过程能力分析01—不要忽略“稳定”

问题背景:

电缆制造商在电缆的外面涂上一层涂层,以保持电缆的强度和耐久性。涂层厚度的下限(LSL)为39密尔,上限(USL)为43密尔。工程师评估涂层工艺的能力,以确保它能满足客户的要求。

数据收集:

操作人员定期随机抽取5根电缆样本。这些样品充分地反映了当时工艺的内在变化。操作人员记录每根电缆样品的外涂层厚度。

过程能力分析01—不要忽略“稳定”

Minitab操作步骤:

  1. 正态性检验

过程能力分析01—不要忽略“稳定”

过程能力分析01—不要忽略“稳定” 

从上图中可以看出,正态性检验P值大于0.05,即厚度数据服从正态分布。

  1. 正态数据能力分析-六合一图

Xbar 控制图表明过程不受控制,前15个子组表现出极端的子组间变异。但是,R 控制图表明子组内极差是稳定的,因为数据都在其控制限内。

过程能力分析01—不要忽略“稳定”

 过程能力分析01—不要忽略“稳定”

过程能力分析01—不要忽略“稳定” 

过程能力分析01—不要忽略“稳定” 

 过程能力分析01—不要忽略“稳定”

生产日志表明涂层温度的调整是造成数据早期平均厚度偏移的原因。 这些调整在子组15之后结束。控制图表明该过程在那之后是稳定的。检查子组15之后收集的数据的稳定性和正态性假设。

过程能力分析01—不要忽略“稳定”

过程能力分析01—不要忽略“稳定” 

 过程能力分析01—不要忽略“稳定”

 

之前的 Capability Sixpack 分析结果发现子组 15 之后收集的数据处于控制之中。 既然这些数据是单独工作表中的子集,请使用 Capability Sixpack 评估子集数据的能力分析假设。

过程能力分析01—不要忽略“稳定”

 Xbar 和 R 控制图显示所有点都通过了特殊原因的检验并且在控制限内,这表明过程是稳定的。 因此,过程均值和标准差在研究过程中似乎是恒定的,您可以使用它们的估计来计算能力指数。

结果解释:

该过程看起来很稳定,尽管许多测量值超出了规格限制。

即使过程平均值位于规格限之间,但它也没有居中,并且大约10% 的电缆样品显示出超出这些限制的厚度值,其中大部分部件低于规格下限。

需要调整过程均值并减少变异以满足客户要求。

写在最后:

在过程能力分析之前,先做正态性检验,对于这一点我相信很多朋友已经有这个意识了,这很不错,但要注意这只是前提条件之一。其实要是想算Cp和Cpk,需要满足4个前提:数据正态、过程稳定、数据独立、MSA合格,当然如果只是想算Pp和Ppk,满足最后两个条件即可。所以说,以上分析看似没有问题,其实更好的方法是在执行过程能力分析之前去验证这些前提,包括这个案例中的“过程稳定”,不然强行算出来的Cpk也意义不大。

上一篇:java多线程模拟售票


下一篇:selenium测试用例编写