《202X年SPC在制程中的应用》由会员分享，可在线阅读，更多相关《202X年SPC在制程中的应用（154页珍藏版）》请在金锄头文库上搜索。
1、StatisticalProcessControl SPC在制程中的應用 顧問師 王子才 健峰企管顧問股份有限公司 明碁電通有達光電仁寶電腦震旦電子華通電腦聯想電腦毅嘉電子台光電子宏合電子群鑫電子大展電路板上聲電子展勝電業毓冠電子鍵和電子方志電子訊舟電子賽博電器同健電子川邊電子綠點科技宏崇化學正峰工業立輝金屬全億金屬永成五金合冠鞋業興鵬鞋業裕元鞋業裕成製鞋廠福泰塑膠寶元數控輪興機械永益印刷長益印刷東鵬印刷商亮燈飾千麗燈飾聯盈塑膠順傳五金勛力嬰兒車越南寶元鞋業泰祥汽車配件鍾慶汽車配件太子汽車工業 ISO9000 QS9000 TS16949 日常管理 目標管理 生產管理統計製程管制 6 訓練輔導
2、 主要研究領域 主要輔導或授課廠商 健峰企業管理顧問股份有限公司顧問師健峰企業管理顧問股份有限公司6 黑帶合格講師 現任職 歷經生產主管 品管經理 生產廠長 董事長特別助理等職務 主要企業經驗 課程大綱 基本統計概述直方圖基本統計量數SPC背景說明制程變異分析建立SPC步驟管制圖制程能力研究實例演練 統計制程管制 SPC 統計製程管制之目的係持續改善產品與服務的價值 達到顧客滿意 製程能力調查 Ca Cp Cpk 管制圖的運用 作業方式 資源混用方式 人員設備材料方法環境 產品或服務 顧客 辨識變化的需求與期望 統計方法 製程的聲音 輸入 製程 系統 輸出 顧客的聲音 製程回饋管制系統模式 統
3、計方法的意義群體與樣本資料的分類資料的分析品質管制與統計方法 一 基本統計概述 統計概念 判斷上 事實上 問題類型的分析 對的問題比對的答案更重要有清楚的實驗策略 比急著去做實驗更重要 統計方法的意義 規劃資料的收集 整理與解釋資料 並據以導出結論或予以推廣的制程 稱為統計方法 闡述統計方法與理論的科學 即為統計學 上述統計方法 乃自全部資料中 抽取部分資料 此部份資料的收集 整理 並將其結果加以解釋 使不了解統計分法的仁得以了解 並據以對全部資料作成結論 或推導出全部資料所蘊含的特性 統計資料 屬性資料 屬量資料 合格 不合格好 不好滿意 不滿意 計數值 間斷資料計量值 連續資料 群體與樣本
4、 群體 Population 可為整個制程的所有製品或半成品之全部測定值 亦可為一大批貨品 一小批貨品 一天內的製品或半成品 一小時內的製品 群體 Population 以N表示 計數值群體不合格率計量值群體平均數 群體標準差 群體的構成 特別應注意層別 不同批原料 不同機器設備 不同班別 不同操作員等 群體與樣本 樣本 Sample 為自群體中選取的一部分製品或半成品之測定值 或自整個檢驗批中抽取一部分製品或半成品之測定值 樣本 Sample 以n表示 計數值樣本不合格率計量值樣本平均數X 樣本標準差 x樣本的取得 特別應注意隨機性 並能夠代表群體為原則 資料的分類 時間分類標準 日 周 月
5、 季 半年 年 空間分類標準 不同生產線 不同銷售區 不同材料來源 資料的分析 查檢表次數分配表柏拉圖直方圖圓形圖推移圖長條圖 品質管制與統計方法 品質管制的發展階段 操作員品管 領班品管 統計品管 SPC 全面品管 TQC 全面品質管理 TQM 六大階段 自第四階段的統計品管 SPC Dr Shewhart博士 1924年 發表 製造產品品質的經濟管制 以後 統計方法即持續運用於品質管制中 舉凡 1 市場分析 2 產品設計 3 可靠度規格 壽命 耐用性預測 4 製程管制 製程能力分析 5 品質水準 抽樣檢驗計畫之決定 6 數據分析 性能評估 缺點分析等 均導入適當之統計方法 品質管制與統計方
6、法 可用之特殊統計方法及應用包含 但並不限於 1 實驗計畫法 因子分析 2 變異數分析 迴歸分析 3 安全性評估 風險分析 4 顯著性檢定 5 管制圖 6 抽樣檢驗 直方圖的意義次數分配直方圖的應用 二 直方圖 直方圖的意義 定義將測量所得的Data如時間 長度 硬度等計量值 劃分成數個組間 計算各組間數據出現的次數 以便瞭解其分配的狀況的圖表 叫作直方圖 直方圖係根據次數分配表而繪製 直方圖的意義 繪制直方圖之目的 1 測知製程能力 2 計算產品不良率 3 調查是否混入二個以上不同的群體 4 測知有無假數據 5 測知分布型態 直方圖的應用 直方圖的作法1 決定Data收集期並收集Data 最
7、少要有50個Data 最好要有100個以上2 找出Data中之最大及最小值Ex L 23 4S 20 23 決定組數 K等於n的平方根Ex n 50k 74 決定組距h 將最大值減去最小值後 除以組數 再取最小測量單位的整數倍即可Ex L S K 23 4 20 2 7 0 46 h 0 5 取最小量測單位之整數倍 5 決定組界值 由最小值減去最小測良單位的1 2 就是第一組的下限 再逐次加上各組距 直到可含蓋最大值即完成Ex 20 2 0 1 2 20 15 第一組下界 20 15 0 5 20 65 第一組上界 第二組下界 20 65 0 5 21 15 第二組上界 第參組下界 23 15
8、 0 5 23 65 已大於最大值 直方圖的應用 直方圖的作法6 求出各組的中心值 各組上界加下界除以二Ex 20 15 20 65 2 20 40第一組中心值7 計算落在各組內的次數8 作成直方圖9 記入必要的事項如產品名 規格 Data數量 直方圖的應用 1 測知製程能力 直方圖的應用 2 計算產品不良率 直方圖的應用 3 調查是否混入二個以上不同群體 二批不同材料 二個不同操作員 二個不同班別 二台不同機器 二條不同生產線 直方圖的應用 4 測知有無假數據 據說曾有一家輪胎廠 廠房坐落在大水溝旁 檢驗員檢驗結果 如發現不合格之製品 就將其丟入大水溝內 依統計學來分析 此種情形不可能存在
9、直方圖的應用 5 測知分配型態正態型 離島型 右偏型 0 例 有一機械廠 為瞭解製品外徑尺寸之變化 由產品抽取100個樣本測定其外徑 測定結果如下表 試作次數分配表 實例說明 實例說明 1 定組數 2 求組距 全距 Xmax Xmin 0 665 0 634 0 031組距 0 0031 0 003 實例說明 3 決定區間之境界值第一組下組界 最小測定 1 2測定單位 0 634 0 6335 以0 6335累加0 003得各區間之境界值 如次數分配表 4 計算各組間之中心值第一組中心值 0 635以0 635累加0 003得各區間中心值 次數分配表 有一機械產品的產品特性為 內徑 KPCof
10、2 50 0 05mm 今於Pre ProductionRun抽取40個產品測定結果如下表 產品量測過程的檢驗人員及量測設備 其GageR R為85 以上 實例演練 身為QE的您 對以上之數據有何評價 請與工程規格作一比較 PPAP是否可接受 採用 直方圖 來評價 平均值 Mean 代表一群數據的總合平均數值標準偏差 StandardDeviation 表示該群數值間差異大小的一個數值 三 基本統計量數 A牌電燈泡平均壽命為 800hrs B牌電燈泡平均壽命為 700hrs 您可能會購買AorB Why 中心趨向的測量 平均值 一组数据的算术平均值反应所有值的影响 散佈的測量 极差 全距 数据
11、组內數值之间的距离 Max Min 方差 每一个数据点到平均值的偏离的平方的均值标准偏差 方差的平方根 群體平均值 样本平均值 群體标准偏差 样本标准偏差 X 準確度 精密度 高 低 高 低 Precision Accuracy 正态分布 正态 分布是一种数据具有某些一致的特性的分布这些特性对于我们理解后面采集数据的过程是非常有用的多数自然现象和人类行为的过程是呈正态分布的 或者可以看成正态分布 95 45 99 73 68 27 3 2 1 X 1 2 3 正態分佈 群體 N規格中心值 T平均數 X 集中趨勢 標準偏差 離散趨勢 被涵蓋在特定範圍的機率 當X 時 NormalDistribu
12、tion List m T USL LSL P d Z 標準偏差 m 轉折點 1s T USL p d 規格上限 USL 目標規格值 T 規格下限 LSL 分佈平均值 m 分佈的標準偏差 s 3s 在轉折點和平均值的距離形成一個標準差 假如目標值和規格上限之間可以放置三個標準偏差我們可以說這個製程有 3sigma的能力 LSL m 1s T USL p d p d 123456 s 標準偏差 轉折點 性质1 正态分布只用下列2个我们已知的参数就可以完全描述平均值 和标准偏差 正态分布 分布1 分布2 分布3 这三个正态分布有什么区别 正态曲线和概率区域与标准偏差的关系 4 3 2 1 0 1
13、2 3 4 40 30 20 10 0 95 45 样本数概率 从平均值的标准偏差数 性质2 曲线下的面积可以用来评估确定 事件 发生的累计概率 99 73 68 27 获得的两个值之间的累积概率值 1Sigma 2Sigma 3Sigma 1Sigma 2Sigma 3Sigma 68 26 95 45 99 73 数据点的百分比 UCL LCL 时间 我们测量的项目 标准偏差规则 数据处于哪个位置 母体参数对样本统计量 统计量评估参数 什麼是6sigma SixSigma 是一種新思維程序是一種系統式的降低會對顧客滿意有重要影響的不良工具利用統計工具 進行重要制程能力的改善 降低不良改善產
14、出改善顧客滿意度更高的淨營利 6 Sigma的目標 6Sigma 目標 DPMODistributionNoShifted 制程中心沒有偏移 2 45 500 3 2 700 4 64 5 0 6 6 0 002 s PPM 製程能力 每百萬個不良機會 6Sigma 目標 DPMODistributionShifted 1 5s 制程中心偏移1 5s s PPM 製程能力 每百萬個不良機會 时间 表现 在过程性能力上的革新 好的 坏的 3Sigma CpK 1 6Sigma Cpk 2 改變中的品質哲學 最高品質的產品和服務是最低成本的產品和服務 s PPM 2 308 537 3 66 80
15、7 4 6 210 5 233 6 3 4 DistributionShifted 1 5 GettingtoSixSigma Howfarcaninspectiongetus Characterization Phase1 Measure Phase2 Analyze Optimization 3 4 5 6 7 1 000 000 100 000 10 000 1 000 100 10 1 2 SigmaScaleofMeasure PPM AverageCompany Best in Class TheBreakthroughMethodology Definetheproblem DM
16、AICtotheRescue TheBasicObjective Phase3 Improve Phase4 Control 問題的本性 SixSigma的方法可以辨識製程是偏離目標和 或者是高度變異 以修訂製程及降低變異 偏離目標 變異大 正中目標 修訂製程 降低變異 X X X X X X X X X X X X X X 另類觀點 On Target 從統計觀點來看問題 USL LSL LSL LowerspeclimitUSL Upperspeclimit 問題的本性 統計觀點 偏離目標 變異大 修訂製程 降低變異 SPC興起的背景SPC的迷思SPC的焦點SPC的思考SPC的診斷 四 SPC背景說明 對品質常有的錯誤觀念 大多數的品質問題是錯在作業人員容許少數的不良 意外的瑕疵是無可避免的品質是品管部門的責任只重視品質檢驗 檢驗人員需負責解決瑕疵品SPC只是在現場掛管制圖 對品質的正確觀念 85 的品質問題是管理人員所要擔負的 管理者態度的偏差 更勝過作業人員的懶散第一次就把事情做好 並且將後工程視為顧客 才能真正做到零缺點品質品質和公司每一個人都有關品質檢驗是可以解決問題但卻無
