某著名顾问公司SPC教材.ppt

《某著名顾问公司SPC教材.ppt》由会员分享，可在线阅读，更多相关《某著名顾问公司SPC教材.ppt（154页珍藏版）》请在三一办公上搜索。

1、2023/5/23,1,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,2023/5/23,2,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 越南寶元鞋

2、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：,2023/5/23,3,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,2023/5/23,4,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

3、，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,2023/5/23,5,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,2023/5/23,6,統計概念,判斷上,事 實 上,2023/5/23,7,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,2023/5/23,8,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

4、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。,2023/5/23,9,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,2023/5/23,10,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。群體Population 以 N 表示。計數值 群體不合格率計量值

5、 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。,2023/5/23,11,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。,2023/5/23,12,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、不同銷售區、不同材料來源。,2023/5/23,13,資料的分析,查檢表次數分配表柏拉圖直方圖

6、圓形圖推移圖長條圖,2023/5/23,14,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)數據分析/性能評估/缺點分析 等，均導入適當之統計方法。,2023/5/23,15,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

7、/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,2023/5/23,16,直方圖的意義 次數分配 直方圖的應用,二、直方圖,2023/5/23,17,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。,2023/5/23,18,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,2023/5/23,19,直方圖的

8、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=20.23.決定組數-K 等於 n 的平方根Ex:n=50 k=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=（）/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）20.6

9、5+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）,2023/5/23,20,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+20.65）/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.,2023/5/23,21,直方圖的應用,(1)測知製程能力,2023/5/23,22,直方圖的應用,(2)計算產品不良率,2023/5/23,23,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

10、機器、二條不同生產線,2023/5/23,24,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，此種情形不可能存在。,2023/5/23,25,直方圖的應用,(5)測知分配型態 正態型、離島型、右偏型,0%,2023/5/23,26,(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,2023/5/23,27,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.

11、003,2023/5/23,28,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。(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。,2023/5/23,29,次數分配表,2023/5/23,30,2023/5/23,31,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,

12、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。,2023/5/23,32,平均值(Mean)：代表一群數據的總合平均數值標準偏差(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?,2023/5/23,33,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

13、差（）:方差的平方根,2023/5/23,34,群體平均值,样本平均值,群體标准偏差,样本标准偏差,X,2023/5/23,35,準確度,精密度,高,低,高,低,Precision,Accuracy,2023/5/23,36,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,2023/5/23,37,95.45%,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

14、機率,當 X=時,2023/5/23,38,Normal Distribution-List,m,T,USL,LSL,P(d),Z,2023/5/23,39,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 我們可以說這個製程有“3 sigma的 能力.”,LSL,2023/5/23,40,m,1s,T,USL,p(d),p(d),1234 5 6,s,標準偏差,轉折點,2023/5/23,41,性质 1:正态分布只

15、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?,2023/5/23,42,正态曲线和概率区域与标准偏差的关系,4,3,2,1,0,-,1,-,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,2023/5/23,43,1 Sigma,2 Sigma,3 Sigma,1 Sigma,2 Sigma,3 Sigma,68.26%,95.45%,99

16、.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?”,2023/5/23,44,母体参数对样本统计量,统计量 评估 参数,2023/5/23,45,什麼是6 sigma,Six Sigma 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,2023/5/23,46,降低不良改善產出改善顧客滿意度更高的淨營利,6-Sigma 的目標,2023/5/23,47,6 Sigma 目標,(DPMO Distribution No Shifted)制程中心沒有偏移,2,45,500,3,2,700,4,

17、64,5,0.6,6,0.002,s,PPM,製程能力,每百萬個不良機會,2023/5/23,48,2023/5/23,49,6 Sigma 目標,(DPMO Distribution Shifted 1.5 s)制程中心偏移 1.5 s,s,PPM,製程能力,每百萬個不良機會,2023/5/23,50,2023/5/23,51,时间,表现,在过程性能力上的革新,好的,坏的,3 Sigma(CpK=1),6 Sigma(Cpk=2),2023/5/23,52,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,2023/5/23,53,s,PPM,2,308,537,3,66,807

18、,4,6,210,5,233,6,3.4,(Distribution Shifted 1.5),Getting to Six Sigma,How far can inspection get us?,2023/5/23,54,Characterization,Phase 1:Measure,Phase 2:Analyze,Optimization,3,4,5,6,7,1,000,000,100,000,10,000,1,000,100,10,1,2,Sigma Scale of Measure,PPM,AverageCompany,Best-in-Class,The Breakthrough

19、Methodology,Define the problem.,DMAIC to the Rescue!,The Basic Objective,Phase 3:Improve,Phase 4:Control,2023/5/23,55,問題的本性,Six Sigma 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,2023/5/23,56,另類觀點,On-Target,從統計觀點來看問題,USL,LSL,LSL=Lower spec limitUSL=Upper spe

20、c limit,問題的本性-統計觀點,偏離目標,變異大,修訂製程,降低變異,2023/5/23,57,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,2023/5/23,58,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,2023/5/23,59,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

21、公司每一個人都有關品質檢驗是可以解決問題但卻無法消除問題SPC是讓品質保證的系統持續運轉不斷改善製程,以提昇品質與生產力,2023/5/23,60,SPC 興起的背景,SPC 興起是宣告經驗掛帥時代的結束 手工藝的產業：SPC 無用武之地經驗取勝 當經驗可以整理，再加上設備、制程或系統時，那 SPC 時機的導入，就自然成熟了。SPC 興起是宣告品質公共認證時代的來臨 1980年以前，客戶大都以自己的資源與方法，來認定某些合格的供應商，造成買賣雙方的浪費。1980年以後，GMP及ISO 9000的興起，因為重視產品生產的制程與系統，故更須有賴 SPC 來監控制程與系統的一致性。,2023/5/2

22、3,61,SPC 的迷思,迷思一：有管制圖就是在推動 SPC？這是產品品質(Q)，還是制程參數(P)管制圖？這張管制圖是否有意義？它所管制的參數，真的對產品品質有舉足輕重的影響嗎？管制界限訂的有意義嗎？這張管制圖，是否受到應有的重視？是否已遵照規定，實 施追蹤與研判？,2023/5/23,62,SPC 的迷思,迷思二：有了Cpk/Ppk 等計算就是在推動 SPC？Cpk/Ppk 有定期審查嗎？是否已用 Cpk/Ppk 作訂單分派給不同生產線，作為生產 的依據？,2023/5/23,63,SPC 的迷思,迷思三：有了可控制的制程參數(Process Parameter)，就是 SPC？為什麼挑出

23、這些制程參數？這些制程參數的控制條件，是如何決定的？這些制程參數與產品品質之間，有因果關係可循嗎？,2023/5/23,64,SPC 的焦點 制程(Process),SPC 與傳統 SQC 的最大不同點，就是由 Q P 的轉變 SQC：強調 Quality 產品的品質，換言之，它是著重於買賣雙方可共同評斷、鑑定的一種既成事實。SPC：則是希望將努力的方向更進一步的放在品質的源頭 制程(Process)上。因為制程的起伏變化，才是造成品質變異(Variation)的主要根源。,2023/5/23,65,SPC 的焦點 制程(Process),品質變異的大小，也才是決定產品優劣的關鍵,制程起伏條件

24、,品質異常,產品優劣,因,因,果,果,2023/5/23,66,SPC 的思考,制程參數,制程,2023/5/23,67,SPC 的思考,步驟一：深入掌握因果模式 制程參數(因)/品質貢獻率(果)分析 柏拉圖分析步驟二：設定主要參數的控制範圍 以迴歸分析方法或實驗設計來分析,2023/5/23,68,SPC 的思考,步驟三：建立制程控制方法 控制頻率 樣本抽取方法 樣本量測方法步驟四：抽取成品來印證原始系統是否 仍然正常運轉？,2023/5/23,69,SPC 的診斷,品質是否更穩定？良品率是否提高？制程是否更流暢？成本是否更低廉？異常是否更快能被偵測到？品管員是否逐漸在減少？,2023/5/

25、23,70,統計制程管制的定義非機遇原因變異機遇原因變異制程控制與制程能力制程改善循環,五、制程變異,2023/5/23,71,統計制程管制的定義,經由制程中去收集資料，而加以統計分析，從分析中得以發覺制程的變異，並經由問題分析以找出異常原因，立即採取改善措施，使制程恢復正常。並藉由制程能力分析與標準化，以不斷提昇制程能力。,2023/5/23,72,制程控制的需要,檢測 容忍浪費 允許將時間和材料投入到生產不一定有用的產品或服務中預防 避免浪費 第一次就把工作做對,2023/5/23,73,變異機遇原因與非機遇原因,為了使變異的表示簡化，通常分成下列二種：機遇原因的變異 制程中變異因素是在統

26、計的管制狀態下受控。隨著時間的推移，具有穩定的且可重複的分佈 制程中的許多全距的原因。非機遇原因的變異 制程中不常發生，但造成制程變異的原因。所造成之分佈與時間的關係，是不穩定且不無法 預期的。,2023/5/23,74,散布举例,非機遇原因,过程 A 显示受控散布过程B 显示不受控散布,2023/5/23,75,因為生產制程中每一件成品都不同，因此如果製程很穩定，則生產產品的品質特性的分布將形成一種固定形狀，稱為分佈。一般分佈有下列之不同情形：,.或是以上這些的不同組合,2023/5/23,76,如果制程中，只有機遇原因的變異存在，則其成品將形成依各很穩定的分佈，而且是可以預測的,如果制程中

27、，有非機遇原因的變異存在，則其成品將為不穩定的分佈，而且無法預測的,範圍,時間,可預測,範圍,時間,無法預測,2023/5/23,77,大量之微小原因所引起原料在一定範圍內之微小變異機械之微小振動儀器測定時，不十分精確之做法依據作業標準執行作業的變化實際上，要除去制程上之機遇原因，是件非常不經濟之處置,一個或少數幾個較大原因所引起使用規格外的原物料新手之操作人員不完全之機械調整未依據作業標準執行作業所制訂之作業標準不合理非機遇原因之變異，不但可以找出其原因，並且除去這些原因之處置，在經濟觀點上來說，是正確的,機遇原因,非機遇原因,2023/5/23,78,非機遇原因的變異,簡單的統計分析可發現

28、,如管制圖,直接負責制程的人員去改善,局部措施改善對策,局部措施改善非機遇原因,牽涉到消除產生變異的非機遇原因可由製程人員直接加以改善大約可以解決15%之制程上的問題,2023/5/23,79,系統措施 改善機遇原因,共同原因的變異,製程能力分析可發現,如Ca，Cp，Cpk，及管制圖上點的變化,管理當局參與及製程人員合作去改善,系統改善對策,必須改善造成變異的機遇原因經常需要管理階層的努力與對策大約可以解決85%之制程上的問題,2023/5/23,80,Time 1,Time 2,Time 3,Time 4,称为 短期(st)我们的潜在能力-能做得最好的情况所有6 sigma公司用 报告 价值

29、不高的多数,顯示散佈原因,組內變異(Within),組間變異(Between),2023/5/23,81,能力对实绩,过程实绩:全部散布包括 Shifts 和 Short Term(Pp&Ppk),能力:只有随机的或 短期的散布(Cp&Cpk),2023/5/23,82,制程控制與制程能力,首先應通過檢查，消除全距所產生之非機遇原因，使制程處於受控的狀態接下來，就可依顧客的要求(規格)，來評定制程能力，以使顧客滿意，這就是持續改善的基礎。,在管制規格內,Cpk 1.33,2023/5/23,83,範圍,時間,受控(消除了非機遇原因),範圍,時間,制程控制,不受控(存在了非機遇原因),2023/

30、5/23,84,受控，能力符合要求(機遇原因造成的變異已減少),制程能力,規格上限,規格下限,範圍,受控，能力不符合要求(機遇原因造成的變異太大),2023/5/23,85,制程控制與制程能力矩陣,2023/5/23,86,1類：理想的情況 X，小2類：受控制程，但存在機遇原因造成過大的變異，必須減少全距的變異。X，大,分布圖形,2023/5/23,87,3類：制程能力可接受，但為不受控制程，必須識別全距的非機遇原因，並消除它。X，小 4類：不受控，且制程能力又不可接受，必須減少全距的非機遇原因和機遇原因。X，大,2023/5/23,88,制程改善循環,P,D,A,C,P,D,A,C,P,D,

31、A,C,1.分析制程,2.維護制程,3.改善制程,2023/5/23,89,1.分析制程：本制程應該做什麼？會出現什麼問題？本制程會有哪些變化？我們已經知道本制程的什麼全距(全距)？哪些參數受全距(全距)的影響最大？本制程正在做些什麼？本制程是否在生產廢品及需要返工的產品？本制程生產的產品是否處於受控狀態？本制程是否有能力？本制程是否可靠？,2023/5/23,90,2.維護(控制)制程：制程是動態的，並且會隨時間而變化。監控制程的能力指數 查出非機遇原因的變異，並採取有效的措施3.改善制程：使制程穩定，並以維持制程的能力指數 充分理解機遇原因造成的變異 減少機遇原因造成變異的發生,2023/

32、5/23,91,六、建立 SPC 的步驟,確立製造流程、製造流程解析決定管制項目實施標準化管制圖的運用制程能力分析問題分析解決製程的繼續管制,2023/5/23,92,一 確立製造流程,二 決定管制項目,三 實施標準化,五 制程能力調查 Ca、Cp、Cpk,四 管制圖的運用,六 問題分析解決,六 問題分析解決,七 製程繼續管制,Cpk 1.33,Cpk 1.33,製程條件變動時,2023/5/23,93,藉由所需的人員、程序、機器、物料等(輸入)，經由必要的作業活動來產生一特定的產品或 資訊(輸出),1.流程定義,2023/5/23,94,資 料物 料顧客需求資源設備人 員標 准教 育,增加附

33、加價值的工作,產品,輸出,服務,輸入,流程的基本模式,2023/5/23,95,訂單,產品/服務,製造流程圖,2023/5/23,96,2.決定管制項目,管制項目的定義 為維持產品的品質，作為管制對象所列舉的項目 特殊特性：尺寸、材質、性能、外觀,2023/5/23,97,產品/服務,KPC,KPC:Key Product Characteristics,KCC:Key Control Characteristics,2023/5/23,98,3.實施標準化,意義：所做的每一件工作、產品，都是 可以成為可靠的工作與可靠的產品目的：不會做出標準以下的工作、產品步驟：1.成立標準化體制 2.標準化

34、的計劃 3.標準化的運作 4.標準化的評價,管制計畫Control Plan,2023/5/23,99,2023/5/23,100,4.管制圖的運用,管制圖是1924年由蕭華特博士(Dr.W.A.Shewhart)，在研究產品品質特性之次數分配時所發現。正常工程所產生出來產品之品質特性，其分佈大都呈正態分佈的，會超出三個標準差(3)的產品只有0.27%，依據此原理，將正態曲線圖旋轉90度，在三個標準差的地方加上兩條界限，並將抽樣的順序點繪成為管制圖。,2023/5/23,101,使用管制圖的效益,提供正在進行制程控制的作業人員使用有助於制程在品質上和成本上能持續的、可預測的維持下去提供檢討制程

35、狀況之共通的語言分辨機遇與非機遇原因的變異，提供採行局部或系統糾正措施的依據,2023/5/23,102,計量值管制圖 X R(平均值與全距)X S(平均值與標準差)X R(中位值與全距)X MR(個別值與移動全距),計數值管制圖 P(百分比不良率)np(不良數)C(缺點數)U(每單位缺點數),管制圖的種類,2023/5/23,103,管制圖之管制上/下限,2023/5/23,104,X R 管制圖常數表,2023/5/23,105,X S 管制圖常數表,2023/5/23,106,计量值管制图之优缺点,优点:用于制程之管制,甚灵敏,很容易调查事故发生的原因,因此可以预测将发生之不良状况;能及

36、时并正确地找出不良原因,可使品质稳定,为最优良之管制工具.,缺点:在制造过程中,需要经常抽样并予以测定以及计算,后需点上管制图,较为麻烦而费时间.,2023/5/23,107,计数值管制图之优缺点,优点:只在生产完成后,才抽取样本,将区分为良品与不良品,所需数据能以简单方法获得之.对于工厂整个品质情况了解非常方便.,缺点:只靠此种管制图,有时无法寻求不良之真正原因,而不能及时采取处理措施,而延误时机.,2023/5/23,108,管制圖使用時機,決定管制特性,可否取得 計量值數據,目標是否 在於不良品數,目標是否 在於缺點數,NO,NO,樣本數是否為定值,YES,使用 P管制圖,使用 n p

37、或 P 管制圖,樣本數是否為定值,使用 U管制圖,使用 C 或 U 管制圖,YES,NO,YES,YES,NO,2023/5/23,109,數據是同類型或無法進行組內個別抽樣如化學槽液批亮油漆,樣本平均是否容易計算,使用中位值管制圖,NO,NO,各組樣本打大小是否 9,YES,使用 X R管制圖,NO,YES,樣本標準差 S是否容易計算,使用 X R管制圖,NO,使用 X S管制圖,YES,使用個別值管制圖：X MR,YES,2023/5/23,110,管制圖之繪制流程,搜集數據,繪制解析用管制圖,穩定狀態？,繪制直方圖 分布 層別研究,滿足規格？制程能力研究,管制用管制圖,Yes,消除非機遇

38、原因,No,滿足,減少機遇原因4M、1E 分析,不滿足,提升製程能力,Z-value,2023/5/23,111,管制圖 制程控制的工具,1.收集：收集資料並畫在圖上2.控制：監控是否超出管制上、下限 非機遇原因 計算所收集的資料，作為分析之用 觀察全距的變化3.分析與改善：依所計算之結果，評估制程能力指數 監控在受控狀態資料的變化，確定機遇原因全距 的變化，並採取措施 必要時，可修改管制上、下限，持續不斷的改善,解析用管制圖,管制用管制圖,2023/5/23,112,平均值與全距管制圖(X R),A 收集資料 A1 選擇子組大小、頻率和資料 A2 建立管制圖及記錄原始資料 A3 計算每個子組

39、的平均值(X)和全距(R)A4 選擇管制圖的刻度 A5 將平均值和全距，標記到管制圖上,將 X&R 標記道管制圖上,2023/5/23,113,X=50.26R=5.1,2023/5/23,114,平均值與全距管制圖(X R),B 計算管制上、下限解析用管制圖 B1 計算平均全距(R)，制程平均值(X)B2 計算管制上、下限，並標記管制線 全距：UCLR=D4 R LCLR=D3 R 平均值：UCLX=X+A2R LCLX=X A2R,2023/5/23,115,2023/5/23,116,2023/5/23,117,2023/5/23,118,2023/5/23,119,2023/5/23,

40、120,平均值與全距管制圖(X R),C 制程控制說明 C1 首先分析全距圖上的資料 任何超出管制限的點 連續 7 個點，全在中心線之上，或連續上升 連續 7 個點，全在中心線之下，或連續下降 可能為：模具受損或機器固定鬆動，或換班、換批，或量測系統改變(新人、新量具)。,2023/5/23,121,平均值與全距管制圖(X R),其他明顯非隨機的圖形 各點與 R 的距離：一般大約 2/3 的點，應落在中心線 為中心的 1/3 管制區域內，若非如此，則需進行調查 並改善。可能為：管制上、下限或描點計算錯或標示錯。若有 2/3 的點，落在中心線為中心的 1/3 管制區域內，則 人、機、料、法已達相

41、當穩定之狀況，以此來作為下一階段的監控和持續改善。,2023/5/23,122,平均值與全距管制圖(X R),C 制程控制說明 C2 識別並標注非機遇原因全距圖 C3 重新計算管制上、下限(全距圖)C4 分析平均值圖上的資料 如同C1之分析 C5 識別並標注非機遇原因平均值圖 C6 重新計算管制上、下限(平均值圖),2023/5/23,123,5.制程能力分析,制程處於受控狀態制程的各測量值符合正態分佈工程及其他規範準確的代表顧客的需求設計目標值位於規格的中心測量變異相對較小,2023/5/23,124,Cpk/Ppk,Cpk The capability index for a stable

42、 process.The estimate of sigma is based on within subgroup variation(R-bar/d2 or S-bar/c4),Ppk The performance index.The estimate of sigma is based on total variation(all of individual sample data using the standard deviation【root mean square equation】,“s“).,2023/5/23,125,Cpk/Ppk,Cpk 在一穩定制程下的能力指數 某一

43、天、某一班次、某一批、某一機台 其組內的變異(R-bar/d2 or S-bar/c4),Ppk 性能指數 量試階段的能力指數、某一產品長期監控下的能力指數(all of individual sample data using the standard deviation【root mean square equation】,“s“).,2023/5/23,126,制程能力調查步驟,確切了解要調查的品質特性與調查範圍，並收集數據製作解析用管制圖，確定製程處於受控狀態之中計算制程能力指數(Short Term:Cpk)判斷制程能力是否足夠，如不夠時或不穩定時，則加以改善以解析用管制圖之管制上、

44、下限，作為管制用管制圖之監控，並於一段期間後，再計算制程能力指數(Long Term:Ppk),2023/5/23,127,制程能力調查的方式,圖示法-主要以次數分配圖、直方圖、管制圖表示之數值法-以Ca值(製程準確度)、Cp值(製程精密度)、Cpk值(製程能力指數)表示之,2023/5/23,128,圖示法制程能力的初步判定,中心值位置 分散寬度 分佈形狀,大小,大小,大小,由製程中收集100個以上的數據，做成次數分配圖或直方圖，由圖形的中心值位置、分散寬度、分佈形狀可簡單判定製程能力,2023/5/23,129,數值法制程能力分析,製程準確度Ca(Capability of Accurac

45、y)衡量自產品中所獲得產品資料的實績平均值(X),與規格中心值(u)其間偏差的程度,是期望製程中生產的每個產品的實際值能與規格中心值一致(1)Ca之計算方式如下：實績平均值-規格中心值 X-uCa=-*100%=-*100%規格公差/2 T/2T=USL-LSL=規格上限-規格下限,集中趨勢,2023/5/23,130,Ca值的等級判定 Ca值是正值-實績平均值較規格中心值偏高 Ca值是負值-實績平均值較規格中心值偏低 Ca值愈小,品質愈佳。依Ca值大小一般分為四級：,2023/5/23,131,(4)處置原則,A級：維持現狀B級：改進為A級,C級：立即檢討改善D級：立即採取緊急措施，全面檢討

46、，必要時停止生產,2023/5/23,132,製程精密度Cp(Capability of Precision)衡量自產品中所獲得產品資料的6個估計實績標準差(),與規格公差(T)其間相差的程度,是期望製程中生產的每個產品以規格中心值為目標，其變異寬度愈小愈好，換言之，即在衡量規格公差範圍與製程變異寬度兩者間相差程度(1)Cp之計算方式如下：,(單邊規格),或,離散趨勢,2023/5/23,133,Cp值的等級判定 Cp值愈大-規格公差(T)大於估計實績標準差()愈多，即表示製程的變異寬度遠小於規格公差 Cp值愈大,品質愈佳。依Cp值大小一般分為五級：,2023/5/23,134,(3)Cp等級

47、之說明,6 E 級,6 D 級,6 C 級,6 B 級,6 A 級,規格中心值,規格上限,規格下限,Cp 0.67,Cp=0.67,Cp=1.00,Cp=1.33,Cp=1.67,T=10,T=8,T=6,T=4,2023/5/23,135,制程能力指數 Cpk(穩定的制程),Cpk=,(1 Ca),*Cp,當 Ca=0 時，Cpk=Cp,單邊規格時，Cpk 即以 Cp 值計之,集中趨勢,離散趨勢,2023/5/23,136,(3)Cpk 等級之說明(當 Ca=0),6 E 級,6 D 級,6 C 級,6 B 級,6 A 級,規格中心值,規格上限,規格下限,Cpk 0.67,Cpk=0.67,

48、Cpk=1.00,Cpk=1.33,Cpk=1.67,T=10,T=8,T=6,T=4,Cpk=2.00,T=12,2023/5/23,137,USL：規格上限 LSL：規格下限 X：制程總平均值：估計標準差,制程能力指數 Cpk S.T.Stable Process,=R/d 2 R：全距(全距)的平均值 d 2：依樣本數大小變化，所使用之常數,2023/5/23,138,USL：規格上限 LSL：規格下限 X：制程總平均值 x：實績標準差,性能指數 Ppk L.T.,Ppk 性能指數 量試階段的能力指數、某一產品長期監控下的能力指數(all of individual sample dat

49、a using the standard deviation【root mean square equation】,“s“).,2023/5/23,139,群體平均值,样本平均值,群體标准偏差,样本标准偏差,X,2023/5/23,140,Normal Distribution-List,m,T,USL,LSL,P(d),Z,2023/5/23,141,計算 Z 值(Short Term)單邊規格：Z USL=或 Z LSL=,USL X,X LSL,2023/5/23,142,雙邊規格：Z USL=或 Z LSL=Z min=Z USL 或 Z LSL 之最小值 若 Z 0，則表示制程總平均

50、值落在規格界限外 Z 值可用於估計制程超出規格界限之不良率，參附錄,USL X,X LSL,2023/5/23,143,尾部的面积是什么?,Z,P(d),可查 Z 表計算超出規格的機率,X,USL,2023/5/23,144,Z-Bench,Z-Bench是上、下界實際缺點預測數目的計算.利用計算ZLSL,經查表可得相對應的缺點機率.同樣的ZUSL也是一樣.兩者相加即是缺點機率的總合.利用查Z表,即可得到相對應的缺點機率總合的Z值,此Z值就是Z Bench,代表箸制程能力.,P(d)LSL,LSL,X,USL,P(d)USL,ZLSL,=,X-LSL,S,ZUSL,=,USL-X,S,P(d)