亚硕SPC课程讲义.ppt

2019 12 21 統計製程管制 SPC 講師 白昌霖 2019 12 21 產品品質管理的六個基本觀念 沒有兩件事情是完全相像 即使雙胞胎兄弟 產品或製程的變異是可以衡量事情的改變是依據一定的模式量測同類型的產品大多數的量測群會集中出現在中央附近產品的製程 會決定其分配的曲線形狀非機遇原因的變異會扭曲常態分配的傾向 2019 12 21 統計品管發展 SQC 1939年 戴明 EdwardsDeming 與休華特 WalterShewhart 合著一本 由統計出發的品質管制 StatisticMethodfromtheViewpointofQualityControl 強調品質是製造出來的 而非檢驗出來的 主張將簡單而且單刀直入的統計方法運用在製程之中 才是預防品質滑落的最好方法 並能節省大量檢驗成本 達成品質的目標 2019 12 21 SPC StatisticProcessControl 的功用 經由上線前 offline 及製程中 online 去蒐集資料 透過統計分析或管制圖 加以分析中發掘製程的異常 並經由問題分析 以找異常原因立即採取改善措施 使製程恢復正常 並透過製程能力解析與標準化 不斷提昇製程能力 2019 12 21 統計製程管制SPC 製程 設備 環境 人員 材料 生產參數 產品母群體N 樣本n n n 統計處理 feedback 1 製程評估2 預測監控 採取行動 StatisticsProcessControl 量產試作 持續改善 線外Offline 線上Online 2019 12 21 統計名詞定義 品質特性 QualityCharacteristic 製程或產品所展現出的結果 產品工程師or製程工程師設計的目標 計量特性 管理者或工程人員可以進行量化描述 有其客觀的科學的量度與評估來描述或判斷品質特性 屬於物理量 化學量 幾何特性 其資料表現方式為 連續值 連續型隨機變數計數特性 管理者或工程人員較難進行量化描述 僅僅用五官來描述或判斷品質特性 用較為主觀認定辨別好壞 良不良或程度等級 其資料表現方式為 非連續值 離散型隨機變數製程參數 條件 Parameter 構成製程且直接影響製程結果 品質特性 的條件 Men Material Method Machine Environment 2019 12 21 規格 Specification 製程或產品設計者所設定品質特性的範圍或該製程或產品之國家或國際性所規定的範圍值 品質變異 Variation 各產品間之差異 來自於製程條件無法100 的一致性 平均值 Average 群體 or樣本 量測之之平均值標準差 Standarddeviation 衡量產品變異分佈之程度之一種數據 定量描述的方法 以 表示全距 Range 表示一群體全部數據的組內變動範圍 母體 Population 研究者所考慮的某種特性之全體集合樣本 Sample 母體所選出的一個 部份集合 抽樣 Sampling 自母體抽出樣本的過程與統計技術 2019 12 21 1 68 26 95 45 1 2 3 3 2 u 99 73 常態分配 u 常態分配的中心值 mean 常態分配的標準差 StandardDeviation 2 常態分配的變異 Variance 2019 12 21 重要特徵 常態曲線左右兩尾端和橫軸漸漸接近 但不會相交 以u為中心成對稱分佈 常態分配有兩個反曲點 PointofInflection 分別在橫軸的一個標準偏差的位置 由於其左右對稱 曲線與橫軸所圍的面積為1 經驗法則 當分配形態接近為鐘型分配時在正負一個標準差內約佔全部數值之68 26 在正負二個標準差內約佔全部數值之95 45 在正負三個標準差內約佔全部數值之99 73 2019 12 21 變異 為使變異的表示簡化 通常分成共同原因的變異 機遇性原因 Chancecauseorsystemcause 及特殊原因的變異 非機遇性原因 Assignablecauseorspecialcause 共同原因 製程中原因 其所造成的分配與時間的關係是穩定而可重複 可預測 如製程中之變異僅由一般原因所造成 則稱此製程是在統計的管制狀態中 因其產品之特性有固定的分配 特殊原因 製程中不常發生但造成製程的變異 其所造成的分配與時間的關係不穩定且無法預期 故稱製程變異是不在統計的管制狀態下 因其產品之特性沒有固定的分配 2019 12 21 時間 可預測 如果製程中只有共同原因之變異存在 則其成品將形成一個很穩定的分佈 而且是可預測結果 2019 12 21 難預測 如果製程中有特殊原因之變異存在 則其成品將形成不穩定的分佈 而且無法預測結果 2019 12 21 問題與對策 特殊原因的變異可由統計分析 管制圖 發現 這些變異的原因可由現場人員從4M 1E直接改善 一般稱之為局部問題之對策 大約能夠解決15 製程之問題 共同原因的變異可由製程能力分析發現 但改善的工作則須由管理者及技術者共同來改善 一般稱之為系統改善 大約85 是屬於此類 統計製程管制的目的 參數設計縮小共同變異 提昇Cpk 應用管制圖偵測特殊原因發生的現象 立即回饋現場進行改善 2019 12 21 2019 12 21 2019 12 21 1 確立製造流程 2 決定管制項目 3 實施標準化 4 製程能力調查 6 問題分析與解決 5 管制圖的應用 6 問題分析與解決 7 製程繼續管制 製程條件變動時 特殊原因 共同原因 2019 12 21 workshop1 判斷製程是否良好 2019 12 21 為了調查SiO2之薄膜製程品質狀態 因此每天收集5片 量測膜厚結果如下 規格是u 3 0 50 0 05 試討論如何表現其製程的品質能力 製程穩不穩定 2019 12 21 製程品質調查的方式 數值法以Ca Cp Pp Ppk Cpk 不良率表示圖示法主要以直方圖 管制圖表示 2019 12 21 Ppk 初期製程能力驗證指標 PROCESSPERFORMANCEINDEX 6 3 範圍製程的全變異 在不確定的製程狀況下驗證其性能能力 Ppk 製程的變異包括有一般原因及特殊原因所造成 即數據來自於短期研究的所有 個別量測值 直接進行計算 計算標準差預估s因由個別量測值統計而來 所以製程可為穩定或不確定製程 n 30 Pp T 6s 2019 12 21 製程能力指數 Cpk 量產後製程能力改善指標 PROCESSCAPABILITYINDEX 6 3 範圍製程的潛在變異 在統計穩定的製程狀況下計算之 Cpk 潛在變異 製程的變異僅有一般原因所造成 統計穩定的製程 即數據來自於長期研究的管制圖 且特殊的點必須刪除後才計算之 評估由管制圖之分組數據而來 且計算標準差預估 估計量 R d2或S C4 2019 12 21 何謂製程能力指數 Cpk 2019 12 21 2019 12 21 製程準確度Ca CapabilityofAccuracy 衡量製程時實績平均值與規格中心值之一致性 規格公差 T Su SL 規格上限 規格下限單邊規格因沒有規格中心值 故不能計算CaCa值愈小品質愈佳 A B C D 0 12 5 25 50 100 維持 改善為A 立即檢討改善 採取緊急措施 必要時停產 全面檢討 2019 12 21 製程精密度Cp CapabilityofPrecision 衡量規格公差範圍與製程變異寬度相差程度 Cp值愈大品質愈佳 0 0 67 1 00 1 33 1 67 2 00 D C B A A 降低成本 維持現狀 改進為A 全檢 改善 緊急對策 進行改善 檢討規格 2019 12 21 管制圖的由來 管制圖是由1924年休華特博士 Dr W A Shewhart 在研究產品品質特性之次數分配時所發現 正常的工程所生產出來產品之品質特性 其分配大都成常態分配 會超出三個標準差 3 的產品只有0 27 依據此原理 將常態曲線圖旋轉90度 在三個標準差的位置劃兩條線 將抽樣之數據依序點繪而成管制圖 2019 12 21 管制圖的功效 作業者運用於製程中管制提供檢討製程狀況的共同語言及時改善的依據 QIT QCC 2019 12 21 管制圖的分類 管制圖分兩種 計量值管制圖 分平均值及全距管制圖 平均值及標準差管制圖 個別值及移動全距管制圖 中位值及全距管制圖 計數值管制圖 分百分不良率管制圖 nP不良數管制圖 C缺點數管制圖 U單位缺點數管制圖 計量管制圖適用的狀況是 資料是可量測的 且數據形式是連續性的 計數管制圖則適用於資料大半只能判定為良或不良 數據不為連續量的狀況 一般常用於外觀檢查 管制圖 2019 12 21 決定管制對象 決定管制特性 有計量數據 數據取得容易 數據樣本n 10 平均值標準差管制圖 平均值全距管制圖 個別值移動全距管制圖 目標為不良數 不良率 不良數管制圖 缺點數管制圖 N N N N Y Y Y Y 2019 12 21 製作管制圖的注意事項 正確選擇管制項目 以免無效管制 訂定合理之管制界限 以免產品或製程條件超出規格 訂定適當的檢查間隔 以免造成資源 人力 浪費或者不良品發生而不知道 對於製程持續加以監控 以期在問題未發生前進行對策的處理 2019 12 21 管制方法與取樣頻率 高 0 5 1hr中 2 4hr低 每班 2019 12 21 管制圖繪製原則 基本資料 製程名稱 管制特性 測定樣本 測定單位 規格值 設備號碼 操作者 測定者 抽樣方法 樣本數 期間 製程要因 4M IE 中心線 CL 記以實線 管制上限 UCL 及管制下限 LCL 記以虛線 中心線 管制上限 管制下限分別記入其數值及CL UCL LCL等符號 UCL與LCL距離決定座標 使上下限之距離在30 40mm 太寬太窄均不適合 2019 12 21 平均值與全距管制圖 適用製程可用以管制分組之計量數據 即每次同時取得幾個數據之工程 適把握工程狀態最有效的一種管制圖 2019 12 21 平均值與全距管制圖 管制界限係數表ASTMSTP 15D 2019 12 21 先確立製程穩定且製程能力足夠選擇量測點 在每一個製程中會有很多量測點 但如何確定量測點是有效的且重要的呢 有以下數點可供參考 要找出製程中最重要的點 不要使管制圖淪為 日記 或許該點不易量測 此時可考慮使用代用特性 此點在現在為量測點 但並不表示永遠是量測點 建立步驟 2019 12 21 規劃資料圖表格式 在進行管制圖的製作時 一份好的表格應包括之背景資料如下 ASQC所用之表格 日期品名或零件量測單位操作者其他相關資料 2019 12 21 繪圖與解析階段Step1 蒐集欲管理項目之數據 取100個以上 3 5個為一組 共分成20 34組 測定出每一個樣本值 X 在進行管制圖的製作時 由於需要 連續取樣 因此通常一個樣本會包含3 5個 2019 12 21 Step2 依測定時間順序排列數據Step3 計算各組平均值 Xbar Step4 計算各組全距 R R X的最大值 方框 X的最小值 圓框 2019 12 21 Step5 計算全部平均值 Xdoublebar 計算各組全距的平均值 Rbar 計算出全部數據的平均值及平均全距 在本例分別為平均值 0 58 平均全距為 0 13 2019 12 21 Step6 查係數D4 D3 計算全距管制界限先求出全距的管制圖 如此可知 非隨機性變異 是否存在 假使超出則代表有 非隨機性變異 若不穩定則不須檢查平均值是否在監控 亦即是否超出管制界限 此時應著手於製程穩定度的改善工作 全距的中心線 全距的管制上限為全距的管制下限為 2019 12 21 全距是否都在管制界限內 2019 12 21 Step7 查係數A2 計算平均值管制界限平均值的中心線 平均值的管制上限為平均值的管制下限為 2019 12 21 平均值是否都在管制界限內 2019 12 21 Step8 繪製管制界限及中心線 平均值管制圖在上 全距管制圖在下平均值管制圖 CL劃實線 UCL及LCL是虛線全距管制圖 CL劃實線 UCL及LCL是虛線在管制線末端記入CL UCL LCL符號及其數值 較清晰易懂 2019 12 21 Step9 管制圖點繪首先找出最大和最小的平均值 在找出最大和最小的全距 以便確定座標的範圍及最小刻度 如此才可將所有資料全部點繪在圖表中 2019 12 21 最大平均值 0 63最小平均值 0 54總平均 0 58UCLx 0 652LCLx 0 507 最大全距 0 19最小全距 0 07平均全距 0 13UCLR 0 275LCLR 0 UCL 0 652 CL 0 58 LCL 0 507 UCL 0 275 CL 0 13 2019 12 21 Step10 計算製程準確度Ca值Step11 計算製程精密度Cp值 2019 12 21 Step12 計算製程能力Cpk值Step13檢討製程能力改善措施管制界限延續使用 2019 12 21 workshop2 1 平均值與全距管制圖 2019 12 21 記錄蝕刻後的線寬 其數據如下 請繪平均值 全距管制圖 spec 0 250 0 01 2019 12 21 在製程中如何運用管制圖 假使全距及平均值都在管制界限以內 則可確定沒有 非隨機性誤差 存在 總平均值是否符合目