您現在的位置: 18luck新利全站下载 >> 品質管理>> Minitab>> 資料信息

MINITAB過程能力概述(ppt 42頁)

所屬分類:
Minitab
文件大小:
590 KB
下載地址:
相關資料:
minita, 過程能力
MINITAB過程能力概述(ppt 42頁)內容簡介
MINITAB過程能力概述內容提要:
一旦過程處於統計控製狀態,並且是連續生產,那麼你可能想知道這個過程是否有能力滿足規範的限製,生產出好的零件(產品),通過比較過程變差的寬度和規範界限的寬度可以確定過程能力。在評估過程能力之前,過程必須受控。如果過程不受控,你將得到不正確的過程能力值。
.你能通過畫能力柱狀圖和能力圖來評估過程能力。這些圖形能夠幫助你評估數據的分布和檢驗過程是否受控。你也可以估計包括規範公差與正常過程變差之間比率的能力指數。能力指數或統計指數都是評估過程能力的一種方法,因為它們都沒有單位,所以,可以用能力統計表來比較不同過程的能力。
選擇能力命令
MINITAB提供了一組不同的能力分析命令,你可以根據數據的性質和分布從中選擇命令,你可以對以下情況進行能力分析:
——正態或Weibull概率模式(對於測量數據)
——不同子組之間可能有很強變差的正態數據
——二項式或Poisson概率模式(對於計數數據或屬性數據)
當進行能力分析時,選擇正確的公式是基本要求,例如,MINITAB提供基於正態或Weibull分布模型上的能力分析工具,使用正態概率模型的命令提供了更完全的統計設置,但是,適用的數據必須近似於正態分布.
例如,利用正態概率模型,能力分析(正態)可以估計預期零件的缺陷PPM數。這些統計分析建立在兩個假設的基礎上,1、數據來自於一個穩定的過程,2、數據服從近似的正態分布,類似地,能力分析(Weibull)計算零件的缺陷的PPM值利用的是Weibull分布。在這兩個例子中,統計分析正確性依賴於假設分布模型的正確性。
如果數據是歪斜非常嚴重,那麼用正態分布分析將得出與實際的缺陷率相差很大的結果。在這種情況下,把這個數據轉化比正態分布更適當的模型,或為數據選擇不同的概率模式.用MINITAB,你可以使用Box-Cox能力轉化或Weibull概率模型,非正態數據比較了這兩種方法.
如果懷疑過程中子組之間有很強的變差來源,可以使用能力分析(組間/組內)或SIXpack能力分析(組間/組內)。除組內數據具有隨機誤差外,組間還可能有隨機變差。明白了子組變差的來源,可以為你提供過程更真實的潛在能力評估。能力分析(組間/組內)或SIXpack能力分析(組間/組內)既計算組內標準偏差也計算組間標準偏差,然後,集中它們來計算總的標準偏差。
MINITAB也提供基於二項式和Poisson概率模型屬性數據(計數型)的能力分析,例如,產品可與標準比較分為有缺陷和沒有缺陷(用能力分析(二項式))。也可以根據缺陷個數對產品進行分類(用能力分析(Poisson))。
MINITAB的能力分析命令
能力分析(正態) 畫出單個測量值的能力柱狀圖,用一條基於過程平均值和標準偏差的正態曲線覆蓋在柱狀圖上,這個圖形有助於進行正態假設的視覺評估。這個報告包括了過程能力統計表,既包括組內也包括整體統計。
能力分析(組間/組內) 畫出了用正態曲線覆蓋的單個測量值的能力柱狀圖。這有助於進行正態假設的視覺評估。用這種分析方法可進行組間\組內有很強變差來源的子組數據的分析,這個報告包括組間/組內和整個過程能力的統計分析
能力分析(Weibull分布)
畫出基於過程形狀和比例的Weibull曲線覆蓋單個測量值的能力柱狀圖,這有助於進行Weibull分布的視覺評估。這個報告也包括了整個過程能力的統計分析
SIXPACK能力分析(正態分布)
連同這個能力統計的子集一起,結合下麵的圖表深入了解單個的顯示值的含義:
——單個數據圖,R 或 S(離差),以及運行圖,可用來檢驗過程是否受控.
——能力柱狀圖和正態分布圖,可用來檢驗數據是否服從正態分布.
SIXPACK能力分析(組間/組內)適用於組間有很強變差來源的子組數據, SIXPACK能力分析(組間/組內)連同這個能力統計的子集一起,結合下麵的圖表深入了解單個的顯示值的含義:
——單個極差,離差圖和極差和離差圖,可用於檢驗過程受控狀態.
——柱狀圖和正態分布圖可用於檢驗數據的正態分布情況
——能力圖顯示了與規範比較後的過程變異
SIXPACK能力(Weibull) 在一個顯示麵上顯示了下麵的多個圖形,和各項能力統計數據:
..............................

Baidu
map