制程能力分析释义.docx

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（12页珍藏版）》请在冰豆网上搜索。

制程能力分析释义

LEKIBMstandardizationoffice【IBM5AB-LEKIBMK08-LEKIBM2C】

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

Xμ

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

SUXSL

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:

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？

7.

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。

2.*对策方法是以制造单位为主、技术

1..33Cp

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。

3.*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。