spc过程和变差.ppt

在這些過程中，品質是倚重員工的技術。控制著員工的性向測驗、培訓及資格、員工素質的等評及以沒有差錯為宗旨以淢少員工的錯誤。以下為可行的控制方法：SPCIPC培訓,過程和變差,LaborDominantProcess,受控及不受控的工艺,變差的種類,受控變差是在過程內及一段時間內，有著平穩而連貫的變差模式。這又稱為普遍成因變差或隨機成因變差.不受控變差是隨時間改變。變差模式的特性又稱為特別成因變差.變差事例：考慮一製造過程現製造一系列獨立的零件，每一零件有著可量度的尺寸或特性。定期抽出某些零件並且量度。這些量度結果不同是因為物料、機器、操作員及方法相互牽引而形成變差.,過程和變差,特殊原因造成不可预测,变量的种类,基本統計及統計概念,工艺过程,可控制变量,重要,不重要,输出变量,不可控变量,A,B,C,D,重要,如B随A变化而变化则为非独立变量,不重要,Inputfactor,Outputresponse,變差,2大主要變差的類別或來源1.受控變差-由普通原因引致的過程變差2.不受控變差-由特殊原因引致的過程變差,基本統計及統計概念,變差,變差的分類1.Withinpart/piecevariation-同一样本内的变异2.Piece-to-piecevariation-在某时间内，制造的不同批次产品样本的变异3.Time-to-timevariation-不同时间制出产品的变异,基本統計及統計概念,Response,t,8:00,13:00,3:00,普遍成因變差的示例,當過程於現況中存在時，這經常在過程中發生並影響輸出。一些普遍成因的示例如下：物料的性質消耗(如硬度、光滑度)機器的特性(如年齡、運行溫度、公差)環境(如濕度、光線)用於量度過程輸入及輸出的量具因為這些成因會從過程運作中產生，唯一可減少普遍成因變差是透過重新設計過程/DOE/機器的投資而作出改善。在過程改善中，必須配合管理行動,過程和變差,特殊成因變差示例,特殊成因變差會導至不受控變差，它們是難以預知，並且由外間影響而非內在過程因素。透過簡單的統計技術，可把它們偵查出來。特殊成因示例：物料改變(如新供應商、不同的紙張)機器或過程故障(如模具磨損、郵務人員罷工)不同操作員(如新的受訓者)環境改變(如天氣時常很差)這些特殊成因變差可透過研究操作員或過程改善原因，從而中過程中刪除。TCM是其中一個以這為目標而有效的工具。,過程和變差,特殊因素必須及早被發現，否則其出現會導至過程及輸出有不良的影響。當有害的特殊成因的原因被查明引証後，這便可從過程中被刪除，再發生的機會也很少。這行動必須小心研究有問題的程序，或為機器作定期維修。此外，在某些情況下，特殊成因也對過程有好處(如程序的改變)。再一次，必須查明改善的原因及，若可以，為過程作出永久性的零件。,過程和變差,消除特殊变因,SPC簡介,传统品质和现代品质管理的差别,SPC角度中的品質改善,CentralLimitThorem:(forinfinitesizeN),x,=,n,(n:samplesize),HowtoadjustforFinitePopulation?,x,=,n,N:populationsizen:samplesize,N-n,N-1,Otherwise,withnincrease,x,becomesincreasinglysmaller.,Correctionfactor,Thecorrectionfactorisusedonlywhen:,n/N5%,Example:10ohmresistorsaremanufacturedinbatchesof500,and50resistorsaretestedineachbatch.Ifthemeanresistenceofthesampleislessthan9.9ohms,thebatchisrejected.With=10ohms&=1ohms,whatistheprobabilitythatthebatchwillberejected?,x,Solution:,N=500,n=50,X=9.9,x,=,n,N-n,N-1,=0.1414*0.902=0.1343,x,Z=,X-,=,-0.745,=10,=1,9.9,Z=-0.745,Area=0.2719,P=0.5-0.2719=0.2281=22.81%,Reject,Reject,(Y1+Y2+Y3+Y4+Y5)/5=Mean,LookattheSigmadifference:Sigmax=Sigma/SQRT(5),y1,y2,y3,y4,y5,y6,y7,y8,y9,y10,1,-1.01,-1.72,0.297,1.044,-0.59,0.352,-1.21,-0.37,0.486,1.315,2,-0.11,-0.63,-1.12,-0.537,0.748,0.02,-0.29,-0.02,-1.15,-2.1,3,1.16,-0.21,0.347,-0.653,-1.56,-0.71,1.056,-1.29,1.686,-0.11,4,0.402,1.661,-1.45,-0.346,-0.18,0.375,-0.7,-1.4,0.245,-0.33,5,1.224,0.497,-1.1,0.997,-0.58,-0.2,-0.91,-1.24,0.356,-1.94,Min,-1.01,-1.72,-1.45,-0.653,-1.56,-0.71,-1.21,-1.4,-1.15,-2.1,Max,1.224,1.661,0.347,1.044,0.748,0.375,1.056,-0.02,1.686,1.315,Range,2.238,3.38,1.798,1.697,2.309,1.08,2.266,1.373,2.839,3.412,Mean,0.333,-0.08,-0.6,0.101,-0.43,-0.03,-0.41,-0.86,0.324,-0.63,R=,2.239,EstimatedSigma=,R/d2=,0.961,X,3Sigma=A,2,R,Sigma,x,=,0.433,RandomSamplingforaNormalDistribution,SPC的步驟,1.提供統計方法的教育。基礎的SPC方法、fractionalfactorialexperiments、腦力激盪法及QFD/品質工具。.2.確定商業機會/推動者。3.把主要的生產特性與過程