飞思卡尔半导体公司
预测
在控制分配
原因消除
时间
时间
SIZE
失控
（可分配导致存在）
SIZE
过程“控制” - 所有分配的原因
删除和未来的分布是可以预见的。
? ?
?
?
? ?
?
?
飞思卡尔半导体公司...
? ?
?
预测
低
规格限制
上
规格限制
在控制和能力
（变异随机
时间
变异性降低）
时间
SIZE
SIZE
在控制，但不能
（变化的随机变异
过度）
图2.可分配的影响导致对
过程预测
图流程之间的差异3
控制和过程能力
在摩托罗拉，为关键参数时，处理能力
是可以接受的了的Cpk = 1.33 。所需的过程
能力是一个的Cpk = 2和理想是的Cpk = 5 Cpk值，由
定义中，示出了目前的生产过程符合
有关系的规范限制。关中心
分布或过度过程变化将导致较少
比最佳条件
SPC实施和使用
DMTG使用，显示符合许多参数
规范。有些参数是敏感的处理
变化，而其他保持不变对于一个给定的产品
线。通常情况下，具体的参数的影响时，
改变其它参数发生。它既是不切实际的
不必要的监视使用SPC方法的所有参数。
这是敏感的过程只关键参数
变异被选择为SPC监控。的处理步骤
影响这些关键参数必须确定也。它
同样重要的是发现在这些过程中的测量
步骤与产品性能相关。这是
所谓的关键工艺参数。
一旦关键工艺参数的选择，一
采样计划必须确定。用于样品
测量被组织成
RATIONAL子群
大约2到5个。该小组的大小应该是
该子组内的所述样本中，使得变异
仍然很小。所有样品都必须来自相同的源
例如，相同的模具按操作员等。分组数据
应收集在合适的时间间隔，以检测
变化的过程中。作为该过程开始，以显示
改善的稳定性，所述间隔可以增加。数据
收集必须仔细记录并保持
后来的相关性。常用的文档的例子
项目将包括运营商，设备，时间，设置，
产品类型等。
一旦计划制定，数据收集可以开始。
收集的数据将生成的X和R的值
标绘相对于时间。 X指的是平均
一个给定的子组内的值，而R是范围或
最大的价值减去最小值。当大约20或
多个X和R的值已经生成，平均
这些值的计算方法如下：
X = （ X + X2 + X 3 + ... ） / K
R = （ R1 + R2 + R3 + ...） / K的
其中，K =测得的亚组的数目。
X和R的值被用于创建过程
控制图。控制图是用于初级SPC工具
信号的问题。如图4所示，过程控制
图表显示相对于X和R值的时间和
关于参考上限和控制下限值。
控制限计算如下：
控制上限
+
UCLR
+
D4
R组低限控制
+
LCL
+
D3
R
X控制上限
+
UCL
+ )
A2
X
X
X控制下限
+
LCL
+ *
A2
X
X
1–14
为
www.motorola.com/semiconductors
产品，
更多有关该
转到： www.freescale.com
摩托罗拉传感器设备数据
