生產(chǎn)制程能力分析講解

1、一、工序質(zhì)量控制一、工序質(zhì)量控制二、過程能力的概念、度量、分析評價二、過程能力的概念、度量、分析評價三、過程能力指數(shù)與不合格品率三、過程能力指數(shù)與不合格品率四、正態(tài)性檢驗四、正態(tài)性檢驗五、過程能力調(diào)查五、過程能力調(diào)查六、六、正態(tài)總體假設(shè)檢驗正態(tài)總體假設(shè)檢驗七七、制程能力電腦分析、制程能力電腦分析一、工序質(zhì)量控制一、工序質(zhì)量控制 通常要解決兩個問題通常要解決兩個問題: 一是過程狀態(tài)的穩(wěn)定一是過程狀態(tài)的穩(wěn)定,即過程處於統(tǒng)計控即過程處於統(tǒng)計控制狀態(tài)制狀態(tài) 二是過程具有生產(chǎn)合格品的保證能力二是過程具有生產(chǎn)合格品的保證能力二、過程能力的概念、度量、分析評價二、過程能力的概念、度量、分析評價 1. 過程能

2、力概念過程能力概念 (1). 6M 或稱或稱 5MIE 構(gòu)成了過程的六大要構(gòu)成了過程的六大要, 其其 綜合效果加以量化時綜合效果加以量化時,就構(gòu)成過程能力就構(gòu)成過程能力 (2). 過程控制系統(tǒng)圖過程控制系統(tǒng)圖人人機(jī)機(jī)料料法法環(huán)環(huán)量測量測資源組合轉(zhuǎn)換資源組合轉(zhuǎn)換中間產(chǎn)品中間產(chǎn)品半成品半成品成品成品零部件零部件行動行動統(tǒng)計方法統(tǒng)計方法 制程能力制程能力量度量度2. (3). 六大六大因素將各自對產(chǎn)品品質(zhì)產(chǎn)生影響因素將各自對產(chǎn)品品質(zhì)產(chǎn)生影響, 產(chǎn)品產(chǎn)品/ 服務(wù)量化的結(jié)果綜合反應(yīng)出服務(wù)量化的結(jié)果綜合反應(yīng)出: 2 變量概率分布的方差變量概率分布的方差標(biāo)準(zhǔn)偏差標(biāo)準(zhǔn)偏差 過程能力大小的度量基礎(chǔ)過程能力大小的

3、度量基礎(chǔ) 變量之變量之平均值平均值 (4). 正確理解正確理解 、 及及 X、S 試試 比比 較較 樣樣 本本 與與 群群 數(shù)數(shù)SamplePopulationStatisticX averageS Sample stand deviationParameter Mean Standard deviation - (5). 正態(tài)正態(tài)分布之形成過程分布之形成過程 Sample Population 標(biāo)準(zhǔn)測量標(biāo)準(zhǔn)測量: 少少多多 群數(shù)群數(shù)X X X X X X X (6). 正態(tài)分布概率密度函數(shù)正態(tài)分布概率密度函數(shù): 當(dāng)收集到的數(shù)據(jù)為計量數(shù)據(jù)時當(dāng)收集到的數(shù)據(jù)為計量數(shù)據(jù)時,質(zhì)量特性質(zhì)量特性 X 會會

4、 是一個連續(xù)性隨機(jī)變量是一個連續(xù)性隨機(jī)變量,變量的分布便是正態(tài)變量的分布便是正態(tài) 分布分布,符合下式符合下式:概率密度函數(shù)概率密度函數(shù):其中其中: = 3.14159 e = 2.71828Xi - Z = (Z)-3 - 2 2 3 68.26%95.44%99.73% (Z) = e = 0.3989 e1Z22Z22Z22 2 Z22Z22Z22(7). 6 應(yīng)用應(yīng)用 概率正態(tài)分布之性質(zhì)在概率正態(tài)分布之性質(zhì)在 3 範(fàn)圍之概率範(fàn)圍之概率 為為0.9973 , 幾乎包含了全部的質(zhì)量特性值幾乎包含了全部的質(zhì)量特性值. 所以所以: 6 範(fàn)圍被認(rèn)為是產(chǎn)品品質(zhì)正常波動的範(fàn)圍被認(rèn)為是產(chǎn)品品質(zhì)正常波動的

5、合理的最大幅度合理的最大幅度,它代表了一個過程所能達(dá)到的它代表了一個過程所能達(dá)到的質(zhì)量水平質(zhì)量水平,所以過程能力一般用所以過程能力一般用 6 來表示來表示. 越大越大 過程質(zhì)量波動越大過程質(zhì)量波動越大,過程能力越低過程能力越低 越小越小 過程能力越高過程能力越高 ?想一想想一想: 6 之範(fàn)圍之範(fàn)圍,對我對我們會有怎樣的意義們會有怎樣的意義,可以用可以用來作品質(zhì)設(shè)計嗎來作品質(zhì)設(shè)計嗎?小結(jié)小結(jié): 所謂過程能力所謂過程能力,就是過程處於統(tǒng)就是過程處於統(tǒng)計控制狀態(tài)下計控制狀態(tài)下,加工品質(zhì)正常波動的經(jīng)加工品質(zhì)正常波動的經(jīng)濟(jì)幅度濟(jì)幅度,通常用品質(zhì)特性值分布的通常用品質(zhì)特性值分布的 6 倍倍標(biāo)準(zhǔn)偏差表示標(biāo)準(zhǔn)

6、偏差表示,記為記為6 試問試問: : 過程本身與公差有無關(guān)係過程本身與公差有無關(guān)係? ? 2. 過程能力指數(shù)過程能力指數(shù) 比較評價比較評價 : 工序自身實際存在的能力工序自身實際存在的能力( 質(zhì)量水質(zhì)量水平平) 6 ; 給定的技術(shù)要求給定的技術(shù)要求 T ( 公差公差) 比值比值 衡量過程能力衡量過程能力, 滿足工藝技術(shù)要求程度指滿足工藝技術(shù)要求程度指標(biāo)標(biāo) CpCp = = TU - TL6 T6 TLTU分布中心與公差中心重合分布中心與公差中心重合 ?想一想想一想: 如果如果T 的中心的中心( 公差中心公差中心 ), 與與6 之中心不之中心不重合時重合時, CP會是一種怎樣的值會是一種怎樣的值

7、, 不重合時不重合時CP該如何考該如何考慮呢慮呢?TLTUT/2M 分布中心與公差中心不重合分布中心與公差中心不重合 偏移量偏移量 : =M-公差中心公差中心 M 與與分佈中心分佈中心 之差值之差值 ? 偏移是過程中存在甚麼因素的影響偏移是過程中存在甚麼因素的影響?CP 與不良率有與不良率有甚麼關(guān)係甚麼關(guān)係?三、過程能力指數(shù)與不合格品率三、過程能力指數(shù)與不合格品率1.假定假定XTL為為合格品合格品, 那麼那麼XTL時為不合格品時為不合格品, 如圖示如圖示 - AreaT= 1.000陰影部份的面積即為不合格品陰影部份的面積即為不合格品, 查表可求出查表可求出- TL Area1 = ( ) T

8、L 即即 PL = P( X TU 時為不合格品時為不合格品- Area1= 1.000Area2 Area1 + - TU陰影部份的面積查表可求陰影部份的面積查表可求:Area1 = AreaT - Area2 = 1- ( ) TU 不合格品率不合格品率 PU = P( X TU ) = 1 - ( ) TU 由上可知由上可知: TU 的不同值的不同值 ,會有不同的不合格品率會有不同的不合格品率PU,因此因此,定義過程能力指數(shù)定義過程能力指數(shù)CPU = TU 3 + 3.假設(shè)特性假設(shè)特性 X 規(guī)格為規(guī)格為 ( TL , TU ), 當(dāng)當(dāng)特性值特性值X 在在(TL , TU ) 為合為合格格

9、, 那麼那麼 X TU 即為不合格品即為不合格品4. 如圖示如圖示:Area3- - Area2Area1TL TU陰影部份即為不合格品之率陰影部份即為不合格品之率:P = PL + PU = P( X TU )a). 當(dāng)公布中心當(dāng)公布中心 與公差中心與公差中心 M 重合時重合時 M = PL = PUb). 當(dāng)當(dāng)M 則則: P( X TU ) 不不合格品主要出現(xiàn)在合格品主要出現(xiàn)在 質(zhì)量上限質(zhì)量上限T- TL M TUArea+ c). 當(dāng)當(dāng)M 則則: P( X TU ) 不不合格品主要出現(xiàn)在合格品主要出現(xiàn)在 達(dá)不到規(guī)格之下限部份達(dá)不到規(guī)格之下限部份所以可定義過程能力指數(shù)所以可定義過程能力指數(shù)

10、CPK = min (CPU , CPL) = min ( , )TU 3 TL 3 = min ( , ) M +T/2 3 M +T/2 - 3 = + min ( , ) = - M 3 M - 3 T6 T6 M-3 T6 = - =( 1-K ) Cp ( K = )KT/23 M - T/ 2K 即為偏移系數(shù)即為偏移系數(shù)T- TL M TUArea小結(jié)小結(jié): 由於在實際問題中由於在實際問題中,分布的參數(shù)往往是未知的分布的參數(shù)往往是未知的, 為此常用樣本數(shù)估計值來代替為此常用樣本數(shù)估計值來代替. 即即 = X = S 綜上所述綜上所述: 過程能力指數(shù)結(jié)如下過程能力指數(shù)結(jié)如下: 1.

11、單邊規(guī)格單邊規(guī)格: : a. a. 規(guī)定上限規(guī)定上限X TU 時為合格時為合格 Cp = (TU-X) / 3S b. 規(guī)定下限規(guī)定下限 X TL 時為時為合格合格 Cp = ( X - TL) / 3S 2. 雙邊規(guī)格雙邊規(guī)格 X TL , TU 為合格為合格 用用 =M -XT/ 2K = = T/ 2M -CPK = ( 1 K ) CPv 重點(diǎn)說明重點(diǎn)說明: 討論過程能力指數(shù)討論過程能力指數(shù), ,一定在如下兩個假定下一定在如下兩個假定下 進(jìn)行的進(jìn)行的: : 1. 1.過程是穩(wěn)定的過程是穩(wěn)定的, ,即過程的輔出特性即過程的輔出特性X 服從服從 正態(tài)分布正態(tài)分布 N ( , 2 ) 2.

12、產(chǎn)品的規(guī)格範(fàn)圍產(chǎn)品的規(guī)格範(fàn)圍( 下限規(guī)格下限規(guī)格TL和上限規(guī)格和上限規(guī)格 TU ) 能準(zhǔn)確反映顧客能準(zhǔn)確反映顧客 ( 下道工序的工人、下道工序的工人、 使用者使用者 ) 的要求的要求. 如果不知道分布是否是正態(tài)分布如果不知道分布是否是正態(tài)分布, 則應(yīng)進(jìn)行則應(yīng)進(jìn)行 正態(tài)性檢驗來驗證過程分布是否服從正態(tài)正態(tài)性檢驗來驗證過程分布是否服從正態(tài) 分布分布四、正態(tài)性檢驗四、正態(tài)性檢驗 Normality Tests Shapiro Wilkes Test觀察觀察 Shapiro Wilk Prob W Value 如果如果: P Value ( 以以 Prob w 表示表示) Prob W 是大於是大於0

13、.05, 則可以認(rèn)為是正態(tài)分布則可以認(rèn)為是正態(tài)分布, 如果如果: Prob . 1. 設(shè)置原假設(shè)設(shè)置原假設(shè)Ho Ho 如如Ho:Ho: o ; o ; 則則Ho Ho 的的 備擇假設(shè)備擇假設(shè)H H1 1: : . 2. 設(shè)定顯著水平設(shè)定顯著水平 顯著性檢驗的判斷是依據(jù)小概率事件原理的判顯著性檢驗的判斷是依據(jù)小概率事件原理的判斷斷,所謂小概率所謂小概率是判斷錯誤的概率是判斷錯誤的概率( 風(fēng)險度風(fēng)險度 ). 統(tǒng)計檢驗依據(jù)的是小概率原理統(tǒng)計檢驗依據(jù)的是小概率原理,即即“ “在一次實驗中小在一次實驗中小概率事件實際上概率事件實際上(不是理論上不是理論上)是不會發(fā)生的是不會發(fā)生的” ”,如果發(fā)如果發(fā)生了

14、生了,則應(yīng)判定統(tǒng)計檢驗的結(jié)果存在顯著性差別則應(yīng)判定統(tǒng)計檢驗的結(jié)果存在顯著性差別:例例:在在1000個零件中會有個零件中會有1件不合格品件不合格品,現(xiàn)在從中隨現(xiàn)在從中隨機(jī)抽取機(jī)抽取1件件,則抽到不合格品的概率為則抽到不合格品的概率為0.001, 因此在因此在1000件中只會有件中只會有1件不合格的假設(shè)下件不合格的假設(shè)下, 從中抽取一從中抽取一件就正好抽到不合格品件就正好抽到不合格品, (不是理論上不是理論上)實際上是不實際上是不可能的可能的. 根據(jù)這個原理可以得到一個推理方法根據(jù)這個原理可以得到一個推理方法,即如果即如果在某假設(shè)成立的條件下在某假設(shè)成立的條件下,事件事件A是一個小概率事件是一個小

15、概率事件,現(xiàn)在只進(jìn)行一次試驗現(xiàn)在只進(jìn)行一次試驗,如果在這一次試驗中如果在這一次試驗中,事件事件A就發(fā)生了就發(fā)生了,則自然有理由認(rèn)為原來的假設(shè)不成立則自然有理由認(rèn)為原來的假設(shè)不成立 所以所以,假設(shè)檢驗的核心問題是假設(shè)檢驗的核心問題是選取適當(dāng)?shù)慕y(tǒng)計選取適當(dāng)?shù)慕y(tǒng)計量量,並找出其在假設(shè)成立的前提下的概率分布並找出其在假設(shè)成立的前提下的概率分布,對于對于給定的顯著性水平給定的顯著性水平提出檢驗標(biāo)準(zhǔn)提出檢驗標(biāo)準(zhǔn) 小概率事件小概率事件發(fā)生的臨界值發(fā)生的臨界值,進(jìn)而對所提出的假設(shè)進(jìn)行判斷進(jìn)而對所提出的假設(shè)進(jìn)行判斷. 適常選擇適常選擇= 0.01 , 0.05 , 0.10等等,一般情況下若一般情況下若小概率事

16、件的發(fā)生可能導(dǎo)致重大損失時小概率事件的發(fā)生可能導(dǎo)致重大損失時,應(yīng)選取數(shù)應(yīng)選取數(shù)值小的值小的值值,反之可以選大一些反之可以選大一些, 適常適常取取0.053. 求臨界值求臨界值在給定的顯著性水平下在給定的顯著性水平下, 通過查表求得臨界值通過查表求得臨界值4. 判斷判斷將統(tǒng)計量與臨界值比較將統(tǒng)計量與臨界值比較,作出拒絕原假設(shè)作出拒絕原假設(shè)Ho或接或接受原假設(shè)受原假設(shè)Ho的判斷的判斷,當(dāng)拒絕原假設(shè)當(dāng)拒絕原假設(shè)Ho時時,一般應(yīng)一般應(yīng)接受備擇假設(shè)接受備擇假設(shè)H1.5. 結(jié)論結(jié)論, 做出顯著性判斷的結(jié)論做出顯著性判斷的結(jié)論2. 正態(tài)總體假設(shè)檢驗正態(tài)總體假設(shè)檢驗: t 檢驗和檢驗和U 檢驗檢驗設(shè)總體設(shè)總體

17、XN(, 2) ; X1,X2, X n 是總體是總體 X 的隨機(jī)的隨機(jī)樣本樣本o 和和o 是已知數(shù)值是已知數(shù)值則則 U = t = X oo n X oS n = o 已知已知 , 用用 U 檢驗檢驗 未知未知 , 用用 t 檢驗檢驗情形情形假假 設(shè)設(shè)基本假設(shè)基本假設(shè)Ho之否定域之否定域HoH1= o已知已知未知未知1= o o o o | U |U | t | t, n-12 o o o o | U |U 2 |t t 2, n-13o o u則拒絕原假設(shè)則拒絕原假設(shè)Hog. 現(xiàn)現(xiàn)| u | = 3.90 1.96 ,故應(yīng)故應(yīng)拒絕原假設(shè)拒絕原假設(shè)Hoe.結(jié)論結(jié)論:f. 當(dāng)日產(chǎn)品厚度已發(fā)生顯

18、著變化當(dāng)日產(chǎn)品厚度已發(fā)生顯著變化,必須從工藝上爭取糾正必須從工藝上爭取糾正措施措施,使生產(chǎn)產(chǎn)品的分布中心恢復(fù)到原有水平使生產(chǎn)產(chǎn)品的分布中心恢復(fù)到原有水平.v 如果已知兩個母體分別服從正態(tài)分布如果已知兩個母體分別服從正態(tài)分布 N (1 ; o)和和(2 ; o),它們有和同的標(biāo)準(zhǔn)偏差它們有和同的標(biāo)準(zhǔn)偏差 o, 現(xiàn)需檢驗這兩個母體分布中心現(xiàn)需檢驗這兩個母體分布中心1 和和2是否存顯著結(jié)果是否存顯著結(jié)果,仍可用仍可用U檢驗檢驗,= X1 X2 o 1 1n1 n2(2). t 檢驗舉例檢驗舉例標(biāo)準(zhǔn)偏差未知時標(biāo)準(zhǔn)偏差未知時, 應(yīng)采用應(yīng)采用 t 檢驗方法解決問題檢驗方法解決問題如如: 某一彈簧壓縮到某一

19、高度后之彈力服從正態(tài)分布某一彈簧壓縮到某一高度后之彈力服從正態(tài)分布,某一規(guī)格的標(biāo)準(zhǔn)彈力為某一規(guī)格的標(biāo)準(zhǔn)彈力為2.7N,從某日生產(chǎn)的產(chǎn)品中抽從某日生產(chǎn)的產(chǎn)品中抽取取9個樣品檢驗彈力分別為個樣品檢驗彈力分別為No.123456789X2.802.852.722.782.602.802.682.632.75試用試用 t 檢驗的方法檢驗當(dāng)日生產(chǎn)的彈力是否正常檢驗的方法檢驗當(dāng)日生產(chǎn)的彈力是否正常.a. 設(shè)置原假設(shè)設(shè)置原假設(shè) Hob. Ho : = o 當(dāng)日產(chǎn)品彈力正常當(dāng)日產(chǎn)品彈力正常b. 求求統(tǒng)計量統(tǒng)計量c. 均值均值 X 偏差偏差 Sd. X = 2.734 S = 0.084e. 計算統(tǒng)計量時計算統(tǒng)

20、計量時,由於總體標(biāo)準(zhǔn)偏差未知由於總體標(biāo)準(zhǔn)偏差未知, 用樣本標(biāo)準(zhǔn)偏差用樣本標(biāo)準(zhǔn)偏差f. S代替代替. X oS / n t = = 1.23c. 查查表表( 求臨界值求臨界值 )d. 若若= o 為真實時為真實時, t 變量變量服從自由度為服從自由度為 n 1 的分布的分布e. 本例自由度本例自由度 f = n 1 = 8 設(shè)設(shè)= 0.05 查查t 分布表分布表f. 查得臨界值為查得臨界值為:f = 8t = 0.05 = 2.31 d. 判斷判斷e. 若若 | t | t 時判斷接受原假設(shè)時判斷接受原假設(shè)Hof. | t | t 時判斷拒絕原假設(shè)時判斷拒絕原假設(shè)Hog. 現(xiàn)有現(xiàn)有t = 1.2

21、3 t ) = - t , n -1 0 t , n -1 / 2 / 20.000.010.020.030.040.050.060.070.080.090.0002.575 82.326 32.170 12.053 71.960 01.880 81.811 91.750 71.695 40.00.11.644 91.598 21.554 81.514 11.475 81.439 51.405 11.372 21.340 81.310 60.10.21.281 61.253 61.226 51.200 41.750 01.150 31.126 41.103 11.080 31.058 10.2

22、0.31.036 41.015 20.994 50.974 10.954 20.934 60.915 40.896 50.877 90.859 60.30.40.841 60.823 90.806 40.789 20.772 20.755 40.738 80.722 50.706 30.690 30.40.50.674 50.658 80.643 30.628 00.612 80.597 80.582 80.568 10.553 40.538 80.50.60.524 40.510 10.495 90.481 70.467 70.453 80.439 90.426 10.412 50.398

23、90.60.70.385 30.371 90.358 50.345 10.331 90.318 60.305 50.292 40.279 30.266 30.70.80.253 30.240 40.227 50.214 70.201 90.189 10.176 40.163 70.151 00.138 30.80.90.125 70.113 00.100 40.075 30.075 30.062 70.050 20.037 60.025 00.012 50.90.0010.000 10.000 010.000 0010.000 00010.000 000 01u3.290 63.890 64.

24、417 24.891 65.326 75.730 7u正態(tài)分布的雙側(cè)位數(shù)( u)表表- 0 1/21/2 = 1- e d - 2 1220.000.010.020.030.040.050.060.070.080.09+0.00.50000.50400.50800.51200.51600.51990.52390.52790.53190.5359+0.10.53980.54380.54780.55170.55570.55960.56360.56750.57140.5753+0.20.57930.59320.58710.59100.59480.59870.60260.60640.61030.614

25、1+0.30.61790.62170.62550.62930.63310.63680.64060.64430.64800.6517+0.40.65540.65910.66280.66600.67000.67360.67720.68080.68440.6879+0.50.69150.69500.69850.70190.70540.70880.71230.71570.71900.7224+0.60.72570.72910.73240.73570.73890.74220.74540.74860.75170.7549+0.70.75800.76110.76420.76730.77040.77340.7

26、7640.77940.78230.7852+0.80.78810.79100.79390.79670.79950.80230.80510.80790.81060.8133+0.90.81590.84860.82120.82380.82640.82890.83150.83400.83650.8389+1.00.84130.84380.84610.84850.85080.85310.85540.85770.85990.8621+1.10.86430.86650.86860.87080.87290.87490.87700.87900.88100.8830+1.20.88490.88690.88880

27、.89070.89250.89440.89620.89800.89970.9015+1.30.90320.90490.90660.90820.90990.91150.91310.91470.91620.9177+1.40.91920.92070.92220.92360.92510.92650.92790.92920.93060.9319+1.50.93320.93450.93570.93700.93820.93940.94060.94180.94290.9441+1.60.94520.94630.94740.94840.94950.95050.95150.95250.95350.9545+1.

28、70.95540.95640.95730.95820.95910.95990.96080.96160.96250.9633+1.80.96410.96490.96560.96640.96710.96780.96860.96930.96990.9706+1.90.97130.97190.97260.97320.97380.97440.97500.97560.97610.9767+2.00.97730.97780.97830.97880.97930.97980.98030.98080.98120.9817+2.10.98210.98260.98300.98340.98380.98420.99460

29、.98500.98540.9857+2.20.98610.98640.98680.98710.98750.98780.98810.98840.98870.9890+2.30.98930.98960.98980.99010.99040.99060.99090.99110.99130.9916+2.40.99180.99200.99220.99250.99270.99260.99310.99320.99340.9936+2.50.99380.99400.99410.99430.99450.99460.99480.99490.99510.9952+2.60.99530.99550.99560.995

30、70.99590.99600.99610.99620.99630.9964+2.70.99650.99660.99670.99680.99690.99700.99710.99720.99730.9974+2.80.99740.99750.99760.99770.99770.99780.99790.99790.99800.9981+2.90.99810.99820.99830.99830.99840.99840.99850.99850.99860.9986+3.00.998650.998690.998740.998780.998820.998860.998890.998930.998960.99

31、900+3.10.999030.999060.999100.999130.999150.999180.999210.999240.999260.99929+3.20.999310.999340.999360.999380.999400.999420.999440.999440.999480.99950+3.30.999520.999530.999550.999570.999580.999600.999610.999610.999640.99965+3.40.999660.999670.996900.999700.999710.999720.999730.999730.999750.99976+

32、3.50.999770.999780.999780.999790.999800.999810.999810.999810.999830.99983TABLE A (continued)Xi -0.090.080.070.060.050.040.030.020.010.00-3.50.000170.000170.000180.000190.000190.000200.000210.000220.000220.00023-3.40.000240.000250.000260.000270.000280.000290.000300.000310.000330.00034-3.30.000350.000

33、360.000380.000390.000400.000420.000430.000450.000470.00048-3.20.000500.000520.000540.000560.000580.000600.000620.000640.000660.00069-3.10.000710.000740.000760.000790.000820.000850.000870.000900.000090.00097-3.00.001000.001040.001070.001110.001140.001180.001220.001260.001310.00135-2.90.00140.00140.00

34、150.00020.00160.00160.00170.00170.00180.0019-2.80.00190.00200.00210.00210.00220.00230.00230.00240.00250.0026-2.70.00260.00270.00280.00290.00300.00310.00320.00330.00340.0035-2.60.00360.00370.00380.00390.00400.00410.00430.00440.00450.0047-2.50.00480.00490.00510.00520.00540.00550.00570.00590.00600.0062

35、-2.40.00060.00660.00680.00690.00710.00730.00750.00780.00800.0082-2.30.00840.00870.00890.00910.00940.00960.00990.01020.01040.0107-2.20.01100.01130.11600.01190.01220.12500.12900.01320.01360.0139-2.10.01430.01460.01500.01540.01580.01620.16600.01700.01740.0179-2.00.01830.01880.01920.01970.02020.02070.02120.02170.02220.0228-1.90.02330.23900.02440.02500.02560.26200.26800.02740.02810.0287-1.80.02940.03010.03070.03140.03220.32900.03360.03440.03510.0359-1.70.03670.03750.03840.03920.04010.04090.41800.04270.04360.0446-1.60.04550.04650.04750.04850.04950.50500.51600.05260.05370.0548-1.50.05590.057