《工程能力分析》PPT课件.ppt

《《工程能力分析》PPT课件.ppt》由会员分享，可在线阅读，更多相关《《工程能力分析》PPT课件.ppt（40页珍藏版）》请在三一办公上搜索。

1、课程要求：了解工序能力和工序能力指数的涵义掌握工序能力指数在各种情况下的计算方法掌握工序不合格品率计算方法掌握工序能力指数的判断和提高工序能力指数的途径学会用Minitab软件计算过程能力指数,工序能力分析,目录第一节.工序能力 3第二节.工序能力指数 5第三节.工序能力分析 10第四节.工序能力调查 13第五节.附加教材 14,1-1.第一节：工序能力工序能力概念：工序能力又叫过程能力是指过程加工方面的能力，它是衡量过程加工内在一致性的，而生产能力则是指加工数量方面的能力，过程能力决定于质量因素而与公差无关。所谓工序能力是指处于稳定状态下的实际加工能力。所谓处于稳定生产状态下的工序应该具备以

2、下几个方面的条件：1）.原材料或上一道工序半成品按照标准要求供应；2）.本工序按作业标准实施，并应在影响工序质量各主要因素无异常的条件下进行；3）.工序完成后，产品检测按标准进行。总之，工序实施以及前后过程均应标准化。在非稳定生产状态下的工序所测的工序能力是没意义的。,工序能力的测定一般是在成批生产状态下进行的。工序满足产品质量要求的能力主要表现在以下两个方面：1)产品质量是否稳定 2)产品质量精度是否足够 因此，当确认工序能力可以满足精度要求的条件下，工序能力是以该工序产品质量特性值的变异或波动来表示。产品质量的变异可以用频数分布表、直方图、分布的定量值以及分布曲线来表示。在稳定生产状态下，

3、影响工序能力的偶然因素的综合结果近似的服从正态分布。为了便于工序能力的量化，可以用3原理来确定其分布范围：当分布范围取3时，产品质量合格的概率可达99.73%接近于1。因此以3，即6为标准来衡量工序的能力是具有足够的精确度和良好的经济特性的。所以在实际计算中就用6的波动范围来定量描述工序能力。记工序能力为B，则B=6。,1-2 影响工序能力的因素在加工过程中影响工序能力的因素，主要有以下几个方面(5M1E)：1)设备方面。如设备精度的稳定性性能的可靠性，定位装置和传动装置的准确性，设备的冷却润滑的保护情况，动力的供应稳定程度等。2)工艺方面。如工艺流程的安排，工序之间的衔接，工艺方法，工艺装配

4、，工艺参数，测量方法的选择，工序加工的指导文件，工艺卡、操作规范、作业指导书、工序质量分析表等。3)材料方面。如材料的成分，物理性能，化学性能处理方法，配套件元器件的质量等。4)操作者方面。如操作人员的技术水平熟练程度，质量意识，责任心，管理程度等。5）环境方面。如生产线厂的温度、湿度、噪音干扰、振动、照明室内净化、现场污染程度等,1.3 进行工序能力分析的意义 首先，工序能力的测定和分析是保证产品质量的基础工作。因为只有掌握了工序能力，才能控制制造过程的符合性质量。如果工序能力不能满足产品设计的要求，那么质量控制就无从谈起，所以说工序能力调查、测试分析是现场质量管理的基础工作，是保证产品质量

5、的基础。第二，工序能力的测试分析是提高工序能力的有效手段。因为工序能力是有各种因素造成的，所以通过工序能力的测试分析，可以找到影响 工序能力的 主导性因素。从而通过改进工艺，改进设备，提高操作水平，改善环境条件，制定有效的工艺方法和操作规程，严格工艺纪律等来提高工序能力。第三，工序能力的测试分析为质量改进找出方向。因为工序能力加工的实际质量状态，它是产品质量保证的客观依据，通过工序能力的测试，为设计人员和工艺提供关键的工序能力数据，可以为产品设计签定合同的参考。同时通过工序能力的主要问题，为提高加工能力改进产品质量找到改进方向。,第二节：工序能力指数2.1 工序能力指数的概念过程能力指数(Pr

6、ocess Capability Index),简称PCI或Cp，以往也成为工序能力指数。质量标准是指工序加工产品必须达到的质量要求，通常用标准、公差（容差）、允许范围来衡量、一般用符号“T”表示。质量标准（T）与工序能力（B）之比值，称为工序能力指数记为“Cp”式中，公差T=Tu-TL，Tu为公差上限，TL为公差下限，为质量特性值总体的标准差。工序能力指数Cp值，是衡量工序能力大小的数值。对于技术要求满足程度的指标，工序能力指数越大，说明工序能力越能满足技术要求，甚至有一定的能力储备。但是不能认为工序能力指数越大，加工精度越高或者说技术要求越底。,6,T,T,Cp=,B,=,规定的公差,过程

7、变异度,=,2.2 工序能力指数的计算1.计量值为双公差而且分布中心和标准中心重合的情况（如图）“Cp”值的计算：可以用样本的实测值计算出样本标准偏差“S”来估计。这时，式中的“Tu”为质量标准上限，“TL”为质量标准下限。即T=Tu-TL。例：某零件的强度的屈服界设计要求为4800-5200Kg/cm2，从100个 样品中测的样本标准偏差（S）为62 Kg/cm2，求工序能力指数？解；当工序过程处于稳定状态，而样本的大小N=100也足够大，可以用S估计：,2.分布中心和标准中心不重合时，当质量特性分布中心u和标准中心M不重合时，如下图所示，虽然分布标准差未变，Cp也没变，但却出现了工序能力不

8、足的现象。,令=|-|，这里为分布中心对标准中心M的绝对偏移量。把对T/2的比值称为相对偏移量或偏移系数，记作K则：,1）从公式和可知：当恰好位于标准中心时，|-|=0，则K=0，这就是分布中心与标准中心重合的理想状态。2）当恰好位于标准上限或下限时，即=Tu或=TL时，则K=1。当恰好位于标准界限之外时，T/2，则K1。所以K值越小越好，K=0是理想状态。从上图可以看出，因为分布中心和标准中心M不重合，所以实际有效的标准范围就不能完全利用。若偏移量为，则分布中心右侧的工序能力指数为：分布中心左侧的工序能力指数为：,Cp上=,3,T/2-,Cp下=,3,T/2+,我们知道，左侧工序能力的增加补

9、偿不了右侧工序能力的损失，所以在有偏移值时，只能以两者中的较小值来计算工序能力指数，这个工序能力指数称为修正后的工序能力指数，记作CPK：,CpK=Cp（1-K）,当=M（即分布中心与规范中心重合无偏移)时,K=0，Cpk=Cp，即偏易量为0，修正工序能力指数就是一般工序的工序能力指数。当=Tu或=TL时，K=1，Cpk=0，K1时，Cpk=0，这时Cp实际上也是为0。,第三节：工序能力分析3.1 工序能力的判定 当工序能力指数求出后，就可以对工序能力是否充分作出分析和判定。即判断Cp值在多少，才能满足设计要求。1.根据工序能力的计算公式，如果质量特性分布中心与标准中心重合，这时K=0，则标准

10、界限范围是3（即6）时，这时工序能力指数Cp=1，可能出现的不良率为0.27%，工序能力基本满足设计质量要求。2.如果标准界限范围是4（即8）时，K=0，则工序能力指数Cp=1.33。这时工序能力不仅能满足设计质量要求，而且有一定的富裕能力，这种能力状态是理想的状态。3.如果标准界限范围是5（即10）时，K=0，则工序能力指数Cp=1.67。这时工序能力有更多的富裕，也即是说工序能力非常充分。4.当工序能力指数Cp1时，我们就认为工序能力不足应采去措施提高工序能力。根据以上分析，对工序能力指数Cp值（或CpK）的判断标准,3.2 提高工序能力的对策1.Cp1.33。当Cp1.33时表明工序能力

11、充分，技术管理能力已很好，这时就需要控制工序的稳定性，以保持工序能力不发生显著变化。如果认为工序能力过大时，应对标准要求和工艺条件加以分析，一方面可以降低要求，以避免设备精度的浪费，另一方面也可以考虑修订标准，提高产品质量水平。2.1Cp1.33。当工序能力处于1.01.33之间时，表明工序能力满足要求，但不充分。当Cp值很接近1时，则有产生超差的危险，应采取措施加强对工序的控制。3.0.67Cp1.0。当工序能力小于1时，表明工序能力不足，技术管理能力已很差，不能满足标准的需要，应采取改进措施，改变工艺条件，修订标准或严格进行全数检查等。4、Cp 0.67 工序能力0.67时，过程能力严重不

12、足，表示应采取紧急措施和全面检查，必要时可停工整顿。,3.3 提高工序能力指数的途径 工序能力的调查中，工序能力分布中心与标准中心完全重合的情况是少的，大多数情况下都存在一定量的偏差，所以工序能力分析时，计算的工序能力指数一般都是修正工序能力指数。从修正工序能力指数的计算公式 中看出，式中有三个影响工序能力指数的变量，即质量标准T，偏移量和工序质量特性分布的标准差。那么要提高工序能力指数就有三个途径：即减小偏移量，降低标准差和扩大精度范围。,1.调整工序加工的分布中心和技术标准中心偏移的绝对值即：=|-|。当工序存在偏移量时，会严重影响工序能力指数。假设在两个中心重合时工序能力指数是充足的，但

13、由于存在偏移量，使工序能力指数下降，造成工序能力严重不足。2.提高工序能力减少分散程度：由公式B=6可知，工序能力B=6，是由人、机、物、方法、和环境五个因素所决定的，这是工序固有的分布宽度，当技术标准固定，工序能力对工序能力指数的影响是十分显著的，由此看出，减少标准差，就可以减少分散程度，从而提高工序能力，以满足技术标准的要求程度，一般来说可以通过以下措施减小分散程度：1）修订工序改进工艺方法；修订操作规程优化工艺参数；补充增添中间工序，推广应用新工艺、新技术。2）改造更新与产品质量标准要求相适应的设备，对设备进行周期点检，按计划进行维护，从而保证设备 的精度。3）提高工具、工艺装配的精度，

14、对大型的工艺装配进行周期点检，加强维护保养，以保护工装的精度。4）按产品人员培训，提高操作者的技术水平和质量意识。5）加强现场质量控制，设置关键、重点工序的管理点，开展QC小组活动，使工序处于控制状态。3.修订标准范围：标准范围的大小直接影响对工序能力的要求，当确信若降低标准要求或放宽公差范围不致影响产品质量时，就可以修订不切实际的现有公差的要求。这样即可以提高工序能力指数，又可以提高劳动生产率，但必须以切实际不影响产品质量，不影响用户使用效果为依据。,第四节：工序能力调查4.1 工序能力调查的目的 工序能力的调查首先要丛收集数据开始，并丛频数分布表、直方图以及工序能力图、控制图等作为依据来判

15、断工序是否处于稳定状态。如果处于稳定状态，则可由其分布的统计量 X S等来计算工序能力指数，从而达到工序进行科学调查的目的。一般来说有以下目的：1.为改善生产过程各道工序的能力提供依据，从而取得较好的经济效果，保证了产品质量的不断提高。2.为设计工作中确定产品标准提供重要资料，使产品设计减少盲目性。3.为工艺规程设计和修订、工艺装配的设计和修改、设备的选用以及对环境的要求等提供可靠资料，从 而为更经济地使产品符合标准规格的要求打下基础。4.为制定产品检验方法、编制产品说明书等检验和供销工作提供情报资料；为确定质量管理点提供依据。,4.2工序能力调查的方法和步骤 工序能力调查的基本方法是直方图。

16、根据所收集来的数据画出直方图后，把工序质量标准的要求。还可以直观地分析质量分布中心和标准中心M 是否重合，若发生较大的偏移，就是说明工序生产中有较大的系统误差，这时应调查原因，消除由于系统误差而引起的中心偏差。,思考问题：,1.如果CP很大，而CPK很小，那说明过程处于什么状态？如：CP=1.67，CPK=0.672.如果CP很小，而CPK很大，那说明过程处于什么状态？如：CP=0.67，CPK=1.673.如果CP很大，而CPK也很大，那说明过程处于什么状态？如：CP=1.67，CPK=1.33分析思路：从CP、CPK的求解公式进行分析，,工程能力路径,你的数据是什么类型的,计量型,计数型,

17、从工程里收集数据,从工程里收集数据,用 Minitab分析数据,用 Excel 分析数据,工程能力表述DPU,PPMCp,Cpk,Pp,Ppk,工程能力表述DPU,PPM,“缺陷”(x4),1 2 3 4 5 6 7 错误数,“缺陷”(x 130 Min),“无缺陷”(x 130 Min),15 110 115 120 125 130 135 140 装配时间(Min),“无缺陷”(x3),顾客的要求,顾客的要求,计数型,计量型,数据分类,寻找计数型数据太难了！,计数值工程能力,计算产品的-水平,计算单位产品缺陷数(DPU:Defects Per Unit):,翻到Sigma表,然后估计Sig

18、ma水平,计算每百万机会的缺陷数(DPMO:Defects Per Million Opportunities):,事 例,计算单位产品缺陷数(DPU):,计算每百万机会的缺陷数(DPMO):,工程能力的工具-计数型,Attribute Sigma Calculator.XLS,SIGMA表,计数型练习:制造 DPU,DPMO,和 Sigma 是多少?,#1 不良的洗衣机工厂刚生产完一批共40，000台洗衣机。其中发现100台洗衣机有缺陷。#2 不良性批号 在3月份，有12,412台A型电机被组装到干燥机中。每台电机有3个不良的机会(分别是功率，振动和总重)。在本月中，发现了200个不良发生。

19、#3 不良性批量工厂刚生产出一批共400台冰箱（每台冰箱有134个部件）。在生产中，发现了12,312个不良（错组装或损坏）部件。,DPU=0.0025 DPMO=2500 Sigma=4.31,DPU=0.0161 DPMO=5371 Sigma=4.05,DPU=30.078 DPMO=229,701 Sigma=2.24,计数型练习：非制造,#1 不良购买定单 在3月中，共有764份购买定单交付。其中321份有缺陷。#2 迟到的出荷在1997年,有42,100 批更换部件的出货。4,100批晚到。#3 不良购买单据在3月份，交付了764份购买单据，每份单据要填8处信息。共发现1234处不

20、良信息。,DPU=0.4202 DPMO=420,157 Sigma=1.70,DPU=0.0974 DPMO=97,387 Sigma=2.80,DPU=1.615 DPMO=201,897 Sigma=2.33,计量型数据等于.力量!,计量值工程能力,=0.04,=0.41,=0.81,为什么?,过程A,过程B,过程 C,=标准偏差,过程表现如何？什么是最佳的过程？什么是最差的过程？,你是否想知道：,哪一个过程最佳?,第五节：工序能力附加教材,使中心靠拢目标值,降低离散,从统计的角度看,只有两个问题,中心偏移 过程中心值不在目标值上.,离散 过程偏差太大.,过程能力怎么做才可以减小 DPM

21、O?,看过程能力指数!,比较 客户要求的产品 和 我们生产的产品,两个指数:1.过程潜力Cp2.实际过程表现Cpk,那么,如何确定过程是否存在中心偏移或离散问题?,我们生产的产品,LSL,USL,目标,过程潜力指数:是规范范围与6倍的所测量的过程标准偏差的比值.反映过程离散情况.,当过程处于用标准控制图所定义的统计控制状态时,使用Cp.,能力=3*Cp,当过程没有处于用标准控制图所定义的统计控制状态时,使用Pp.,过程潜力指数,实际过程表现指数:是过程平均值和靠近的规范极限之差的绝对值与3倍的所测量的过程标准偏差的比值.反映过程中心偏移和离散问题.,客户要求的产品,我们生产的产品,LSL,US

22、L,目标值,CPK=Min CPL,CPU,CPL=X-LSL 3P,CPU=USL-X 3P,PPL=X-LSL 3T,PPU=USL-X 3T,PPK=Min PPL,PPU,当过程没有处于用标准控制图所定义的统计控制状态时,使用Ppk.,当过程处于用标准控制图所定义的统计控制状态时,使用Cpk.,实际过程表现指数,CpCPK,潜力,总体标准偏差不在控制中,过程潜力和实际表现指数,子群标准偏差在控制中,表现,3*CP 代表“能力”!,把标准偏差与规范的公差联系起来,把中心值和标准偏差与规范联系起来,短期,长期,PPPPK,运用 Minitab 计算能力(两种方法),打开 Minitab v

23、14Datacamshaft.mtw 运用 Minitab 分析规范:600+/-2 mm,第 1 步StatQuality ToolsCapability Six Pack(Normal)StatQuality ToolsCapability Analysis(Normal),假设你在汽车制造工厂的一个引擎组装部门工作。其中有一个组件是凸轮轴，长度规格是6002mm，长期以来一直存在一个问题，凸轮轴的长度总是超出规格，由此导致组装线适合度下降、磨损和返工率上升。,7.在 Target（adds Cpm to table），输入 600。8.点击 OK。,第二步、进行工序能力分析。1.选择 S

24、tat Qulity Tools Capability Analysis（Normal）Stat Qulity Tools Capability Sixpack(Normal),2.选中 Single column 输入 Supp1。3.在 Subgroup size 中，输入 5。4.在 Lower spec 中，输入 598。5.在 Upper spec，输入 602。6.点击 Options。,从上面这个图形可以看出，工序的平均值与目标值不足，中心值落在目标值的左边。曲线的左边尾部落在了下限以外。因此，有些凸轮轴不符合最低规格598mm。我们再看看文字性的统计说明。Cpk 指数表明工序能

25、否在公差范围内进行生产。如果Cpk指数为 1，意味着工序恰好符合规格；小于 1 说明超出规格。理想情况下，希望 Cpk 远大于 1，因为这个指数越大，表明工序越好。Supp1 的 Cpk指数只有0.9，表明需要减小变动，靠近目标值。,第三步、结果分析。,等级判定原则,等級Cpk 值 处理原则 A+1.67 Cpk 考虑处理简单化和 降低成本的原则 A 1.33 Cpk 1.67维持现状 B 1.00 Cpk 1.33 改善为 A 級 C 0.67 Cpk 1.00需全数选别，并管理、改善工程 D Cpk 0.67 进行品质改善，探究原因，需要采取紧急对策，並且重新检讨规格,散布(Variati

26、on)的种类与根源 母集团的散布的根源有两种形态.,受控散布(又称作噪音)-自然原因(Common causes)引起的散布,时间,预测,没有预想不到的变化,是对用同一方式测定的值产生影响的并经常存在的散布的根源,随着时间的变化显示稳定的可预测的状态-该散布不能消除,只能减少-减少该散布,需要工程有根本性的改善,非受控散布(又称为信号)-异常原因(Special causes)引起的散布,出现预想不到的变化,通过特殊的方式只影响部分测量值的散布的根源,随着时间的变化该散布变化无常,不可预测.-一般它可消除可减少 通常通过对工序管理,监控(monitoring)等 改善方法来消除和减少它,散布的

27、根源,散布(Variation)根源 方法(Method)设备(Machine)资材(Material)人员(Man)测定(Measurement)环境(Environment),Process散布,Output的变动,散布常常在测定或观测PROCESS(工程)的 Output时可以发现.希望铭记偶然原因和异常原因就是PROCESS(工程)的Input.,因异常原因产生的影响,位置(中心)的变化,散布的变化,位置和散布的变化,散布的减少?,减少散布过程中的关键,必须能够在数据模型中确认出什么样的散布是由异常原因引起的,什么样的散布是由自然原因的引起的,怎么做?,不管运用什么方法(包括各种统计方法),必须要使其具有从永久存在的自然原因中能区分出异常原因的能力.,减少散布的途径及顺序,-优先消除不期望的异常原因,-把期望的异常原因体现在现实中,-最后尽可能减少自然原因的散布.,异常原因的存在意味着改善的机会有很多.所以对异常原因的改善活动常常优先进行.,结束语 非常感谢大家的参与和支持 通过今天与大家的共同切磋 希望在座的各位能从中得到启示提高自己的品质管理意识 为我们Pentair的品质向上贡献自己的力量（谢谢大家！）,