【正文】 10 個(gè)相等的不合格機(jī)會(huì)組成） 1 3 5 7 9 2 4 6 8 10 2023/3/23 96 DPU的測(cè)量 ? 假設(shè)本例的質(zhì)量報(bào)告顯示在制造的 1000個(gè)單位產(chǎn)品中，共發(fā)現(xiàn) 1000個(gè)缺陷。我們將計(jì)算得 DPU=D/U=1000/1000= ? 其中： D為觀察到的缺陷數(shù) U為產(chǎn)品單位數(shù) ? 這意味著平均每個(gè)單位產(chǎn)品包含了一個(gè)這種不良 。 這種不良是隨機(jī)分布的 ， 并且在每個(gè)單位產(chǎn)品有 10個(gè)相等的區(qū)域有機(jī)會(huì)產(chǎn)生不良 ， 故 DPM=DPU/m=， ? m是每個(gè)單位中不合格的獨(dú)立機(jī)會(huì)數(shù) ， 本例 m=10 2023/3/23 97 DPU的測(cè)量 ? 反之可知有 90％的機(jī)會(huì)在任一給定單元中不會(huì)遇到不合格 ? 對(duì)于任一給定單位產(chǎn)品，零缺陷概率為 =或 % ? 如增加每個(gè)單位中不合格的獨(dú)立機(jī)會(huì)數(shù)，如 m=100，每個(gè)機(jī)會(huì)出現(xiàn)不合格的概率將為 1/100=。同樣地，給定單位產(chǎn)品零缺陷的概率為： （ ） =% ? DPU=， 而 m增加時(shí)零缺陷的概率如表 2023/3/23 98 DPU的測(cè)量 表 7. 1 9 每單位產(chǎn)品機(jī)會(huì)數(shù)與零缺陷的概率 每單位產(chǎn)品機(jī)會(huì)數(shù)（ m ） 給定機(jī)會(huì)中出現(xiàn)零缺陷的概率（ Y ） 給定單位產(chǎn)品中出現(xiàn)零缺陷的概率（ Ym ） 10 100 1000 10000 100000 1000000 10000000 2023/3/23 99 3. 兩類(lèi)缺陷模式 ? 統(tǒng)一缺陷 同樣的缺陷出現(xiàn)在一個(gè)產(chǎn)品單元中，如不銹鋼錯(cuò)型號(hào) ? 隨機(jī)缺陷 缺陷是間歇性的和不相關(guān)的，如成品表面裂縫 2023/3/23 100 4. 對(duì) DPU進(jìn)行圖示 1) 實(shí)例 2) DPU圖的特點(diǎn)及用途 3) 作 DPU圖的步驟 2023/3/23 101 1) DPU圖實(shí)例 表 10 組抽樣數(shù)據(jù) DPU 測(cè)量結(jié)果 抽樣組 產(chǎn)品中總?cè)毕輸?shù) DPU 1 17 2 14 3 6 4 23 5 5 6 18 7 21 8 9 9 23 10 13 2023/3/23 102 DPU圖實(shí)例 7 3 5 9 10 單位缺陷 抽樣組別 中心線(xiàn) 圖 DPU 測(cè)量結(jié)果圖示 2023/3/23 103 DPU圖實(shí)例 ? 根據(jù)圖 ，如對(duì)第 7點(diǎn)進(jìn)行觀察，是否需采取糾正行動(dòng)呢 ? ? 這要根據(jù)其性質(zhì)來(lái)決定。如果這不是一個(gè)偶然事件（隨機(jī)事件），即有可尋找的原因，就應(yīng)采取行動(dòng)并進(jìn)行驗(yàn)證。如果為偶然因素所致，則任一糾正行動(dòng)將無(wú)法驗(yàn)證 ? 例如本例第 7點(diǎn)是由隨機(jī)因素引起的，消除和解決很不經(jīng)濟(jì) 2023/3/23 104 DPU圖實(shí)例 7 3 5 9 10 單位缺陷 抽樣組別 中心線(xiàn) 圖 DPU 測(cè)量結(jié)果圖示 2023/3/23 105 DPU圖實(shí)例 ? 根據(jù)上下限，我們可以發(fā)現(xiàn)與 DPU相關(guān)聯(lián)的樣本數(shù) 7是歸因于材料或生產(chǎn)過(guò)程方面的隨機(jī)變化所致（假設(shè)產(chǎn)品設(shè)計(jì)未變），消除這類(lèi)隨機(jī)因素引起的變異是很不經(jīng)濟(jì)的 ? 同時(shí)觀察發(fā)現(xiàn)樣本數(shù) 9中的 DPU點(diǎn)高于 3Sigma上限，即第 9點(diǎn)由隨機(jī)因素引起的可能性很小，須采取糾正行動(dòng) 2023/3/23 106 2) DPU圖的特點(diǎn)及用途 ? DPU圖可以累加（假定缺陷是獨(dú)立的）。這樣 DPU可通過(guò)累加來(lái)創(chuàng)造 — 個(gè)和組裝過(guò)程相聯(lián)系的 DPU， 組裝DPU又可通過(guò)累加產(chǎn)生系統(tǒng) DPU ? 當(dāng)高層次（如系統(tǒng)、項(xiàng)目、部門(mén)等） u圖顯示一個(gè)超出控制的狀況或一些非隨機(jī)圖樣時(shí)，問(wèn)題可通過(guò) DPU的分解而追溯到較低的制造過(guò)程。這種方法提供了標(biāo)識(shí)和消除過(guò)程變化源頭的解決辦法 ? 簡(jiǎn)單明了，人人會(huì)做，便于推廣及發(fā)揮作用 2023/3/23 107 3) 對(duì) DPU進(jìn)行圖示 （ 1）確定研究目的。 DPU圖是通過(guò)“不合要求”的情況來(lái)了解品質(zhì)狀況的 （ 2） 確定如何研究 。 DPU允許方便地作成圖示形式 （ 3） 列出用來(lái)作圖的數(shù)據(jù) （ 列出所有的缺陷類(lèi)型 ） （ 4）確定處理這些數(shù)據(jù)的方法 用 u圖表示 ， 計(jì)算平均 DPU和控制界限即可 。 步驟如下： ① 計(jì)算每個(gè)樣本的 DPU ② 計(jì)算 （ 樣本的平均 DPU） ③ 作圖 ④ 對(duì)圖加以解釋 ⑤根據(jù)需要采取適當(dāng)行動(dòng) 2023/3/23 108 二、過(guò)程首次通過(guò)率 1. 過(guò)程首次通過(guò)率的概念 2. 過(guò)程首次通過(guò)率與過(guò)程產(chǎn)出率的比較 3. 關(guān)于工廠的新觀點(diǎn) 4. 改善 YRT的方法 2023/3/23 109 1. 過(guò)程首次通過(guò)率的概念 ? YFT為 first time yield（ 首次通過(guò)率） YFT=S/U ? S為直接通過(guò)檢查或測(cè)試的單位產(chǎn)品數(shù) ? U為檢查或測(cè)試的產(chǎn)品總數(shù) 2023/3/23 110 YFT與時(shí)間的關(guān)系 95% 7 3 5 8 YFT 100% 99% 98% 97% 96% 時(shí)間周期 1 2 4 6 圖 Y FT — 時(shí)間關(guān)系圖 2023/3/23 111 2. 過(guò)程首次通過(guò)率與過(guò)程產(chǎn)出率 ? 假定生產(chǎn)某個(gè)產(chǎn)品需有 5個(gè)主要過(guò)程，在這種情況下，零缺陷地完成此任務(wù)的概率是多少？ ? 假設(shè)每一過(guò)程步驟中有 18個(gè)部位要作業(yè)，則總的機(jī)會(huì)數(shù)變?yōu)椋?m=5 18=90 ? 因此 ， 100%無(wú)缺陷通過(guò)整個(gè)過(guò)程的概率如下： 1） 過(guò)程有 3Sigma能力時(shí)在 90個(gè)機(jī)會(huì)中無(wú)缺陷的概率為： =（ 過(guò)程中心未變 ） =（ 過(guò)程中心偏移 ） 2） 過(guò)程有 6Sigma能力時(shí)在 90個(gè)機(jī)會(huì)中無(wú)缺陷的概率： =（ 過(guò)程中心未變 ） =（過(guò)程中心偏移 ） 2023/3/23 112 過(guò)程首次通過(guò)率與總通過(guò)率 表 過(guò)程首次通過(guò)率與總通過(guò)率 3 σ 6 σ 第一過(guò)程 第二過(guò)程 第三過(guò)程 第四過(guò)程 第五過(guò)程 總的通過(guò)率 % % % % % % 2023/3/23 113 3Sigma與 6Sigma能力比較 表 3 σ 與 6 σ 過(guò)程能力比較 3 σ 6 σ 過(guò)程中心未變 → 長(zhǎng)期能力 過(guò)程中心偏移 → 長(zhǎng)期能力 2023/3/23 114 過(guò)程首次通過(guò)率與過(guò)程產(chǎn)出率 ? YTP =Yield Thought Put=過(guò)程產(chǎn)出率 ? 若 100個(gè)產(chǎn)品中有 10個(gè)缺陷產(chǎn)品（見(jiàn)表 ），那么 YFT、YTP的關(guān)系如下： ? YFT=S/U=90/100==90% ? YTP=eDPU= =%≈ 37% ? 以上假定 100個(gè)單元中有 100個(gè)缺陷， DPU=100/100=，為何 YFT與 YTP會(huì)有如此大的差異（對(duì)同一問(wèn)題），圖、圖 YFTYTP的意義 2023/3/23 115 YFTYTP Thoughput Y ield Y TP 測(cè)試前的產(chǎn)出 First time Yield Y FT 測(cè)試后的產(chǎn)出 作業(yè) 返工 報(bào)廢 驗(yàn)證 NG 圖 7 . 2 8 Y FT 與 Y TP 比較（ 1 ） 2023/3/23 116 3. 關(guān)于工廠的新觀點(diǎn) ?YRT為總的過(guò)程首次通過(guò)率 ?降低 DPU意味著增加 YRT， 也意味著改善產(chǎn)品可靠性和客戶(hù)滿(mǎn)意度 ???miTPiRT YY12023/3/23 117 關(guān)于工廠的新觀點(diǎn) Y TP1 供應(yīng)商質(zhì)量 返工 報(bào)廢 驗(yàn)證 Y TP2 有附加值（可見(jiàn)的工廠） 操作 操作 過(guò)程質(zhì)量 驗(yàn)證 有附加值（可見(jiàn)的工廠） 返工 報(bào)廢 NG NG 無(wú)附加值（隱藏的工廠） 圖 過(guò)程 Y TP 與過(guò)程附加值 2023/3/23 118 關(guān)于工廠的新觀點(diǎn)的例子 ? 一條生產(chǎn)線(xiàn)有兩個(gè)作業(yè)過(guò)程，每個(gè)過(guò)程有 99%的 YTP，總的 YRT為多少？ 操作 1 操作 2 = 總通過(guò)率 YRT 99% → 99% → 98% 沒(méi)經(jīng)檢查或測(cè)試 沒(méi)經(jīng)檢查和測(cè)試 沒(méi)經(jīng)檢查和測(cè)試 ? 可知對(duì)任何給定的單位產(chǎn)品通過(guò)這兩個(gè)操作不出現(xiàn)缺陷的概率為 98%。 ? 每個(gè)測(cè)試故障均由一個(gè)或多個(gè)缺陷引起，但是并非任一缺陷都可引起測(cè)試故障 2023/3/23 119 4. 改善 YRT的方法 ? 為改善 — 個(gè)典型制造過(guò)程的 YRT， 應(yīng)將焦點(diǎn)集中在何種因子上？ ? 經(jīng)實(shí)驗(yàn)分析，在制造過(guò)程的復(fù)雜度、過(guò)程能力、過(guò)程控制三個(gè)因素中，各因素對(duì) YRT影響程度用柏拉圖表示如下（見(jiàn)圖 ）： ? 從柏拉圖可以看出，過(guò)程能力對(duì) YRT的影響最大，在三個(gè)因素中，其影響所占比例為 84%，過(guò)程控制對(duì) YRT的影響占 10%，其次是能力和控制的綜合影響，達(dá)到 3%，復(fù)雜度對(duì) YRT之影響最小，只占 2%。由此可見(jiàn)，我們?cè)诟纳?YRT時(shí)，應(yīng)將主要精力放在改善過(guò)程能力上 2023/3/23 120 改善 YRT所用的柏拉圖 YRT 能力 控制 能力 * 控制 復(fù)雜度 其他 圖 Y RT 與過(guò)程能力、過(guò)程時(shí)間關(guān)系圖 2023/3/23 121 Part 5 6Sigma統(tǒng)計(jì)方法 一、 二項(xiàng)分布 二、 泊松分布 三、 正態(tài)分布 四、 中心極限定理 五、 一些有用的近似公式 六、 過(guò)程質(zhì)量的統(tǒng)計(jì)推斷與抽樣分布 2023/3/23 122 一、二項(xiàng)分布 ? 考慮一個(gè)包含 n個(gè)獨(dú)立試驗(yàn)序列的過(guò)程，每次試驗(yàn)的結(jié)果或是“成功”或是“失敗”。設(shè)每次試驗(yàn)成功的概率為常數(shù) P， 則在 n次試驗(yàn)中成功的次數(shù) x具有下列二項(xiàng)分布 ? ， x=0， 1， ? ， n ? 式中， n與 P為參數(shù)， n為正整數(shù)，而 0P1。 二項(xiàng)分布的均值與方差分別為 ： μ =np σ 2=np（ 1P） ? 在質(zhì)量管理中，二項(xiàng)分布是常見(jiàn)的。對(duì)于從無(wú)限總體中抽樣而以 P表示總體不合格品率的情況，二項(xiàng)分布是適宜的概率模型 ? ? ? ? xnxxn PPCxP ??? 12023/3/23 123 二項(xiàng)分布 p n ( x2) n=25 n=50 n=100 p= x O 圖 二項(xiàng)分布的圖形隨 n 的變化 2023/3/23 124 二項(xiàng)分布 pn(x) x (a) p= 0 2 4 6 8 10 (b) p= 0 2 4 6 8 10 (c) p= 0 2 4 6 8 10 圖 二項(xiàng)分布的圖形隨 P 的變化 2023/3/23 125 不合格品率 ? 樣本不合格品率 ? 式中， x為樣本不合格品數(shù)，服從參數(shù)為 n（ 即樣本大?。┡c P（ 即總體不合格品率）的二項(xiàng)分布。 P的概率分布可由二項(xiàng)分布導(dǎo)出，即 ? 式中， r為規(guī)定的不合格品率， [nr]表示小于或等于 nr的最大整數(shù)，則 μ p=P σ p2=p（ 1P） /n nxp ?? ? ? ? ? ? ?? ? ? ? xnxnrxxn PPCnrxPrnxPrpP????????? ? 102023/3/23 126 二、泊松分布 ? 泊松分布的概率函數(shù)為