您还没有绑定微信,更多功能请点击绑定

用正太分布模型来预估产品缺陷不良率的问题

在公司碰到的问题,期待楼下回复
 
客户让我们统计某产品过溅度工艺后表面漏铜的缺陷率,欲控制此产品出现此缺陷(产品表面漏铜)的几率在5sigma水准(DPPM 232,考虑1.5sigma偏移)
我们的产线实际统计到此缺陷实际检验出来的不良率在2300 Dppm(0.23%)左右,但客户还是指示我们去收集100片漏铜的产品去量测它们漏铜的长度,我们卡长度超过2.5um即为次品,所以收集到这100片产品100笔长度数据,用这100笔数据在mintab里以正太分布模型去做制程能力分析,算得长度<2.5  不良在(32%),  <4 不良在(17%) , <5不良在 (10%)  , <9 不良在(0.023%  近232 Dppm 5sigma水准)
 
问题来了: 1.客户欲放宽规格,将该产品漏铜缺陷release到 5sigma水准,(232Dppm),通过收集的漏铜产品正太分布估算需放宽到<9 才能达到232 Dppm,这样告诉客户放宽到<9即可 对吗?(注意实际我们收集的这100片漏铜产品并没有涵盖整个漏铜的制程区间,因为还有大量没有漏铜的产品,即漏铜长度为0,但我们没量,)
                 2.我自己是不认同上面的算法的,我的想法是这样的,实际我们现在漏铜的检验不良率在 2300Dppm (0.23%),距离客户所要求放宽到5sigma水准 232Dppm(0.023%) 还差10 倍,上面用不同的规格预估不良率 *实际缺陷检验的不良率  即 放宽到 <5 um, 预估的不良 10% * 实际长期检验的不良 0.23% =0.023%(230Dppm)即为客户要求放宽到5sigma水准要求,楼下怎么看,其实我还是拿不准的。
 
不要提正不正太的问题,这里假设生态.
 
对“好”的回答一定要点个"赞",回答者需要你的鼓励!
已邀请:

龙天 (威望:137) (广东 广州) 互联网 6SQ管理员 - 我努力,我进步,我付出,我收获,我坚持,我成功!

赞同来自:

testtest

3 个回复,游客无法查看回复,更多功能请登录注册

发起人

Amir
Amir

Pehaps you don't know how to express youself clearly,but you can do it without no word

扫一扫微信订阅<6SQ每周精选>