《制程控制spc培教材》由会员分享，可在线阅读，更多相关《制程控制spc培教材（56页珍藏版）》请在金锄头文库上搜索。
1、统计过程控制-SPC,Agenda Kick off SPC workshop - 基本统计概念 - Cp, Cpk制程能力分析 - SPC基本管制图 - SPC应用常见问题点讨论 Q & A,样品是否合格？ 对关键零件进行承认检验 -规格：2400100 -工程师取样40pcs样品经测量数值如下： 2410, 2440, 2352, 2410, 2345, 2397, 2413, 2364, 2413, 2325 2415, 2437, 2367, 2310, 2408, 2384, 2375, 2433, 2466, 2370 2325, 2368, 2328, 2369, 2458, 2
2、485, 2343, 2485, 2473, 2315 2498, 2461, 2480, 2352, 2392, 2418, 2420, 2319, 2355, 2419 -量测值都于规格内，样品质量是否合格？ 假设取样数合于MIL-STD-105E要求检验结果? Pass ?,经SPC手法推定结果 -Cp:0.64 (D: Cp 1.0) -Cpk:0.63 (D: Cpk 1.0) -不良率：约5.73% (单一测站） 综合评价： 级：应采取紧急措施，对产品加以分类，全面检讨可能因素，必要时停止生产。,常态分配 Normal Distribution 自然界绝大部分现象之分配均属常态分配
3、，如身高、体重、质量特性观察值等 常态分配之特性 -为一单峰对称分配，呈钟型，以平均数为中心左右对称。 -常态分配的形状决定于两个母数，即平均数与标准偏差。,名词解释 ：母体平均值(Population Mean) ：母体标准偏差(Population standard deviation) X：样本平均值(Sample Mean)xi /n S : 样本标准偏差(Sample standard deviation),机遇原因和非机遇原因,机遇原因 自然界不可避免的变化 在规格内的微小变化 可能是: 温度 湿度 震动 材料 设备 人员,机遇原因(Common Causes): 不可避免，非人为
4、，共同偶然 ，一般的原因.,大量之微小原因引起，因人、机、料、产生 不管发生何种机遇原因，个 别变异极微小. 实际上要除去制程中的机遇 原因是非常不经济的,非机遇原因 可以被避免及控制的 重大影响的 可能是: 机器之不同量具之不精确 作业标准之变动. 不同材混合 人员疏忽 环境条件失控 设备磨损 ,非机遇原因(Special Causes) 可避免之原因，人为原因，特殊 原因，异常原因，局部原因.,一个或少数几个较大之原因引起. 任何一个非机遇原因可能引起大的变异 除去非机遇原因,在经济观点是正确的,机遇原因和非机遇原因,稳定制程vs不稳定制程,稳定的制程 可以预计未来的质量状况.,不稳定的制
5、程 可能无法预计未来的质量状况,机遇原因,机遇原因,非机遇原因,制程能力分析,制程能力分析 -Cp: (Capability of Precision)制程精确度 -Ca: (Capability of Accuracy)制程准确度 -Cpk: (Process performance )制程能力指标,制程能力分析的作业 确定能代表制程能力的质量特性。 1.由制程抽取样本，测定其特定性值 建议:生产制程普通需收集100至250个数据。 工程验证的过程约30个 2.观察数据是否属于常态分配。 点绘出的形态，计算其平均值与标准偏差。 计算Cp,Ca,Cpk 加以判定及分析,Cp Cp: (Capa
6、bility of precision)制程精密度 -制程能力比(process capacity ratio/PCR) -实际生产产品之质量水平与工程规格上下限相比校，所衡量品质 水平满足工程规格的程度,Cp的公式：双边对称,Cp的公式：单边&不对称,Cp评价：,等级： 此一工程甚为稳定，可以将规 格容许差缩小获胜任更精密的工作 等级：表示尚佳，要设法维持，不要 使其变坏 等级：本工程能力不足，有改善必要， 必要时检讨规格及作业标准 等级：应采取紧急措施，对产品加以 分类，全面检讨可能因素，必要时 停止生产。,Ca: (Capability of accuracy)制程准确度 无单边Ca，
7、值= |Ca|,Ca,Cpk综合指标,Cpk: (process performance )制程绩效指标 要制程达到规格要求，必须K与Cp均好方可，但有时K虽很好但Cp不好，结果会有不品，有时Cp很好，但K不好，也会有高不产生。综合评价是将K与Cp两者综合起来评定等级。(K=Ca) 对称规格计算公式: Cpk= (1 -Ca) * Cp,单边&非对称规格,分散及集中的影响,Cpk为么要大于或等于1.33,假设； 某产品由20个部件所组成，每个部件有五个关键尺寸，请预估其生产，: 1.各关键尺寸的Cpk值均为1 Ans: Yield = (0.9973)5)20 = 76.31% 2.各关键尺寸
8、的Cpk值均为1.33 Ans: Yield = (0.999927)5)20 = 99.27%,比较,制程的四种状态,SPC基本管制图,管制图基本概念,u,-3,+3,-3,+3,UCL管制上限,CL中心线,LCL管制下限,翻转90度,利用质量特性的发生机率来判断是否有异常的状况发生 管制上下限与中心线 管制上下限 为平均数上下3个标准偏差 范围内几乎会涵盖所有可能发生的状况 超出管制界限范围之外的状况被视为异常 中心线-制程的平均质量水平。,优先选用计量值管制图，因为 计量值，如.X-bar R Chart是对制程活动的实时监控。 计数值，如.p Chart则是对制程管制结果的事后调查。,
9、管制图的选用考虑,不同管制表之选用,资料性质?,样本数n2?,中心线CL之性质?,n是否较大?,计量值,n2,X bar,X中位值,- chart,n10,-R chart,n10,-R chart,X-Rm chart,n=1,数据是不良数或缺点数?,n是否一定?,Pn chart,P chart,计数值,不良数,缺点数,单位大小是否一定?,c chart,u chart,一定,不一定,不一定,一定,能测定的产品或制程特性 与客户使用及生产关系重大的特性 对下工程影响较大的特性 经常出问题的特性 关键制程的特性,管制图特性选用原则,取样原则：系统、随机、批次、分散 -避免影响统计结果,取样,
10、取样数建议，n 30(计量值) -依统计原理，对一般样本母体，n30可获得合理的近似常态分配 -样本数n越大，估计母体的参数越准确,区域检定法则 将管制中心的两侧，各分割为三个区域。 每个区域之宽度为一个标准偏差。 各区域以A、B和C区称之。,管制图的区域检定,异常管制图的天龙八部,异常管制图的天龙八部,管制图异常点的设定对照表,点子呈现往上或往下趋势现象。 可能由于零件或工具逐渐老化而导致，亦可能因作业员疲劳。,管制图的区域检定-趋势性变化,数据点子呈现平移的现象。 可能肇因于新的作业者、新方法、物料、机器、检验方法改变所造成。,管制图的区域检定-平均值平移,数据点子呈现循环变化现象。 可能
11、因为系统环境有周期性的变化所造成，如.环境温/湿度、轮班制作业、作业者疲劳所造成。,管制图的区域检定-循环型变化,数据点子呈规律上下跳动现象。 可能肇因于不合理之抽样，如.中心线上方为机器A，下方为机器B。,管制图的区域检定-系统性变化,数据点子大部分落于接近上、下管制界线附近，中心线附近只有少数点子。 主因可能为来自两个或多个群体分配(来自两部机台或作业员)。 作业员调动频繁而导致过度反应，即可能如此。,管制图的区域检定-混合型变化,数据点集中于中心线附近而缺乏自然变异现象。 发生原因在于管制界限设定错误。 亦可能是原群体可能已经加以检剔过,管制图的区域检定层别型变化,制程不安定状态之处置方
12、案-A,38,制程不安定状态之处置方案-A,注：上表亦适用于计数值管制图之异常处置。,制程不安定状态之处置方案-B,制程不安定状态之处置方案-B,制程不安定状态之处置方案-C,制程不安定状态之处置方案-C,制程不安定状态之处置方案-D,制程不安定状态之处置方案-D,统计制程管制（SPC）之建立,迷思一：有了可控制的制程参数(Process Parameter)，就是SPC？ 制程参数的确是SPC的焦点，但是我们应深入探究 为什么挑出这些制程参数？ 这些制程参数的管制条件，是如何决定的？ 这些制程参数与产品质量之间，有因果关系可循吗？,SPC的迷思,迷思二：有管制图就是在推动SPC？ 这是产品质
13、量，还是制程参数管制图？ 这张管制图是否有意义？ 它所管制的参数，真的对产品质量有举足轻重的影响吗？ 管制界限订的合理吗？ 这张管制图，是否受到应有的重视？是否已遵照规定，实施追踪与分析？,SPC的迷思,迷思三：有了Cpk的统计是在推动SPC？ Ca/Cp/Cpk是在SPC中计算制程能力最主要的指标，因此对制程能力进行分析的组织，当然是一个对SPC认识较深入的组织，但是值得再深入探讨的是 有定期审查吗？ 是否作为制程能力或制程绩效水平的管制依据？,SPC的迷思,问题1：选择不适当的管制参数。 SPC应只用于重要的规格-关键质量特性，在不必要的管制项目上，只是花费大量的时间与人力， 并不产生任何
14、效益。 如何鉴别重要尺寸、性能或功能等CTQ呢？ 如客户有指明，依客户要求即可。 CTQ分析矩阵，藉由VOC与VOP鉴别。 应用FMEA的方法：开发重要管制点、严重度为8或以上的点等。,管制图常见的问题点,问题2：没有适当的测量工具。 量测工具选用错误。如.计量值管制图，未应用测量工具取得管制特性的正确数值。 管制图对测量系统有很高的要求。 通常要求GR&R或10%。 测量仪器应有足够的分辨力，方能用于制程的解析与管制。 许多公司忽略了这一点，导致做出来的管制图没办法有效的应用，甚至造成误导。,管制图常见的问题点,问题3：没有解析生产过程，直接进行管制。 管制图的应用分为两个步骤：解析与管制，
15、在实施管制用管制图之前，应先进行解析。 解析的目的是 确定制程是否稳定、可预测的， 制程能力是否符合要求。 了解到制程是否存在特殊原因、普通原因的变异是否过大等关键的制程信息。 制程只有在稳定，并且制程能力可以接受的情况下，方才进入管制状态。,管制图常见的问题点,问题4：将管制界限与规格界限混为一谈。 当产品设计出来之后，规格界限就已经定下来了；当产品产出后，管制图的管制界限也定出来了。 规格界限是由产品设计者决定的，而管制界限是由制程的变异决定的。 管制图上点子的变动只能用来判断制程是否稳定受控，与产品规格没有任何的联系，它只决定于生产过程的变异。 当标准偏差小时，管制线就变得比较窄，反之就变得比较宽，但如果没有特殊原因存在，管制图中的点跑出管制界线的机会只有千分之三。 有些公司常以规格作为管制界限，并以此来判制程与产品是否合格，如此是非常不合理的做法。,管制图常见的问题点,问题5：不能正确解读管制图上点子变动所代表的意思 我们常以天龙八部来判断制程是否出现异常。 如果是作业员，只在了解判定准则就好了；但作为品管工程师，如果不理解其中的原委，就没有办法对这些情况作出应变处理。 而此类判定异常的依据为何呢？其实，这些判定法则都是从机率原理所作出的推论。 例如.一个产品的某一特性呈常态分配，
