SPC导论--SPC统计工作流程.pptx
SPC 導論導論時間：1小時PProcessCControlSStatistical統計可幫助我們分析並作製程改善.SPC可應用於製程, 利於計劃生產與產品品質的一致. 觀察製程變異. 找尋真因. 避免異常再發生.q統計學： 蒐集,整理,陳示,分析,解釋資料,並由樣本推論群體,使在不確定情況下作成決策的科學方法。q統計學的目的: 由樣本來推論群體之參數。統計基本概念(1/4)q群體(Population): 由具有共同特性之個體所組成的整體。q樣本(Sample): 群體的一部份。p統計特徵量: 表達一群數據或圖形中訊息的特徵，突顯 資料所代表的意義，使分析者可以掌握分 析方向。 統計基本概念(2/4)q特徵值四大分類: 1.中央趨勢量(Measures of Central Tendency) -描述一群數據中心位置的數值。 2.分散度量(Measures of Variation) -表現一群數據之散佈範圍，亦可以反應出中 央趨勢量的代表性大小。 3.偏態(Skew) -表現一分佈圖左右兩邊的協調程度。 4. 峰態(Kurtosis) -表現分佈圖之峽緩及尾巴之寛厚程度。統計基本概念(3/4)q參數(Parameter): 由群體資料所計算出之群體特徵值。(如 ,2,P)q統計量(Statistic): 由樣本資料所計算出之樣本特徵值。(如 X-bar,S2,S,P hat)統計基本概念(4/4)統計工作流程統計工作流程問題定義問題定義各種抽樣方法統計圖表常用統計量信賴區間假說檢定變異數分析回歸分析資料收集資料收集資料整理資料整理資料分析資料分析結論與決策結論與決策信心水準製程是什麼？n指人員、設備、材料、方法及環境的輸入，經由一定的處理程序而得到輸出的效果，一般稱之為成品。成品經觀察、量測或測試後可衡量其績效。SPC is Statistical Process Control統 計 製 程 管 制Not非非Statistical Product Control統 計 產 品 管 制Statistical Product Control投入投入製程製程產出產出篩選後產出篩選後產出觀察量測值觀察量測值比較比較重工重工解析解析Product control,characterized by traditional quality control, orients the four key actions in a feed-forward loop. As a feed forward control system, the result is filtered outputs as shown above:Statistical Process Control3) 製程中對策製程中對策1) 製程製程 人員人員 機台機台 材料材料 量測量測 方法方法 環境環境2) 績效評估績效評估4) 成品改善成品改善Prevention產出產出Detection共同原因變異特殊原因變異管制狀態點值分佈 / 趨勢與規格無關製程是否在改變製程是否在改變? ?Cp,Cpk不合格品比例每百萬不合格數(ppm)好壞零件比例與規格有關我們正在製作好的零件我們正在製作好的零件嗎嗎? ?管制上限管制下限規格下限規格上限額定值製程平均+3-3實施標準化管制圖的運用決定管制項目製造流程解析確定製造流程問題解決製程能力解析製程之繼續管制決定重要參數的方法決定重要參數的方法(1/2)SPC 監控重要的參數，例如製程、量測及產品參數等，這些監控對象可以循下列的要求來決定：n 良率。n 品質。n 可靠度。n 其它(如客戶要求.等)決定重要參數的方法決定重要參數的方法(2/2)n過去的經驗(Integrated Experience)n失效模式及效應分析(FMEA)n實驗設計(DOE)n客戶要求(Customer Requirement)n相關分析(e.g. Correlation with yield)實施SPC的效益(1/2)傳統的製造方法是： 製造 - 負責生產。 品管 - 負責成品檢查，以剔除不良品的方式來 處理產品品質。 管理方面 採不斷稽核的方式以發現缺失，雖然 各公司從事大量的此類工作，但實際 上對品質水準的提升幫助不大。因為 事後的檢查無濟於事且不經濟，因生 產的浪費已是既成的事實，執行SPC 可在生產初期或製程中就避免不良 品的發生，是更積極且有效的方法。實施SPC的效益(2/2)有效地運用抽樣計劃進行管制，具有經濟性。不必等不良發生，即時地發現製程異常,能預警。分辨不可歸因變異及可歸因變異，作成對策。掌握製程能力，做為改善的提示。設計製造檢驗三個階段連成一體n設計階段 作為新產品設計之參考n製造階段 控制製程中品質，據以分析制定製程能力n檢驗階段 作為製成品驗收之參考SizeSizeSizeSizeSizeSizeSizeLocationSpreadShapeSizeSizeSize不同分佈間的差別，經由其中心位置、分散程度或其形況可分辨出來在一組數據中，具差異性的數據會落在不同的分級或分組中將他們當成積木堆起來，便可發現他們散佈的模式，稱之為分佈製品範圍製品範圍X-Bar規格中心規格規格規格上限規格下限管制圖介紹管制圖介紹管制圖的定義管制圖的定義 管制圖係用統計方法，將搜集的資料計算出兩管制界限，隨時將樣本記錄計算點入管制圖內，以提醒製程人員之注意。如發現有超出界限外之點或異常現象時，立即設法改善,以免發生問題。管制圖特徵管制圖特徵時間數列時間數列 一個經由觀察樣本量測值所顯示出來的過程。中心線中心線 代表此製程分佈的中心值或中央趨勢。管制上下限管制上下限 製程所允許因不可歸因變異而造成點值上下振盪的最大範圍矯正計劃矯正計劃 每個管制圖應都應有個別的矯正計劃。線上的管制圖不需要有規格線線上的管制圖不需要有規格線管制界限管制界限管制界線是不可歸因變異的最大容許界線,超出管制界線是因為有可歸因變異加入失控失控一失控的製程導致產品的不可預測,反而使產品有潛在性的缺陷.而一穩定的製程則使產品及產能可被掌控管制圖之用途管制圖之用途1.查覺製程有無產生變異之可歸因變異存在。2.利用所獲得之資料制定或變更規格或判斷製程是否符合規格之要求。 3.利用所獲得之資料提供或變更製造方法。4.利用所獲得的資料提供或變更檢驗方法、允收方法。5.作為對製造或採購之產品允收或拒收之依據。6.由小批產品中挑選一些產品組成品質均勻之大批產品之依據。7.用於判斷製程品質是否均勻。8.用於非生產性方面之問題。品質變異發生之原因 不可歸因變異不可歸因變異(機遇原因機遇原因) 可歸因變異可歸因變異(特殊原因特殊原因)o在生產工作中,雖訂有操作標準,但在操作條件容許範圍內必有變化.o原材料之品質在其規格範圍內,容許之變化.o機器之震動所引起之變異,作業員造成的震動,屬於工廠無法避免之震動.o由很多微小的原因所引起,在製程管制時,想要將此種變動減少或去除是非常不經濟的.o其它如:氣候及環境之變化所造成之變異.o未遵守操作標準操作.o雖按操作標準操作,但各種標準並不完善,以致無法控制變異原因.o使用不合格之原料. .o機器發生故障或磨損o作業員身心疲勞或工作情緒欠佳. o量測治具不準確所造成之變異.不可歸因變異不可歸因變異 V.S 可歸因變異可歸因變異原因分類原因分類出現次數出現次數影響影響結論結論不可歸因次數多微小不值得調查可歸因次數甚少顯著須徹底調查不可歸因變異不可歸因變異V.S.可歸因變異可歸因變異(1/2)n如果可歸因變異可歸因變異進入了製程之中，那麼製程結果將變得不可預測。UnpredictionTimeSizen如果僅不可歸因變異在影響製程，那麼製程結果就是穏定且可預測的。PredictionTimeSize不可歸因變異不可歸因變異V.S.可歸因變異可歸因變異(2/2)製程管制的目標製程管制的目標In Control ( Special Causes Eliminated )Out of Control ( Special Causes Present )TimeSize製程能力的改善製程能力的改善Lower Specification Limit( variation from common causes reduced )Upper Specification LimitIn Control but not capable( variation from common causes excessive)In control and capableTimeSize0102030405060Cpk=0.816Cpk=0.852-6414 24 34 44 54 64 74Cpk=0.852-6414 24 34 44 54 64 74Cpk=1.694-55152535455565X - Ca =T/2TSU-SLCp = =66TSU-XCp = =33TX-SLCp = =33或或Cpk and PPMCpk 給我們的重要訊息是讓給我們的重要訊息是讓我們知道有多少的我們知道有多少的不良品不良品被被生產出來生產出來In the case of normal distribution and centered processes (Cp=Cpk) the fraction nonconforming ppm=parts per million can be derived by the Cpk.SpecCp=Cpkppm2 Sigma0.6745,5003 Sigma1.002,7004 Sigma1.33635 Sigma1.670.576 Sigma2.000.00003集中且穩定之製程，其不良率可由Cpk預測而得非集中之製程可由查表預測不良率製程能力比值每百萬不良數 0.50133,600.0000 0.7524,400.0000 1.002,700.0000 1.10966.0000 1.20318.0000 1.3096.0000 1.4026.00001.506.80001.601.60001.700.34001.800.06002.000.0018Cpk=2.00Cpk=1.30-3 製程範圍製程範圍 +3 規格下限目標值規格上限規格範圍規格範圍Cpk=1.00Cpk=0.75Cpk=0.50持續改善
