分位數(shù)控制在高科技行業(yè)的應(yīng)用

　　統(tǒng)計過程控制

　　在20世紀90年代，隨著新的工藝和新材料的應(yīng)用，電子元器件產(chǎn)品呈現(xiàn)高集成，高智能，高技術(shù)綜合化的特點，同時產(chǎn)品的質(zhì)量水平迅速提高。目前國際上高質(zhì)量電子元器件生產(chǎn)線工藝不合格率已經(jīng)降至百萬分之幾的水平，電子元器件失效率降至非特數(shù)量級(平均失效時間109小時，即失效率10非特)。在這種情況下，統(tǒng)計過程控制(Statistical Process Control簡稱 SPC)得到了越來越廣泛的運用。統(tǒng)計過程的發(fā)展可以追溯到十九世紀三十年代。1924年，美國貝爾實驗室的沃爾特.休哈特博士根據(jù)數(shù)理統(tǒng)計的原理提出了基于控制圖的統(tǒng)計過程控制理論，其主要作用是判斷生產(chǎn)過程是否處于穩(wěn)定狀態(tài)并分析受控狀態(tài)，以便發(fā)現(xiàn)異常情況，從而及時采取有效的措施，起到防患與未然的作用。

　　常規(guī)控制圖

　　在實際生產(chǎn)中，引起產(chǎn)品質(zhì)量波動的偶然因素和異常因素總是交織在一起的，如何加以區(qū)分并非易事。統(tǒng)計過程技術(shù)中的過程受控狀態(tài)分析的主要目的就是利用控制圖作為手段，從起伏變化的工藝參數(shù)數(shù)據(jù)中確定生產(chǎn)過程中是否存在異常因素，以便更好地控制和穩(wěn)定產(chǎn)品質(zhì)量?？刂茍D成為實施統(tǒng)計過程控制的核心。工藝參數(shù)數(shù)據(jù)可分為計量型和計數(shù)型兩種，這兩種數(shù)據(jù)繪制控制圖的理論基礎(chǔ)相同，只是計量型數(shù)據(jù)的控制圖以正態(tài)分布為基礎(chǔ)，計數(shù)型數(shù)據(jù)的控制圖一般以二項分布或泊松分布為基礎(chǔ)。對計量型工藝參數(shù)采用的常規(guī)控制圖理論是由一定條件的。要求被分析的數(shù)據(jù)一定要服從IIND(Independently and Identically Normally Distributed)條件。即獨立的且服從正態(tài)分布。

　　非參數(shù)工藝參數(shù)

　　隨著統(tǒng)計控制在各行業(yè)運用的越來越廣泛，同時也發(fā)現(xiàn)在很多高科技企業(yè)實際業(yè)務(wù)中也存在著大量非參數(shù)過程，不再滿足休哈特控制圖的假設(shè)前提，甚至無法找到適合的分布。如果還是采用常規(guī)控制圖將會產(chǎn)生對工藝過程的“誤判”。這將引發(fā)多方面的問題：系統(tǒng)產(chǎn)生的大量“報警”無法找到原因，導(dǎo)致用戶對控制系統(tǒng)失去信心，最終被唾棄;亦或為減少“報警”而控制限為被放寬，當制成出現(xiàn)問題根本無法預(yù)警，系統(tǒng)形同虛設(shè)。在此情況下，數(shù)據(jù)的正態(tài)轉(zhuǎn)換也常常發(fā)揮不了作用。

　　分位數(shù)控制

　　非參數(shù)工藝控制的主要挑戰(zhàn)是如何設(shè)定合理的控制限，既能不被相對“難以捉摸”工藝波動所干擾，又能在工藝出現(xiàn)異常時準確的預(yù)警?；仡檪鹘y(tǒng)控制限計算的方法，其實是定義±3σ的區(qū)間的界限，其中涵蓋99.73%的分布。由此如果可以通過非參數(shù)分布的99.73%的分位數(shù)，反推控制限的數(shù)值，從而達成對非參數(shù)過程的統(tǒng)計控制。

　　傳統(tǒng)正態(tài)分布統(tǒng)計過程控制限的推算

　　但是如何實現(xiàn)仍是非常挑戰(zhàn)的任務(wù)，因為這種方法需要大量的數(shù)據(jù)來確保得到精確的控制限。借助JMP(全球最大的統(tǒng)計學(xué)軟件公司SAS的產(chǎn)品)的數(shù)據(jù)計算能力與過程控制模塊便能實現(xiàn)這一復(fù)雜的過程控制。以一個單邊非參數(shù)分布為例，利用JMP可以方便地得到99.73%，95.45%，68.27% (相當于6σ，4σ，2σ)的控制限， 將其運用于控制圖就完成了非參數(shù)分布的統(tǒng)計過程控制。此方法使用了未經(jīng)變動的原始數(shù)據(jù)，使得過程信息完整可靠，同時根據(jù)分布的特點，具有良好的覆蓋能力，又對過程起到了科學(xué)的監(jiān)控作用。