统计制程管制SPC培训课件(ppt 95页).ppt

統計製程管制 StatisticalProcessControl 主講 陳軍 第 單元 基本統計概念第一單元 統計製程管制 SPC 之基本概念第二單元 管制圖的介紹及其應用第三單元 常用管制圖之繪製第四單元 製程能力分析與製程能力指標 08 20 2002 本課程的目的 使學員 能了解並說出統計製程管制之A 基本概念 B 應用 C 繪製 D 判圖能運用SPC於日常工作之中以進行製程控管及改善能了解並計算製程能力指標與進行製程能力分析能使用STATISTICA軟體進行SPC計算與分析 第 單元 基本統計概念TheCentralLimitTheorem 中央極限定律 中央極限定律敘述 樣品平均值 通常用來估計母體的平均值 的分佈可以用常態分佈來表示 即使母體的分佈不一定是常態分佈 常態分佈 NormalDistribution 一般常見的連續性數據 其平均值的分佈大多成常態分佈 或高斯分佈 Gaussiandistribution 常態分佈的曲線成 鐘型曲線 且具備下列特性 68 3 的數據在 範圍內 平均值 標準差 95 5 的數據在 2 範圍內99 73 的數據在 3 範圍內 原始數據特徵值之計算原始數據特徵主要可分為以下兩大類 1 集中趨勢 集中趨勢指標 是表示一組數據中央點位置所在的一個指標 最常用的集中趨勢指標 平均數 mean 中位數 median 眾數 mode 樣本平均數 X 公式 X1 X2 Xn n 其中n表樣本大小中位數 將一組數據由小至大排序後 最中間的那一個數值稱為中位數 偶數個數據 則取中間兩個數據的平均值 眾數 在一組數據中 出現次數最多之數值 例 請找出下列樣本數據之平均數及中位數 0 7 3 9 2 4 6 例 請找出下列樣本數據之平均數 中位數及眾數 25 12 23 28 17 15 23 何時使用平均數 何時使用中位數或眾數 平均數對離群值 outliers 非常敏感 而中位數或眾數對離離群值較不敏感 因此 當資料中有離群值時 則用或眾數 否則 則用 中位數 平均數 平均數 中位數 眾數 例 1 3 4 6 6 9 13 平均數 6 中位數 6 眾數 6 若在此組數據加入70 1 3 4 6 6 9 13 70 則平均數 中位數 眾數 2 離中趨勢 離中趨勢指標 是表示一組數據間差異大小或數值變化的一個指標 最常用的離中趨勢指標 全距 變異數及標準差全距 R 全距是用來衡量一組數據差異最簡單的方法公式 變異數 s2 公式 標準差 s 公式 R 最大值 最小值 s s2 例 請找出下列樣本數據之全距 變異數及標準差 5 8 1 2 4全距 變異數 標準差 8 1 7 甚麼是統計製程管制 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 在必要時採取調整製程參數之行動 以降低產品品質之變異性 統計製程管制為預防性之品質管制手段 強調 第一時間就做對 Doitrightthefirsttime 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 我們為何要學統計製程管制 第一單元 統計製程管制 SPC 之基本概念 在製程上為何要使用統計製程管制 在任何的生產程序中 不管如何設計或維護 產品的一些固有的或自然之變異將永遠存在 這些變異是由一些小量不可控制原因累積而成 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 這些自然變異通常稱為機遇原因 randomcauses 或是一般原因 commoncauses 當製程在只有機遇原因出現下操作 則稱其在管制中 incontrol 統計製程管制的目的統計製程管制之主要目的 在儘快偵測出可歸屬原因之發生或製程之跳動 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 此外 製程中可能存在有其它的變異 這些變異的來源有機器的不適當調整 操作員之錯誤 原料之不良 機器故障或損壞等 這些變異的幅度通常較機遇原因之變異為大 當這些變異出現時 代表製程不可接受 這些變異稱為可歸屬原因 assignablecauses 或非機遇原因或特殊原因 specialcauses 製程若在可歸屬變異下操作則稱其為製程失控 outofcontrol 產品在製造過程中若能及早找出可歸屬原因之發生 則可避免在製造出更多的不合格品前 發現製程發生變異的原因 可使製造過程有改善的機會 統計製程管制的一些手法如 品管七大手法 管制圖等 將可有助於迅速的偵測出製程發生變異及找出變異之原因 因此統計製程管制對改善製程而言 是一個很重要的工具 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 第一單元總結 請問製程管制圖的2個目的為何 請問進行統計製程管制所要找到的重點為何 第二單元 管制圖的介紹及其應用 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 管制圖之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 圖一為管制圖之範例 管制圖的功用管制圖的功用有三 1 決定製造工程可能達到之目標 2 可作為達到目標之工具 3 可藉由管制圖判斷製程是否已達到目標 因此 管制圖可將 設計 製造 檢驗 等三階段之工作連成一體 為工廠中在生產工作方面最有效之工具 管制圖與一般之統計圖有何不同 管制圖與一般的統計圖不同 因其不僅能將數值以曲線表示出來 以觀其變異趨勢 且能顯示變異是屬於機遇性或是非機遇性 以指示某種現象是否正常 而採取適當之措施 管制圖同時可展示時間順序的資料 設計 製造 檢驗 管制圖之種類一 依據收集數據的型態分 1 計量值管制圖所謂計量值管制圖 係指管制圖所依據之數據均由實際量測而得 如 產品之長度 重量 成份等 常用之計量值管制圖有 1 平均值與全距之管制圖 X RChart 2 平均值與標準差之管制圖 X SChart 3 中位值與全距之管制圖 X RChart 4 個別值與移動全距管制圖 X RmChart 2 計數值管制圖所謂計數值管制圖 係管制圖所依據之數據 均屬於單位個數者 如 不良率 缺點數等經由計數方法而得之數據均屬此類 常用之計數值管制圖有 1 不良率管制圖 pChart 2 不良數管制圖 npChart 3 缺點數管制圖 cChart 4 單位缺點數管制圖 uChart 注意 計數值管制圖皆祇有一個圖 而計量值管制圖則有兩個圖 管制圖的選定 計量值 Variabledata 資料性質 計數值 Attributedata 中心線 n大小 n大小 不良 缺點 n固定 n固定 不良率 缺點數 C圖 p圖 u圖 np圖 X Rm圖 X R圖 X R圖 X S圖 n 1 n 2 n 10 一般為2 5 n 10 X X 固定 不固定 固定 不固定 二 依用途分類 1 解析用管制圖1 決定方針用2 製程解析用3 研究製程能力用4 製程管制之準備用 2 管制用管制圖 此種管制圖是用作管制生產製程之品質1 追查不正常原因2 迅速消除此項原因3 研究採取再發防止措施 管制圖之繪製流程 決定管制特性值 管制圖之研判與分析 基本原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 1 中心線上下的點數要大約相等 各佔40 60 2 大部份的點 約70 集中在中心線 但不能所有的點都靠近中心線 huggingthecenterline 3 僅有少數點 約5 靠近管制界限 huggingthecontrollimits 4 任何連續多點不可形成向上或向下的 趨勢 trend 但是下列法則若有一成立 則判斷製程失控 1 最近一點落在管制界線外2 在管制界限內的點出現特殊圖樣 patterns 區間測試 ZoneTest 法則區間法則 又稱為WesternElectricrules 可適用於管制圖中心線之兩側 首先 將管制圖之兩側各分為三個區間 每個區間的寬度為一個標準差 如圖三所示 圖三 區間測試法則之區間劃分區間測試包含 1 一點落在A區之外 超出管制界限 2 連續三點中有二點落在A區 3 連續五點中有四點落在B區或是B區之外 4 連續七點往同一方向走 5 連續八點在中心線的同一側 區間測試法則 連續5點中有4點在區域B或以上 單點超出管制界限 連續3點中有2點在區域A或以上 連續8點出現在中心線同側 連續7點往同一方向走 0 27 4 55 2 95 45 3 0 60 規則二的3點中有兩點在A區及A區以外 其中的兩點乃是說在同一側的兩點 若是一個點在正這一側的A區 另一個點在負這一側的A區 則此時並未違反此判定原則 50 7 0 78 49 865 8 0 38 A區B區C區C區B區A區 練習題一個管制圖如下所示 請對此管制圖進行判讀 也就是說 判斷出這個管制圖是否有出現製程失控 連串測試 RunTest 法則連串測試係應用於管制圖中心線的同一側 連串測試包含 1 連續八點落在管制中心的同一側 2 連續十一點有十點落在管制中心的同一側 3 連續十四點有十二點落在管制中心的同一側 4 連續十七點有十四點落在管制中心的同一側 5 連續二十點有十六點落在管制中心的同一側 上述法則有一成立時 則判斷製程失控 注意 已決定運用於判定製程是否在管制之中的判定法則 RunRules 不可臨時取消 使用管制圖常犯的錯誤觀念使用管制圖就可以改善製程能力 這是使用管制圖最常見的錯誤觀念 管制圖祇能顯示製程的現況 無法改善製程能力 必須使用其他統計手法 例如實驗設計 DOE 或QC七大手法等 才能提升製程能力 例如 製程依別廠 公司 所訂定的板厚管制上下限來管制我們的板厚 例如 噴錫過薄可以靠量量錫厚就不會噴過薄 使用管制圖常犯的錯誤觀念使用規格上下界限來訂定管制圖的管制上下界限 管制圖的管制上下界限是由解析用管制圖計算出來的 不能由使用者來決定 故意縮小管制上下界限不但無法提升製程能力 反而會造成過多的FalseAlarms 例如 製前依客戶規格設計厚度管制上下限 但實際製程能力卻無法達成 第二單元總結 1 管制圖由那三條線構成 2 管制圖的種類 依數據型態分為那兩種 依用途分為分為那兩種 3 計量值管制圖有那些 常用的是那兩種 4 計數值管制圖有那些 常用的是那兩種 第二單元總結 5 管制圖的繪製流程為何 6 管制圖的研判基本原則為那2項 7 區間測試與連串測試有何不同 區間測試用於 連串測試用於 8 區間測試法則五原則為何 9 使用管制圖常犯的錯誤有那些 第三單元 常用管制圖之繪製一 平均值 全距管制圖 管制圖 適用情況適用於小樣本數 即樣本數小於或等於10 註 樣本數大於10時 則必須使用 S管制圖 建立 R管制圖之步驟先建立解析用管制圖 待確定管制界限後 再建立管制用管制圖 其步驟如下 1 建立解析用管制圖A 選定管制項目在製程中選擇對產品品質特性有重要影響之要因或重要品質特性作為管制項目 B 搜集數據蒐集最近之數據100個以上 對這些數據之來源應充分瞭解 並希望以後之製造工程 其情況需與蒐集數據時相同 C 按產品生產之順序或測定之順序 排列數據D 數據之分組每組所含之個數稱為樣本數 samplesize 以n表示 樣本之組數以k表示 分組法與層別有關 普通按時間順序或測定順序分組 使組內不含異質數據 並使n 2 5之間 k 15 20之間最為適當 E 數據之記錄 將分組之數據記入數據記錄表F 計算平均值 G 計算全距 H 計算總平均值 I 計算全距之平均值 J 查係數表K 計算管制界限註 工廠之製造工程其群體 及 大多為未知 故建立管制圖時 均常採用群體之 及 未知之公式計算 L 繪製管制界限管制圖在上 R管制圖在下 按習慣一般圖之寬度較R圖為大 將前面計算所得之管制界限數據繪入圖紙上 M 點圖將F及G兩節中所計算得之X及R數據 點繪在適當位置 並在相鄰兩點間以直線連接之 N 管制界限之探討a 如所有之點全部在管制界限內且係隨機散佈著 將可以用作建立製程管制用管制圖 b 如有點超出管制界限 則應調查原因 並加以消除 然後去除這些點之數據 再用剩下來之數據 重新計算管制界限 c 雖有點超出管制限 但原因不明 或已查明原因 而無法消除時 這些點將無須除去 d 重新計算管制界限後 仍有點超出管制界限時 無須除去 O 繪直方圖將數據作成次數分配 如不呈常態分配 則宜應用層別 合理分組等方法 檢討原數據 直到數據呈常態分配 使解析用管制圖在管制狀態下方可 P 與規格比較a 如產品界限 及製程分配範圍 在規格界限內 且在中心規格中心附近 可認為製程能力能滿足規格要求 可以延長作為管制用管制圖 b 如產品界限之寬度比規格界限之寬度為窄 但由於中心離開規格中心且偏向一方 致使產品上限或下限超出規格界限 此時宜調整製程平均值 使與規格中心一致 或接近 後 方可延長作為管制用管制圖之界限 c 如產品界限之寬度比規格界限之寬度為寬時 表示製程能力不足 對原數據應按原料別 機械別 時間別 操作人員別等加以層別 分別檢討其分配之情況 找出變異較大之處 應用工程與技術知識加以改善 如果原數據不夠 則應加抽樣本 此稱為製程能力之改善 如果目前情況下 由於技術或經濟之限制無法改善製程能力 則應檢討規格界限是否可以放寬 以獲得較經濟之生產 如無法改善製程能力又無法改變規格時 則應行全數檢查 選剔 d 如無規格 或藍圖 界限時 可直接延長使用 而由最後成品之品質特性 水準 是否能滿足成品規格來檢討 2 建立管制用管制圖經解析用管制圖對製程解析後 確定製程能力能滿足規格需求 且將來係按此種同樣條件繼續生產時 可以延長管制界限以管制製程 建立管制用管制圖之程序如下 A 記入必要事項將製程名稱 管制項目 測定單位 機械號碼 管制圖號碼 測定者 操作者 數據之期限等資料填入管制圖 這些資料如果完整 以後用管制圖之資料來研究製程 才不會發生問題 B 作管制界限將經解析用管制圖決定之管制界限繪入管制圖 C 點圖與解析用管制圖同樣方法 由製程抽取樣本 測定其特性值 獲得記錄 算得數據 R 按時間順序點入管制圖內 D 安定狀態之判定點入圖內之點子 如在管制界限內 或無特殊圖案出現時 則判定製程安定 可繼續生產下去 如有點超出管制界限時 則判定製程有不正常原因侵入 E 採取措施a 製程有不正常原因存在時 應即調查原因 加以處置 b X管制圖上有點超出管制界限時 則表示製程平均發生變化或變異增大 c R管制圖上有點超出管制界限時 則表示製程變異增大 d 採取措施 對策 時 不但要消除當時之不正常現象 還要預防再度發生 以符合品質之原則 F 管制界限之重新計算管制工作持續一段時間以後 製程可能發生變化 此時再用原來之管制界限來判斷製程就不適合 應該再搜集資料 20組數據 重新計算管制界限 以符合製程之現況 實例說明例一 內層製程工程師希望建構一個內層線寬量測的管制程序 以便當內層線寬量測值發生異常時可以迅速的偵測出來 他從生產線上收集到15組 每組樣本大小為3 線寬量測數據如下 請利用此筆量測數據繪製解析用之平均值與全距管制圖並判讀製程是否失控 2 點繪管制圖3 判讀管制圖在管制圖上第十四點超出下管制界線 故判定製程失控 outofcontrol R管制圖 X管制圖 失控 例二 假設有25組製程數據資料 每組樣本數大小為4 如下表所示 請以這些數據建構解析用和R管制圖 並進而建構管制用和R管制圖的管制中心線和管制上下限 2 點繪管制圖發現第18樣本組的全距超出管制圖的上限 在建構管制用管制圖之界限時須將之去除掉 再以剩下的24筆樣本資料重新計算平均值和全距管制圖的中心線和管制上下限 全距管制圖 重新繪製全距管制圖如下 3 發現此修正後之全距管制圖並無任何點超出管制上 下限 所以可以建構出修正後之平均值管制圖 修正後的全距管制圖 4 從修正後的平均值與全距管制圖中可以發現到雖然全距管制圖已無任何點超出管制界限 但平均值管制圖上仍有6點超出管制界限 此表示製程不安定 所收集的樣本組資料不適用於建構管制用管制圖之中心線及上 下限 需找出製程不安定之原因 改善後再另行收集製程數據才能建構管制用之管制圖 修正後的平均值管制圖 二 S管制圖之用法及其公式介紹 適用情況1 樣本數不論大小皆可使用 但樣本數大於10 則必須使用此管制圖 2 人員與機器均有計算Sigma的能力 3 較無時間性的考量 4 一般製程情況 公式 建立步驟 S管制圖收集資料之方式與 R管制圖相同 但組內樣本數不以10筆資料為限 例三 某製造零件之工廠 應用 S管制圖來管制其零件尺寸 單位為m m 該工廠品管工程師每次取20個樣本 共得20組樣本 經計算整理後列表如下 2 點繪管制圖 平均值管制圖 標準差管制圖 三 X Rm管制圖之用法及其公式介紹 適用情況1 使用自動化檢測技術 且每一件產品皆檢測2 資料取得不易 一次只能蒐集到一個數據3 所取的樣本屬品質極為均勻的產品 如藥液濃度4 分析或測試一品之品質特性時 其過程相當費時或繁瑣5 產品係貴重之物品或測試屬破壞性試驗 測試成本相當高 公式 建立步驟1 設資料為常態分配2 計算移動全距 MovingRange Rm 通常令n 2 則Rmi 3 計算平均移動全距 X Rm管制圖係數 例 某工廠研究開發新產品 在測試過程中 每個數據收集需時1天才完成 故決定使用個別值 移動全距管制圖作線上監控之用 收集一個月之資料 經計算後如下表 試繪製X Rm管制圖 不同n的移動全距 計算管制中心線與管制上下限 個別值管制圖 移動全距管制圖 移動全距管制圖 個別值管制圖 四 不良率管制圖 p管制圖 建立不良率管制圖之步驟A 選擇管制項目選擇適合使用不良率管制圖之品質特性 B 搜集數據搜集過去已知檢查數n及不良數D之數據20組以上 C 分組通常皆以一定時間之產品為一組 或以每批產品為一組 或以每天產品為一組 每組樣本之大小是依平均不良率來決定 並使每組樣本內含有1至5個不良品為佳 亦即n 25 100 挑選初步之m組樣本 計算每組樣本之不良率 m可取20 25組 D 計算平均不良率 E 計算管制界限 一 當製程中母體之不良率p已知或是為已指定之規格標準值 則管制中心及界限如下 二 當製程中母體不良率p未知則管制界限如下 情形一 每組樣本大小n均相等時 設有m組 情形二 每組樣本大小n不等時 作法一 當ni差顯著不大 20 時 直接按各組樣本大小ni畫管制界限中心線 例四 請用下表之資料 點繪一不良率管制圖 解 1 計算管制中心線及上下界限2 點繪管制圖 不良率管制圖 五 缺點數管制圖 c管制圖 樣本大小相同建立缺點數管制圖之步驟1 用途有些產品雖有缺點 但不致因為有少數之缺點 而使產品成為廢品 只是缺點之多少會影響其品質之高低而已 因此缺點數目可表示其品質 在這種情形下 可使用缺點數管制圖來管制產品品質 2 搜集數據取單位大小相同之樣本20至25組 並使每組樣本內含有1至5個缺點數為佳 m 20to25 3 計算平均缺點數 4 計算管制界限 例五 下表為上個月IPQC對壓合後PCB的針孔凹陷點值查檢表 請用下表的資料建構缺點數管制圖 解 1 計算管制界限 2 點繪管制圖 缺點數管制圖 六 管制圖分析 1 正常的管制圖型態 沒有點超出管制界限量測點隨機出現 六 管制圖分析 工具老化 磨耗化學溶液濃度改變 2 趨勢型製程 六 管制圖分析 3 循環型製程 環境變異 溫度 溼度 壓力 操作者或機器的疲勞或輪替 六 管制圖分析 4 偏移型製程 新的操作員 設備或材料變更製程條件 六 管制圖分析 5 混合型製程 多種機器或多位操作者產品品質特性未層別 六 管制圖分析 6 集中型製程 用錯管制圖量具無法測出數據變異 第三單元總結 X RChart與X SChart使用時機有何不同 建立解析用管制圖的16步驟為何 第四單元 製程能力分析與製程能力指標 基本觀念所謂的製程能力 是指一個製程在固定的生產因素與穩定的管制下 3 所生產產品之品質符合客戶需求 客戶規格 的能力 其中包括兩個評價方向 即精度與準度 製程能力的調查包括了4M 人員 機械設備 材料 方法 製程能力的調查方式 一 圖示法 以直方圖 管制圖表示之 二 數值法 以Ca值 Cp值 Cpk值表示之 1 製程精密度CpCp值在衡量製程之變異寬度與規格上下限之範圍的相差情形 其定義為規格上下限之間可以容納多少個 3 亦即是6 1 Cp的計算式 2 Cp又稱為potentialcapability 即指製程潛在的最大能力 也就是製程之中心值與規格之中心值重疊而沒有偏移時 亦稱為 短期能力 short termcapability 當製程之中心值與規格之中心值有偏移時 製程能力就必須減掉下述的矯正值Ca T 規格上限 下限 2 等級判定 Cp值愈大 表示品質愈佳 傳統工業的分級 0 67 4 6 1 00 6 6 1 33 8 6 1 67 10 6 在電子業 Cp均要求要達到2 0 即達到6Sigma的水準 Cp值圖示 USL LSL LCL UCL 2 製程準確度CaCa值在衡量製程之實績平均值相對於規格中心值之偏移程度 1 Ca之計算式規格公差 T 規格上限 規格下限 USL LSL規格中心值 規格上限 規格下限 2注意 單邊規格因沒有規格中心值故不能算Ca 2 Ca值為製程中心值偏移規格中心值時製程能力之矯正值 non centeringcorrection 3 等級判定 Ca值愈小 表示品質愈佳 以下為傳統工業的分級 50 1 2 25 1 4 12 5 1 8 Ca值圖示 USL LSL 3 製程能力指標Cpk 1 Cpk之計算式 Cpk乃是Ca和Cp兩值的綜合指標 也稱為