SPC系统教材一.doc

SPC&SIX SIGMA系統教材(一)一、 品管和SPC的一些觀念1.品質怎么來的? 是製造出來的.？ 是檢驗出來的? 是設計出來的？ 是習慣出來的.？（見附件）2.品質的幾個關鍵 2.1進料檢驗(IQC) 來料管控, 控保証原材料品質 2.2 製程檢驗(IPQC) 製程適時掌控, 防范和預測變異（SPC） 2.3 成品檢驗(FQC/OQC) 出貨前保証品質3.統計概論 統計方法在現代工商企業的社會，是一般員工應知應會的道理及技術，也是管理者及工程技術人員工作上溝通的共同語言。尤其在企業間的交易中，如何對客戶保証產品質，不是口頭上的承諾而已，應拿出實際的証據；便如設計過程的試驗數據，生產過程中的製程數據，客戶使用中的故障維護記錄為了使大家能透過數據溝通；也就是能讓數據說話的事實管理（Fact Control）科學方法，數據的收集、整理及分析就必須有一套大家都能了解並遵的符號、術語、程序及方法等所謂工業標準來表達因此統計方法不應只在數理方面打轉，應在實際數據之收集、整理及解析來解釋實際問題的現象，以能真正應用數據來解決我們所關心的問題工業標準如中國大陸的/T、台灣的、日本的、美軍MIL-STD及國際標準組織的ISO等.u 統計在製造業中應用的各階段:市場分析 產品設計 相依性規格、壽命及耐用性預測製程管製及製程能力研究 驗收抽樣數據分析，績效評估及不良分析 製程改善安全評估風險分析 實設計因素分析變異數分析回歸分析 顯著性檢定製製圖 統計抽樣檢驗4.統計製程管製的意義 統計製程管製(Statistical Process Control); 簡稱SPC.。對任何場所依計劃收集之數據資料；如成品特性、零件尺雨及簿記抄寫.等等，提供各種統計分析及管製圖之處理、分析、計算、圖示及列表在製程管製系統中提供客觀之績效報告（如下圖）成品改善績效報告製程中對策製程 人員 設備 材料 方法 環境 成 品 製 程：指人員、設備、材料、方法及環境的輸入，經由一定的處理程序而得到輸出的結果，一般稱之成品（也可能是半成品）成品經觀察、量測或測試可衡量其績效 績效報告: 從衡量成品得到有關製程績效的料,由此提供製程的管制對策或改善成品製程中對策：是防患于未然的一種措施，用以預防製造出不合規格的成品成品改善：對已經製造出來的不良品加以造別，進行全數檢查並修理或報廢4.1所能解決的製程問題：1. 經濟性：有效的抽樣管製,不用全檢驗，預估不良率，得以控製成本，使製程穩定，生產可以預測，而能掌握品質、成本、交期2. 預警性時效性：製程的異常趨勢可即時對策，預防整批不良，以減少浪費，直接由作業人員繪製管製圖，提供一個可靠的資料，以決定何時應該采取對策，何時可以不必采取任何措施3. 分辨共同原因與特殊原因：作為局部問題或管理階層系統改進之參考4. 善用機器設備：估計機器能力，可妥善安排適當機器生產適當零件5. 改善的評估：製程能力可作為改善前后比較之簡單指標，作為製程檢討的共同語言注意SPC的幾個特性: 時間性、連續性、預測性、常態性 4.2製程中的品質變異品質變異可分為: 共同原因(Common Cause,又叫機遇性原因)和特殊原因(Specical Cause又叫非機遇性原因) (見附件二)共同原因：製程中變異因素是在統計的管製狀態下，其產品這特性有固定的分配 共同原因的變異可由製程能力分析去發現, 但其改善就須由管理當局參與執行, 一般為系統改善.特殊原因：製程中變異因素不在統計的管製狀態下，其產品之特性沒有固定的分配 特列原因的變異可由簡單的統計分析發現, 這些變異的原因本來就須由直接鱧責製程的人員去改善, 這一般稱為局部問題對策.二、計數值與計量值數據的整理及分析,因數據形態之不同有不同的整理及分析方法,單位產品的品質特性其衡量方式可歸納為兩種: 一為計數值(Attribute), 另一為計量值(Variable)1.計數值: 就是以計產品的件數或點數的表達方法. 計數值的數據在數上有不連續的特質, 故稱之為離型變數(Discrete Random Bariable) 描述一產品的品質, 可有用一個或一批產品中的缺點數來表示, 如:電線, 可用表面有幾個污點, 有幾個地方標簽貼錯掉, 有幾根顏色不對, 有幾根有刮傷等等,這些都是以計點或個數方式表示產品的特性值有些單位產品必須以二分法來判定品質，如好與壞、良與不良、合格與不合格等所謂的通過不通過(GO-NOGO)2.計量值: 就是產品須經由實際量測或測試而行得的連續性數據，以表過單位產 品特性值的方法 計量值的數據在數學上有連續的特質，故稱之為連續型隨機變數 (Continuous Random Variable) 描述一產品的品質，可有實際量測或測試而得得一連續性的數據，如零件的尺，雨電器產品的電流、電壓、耐壓值、電阻等，進而分析產品在這一特性中的品質狀況三、計數值常用圖表 CL(Center Line) 中心線 UCL(Upper Control Level)管製上限 LCL(Low Control Level)管製下限 Xbar 樣本平均值 1.不良率管製圖(P-管製圖)分析或管製製程不良率，樣本大小可以不同2.不良數管製圖(NP-管製圖)分析或管製製程不良數，樣本大小最好相同3.缺數數管製圖(C-管製圖)分析或管製製程缺點數，樣本數大小最好相同4.單位缺點數管製圖(U-管製圖)分析或管製製程單位缺點數，樣本大小可以不同5.柏拉圖(Pareto Diagram)尋找製程中影響品質最大的不良原因，以利于在製程中改善幾個不良項目就可以改善絕大多數的不良數和缺點數四、 柏拉圖的設計及功能五、 不良率管控檢討1.連續幾點上