制程能力分析释义.docx

上传人:b****4 文档编号:24079502 上传时间:2023-05-24 格式:DOCX 页数:13 大小:116.80KB
下载 相关 举报
制程能力分析释义.docx_第1页
第1页 / 共13页
制程能力分析释义.docx_第2页
第2页 / 共13页
制程能力分析释义.docx_第3页
第3页 / 共13页
制程能力分析释义.docx_第4页
第4页 / 共13页
制程能力分析释义.docx_第5页
第5页 / 共13页
点击查看更多>>
下载资源
资源描述

制程能力分析释义.docx

《制程能力分析释义.docx》由会员分享,可在线阅读,更多相关《制程能力分析释义.docx(13页珍藏版)》请在冰豆网上搜索。

制程能力分析释义.docx

制程能力分析释义

e

1999年对公司来说,可定义为OEM品质年,此话怎讲因为从去年HP的PIGLET开始生产后,陆陆续续接到OEM客户的订单,诸如NEC、PANASONIC、广宇、以及最近的通用、INTEL等等;我们可以从过去的经验与事实,去观察与分析OEM客户非常重视产品的品质管制,认为供货商是产品生产系统的源头或重要的一部份,足以影响产品是否能及时推上市,获得好评的重要关键之一。

因此对于品质管制手法的使用,一直是OEM客户注意的焦点。

尤其是制程能力分析(AnalysisforProcessCapability)的应用,大家都视为是一新开发产品导入量产阶段的指针,

所以本文的主题将针对制程能力分析来进行研讨。

接下来将透过下列几个问题,来切入正题:

一、制程能力是个什么东西

二、制程能力分析在什么时候实施是正确的

三、执行制程能力分析前有那些步骤

四、制程能力分析的数据要如何评价

五、制程能力分析的数据要如何应用

六、究竟要量测多少个样品才能计算Cpk

七、Cpk是否能监测连续生产之制程

一、制程能力是个什么东西

所谓『制程能力』就是一个制程在固定的生产因素(条件)及稳定管制下所展现的品质能力。

那些是「固定的生产因素(条件)」;如设计的品质、模治具、机器设备、作业方法与作业者的训练、作业照明与环境、检验设备、检验方法与检验者的训练….等等皆属之。

什么是「稳定管制」;就是以上因素加以标准化设定后,并彻底实施后,且该制程之测定值,都是在稳定的管制状态之下,此时的品质能力才可说是该制程的制程能力。

制程能力如何表示:

1.制程准确度Ca(Capabilityofaccuracy)

2.制程精确度Cp(Capabilityofprecision)

3.综合评价(不良率p)

4.制程能力指数Cpk

以上最常用的是Cpk、Cp、Ca,而p比较少有人使用。

 

1.制程准确度Ca(Capabilityofaccuracy)

2.

凡从制程中所获得之数据(实绩),其平均值(x)与

规格中心值(μ)之间偏差的程度,称为制程准确度Ca

Ca=(X-μ)/(T所以Ca值愈小愈好(尽量趋近于0)

1.惟群体呈左右对称之常态分布时,才能使用Ca做制程能力

分析。

(单边公差时,Ca为0)

4.正值(+)时表示偏高;负值(-)时表示偏低。

3.制程精确度Cp(Capabilityofprecision)

从制程中全数检验或随机抽样(一般样本n须在50

个以上)所计算出来之样本标准差(σx),再乘以

√(n/(n-1)),以推定实绩群体标准差(σ)。

用3σ与规格容许公差做比较。

Cp=规格容许差/3σ

=规格公差/6σ=(T/2)/3σ

由上述可知:

.若T>6σ时,Cp值愈大。

(离散趋势都在规格内)

Cp值愈大愈好(尽量大于1以上)

.若T<6σ时,Cp值愈小。

(表示目前的生产条件,

不适合此精密度之产品)

.Cp与Ca成反比。

(Cp愈大愈好,Ca则反之)

.综合评价(不良率p)

当有些制程的生产实绩为了达成规格之要求,必须Ca

值与Cp值两者都要很好的情况下,而对整个制程品质之综

合评价,计算出不良率p

SUX?

mSL

Z1Z2

Z1=3Cp(1+Ca)….由Z1查常态分配表得P1%

Z2=3Cp(1+Ca)….由Z2查常态分配表得P2%

p%=P1%+P2%

由上述可知:

生产实绩如不能达成客户要求之

(允收批内)不良率,

则必须立即处理,

避免遭遇到退货的危险!

 

4.制程能力指数Cpk

Cpk是综合Ca和Cp两者之指数,其计算公式:

Ca=(X-μ)/(T/2)

Cp=规格容许差/3σ

=规格公差/6σ=(T/2)/3σ

Cpk=(1-|Ca|)×Cp

由上述可知:

1.当Ca=0,Cpk=Cp

2.单边规格时,Cpk=Cp

 

二、制程能力分析在什么时候实施是正确的

正如前面所提到,制程能力的评估必须要在制程稳定

后,才能实施,也就是X-R管制图已显示制程在稳定

的统计管制状态下(非机遇原因已经被发现,并经过分析

与矫正,以及防止再发),而且继续保持在统计管制状态

下。

因此回忆过去我们所做的,可以发现到一些问题:

1.未先执行管制图以确认制程的稳定性,就径行将所算得Cpk当做『真正』的制程能力。

2.不探讨非机遇原因,只是一味要求算Cpk,而制程并不会随着时间长而稳定。

3.为达成客户要求,只好修改数据,『表面』的Cpk非常『良好』,却冒着被退货的高风险。

4.制程不良率『变异』起伏太大时,只好用人海战术来克服,不断重工,现场人仰马翻。

5.没有因为Cpk不好,而针对『共同因』或『特殊因』,采取矫正措施。

.只要算得(尺寸)多,就愈接近事实(群体),就愈能符合客

户的要求

6.客户有要求算Cpk,才去做

三、执行制程能力分析前有那些步骤

1.确定制造流程:

确定流程(图),订定QC工程表,列

出管制之生产条件、品质特性…等。

2.制造流程解析:

利用5W1H手法,将制程各作业单元

的变异因素加以掌握,并可得知制程

所处的状态。

3.决定管制项目:

依制程之生产条件、品质特性、制程

现况来决定管制项目。

4.实施标准化:

订定各项标准,并对相关人员实施各

项标准之教育与训练。

5.管制图的运用:

应先建立解析用管制图,评估管制界

限,再实施管制用管制图,持续观察

制程的稳定性与异常矫正。

6.制程能力分析:

收集数据,进行分析,以了解是否符

合规格或客户要求,如不能符合,立

即采取矫正行动。

.制程之持续管制:

除非有证据显示制程平均值或全距

值发生变化,否则仍然使用原管制界

限,不能随意修改。

 

四、制程能力分析的数据要如何评价

1.制程准确度Ca(Capabilityofaccuracy)

评价等级

分级基准

处置原则

A

|Ca|£

作业员遵守SOP操作并达到规格之要求,所以持续维持。

B

|Ca|£25%

如有必要时,尽可能改进为A级。

C

25%<|Ca|£50%

作业员可能看错规格不按SOP操作或检讨规格及作业标准。

D

50%<|Ca|

应采取紧急措施,全面检讨有可能影响之因素,必要时得停止生产。

*对策方法是以制造单位为主、技术

1..33£Cp

甚为稳定,可考虑将规格公差缩小或此制程可胜任更精密之工作。

B

£Cp<

有发生不良品的危险,必须加以注意,并设法维持不要使其变坏及迅速追查。

C

£Cp<

检讨规格及作业标准,可能本制程不能胜任如此精密的工作。

D

Cp<

应采取紧急措施,全面检讨有可能影响之因素,必要时应停止生产。

*对策方法是以技术单位为主、制造

4.制程能力指数Cpk

评价等级

Cpk值

处置原则

A

£Cpk

制程能力已足够

B

£Cpk<

尚可,应再努力

C

Cpk<

应加以改善

 

五、制程能力分析的数据要如何应用

1.对设计单位提供基本资料:

使其了解制程能力,从设计

面解决问题。

2.分派工作到适当的机器上:

决定一项机器设备能否满

足要求。

3.用来验收全新或翻修调整过之设备:

利用机械之能力安排适当工

作,使其得到最佳之应用。

4.选用合格之作业员:

剔除不合格人员或再施予教育和训

练。

.选择适当之工作方法:

建立标准化SOP

.根据规格公差设定设备之管制界限:

为获得最经济、最

稳定之生产。

.当制程能力超越公差时,决定最经济之作业水准:

(1)制程能力较公差为窄时,用于建立经济管制界

限。

(2)制程能力较公差为宽时,须调整一适当中心值,

以获得最经济之生产。

.找出最好的作业方式:

建立最具价值之技术情报资料。

 

六、究竟要量测多少个样品才能计算Cpk

之前我们已经讨论到,制程能力的评估必须要在制

程稳定后,才能实施,也就是X-R管制图已显示制

程在稳定的统计管制状态下(非机遇原因已经被发,并

经过分析与矫正,以及防止再发),而且继续保持在统

计管制状态下。

要多少个样本数才能显示出制程的稳定性理论

要求最好有25个以上的样组,才具代表性。

请大家注

意!

这里所提到的25个以上的样组数是针对管制图而言,并不是指Cpk。

所以只要能了解制程的稳定性,即使n=2~5

也能计算Cpk,但是唯一前提是必须先用计量值管制图,来持续观察制程稳定(必要时采取矫正行动)。

以上所探讨的角度,是从产品制程上出发,若是谈论到单一的模具、机器、设备….等等,个人建议是

连续取样100pcs来计算。

如果所有生产条件相同,为何第一次与第二次的Cpk会有差异这就是我们接下来要讨论的重点….

七、Cpk是否能监测连续生产之制程

请看下列的示意图,复习一下抽样的概念:

假设同一量测员,采用随机抽样的手法,抽样区域可能落在群体上,不同的位置,自然会产生不同的结果,只要结果是在规格内我们都会允收。

当然以少数样本的成绩代表群体的真实面貌,会有风险;如好批误判坏批,坏批误判好批。

(如何避免风险这不是现在要谈的主题,所以不再深入探讨,回归正题。

这里所要表达的是,在制程稳定下,抽样实值有变化是属于正常现象,只是我们自己了不了解这个『变化』,究竟是属于系统(共同因变异)或是突发(特殊因变异)事件所产生的

 

所以我们用某段时间的制程能力,并不足以代表整个制程是在稳定状态下。

只能了解某段时间的制程能力是否符合要求(规格),无法了解到连续生产的制程有何变化

最后大家为求速成,只计算Cpk(重视结果,这还是『某段时间』的结果),不做管制图(忽视过程,不良或然率蠢蠢欲动),稍一不慎不良品如洪水猛兽般

,必须倾全厂之力去抵挡(重工),甚至要面临被退货的高风险!

最后我们可以做个结论:

1.任何的抽样都有误差的存在(随机问题)

2.没有一个制程可以做到100%在统计管制状态之下(变异问题)

3.没有任何制造批为完全之常态分配(或是其它型态分

配,如果不是近似常态,Cpk就值得争议)

.因此,所有制程能力分析的结果必须很小心考虑(而不是只是看一看就好),并且以很保守谨慎的态度去解析。

总结>>

1.以上仅探讨产品的制程能力分析,事实上

制程能力的应用非常广泛(如同第13页所述)

可以单独针对机器设备、模具等来研究。

2.本文的目的是在做观念的沟通与交流,所

以在这里不做习题或范例的详细解说。

3.希望透过这篇内容,能激起大家的共鸣,

互相砥砺,让制程能力分析能真正落实到产品的制程上。

4.

 

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 自然科学 > 物理

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1