SPC技

1©APLUSInc.,2004SPC統計製程控制-技術實戰StatisticalProcessControl主講:楊兵2©APLUSInc.,2004何謂SPC?傳統觀念與現代觀念大硬撞SPC的基礎課程-統計學的運用制造現場數據的收集與整理方法產品的制造方式-流程生產與SPC選用合理的管制圖進行制程監控十五項品質指標的計算與合理運用如何利用管制圖工具解決品質問題制造業推行SPC有何益處SPC學術流派的形成-管制圖原理SPC與零缺陷品質合理結合運作本章課程內容介紹:研討、交流、提高3©APLUSInc.,2004SPC興起的背景「經驗掛帥時代」的結束ISO9000品保体系的要求「ISO9000」。要求為客戶提供合格的產品，只有穩定而一貫（Consistent）的「過程」與「系統」，才能保證長期做出合格的產品。然而，如何檢核此一貫「過程」與「系統」仍然穩定的存在呢？這必須仰賴SPC來發揮功能。美國W.A.Shewhart博士於1924年發明管制圖，開啟了統計品管的新時代如果工作經驗對產品品質有舉足輕重的影響（例如：手工裁縫），那麼，SPC就沒有太多揮灑的空間。相反地，如果某一公司開始將經驗加以整理，而納入設備、製程或系統時；也就是說，該公司開始宣告「經驗掛帥時代」將要結束，那麼SPC的導入時機也就自然成熟了。SPC起源4©APLUSInc.,2004SPC是英文StatisticalProcessControl的字首簡稱,即統計過程控制。SPC就是應用統計技術對過程中的各個階段收集的數據進行分析，並調整制程，從而達到改進與保證質量的目的。SPC強調預防，防患於未然是SPC的宗旨。什麼是SPC?SPC定義5©APLUSInc.,2004SPC是全系統的，全過程的，要求全員參加，人人有責。這點與全面質量管理的精神完全一致。SPC強調用科學方法(主要是統計技術，尤其是控制圖理論)來保證全過程的預防。SPC不僅用於生産過程，而且可用於服務過程和一切管理過程SPC的特點SPC特點6©APLUSInc.,2004推動品質活動約每10年就出現一種關鍵品質管理方法1950-1960SPC1960-1970QCC、SPC+brainstorming(頭腦風暴)1970-1980TQM、QCC、SPC1980-1990ISO9000、TQM、QCC、SPC1990-2000SIXSIGMA、ISO9000、TQM、QCC、SPCSPC發展歷程SPC發展歷程7©APLUSInc.,2004世上沒有任何兩件事.人員.產品是完全一樣製造過程中所產生之變異是可以衡量的事情.產品的變異通常根據一定的模式而產生宇宙萬物及工業產品大都呈常態分配例如:身高.體重.智力.考試成績.所得分配變異的原因可分為偶因及異因偶因屬管理系統的範圍異因卻是作業人員本身就能解決的應用SPC可以確保作業人員的自尊應用SPC可以指出製程最需要改善的地方SPC的基本觀念SPC基本觀念8©APLUSInc.,2004規格制程USLUCLSLCLLSLLCLsaCaCpCpk群體樣本μXbarxNnR計量值：均值極差圖規格標准差圖直方圖計數值：P不良率圖C缺點數圖柏拉圖StatisticalProcessControlSPC內容說明9©APLUSInc.,2004項次單位產出方法1.研發,設計0→1研發(設計)單位：無中生有，須完全符合客戶規格要求2工程,技術1→300工程(技術)單位：─計算、修訂、工程技術規格─3試產,量試,量產300→∞製造(量產)單位：製造符合成品規格41.質量設計品管2.質量管理3.質量保証1→∞品質(品管、品保)單位：檢查是否符合成品規格SIXSIGMA管理方法論SIXSIGMA管理方法論10©APLUSInc.,2004有管制圖就是在推動SPC這張管制圖是否有意義？這張管制圖是否受到應有的重視？是否已照規定執行追蹤與研判？這些問題經過推敲之後才能幫助我們對SPC作更深入的瞭解。它所管制的參數真的對產品品質有舉足輕的影響嗎？管制界限訂的有意義嗎？SPC認識誤區的剖析(一)SPC認識誤區11©APLUSInc.,2004SPC認識誤區的剖析(二)有了Ca/Cp/Cpk等計算就是在推動SPC？Ca/Cp/Cpk是在SPC中計算製程能力最主要的指標，因此會作製程能力分析的公司，當然是一個對SPC認識較深入的公司，但是值得再深入探討的是─Ca/Cp/Cpk有定期Review嗎？是否已用Ca/Cp/Cpk作訂單分派給不同生產線生產的依據？Ca/Cp/Cpk被活用了嗎？SPC認識誤區12©APLUSInc.,2004SPC認識誤區的剖析(三)有了可控制的製程參數就是SPC？製程參數的確是SPC的焦點，但是我們應深入探究──為什麼挑出這些製程參數？這些製程參數的控制條件是如何決定的？這些製程參數與成品品質間有因果關係可循嗎？SPC認識誤區13©APLUSInc.,20041σ2σ3σ4σ5σ6σ3.42336,210697,300308,70066,807產品檢查產品管制製程管制品管7手法(5S、QCC、ISO9001:2000)管理改善(PDCA)一般公司THREESIGMA改善技術改善(DMAIC)世界標竿公司SIXSIGMA改善方法管制試驗計劃與制程結合試驗計劃與設計結合產品管制最佳化設計管制最佳化PPM品管方法歷程AverageCompany一般公司Bestinclass世界標竿公司品管方法歷程14©APLUSInc.,2004定義主要統計學名詞舉例說明統計與SPC統計學概述15©APLUSInc.,2004定義統計學是科學的以偏概全的方法一葉知秋春霧雨夏霧熱秋霧太陽冬霧雪送禮物為了解被調查群體的某些隱含的特性，運用合理的抽樣方法從被調查群體中取得適當的樣本，通過研究樣本來發現群體的特性!統計定義16©APLUSInc.,2004主要統計學名詞群體於制造業而言，通常指在同一生產條件下符合特定要求的所有個體的集合!也可稱為批量記為N樣本於群體中抽樣而得的部份個體的集合!記為nμ群體平均值Xbar樣本平均值群體標准差x樣本標准差R全距概率(六合彩)正態分布統計學名詞17©APLUSInc.,2004正態分布基本知識在中心線或平均值兩側呈現對稱之分佈常態曲線左右兩尾與橫軸漸漸靠近但不相交曲線下的面積總和為1正態分布知識18©APLUSInc.,2004100個機螺絲直徑直方圖。圖中的直方高度與該組的頻數成正比舉例說明：機螺絲直徑直方圖直方圖趨近光正態分布知識19©APLUSInc.,2004將各組的頻數用資料總和N=100除，就得到各組的頻率，它表示機螺絲直徑屬於各組的可能性大小。顯然，各組頻率之和爲1。若以直方面積來表示該組的頻率，則所有直方面積總和也爲1。如果資料越多，分組越密，則機螺絲直徑直方圖的直方圖也越趨近一條光滑曲線，如直方圖趨近光滑曲線圖所示。在極限情況下得到的光滑曲線即爲分佈曲線，它反映了産品質量的統計規律，如分佈曲線圖所示正態分布知識20©APLUSInc.,2004正態分布中，任一點出現在μ±1σ內的概率為P(μ-1σXμ+1σ)=68.27%μ±2σ內的概率為P(μ-2σXμ+2σ)=95.45%μ±3σ內的概率為P(μ-3σXμ+3σ)=99.73%+正態分布知識21©APLUSInc.,2004中心線C區μ+2σμ+1σμ+3σB區A區管制下限管制上限A區B區規格範圍在管制界限內，為可接受區域超過管制上限，為不可接受區域正態分布知識22©APLUSInc.,2004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‰，如正態分佈曲線圖。這個結論十分重要。控制圖即基於這一理論而產生。正態分布知識23©APLUSInc.,2004μ1μ2X(a)μ1≠μ2，σ1=σ2不同的常態分配(1)正態分布形態24©APLUSInc.,2004μ1=μ2X(b)μ1=μ2，σ1σ2σ1σ2不同的常態分配(2)正態分布形態25©APLUSInc.,2004μ2X(b)μ1≠μ2，σ1σ2μ1不同的常態分配(3)正態分布形態26©APLUSInc.,2004藍色代表規格分佈形態紅色代表實際制程分佈形態藍色代表規格分佈形態紅色代表實際制程分佈形態正態分布形態27©APLUSInc.,2004舉例說明初三學生體育測試:跳遠:(男生組)2.50m95%達標率(女生組)2.30m95%達標率東西方身體素質差異身高:東方成年男性168cm西方成年男性175cm體重:東方成年男性65kg西方成年男性75kg正態分布形態28©APLUSInc.,2004製程（Process）──品質的源頭、SPC的焦點製程的起伏變化是造成品質變異（Variation）的主要根源，而品質變異的大小也才是決定產品優劣的關鍵。這種因果關係，可進一步表示如下：製程條件起伏品質變异產品优劣因果因果結論：製程是SPC的焦點製程定義29©APLUSInc.,2004判斷制程穩定或異常的準則判穩準則:在點子隨機排列的情況下,符合下列各點之一就認爲過程處於穩態:(1)連續25個點子都在控制界限內;(2)連續35個點子至多1個點子落在控制界限外;(3)連續100個點子至多2個點子落在控制界限外。判穩準則(2)：若過程正常爲正態分佈,令d爲界外點數,則連續100點,d≥2的概率爲P(連續100點,d≥2)=0.0026這是與α0=0.0027爲同一個數量級的小概率。因此,若過程處於穩態,則連續100點,在控制界外的點子超過2個點(d2)的事件爲小概率事件,它實際上不發生,若發生則判斷過程失控α3=0.0026就是準則(3)的顯著性水平。製程判斷準則30©APLUSInc.,2004判斷異常的準則:符合下列各點之一就認爲過程存在異常因素:(1)點子在控制界限外或恰在控制界限上;(2)控制界限內的點子排列不隨機。界內點排列不隨機的模式很多,常見的有:點子屢屢接近控制界限、鏈、間斷鏈、傾向、點子集中在中心線附近、點子呈周期性變化等等,在控制圖的判斷中要注意對這些模式的識別。製程判斷準則31©APLUSInc.,2004控制图由来1924年，美国的休哈特（W.A.Sheuhart）首先提出用控制图进行工序控制，起到直接控制生产过程，稳定生产过程的质量达到预防为主的目的。在现场直接研究质量数据随时间变化的统计规律的动态方法；控制图是判别生产过程是否处于控制状态的一种手段，利用它可以区分质量波动是由偶然原因引起的还是由系统原因引起的。32©APLUSInc.,2004什麼是控制圖控制圖是對過程質量加以測定、記錄從而進行控制管理的一種用科學方法設計的圖。一般SPC圖提供三條製程資訊的管制線：上管制線(uppercontrollimit,UCL)﹑中心線(centerline,CL)﹑下管制線(lowercontrollimit,LCL)。並有按時間順序抽取的樣本統計量數值的描點序列，參見控制圖示例圖。控制圖原理33©APLUSInc.,2004控制圖原理不同製程管制對象有不同的資料，所有的資料都可歸類到下列其中一種：1.分類資料－將產品品質分為「好或不好」、「合格或不合格」等;2.計數資料－記錄某產品的某個特性發生次數，例如錯誤次數﹑意外次數﹑銷售領先次數等;3.連續資料－某個品質特徵的量測值，例如尺寸﹑成本﹑時間等;前兩種資料為計數值資料，第三種為計量值資料。收集資料時，如果可能應該盡量收集定量資料，因為定量管制圖所需的比較性計算較少，而且能提供較多的資訊。34©APLUSInc.,20042000.6.1控制图的基本模式控制上限UCLUpperControlLimit控制下限LCLLowerContr