《2020(质量管理)统计制程管制》由会员分享,可在线阅读,更多相关《2020(质量管理)统计制程管制(59页珍藏版)》请在金锄头文库上搜索。
1、SPC统计制程管制 目 录 第1章 统计制程管制概述与持续改善1.1检测与预防21.2制程管制系统31.3变异之共同原因与特殊原因41.4特殊变异与系统缺失改善51.5制程管制与制程能力61.6制程改善循环与制程管制91.7制程管制的工具-管制图101.8一般企业应用SPC的困 111.9管制图的益处 131. 10如何选用适当之管制图 14第2章 计量值管制图2.1 X-R Chart平均值与全距管制图152.2 X-s Chart平均值与标准差管制图172.3 X-R Chart中位数与全距管制图172.4 X-Rm Chart个别值与移动全距管制图 192. 5运用计量值数据了解制程能力
2、及制程运转 20第3章 计数值管制图3.1 p Chart不良率管制图 223.2 np Chart不良数管制图233.3 c Chart缺点数管制图 243.4 u Chart单位缺点数管制图 25第4章 附录4.1常数表与管制图公式 264.2品质管制图上特殊原因的检定规则 284.3常态分配表 314.4双边等量规格之Cpm与其它指数之关系 33统计制程管制(statistical process control)第1章 统计制程管制概述与持续改善统计方法在现代工商企业内,是每一位员工皆应了解的技术,也是管理者与工程技术人员工作上沟通的共同语言。尤其在对客户承诺的品质保证方面,例如设计过
3、程的试验数据、生产过程的制程数据、客户使用的故障维护记录等,都可以作为事实管理(Fact Control)的科学方法。统计方法之运用非常广泛,其应用之各阶段包括: 市场分析 产品设计 信赖性规格寿命及耐用性预测 制程管制及制程能力研究 抽样技术 数据分析绩效评估及不良分析 制程改善 安全评估风险分析而专业的统计技术包括: 实验设计因素分析 变异数分析回归分析 显著性检定 管制图 统计抽样检验本篇将针对管制图之使用与数据分析作概括性的介绍1.1检测与预防传统的制程管制是生产单位负责生产,品管单位负责检查,而在管理方面则是不断地稽核工作情形,以发现缺失,然而这种方法是非常浪费的,因为有许多资源已经
4、投入于不被接受的产品上了。如果能在生产当初就避免不良品的发生,将是更为积极有效的方法,这就是所谓的不良预防。以下将针对预防的工具-统计制程管制系统的各项要素分别说明。总之,检测是容忍浪费、预防才能避免浪费。往后几节将分别讨论下列事项: 何谓制程管制系统?(1.2) 制程变异将如何影响成品?(1.3) 如何运用统计方法来判断一个问题是单纯的变异,或是系统上的缺失?(1.4) 什么情况下的制程是在管制状态,或是已经达到制程能力之要求?(1.5) 何谓制程改善循环?制程管制应用于哪些方面?(1.6) 什么是管制图?如何使用?(1.7) 运用管制图有何效益?(1.8)1.2制程管制系统制程管制系统是一
5、个回馈系统,包含四个要素:1.2.1制程:指人员设备材料方法、量测及环境的总和,经由一定的程序而得到成品。1.2.2绩效报告:从分析成品可以得到有关制程绩效的资料,而用以判定制程管制对策应否实施,或改善成品。1.2.3改善制程:是一种预防措施,用以预防制造出不合格的成品。1.2.4成品改善:对已经制造出的不合格品加以选别,进行全数检查修理或报废。1.3变异之共同原因与特殊原因天下没有任何两件成品是完全相同的,因为制程中存在有不同的变异因素。有些变异很明显,有些则很难察觉;有些制程中只会造成短暂的变异,而有些则需经过一段时间才会产生变异。故变异通常规定:在规格以内称为合格;反之则称为不合格。为了
6、管制变异及减少变异,应先分辨造成变异的共同原因(机遇性原因)与特殊原因(非机遇性原因)。1.3.1共同原因:制程中变异因素是在统计管制状态下,其产品之特性有固定之分配,而不外乎有分配位置分配散布及分配形状三种(如下图)。 1.3.2特殊原因:制程中变异因素是不在统计管制状态下的非机遇性原因,其产品的分配亦没有固定之分配(如下图)。预测间时. 制程中有特殊原因的变异 制程中只有共同原因的变异1.4特殊变异与系统缺失改善1.4.1特殊变异:可由简单的统计技术分析(如管制图)而得,且应由直接负责制程的人员(即发生者)去寻找特殊原因及解决方法,必要时管理阶层应予以协助,一般称为局部问题对策。这类原因约
7、占制程问题的15%。1.4.2系统缺失:需由制程能力分析去发现,且应由管理阶层努力去消除共同原因。这类原因约占制程问题的85%。1.5制程管制与制程能力1.5.1制程管制的目的是采取经济而有效的对策以改善制程。亦即避免改善不需对策的制程(过苛管制或型I误差),及不致于应改善的制程而未对策(失去管制或型II误差)。为避免这两种误差,必须由分析共同原因与特殊原因来决定。1.5.2制程能力是当特殊原因消除后可得到的最小变异,因此它代表的是制程在管制状态下的好坏程度。它也常被视为成品合乎规格的比例,因为在统计管制状态下的制程,可以以其分配来预测产品超出规格的比例。1.5.3四种管制状态的说明与建议(如
8、图):受控失控可接受不可接受状态I:显示制程已在管制状态下且产品亦能达到规格要求,仅要持续改善。状态II:虽制程在管制状态下,但其产品不符规格,显示其严重的共同原因存在,必须极力加以消除。状态III:虽产品能达到规格要求,但制程无法在管制状态下,形成不稳定的制程,必须查出特殊原因加以解决。状态IV :显示制程既不在管制状态下,且其产品亦不能符合规格要求,即存在共同原因与特殊原因,故必须双管齐下,改善制程。 制程管制在管制状态下(特殊原因消除) 失去管制(有特殊原因存在)制程能力在管制状态下而且制程能力足够(共同原因的变异减少)在管制状态下,但是制程能力不够(共同原因的变异太大)1.6制程改善循
9、环与制程管制1.6.1制程改善循环(如下图)需不断的运作。1.制程分析 2.制程管制 是怎样的制程? 对制程进行监控。 什么可以不管制? 特殊原因予以矫正预防。 目前在做什么? 是否在管制状态下? 制程能力如何?3.制程改善共同原因解析与改善。减少共同原因的存在。1.6.2制程管制了解制程后,须对制程加以监控,对于特殊原因变异应采取有效的矫正及预防措施。1.6.3制程改善对制程中共同原因加以解析与持续与改善,例如制程能力的提高或PPM的降低,务期以最低的成本产出最高的品质及最大的效益。1.7制程管制的工具管制图1.7.1管制图一般分为两类,一是计量值管制图,又分为四种X-R Chart:平均值
10、与全距管制图 X-R Chart:中位数与全距管制图X-s Chart:平均值与标准差管制图 X-Rm Chart:个别值与移动全距管制图二是计数值管制图,又分为四种: p Chart:不良率管制图 np Chart:不良数管制图 u Chart:单位缺点数管制图 c Chart:缺点数管制图1.7.2使用管制图的步骤步骤1.数据收集:决定制程的管制特性,并收集其数据点绘于图上。步骤2.计算管制界限:依附录4.1之计算公式求出管制界限,并检视制程是否在统计管制状态下,如有附录4.2所提示的特殊原因变异存在时,则应加以解决,再重新收集数据。步骤3.制程能力分析与改善:在所有特殊原因皆以消除,而制
11、程仅存在共同原因时,始可计算制程能力,借以分析产品符合规格的比例及持续不断改善。1.8一般企业应用SPC的困难1.8.1多种少量的生产型态一般都被连续制程管制的名词误导,以为许久才生产一次的产品难以适用SPC其实只要图面生产条件及制程因素未改变,仍可依产品别管制。又如为同类产品虽然规格大小不一,但制程相同,亦可以产品特性选用计量值管制图。1.8.2管制计划不实际虽然许多企业对其管制特性规格管制方法样本大小抽样频度等管制项目会建立制程管制计划或称QC工程表,但实际生产时可能会因各种制程因素,如人员设备材料方法环境等而无法依计划执行。在人员稳定交期宽松价格合理的情况下,依管制计划执行是不成问题的。
12、但若遇到生产压力太大时,可能就不易依计划行事了。故管制计划制订时除了应考虑合理性之外,亦必须考虑其可行性。1.8.3使用SPC前未作充分准备若生产方式未予标准化,使用SPC就难以收到效果,一般在使用SPC前,应准备事项如下: 确定制程 依客户需求及工程问题点确定管制特性 决定量测方法及数据收集之程序 设法使管制特性之变异降至最低1.8.4统计知识欠缺一般人以为管制特性之群体分配为常态分配,而抽样数据可以代表群体,其实他可能忘了这只是为了统计方便而作的一个“假设”而已,因为: 抽样存在抽样误差 没有一个制程可以做到100%在统计管制状态下 没有一个产品特性的分配是完全常态分配所以SPC仅能提供产品特性的信息而已,对于产品及制程技术之专业应更加重视,才能达到改善制程的目的。1.8.5量测数据不正确量测设备之读值必须为产品特性最小精度至少1/10(例如产品特性公差为0.05,其量测设备必须能读取0.001以下,参考测量系统分析MSA),量测系统本身误差太大,将会影响分析的结果。另外,一般对于平均值应取原数据位数多一位(例如XiXXX