SPC(统计过程控制)培训

SPC培訓講義第一章:認識SPC第二章:基本統計概念第三章:SPC管制圖類別第四章:SPC管制圖第五章:制程能力分析第六章:SPC總結第七章:SIXSIGMA介紹第一章:認識SPC一.什么是SPCSPC----StatisticalProc100100essControl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质量成为一个突出问题，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方法代替事后检验的质量控制方法。1924年，美国的休哈特博士提出将3Sigma原理运用于生产过程当中，并发表了著名的“控制图法”，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。统计过程控制，是企业提高质量管理水平的有效方法。它利用数理统计原理，通过检测数据的收集和分析，可以达到“事前预防”的效果，从而有效控制生产过程、不断改进品质。与全面质量管理相同，强调全员参与，而不是只依靠少数质量管理人员。二.SPC的作用:1、确保制程持续稳定、可预测。2、提高产品质量、生产能力、降低成本。3、为制程分析提供依据。4、区分变差的特殊原因和普通原因,作为采取局部措施或对系统采取措施的指南。三.SPC的焦點──製程(Process)Quality，是指產品的品質。換言之，它是著重買賣雙方可共同評斷與鑑定的一種「既成事實」.而在SPC的想法上，則是希望將努力的方向更進一步的放在品質的源頭──製程（Process）上.因為製程的起伏變化才是造成品質變異（Variation）的主要根源.四.SPC的推行步驟:確立製造流程、製造流程解析決定管制項目實施標準化管制圖的運用Cpk1.33問題分析解決製程的繼續管制制程能力分析Cpk1.33問題分析解決制程條件變動時•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•SPC興起的背景•SPC的迷思•SPC的焦點•SPC的思考•SPC的診斷SPC背景說明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『制程』與『系統』，故更須有賴SPC來監控『制程』與『系統』的一致性。SPC的迷思•迷思一：有管制圖就是在推動SPC？─這是產品品質(Q)，還是制程參數(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？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？SPC的迷思迷思三：有了可控制的制程參數(ProcessParameter)，就是SPC？─為什麼挑出這些制程參數？─這些制程參數的控制條件，是如何決定的？─這些制程參數與產品品質之間，有因果關係可循嗎？SPC的焦點→制程(Process)SPC與傳統SQC的最大不同點，就是由Q→P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→制程(Process)上。因為制程的起伏變化，才是造成品質變異(Variation)的主要根源。SPC的焦點→制程(Process)品質變異的大小，也才是決定產品優劣的關鍵制程起伏條件品質異常產品優劣因因果果SPC的思考P1P2P3P4對產品的影響度A(5)C(1)B(3)A(5)(溫度)AP1AP2AP4A(壓力)BP2BP3B(速度)CP1CP3CP4C(尺寸)DP2DP4D(厚度)EP1EP4E制程參數制程SPC的思考•步驟一：深入掌握因果模式制程參數(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SPC的思考步驟三：建立制程控制方法‧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？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？•統計制程管制的定義•非機遇原因變異•機遇原因變異•制程控制與制程能力•制程改善循環制程變異統計制程管制的定義•經由制程中去收集資料，而加以統計分析，從分析中得以發覺制程的變異，並經由問題分析以找出異常原因，立即採取改善措施，使制程恢復正常。並藉由制程能力分析與標準化，以不斷提昇制程能力。制程控制的需要•檢測─容忍浪費允許將時間和材料投入到生產不一定有用的產品或服務中•預防─避免浪費『第一次就把工作做對』變異—機遇原因與非機遇原因•為了使變異的表示簡化，通常分成下列二種：機遇原因的變異制程中變異因素是在統計的管制狀態下『受控』。隨著時間的推移，具有穩定的且可重複的分佈制程中的許多『全距』的原因。非機遇原因的變異制程中不常發生，但造成制程變異的原因。所造成之分佈與時間的關係，是不穩定且不無法預期的。散布举例2520151050757065SampleNumberSampleMeanX-BarChartforProcessAX=70.91UCL=77.20LCL=64.622520151050757065SampleNumberSampleMeanX-BarChartforProcessAX=70.91UCL=77.20LCL=64.62252015105080706050SampleNumberSampleMeanX-BarChartforProcessBX=70.98UCL=77.27LCL=64.70非機遇原因过程A显示受控散布过程B显示不受控散布因為生產制程中每一件成品都不同，因此如果製程很穩定，則生產產品的品質特性的分布將形成一種固定形狀，稱為分佈。一般分佈有下列之不同情形：位置分佈寬度形狀大小→大小→大小→…….或是以上這些的不同組合如果制程中，只有機遇原因的變異存在，則其成品將形成依各很穩定的分佈，而且是可以預測的如果制程中，有非機遇原因的變異存在，則其成品將為不穩定的分佈，而且無法預測的範圍→可預測範圍→無法預測•大量之微小原因所引起•原料在一定範圍內之微小變異•機械之微小振動•儀器測定時，不十分精確之做法•依據作業標準執行作業的變化•實際上，要除去制程上之機遇原因，是件非常不經濟之處置•一個或少數幾個較大原因所引起•使用規格外的原物料•新手之操作人員•不完全之機械調整•未依據作業標準執行作業•所制訂之作業標準不合理•非機遇原因之變異，不但可以找出其原因，並且除去這些原因之處置，在經濟觀點上來說，是正確的機遇原因非機遇原因非機遇原因的變異簡單的統計分析可發現如管制圖直接負責制程的人員去改善局部措施改善對策局部措施→改善非機遇原因牽涉到消除產生變異的非機遇原因可由製程人員直接加以改善大約可以解決15%之制程上的問題系統措施→改善機遇原因共同原因的變異製程能力分析可發現如Ca，Cp，Cpk，及管制圖上點的變化管理當局參與及製程人員合作去改善系統改善對策必須改善造成變異的機遇原因經常需要管理階層的努力與對策大約可以解決85%之制程上的問題Time1Time2Time3Time4•称为漂移(平均值漂移了多远的真正sigma测量)•显示过程控制•重要的少数•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•价值不高的多数顯示散佈原因組內變異(Within)組間變異(Between)ST+shift=LT能力对实绩50403020101413121110IndexCO2-ShrtCO2Levelsfor55TimePoints过程实绩:全部散布包括Shifts和ShortTerm(Pp&Ppk)能力:只有随机的或短期的散布(Cp&Cpk)制程控制與制程能力•首先應通過『檢查』，消除『全距』所產生之非機遇原因，使制程處於『受控』的狀態•接下來，就可依顧客的『要求(規格)』，來評定『制程能力』，以使顧客滿意，這就是持續改善的基礎。在管制規格內Cpk1.33範圍→受控(消除了非機遇原因)範圍→制程控制不受控(存在了非機遇原因)受控，能力符合要求(機遇原因造成的變異已減少)制程能力←規格上限規格下限→範圍→受控，能力不符合要求(機遇原因造成的變異太大)制程改善循環PDACPDACPDAC1.分析制程2.維護制程3.改善制程1.分析制程：本制程應該做什麼？●會出現什麼問題？─本制程會有哪些變化？─我們已經知道本制程的什麼全距(全距)？─哪些參數受全距(全距)的影響最大？●本制程正在做些什麼？─本制程是否在生產廢品及需要返工的產品？─本制程生產的產品是否處於受控狀態？─本制程是否有能力？─本制程是否可靠？2.維護(控制)制程：●制程是動態的，並且會隨時間而變化。●監控制程的能力指數●查出『非機遇原因』的變異，並採取有效的措施3.改善制程：●使制程穩定，並以維持制程的能力指數●充分理解『機遇原因』造成的變異●減少『機遇原因』造成變異的發生第二章:基本統計概念N母體數(批量數)USL規格上限n樣本數(抽樣數)SL規格中心限(u=規格中心值)X平均數LSL規格下限R全距Ca準確度(偏移度)σ(s)方差Cp精密度(離散度)σ(S)標准差(S=母體標準差,s=樣本標準差)Cpk制程能力指數P不良率σ估計標准差NP不良數T規格公差T=USL-LSLC缺點數其他U每單位缺點XUCL平均數管制上限DPPM百萬分之不良Xbar(X)平均數中心限UCL控制上限XLCL平均數管制下限CL控制中心限RUCL全距管制上限LCL控制下限Rbar(R)全距中心限M(X)中位數RLCL全距管制下限22^1.N=母體數(批量數):指母體(批量)數多少的個數.(例:共了50個數,N=50)2.n=樣本數(抽樣數):指樣本(抽樣)多少的個數.(例:抽了7個樣品,n=7)3.X=平均數:所有數的平均值,計算公式:X=(X1+X2+……Xn)/nn=樣本數,X1,X2…..表示各個數值例有數值:1.51.61.71.551.65X=(1.5+1.6+1.7+1.55+1.65)/5=1.64.R=全距:該組最大值-最小值的得數,計算公式:R=MAX(該組最大值)-MIN(該組最小值)例有數值:1.51.61.71.551.65R=1.7-1.5=0.225.方差σ=s=6.標準差1.母體標准差σ=S=2.樣本標准差σ=s=(Xi-X)n(Xi-X)2n-1部份計算公式(Xi-X)n-12227.中位數M,該組數據數值大小的中間一位,若該組數是偶數,取中間兩個數的合進行平均,例如A:13458M=X=4B:22.53477.5M=X=(3+