SPC统计制程控制(综合简介)

SPC统计制程控制QRA\WilsenContentsSPC概念1SPC基本统计2SPC管制图3SPC管制图判读4SPC概念SPC的产生工业革命以后，随着生产力的进一步发展，大规模生产的形成，如何控制大批量产品品质成为一个突出问题，单纯依靠事后检验的质量控制方法已不能适应当时经济发展的要求，必须改进质量管理方式。于是，英、美等国开始着手研究用统计手法代替事后检验。1924年，美国的舒华特博士提出将3Sigma原理运用于生产过程当中，并发表了著名的“管制图法”，对过程变量进行控制，为统计质量管理奠定了理论和方法基础。1SPC概念SPC是英文StatisticalProcessControl的字首简称,即统计制程控制.SPC就是應用統計技術收集各個关键制程的數據進行分析，找出異常的原因,並針對異常採取適當的對策調整制程,使製程恢復稳定狀態，從而達到改進與保證質量的目的.

SPC特点強調預防，防患於未然是SPC的宗旨SPC概念--普通原因与特殊原因普通原因系统中之因素种类多随时存在影响力较小不易消除异常原因特殊原因系统外之因素种类少偶尔发生影响力较大可经济地消除机器故障

来料异常人员疲劳错误操作方法机器老化

机器震动环境不良(Particle)设计不良SPC概念--普通原因与特殊原因SPC概念SPC能解决的问题经济性：有效的抽样管制，不用全数检验.使制程稳定，能掌握品质、成本与交期.预警性：制程的异常趋势可实时对策，预防整批不良，以减少浪费.分辨特殊原因：作为局部问题对策或管理阶层系统改进之参考.善用机器设备：估计机器能力，可妥善安排适当机器生产适当零件.改善的评估：制程能力可作为改善前后评估指标.1SPC概念--数据的类型计量型是通过量测获得的数据如:长度温度厚度质量计数型表现的是属性和类别,是通过记数所得的数据.如:合格不合格缺点数SPC基本统计统计学概念为了解被调查群体的某些隐含的特性，运用合理的抽样方法从被调查群体N中取得适当的样本n（随机性、代表性），通过研究样本来发现群体的特性。统计学是科学的“以偏概全”的方法。SPC基本统计基本统计术语母体(Population)我们研究对象的全部,具有共同特性的个人、物体或测量值所形成的集合.一般用N表示.

样本(Sample)从母体中抽取的能代表母体特征的样本.一般用n表示.

平均数(Mean)母体或样本所有数据的平均数例:

量19”面板CellGap值分别为3.43、3.44、3.45、3.45、3.46、3.45、3.42、3.44、3.43、3.41，请问其平均值为何？

优点：是代表一组数据集中趋势最佳的统计量。缺点：易受极端值的影响。SPC基本统计基本统计术语中位数(Median)样本按大小顺序排列后,位于中间的数值.

将数据排序(X(1)≦X(2)≦…≦X(n))。找出中间位置I(I=(n+1)/2)。

第I个数即为中位数。若I为奇数:Me=X(I)若I为偶数:Me=(X([I])+X([I]+1))/2例:

量19”面板CellGap值分别为3.43、3.44、3.45、3.47、3.46、3.48、3.42请问其中位数为何？

Xme=3.45SPC基本统计基本统计术语众数(Mode)一组数据中出现次数最多的数.

例:

量19”面板CellGap值分别为3.43、3.44、3.45、3.45、3.46、3.45、3.42请问其众数为何？方差(Variance)数据与其平均值之间差值的平方的平均值例:量19”面板CellGap值分别为3.43、3.44、3.45、3.45、3.46、3.45、3.42请问其方差为何？

X-bar=3.44=(0.0001+0+0.0001+0.0001+0.0004+0.0001+0.0004)/7=0.00017SPC基本统计基本统计术语标准差(Standarddeviation)方差的平方根,表示一组数据的分散程度.例:量19”面板CellGap值分别为3.43、3.44、3.45、3.45、3.46、3.45、3.42请问其标准差为何？

(sigma=0.013)全距(Range)样本的最大值减去最小值的差R.例:量19”面板CellGap值分别为3.43、3.44、3.45、3.45、3.46、3.45、3.42请问其标准差为何？(R=0.04)常态分配是一种自然界最常见的数据分布型态，在统计与品管的实务应用上，常需进行数据常态分配的验证。常态分配是不可或缺的条件。常态分配特性在中心線或平均值兩側呈現對稱分佈常態曲線左右兩侧與橫軸漸漸接近但永不相交曲線下的总面積為168.27%95.45%99.73%99.994%

+1

+2

+3

-3

-2

-1

+4

-4

平均数(

)和标准偏差(

)即可决定一常态分配SPC基本统计常态分配比较平均值相同但标准偏差不同平均值不同但标准偏差相同SPC基本统计五支箭射在同一点，但未射中靶心，代表高精确度，低准确度

靶心

(真值)

每一次箭着点

(量测值)五支箭射在同一点，且均射中靶心，代表高精确度，高准确度五支箭没有射在同一点，且没有射中靶心，代表低精确度，低准确度五支箭没有射在同一点，但有射中靶心，代表低精确度，高准确度准确度(accuracy)与精确度(precision)SPC基本统计衡量制程实际平均值与规格中心值之偏差程度(准确度)A:｜Ca｜≦12.5%B:12.5%＜｜Ca｜≦25.0%C:25.0%＜｜Ca｜≦50.0%D:50.0%＜｜Ca｜A:有遵守作业标准操作并达规格要求,需续维持现状

B:有必要尽可能提升至A级

C:作业标准可能未被遵守或有必要检讨所订之规格及作业标准

D:应采取紧急措施,全面检讨可能影响之因素,必要时需停线Ca=(μ-SL)/(T/2)*100%T=USL-LSL(规格公差)单边规格因没有规格中心值,故不能算Ca。=>Ca值越小越好,表示偏离小制程能力指标Ca(CapabilityofAccuracy)SPC基本统计Ca=0代表製程無偏，製程中心正好落在規格中心Ca=1代表製程大偏，製程中心落在規格界線外.練習:

某马达之转速定義為4000+/-10%(3600RPM~4400RPM)，而製程做出來之中心值為3850.請計算其CA值.SPC基本统计制程能力指标Ca(CapabilityofAccuracy)制程能力指标Ca(CapabilityofAccuracy)范例

:

统计BEOLC1POL3803月份19”偏贴精度结果如下表所示，请评估制程能力Ca.其中偏贴精度Spec为0+/-0.4Mean:0.014Ca:0.035(3.5%)过程控制能力制程能力指标Cp(CapabilityofPrecision)A:此制程甚为稳定,可将规格公差缩小或胜任更精密之工作

B:有发生不良率偏高之危险,须加以注意并努力维持不再变坏C:检讨所订规格及作业标准,可能本制程无法胜任如此精密之工作

D:应采取紧急措施,全面检讨可能影响之因素,必要时需停线A:1.33≦CpB:1.00≦Cp＜1.33C:0.83≦Cp＜1.00D:Cp＜0.83Cp=T/6σ---双边规格衡量制程变异程度(精确度)Cp=(USL-μ)/3σ

或(μ-LSL)/3σ---单边规格=>Cp值越大越好,表示制程佳SPC基本统计CP>1代表製程精良，製程散差窄於規格公差.CP<1代表製程駑劣，製程散差闊於規格公差.練習:

某马达之RPM定義為4000+/-10%(3600RPM~4400RPM)，而製程做出來之中心值為3850，標準差為80.請計算其CP值.制程能力指标Cp(CapabilityofPrecision)范例

:

统计BEOLC1POL3803月份19”偏贴精度结果如下表所示，请评估制程能力Cp.其中偏贴精度Spec为0+/-0.4Sigma:0.037制程能力指标Cp(CapabilityofPrecision)Cp:3.604过程控制能力A:达到质量水平，继续维持。

B:制程能力尚可，可努力提升至A级C:制程应加以改善D:制程应加以改善，必要时须停线A:1.67≦

CpkB:1.33≦

Cpk＜1.67C:1≦

Cpk＜1.33D:Cpk＜1Cpk=(1-｜Ca｜)

Cp制程能力综合指标当Ca=0时,Cpk=Cp单边规格时,Cpk即以Cp值计算制程能力指标Cpk(CapabilityofProcess)SPC基本统计Ca=衡量制程准确度愈小愈好Cp=衡量制程精确度愈大愈好Cpk=衡量制程精准度愈大愈好練習:

某马达之RPM定義為4000+/-10%(3600RPM~4400RPM)，而製程做出來之中心值為3850，標準差為80.請計算其Cpk值.制程能力指标Cpk(CapabilityofProcess)SPC基本统计制程能力分析实例收集ArrayEtch19inch1650Gatelinewidth数据如下,请分别计算Ca、Cp、Cpk。其中Spec为18+/-1.5um。SPC基本统计管制系数表SPC管制图概念管制图起源与目的管制图首由舒华特于1924年提出，對過程加以測定、記錄用以管制制程，其用法简单，因此被广泛用于工业界.

管制图将数值以曲线表示出来，以观查其变异的趋势，尽快侦测到特殊原因以便采取适当的改善措施。当特殊原因经由修正而消失后，制程将再回到统计管制状态。假设产品质量特性服从常态分配。正態分佈有一個結論對質量管理很有用，即無論均值μ和標準差σ取何值，産品質量特性值落在μ±3σ之間的概率爲99.73，於是落在μ±3σ之外的概率爲100%一99.73%=0.27%，而超過一側，即大於μ-3σ或小於μ+3σ的概率爲0.27%/2=0.135%≈1‰.管制图原理SPC管制图根据常态分配的结论，在制程稳定的条件下，点子超出管制上限或管制下限的机率只有1‰左右，用数学语言来说，即根据小机率事件原理，小机率事件实际上不发生，若发生则判断异常，即制程失控。发生机率仅约1‰管制图原理SPC管制图纵坐标：数据（质量特性值或其统计量）横坐标：按时间顺序抽样的样本编号或时间顺序上虚线：上规格界限USL上实线：上控制界限UCL下实线：下控制界限LCL下虚线：下规格界限LSL中虚线：中心线CLRemark:规格线：由客户或设计部门给出;控制界线：由过程的实际数据统计计算得出;一般情况下,控制界限严于规格;控制图的要素SPC管制图概念解析用控制图决定制程控制方法制程能力解析及研究制程管制准备控制用控制图追查并消除异常原因研究并采取防止此项原因重复发生之措施解析用稳定控制用控制图的分类(按用途分)SPC管制图概念控制图的分类(按数据种类分)計量值管制图(ControlChartsforVariables)平均值与全距控制图(X-RChart)平均值标准差控制图(X-σChart)中位数与全距控制图(X-RChart)个别值与移动全距控制图(X-MRChart)计数值控制图(ControlChartsforAttribute)不良率控制图(PChart)不良数控制图(PnChart)缺点数控制图(CChart)单位缺点数控制图(UChart)~SPC管制图概念决定管制的产品质量特性。选择适当的管制图进行管制。决定抽样间隔时间、样本大小和抽样方法。当制程变动量相当大时，则适合使用小样本，反之，若制程变动小时则使用大样本。理想的抽样频率是次数频繁地抽取大样本。但从经济观点而言，此并非最佳之抽样方法。较可行之方法是在长时间间隔下取大样本或短时间间隔下取小样本。在大量生产或有多种特殊原因出现下，较适合样本小而次数多之抽样。收集资料计算管制界限。收集至少25组的样本数据计算管制界限。若解析用管制图点子未出界且呈随机分布，则可用以管制制程。若点子出界或不呈随机分布，则删除所对应之点子，并重新计算管制界限。收集样本数据，并进行监控。管制图建立步骤SPC管制图SPC管制图适用于：长度、重量、精度、强度等连续变量.常用的计量值控制图有下面几种：均值－极差控制图（

图）中位数－极差控制图（

图）单值－移动极差控制图（

图）均值－标准差控制图（

图）

產品須經由實際量測取得的連續性實测值，並對其做數理分析，以說明該產品在此量測特性的品質狀況的方法.計量值計算各樣組的平均數計算這些組平均數的平均數SPC管制图(计量型)Xbar-R管制圖建立X－R管制圖的步驟搜集數據－依測定時間順序排列數據分組－以2～5個數據為一組最佳記入管制圖的數據欄內計算平均值X－求各組的平均值X計算全距R－求各組的全距R計算總平均值X－求各組均值X的總平均值X計算全距的平均值R－求各組全距R的平均值R查係數A2，D4，D3並代入公式計算管制界限繪制管制界限及中心線－X管制圖在上,R管制圖在下描点－以直線連接（分析用控制图）剔除异常点.重新计算控制界限.作为日常控制用（控制用控制图）SPC管制图(计量型)收集ArrayEtch19inch1650Gatelinewidth数据如下,请分别计算X-bar和R管制图的UCL、CL、LCL建立X－R管制图范例SPC管制图(计量型)將以上計算的結果，畫出與Chart的管制界限，並將個別樣組值畫在圖上，即可得到如下之管制圖.平均值管制上限管制下限R平均值R管制上限R管制下限建立X－R管制图范例SPC管制图(计量型)SPC管制图(计量型)計算各樣組的平均數計算這些組平均數的平均數33SPC管制图(计量型)Xbar-S(平均值標準差)管制圖計算各樣組的中位數計算這些組中位數的平均數Xmed-R(中位數)管制圖SPC管制图(计量型)X-Rm(個別-移動單值)管制圖適用製程．耗用時間很多方能完成測試者．屬極為均勻一致之產品．破壞性試驗或是測量不易之產品．產品係非常貴重之物品．產量不大，批量很小時SPC管制图(计量型)SPC管制图计量型管制图的选择性質上均勻或不能分組取樣?組均值能方便計算?樣本容量是否>9?使用單值-移動圖否是使用平均數-標準差圖使用中位數圖使用平均數-全距圖是是否否适用于：不合格品数、不合格品率、缺陷数、单位缺陷数等离散变量.常用的计数值控制图有：不合格品率控制图（Ｐ图）不合格品数控制图（Pn图）缺陷数控制图（c图）单位缺陷数控制图（µ图）以計產品的属性或點數的表示方法。SPC管制图計數值

(各組的不良率)(總不良率)(ni為平均樣本容量)SPC管制图(计数型)P(不良率)管制圖P(不良率)管制圖举例某工厂制造外销产品,每2小时抽取100件来检查,将检查所得不良品数据列于下表,利用次数据绘制不良率(P)管制图,控制其质量.=0.05=0.05+3*0.02=0.11=0.05-3*0.02=-0.01=0P(不良率)管制圖举例NP(不良數)管制圖SPC管制图(计数型)SPC管制图(计数型)

C(缺點數)管制圖(n為樣本總數)

U(單位缺點數)管制圖SPC管制图(计数型)SPC管制图计数型管制图的选择確定要製定控制圖的特性是計量型數據嗎?關心的是不合格率?樣本容量是否恆定?關心的是缺点數?樣本容量是否恆定?計量型控制圖否是使用np圖或p圖使用u圖使用p圖是是是是否否否使用C圖利用管制图监控制程，若所有点子皆未跳出管制界限外，且呈随机分布，则判定制程稳定，反之，则判定制程失控。OOS:OutOfSpecification(超出规格线)OOC:OutOfControl(超出控制线)目前IVO有AMS系统,其可以自动的通知责任人产线的异常状况,若超出规格则SPC系统自动Hold货,待发现原因后才可以解除Hold货,并需要Keyincomment.使用判异准则可分析点子分布是否呈随机分布，且可提升管制图对侦测微量变动的制程平均数与变异数的敏感度。管制图