SPC统计过程控制及minitab应用

1SPC统计过程控制2/129目录Ø统计过程控制SPC.....................P.3Ø控制图............................P.11–控制图基本概念............................P.12–计量型控制图..............................P.26–计数型控制图.............................P.57–控制图补充................................P.78Ø制程能力分析.........................P.923/1294/129统计过程控制SPC统计过程控制SPC统计过程控制(StatisticalProcessControl，简称SPC)Ø何谓统计过程控制–利用统计的技术来分析、监视、管制并改善一个制程Ø统计过程控制使用时机–1.进料检验、2.过程控制、3.出货或入库检验Ø统计过程控制目的–SPC主张利用分析抽样样本数据来判断制程是否处于稳定状态,当发现制程异常时,能适时采取矫正措施将异常原因排除掉,目的使制程平均值能符合目标值并持续降低制程变异。为预防性的质量管理手法，比事后之检验更能提升质量5/129制程变动的原因分析Ø变动:–相同材料、相同机械，甚至进行相同的作业，其制品的质量特性(即包装、外观、尺寸、性能等质量性质)的值仍会有些许的不同。我们称它为「变动」–所谓的质量特性值的分析，就是指其制程中导致变动的原因–该原因可分类成以下:Ø机遇原因(Commoncause):又称正常原因–是原料、机械、人员、方法在标准范围内的变化，系由微小原因所引起–即使是相同方法来制造相同的制程的产品，其质量特性值仍会产生自然的。甚至是已通过标准的原物料、作业方法等一定的条件下，仍然可能产生变动。–例如同种原物料内的变化，机器的振动所引起的变化，此对工厂而言，是一种正常的变化，其变化是不可避免的，如要予以减少或去除是非常不经济的6/129制程变动的原因分析Ø非机遇原因(Randomcause):–又可称为不正常原因或异常原因，乃由下列各项所引起:(一)使用不合格的原料或材料(二)未按SOP作业，或本身SOP不合理(三)机械故障或工具损坏(四)未经考试合格人员作业以上非机遇原因，通常所引起变化较大，往往造成大量不合格品，因而在经济立场上应予消除，是为可避免原因。人、机、料、法、环、测7/129制程变动机遇原因非机遇原因范例•原料之变异•机器之振动•环境之不良(灰尘湿度光线)•产品设计不良•设备未符合要求•错误之工具•不合格之原料•作业员之错误•未正确实施设备维护•不正确之操作方法制程变动的原因分析8/129制程变动的原因分析机遇原因非机遇原因特性•种类很多•随时存在•每类影响性小•不易消除•种类少•偶而发生•每类影响性皆很大•可经济的消除Ø制程变动比较9/129不稳定制程10/129稳定制程Ø试问以下非常态的制程是否处于稳定状态？Time11/129控制图1213/129控制图基本概念Ø控制图(ControlChart):–以一种实际【产品质量特性】与根据【过去经验】所订定的【控制界限】比较,而以【时间趋势】来绘制的图形–此图形可以用以监控制程是否在一稳定状态或发生异常时可以及时被侦测出并予以反应(就是为了这个目的所设计使用在在线(on-line)之制程改善工具)Ø何谓控制图?–控制图为一图形表示工具，用来监视质量特性的量测值随时间变化的情形。Ø使用控制图的目的：–诊断：评估制程稳定性–管制：决定制程何时需要调整与何时不需调整–证实：证实制程改进14/129控制图Ø控制图构成元素:–控制界限:•控制上限(uppercontrollimit，简称UCL)•控制下限(lowercontrollimit，简称LCL)–中心线(centerline，简称CL):•用来代表制程质量数据的平均值–描绘的点:•由制程收集质量数据经加以计算获得15/129SampleSampleMean282522191613107412221201918__X=19.824UCL=21.775LCL=17.872XbarChartof銅厚控制上限控制下限中心线sX3sX36s控制图16/129控制图种类Ø控制图依收集的数据型态可分为：–计量值控制图(VariableControlChart)–计数值控制图(AttributeControlChart)Ø依用途目的可分为：1.解析用控制图–目的在于研究制程能力同时解析制程以进行制程控制之准备2.控制用控制图–侦测可归属原因是否发生同时追查并迅速消除此原因计量计数17/129数据的种类计量值数据(VariableData)若质量特性可以用数值来量测并表示例如:长度、厚度、直径、线宽、铜厚…等ü此种情况下，一般是用集中趋势之量测及变异性之量测来描述质量特性ü平均值、标准偏差…计数值数据(Attributedata)有些质量特性并不能以计量或连续尺寸来表示，通常是采用分类来表示例如:合格品或不合格品、不同缺点项目的各项数目ü一般是以缺点或是不良品来描述产品计数值的特性ü单位缺点数、不良率…18/129控制图种类控制图的名称符号样本数计量值平均值及全距控制图控制图2n10平均值及标准偏差控制图控制图n10个别值及移动全距控制图I-MRn=1标准化及移动全距控制图Z-MR个别值、移动全距、全距或标准偏差控制图I-MR-R/s计数值不合格率控制图P控制图样本数可变动不合格数控制图nP控制图样本数固定不合格点控制图C控制图样本数固定单位不合格点数控制图U控制图样本数可变动RXsX控制图种类19/129控制图种类控制图的名称符号厂内实例计量值平均值及全距控制图控制图蚀刻线宽/压板板厚平均值及标准偏差控制图控制图无个别值及移动全距控制图I-MR药液浓度标准化及移动全距控制图Z-MR无个别值、移动全距、全距或标准偏差控制图I-MR-R/s无计数值不合格率控制图P控制图电测不良率不合格数控制图NP控制图电测不良率不合格点控制图C控制图无单位不合格点数控制图U控制图无RXsX控制图种类20/129判断数据型态计数型外层凹陷报废率、划伤&缺口报废率、孔偏&孔塞数…等等计量型保护膜厚度、粗糙度、保护膜总长、板弯值…等。数据分类二项Poisson当拿到一笔数据，首先要做的就是判断数据型态。不同的数据型态有不同的分析方式判断数据型态练习21/129二项分配(补充)Ø柏努利试验(BernoulliTrial)：–当一试验其结果可被区分为「成功(x=1)」或「失败(x=0)」两种情况，其中试验成功的机率为p且0≦p≦1Ø二项分配(BinomialDistribution)：–执行n次相同且独立的柏努利试验–每次试验成功机率为p，失败机率为1–p投掷硬币：正面or反面判定毎片板子品质：OKorNG投掷骰子：大于2or不大于222卜瓦松分配(补充)Ø随机变数X：表示在某特定区间(无限)内事件发生的次数–某「特定区间」:时间、面积、长度…等等。Ø一连续区间发生事件次数，与另一段发生次数是独立的。Ø一连续区间内发生事件期望値（平均数）与区间大小成比。一小时内几辆车经过11点到12点来客人数一片电路板上的刮伤数23计量型&计数型质量特性计量型计数型二项or卜氏身高投掷硬币出现正面次数每日来客人数电阻值电阻值超过45m奥姆的件数板厚线宽Go&NG化金缺点(白雾、露铜、…)铜箔拉力锅炉温度单片板子上的刮伤数因断路而报废件数24计量型&计数型计量型计数型二项or卜氏身高投掷硬币出现正面次数每日来客人数电阻值电阻值超过45m奥姆的件数板厚线宽Go&NG化金缺点(白雾、露铜、…)铜箔拉力锅炉温度单片板子上的刮伤数因断路而报废件数VV二项V卜氏VV二项VVV二项V卜氏VVV卜氏V二项25控制图选定Data属性计量値计数値组大小N≧2?组大小固定?不良件数or缺点数n≧2n=1I-MR不良件数缺点数组大小固定?NP控制图C控制图U控制图P控制图固定不固定固定不固定X-R组大小n≦10n＞10X-s控制图选定流程2627/129q控制图(平均值及极差控制图):2样本数10ØXbar控制图控制界限RXØRbar控制图控制界限:RAXUCL2XXCLXRAXLCL2Xnd3A22RDUCL4RRCLRRDLCL3R233dd31D234dd31D备注:控制图系数A2、D3、D4为由样本大小n决定之系数平均值&极差控制图28/1294/254/264/274/284/294/305/15/25/3sample1484848495146544851sample2495155514751504750sample3485249484849524849sample4505052455151504951Ø范例:•今天一组长每天收集板厚数据如下表表所示:步骤:1.先决定是属于那一种控制图Ø板厚数据:属于计量值控制图Ø每天量测四点板厚数据:样本数介于2n=410间→平均值及极差控制图平均值&极差控制图29/129步骤:2.先计算各组的平均值及极差nXn....XXX3211X计算公式:8.48450484948X14/254/264/274/284/294/305/15/25/3sample1484848495146544851sample2495155514751504750sample3485249484849524849sample4505052455151504951平均值48.850.351.048.349.349.351.548.050.3全距247645422最小值最大值1R248501RØ依此类推，得到上表各组平均值及全距平均值&极差控制图30/129步骤:3.计算平均值控制图及极差控制图“中心线”nX....XXXn21Ø平均值控制图中心线Ø极差控制图中心线nRRRRn...216.4993.50485.513.493.493.48513.508.48X49224546742R平均值&极差控制图31/129步骤:4.计算平均值控制图及极差控制图“控制上下限”ØXbar控制图控制界限RAXUCL2XXCLXRAXLCL2Xnd3A22516.524729.06.49RAXUCL2X6.49XCLX684.464729.06.49RAXLCL2Xnd3A22由系数表知:n=4,A2=0.729,平均值&极差控制图32/129步骤:4.计算平均值控制图及极差控制图“控制上下限”由系数表知:n=4,D4=2.282，D3=0ØRbar控制图控制界限:RDUCL4RRCLRRDLCL3R233dd31D234dd31D128.94282.2RDUCL4R4RCLR040RDLCL3R233dd31D234dd31D平均值&极差控制图33/129v控制图系数表平均值&极差控制图34/129画图顺序:1.先选定X-bar/R控制图范围2.先将X-bar/R控制图中心线依比例画出(中心线为蓝色或黑色实线)3.再画出X-bar/R控制图之控制上下界限(上下界限为红色虚线)4.再分别将各组之平均值及极差分别点入适当位置5.将各点连接(蓝色或黑色)平均值&极差控制图35/12936/129堆栈Controlchart–计量值(Xbar-R)Data→Stack→Column37/129此处点选估计标准偏差的方式，建议使用Rbar此处点选异常判断的准则超过3倍的标准偏差‚7点在中心线同一侧ƒ6点连续上升或连续下降Controlchart–计量值(Xbar-R)38/129Minitab可分析两种不同的数据储存模式Controlchart–计量值(Xbar-R)v随堂练习1：压板