SPC教育训练教材ppt课件

.,P.1,SPC教育訓練,LCM事業處/李成松,.,P.2,綱要,1.統計製程管制(SPC)基本概念,3.管制圖,2.製程能力分析,.,P.3,2.加上數據“拉力強度平均為5kg/cm2”，請問這算不算有意義的資訊？,1.“拉力強度很好”算不算是有意義的資訊？,3.再加上範圍“大多數產品的拉力強度在5kg0.6kg之內”如何？,4.最好修改成“99.73%的產品拉力強度在5kg0.6kg/cm2之內”,何謂有意義的情報？至少應包括：集中趨勢+離中趨勢+含蓋在特定範圍內的機率,.,P.4,前述5kg代表集中趨勢0.6kg代表離中趨勢99.73%是指含蓋在50.6kg這個範圍之內的機率其實就統計學而言，任何有意義的情報都有三個構成要素，分別是：1.集中趨勢（通常以x作代表）2.離中趨勢（通常以作代表（標準差與全距有關、樣本一定時，全距越大則標準差越大）3.被含蓋在特定範圍內的機率(信賴區間),xxx公司男生的身高平均值（X）是167cm，標準差（）是8cm，那麼請問大約有多少男生的身高在159至175cm之間？,問,1.2基本統計參數,.,P.5,SPC基本概念,.,P.6,SPC之意義:,SPC基本概念,SPC之效益:(1)有效應用抽樣計劃進行管制,具有經濟性。(2)可即時發現製程異常,預防不良發生。(3)掌握製程能力,做為改善之提示。,SPC（StatisticalProcessControl；統計製程管制）是指在製造工程中去搜集資料，並利用統計分析，管制圖，及製程能力分析等技巧，從分析中去發覺製程異常原因，立即採取改善措施，使製程恢復穩定狀態，避免及減少不良品的發生。,.,P.7,基本統計概念:,SPC基本概念,掌握所收集數據間之差異性及規律性,而進行對未知系統之預測及判斷。,(1)統計:,.,P.8,基本統計概念:,SPC基本概念,2:變異數S2均勻度,即表示分配中的離散,分散或變異情形，用來測量觀測值均值變動的情形,:標準差,.,P.9,例子：連續27天LOTS標準差？,.,P.10,標準差兩個估計值：,1.可用計算機計算出來（一般在計算機上可以標為s或是n-1）2.Excel內的函數STDEV也可以計算標準差,3.從R管制圖分析得出的每個分組全距的平均值（,）以及管制圖表中得到的d2值（如下所示），計算其值：,.,P.11,標準差的運用,平均數X被選為度量中心時，標準差s可度量平均數的離散度。所有的資料都一樣時，s=0，沒有離散度。其他情形s都大於零。觀測值離平均數越遠時，s就越大。s與X和原有的觀察值有相同的單位。高度偏斜或少數離群值會使s變很大。,.,P.12,基本統計概念:,分布3要素:1.中心位置2.散佈3.曲線形狀,(3)常態分配(機率分配圖形):,99.994%,SPC基本概念,管制圖是以3個標準差為基礎，換言之，只要群體是常態分配，從此群體抽樣時，每10000個當中即有27個會跑出3之外。,以xN(,2)表示x服從平均數為和變異數為2的常態分配。,.,P.13,製程能力評估之用途？1)提供分析資料給設計部門，使其能儘量利用目前的製程能力，以設計新產品，2)決定一項新設備或翻修之設備是否能滿足要求，3)利用機械之能力，安排適當工作，使其能得到最佳應用，4)選擇適當的作業員、材料、與作業方法，5)用作建立機器之調整界限，6)作為接受客戶訂單時的衡量與參考。製程能力的評估時機？初期-新產品量產前-重大的產品或製程變更導入前量產階段-重大的產品或製程變更導入前製程能力的評估的對象？所有的管制特性（SpecialCharacteristic）在管制計畫/QC工程表中所定義者,.,P.14,製程能力數值方法(1),Ca(製程準確度)(CapabilityofAccuracy),衡量製程實績平均值與規格中心值之偏差程度,A:Ca12.5%B:12.5%Ca25.0%C:25.0%Ca50.0%D:50.0%Ca,A:有遵守作業標準操作並達規格要求,須續維持現狀B:有必要儘可能提升至A級C:作業標準可能未被遵守或有必要檢討所訂之規格及作業標準D:應採取緊急措施,全面檢討可能影響之因素,必要時須停線,Ca=(X-)/(T/2)*100%,T=USL-LSL(規格公差)單邊規格因沒有規格中心值,故不能算Ca。,=Ca值越小越好,表示偏離小,.,P.15,製程能力數值方法(1),Ca(製程準確度)(CapabilityofAccuracy),.,P.16,製程能力數值方法(2),Cp(製程精密度)(CapabilityofPrecision),A:此製程甚為穩定,可將規格公差縮小或勝任更精密之工作B:有發生不良率偏高之危險,須加以注意並努力維持不再變壞C:檢討所訂規格及作業標準,可能本製程無法勝任如此精密之工作D:應採取緊急措施,全面檢討可能影響之因素,必要時須停線:,A:1.33CpB:1.00Cp1.33C:0.83Cp1.00D:Cp0.83,Cp=T/6-雙邊規格,衡量製程變異程度與規格公差之差異程度,CpU=(USL-X)/3或CpL=(X-LSL)/3-單邊規格,=Cp值越大越好,表示製程佳,.,P.17,製程能力數值方法(2),Cp(製程精密度)(CapabilityofPrecision),Cp=T/6,.,P.18,製程能力評價方法(3),Cpk(製程能力指數)(CapabilityofProcess),A:製程能力足夠B:製程能力尚可,但仍須再努力C:製程應加以改善,A:1.33CpkB:1.00Cpk1.33C:Cpk1.00,Cpk=(1-Ca)Cp=min(Cpu,CpL),綜合Ca與Cp之總合指數=(製程能力)(1偏移率),當Ca=0時,Cpk=Cp單邊規格時,Cpk即以Cp值計算,),.,P.19,製程能力評價方法(3),Cpk(製程能力指數)(CapabilityofProcess),.,P.20,Pp與Ppk(Performance),(2)sPpR管制圖繪於圖表下方1/3處折線之比例要能清楚看出轉折之變化,.,P.25,管制圖,*X-R管制圖之繪製,.,P.26,管制圖,*X-R管制圖之繪製,.,P.27,管制圖,*X-R管制圖之繪製,.,P.28,管制圖,*X-R管制圖之繪製,.,P.29,管制圖,*X-R管制圖之繪製,.,P.30,管制圖,p管制圖之繪製,p管制圖使用時機不良比例管制圖品質特性無法以量化數據描述,只能以OK/NG判定者當P變化非常大時較適用可激勵作業者,收集數據：a.決定樣本大小n、抽樣頻率*n約在50200之間或更多，不宜太小(1np5)*不同組數的樣本大小n不一定相同，但最好相同。若無法相同，則其差異程度儘量不要超過25%b.決定樣本組數k*足夠樣本組數以保證製程系統主要的變異有機會出現。*25組以上的樣本以能證明製程的管制狀況及估計製程系統的不良率。,.,P.31,取樣數n固定或不超過25%之P管制圖,.,P.32,例題：某工廠製造面板，每兩小時抽取100件來檢查，將檢查所得之不良品數據，列於如右表，試利用此項資料，採用不良率管制圖，對其品質加以管制。（本例係樣本數相同）,解：計算管制界限,取樣數n固定或不超過25%之P管制圖-example,.,P.33,example,.,P.34,取樣數n不固定之P管制圖,.,P.35,例題：某電子工廠生產彩色電視機，用P管制圖管制其成品品質，每天抽樣一次，並以每天全部產品數量為樣本數，茲將25天之檢查記錄如下表，繪製一張P管制圖。（各組樣本數不相同）,n不固定之P管制圖-example,.,P.36,example,.,P.37,c管制圖,一定單位內的缺點數管理圖：檢查的試料面積或長度等相同時適用,例子：假設20片面板，灰點缺點數超過某個規定值，則不能接受，因此收集20片的灰點缺點數,CLc=68/20=3.4UCLc=8.9LCLc=-由於控制下限不可能為負值,故不標出控制下限,.,P.38,c管制圖-example,.,P.39,u管制圖,單位缺點數管理圖：檢查的試料面積或長度等不同時適用,例子：在輪胎生產廠，每