加以改善，并由管理阶层参与进行系统面分析改善，期使制程能力提升。 ※注意：若 Cpk或 Ppk≥，亦不代表制程完美无缺，亦应以持续不断改善的精神执行。 Xs Chart平均值与标 准差管制图 (同 ) s＝ (XiX2)/(n1) ＝ Xi178。 nX2)/(n1) ＝ (X1178。 ＋ X2178。 ＋ … ＋ Xn178。 － nX178。 )/(n1) UCLX＝ X＋ A3s UCLs＝ B4s CLX＝ X CLS＝ s LCLX＝ X＋ A3s LCLS＝ B3s ∙ A3． B4． B3为常数，请查阅附录 SPC统计制程管制 Statistical Process Control ares亚瑞顾问公司 18／ 35 靖参考附录 (1) σs/C4＝ s/C4 (2)其余参考 ∙ C4为常数，请查阅附录 (同 ) (同 ) ※注意 :本法可能需用计算机运算较为恰当。 XR Chart中位数与全距管制图 (同 ) ※补充 :(1)样本大小以不超过 10个数据，且为奇数个较佳。 (2)在绘点时，可将所有数据 (同组 )均点绘于图上，再将中位数圈出，并将各种中位值连接起来即可。 UCLX＝ X＋ A2R UCLR＝ D4R CLX＝ X CLR＝ R LCLX＝ XA2R LCLR＝ D3R ∙ A2． D4． D3为常数，请查阅附录 SPC统计制程管制 Statistical Process Control ares亚瑞顾问公司 19／ 35 请参考附录 (同 ) (同 ) (同 ) XRm Chart个别值与移动全距管制图 数据收集 (1)数据通常为单独一个数据 (2)其全距可为量测数据减去前量测数据 (或前几次量测数据 )而得，此时 n(样本数 )则应视全距值是由几次量测数据比较而得 (例如 (a)│ X2X1│＝ R，则 n＝ 2，(b)│ MAXMIN()│＝ R，则 n＝ 3， (c)以此类推 )。 (3)抽样频度应要能发现制程潜在变异 (如生产者变更﹑环境变更﹑训练期间﹑不同原料批等 )为原则订定。 UCLX＝ X＋ E2R UCLRm＝ D4R SPC统计制程管制 Statistical Process Control ares亚瑞顾问公司 20／ 35 CLX＝ X CLRm＝ R LCLX＝ X－ E2R LCLRm＝ D3R ∙ E2． D4． D3为常数，请查阅附录 请参考附录 (同 ) (同 ) (同 ) (1)制程能力 —— 衡量制程之共同原因变异是否存在 6σ以内，其中 σ＝ R/d2，记为 σR/d2。 (2)制程运转 —— 衡量制程之总变异 是否在 6σ 以内，其中 σ ＝ (X1X)178。 /(n1) ，记为 σs (1)Cp－制程稳定能力指数＝ (USL－ LSL)/6σR/d2 (2)Pp－制程稳定运转指数＝ (USL－ LSL)/6σ s (3)CPU－规格上限区制程能力指数＝ (USL－ X)/3σR/d2 SPC统计制程管制 Statistical Process Control ares亚瑞顾问公司 21／ 35 (4)CPL－规格上限区制程能力指数＝ (X－ LSL)/3σR/d2 (5)Cpk－制程能力指数＝ Min.(CPUamp。 CPL) (6)Ppk－ 制程运转指数＝ Min.(USL－ X)/3σs或 (X－ LSL)/3σs 1 (1)CR制程稳定能力比率＝ 6 R/d2/(USL－ LSL)＝ Cp 1 (2)PR制程稳定运转比率＝ 6σ ｓ /(USL－ LSL)＝ Pp S与 s 的差异 虽 s 与 S 之计算公式相同 (即 (X1X)178。 /(n1)，但其样本数 n 不同。 s 之 n 为组内样本数。 而 S 之 n 为所有样本数总合 (例如一张管制图分为 25 组，且每组抽取 5 个样本，则 s 之ｎ＝ 5。 S之 n＝ 25*5＝ 125)。 故 σs是某一组之估计标准差； σS是一个整体制程之估计标准差；因此 Cpk仅能辅助判断制程能力是否满足客户要求而已，并不能做为整体制程运转的判断依据 ，在现今计算机运用已普及化的时代，应采用 Ppk，甚至 Cp。