1、SPC 基础知识及应用,统计学是现代品质管理的基石，是过程管理中最重要的工具。具体到我们SMTIPQC来讲就是QI软件，这份教材主要讲述QI软件的主要控制原理及其使用。,涉及到统计就必然跟数据有关，存储数据的大型文件叫数据库 Data Base简称DB。在QI软件中，如图，我们可以看到数据是存在一个叫2DPMO.SPC的文件中。这个表格是不是很熟悉，对，它就是EXCEL格式的数据文件。,适用于SMTIPQC,第一章 CPK,CPK 是描述制程能力的重要指数。当产品的规格限不变，CPK 越高表示制造能力越强。下面我们看看CP和CPK是如何计算的。,Cpu =,USL-X,3,Cpk = MIN(
2、Cpu,Cpl),CPK: Capability of Process 制程能力指数, : Standard Deviation 标准偏差,USL、LSL ：规格上限和下限,X ：所有测量值的平均值, =,标准偏差 是衡量数据离散程度的指数， 越大表示数据离散程度越高，大小越不均匀。,1 计算CPK,R,d,2,R: 极差，每次抽样的MAXMIN,R: 极差的平均值,Cpl =,X -USL,3,计算CPK的顺序:,计算平均值X,计算,计算Cpu、Cpl,CPK,例1：表格中的数据是某班测量锡膏厚度的值，工艺允许的范围是130220，每次抽样4个，求该组数据的CPK。,计算平均值X和 ,X（1
3、59168179165+171+182) 24=170.33,每组4个,R1= 179-159=20 R2=165-159=6 R3=182-165=17,R4= 181-172=9 R5=171-168=3 R6=182-164=18,R= ( R1+R2+R3+R6) 12.17,Cpu =,USL-X,3,Cpl =,X -USL,3,=,220-170.33,3 5.91,= 2.801,=,170.33-130,3 5.91,= 2.275,Cpk = MIN(Cpu,Cpl) = MIN (2.801, 2.275) = 2.275,注意: d 是根据采样个数查表 1-1 得出的值
4、,2,计算Cpu、Cpl,表 1-1,2 QI 如何计算?,计算平均值X =6.04,由图可见 R2为0.2 , 依次查出所有R 最后得出R为0.2,每组抽样数为2, 查表1-1 得出d2为1.128,CPK = MIN (CPU, CPL) = 2.7448,习题 1A 右图所示,每组抽样数是多少? B 计算右图数据 的CPK。,习题 2 右图所示,每组抽样数是 5， 请计算右图数据的CPK。,第二章 PPK,我们经常讲CPK，为什么还要算PPK呢？,生产总数,抽检产品,测量计算,CPK,PPK,从上图可以看见，CPK是通过抽检的产品推算全部产品的制程情况，而PPK是反映抽检产品的真实情况。
5、,思考：当我们抽检的产品不断增大，以致接近生产总数时，PPK和CPK哪个更准确呢？,看看这个图：, =,1,n-1,i = 1,n,( X -X),i,2,2.1 计算PPK,PPK 和CPK 的意义差不多，都是反映制程情况，而且数值越大越好。下面是计算PPK的公式：,PPU：,PPU=,USL-X,3 ,PPL：,PPL=,X -LSL,3 ,PPK= MIN( PPU, PPL),CPK? NO! 这是PPK， 它们不同之处在于 ， PPK 的 是计算出来的：,例2：表格中的数据是某班测量锡膏厚度的值，工艺允许的范围是130220，求该组数据的PPK。,计算平均值X和 ,X（1591681
6、79165+171+182) 24=170.33,在EXCEL中用 =average(A1:F4)命令可直接算出从A1(左上角)到F4（右下角）范围内的数据的平均值。,同样=STDEV(A1:F4)可以计算它们的标准偏差。,PPU：,PPU=,USL-X,3 ,PPL：,PPL=,X -LSL,3 ,220170.33,3 6.831,=,2.4238,170.33- 130,3 6.831,=,1.9680,PPK= MIN ( PPU, PPL) = 1.9680,2.2 QI 如何计算?,A 求平均值，用这个命令,B 求，用这个命令,PPU=,USL-X,3 ,PPL=,X -LSL,3
7、 ,7.56.04,3 0.177639,=,2.7396,6.04- 4.5,3 0.177639,=,2.8898,PPK= MIN ( PPU, PPL) = 2.7396,第三章 如何判读QI软件图,3.1 数据的分布,数据大体可以分为两种类型：计量型measure、计数型count。其中计量型数据大部分服从正态分布 。通俗讲正态分布是指中间多两边少的分布形式。讲个最简单的例子，我们现在统计全国青少年的身高，发现70的人在170cm左右，超过190cm的很少，同样小于150cm的也很少，我们就说身高的分布情况符合正态分布。,右图是锡膏厚度图，可以看见锡膏厚度大部份都是140左右（在两条
8、平行线内），接近控制线的数据是很少的。我们可以说锡膏厚度的分布是服从正态分布的。,3.1.1正态分布图,这就是正态分布图，可以看到该图有两个重要参数:平均值和标准偏差。图上的曲线是概率密度曲线，在X=+ 、X=- 以及曲线所组成的面积 （即阴影部分） 称为数据分布在( - , + )范围内的概率。事实上只要数据服从正态分布，这个 （即阴影部分）面积是固定的：0.6826即68.26% 2界限范围内的概率是 95.46% 3界限范围内的概率是 99.73%6是LG对我们的要求,这是什么概念呢?3.4 PPM,即百万分之3.4。从工艺角度来讲即：USL= 6，LSL 6。,1, (平均), +3,
9、3,3.1.2正态分布图（续）,规格下限 (LSL),-6,-5,-4,-3,-2,-1,+1,+2,+3,+4,+5,+6,规格上限 (USL),这就是达到6sigma水平时的正态分布图，我们知道规格线制定以后就不会改变。唯一可以改变的是数据本身，当整体偏大时，分布情况就会往规格上限偏（虚线）；反之，则往规格下限偏。,当我们制程改进，工序水平达到7sigma时 USL= 7，LSL 7 ; =(USL-LSL)/14, , 从公式可以推出制程改进后的标准偏差是比改进前的小。 小就说明数据变动范围小，从而说明制程更稳定。,规格下限 (LSL),-6,-5,-4,-3,-2,-1,+1,+2,+
10、3,+4,+5,+6,规格上限 (USL),规格下限 (LSL),规格上限 (USL),+7,-7,改进前6,改进后7,同样的规格限，可以看到改进后的数据分布比改进前密集，就是说数据变动更小，更稳定。,3.1.3 CP(CPK) 大就一定好吗?,这个问题并不是哗众取宠，事实上这个问题很重要。,首先我们回顾一下通过什么“ 手段” 可以获得“ 好看” 的CP/CPK。,Cp =,T,6,不可取的手段：扩大规格限范围，这样T就会很大。T,正确的方法：努力改善制程，减小标准偏差。 ,两种方法都可以获得客户要求的CP、CPK，从品质角度来讲，我们必须扎扎实实改善我们的制程能力，坚决反对弄虚作假。品质是做
11、出来的，不是吹出来的。,思考题 某线A、B班分别生产WALL(7.0 20 ) 和ECSM （5.5.) 产品，测量锡膏厚度，QI软件计算CP都是2.0, 问哪个班制程能力强,为什么?,解:,A班 =(2.0+2.0)/6*2.0=0.333,B班 =(1.5+1.5)/6*2.0=0.25,T = USL-LSL, 所以B班制程能力更强,由此我们可以得出结论: 生产类似产品(如印锡产品)时CP是相对指标, 才是绝对指标。,3.2 控制图中的信息,控制图上每一点其实是一小组数据的平均值。,每一小组数据的MAX-MIN就是Range。,这组数据看来大小不均，但是数据对称的分布在目标值两边。,3.
12、2 .1 是吗？证明一下,先在那个点用鼠标点一下，出现紫色的垂直线，再选中这里,这三个小点就是那组数据，果然是参差不齐。,第四章 DPMO,在讲DPMO前，先讲以前的做法。,以前控制生产不良率的指标是不良板的百分比（ 员工甲： 没什么不妥啊）。再讲具体一点，1线生产ECSM的主板，每块大概有1000个元件；2线生产三星的产品，每块大概有50个元件。1线和2线的不良率都要控制在5以下，（员工甲：好象也没有什么不妥。生产主任：好吧，调你到1线去。 员工甲 ：NO!）。大家都是聪明人，绝对不会认为生产三星的产品比ECSM的容易。况且一块板上打错1个点算1块板；打错2个点也算1块板；打错100个点还是
13、算1块板这样算确实有问题。,现在用DPMO作为指标，比按板数算进步了两大步。两大步？ 对！就是两大步。第一步：不按板数算，按点数算。这样就算ECSM的元件多，它允许打错的元件也多；三星的元件少，允许打错的元件也少。第二步：不按点数算，按不良机会数算。每个元件(PCB除外)有两个不良机会:A 元件本体损坏 ；B 贴装不良。值得注意的是元件的管脚也算到不良机会里面，因为短路的总是元件管脚，对不对？!,4.1 DPMO 的算法,总不良机会数,不良点数,每块板的不良机会数 板数,总不良点数, 1000000,每个不良机会的不良概率,每一百万个不良机会中出现的不良点数（Defect Per Millio
14、n Opportunity),每块板的不良机会数= 每块板的元件管脚总数元件个数 ,管脚、引线缺陷机会数,元件缺陷机会数以及元件贴装缺陷机会数,PCB缺陷机会数,4.1.1 如何计算DPMO 的缺陷,DPMO的分子是不良点数, 下面是缺陷的判定:,表B-1元件缺陷,表B-2装配缺陷,表B-3管脚/引线缺陷,例3：如图有1块不良板，算其DPMO,破损,偏移,短路,每块板的不良机会数 板数,总不良点数, 1000000 454545.45,(311) 10,（821） 1,6,实例:,Defect Op: 每块板的不,良机会数。,Count : 不良点数,Size : 抽样板数,U : DPMO,
15、Aver Count : DPMO均值,每块板的不良机会数 板数,总不良点数, 1000000 29.6 30,3 10,281 360,以第二个点来 说, DPMO为:,6,Part II 从零开始,定制我们的SPC控制图,每天IPQC都要输入数据,下面就讲一下这个文件是如何生成的。,2sec 然后出现一个对话框, 点击BROWSE,1st 如图, 点击FILE WIZZARD,3third 选择存档路径,并输入存档文件名begian.spc ，点OK。,4th 显示存档文件名及路径 ，点NEXT,5th 选择数据类型，measure-计量型,count-计数型,选计量型,点NEXT,6th
16、 在name栏中输入测量对象，在label栏中输入相应测量对象的注释，点NEXT,注:可以用来测量的对象, 如长、宽、重量等数据叫计量型数据；而只能用 个 作单位的数据叫计数型数据。,8th 每组抽样个数恒定吗？YES ，多少？4个，（个数由 6th 决定）点NEXT,7th 按单个算还是按小组算 ？按小组算，选Subgroups of pieces,点NEXT,10th 使用科学计数法吗？NO，点NEXT,9th 是短期吗？NO，点NEXT,12th 进入第二阶段，点NEXT,11th 创建X-bar图，选第一个，点NEXT,14th 在表格中加入日期吗？YES，点NEXT,13th 你需要QI软件给你建立注释吗？YES，点NEXT,16th 进入第三阶段，点NEXT,15th 在你所需的信息旁打勾，点NEXT,18th 输入常见原因及其改善措施，点NEXT,17th 创建原因/措施列表，点NEXT,20th 输入注脚，点NEXT,19th 想在表格头尾加上注脚吗？YES，点NEXT,22th 这就是按以上参数建立的SPC文件，你可以根据实际所需创建自己的文件。,21th 终于搞定，点FINISH,
