《《精编》SPC统计制程控制理论培训》由会员分享，可在线阅读，更多相关《《精编》SPC统计制程控制理论培训（79页珍藏版）》请在金锄头文库上搜索。
1、30 05 2020 SPC統計製程控制 理論培訓教材 研討 交流 提高 本次訓練班的內容正確認識SPCSPC興起的背景SPC的基本概念SPC認識誤區的剖析 統計學概述 控制圖原理 SPC推行具體步驟 判斷制程穩定或異常的準則十五項品質指標理論解析 實例演練 品管方法歷程SPC興起的背景什麼是SPCSPC基本觀念SPC的特點SPC認識誤區的剖析 正確認識SPC 一 品管方法歷程 AverageCompany一般公司 Bestinclass世界標竿公司 1 2 3 4 5 6 3 4 233 6 210 690 000 300 800 66 807 產品檢查 產品管制 製程管制 品管7手法 5S
2、 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 二 SPC興起的背景 經驗掛帥時代 的結束 ISO9000品保体系的要求 ISO 9000 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 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
3、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 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 SPC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 三 什麼是SPC SPC發展歷程 StatisticalProcessControl 規格制程USLUCLSLCLLSLLCL
4、 s aCaCpCpk 群體樣本 Xbar xNnR 計量值 均值極差圖 s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 四 SPC的基本觀念 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
5、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 五 SPC的特點 六 SPC認識誤區的剖析 一 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 六 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
6、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 六 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 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SP
7、C的焦點 定義主要統計學名詞舉例說明統計與SPC 統計學概述 定義 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 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n 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 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 正態分布基本知識
8、100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 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 正態分布中 任一點出現在 內的概率為P X 68 27 2 內的概率為P 2 X 2 95 45 3 內的概率為P 3 X 3 99 73 不
9、同的常態分配 不同的常態分配 不同的常態分配 2 X b 1 2 1 2 1 藍色代表規格分佈形態 紅色代表實際制程分佈形態 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 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 圖上有中心線 CL 上控制界限 UCL 和下控制界限 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 控制圖原理的兩種解釋 控制圖原理的第一
10、種解釋 在控制圖上描點 實質上就是進行統計假設檢驗 而控制圖的上 下控制界即爲接受域與拒絕域的分界限 點子落在上 下界限之間 表明可接受 點子落在上 下界限之外 表明應拒絕 正態分佈有一個結論對質量管理很有用 即無論均值 和標準差 取何值 産品質量特性值落在 3 之間的概率爲99 73 於是落在 3 之外的概率爲100 一99 73 0 27 而超過一側 即大於 3 或小於 3 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 超過管制上限 為不可接受區域 在管制界限內 為可接受區域 兩類錯誤 虛發警報的錯誤 也稱第I類錯誤 在生産正常的情況
11、下 純粹出於偶然而點子出界的概率雖然很小 但總還不是絕對不可能發生的 因此 在生産正常 點子出界的場合 根據點子出界而判斷生産異常就犯了虛發警報的錯誤或第I類錯誤 發生這種錯誤的概率通常記以 虛發警報的錯誤 漏發警報的錯誤 也稱第 類錯誤 在生産異常的情況下 産品質量的分佈偏離了典型分佈 但總還有一部分産品的質量特性值是在上下控制界之內的 如果抽到這樣的産品進行檢測並在控制圖中描點 這時由於點子未出界而判斷生産正常就犯了漏發警報的錯誤或第 類錯誤 發生這種錯誤的概率通常記以 由於控制圖是通過抽查來監控産品質量的 故兩類錯誤是不可避免的 在控制圖上 中心線一般是對稱軸 所能變動的只是上下控制限的
12、間距 若將間距增大 則 減小而 增大 反之 則 增大而 減小 因此 只能根據這兩類錯誤造成的總損失最小來確定上下控制界限 根據經驗 3 作為管制限可以使總損失最小 漏發警報的錯誤 控制圖原理的第二種解釋 根據來源的不同 質量因素可以分成4M1E五個方面 但從對質量的影響大小來看 質量因素可分成偶然因素 簡稱偶因 與異常因素 簡稱異因 兩類 偶因是始終存在的 對質量的影響微小 但難以除去 例如機床開動時的輕微振動等 異因則有時存在 對質量影響大 但不難除去 例如車刀磨損 固定機床的螺母鬆動等 偶然因素 偶波 和異常因素 異波 偶然因素之變異 異常因素之變異 大量之微小原因所引起 不可避免 不管發
13、生何種之偶然原因 其個別之變異極為微小 幾個較代表性之偶然原因如下 原料之微小變異 機械之微小掁動 儀器測定時不十分精確之作法 實際上要除去製程上之偶然原因 是件非常不經濟之處置 一個或少數幾個較大原因所引起 可以避免 任何一個異常原因 都可能發生大之變異 幾個較代表性之異常原因如下 原料群體之不良 不完全之機械調整 新手之作業員 異常原因之變不但可以找出其原因 並且除去這些原因之處置 在經濟觀點上講常是正確者 局部性的對策及系統中的對策 局部問題的對策 通常用來消除特殊原因造成的變異 可以被製程附近的人員來執行 一般可以改善製程的15 系統改善的對策 通常用來減低普通原因造成的變異 幾乎總是
14、需要管理者的行動來加以矯正 一般可以改善製程的85 偶波與異波都是産品質量的波動 如何能發現異波的到來呢 經驗與理論分析表明 當生産過程中只存在偶波時 産品質量將形成某種典型分佈 如果除去偶波外還有異波 則産品質量的分佈必將偏離原來的典型分佈 因此 根據典型分佈是否偏離就能判斷異波 即異因是否發生 而典型分佈的偏離可由控制圖檢出 例如在車制螺絲的時 由於發生了車刀磨損的異因 螺絲直徑的分佈偏離了原來的正態分佈而向上移動 於是點子超出上控制界的概率大爲增加 從而點子頻頻出界 表明存在異波 控制圖上的控制界限就是區分偶波與異波的科學界限 確立製造流程 繪製製造流程圖 訂定品質工程表決定管制項目 顧
15、客之需求為何 實施標準化 標準之建立 修正與營運製程能力解析 是否符合規格或客戶的要求 SPC推行具體步驟 1 對全廠每道工序都要進行分析 可用因果圖 找出對最終産品影響最大的變數 即關鍵變數 可用排列圖 如美國LTV鋼鐵公司共確定了大約20000個關鍵變數 2 找出關鍵變數後 列出程序控制網圖 所謂程序控制網圖即在圖中按工藝流程順序將每道工序的關鍵變數列出 3 對步驟2得到的每一個關鍵變數進行具體分析 4 對每個關鍵變數建立程序控制標準 並填寫程序控制標準表 決定管制項目 程序控制標準表 實施標準化 編制控制標準手冊 在各部門落實 將具有立法性質的有關程序控制標準的文件編制成明確易懂 便於操
16、作的手冊 使各道工序使用 如美國LTV公司共編了600本上述手冊 品質的一致性 乙選手 甲選手 誰的成績好呢 您的工廠 服務品質 供應商若有問題 您希望是甲狀況還是乙狀況呢 誰較有潛力呢 你會選誰當選手呢 製程能力解析 符合規格就真的OK了嗎 製程能力靶心圖 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 0 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 d 2 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 3 0 0026就是準則 3 的顯著性水平 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
