簡報Cpk與GRR

nullnull製程能力績效指標 CpkThe Normal Distribution 常態分配= Standard deviation =標準差The Normal Distribution 常態分配Theoretical Basis of Control ChartsMean平均值Central Limit TheoremStandard deviation 樣本標準差Theoretical Basis of Control ChartsControl Charts管制圖Assignable causes likely 可能的特殊原因1 2 3 SamplesControl Charts管制圖Process Control: Three Types of Process Outputs 製程管制的三種顯示型態Process Control: Three Types of Process Outputs 製程管制的三種顯示型態Process Capability 製程能力Process Capability 製程能力上限下限中心值Process Capability製程能力Process Capability製程能力Lower specificationMeanUpper specification Two sigmaµ, Nominal valueProcess Capability 製程能力Process Capability 製程能力Lower specificationMeanUpper specification Four sigmaTwo sigmaµ , Nominal valueProcess Capability製程能力Process Capability製程能力Lower specificationMeanUpper specification Six sigmaFour sigmaTwo sigmaµ , Nominal valuenull何 謂 製 程 能 力 1.製程能力是指「各種能力均標準化，製程在管制狀態下所呈現之質與量的能力」。故製程能力可以產量、效率表示，也可以成品、半成品、零件等之品質特性來表示，也可以不良率或缺點數來表示。 2.製程能力可為一部機器或一設備在一定條件下操作的能力，前者一般稱為「機器能力」，可為一項預定的產品之全部製程，包括人、 材料 关于××同志的政审材料调查表环保先进个人材料国家普通话测试材料农民专业合作社注销四查四问剖析材料 機器及方法在長時間內所呈現的能力。前者一般稱為「機器能力」，而後者則稱為「綜合製造能力」，後者經常包括了工具損耗之正常影響，材料的些微變化及其它的微小變化。在此我們所討論之製程能力即以後者為主。 　 null當考量製程績效之前，必須先討論兩個重要的問題： 是否具有產出符合工程規格零件的製程能力。 製程是否有維持良好”統計管制狀態”的能力。 只有當製程處於”統計管制狀態”下，估計製程能力才合理，因為當製程處於”統計管制狀態”下，製程沒有可歸咎的非自然因素存在，此時才可以顯示製程真正的變異。 製程是否具有產出符合工程規格零件的能力，在於製程變 異範圍是否介於工程規格之內， 一般而言可能有下列三種情況： 製程變異小於規格間差異。 製程變異等於規格間差異。 製程變異大於規格間差異。 製 程 能 力 與 規 格null第一種情況：6＜USL－LSL 當製程變異(6 )小於規格間之差(USL－LSL)時，這是最理想情況，如圖個別值分布A和規格的關係最佳，因為規格比製程變異大很多，即使製程平均值有很大的移動，也不易超出規格界線；分佈B的變異比分佈A大，但所有個別值仍在規格之內分佈C所顯示的變異更大，但仍在規格之內。此種情形具有經濟上的利益，因為即使超出管制界線，如分佈B和C，也不致產生不良品，所以不必時常調整機器或尋找非自然因素。 null第二種情況：6  ＝USL－LSL 如圖，製程變異或製程能力等於規格間的差。如果製程的次數分佈與A相同則有99.74%的產品符合規格；但是當製程平均移動時(如分佈B)或變異增大時(如分佈C)，則不良率可能遠大於0.26%。只有分佈A的是處於統計管制內，不良品的發生率在可接受的範圍之內，可是一但發生非自然因素的變異，需立即加以矯正。 　 null 第三種情況：6  ＞USL－LSL 當製程變異或製程能力大於規格間之差時，表示製程處於非常不理想的情況中，即使是自然型態的變異，如圖上次數分佈A，超出規格的上下限的不良率在不可接受的範圍內；換句話說，製程沒有製造符合規格產品的能力。 　 null製 程 能 力 分 析 美國品質協會對製程能力的定義為：「對一指定特性的固有製程變異性(Inherent Process Variability)的統計量測」。在討論製程能力指標之前，我們必須假設製程產出是一個常態分配，且處於統計管制之下。這個目的是將非自然因素去除後，決定製程的固有變異性。這個假設可以經由長條圖﹑統計檢定來證明之。 製程能力指標的好處之一是它提供一個簡單易懂的製程整體表現量測標準，此標準是依據製程達成規格 要求 对教师党员的评价套管和固井爆破片与爆破装置仓库管理基本要求三甲医院都需要复审吗 為基準。以下介紹的能力指標都是純數字的，不會因為不同的測量單位而有所不同。 所謂製程能力分析又稱為製程能力研究，是利用管制圖、次數分配圖及其它統計方法以決定製程能力的一種系統性工作，這種工作包括下列步驟 確定能代表製程能力的品質特性。 由製程抽取樣本測定其特定性值普通需收集100至250個數據。 點繪出的形態，計算其平均值與標準差(利用次數分配圖) 。 解釋此種形態，發掘異常現象，確定在經濟上是否值得採取 措施 《全国民用建筑工程设计技术措施》规划•建筑•景观全国民用建筑工程设计技术措施》规划•建筑•景观软件质量保证措施下载工地伤害及预防措施下载关于贯彻落实的具体措施 。 對異常現象採取措施。 這些步驟可以循環使用，直到獲得滿意的製程，此時的製程能力才是真 正的製程能力。nullnull製程能力指標 製程能力指標的好處之一是它提供一個簡單易懂的製程整體表現量測標準，此標準是依據製程達成規格要求為基準。以下介紹的能力指標都是純數字的，不會因為不同的測量單位而有所不同。 Cp(process capacity ratio, 製程能力比 )指標： 製程能力比(Process Capacity Ratio, PCR)或稱Cp指標是最常被拿來測量製程是否合乎規格的指標。 Cp指標是利用製程產出範圍(上下自然允差界限之差)與上下規格界限之差的比值。 PCR或Cp = (USL-LSL)/6                 (USL,LSL分別是上下規格界限，是標準差)Process Capability 製程能力Process Capability 製程能力Capable Very capable Not capableProcess variationLSLSPECUSLProcess Capability Cpk 製程能力指數Process Capability Cpk 製程能力指數Precision精密度Capability準確度 μ:製程中心值μ:製程中心值X:規格中心值Cpk=(1-Ca)*Cp ● Cpk算法(A)(B)null精密度(數據的分佈程度)規格中心點準確度高準確度低製程中心值偏離規格中心點之距離數據變動的程度CanullCpk計算範例-1/ 4/ 40.00010.06 / 0.06110.67/ 0.030.020.67/ 0.031.33∴Cpk=min(0.67 , 1.33) =0.67公式:σ2=Σ (xi-x)2/n-10.010.030.06nullCpk計算範例-2Meanings of Cpk Measures Cpk 量測之意義Meanings of Cpk Measures Cpk 量測之意義1/43/4nullnullnull在QS-9000『品質系統要求』的4.11.4節， 明文要求各申請公司要做量測系統分析， 並舉GRR為例。 一、沿革null GRR：量測精度指標 Repeatability:(Equipment Variation) ＊目的:明白量測儀器之變異性。 ＊做法:同一人員使用同一量具,量測同一 產品多次之後來估算其變異異。 Reproducibility:(Appraiser Variation) ＊目的:明白不同人員間之變異性。 ＊做法:由不同人員使用同一量具量測同一 產品多次之後，來估算其變異。二、What is GRR ?null為計算重複性(Repeatability)，在其取得數據時應符合下列條件：   ◆同一人員                ◆相同的歸零條件 ◆同一產品                 ◆同一位置 ◆同樣的環境條件　 ◆數據要在短時間內取得 重複性的目的只是要獲知設備的變異性。 再現性(Reproducibility)則希望獲知不同條件下的變異，因此取得數據時應符合下列條件： ◆不同的人員  　　　　 ◆不同的歸零條件 ◆不同的位置 　　　 ◆不同的環境 ◆數據宜在較長期間內取得null三、GRR目的 GRR的目的就是要降低量測誤差（GRR），使量測值之 I儘量接近TU（真值之標準差）。 I :原始的數據標準差 GRR:量器量測誤差 TU :產品真值標準差 e :其他隨機誤差 nullnull四、GRR指標 量測標準差 X 5.15 % GRR = 產品規格公差 % GRR  10% A級,量測值十分可靠 10 %  % GRR  25% B級,量測值可以採信 25%  % GRR C級,量測值不宜採用 注意事項: 1.被測物宜力求穩定,量測刻度宜比被測特性規格為高。 2.GRR時是採用99%的信賴區間,依據常態分配99%的範圍 含蓋在±2.575個 之內，所以分子要乘5.15（2 ×2.575）。 null五、獲得GRR的程序1.準備被測件樣本(至少5件Parts)。 2.將被測件交給平常實際作業之人員(至少3人) 反覆量測(每一樣本至少量2次)。 3.記錄各量測數據(Measurements)。 4.計算GRR。null六、其他替代GRR指標？ 如果有一些限制而未能作GRR時，舉世公認的 替代指標是Cpk，因為在計算Cpk中的Cp時， 此Cp用的是數據標準差（  ），它已包括了量 測誤差， 因此 Cp/Cpk己能達到客戶的要求， 那麼亦間接證明現有的量測系統也足堪信任。 null七、那些情況不適用GRR？ 作GRR時必須使用同一樣本（Parts）反覆量測， 因此只要有任何樣本無法被反覆量測，那麼基本 上即不適用GRR。 這一類的情況中尤其以 破壞性測試為最明顯，因 為樣本實際上已無法被反覆測試。因此凡是破壞 性測試，原則上均不適用GRR。 null八、優先使用GRR的狀況有那些前提？ 原則上該優先使用GRR的情況均應有下列前題： 1.本質上是非破壞性之量測數值。 2.該量測特性之製程能力Cp值明顯不足。 在此狀況下我們就必須運用GRR深入探究此時的製程能力 是產品之真象或假象？ 若GRR<10%則表示問題出在產品本身，反之 若GRR>25%（C級）那就表示量測系統不夠精確，因而扭曲 了產品的真值。 這時我們就應立刻著手改善量測系統，改善時可參考下面的 魚骨圖，找出回題癥結，再予以克服，以改善GRR。 null九、要因分析圖null十、GRR可如何加以運用？ 長期來看GRR可持續運用在下列領域或時機：   1.新量具可借助GRR來建立有效的驗收系統。 2.新進檢測人員可借助GRR來建立公允的合格認證系統。 3.配合Cpk不斷導引研發更價廉而堪用的測試設備。 4.若遇到產品規格大幅加嚴時（則必須立即警覺必須將 測試設備升級，以免誤判了新產品的真實性能。 nullG R R 軟 件 範 例nullnullSPC尺寸選項(建立X –R chart的步驟)GRR ≦ 30% 2.Cpk ≧ 1.0(穩定製程中取30次數據) 3. 建立X-R chart