SPC初阶.ppt

StatisticalProcessControl統計製程管制 課程大綱 數據蒐集 基本統計 製程管制 管制圖繪製 管制圖檢定 2 數據的蒐集與統計基本概念 1 統計製程管制基本概念 3 計量 計數值管制圖 Short Run管制圖 4 管制圖的檢定規則 管制圖範例 異常處理流程 製程數據蒐集與基本統計觀念 DataCollectionandBasicStatistics 製程數據蒐集 製程數據蒐集的目的是為了監測產品品質特性是否達到客戶的要求製程是否穩定製程數據可分成兩種型態 計量值數據與計數值數據簡單的說 計量值數據是量出來的 而計數值數據是數出來的 a 線寬是 計數 計量d 銅厚是 計數 計量b 導線斷路數是 計數 計量e 線距是 計數 計量c 針孔凹陷數是 計數 計量 客戶滿意 製程數據的統計 對於蒐集到的眾多製程數據 可以用以下兩種指標來代表數據的整體特性 集中趨勢指標 大部份的數據集中在哪裏 離散趨勢指標 數據的分散程度如何 平均值 Mean 將一組數據加總後 除以總個數之數值中位數 Median 將一組數據由小至大排序後 最中間的那一個數值眾數 Mode 在一組數據中 出現次數最多之數值 全距 Range 將數據中的最大值減去最小值標準差 StandardDeviation 變異數 Variance 標準差的平方 為平均值N為數據個數 製程數據的統計 集中趨勢指標 CentralTendency 請以下面的數據計算相關指標 平均值為 中位數為 眾數為 12334445567 離散趨勢指標 Dispersion 全距為 標準差為 變異數為 1 2 3 3 5 5 6 7 11 4 12334445567中間位置為第六個數 4 4共出現3次 所以眾數為 4 7 1 6 R 6 2 1 4 2 2 4 2 6 4 2 7 4 2 11 2 727 平均值 趨勢指標的差異比較 上述的數據若新增一筆 11 請問指標會如何變化 12334445567 11 平均值為 中位數為 眾數為 全距為 標準差為 變異數為 常態分佈 數據在分組之後 按照各組次數的分配 可以出現不同的分佈圖型 而最常見的即是常態分佈 NormalDistribution 註 常態分佈又稱高斯分佈 常態分佈四項特點 1 左右對稱2 平均數 中位數 眾數3 機率曲線加總為14 曲線永不與兩軸相交 常態分佈的特性 數據若呈現常態分佈 則會有以下的特性 如果全部有1000個數據 大約只有3個數據會落在平均值正負三個標準差以外的範圍 0 1 0 2 2 3 3 68 3 95 5 99 7 68 3 的數據在 範圍內 95 5 的數據在 2 範圍內 99 7 的數據在 3 範圍內 175 170 身高 常態分佈的特性 範例 全校男同學身高 假設一所學校共有500位男同學 這些同學的身高呈現常態分佈 而全體男同學的平均身高為175公分 標準差為5公分 那麼請問 身高介於165 185公分的男同學約有幾位 身高在180公分以上的男同學約有幾位 有沒有可能有身高在150公分以下的男同學 統計製程管制基本概念 BasicSPCConcept 何謂統計製程管制 統計製程管制 StatisticalProcessControl 簡稱SPC 是利用抽樣所得之樣本資料 樣本統計量 來監視製程之狀態 統計製程管制為預防性之品質管制手段 其主要目的在儘快偵測出可歸屬原因之發生或製程之跳動 偏移 以便在製造出更多不合格品之前 就能發現製程之變異並進行改善工作 第一時間就做對 Doitrightthefirsttime 原因的分類 任何的生產程序一定存在變異 我們將造成變異的原因分為兩類 1 機遇原因 自然之變異 這些變異是由一些小量不可控制原因累積而成 且會一直存在 又稱為 例如 同種原料內的變化 機器的振動所引起的變化等 當這些變異之量極小時 製程仍可被接受 當製程在只有機遇原因出現下操作 則稱其在管制中 incontrol 一般原因不可歸屬原因 原因的分類 2 非機遇原因 變異的幅度通常較機遇原因之變異為大 且應可被排除 又稱為 例如 機器的不適當調整 操作員之錯誤 原料之不良 機器故障或損壞等 當這些變異出現時 代表製程不可接受 製程若在非機遇原因變異下操作 則稱其為製程失控 outofcontrol 特殊原因可歸屬原因 非機遇原因 或 特殊原因 就是我們進行統計製程管制所要找到的重點 管制圖簡介 1924年休哈特 W A Shewhart 提出了管制圖 ControlChart 的概念與方法 管制圖是一種關於品質的圖解記錄 操作人員利用所收集的資料計算出兩個管制界限 上限及下限 且畫出這兩個管制界限 在產品製造過程中隨時將樣本資訊點入管制圖內 以提醒操作人員 如發現有超出管制界限外之點或是出現特殊圖樣 異常現象 時 應立即由人員 機械設備 材料 方法 4M 或環境 1E 等方向進行層別以追查原因 進而改善製程 SPC可以改善製程嗎 管制圖基本原理 管制圖為一種圖形表示工具 用以顯示從樣本中量測或計算所得之品質特性 典型之管制圖包含一中心線 CenterLine CL 用以代表製程處於統計管制內時品質特性之平均值 此圖同時包含兩條水平線 稱為管制上限 UpperControlLimit UCL 及管制下限 LowerControlLimit LCL 用來表示製程或品質變異的容許範圍或均勻性 管制圖可用來判斷品質變異之顯著性 以測知製程是否在正常狀態 管制圖基本原理 UCL LCL CL 時間軸 數據軸 管制圖與一般的統計圖不同 除了能將數值以曲線表示出來 觀其數據的變異趨勢 以提醒人員去確認製程是否出現異常 採取適當之措施 而且管制圖同時可展示時間順序的資料 何謂統計製程管制 我們為何要學統計製程管制 品質並不是某一個人或是某一部門的責任 如果要生產的產品能達到顧客所要求的 品質 公司裡每一個人包括生產線上的作業員 打字員 採購員 工程師以及公司的總經理等對產品的品質都有責任 而製程管制即是品管的一種技巧 凡與製程有關之人員均需具備製程管制的相關知識或技巧 盡到自己的品質責任 品質 計量 計數值管制圖 Variable AttributeControlChart 管制圖繪製流程 決定管制特性 決定抽樣計劃 蒐集數據並分析製程能力 繪製解析用管制圖 探討 並去除可歸屬原因 執行管制用管制圖 安定狀態 長度 厚度 光學點 光學點 成型尺寸 等 n 1 n 1 ByLot 班別 等 是否有OOC OOS或其他異常狀況 OK NG 管制圖分類 管制圖依蒐集數據的型態可分為 解析用管制圖 目的在於研究製程能力同時解析製程以進行製程管制之準備 管制用管制圖 偵測可歸屬原因是否發生同時追查並迅速消除此原因 計量值管制圖 VariableControlChart 計數值管制圖 AttributeControlChart 依用途目的可分為 計量值管制圖的種類 計量值管制圖依抽樣方式或數據特性的不同可分為 如使用自動化檢測每件產品 資料不易取得 取得資料耗時成本高或是樣本的品質極為均勻 均適用此管制圖 計數值管制圖的種類 計數值管制圖依偵測目的不同可分為 不良率管制圖 PChart 製品可分為合格與不合格之數目 並以不良率來監測其品質 不良數管制圖 NPChart 與P管制圖相同 但每次的檢驗數量要一樣 若不良率的值過小時 以ppm計 圖形會不易區別 用NP圖較佳 缺點數管制圖 CChart 適用於產品雖有缺點 但不致於不合格 用此圖來表示品質之高低 但每次的檢測單位大小要一致 如壓合針孔凹陷數 不同料號板面大小不同 此圖就不適用 單位缺點數管制圖 UChart 與C管制圖相同 但檢測單位大小可不一致 計量值管制圖則有兩個圖 而計數值管制圖皆只有一個圖 短製程管制圖 ShortRunControlChart ShortRun源起 但Short Run管制圖在使用上必須滿足下列的前提假設 1 所管制的產品源於相同作業員 機器設備 材料 方法 與量測系統 2 每種料號 製程 的抽樣樣本大小一致 工廠生產型態漸趨向於少量多樣 在製造流程中通常因為產品的生命週期過短 而無足夠的數據資料可供製程管制分析 為符合實際效益 Short Run管制圖可以將屬於不同料號 製程規格 的數據蒐集在同一張管制圖裡 以同一管制圖加以管制 且對連續生產的生產線而言 能夠每隔一段時間 例如2小時 就能取得樣本數據 免除傳統管制圖所遇到的困擾 傳統管制圖 料號A 料號B 料號C 管制圖的數量過多且抽樣頻率不固定 傳統管制方法 3個料號要用3個管制圖監控 設計理念 將不同料號 規格 的管制圖整合成一張圖 組平均值 組全距值 ShortRun範例 標準化 A B C 組平均值 組全距值 ShortRun圖 管制圖的檢定規則 TestRulesforControlChart 管制圖的判讀 管制圖判定基本法則 正常管制圖上的點 必須符合 隨意分散 RandomFluctuation 與 常態分佈 NormalDistribution 的原則 所以至少要滿足下面幾點要求 中心線上下的點數要大約相等 各佔40 60 大部份的點 約70 集中在中心線附近 但不能所有的點都靠近中心線 僅有少數點 約5 靠近管制界限 任何連續多點不可形成向上或向下的 趨勢 Trend 如果資料都接近管制中心線 製程就非常好嗎 管制圖的判讀 最近一點落在管制界限外 OutofControl 簡稱OOC 在管制界限內的點出現特殊圖樣 Pattern 但是下列法則若有一成立 則判斷製程異常 在統計製程管制中的 製程異常 指的是目前的製程分佈可能已經不同於之前確認的正常情況 也就是說 製程中心可能產生偏移 平均值位移 或是製程的界限已經擴大 標準差變大 在管制圖上都可能產生超出管制界限的點 當然也有可能是突然出現的可歸屬原因 例如 設備故障 作業員操作錯誤 等 所造成的 違反測試法則 製程的失控OutofControl UCL LCL CL OOC 增加點子OOC的機率 管制圖的測試法則 中心線 1點落在A區之外連續9點在中心線的同一側連續6點上升或下降連續14點交互著上下跳動連續3點中有2點落在A區或A區之外 同一側 連續5點中有4點落在B區或B區之外 同一側 連續15點出現在C區 任一側 連續8點出現在A區或B區 任一側 注意 每一條測試法則皆有其統計上的意義 已決定運用於判定製程是否在管制之中的法則不可臨時取消 練習題 看有無任何點在A區之外 規則1 一點落在A區之外 超出管制界限 看有無接近的兩點在A區 含 之外 規則5 連續三點中有二點落在A區 看有無接近的四點在B區之外規則6 連續五點中有四點落在B區或是B區之外 一個管制圖如下所示 請對此管制圖進行法則一 五 六判讀 也就是說 判斷出這個管制圖是否有出現製程失控 A區B區C區C區B區A區 管制圖範例 ControlChartCase 範例 電鍍面銅厚度 每Lot抽三片量測面銅厚度 以XbarR為例 Step1 計算管制界限直接將計算的值代入管制界限公式 各類管制圖公式請參考附件二 Step2 將每組的數據點入管制圖中組平均值點入Xbar管制圖 組全距點入R管制圖 面銅範例 Step3 管制圖形判讀如圖上有紅點 違反測試法則 則應調查原因 若該原因可被加以消除 則去除這些點之數據 再用剩下來之數據 重新計算管制界限 若原因不明 或已查明原因 而無法消除時 這些點將無須除去 Step4 轉為管制用管制圖 上述範例繪製管制圖 其RbarChart如下 XbarR管制圖 全距管制圖管制的是樣本組內的變異程度 若下圖超出管制界限時 代表這一批不同Panel之間的差異過大 平均值管制圖則是管制樣本組間的變異程度 出現紅點時表示該批的平均厚度與其他批有所不同 所以應該先看R圖再看Xbar圖才適當 XbarR管制圖 上述範例繪製管制圖 其XbarChart如下 管制圖可以畫上規格界限嗎 紅點表示不符合規格嗎 新增一組數據 異常處理流程 Out of ControlActionPlan 異常處理流程 Out of ControlActionPlan OCAP指的是當管制圖顯示製程失控時 第一時間所應採取的