服装企业过程能力指数.pptx

制程能力分析;目 錄;一、工序質量控制 通常要解決兩個問題: — 一是過程狀態的穩定,即過程處於統計控制狀態 — 二是過程具有生產合格品的保證能力 二、過程能力的概念、度量、分析評價 1. 過程能力概念 (1). 6M 或稱 5MIE 構成了過程的六大要, 其 綜合效果加以量化時,就構成過程能力 ;(2). 過程控制系統圖;(3). 六大因素將各自對產品品質產生影響, 產品/ 服務量化的結果綜合反應出: σ2 —— 變量概率分布的方差→標準偏差 — 過程能力大小的度量基礎 μ —— 變量之平均值 ;(4). 正確理解 σ、μ 及 X、S ;(5). 正態分布之形成過程 Sample —— Population 標準測量: 少→多→ 群數;(6). 正態分布概率密度函數: 當收集到的數據為計量數據時,質量特性 X 會 是一個連續性隨機變量,變量的分布便是正態 分布,符合下式:;(7). 6 σ應用 概率正態分布之性質在 μ±3 σ 範圍之概率 為0.9973 , 幾乎包含了全部的質量特性值. 所以: 6 σ 範圍被認為是產品品質正常波動的合理的最大幅度,它代表了一個過程所能達到的質量水平,所以過程能力一般用 6 σ 來表示. σ 越大 → 過程質量波動越大,過程能力越低 σ 越小 → 過程能力越高; ?想一想: 6 σ之範圍,對我們會有怎樣的意義,可以用來作品質設計嗎?;小結: 所謂過程能力,就是過程處於統 計控制狀態下,加工品質正常波動的經 濟幅度,通常用品質特性值分布的 6 倍 標準偏差表示,記為6 σ 試問: 過程本身與公差有無關係?; 2. 過程能力指數 比較評價 : 工序自身實際存在的能力( 質量水平) 6 σ; 給定的技術要求 T ( 公差) 比值 — 衡量過程能力, 滿足工藝技術要求程度指標 — Cp; ?想一想: 如果T 的中心( 公差中心 ), 與6 σ之中心不重合時, CP會是一種怎樣的值, 不重合時CP該如何考慮呢?;三、過程能力指數與不合格品率 假定X≧TL為合格品, 那麼X<TL時為不合格品, 如圖示 ;假設X ≦ TU 為合格品,那麼 X > TU 時為不合格品;假設特性 X 規格為 ( TL , TU ), 當特性值X 在(TL , TU ) 為合格, 那麼 X < TL 或X > TU 即為不合格品 如圖示:;b). 當M < μ 則: P( X < TL ) + P( X > TU ) 不合格品主要出現在 質量上限;c). 當M > μ 則: P( X < TL ) + P( X > TU ) 不合格品主要出現在 達不到規格之下限部份;小結: 由於在實際問題中,分布的參數往往是未知的, 為此常用樣本數估計值來代替. 即 μ = X σ = S 綜上所述: 過程能力指數結如下: 1>. 單邊規格: a. 規定上限X ≦ TU 時為合格 Cp = (TU-X) / 3S b. 規定下限 X > TL 時為合格 Cp = ( X - TL) / 3S; 2>. 雙邊規格 X → [ TL , TU] 為合格; 重點說明: 討論過程能力指數,一定在如下兩個假定下 進行的: 1.過程是穩定的,即過程的輔出特性X 服從 正態分布 N (μ , σ 2 ) 2. 產品的規格範圍( 下限規格TL和上限規格 TU ) 能準確反映顧客 ( 下道工序的工人、 使用者 ) 的要求. 如果不知道分布是否是正態分布, 則應進行 正態性檢驗來驗證過程分布是否服從正態 分布;四、正態性檢驗 Normality Tests — Shapiro Wilkes Test 觀察 Shapiro — Wilk Prob < W Value 如果: P Value ( 以 Prob < w 表示) Prob < W 是大於0.05, 則可以認為是正態分布, 如果: Prob < W 是小於 0.05, 則不認為