SPC统计过程管制简介(ppt 128页).ppt

2020/6/15,1,StatisticalProcessControl,SPC統計過程管制,顧問師：王子才.,2020/6/15,2,華通電腦聯想電腦毅嘉電子台光電子宏合電子群鑫電子大展電路板上聲電子展勝電業毓冠電子鍵和電子方志電子訊舟電子賽博電器宏崇化學正峰工業立輝金屬全億金屬永成五金合冠鞋業裕成製鞋廠福泰塑膠寶元數控輪興機械永益印刷長益印刷東鵬印刷商亮燈飾千麗燈飾聯盈塑膠順傳五金勛力嬰兒車泰祥汽車配件鍾慶汽車配件太子汽車工業.,ISO9000,QS9000,TS16949,日常管理，目標管理，生產管理統計製程管制，6訓練輔導,主要研究領域：,主要輔導或授課廠商：,健峰企業管理顧問股份有限公司顧問師,現任職：,歷經生產主管、品管經理、生產廠長、董事長特別助理等職務,主要企業經驗：,2020/6/15,3,品質的基本架構,定義：符合顧客的需求流程：預防不良衡量方法：品質成本執行標準：零缺點,2020/6/15,4,品質成本,運作品質成本,預防成本,：致力預防失敗之成本,鑑定成本,：試驗、檢驗及檢查以確定品質成本,失敗成本,內部失敗成本,：產品或服務在未運交客戶前，因未能達成要求之品質所造成之損失(如重加工、重試驗、報廢等),外部失敗成本,：產品或服務在運交客戶後，因未能達成要求之品質所造成之損失(如賠償服務、退貨、折讓等),外部保證品質成本,：指當客戶要求客觀之證據時，所做有關之示範及證明而發生之成本(如追加之品質保證約定、程序、示範試驗等),2020/6/15,5,對品質常有的錯誤觀念,大多數的品質問題是錯在作業人員容許少數的不良,意外的瑕疵是無可避免的品質是品管部門的責任只重視品質檢驗,檢驗人員需負責解決瑕疵品SPC只是在現場掛管制圖,2020/6/15,6,對品質的正確觀念,85%的品質問題是管理人員所要擔負的,管理者態度的偏差，更勝過作業人員的懶散第一次就把事情做好,並且將後工程視為顧客,才能真正做到零缺點品質品質和公司每一個人都有關品質檢驗是可以解決問題但卻無法消除問題SPC是讓品質保證的系統持續運轉不斷改善製程,以提昇品質與生產力,2020/6/15,7,統計概念,判斷上,事實上,2020/6/15,8,數據Data,資訊Information,情報Intelligence,企業資產Enterpriseassets,知識knowledge,2020/6/15,9,正態分佈,P(u-Xu+)=0.6827P(u-2Xu+2)=0.9545P(u-3Xu+3)=0.9973,於uk之間的機率,群體：N平均數：u集中趨勢標準偏差：離散趨勢被涵蓋在特定範圍的機率,2020/6/15,10,2020/6/15,11,準確度,精密度,高,低,高,低,Precision,Accuracy,2020/6/15,12,SPC興起的背景,SPC興起是宣告經驗掛帥時代的結束手工藝的產業：SPC無用武之地經驗取勝當經驗可以整理，再加上設備、制程或系統時，那SPC時機的導入，就自然成熟了。SPC興起是宣告品質公共認證時代的來臨1980年以前，客戶大都以自己的資源與方法，來認定某些合格的供應商，造成買賣雙方的浪費。1980年以後，GMP及ISO9000的興起，因為重視產品生產的過程與系統，故更須有賴SPC來監控過程與系統的一致性。,2020/6/15,13,SPC的迷思,迷思一：有管制圖就是在推動SPC？這是產品品質(Q)，還是過程參數(P)管制圖？這張管制圖是否有意義？它所管制的參數，真的對產品品質有舉足輕重的影響嗎？管制界限訂的有意義嗎？這張管制圖，是否受到應有的重視？是否已遵照規定，實施追蹤與研判？,2020/6/15,14,SPC的迷思,迷思二：有了Cpk/Ppk等計算就是在推動SPC？Cpk/Ppk有定期審查嗎？是否已用Cpk/Ppk作訂單分派給不同生產線，作為生產的依據？,2020/6/15,15,SPC的迷思,迷思三：有了可控制的過程參數(ProcessParameter)，就是SPC？為什麼挑出這些過程參數？這些過程參數的控制條件，是如何決定的？這些過程參數與產品品質之間，有因果關係可循嗎？,2020/6/15,16,SPC的焦點過程(Process),SPC與傳統SQC的最大不同點，就是由QP的轉變SQC：強調Quality產品的品質，換言之，它是著重於買賣雙方可共同評斷、鑑定的一種既成事實。SPC：則是希望將努力的方向更進一步的放在品質的源頭過程(Process)上。因為過程的起伏變化，才是造成品質變異(Variation)的主要根源。,2020/6/15,17,SPC的焦點過程(Process),品質變異的大小，也才是決定產品優劣的關鍵,過程起伏條件,品質異常,產品優劣,因,因,果,果,2020/6/15,18,SPC的步驟,過程參數,制程,2020/6/15,19,SPC的步驟,步驟一：深入掌握因果模式過程參數(因)/品質貢獻率(果)分析柏拉圖分析步驟二：設定主要參數的控制範圍以迴歸分析方法或實驗設計來分析,2020/6/15,20,SPC的步驟,步驟三：建立過程控制方法控制頻率樣本抽取方法樣本量測方法步驟四：抽取成品來印證原始系統是否仍然正常運轉？,2020/6/15,21,SPC的目標,SPC能使管理更合邏輯SPC能使管理掌握先機SPC能使管理更加省事SPC能使制造成本更低,2020/6/15,22,SPC的診斷,品質是否更穩定？良品率是否提高？制程是否更流暢？成本是否更低廉？異常是否更快能被偵測到？品管員是否逐漸在減少？,2020/6/15,23,統計過程管制【SPC】統計製程管制之目的係持續改善產品與服務的價值，達到顧客滿意。製程能力調查【Ca、Cp、Cpk】管制圖的運用,作業方式/資源混用方式,人員設備材料方法環境,產品或服務,顧客,辨識變化的需求與期望,統計方法,製程的聲音,輸入,製程/系統,輸出,顧客的聲音,製程回饋管制系統模式,2020/6/15,24,基础统计学,数据类型分布对数据中心的测量平均值中位值对数据散布的测量极差方差标准偏差对数据形状的测量正态分布正态概率数据采集,2020/6/15,25,中心趋向的测量,平均值:一组数据的算术平均值反应所有值的影响受奇异值的影响大中位值:反应排列的50%-数据按顺序排列后的中间值计算中不必考虑所有的值对于奇异值是“稳健的”,在过程改善方面，为什么我们主要用平均值而不是中位值?,2020/6/15,26,散布的测量,极差:数据组奇异值之间的距离(最高-最低)方差（）:每一个数据点到平均值的偏离的平方的均值标准偏差（）:方差的平方根范围对局外点比方差更敏感,最普通和最常用的散布测量是标准偏差-为什么?,2020/6/15,27,母体平均值,样本平均值,母体标准偏差,样本标准偏差,2020/6/15,28,母体参数对样本统计量,统计量评估参数,2020/6/15,29,散布的构成,过程输出变量的总体散布(方差)可以被分成由于过程输入造成的散布,2020/6/15,30,正态分布,“正态”分布是一种数据具有某些一致的特性的分布这些特性对于我们理解后面采集数据的过程是非常有用的多数自然现象和人类行为的过程是呈正态分布的,或者可以看成正态分布,2020/6/15,31,性质1:正态分布只用下列2个我们已知的参数就可以完全描述平均值,和标准偏差,正态分布,分布1,分布2,分布3,这三个正态分布有什么区别?,2020/6/15,32,正态曲线和概率区域与标准偏差的关系,4,3,2,1,0,-,1,-,2,-,3,-,4,40%,30%,20%,10%,0%,95%,样本数概率,从平均值的标准偏差数,性质2:曲线下的面积可以用来评估确定“事件”发生的累计概率,99.73%,68%,获得的两个值之间的累积概率值,2020/6/15,33,标准偏差的经验规律,先前的累积概率规律可以用于即使当一组数据不完全正态分布让我们比较理论(理想的)正态分布值和经验(实际的)分布值,2020/6/15,34,統計過程管制的定義,經由過程中去收集資料，而加以統計分析，從分析中得以發覺過程的變異，並經由問題分析以找出異常原因，立即採取改善措施，使過程恢復正常。並藉由過程能力分析與標準化，以不斷提昇過程能力。,2020/6/15,35,正態分佈,P(u-Xu+)=0.6827P(u-2Xu+2)=0.9545P(u-3Xu+3)=0.9973,於uk之間的機率,群體：N平均數：u集中趨勢標準偏差：離散趨勢被涵蓋在特定範圍的機率,2020/6/15,36,1Sigma,2Sigma,3Sigma,1Sigma,2Sigma,3Sigma,68.26%,95.45%,99.73%,%数据点的百分比,UCL,LCL,时间,我们测量的项目,标准偏差规则“数据处于哪个位置?”,2020/6/15,37,中心趨向的測量,平均值:一组数据的算术平均值反应所有值的影响,散佈的測量,极差全距:数据组內數值之间的距离(最高-最低)方差（）:每一个数据点到平均值的偏离的平方的均值标准偏差（）:方差的平方根,2020/6/15,38,變異、差異、方差Variation,標準偏差StandardDeviation,2020/6/15,39,群體平均值,样本平均值,群體标准偏差,样本标准偏差,X,2020/6/15,40,散布的構成,过程输出变量的总体散布(方差)可以被分成由于过程输入造成的散布,2020/6/15,41,Time1,Time2,Time3,Time4,組內變異,組間變異,称为短期(st)我们的潜在能力-能做得最好的情况所有6sigma公司用报告价值不高的多数,st+shift=合计,顯示散佈原因,2020/6/15,42,能力对实绩,过程实绩:全部散布包括shifts和drifts(Pp能及时并正确地找出不良原因,可使品质稳定,为最优良之管制工具.,缺点:在制造过程中,需要经常抽样并予以测定以及计算,后需点上管制图,较为麻烦而费时间.,2020/6/15,93,计数值管制图之优缺点,优点:只在生产完成后,才抽取样本,将区分为良品与不良品,所需数据能以简单方法获得之.对于工厂整个品质情况了解非常方便.,缺点:只靠此种管制图,有时无法寻求不良之真正原因,而不能及时采取处理措施,而延误时机.,2020/6/15,94,管制圖使用時機,決定管制特性,可否取得計量值數據,目標是否在於不良品數,目標是否在於缺點數,NO,NO,樣本數是否為定值,YES,使用P管制圖,使用np或P管制圖,樣本數是否為定值,使用U管制圖,使用C或U管制圖,YES,NO,YES,YES,NO,2020/6/15,95,數據是同類型或無法進行組內個別抽樣如化學槽液批亮油漆,樣本平均是否容易計算,使用中位值管制圖,NO,NO,各組樣本打大小是否9,YES,使用XR管制圖,NO,YES,樣本標準差S是否容易計算,使用XR管制圖,NO,使用XS管制圖,YES,使用個別值管制圖：XMR,YES,2020/6/15,96,管制圖之繪制流程,搜集數據,繪制解析用管制圖,穩定狀態？,繪制直方圖分布制程能力研究,滿足規格？,管制用管制圖,Yes,消除特殊原因,No,滿足,減少普通原因4M、1E分析,不滿足,提升製程能力,2020/6/15,97,平均值與極差管制圖(XR),A收集資料A1選擇子組大小、頻率和資料A2建立管制圖及記錄原始資料A3計算每個子組的平均值(X)和極差(R)A4選擇管制圖的刻度A5將平均值和極差，標記到管制圖上,2020/6/15,98,平均值與極差管制圖(XR),B計算管制上、下限解析用管制圖B1計算平均極差(R)，過程平均值(X)B2計算管制上、下限，並標記管制線極差：UCLR=D4RLCLR=D3R平均值：UCLX=X+A2RLCLX=XA2R,2020/6/15,99,平均值與極差管制圖(XR),C過程控制說明C1首先分析極差圖上的資料任何超出管制限的點連續7個點，全在中心線之上，或連續上升連續7個點，全在中心線之下，或連續下降可能為：模具受損或機器固定鬆動，或換班、換批，或量測系統改變(新人、新量具)。,2020/6/15,100,平均值與極差管制圖(XR),其他明顯非隨機的圖形各點與R的距離：一般大約2/3的點，應落在中心線為中心的1/3管制區域內，若非如此，則需進行調查並改善。可能為：管制上、下限或描點計算錯或標示錯。若有2/3的點，落在中心線為中心的1/3管制區域內，則人、機、料、法已達相當穩定之狀況，以此來作為下一階段的監控和持續改善。,2020/6/15,101,平均值與極差管制圖(XR),C過程控制說明C2識別並標注特殊原因極差圖C3重新計算管制上、下限(極差圖)C4分析平均值圖上的資料如同C1之分析C5識別並標注特殊原因平均值圖C6重新計算管制上、下限(平均值圖),2020/6/15,102,5.過程能力分析,過程處於受控狀態過程的各測量值符合正態分佈工程及其他規範準確的代表顧客的需求設計目標值位於規格的中心測量變異相對較小,2020/6/15,103,過程能力調查步驟,確切了解要調查的品質特性與調查範圍，並收集數據製作解析用管制圖，確定製程處於受控狀態之中計算過程能力指數(ShortTerm:Cpk)判斷過程能力是否足夠，如不夠時或不穩定時，則加以改善以解析用管制圖之管制上、下限，作為管制用管制圖之監控，並於一段期間後，再計算過程能力指數(LongTerm:Ppk),2020/6/15,104,過程能力調查的方式,圖示法-主要以次數分配圖、直方圖、管制圖表示之數值法-以Ca值(製程準確度)、Cp值(製程精密度)、Cpk值(製程能力指數)表示之,2020/6/15,105,圖示法過程能力的初步判定,中心值位置分散寬度分佈形狀,大小,大小,大小,由製程中收集100個以上的數據，做成次數分配圖或直方圖，由圖形的中心值位置、分散寬度、分佈形狀可簡單判定製程能力,2020/6/15,106,數值法過程能力分析,製程準確度Ca(CapabilityofAccuracy)衡量自產品中所獲得產品資料的實績平均值(X),與規格中心值(u)其間偏差的程度,是期望製程中生產的每個產品的實際值能與規格中心值一致(1)Ca之計算方式如下：實績平均值-規格中心值X-uCa=-*100%=-*100%規格公差/2T/2T=SU-SL=規格上限-規格下限,集中趨勢,2020/6/15,107,Ca值的等級判定Ca值是正值-實績平均值較規格中心值偏高Ca值是負值-實績平均值較規格中心值偏低Ca值愈小,品質愈佳。依Ca值大小一般分為四級：,2020/6/15,108,(4)處置原則,A級：維持現狀B級：改進為A級,C級：立即檢討改善D級：立即採取緊急措施，全面檢討，必要時停止生產,2020/6/15,109,製程精密度Cp(CapabilityofPrecision)衡量自產品中所獲得產品資料的6個估計實績標準差(),與規格公差(T)其間相差的程度,是期望製程中生產的每個產品以規格中心值為目標，其變異寬度愈小愈好，換言之，即在衡量規格公差範圍與製程變異寬度兩者間相差程度(1)Cp之計算方式如下：,離散趨勢,2020/6/15,110,Cp值的等級判定Cp值愈大-規格公差(T)大於估計實績標準差()愈多，即表示製程的變異寬度遠小於規格公差Cp值愈大,品質愈佳。依Cp值大小一般分為五級：,2020/6/15,111,(3)Cp等級之說明,6E級,6D級,6C級,6B級,6A級,規格中心值,規格上限,規格下限,Cp0.67,Cp=0.67,Cp=1.00,Cp=1.33,Cp=1.67,T=10,T=8,T=6,T=4,2020/6/15,112,過程能力指數Cpk(穩定的制程),Cpk=,(1Ca),*Cp,當Ca=0時，Cpk=Cp,單邊規格時，Cpk即以Cp值計之,集中趨勢,離散趨勢,2020/6/15,113,(3)Cpk等級之說明(當Ca=0),6E級,6D級,6C級,6B級,6A級,規格中心值,規格上限,規格下限,Cpk0.67,Cpk=0.67,Cpk=1.00,Cpk=1.33,Cpk=1.67,T=10,T=8,T=6,T=4,Cpk=2.00,T=12,2020/6/15,114,USL：規格上限LSL：規格下限X：過程總平均值：估計標準差,過程能力指數CpkQS9000,=R/d2R：極差(全距)的平均值d2：依樣本數大小變化，所使用之常數,2020/6/15,115,計算Z值單邊規格：ZUSL=或ZLSL=,USLX,XLSL,2020/6/15,116,雙邊規格：ZUSL=或ZLSL=Zmin=ZUSL或ZLSL之最小值若Z0，則表示過程總平均值落在規格界限外Z值可用於估計過程超