SPC在制程中的应用讲座(ppt 154页).ppt

1、13.08.2020,1,Statistical Process Control,SPC 在制程中的應用,13.08.2020,2,明碁電通 有達光電 仁寶電腦 震旦電子 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 同健電子 川邊電子 綠點科技 宏崇化學 正峰工業 立輝金屬 全億金屬 永成五金 合冠鞋業 興鵬鞋業 裕元鞋業 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 越南寶元鞋業 泰祥汽車配件 鍾慶汽車配件 太子汽車工

2、業 .,ISO 9000 , QS 9000 , TS 16949 , 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 健峰企業管理顧問股份有限公司 6黑帶合格講師, 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：,13.08.2020,3,課程大綱,基本統計概述 直方圖 基本統計量數 SPC 背景說明 制程變異分析 建立 SPC 步驟 管制圖 制程能力研究 實例演練,13.08.2020,4,統計制程管制【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

3、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,13.08.2020,5,統計方法的意義 群體與樣本 資料的分類 資料的分析 品質管制與統計方法,一、基本統計概述,13.08.2020,6,統計概念,判 斷 上,事 實 上,13.08.2020,7,問題類型的分析,對的問題比對的答案更重要 有清楚的實驗策略，比急著去做實驗更重要,13.08.2020,8,統計方法的意義,規劃資料的收集，整理與解釋資料，並據以導

4、出結論或予以推廣的制程，稱為統計方法。 闡述統計方法與理論的科學，即為統計學。 上述統計方法，乃自全部資料中，抽取部分資料，此部份資料的收集、整理，並將其結果加以解釋，使不了解統計分法的仁得以了解，並據以對全部資料作成結論，或推導出全部資料所蘊含的特性。,13.08.2020,9,統計資料,屬性資料,屬量資料,合格 / 不合格 好 / 不好 滿意 / 不滿意,計數值 間斷資料 計量值 連續資料,13.08.2020,10,群體與樣本,群體Population，可為整個制程的所有製品或半成品之全部測定值，亦可為一大批貨品，一小批貨品，一天內的製品或半成品，一小時內的製品。 群體Populatio

5、n 以 N 表示。 計數值 群體不合格率 計量值 群體平均數 ，群體標準差 群體的構成，特別應注意 層別 ： 不同批原料、不同機器設備、不同班別、不同操作員等。,13.08.2020,11,群體與樣本,樣本Sample，為自群體中選取的一部分製品或半成品之測定值，或自整個檢驗批中抽取一部分製品或半成品之測定值。 樣本Sample 以 n 表示。 計數值 樣本不合格率 計量值 樣本平均數 X ，樣本標準差 x 樣本的取得，特別應注意 隨機性：並能夠代表群體為原則。,13.08.2020,12,資料的分類,時間分類標準： 日、周、月、季、半年、年。 空間分類標準： 不同生產線、不同銷售區、不同材料

6、來源。,13.08.2020,13,資料的分析,查檢表 次數分配表 柏拉圖 直方圖 圓形圖 推移圖 長條圖,13.08.2020,14,品質管制與統計方法,品質管制的發展階段：操作員品管、領班品管、統計品管SPC、全面品管TQC、全面品質管理TQM，六大階段。 自第四階段的統計品管SPC，Dr. Shewhart 博士( 1924 年) 發表製造產品品質的經濟管制以後，統計方法即持續運用於品質管制中。 舉凡 (1) 市場分析 (2) 產品設計 (3) 可靠度規格，壽命 / 耐用性預測 (4) 製程管制 / 製程能力分析 (5) 品質水準 / 抽樣檢驗計畫之決定 (6) 數據分析 / 性能評估

7、/ 缺點分析 等，均導入適當之統計方法。,13.08.2020,15,品質管制與統計方法,可用之特殊統計方法及應用包含但並不限於： (1) 實驗計畫法 / 因子分析 (2) 變異數分析 / 迴歸分析 (3) 安全性評估 / 風險分析 (4) 顯著性檢定 (5) 管制圖 (6) 抽樣檢驗,13.08.2020,16,直方圖的意義 次數分配 直方圖的應用,二、直方圖,13.08.2020,17,直方圖的意義,定義 將測量所得的 Data 如時間、長度、硬度等計量值，劃分成數個組間，計算各組間數據出現的次數，以便瞭解其分配的狀況的圖表，叫作直方圖。 直方圖係根據次數分配表而繪製。,13.08.202

8、0,18,直方圖的意義,繪制直方圖之目的 (1) 測知製程能力 (2) 計算產品不良率 (3) 調查是否混入二個以上不同的 群體 (4) 測知有無假數據 (5) 測知分布型態,13.08.2020,19,直方圖的應用,直方圖的作法 1. 決定Data收集期並收集Data 最少要有50個Data，最好要有100個以上 2. 找出Data中之最大及最小值 Ex: L=23.4 S=20.2 3. 決定組數 - K 等於 n 的平方根 Ex: n = 50 k = 7 4. 決定組距h -將最大值減去最小值後，除以組數，再取最小測量單位的整數倍即可 Ex:（ L - S ）/ K =（23.4-20

9、.2）/ 7 = 0.46 h = 0.5 （取最小量測單位之整數倍） 5. 決定組界值 -由最小值減去最小測良單位的1/2，就是第一組的下限，再逐次加上各組距，直到可含蓋最大值即完成 Ex: 20.2 - 0.1/2 = 20.15 （第一組下界） 20.15 + 0.5 = 20.65 （第一組上界、第二組下界） 20.65 + 0.5 = 21.15 （第二組上界、第參組下界） . . 23.15 + 0.5 = 23.65 （已大於最大值）,13.08.2020,20,直方圖的應用,直方圖的作法 6. 求出各組的中心值 - 各組上界加下界除以二 Ex: （20.15 + 20.65）/

10、 2 =20.40 第一組中心值 7. 計算落在各組內的 次數 8. 作成直方圖 9. 記入必要的事項如產品名、規格、Data數量.,13.08.2020,21,直方圖的應用,(1) 測知製程能力,13.08.2020,22,直方圖的應用,(2) 計算產品不良率,13.08.2020,23,直方圖的應用,(3) 調查是否混入二個以上不同群體： 二批不同材料、二個不同操作員、二個不同班別、二台不 同機器、二條不同生產線,13.08.2020,24,直方圖的應用,(4) 測知有無假數據： 據說曾有一家輪胎廠，廠房坐落在大水溝旁，檢驗員檢驗結果，如發現不合格之製品，就將其丟入大水溝內,依統計學來分析

11、，此種情形不可能存在。,13.08.2020,25,直方圖的應用,(5) 測知分配型態 正態型、離島型、右偏型,0%,13.08.2020,26,(例)有一機械廠，為瞭解製品外徑尺寸之變化，由產品抽取100個樣本測定其外徑，測定結果如下表，試作次數分配表。,實例說明,13.08.2020,27,實例說明,(1)定組數： (2)求組距： 全距XmaxXmin 0.6650.634 0.031 組距 0.0031 0.003,13.08.2020,28,實例說明,(3)決定區間之境界值 第一組下組界最小測定1/2測定單位 0.634 0.6335。 以0.6335累加0.003得各區間之境界值，如

12、次數分配表。 (4)計算各組間之中心值 第一組中心值 0.635 以0.635累加0.003得各區間中心值。,13.08.2020,29,次數分配表,13.08.2020,30,13.08.2020,31,有一機械產品的產品特性為內徑KPC of 2.50 0.05 mm，今於 Pre-Production Run 抽取 40 個產品測定結果如下表，產品量測過程的檢驗人員及量測設備，其 Gage R 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.,13.08.2020,107,计数值管制图

13、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.,13.08.2020,108,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 n p 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,13.08.2020,109,數據是同類型或無法進行組內個別抽樣如化

14、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 X R管制圖,NO,YES,樣本標準差 S是否容易計算,使用 X R管制圖,NO,使用 X S管制圖,YES,使用個別值管制圖：X MR,YES,13.08.2020,110,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 層別研究,滿足規格？ 制程能力研究,管制用管制圖,Yes,消除非機遇原因,No,滿足,減少機遇原因 4M、1E 分析,不滿足,提升製程能力,Z - value,13.08.2020,111,管制圖 制程控制的工具,1.收集： 收集資料並畫在圖

15、上 2.控制： 監控是否超出管制上、下限 非機遇原因 計算所收集的資料，作為分析之用 觀察全距的變化 3.分析與改善： 依所計算之結果，評估制程能力指數 監控在受控狀態資料的變化，確定機遇原因全距 的變化，並採取措施 必要時，可修改管制上、下限，持續不斷的改善,解析用管制圖,管制用管制圖,13.08.2020,112,平均值與全距管制圖 ( X R ),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 ) 和全距 ( R ) A4 選擇管制圖的刻度 A5 將平均值和全距，標記到管制圖上,將 X & R 標記道管制圖上,13.08.

16、2020,113,X = 50.26 R = 5.1,13.08.2020,114,平均值與全距管制圖 ( X R ),B 計算管制上、下限解析用管制圖 B1 計算平均全距( R )，制程平均值 ( X ) B2 計算管制上、下限，並標記管制線 全距： UCLR = D4 R LCLR = D3 R 平均值：UCLX = X + A2R LCLX = X A2R,13.08.2020,115,13.08.2020,116,13.08.2020,117,13.08.2020,118,13.08.2020,119,13.08.2020,120,平均值與全距管制圖 ( X R ),C 制程控制說明

17、C1 首先分析全距圖上的資料 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)。,13.08.2020,121,平均值與全距管制圖 ( X R ), 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

18、來作為下一階段的監控和持續改善。,13.08.2020,122,平均值與全距管制圖 ( X R ),C 制程控制說明 C2 識別並標注非機遇原因全距圖 C3 重新計算管制上、下限( 全距圖 ) C4 分析平均值圖上的資料 如同C1之分析 C5 識別並標注非機遇原因平均值圖 C6 重新計算管制上、下限( 平均值圖 ),13.08.2020,123,5. 制程能力分析,制程處於受控狀態 制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,13.08.2020,124,Cpk / Ppk,Cpk The capability index for

19、 a stable process. The estimate of sigma is based on within subgroup variation ( R-bar / d2 or S-bar / c4 ),Ppk The performance index. The estimate of sigma is based on total variation ( all of individual sample data using the standard deviation 【root mean square equation 】, “ s “ ).,13.08.2020,125,

20、Cpk / Ppk,Cpk 在一穩定制程下的能力指數 某一天、某一班次、某一批、某一機台 其組內的變異 ( R-bar / d2 or S-bar / c4 ),Ppk 性能指數 量試階段的能力指數、 某一產品長期監控下的能力指數 ( all of individual sample data using the standard deviation 【root mean square equation 】, “ s “ ).,13.08.2020,126,制程能力調查步驟,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 計算制程能力指數 ( Sho

21、rt Term : Cpk ) 判斷制程能力是否足夠，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，再計算制程能力指數 ( Long Term : Ppk ),13.08.2020,127,制程能力調查的方式,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,13.08.2020,128,圖示法制程能力的初步判定,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

22、佈形狀可簡單判定製程能力,13.08.2020,129,數值法制程能力分析,製程準確度Ca(Capability of Accuracy) 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-u Ca=-*100% = -*100% 規格公差/2 T/2 T=USL-LSL =規格上限-規格下限,集中趨勢,13.08.2020,130,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。

23、依Ca值大小一般分為四級：,13.08.2020,131,(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,13.08.2020,132,製程精密度Cp(Capability of Precision) 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：,(單邊規格),或,離散趨勢,13.08.2020,133,Cp值的等級判定 Cp值愈大-

24、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：,13.08.2020,134,(3)Cp等級之說明,6 E 級,6 D 級,6 C 級,6 B 級,6 A 級,規格中心值,規格上限,規格下限,Cp 0.67,Cp = 0.67,Cp = 1.00,Cp = 1.33,Cp = 1.67,T = 10 ,T = 8 ,T = 6 ,T = 4 ,13.08.2020,135,制程能力指數 Cpk( 穩定的制程 ),Cpk =,( 1 Ca ),* Cp,當 Ca = 0 時，Cpk = Cp,單邊規格時，Cpk

25、即以 Cp 值計之,集中趨勢,離散趨勢,13.08.2020,136,(3)Cpk 等級之說明 ( 當 Ca = 0 ),6 E 級,6 D 級,6 C 級,6 B 級,6 A 級,規格中心值,規格上限,規格下限,Cpk 0.67,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 ,13.08.2020,137,USL ： 規格上限 LSL ： 規格下限 X ：制程總平均值 ：估計標準差,制程能力指數 Cpk S.T. Stable Process, = R /

26、d 2 R ：全距(全距)的平均值 d 2 ：依樣本數大小變化，所使用之常數,13.08.2020,138,USL ： 規格上限 LSL ： 規格下限 X ：制程總平均值 x：實績標準差,性能指數 Ppk L.T.,Ppk 性能指數 量試階段的能力指數、 某一產品長期監控下的能力指數 ( all of individual sample data using the standard deviation 【root mean square equation 】, “ s “ ).,13.08.2020,139,群體平均值,样本平均值,群體标准偏差,样本标准偏差,X,13.08.2020,140,Normal Distribution - List,m,T,USL,LSL,P(d),Z,13.08.2020,141,計算 Z 值 ( Short Term) 單邊規格：Z USL = 或 Z LSL =,USL X,X LSL,13.08.2020,142, 雙