SPC培训资料

-1-A.PLUSSPC統計製程控制技術實戰【專用教材】A.PLUS甲上資訊電腦顧問有限公司A.PLUSCOMPUTERCONSULTINGCORP.主講人:林秀雄教授-2-SPC統計製程控制－統計製程控制技術方法論－目錄一、SPC發展史---------------------------------------------------------3二、SPC之功效說明---------------------------------------------------3三、SPC主要內容------------------------------------------------------4四、共同原因與特殊原因--------------------------------------------5五、綜合圖形應用------------------------------------------------------5六、SPC成功條件------------------------------------------------------9七、首次推行SPC流程----------------------------------------------13八、品管七大手法說明----------------------------------------------15九、新品管七大手法說明-------------------------------------------29十、圖形解析公式說明----------------------------------------------35十一、管製圖判讀-----------------------------------------------------55十二、品管指標說明解析--------------------------------------------64附表：計量控制圖參數表---------------------------------------------67-3-SPC統計過程控制概論第一节SPC發展史SPC是三個英文單詞的縮寫，即統計制程管制（臺灣稱法），也叫統計過程控制（大陸稱法），簡單地說，就是利用統計學的原理，對製造企業在制程中的品質進行管制，以達到盡可能第一次就把品質做好。（其實它是可以應用到任何一個有大量資料產生的地方，如營銷分析、財務分析、人員分析等等）SPC是1924年美國休哈特（有稱休懷特）博士發明了管制圖（採用3倍σ）之後才產生的，當時在美國並不流行，自二戰期間美國軍方提出了一套抽樣計畫MIL-STD-105E和MIL-STD-414等之後，SPC才有所應用到軍工企業，但應用還是不太廣泛。二戰結束後，日本作為戰敗國，百廢待興，加上日本本身是一個小島國，資源缺少，相對比較適合做加工業，日本就提出以品質為根本來提升競爭力，所以就到美國請了戴明等人到日本指導品質。SPC在戴明的指導下，功能發揮得很不錯，在日本產生了很大的影響，日本人為了勞記戴明的功勞，就在日本設立了一年一度的品管界最高獎項——戴明品質獎，後來美國和臺灣等地也採用了日本的方式，設立一年一度的——戴明獎。第二节SPC之功效說明1．單純從SPC理論上分析對企業之益處（1）經濟性：有效的抽樣管制計畫，而不用全檢驗，預估不良率，得以控制成本，使制程穩定，生產狀況可以預測，從而能掌握品質、成本、交期；（2）預警性/時效性：制程的異常趨勢可實行對策，何時可以不必採取任何措施；（3）善用機器設備：估計機器能力，可妥善安排適當機器，生產適當零件。2．分辨共同原因與特性原因；（1）改善的評估：制程能力指標（CPK）可作為改善前後比較之簡單，作為制程檢討的共同語言；（2）減少報表處理工作量；（3）找出最大品質問題原因，以便工作更有績效；（4）減少資料在人員傳遞的過程中變異；（5）分辨資料的真實性；（6）從宏觀到微觀全面真實地瞭解品質狀況；（7）建立一個工程、品管、製造等三個與品質有直接關係部門的溝通平臺與管道。-4-3．想地運作SPC可達到之功效為（3W2H）（1）找出什麼時候會發生異常；（WHEN）（2）找出發生什麼具體異常；（WHAT）（3）分析出異常的原因；（WHY）（4）得出解決異常的方法；（HOW）（5）建立起預防方案。（HOV）4．通俗地說明SPC功效看清品質狀況提前發現問題找出問題根源少花錢辦好事減少報表麻煩滿足客戶要求提升生產效力降低品質成本第三节SPC的主要內容因為SPC主要是應用在製造業中，而根據製造業中制程品質的特性，品質一般有良品的概念和重要特性分佈狀況兩種，所以SPC的主要內容分為計數值與計量值兩種，所涉及的內容有：抽樣檢驗、資料整理、各種圖形分析（狀況）、制程分析（原因）、改善監控等。1．計數值就是以計產品的件數或點數的表示方法，計數值的資料在理論上有不連續的特質，故稱之為離型變數。描述一產品品質，可有用一個或一批產品中的缺點數來表示，如：電線，可用表面有幾個污點，有幾個地方標籤貼錯或掉標籤，有幾根顏色不對，有幾根有刮傷等等，這些都是以計點或個數方式表示產品的品質狀況。有些單位產品必須以二分法來判定品質，如好與壞、良與不良、合格與不合格等所謂的通過一不通過（GO-NOGO）。注：各種可靠性試驗都屬於計數值部分，如5KG拉力測試，2KV高壓測試等都屬於計數值。計數值的抽樣計畫一般採用每批抽取樣本來分析，國際上一般採用MIL-STD-105E，國內經常採用GB2828（與105E差不多，二者可通用）。應用在IQC或OQC上，理論上計數值是不連續的運作，但是在應用到PQC上，最好應用連續性，更便於制程中不同原因的深入分析。2．計量值指是產品須經由實際量測或測試而取得的連續性實際值，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。計量值的資料在數學上具有連續性的特質，故稱之為連續型隨機變數描述一產品的品質，可有實際量測或測試而取得一連續的資料，如零件的尺、電器產品的電流、電壓、耐壓值、電阻等，進而分析產品在這一特性中的品質狀況。-5-第四节共同原因與特殊原因天下沒有人能製造兩件完全相同的東西，因為制程中存有許多影響變異的原因存在。有些變異很明顯，容易看出，但有些很難察覺，例如一個加工的軸其外徑尺寸可能受許多因素影響，經由相同制程重複加工，並其中將一批產品外徑加以量測取得幾十到幾百個量測數值，再經整理制出各種管制圖或狀態後，才能分析和判斷了出來。通常一個產品的生產會有以下圖形的形式。在制程管制中，通常可以將品質問題分為兩種，一種是局部問題（也稱特殊問題），另一種是系統問題（也稱共同問題）。局部問題是指由於制程中某一個小部位的突發變異產生的問題，難以預測，只有一經發現，由現場人員立即判斷並處理。系統問題是指出力共同解決。品管部門主要的工作之一就是要找到問題的原因，可能影響品質變異的原因要確定和分析清楚，並尋求解決方案。針對上段問題的分類，問題的原因也分兩種：即共同原因（又叫非機遇性原因）和特殊原因（又叫機遇性原因）。共同原因：制程中變異因素是在統計的管制狀態下，其產品特性有固定的分佈。通俗地說，就是目前制程的各個因素環境下，品質變異是必然，並不是單個品管部門或製造部單獨可以解決的，需要品管、生產、工程部門，甚至採購部門、行政部門等共同參與來解決。對於管理與品質系統非常嚴謹的企業，這類因素會占整個問題的85%，但如若占到60%以下時，則說明企業的整個管理體系出了嚴重的問題，或者制程已達到同行業中最好的制程能辦。特殊原因：制程中變異因素不在統計的管制狀態下，其產品之特性沒有固定的分配。通俗地說，就是誰不知道會發生的、由偶然因素產生的，如生產機台設備中某個電子元件突然被燒毀而導致機台工作混亂，生產出不合格產品。只要對制程中監控及時，此種原因很容易發生，但後果也非常嚴重，如若不能及時排除，其損失是非常大的。在一個管理嚴謹的企業，這類因素只能占到15%以下，如若占到40%以上時，這家企業管理體制體系如果不是出了嚴重問題，就是在做的產品試驗，同時也說明該企業未做FMEA（失效模式分析），建議先做FMEA。特殊原因的變異可由簡單的統計分析發現，這些變異的原因本來就須由直按負責制程的人員去改善，這一般稱為局部問題對策。第五节圖形綜合應用一、各圖形應用之關係1.SPC兩個主體之間的關係任何一個製造企業，都會有不良或缺點發生，計數值是任何一個企業都要使-6-用的；而計量值是根據客戶要求或產品特性決定是否需要做，有些企業可能就不需要做計量值。但計數值通常只能解決一些制程上的表面問題，而計量值卻可以深入細部解決問題。在計量值中如有發生超出管制界限的資料，並不代表就一定不合格，需要超出規格界限時，才可以立即判定為不合格品，才需要納入計數值中為不合格數。2.計數值中各圖形之應用關係P-Chart和NP-Chart是用來適時研究不良專案，C-Chart和U-Chart是用來適是研究缺點專案。這四種圖形具有互補性，通常可以根據實際需要選擇2種便可。柏拉圖是用來研究一段時期的缺點專案的分佈，不良率/PPM推移圖是用來反映已過去的一段時間的不良率變化狀況，以便在還未做品質成本之前能粗略地估算相對成本。P-Chart作為不良率管制圖，又分檢驗數相同和不相同，且檢驗數不相同又分檢驗數相差較大和較小兩種。主要功能是分析和預測某個或某些正在生產產品的不良率變化趨勢，但同時也要注意不良率可能存在週期變化。NP-Chart是不良數管制圖，通常要求在檢驗數相同的基礎上來使用，但如若用在制程上定時全檢，也可以使用。整個圖形分析是時，較不方便用於成要本估算，只能分析和預測不良數的變化趨勢，也要注意可能存在週期性變化。C-Chart同NP-Chart相似，用於分析和預測缺點個數的變化趨勢。U-Chart同P-Chart相似，用於分析和預測單位缺點個數的變化趨勢。柏拉圖是對近一段時期和缺點專案進行整理分折，找出最多缺點專案，以便於品管及生產門注意缺點的改善重點。PPM/不良率推移圖是對歷數品質做總結，相當於經常要做的品質週報、月報、季報等。3.計量值中各圖形之應用關係在整個計量值應用中，有分單品質特性和多品質特性兩種。單品質特性是對產品中某一個管制特性的制程狀況做分析，多品質特性是把產品中有多個管制特性放到一起來處理，以便瞭解產品的整體及各管制特性在制程中可能存在的關係。單品質特性的應用是近目前較為廣泛的計量品質分析，圖形也較多種；多品質特性應用是近來才剛剛興起，也是以後的一種發展趨勢，所有的圖形見SPC組織架構圖。Xbar-Rchart、Xbar-Schart、Median-Rchart、X-Rmchar等都為單品質特性中的圖形，其中最常用的是Xbar-Rchart，但最近一兩年，很多客戶開始要求使用和提供Xbar-Schart。這四種圖屬同一種性質，不同角度的管制圖，都是用來分析實際制程中實際資料的變化狀況一趨勢。Xbar-Rchart為各組量測值的平均數和組距管制圖，Xbar-Schart為各組量測值的平均數和標準差管制圖，這二者之間就是一個組距和標準差的差異，其中標準差比組距更為細膩，組距容易個別值的影響；Xbar-Rchart是中位數全距管制圖，是從中位數角度來分析品質變化趨勢；X-Rmchar為個別值與移動全距管制圖，用於-7-樣本數為一個的管制圖（此時前面幾種管制圖就不同使用了）。直方圖、σSChart、σChart等三種圖形都是將一段時期的資料用來做正態分佈分析，用來查看整體品質的位置及是否有較大的系統問題，還能發現可能存在的原因及改善方案，它是前面四種圖形的一段時間的小結，更便於調整方向。直方圖比σSChart、σaChart更為粗糙，當品質已較好時，直方圖便不好分析了，這時使用σSChart、σaChart就更為有效。σSChart和σaChart之前的差異僅於是以規格界限還是以管制界限中基點看圖形。SσChart和σaChart除了可以使用正態分佈原理分析