您好,欢迎访问三七文档
当前位置:首页 > 商业/管理/HR > 质量控制/管理 > SPC统计制程管制实务与应用(一、二)
SPC統計製程管制實務與應用SPCStatisticalProcessControlPracticeandAdjustment顧問師利錦文顧問師:利錦文SPC統計製程概觀(一)SPC(StatisticalProcessControl):經由製程去收集資料(數據)而加以統計分析,並從分析中得以發覺製程的異常,經由問題分析以發掘異常的原因,並針對異常原因立即採取改善措施,使製程恢復正常及維持。PAGE1OF32另外,並透過製程能力調查與標準化,以不斷提昇製程能力。SPC統計製程概觀(二)SPC的觀念來自於下列四個方面:一、沒有兩件事情、產品、人是一模一樣的。二、製程的變異都是可以衡量的。三、宇宙的事物與工業產品多是呈常態分配。四、造成變異的原因可以分為非機遇性原因與機遇性原因。PAGE2OF32SPC統計製程概觀(三)非機遇性原因:指的是原就不存在於製程中的原因。例如機器突然發生變化、未按照作業標準施行、使用規格外的物料、操作人員注意力未集中、所訂作業標準不合理等等。此項非機遇性原因之改善,必須經由基層人員的努力方可解決,大概有15%製程的品質問題屬於此類。PAGE3OF32SPC統計製程概觀(四)機遇性原因:指的是原就存在於製程當中,屬於製程中的一部份。例如天氣的變化、環境的變化、物料在一定範圍內的變化、依據作業標準執行標準化作業的變化、或其他未知的因素所影響等等。如果製程中只有機遇性原因的變異存在,成品的分配是固定且可以預測的。大概有85%製程問題屬於此類。PAGE4OF32SPC統計製程概觀(五)因此,製程中變異的來源可分為五大面向來解決,其解決順序:一、機器;二、材料;三、方法;四、環境;五、作業人員。PAGE5OF32五作業人員在此強調一點,如果是人的問題,其作業人員只負擔15%的問題,管理人員卻是要負責85%的問題。SPC統計製程概觀(六)常態分配問題:68.27%PAGE6OF3295.45%99.73%μ-1ϭ-2ϭ-3ϭ+3ϭ+2ϭ+1ϭSPC統計製程概觀(七)製程能力(ProcessCapability)依據CNS2579之定義:是對於穩定製程所持有之特定成果,能夠合理達成的能力界限。換言之,即是使製程標準化,除去異常因素後,當製程維持在穩定狀態時,所實現的品質程度。製程製出產品品質特性的分配呈【常態分配】,多數以平均值±3ϭ表示。PAGE7OF32製程能力通常以兩個指標表示之:一、製程的準確度Ca(CapabilityofAccuracy)二、製程的精密度Cp(CapabilityofPrecision)SPC統計製程概觀(八)製程能力調查:製程的準確度Ca(CapabilityofAccuracy)2規格公差/值實績平均值-規格中心Ca等級Ca值A級│Ca│=12.5%B級125%=│Ca│=25%PAGE8OF32B級12.5%│Ca│25%C級25%=│Ca│=50%D級50%│Ca│注意:要達到同樣的標準差(ϭ),誠屬不太可能。SPC統計製程概觀(九)製程能力調查:製程的精密度Cp(CapabilityofPrecision)規格中心值C)個估計實績標準差(規格中心值66Cp等級Ca值A+級Cp=1.67A級1.67Cp=1.33B級133Cp=1PAGE9OF32B級1.33Cp1C級1.00Cp=0.67D級0.67Cp注意:要達到同樣的平均值,誠屬不太可能。SPC統計製程概觀(十)製程能力綜合指數:CpkCpCpkCaCpCaCpk0時,值當│)(1-│PAGE10OF32SPC統計製程概觀(十一)Cpk(或Cp值)分佈與規格關係判定製程能力後續處理製程能力分佈大一點也Cpk=1.67製程能力太充足製程能力分佈大點也沒有關係。可考慮簡化管理與降低成本方法。1.67Cpk=1.33製程能力充足屬於理想狀態,繼續保持。PAGE11OF321.33Cpk=1.00製程能力雖不充足卻屬中等製程管理進行十分紮實,保持其管理狀態。不過因為Cpk值一旦接近於1.00時,恐怕會發生不良品,應依據須要,採取適當措施。SPC統計製程概觀(十二)Cpk(或Cp值)分佈與規格關係判定製程能力後續處理1.00Cpk=0.67製程能力不足發生不良品,必須進行全數檢驗,並改善製程管理067Cpk製程能力非常不足無法滿足品質狀態,必須追查原因,進行品質PAGE12OF320.67Cpk製程能力非常不足須原行質改善和緊急對策,此外,須再度檢驗規格的訂定SPC統計製程概觀(十三)下面所畫的這些圖,要如何蒐集數據、要如何繪製呢?PAGE13OF32先回答蒐集數據:數據是某一段期間內所蒐集的。數據的描述(一)數據,是統計學家,也是在製做統計製程管制所須要的原料,也是我們用來解釋事實的數字。因此,所有統計問題所牽涉到的,不外乎蒐集、描述及分析數據,或者思考要如何蒐集、描述及分析數據。PAGE14OF32以下將以實例循序漸近說明,如何從一堆數據中解釋統計製程管制中重要的觀念:標準差。數據的描述(二)假設某一學校的一年級學生,想知道他們的體重分佈狀況,其數據蒐集結果如下(單位:磅)數據蒐集結果如下(單位磅)男生140145160190155165150190195138160155153145170175175170180135170157130185190155170155215150145155女生14012013013812112511614515011212513012013013112011812513512511812211510211515011011610895125133PAGE15OF32155150155150180160135160130155150148155150140180190145150164140142136123155110150108數據描述(三)將上述資料稍作整理:91-100101-110111-120121-130131-140141-150151-160161-170171-180181-190191-200201-210211-22095102112121131142153164175185195215108115122133145155165175190108115123135145155170180190110116125135145155170180190110116125135145155170180190118125136145155170118125138148155120125138150155120130140150155120130140150155PAGE16OF32130140150155130140150157130150160150160150160150160150151013121716655101數據描述(四)學生體重分佈狀況91-100101-110111-120121-130131-140141-150151-160161-170171-180181-190191-200201-210211-2201013121716PAGE17OF3215655101數據描述(五)數據的次數分配表:區間中點次數相對次數87.5~102.49520.022102.5~117.411090.098117.5~132.4125190.206132.5~147.4140170.185147.5~162.4155270.293162.5~177.417080.087PAGE18OF32177.5~192.418580.087192.5~207.420010.011207.5~222.421510.011總數921.000數據描述(六)學生體重分佈狀態87.5~102.4102.5~117.4117.5~132.4132.5~147.4147.5~162.4162.5~177.4177.5~192.4192.5~207.4207.5~222.4191727PAGE19OF32298811直方圖(一)1716學生體重分佈狀況1510131265510127學生體重分佈狀態PAGE20OF322919178811直方圖(二)直方圖的前提:在一堆品質測量數字當中,能夠帶給我們什麼樣的情報?直方圖就是能夠在一堆看似混亂的數字當中,整理出一個規則,而這個規則可以展現:一、製程的品質散佈狀態;二、問題點的所在;PAGE21OF32三、製程能力。因此,企業組織就能夠利用這些數字所呈現的情報來掌握製程問題,以進行改善的對策。直方圖(三)直方圖的定義:直方圖的定義是將所蒐集的數據(測定值或數據)之全距分為幾個相等的區間作為橫軸,並將各區間內之測定值所出現的次數累積而成的面積,用柱子排起來的圖形,故又可稱之為柱狀圖。PAGE22OF32直方圖(四)直方圖繪製步驟(以實例說明之):某廠之成品重量規格為130至190,今隨機抽取200個樣本,其重量測定值如下所示,試繪製直方圖:PAGE23OF32直方圖(五)步驟一:計算全距全距=所有數字中之最大值-最小值以本例而言即:L-S=170-124=146步驟二:決定組數:一般取決法則如下:數據個數組數PAGE24OF32數據個數組數50~1006~10100~2507~12250個以上10~20以本例而言,有200個數據,固可將其分為12組直方圖(六)步驟三:決定組距:組距=全距/組數=46/12=4(為方便計算平均數與標準差組距常取為5的倍數(為方便計算平均數與標準差,組距常取為5的倍數或10的倍數,或2的倍數。)步驟四:決定各組之上、下組界:最小一組的下組界=最小值(測定值之最小位數/2)124(1/2)PAGE25OF32最小值-(測定值之最小位數/2)=124-(1/2)=123.5最小一組的上組界=123.5+4=127.5第二組的下組界=127.5;上組界=127.5+4=131.5以此類推直方圖(七)步驟五:計算各組之組中點:步驟五計算各組之組中點各組之組中點=(上組界+下組界)/2第一組組中點=(123.5+127.5)/2=125.5第二組組中點=(125.5+4)=129.5以此類推PAGE26OF32以此類推直方圖(八)步驟六:作次數分配表(a)將所有數據,依其數值大小畫記於各組之組界內,並計算出其次數。(b)將次數欄之次數相加並以測定值之個數核對之表中之次數總和與測(b)將次數欄之次數相加,並以測定值之個數核對之,表中之次數總和與測定值之個數應相同。PAGE27OF32直方圖(九)步驟七:製作直方圖:PAGE28OF32直方圖(十)步驟八:計算平均值及標準差No.中心值X次數fuufu2ff2μf2μ中心值次數1125.514-5-703502129.57-4-281123133.511-3-33994137.513-2-26525141.534-1-34346145.5370007149.53213232PAGE29OF328153.523246929157.51333911710161.51044016011165.5452010012169.5261272合計Σf=200Σuf=-2Σ=1220直方圖(十一)計算平均值及標準差之公式:f2μf2μ99120020021220415145222.)()(.nnuffuhsnxx(標準差)(平均值)PAGE30OF32直方圖(十二)步驟九:請試計算製程能力Cpk值。步驟九請試計算製程能力Cpk值PAGE31OF32實務演練:設有A、B二套設備,其規格值為135g~210g請試計算:(a)全部數據之直方圖(b)A、B兩套設備之直方圖(c)分別計算AB設備之平均值、標準差、製程精密度PAGE32OF32SPC統計製程管制實務與應用(二)SPCStatisticalProcessControlPracticeandAdjustment(二)顧問師利錦文顧問師:利錦文再談製程能力
本文标题:SPC统计制程管制实务与应用(一、二)
链接地址:https://www.777doc.com/doc-417207 .html