SPC FPY,RTY_0512_cn

FPY,RTY1.FirstPassYieldYield(收率）的种类初期收率(FPY,FirstPassYield)-适用于确定单独个别工序的品质水准.适用于没有返工/修理的Process.累积收率(RTY,RolledThroughputYield)-表现全部工序的品质水准中的指标之一，是初期收率的乘积.(1-×100(%)组装数量Rework,调整,返退数量·)合格品数量-Rework数量直通率=×100(%)合格品数量+Scrap数量定义该概念的公式根据产品，工序的性质或使用目的不同，有所不同，举例如下.或FPY,RTY累积收率(YRTY:RolledThroughputYield)YRTY=0.95×0.98×0.93×0.95=82.3%最终合格品Input工序195%Yield工序298%Yield工序393%Yield工序495%Yield50000ppm损失19000ppm损失65170ppm损失43292ppm损失每百万个发生177,462个的损失FPY,RTYYFPY=FirstPassYield不包含单个工序返工的收率(从开始就正确作业的合格品率)YRTY=RolledThroughputYield某个产品没有任何不良的通过全部工序，合格的比率YFPY95%YFPY97%YFPY99%YFPY97%YRTY?%5.8897.099.097.095.0RTYYFPY,RTY收率的计算(例)P1P2P3投入数量100个返工废弃510再投入5返工907916再投入6废弃10废弃5最终合格品80个收率计算0.880/100过去的收率YFPY(P1)90/100=0.9YFPY(P2)79/95=0.83YFPY(P3)80/85=0.94YRTY0.9x0.83x0.94=0.702新概念的收率FPY,RTYCONTROLCHARTSPC是为减少某个Process的变异(variation)，使用data，为维持安定的有能力的Process而使用的一种管理技法之一SPC的定义适用领域SPC技法不仅适用于制造现场，还可以适用于任何领域.1)设备的性能或特性2)物流管理系统等的运送时间3)财务，会计领域等的收益率，销售SPC(StatisticalProcessControl)CONTROLCHART变异(Variation)•变异是指提供产品或服务时，同一流程却不能总产出相同的结果•变异存在于所有的Process•BusinessProcess中，测定和理解变异，可以帮助我们了解现在的性能水准是什么程度，导出减少变异，降低缺陷需要的是什么变异的概念CONTROLCHARTEXCELLENTPOORxAVERAGEMAN/WORKEREXCELLENTPOORxAVERAGEMETHODEXCELLENTPOORxAVERAGEMACHINEEXCELLENTPOORxAVERAGEMEASUREMENTEXCELLENTPOORxAVERAGEMATERIAL产品的总变异变异的根本原因CONTROLCHART变异的原因存在于Process内部随机的(Random)正常的变异的原因(Causeofnormalvariation)Process运营者很难消除该偶然原因.属于经营层(Management)问题–Why?为了减少偶然原因导致的变异要求提供资源占总变异的80%偶然原因导致的变异只存在偶然原因(管理状态)大小时间可以预测偶然原因CONTROLCHART不是所有Process要素共同的有发生原因(Assignable)非正常变异的原因(Non-random)Process运营者某种程度上可以管理占总变异的20%异常原因导致的变异异常原因必须最先管理或消除包括异常原因(脱离管理状态)大小时间?????无法预测异常原因CONTROLCHART由Dr.WalterShewhart创造(1924年)–维持Process的管理状态.(Process实现可管理，并能说明能够预测)–Process发生异常原因时，尽可能最快地发现，采取纠正措施，对不良品的产生进行事先遏制。目的效果–用于推测Process相关的信息(平均，变异，不良率）或确定Process能力，提供对Process改善有用的信息管理图CONTROLCHART管理上限(UCL)UpperControlLimit管理下限(LCL)LowerControlLimit+1s+2s+3s-3s-2s-1s西格玛界限比率+/-1s68.27%+/-2s95.45%+/-3s99.73%+/-3s外部0.27%平均(x)平均_设定管理界限线CONTROLCHART管理图的一般形态●●●●●●●●●●●●●●●●●●●●●●CLUCLLCL在管理状态上，中心线标示品质特性的平均管理界限线.各叫做管理上限线,管理下限线.分别是各品质特性平均偏差取3倍值，高于或低于品质特性平均的值.通过data将计算的值打点时，如果所有值都在管理界限线之间，没有特别的倾向，可以判断为Process维持在管理状态或安定状态.CL(CenterLine)UCL(UpperControlLimit),LCL(LowerControlLimit)管理图的构成要素CONTROLCHARTYES通过管理图收集和分析日常data管理状态?UCLCLLCL偶然原因导致的变动UCLCLLCL异常原因导致的变动消除导致品质变动的异常原因Process能力的产出及评价(履历管理/防止复发的对策)(即时采取措施)NO通过管理图管理ProcessCONTROLCHARTStep1.决定必须要管理的特性.Step2.选择要使用的管理图.Step3.树立data收集计划.-Sample的数(n),抽取周期Step4.决定判定领域.Step5.收集初期data.Step6.从初期data决定管理图的Scale.Step7.计算平均值和管理界限计算.Step8.划管理界限线.Step9.如果有脱离离管理界限的点，查明原因后，将该点排除在外，计算管理界限线，制作修改的管理图.Step10.对脱离管理的所有Process采取合适的措施.Step11.实施必要的教育，实行管理.以Process管理为目的的管理图适用流程管理图适用基本流程CONTROLCHARTdata类型数什么?SubgroupSize?SubgroupSize是否一样?每天检查是否一样I&MR管理图C-管理图(或U)SubgroupSize是否一样?检查是否一样U-管理图NP管理图(或P)P-管理图-R管理图SubgroupSize5-S管理图开始离散型连续型缺陷不良=11YYNYNNXX管理图选择CONTROLCHARTσ-Knownσ-Unknown•管理图xnXXxDxEx33)(3)(nd3A22,/3)(3)(222RAXndRXRAXxDxE•R管理图)d3d(d3d)R(D3)R(E3232σ-Knownσ-Unknown)dd31(Rd/Rd3Rd3R)R(D3)R(E23233,RD~RD34)dd31D,dd31D(233234▶管理图的数理理解–计量型管理图数理CONTROLCHART•C管理图(缺点个数管理图)E(C)±3D(C)=C±3C•U管理图(单位别缺点数管理图)E(U)±3D(U)=U±3UnkPnPnCLnPnPkCCnUU▶计数型管理图数理CONTROLCHARTPChart:UCLp3p(1p)nCLpLCLp3p(1p)npippi-=+-==--nPChart:UCLnp3np(1p)CLnpLCLnp3np(1p)npnpnp-=+-==--试料的大小(n)Xbar管理图R管理图AA2d2d3D1D2D3D422.1211.8801.1280.85303.68603.26731.7621.0231.6930.88804.35802.57541.5010.7292.0590.88004.69802.28251.3420.5772.3260.86404.91802.11561.2250.4832.5340.84805.07802.00471.1340.4192.7040.8330.2055.2030.0761.92481.0610.3732.8470.8200.3875.3070.1361.86491.0000.3372.9700.8080.5465.3941.1841.816100.9490.3083.0780.7970.6875.4690.2231.777▶管理图使用的常数表CONTROLCHART1.-管理图(平均值,范围)X•连续型管理图中用的最懂的管理图•综合管理子群(Subgroup)的平均值的变化所用的(X-bar)管理图和管理变异变化的R管理图制成的管理图•群的大小为5或更小时使用.(n=3∼5)•在连续型管理图中，计量值的分布大多用正态分布.品质特性如果是正规分布，该分布由平均值和标准偏差决定，所以同时管理平均值和标准偏差，最终结果为管理品质特性的分布.•(X-bar)管理图是子群的平均打点.•R管理图是对范围,即子群的范围打点.R2.-S管理图(平均值,标准偏差)X•子群(Subgroup)的大小相对较大时，(n=6以上)时，使用标准偏差S比使用R更有效率.•从统计的效率性角度上看，R管理图只使用最大和最小值，如果使用S管理图，就能使用子群内data的标准偏差，更准确.XX连续型管理图CONTROLCHART想要管理随着时间推移导致的Process的平均和变异时使用StatControlChartVariablesChartsforSubgroupsXbar–RChart指定子群(Subgroup)的大小或定义子群的列选择有测定data的一列SampleSampleMean1917151311975315.45.35.25.1__X=5.241UCL=5.3730LCL=5.1090SampleSampleRange1917151311975310.480.360.240.120.00_R=0.2289UCL=0.4840LCL=0Xbar-RChartof绊按览措矫埃文件:ControlChart_Xbar-R.MTWXbar–R管理图CONTROLCHARTStatControlChartVariablesChartsforIndividualsI-MR…文件:ControlChart_I-MR.MTW选择有测定的data的一列ObservationIndividualValue19117215313411596775839201200150100500_X=48.8UCL=89.3LCL=8.3ObservationMovingRange1911721531341159677583920116012080400__MR=15.2UCL=49.7LCL=01111111111111111111111111111111I-MRChartof총SR건수I-MR管理图很难构成子群，收集data的情况每个样品不可能或很难取得2个异常的测定值通过技术上的帮助，可以实现投入最小的费用，对所有Unit很容易的获得测定值的情况CONTROLCHART样本大小一定样本大小不同NPPCUbinomialdistribution(二项分布)Poissondistribution(泊松分布）不良品data缺点数data离散型管理图CONTROLCHART•使用不良个数或不良率等技术形态的品质特性值制作的管理图•适用于离散型data•合格/不合格或良/不良信息•用于管理离散型data，不会脱离到外面的品质特性，或者判断是否维持着希望水准的时候–想确认不良率的变化，或者测定平均不良率时•一般