1.目的PURPOSE
在APQP及批量生产等阶段应用统计分析方法评估过程能力﹑监控过程趋势,并寻找潜在问题加以改善,以预防不合格品的产生。
应用统计分析之方法进行预测性维护,以持续改进关键生产设备/工装及检测仪器设备及量具的有效性和效率.
2.范围SCOPE
本文件适用于所有样品试制，试生产和批量生产过程控制及相关生产设备/工装及检测仪器设备及量具有效性评定。
3.职责RESPONSIBILITY
由AQE,ME,PM和PD组成的跨部门小组负责按照AIAG手册基本文件的要求开发和制定适用于特定项目的统计控制要求，并列入控制计划内。
质量部负责对有关统计控制效果的跟踪。
生产部和其他部门负责实施既定的统计控制要求，并对实际控制的表现作出相应的改进。生产部同时负责对关键生产设备的预测性维护。
4.定义DEFINITION
过程能力研究（ProcessCapabilityStudy）：
Short-termCapabilityStudy(PP,PPK):短期过程能力（PP,PPK）是根据一次生产所作抽样进行的研究，一般用于过程初期稳定的情况下，为提交客户样品而作的研究。一般要求不小于1.67。
Long-termCapabilityStudy(CP,CPK):当过程稳定，且短期过程能力（PP,PPK）符合之后，较长时间范围内，对某过程所作的能力研究（CP,CPK）。一般要求不小于1.33。
ActionontheProcess:对过程采取措施,预防关键特性偏离规范,是最经济有效的手段．
ActionontheOutput:对过程输出的结果采取措施，仅局限于检测/纠正超出规范的产品，而未对过程自身问题采取措施。
Overadjustment:如果认为任何变异均是由某个特殊原因造成的而对此采取措施，则改进措施自身有可能导致过程变异。
5.管理方法/步骤CONTROLMETHOD/STEPS
统计技术分类
抽样计划
A.公司采用的有效之抽样计划(如ANSI/ASQCZ1.4抽样计划﹑C=0抽样计划);
B.客户指定之抽样计划;
C.其它合理之抽样计划.
过程控制常用统计技术
A.计量型管制图(如控制图,控制图,控制图);
B.计数型控制图(如控制图,控制图,控制图,控制图);
C.过程能力分析(如Cpk/Ppk/Cp/Pp/Ca);
D.量测系统分析(如偏倚,稳定性,线性,GR&R);
E.其它描述性统计工具(如散布图,柏拉图,直方图,不良推移图).
预测性维护常用统计技术
A.指数分布可靠度函数:,一般适用于失效率近于常数,如在检测设备校准周期与模治具使用寿命之评估等.
B.标准正态分布可靠度函数:,一般适用于磨损型的失效,如刀具(含牙攻)﹑冲压
导柱及其轴承等使用寿命之评估.
C.对数常态分布可靠度函数:,一般适用于电子零件的失效等,如生产/检测设电子配件﹑成型机台与自动机之机械手臂使用寿命之评估等.
数据的收集
新产品之初始过程能力评估数据;
协力厂商提供的有关过程数据资料和检验报告,现场稽核所掌握之数据资料等;
进料检验数据;
过程量测和监控的结果数据;
量测系统分析数据资料;
生产设备日常使用失效数据;
检测设备维修数据资料;
其它相关数据.
统计方法
APQP/PPAP评审初始过程能力评估
依据新产品之初始过程所获取的验证结果数据,CFT小组应运用控制图﹑控制
图及控制图﹑控制图以分析初始过程是否稳定,运用Ppk等统计方法以评估初始过程能力,
确保初始过程足够稳定且符合要求的过程能力.
过程控制及改进
质量工程师和制造工程师结合过程质量管理检验数据与现场稽核数据资料,查核控制图﹑控制图﹑Cpk等统计方法运用之正确性及过程趋势与能力,以分析协力厂商统计技术之运用状况与过程能力水准.
量测系统分析
依产品别﹑机台别及人员别可采用偏倚分析﹑稳定性分析﹑线性分析及GR&R分析等统计方法,具体
统计分析过程依WI030,测量系统分析规定执行.
预测性维护
依生产/检测设备别可采用可靠度分析﹑平均使用寿命及其标准差之估计分析等统计方法.
统计结果运用
针对初始过程能力评估﹑统计技术运用状况之评价﹑各项检验或过程控制之统计趋势,生产/检测设备预测性分析,项目﹑采购﹑质量﹑生产﹑等部门就其结果加以汇总分析,并在适用时与竞争对手或适合的基准进行比较后,以作成各项评估及改善措施之依据.
教育训练
对从事统计分析作业的相关人员应进行包括“抽样计划”﹑“变异”﹑“计量型/计数型控制之制作与解析”“过渡调整”及“QC七大手法”﹑“可靠度分析”﹑“过程能力分析”等统计技术相关知识及其统计技术应用软件的培训,使其充分了解和熟练应用所需之统计技术及其应用软件.
控制图之制作与解析
除因应客户另有规定及特殊需求外,本公司控制图之制作与解析依下列执行.
计量型控制图
控制图
A.收集数据:选择控制特性X,决定样本大小n及抽样间隔,样本组数k.
A.1选择控制特性X
A.1.1SC/CC清单所列内容
A.1.2与客户装配，使用相关特性(CUSTOMERATTACHPOINTS);
A.1.33F(FORM,FIT和FUNCTION)相关特性;
A.1.4其他关键特性或质量问题出现后对问题改进的追踪
A.2决定样本大小n及抽样间隔
A.2.1样本大小n约在2~5个之间,不宜太大;
A.2.2同一组之数据应在同一生产条件及短时间内取样;
A.2.3初期解析之过程宜在较小的间隔连续取样,受控状态下之过程可加长其间隔,对正在生产产品之监控,可以每班两次﹑每小时一次或其它可行的抽样频率.除客户要求及另有规定外,可参照下表执行:
过程能力 控制方法 取样频率 初期过程能力研究 ≤1.00 检验 全检，加强检验（具体参照过程能力，如CP,PP值等） 100个样品，25组以上数据 >1.00~1.33 控制图 高(2-4小时) >1.33~1.67 控制图 中(4-8小时) >1.67~2.00 控制图 低(每班一次) >2.00 视情况决定 备注：以上为基本要求供项目小组参考，具体控制有小组根据客户及项目具体要求而定。
A.2.4每组样本可识别日期﹑时间﹑机台号﹑原材料或LOTNO.
A.3决定样本组数k(以保证过程之主要变异有机会出现为原则)
一般以25组以上样本及100个以上数据以检验过程之稳定及估计过程特性的平均值与标准差.
B.记录数据及计算各组平均值及极差Ri,总平均值及
B.1将测定数据记录于控制图表内(如附表一).
B.2计算各组平均值及极差Ri,总平均值及.
C.计算控制界限
式中:D4﹑D3﹑A2为随样本数n变化而改变的常数,可从以下表一中查出.
表一
样本数n 2 3 4 5 6 7 8 9 10 11 12 13 14 15 D4 3.267 2.574 2.282 2.114 2.004 1.924 1.864 1.816 1.777 1.744 1.717 1.693 1.672 1.653 D3 0.076 0.136 0.184 0.223 0.256 0.283 0.307 0.328 0.347 A2 1.880 1.023 0.729 0.577 0.483 0.419 0.373 0.337 0.308 0.285 0.266 0.249 0.235 0.223 A3 2.659 1.954 1.628 1.427 1.287 1.182 1.099 1.032 0.975 0.927 0.886 0.850 0.817 0.789 B3 0.030 0.118 0.185 0.239 0.284 0.321 0.354 0.382 0.406 0.428 B4 3.267 2.568 2.266 2.089 1.970 1.882 1.815 1.761 1.716 1.679 1.646 1.618 1.594 1.572 E2 2.660 1.772 1.457 1.290 1.184 1.109 1.054 1.010 0.975 0.945 0.921 0.899 0.880 0.864 D.绘制控制界限及描点
D.1决定控制图之坐标尺寸
D.1.1两控制图之坐标尺寸分开制订;
D.1.2中心线置于纵坐标之中心位置上;
D.1.3控制上下界限约于坐标之2/3~3/4位置上;
D.1.4决定一格的大小及坐标之尺寸.
对于图,坐标上之每格刻度值应至少为样本均值()之最大值与最少值差值的2倍.对于R图,应从最低值为0开始到最大值间差值为初始阶段的最大极差(R)的2倍.
D.2依控制界限及各组及极差Ri之大小描绘于控制图上
D.2.1中心线以实线描绘,控制界线以红色虚线描绘;
D.2.2依各组之统计量大小描点于控制图上;
D.2.3将各点以实线连接.
E.解析过程
E.1解析R控制图
组内样本间的变异估计值,决定各组及平均值间的变异程度,故R控制图的稳定性须先解析.
E.1.1准则1:有点超过或低于控制界限(如下图)
(1)有点超过控制上限
(a)控制界限计算错误或描点错误;
(b)组内变异或实际过程变异,在某时变大或趋势性变大;
(c)量测系统曾经变更(如不同的检验人员或量具)或量测系统没有足够的分辨率.
(2)有点低于控制下限(样本大小n≧7)
(a)控制界限计算错误或描点错误;
(b)实际过程变小(变好),应调查后推广;
(c)量测量测系统曾经变更(含数据已被编辑或改变).
E.1.2有连续的点出现
(1)准则2:有连续7个点出现在的一侧
(2)准则3:连续7个点上升(或下降)(如下图)
若连续7点出现在上侧或连续7个点上升:
(a)不规则的原因造成较大的数据变异.如设备的故障或固定松动,或单一过程条件的改变,或使用新的(或不均匀的)原物料批.这些问题必须实时纠正;
(b)量测系统变更,如检验人员或量测设备变更;
若连续7点出现在下侧或连续7个点下降:
(a)过程条件造成较小的数据变异,须予调查与分析,经确认无特殊原因引起的应推广;
(b)量测系统的变更,可能掩蚀真实的改变.
E.1.3明显的非随机现象(即超过或少于2/3的点集中在中间的1/3区域内)
(1)准则4:连续14点中相邻点上下交替(如下图)
(a)计算错误或描点错误;
(b)数据分层不够,即由两台加工设备或由两位操作人员轮流进行操作而引起的系统效应;
(c)量测系统的变更,可能由两台量测仪器或由两位量测人员轮流量测而引起的.
(2)准则5:连续3点中有2点在同一侧的2/3区域以外
(3)准则6:连续5点中有4点在同一侧的1/3区域以外(如下图)
(a)控制界限、计算错误或描点错误;
(b)过程或抽样方法因连续的组包含不同变异来源的数据,如进料混批.
(4)准则7:连续15点在同一侧的1/3区域上下(如下图)
(a)控制界限计算或描点可能出现错误;
(b)量测数据可能经过编辑(极差与均值相差甚远的几个样本数据被更改或剔除);
(c)量测系统可能没有足够的分辨率.
当上述三种可能性被排除后且过程能力足够,应对该过程加以推广.
(5)准则8:连续8点在两侧,但无一在1/3区域内
(a)控制界限、计算错误或描点错误;
(b)过程或抽样方法有分层,即每组数据系统性地包含不同的过程平均,如多线或
多机台生产各取一组样本;
(c)量测系统的变更,可能由多台量测仪器或由多位量测人员量测而引起的.
E.1.4发掘并矫正特殊原因
对极差控制图上显示的特殊原因,相关单位应进行分析,及时采取应对对策,并给予横向展开,防止类似问题再发.
E.1.5再计算控制界限
当进行初始过程解析或重估过程能力时,控制界限应重新计算,以剔除过程在不稳定期间
已发掘及矫正的特殊原因,对控制界限估算的影响.依E1.1~E1.4再次确认R控制图的点
是否在受控状态下,必要时应重新确认﹑矫正及再计算.
注:因特殊原因而剔除的数据,其主要目的是尽量在过程只有共同原因存在时估计过程变
异.
E.2解析控制图
E.2.1当R控制图处于受控状态下,组内变异可认为是稳定后,方可解析控制图.
E.2.2控制图的解析方法可参照8.1.1.E.1之解析R控制图.假如各组平均值在受控状态,可表示过程只有普通原因引起的变异;否则,表示有特殊原因变异而引起过程中心不稳定.
F.过程能力研究
F.1过程特性分布之确认
藉公司现有之统计软件(如JMP)或直方图分析方法,对所收集到的样本数据作初步检定,确认过程特性分布是否为常态分布.若为非常态分布,相关单位须对其原因进行分析,并提出应对对策.
F.2估计过程平均μ及标准差σ
式中:d2是随样本数变化而改变的常数,可由以下表二查出.
表二
样本数n 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1.128 1.693 2.059 2.326 2.534 2.704 2.847 2.970 3.078 3.173 3.258 3.336 3.407 3.472 0.853 0.888 0.880 0.864 0.848 0.833 0.820 0.808 0.797 0.787 0.778 0.770 0.763 0.756 0.798 0.886 0.921 0.940 0.952 0.959 0.965 0.969 0.973 0.975 0.978 0.979 0.981 0.982 0.603 0.463 0.389 0.341 0.308 0.282 0.262 0.246 0.232 0.221 0.211 0.202 0.194 0.187 F.3计算过程能力
F.3.1单边上限USL
Cpk=CPU=(USL-)/(3)
ZUSL=(USL-)/
F.3.2单边下限LSL
Cpk=CPL=(-LSL)/(3)
ZLSL=(-LSL)/
F.3.3双边规格
Cp=(USL-LSL)/(6)CPU=(USL-)/(3)ZUSL=(USL-)/
CPL=(-LSL)/(3)ZLSL=(-LSL)/
Ca=
Cpk=Min(CPU,CPL)=
F.3.4估计过程不良率
若过程特性分布为常态时,可依以下估计
(1)单边上限
(2)单边下限
(3)双边规格
,
例:某端子(其规格为0.50±0.02)在某冲压机台上冲制,经数据收集与分析知,其过程平均值与标准差分别为,.依F.3.3所列的公式可算出:
ZUSL=(0.52-0.506)/0.005=2.86,ZLSL=(0.506-0.48)/0.005=5.2
查标准正态分布右边概率表可得:
=0.002118205,=0.000000100
则该冲压过程不良率估计值为:
=0.002118205+0.000000100=0.002118305=2118ppm
(4)若依客户要求的品质水准,显示过程能力不足,则相关单位主管须导入改善措施计划,短期内可用下列方式进行:
(a)以全检挑选不良品;
(b)取得客户的同意修改规格,其具体作业过程依『工程图面与文件变更(ECN)作业办法』(EMB-D00-042)规定执行.
G.延长控制界限开始控制
若过程在受控状态下且过程能力足够(除客户或另有规定外,依Cpk>1.33),则延长控制界限开始控制.其控制界限以过去解析的数据依以下方式来估计.
G.1估计过程平均值μ及标准差σ
,.
G.2重新计算控制界限
G.3以此控制界限监控过程之变化趋势.
控制图
与控制图基本相同,当样本数较大(n≧9)时,用控制图对过程变异的估计更为准确有效.
A.收集数据
同8.1.1.A之,并把所收集之数据记录于控制图表内(附表二).
B.记录数据及计算各组平均值及标准差si,总平均值及
B.1各组平均值及总平均值同8.1.1.B
B.2标准差,
C.计算控制界限
C.1控制图
,,
C.2控制图
,,
式中:B4﹑B3和A3随样本数n变化而改变的常数,从表一中查出.
D.绘制控制界限及描点
同8.1.1.D之.
E.解析过程
同8.1.1.E之.
F.过程能力研究
除估计过程标准差σ依下式计算外,其余部分同8.1.1.F
式中:随样本数n之变化而改变的常数,可从表二中查出.
G.延长控制界限开始控制
若过程在受控状态下且过程能力足够,则延长控制界限开始控制.其控制界限以过去解析的数据依以下方式来估计.
G.1估计过程平均值μ及标准差σ
,
G.2重新计算控制界限
式中:﹑随样本数n变化而改变,可从表二中查出.
G.3以此控制界限监控过程之变化趋势.
(单值-移动极差)控制图
A.控制图,以不分组的方式点绘控制图.适用于下列情况者:
A.1一次只能收集到一个数据,如生产效率及损耗率;
A.2过程品质极为均匀,无需多取样本;
A.3取得测定值数据既费时成本又高,如破坏性试验等.
B.收集数据
同8.1.1.A之,并把所收集的数据记录于控制图表内(附表三).
C.记录数据及计算移动极差值Ri+1,总平均值及
移动极差值Ri+1=Xi+1-Xi(i=1,2,…,n-1)
,
D.计算控制界限
D.1控制图
,,
D.2控制图
,,
E.绘制控制界限及描点
同8.1.1.D之.
F.解析过程
其方法同8.1.1.E之.
G.延长控制界限开始控制
G.1估计过程平均值及标准差
,
G.2重新计算控制界限
,,
,,
式中:﹑随样本数n变化而改变的常数,可从表二中查出.
G.3以此控制界限监控过程之变化趋势.
计数型控制图
p(不良率)控制图
A.收集数据:决定样本大小n及抽样间隔,样本组数k.
A.1决定样本大小n及抽样间隔
A.1.1n约在50~200个样本数或取更多样本数,不宜太小();
A.1.2不同组的样本数大小不一定相同;
A.1.3每组样本可识别出日期﹑时间﹑作业员﹑机台﹑原物料或零件批;
A.2决定样本组数k
A.2.1足够的样本组数,以保证过程的主要变异有机会出现;
A.2.2须有25组以上的样本数据以检定过程的稳定性及估计过程不良率.
B.记录数据及计算各组不良率pi及总不良率
B.1将数据记录于p(不良率)-控制图表内(附表四).
B.2记录各组不良率pi及总不良率:
pi=di/ni,.
C.计算控制界限
,,
D.绘制控制界限及描点
D.1决定控制图之坐标尺寸
D.1.1中心线置于纵坐标之中心位置上;
D.1.2控制上下界限约置于纵坐标之2/3~3/4位置上;
D.1.3决定一格的大小及纵坐标之尺寸
纵坐标每格应从0到初始阶段测定数据中最大的不合格率值的1.5~2倍的值.
D.2依控制界限及各组pi大小描绘于控制图上
D.2.1中心线以实线描绘,控制界限以红色虚线描绘;
D.2.2依各组之统计量大小描点于控制图上;
D.2.3将各点以实线连接.
E.解析过程
与控制图解析方法相同,可比照8.1.1.E执行之.
F.过程能力研究
当p-控制图显示过程在受控状态下,产品或过程品质是否符合客户的需求,以过程平均不良率来代表过程能力.
G.延长控制界限开始控制
若过程在受控状态下且过程能力足够,则延长控制界限开始控制.其控制界限以过去解析的数据依下列方法执行:
G.1估计过程不良率
G.2重新计算控制界限
,,
G.3以此控制界限监控过程之变化趋势.
np(不良数)控制图
不良数控制图以每组之不良数描点,每组样本大小n须相同才具有意义.其控制图的制作与解析,除了控制界限的计算依以下公式计算外,其它都与不良率控制图相同.
,,
c(缺点数)控制图
缺点数控制图以每组之缺点数描点,每组样本大小n须相同才具有意义.其控制图的制作与解析,除了控
制界限的计算依以下公式计算外,其它都与不良率控制图相同.
,,
u(单位缺点数)控制图
单位缺点数控制图以每组之单位缺点数描点,每组样本大小n可以不同.其控制图的制作与解析,除了控
制界限的计算依以下公式计算外,其它都与不良率控制图相同.
,,
预测性维护之分析
失效数据之收集
制造单位应收集同一型号之生产设备在相同的使用环境条件下失效数据数据,并给予记录.若为单一生产设备可按相类似的使用环境条件下收集失效数据数据.
检测单位应收集同类型之检测设备之维修数据数据,并予以记录.
数据之收集应注意是在正常的使用状态下,对于特殊原因(如人为或外部环境因素)所造成的失效数据,应予以剔除.
估计平均寿命及其标准差(说明:以下提及的样本是指生产或检测设备)
完整型:若有r个样本的使用寿命为t1,t2,…,tr,或一个样本(可修复)r次失效时间为t1,t2,…,tr,有:
,标准差
无替换:若有n个样本,失效后无替换,当数据收集到某段时间共有r次失效,其失效时间t1≤t2,≤…≤tr.有两种情况:
A.定数截尾:做到r个失效停止,则平均寿命估计值;
B.定时截尾:收集到时间t结束,则平均寿命估计值
有替换:若有n个样本,一旦某个样品发生失效,有好样品替换,当数据收集到某段时间共有r次失效,其失效时间t1≤t2,≤…≤tr,有两种情况:
A.定数截尾:做到r个失效停止,则平均寿命估计值;
B.定时截尾:收集到时间t结束,则平均寿命估计值.
分布模式之初步选定
生产/检测单位数据分析人员应针对失效数据的特性,可依7.2.3所列举的分布函数及其适用的范围,初步选定分布模式.
分布模式适合度之检定
本文件仅以K-S法作适合度检定,也可用公司现有的统计软件(JMP)以适用之方法进行适合度检定.
将失效资料制表整理.算出值,其中Oi为第i个累积位级值,可由所收集的数据依公式
求出,Ei为假设分布的期望累积位级,可由原假设分布的可靠度函数R(t)并依公式
求得,如假设属于指数分布,则;
确认最大的值;
将此最大值与如下之K-S表比较;
K-S表
样本数
n 显着水平(α) 0.20 0.15 0.10 0.05 0.01 3 0.565 0.597 0.642 0.708 0.828 4 0.494 0.525 0.564 0.624 0.733 5 0.446 0.474 0.474 0.565 0.669 10 0.322 0.342 0.368 0.410 0.490 15 0.266 0.283 0.304 0.338 0.404 20 0.231 0.246 0.264 0.294 0.356 25 0.210 0.220 0.240 0.270 0.320 30 0.190 0.200 0.220 0.240 0.290 35 0.180 0.190 0.210 0.230 0.270 40 0.170 0.180 0.190 0.210 0.250 45 0.160 0.170 0.180 0.200 0.240 50 0.150 0.160 0.170 0.190 0.230 >50 1.07/√n 1.14/√n 1.22/√n 1.36/√n 1.63/√n
若最大值小于K-S值,说明接受原假设分布,否则拒绝原假设分布.
估计可靠度与工作时间
依所确定的可靠度函数R(t)及平均使用寿命估计值,可估计工作时间t,再依平均工作时间,估计出:
9.5.1.生产设备之预测维护周期(如设备关键零部件﹑模治具﹑刀具维修或更换等);
9.5.2.检测设备之预测维护周期与校准周期.
范例
[例一]装配在线所使用的某型号的切削刀具,其5片的失效记录(单位:次数)为14833,14850,14842,14818,14827,试分析此型切削刀具应多久更换一次,以使磨损机率低于5%,确保加工产品品质.
分析步骤:
A.估计平均使用寿命及其标准差,按完整型数据计算,依9.2.1所列公式可得:=14834次,=12.51次.
B.假设切削刀具失效数据属于标准正态分布,其可靠度函数.
C.因样本较小,可选用K-S法作分布模式的适合度检定
依前介绍的检定方法,对失效数据进行计算并整理成如下表:
失效记录
(次) 区间内的失效数 实际数Oi 期望数Ei 14818 0.17 0.10 0.07 14827 0.33 0.29 0.04 14833 0.50 0.53 0.03 14842 0.67 0.74 0.07 14850 0.83 0.90 0.07 计算说明:如计算失效记录为14827次的累积位级值O2=i/(n+1)=2/(5+1)=0.33,
期望累积位级值.
D.因最大的=0.07小于K-S值(查n=5,α=0.05,其值为0.565),说明该失效数据属于标准
正态分布模式.
E.依,得,
查标准正态机率分布表,得(14834-t)/12.51=1.645,t=14813次.
即:在该生产条件下切削,估计应在切削14813次前必须更换一次.
[例二]:经对10台某型号成型机台之抓取次料的机械手臂失效数据分析得知,其使用寿命分布属于对数正态分布,且寿命对数的平均估计值=16.8周次,标准差估计值=2.3周次.试分析该机械手臂估计
多久需维护(含更换配件)一次,使其故障率不超过0.01.
分析步骤:机械手臂失效数据的分布模式分析可参照[例一],现经分析知道其使用寿命分布属于对数正态分布,
依,可得:,
查标准正态机率分布表,得,t=93060周次.
即:该型号成型机台之机械手臂估计在使用93060周次前必须进行维护.
[例三]:现对公司某型号80台耐电压测试仪在输出电压500VAC作校准周期预测分析,假设该测试仪输出电压允差为±28V,经收集8个月校准数据如下表(为不耽误生产,失效后均换上好的测试仪):
数量(台) 11 18 10 12 6 1 2 2 15 5 电压偏差(V) 10~12 13~15 16~18 19~21 7~8 45 30~35 36~43 22~24 <6 功能是否失效 OK OK OK OK OK NG NG NG OK OK 试分析该型号耐电压测仪应多久校准一次,使其失效率不超过0.05.
分析步骤:该测试仪在8个月内共有5台失效,其可靠度R(t)=(80-5)/80=94%,
按有替换定时截尾,平均寿命估计值=880/5=128(月).
经分析该数据属于指数分布模式,依公式,可得在可靠度取95%该测试仪平均工作时间为:(月).
即:该型号测试仪估计校准周期为6个月.
6.相关文件RELATEDDOCUMENT
无特别说明时，应指以下文件的最新有效版本：
ProductRealizationProcessCOP0006
AIAGManual:StatisticalProcessControl
WI030MSA测量系统分析
7.记录RECORD
下列记录构成本文件的一部分。未作特殊说明时，应以记录的最新有效版本为准。
控制计划F-COP0006-018
F-WI008-03X-BarRChart
F-WI008-05X-MRChart
8.更改记录CHANGECONTENT
日期 版次 更改章节 更改内容 审批1 审批2 审批3
工作指导书WorkingInstructions
WI034SPC统计过程控制应用RevisionLevel:BPage13of13
UCL
LCL
UCL
LCL
UCL
LCL
UCL
LCL
UCL
LCL
UCL
LCL
UCL
LCL
|
|
