《spc在制程中的应用.ppt》由会员分享，可在线阅读，更多相关《spc在制程中的应用.ppt（153页珍藏版）》请在金锄头文库上搜索。
1、8/27/2019,1,Statistical Process Control,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,8/27/2019,2,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
2、鞋業 泰祥汽車配件 鍾慶汽車配件 太子汽車工業 ,ISO 9000 , QS 9000 , TS 16949 , 日常管理，目標管理，生產管理 統計製程管制， 6 訓練輔導, 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：,8/27/2019,3,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,8/27/2019,4,統計制程管制【SPC】 統計製程管制
3、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,8/27/2019,5,統計方法的意義 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,8/27/2019,6,統計概念,判 斷 上,事 實 上,8/27/2019,7,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,8/27/2019,8,統計方法的意義,規劃資料的
4、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。,8/27/2019,9,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,8/27/2019,10,群體與樣本,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
5、。 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。,8/27/2019,11,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。,8/27/2019,12,資料的分類,時間分類標準： 日、周、月、季、半年、年。 空間分類標準： 不同生產線
6、、不同銷售區、不同材料來源。,8/27/2019,13,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,8/27/2019,14,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
7、析 / 性能評估 / 缺點分析 等，均導入適當之統計方法。,8/27/2019,15,品質管制與統計方法,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,8/27/2019,16,直方圖的意義 次數分配 直方圖的應用,二、直方圖,8/27/2019,17,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。,8/2
8、7/2019,18,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,8/27/2019,19,直方圖的應用,直方圖的作法 1. 決定Data收集期並收集Data 最少要有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=23.4 S=20.2 3. 決定組數 - K 等於 n 的平方根 Ex: n = 50 k = 7 4. 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.
9、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 + 0.5 = 23.65 （已大於最大值）,8/27/2019,20,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 + 20.6
10、5）/ 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.,8/27/2019,21,直方圖的應用,(1) 測知製程能力,8/27/2019,22,直方圖的應用,(2) 計算產品不良率,8/27/2019,23,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,8/27/2019,24,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，
11、此種情形不可能存在。,8/27/2019,25,直方圖的應用,(5) 測知分配型態 正態型、離島型、右偏型,0%,8/27/2019,26,(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,8/27/2019,27,實例說明,(1)定組數： (2)求組距： 全距XmaxXmin 0.6650.634 0.031 組距 0.0031 0.003,8/27/2019,28,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
12、。 (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。,8/27/2019,29,次數分配表,8/27/2019,30,8/27/2019,31,有一機械產品的產品特性為內徑KPC of 2.50 0.05 mm，今於 Pre-Production Run 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 Gage R & 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。,8/27/2019,32,平均值 (Mean)：代表一群數據的總合平
13、均數值 標準偏差 (Standard Deviation)：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：800 hrs,B 牌電燈泡平均 壽命為：700 hrs,您可能會購買 A or B ? Why ?,8/27/2019,33,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,8/27/2019,34,群體平均值,样本平均值,群體标准偏差,样本标准偏差,X,8/27/2019,35
14、,準確度,精密度,高,低,高,低,Precision,Accuracy,8/27/2019,36,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,8/27/2019,37,95.45%,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,8/27/2019,38,Normal Distribution - List,m,T,USL,LSL,P(d),Z,8/27/2019,39,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
