SPC统计过程管制简介.pptx

《SPC统计过程管制简介.pptx》由会员分享，可在线阅读，更多相关《SPC统计过程管制简介.pptx（129页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、Statistical Process ControlSPC統計過程管制顧問師：王子才.6/1/2023 1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 宏崇化學 正峰工業 立輝金屬 全億金屬 永成五金 合冠鞋業 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 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

2、要研究領域：主要輔導或授課廠商：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 現任職：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：主要企業經驗：6/1/2023 2品質的基本架構 定義：符合顧客的需求 流程：預防不良 衡量方法：品質成本 執行標準：零缺點6/1/2023 3品質成本運作品質成本預防成本：致力預防失敗之成本鑑定成本：試驗、檢驗及檢查以確定品質成本失敗成本內 部失敗成本：產品或服務在未運交客戶前，因未能達成要求之品質所造成之損失(如重加工、重試驗、報廢等)外部失敗成本：產品或服務在運交客戶後，因未能達成要求之品質所造成之損失(如賠償服務

3、、退貨、折讓等)外部保證品質成本：指當客戶要求客觀之證據時，所做有關之示範及證明而發生之成本(如追加之品質保證約定、程序、示範試驗等)6/1/2023 4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6/1/2023 5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法消除問題 SPC是讓品質保

4、證的系統持續運轉不斷改善製程,以提昇品質與生產力6/1/2023 6統計概念區分沒有顯著差異有顯著差異沒有顯著差異RiskTypeIIerror有顯著差異RiskTypeIerror判 判斷 斷上 上事 事 實 實 上 上6/1/2023 7數據 數據Data Data 資訊 資訊Information Information 情報 情報Intelligence Intelligence 企業資產 企業資產Enterpriseassets Enterpriseassets 知識 知識knowledge knowledge 6/1/2023 895.45%99.73%68.26%-3-2-1 u

5、+1+2+3 正態分佈P(u-X u+)=0.6827P(u-2 X u+2)=0.9545P(u-3 X u+3)=0.9973於u k 之間的機率群體：N平均數：u集中趨勢標準偏差：離散趨勢被涵蓋在特定範圍的機率6/1/2023 92 3 4 5 6 7 8 9 10 11 12.027.056.083.111.139.167.139.111.083.056.0276/1/2023 10準確度精密度高低高 低PrecisionAccuracy 6/1/2023 11SPC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

6、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ISO9000的興起，因為重視產品生產的過程與系統，故更須有賴SPC來監控過程與系統的一致性。6/1/2023 12SPC的迷思 迷思一：有管制圖就是在推動SPC？這是產品品質(Q)，還是過程參數(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？6/1/2023 13SPC的迷思w 迷思

7、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？6/1/2023 14SPC的迷思w 迷思三：有了可控制的過程參數(ProcessParameter)，就是SPC？為什麼挑出這些過程參數？這些過程參數的控制條件，是如何決定的？這些過程參數與產品品質之間，有因果關係可循嗎？6/1/2023 15SPC的焦點過程(Process)w SPC與傳統SQC的最大不同點，就是由QP的轉變w 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。w SPC：則是希望將努力的方向

8、更進一步的放在品質的源頭過程過程(Process)(Process)上上。因為過程的起伏變化，才是造成品質變異變異(Variation)(Variation)的主要根源。6/1/2023 16SPC的焦點過程(Process)w 品質變異的大小，也才是決定產品優劣的關鍵過程起伏條件 品質異常 產品優劣因因果果6/1/2023 17SPC的步驟P1 P2 P3 P4對產品的影響度A(5)C(1)B(3)A(5)(溫度)A P1A P2A P4A(壓力)B P2B P3B(速度)C P1C P3C P4C(尺寸)D P2D P4D(厚度)E P1E P4E過程參數制程6/1/2023 18SPC的

9、步驟 步驟一：深入掌握因果模式 過程參數(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6/1/2023 19SPC的步驟w 步驟三：建立過程控制方法 控制頻率樣本抽取方法樣本量測方法w 步驟四：抽取成品來印證原始系統是否仍然正常運轉？6/1/2023 20SPC的目標 SPC能使管理更合邏輯 SPC能使管理掌握先機 SPC能使管理更加省事 SPC能使制造成本更低6/1/2023 21SPC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？6/1/2023 22 統計過程管

10、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 製程的聲音輸入 輸入 製程 製程/系統 系統 輸出 輸出顧客的聲音 顧客的聲音製程回饋管制系統模式 製程回饋管制系統模式6/1/2023 23基础统计学 数据类型 数据类型 分布 分布 对数据中心的测量 对数据中心的测量 平均值 中位值 对数据散布的测量 对数据散布的测量 极差 方差 标准偏差 对数据形状的测量 对数据形状的测量 正态分布 正态概率 数据采集 数据采集6/1/202

11、3 24中心趋向的测量 平均值 平均值:一组数据的算术平均值 反应所有值的影响 受奇异值的影响大 中位值 中位值:反应排列的50%-数据按顺序排列后的中间值 计算中不必考虑所有的值 对于奇异值是“稳健的”在过程改善方面，为什么我们主要用平均值而不是 在过程改善方面，为什么我们主要用平均值而不是 中位 中位值 值?6/1/2023 25散布的测量 极差 极差:数据组奇异值之间的距离(最高-最低)方差 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（标准偏差（）:方差的平方根 范围对局外点比方差更敏感最普通和最常用的散布测量是标准偏差 最普通和最常用的散布测量是标准偏差-为什么 为什么

12、?6/1/2023 26母体平均值样本平均值母体标准偏差样本标准偏差6/1/2023 27母体参数对样本统计量S=样本标准偏差x=样本平均值 统计量 评估 参数=母体平均值=母体标准偏差6/1/2023 28散布的构成过程输出变量的总体散布(方差)可以被分成由于过程输入造成的散布6/1/2023 29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6/1/2023 30 性质 性质1 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

13、1分布 2分布 3这三个正态分布有什么区别?6/1/2023 31正态曲线和概率区域与标准偏差的关系4 3 2 1 0-1-2-3-440%30%20%10%0%95%样本数概率 从平均值的标准偏差数 性质 性质2 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%获得的两个值之间的累积概率值6/1/2023 32 标准偏差的经验规律先前的累积概率规律可以用于即使当一组数据不完全正态分布让我们比较理论(理想的)正态分布值和经验(实际的)分布值6/1/2023 33統計過程管制的定義 經由過程中去收集資料，而加以統計分析，從分析中得以發覺過程的變異，並經由問題分析以找出異常

14、原因，立即採取改善措施，使過程恢復正常。並藉由過程能力分析與標準化，以不斷提昇過程能力。6/1/2023 3495.45%99.73%68.26%-3-2-1 u+1+2+3 正態分佈P(u-X u+)=0.6827P(u-2 X u+2)=0.9545P(u-3 X u+3)=0.9973於u k 之間的機率群體：N平均數：u集中趨勢標準偏差：離散趨勢被涵蓋在特定範圍的機率6/1/2023 35 1 Sigma2 Sigma3 Sigma1 Sigma2 Sigma3 Sigma68.26%68.26%95.45%95.45%99.73%99.73%数据点的百分比UCLLCL时间 时间我们测

15、量的项目标准偏差规则“数据处于哪个位置?”6/1/2023 36中心趨向的測量 平均值 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 极差全距:数据组內數值之间的距离(最高-最低)方差 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（标准偏差（）:方差的平方根6/1/2023 37變異、差異、方差Variation標準偏差Standard Deviation6/1/2023 38群體 群體平均值 平均值样本平均值 样本平均值群體 群體标准偏差 标准偏差样本标准偏差 样本标准偏差X6/1/2023 39散布的構成过程输出变量的总体散布(方差)可以被分成由于过程输入

16、造成的散布6/1/2023 40Time 1Time 2Time 3Time 4組內變異組間變異 称为 漂移(平均值漂移了多远的真正sigma 测量)显示过程控制 重要的少数 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 价值不高的多数st+shift=合计顯示散佈原因6/1/2023 41能力对实绩过程实绩 过程实绩:全部散布包括 全部散布包括 shifts shifts 和 和 drifts drifts(Pp&Ppk)(Pp&Ppk)能力 能力:只有随机的或 只有随机的或 短期的散布 短期的散布(Cp&Cpk)Cp&Cpk)6/1/2023 42能

17、力指数类型 短期能力 短期能力:能力研究基于30-50个数据点 通常等于或大于长期能力 长期能力 长期能力:能力研究基于大量数据点 真实过程能力的最好评估 从这些数据可以诊断过程指数 讨论过程实绩和过程能力指数 过程能力指數表示过程的“潜力”(Cp Cp和 和 Cpk Cpk)过程性能指數是过程“真实的”成绩(Pp Pp和 和 Ppk Ppk)6/1/2023 43Cpk/PpkCpkCpkThecapabilityindexforastableprocess.Thecapabilityindexforastableprocess.Theestimateofsigmaisbasedonwith

18、inTheestimateofsigmaisbasedonwithinsubgroupvariationsubgroupvariation(R-bar/d(R-bar/d2 2orS-bar/corS-bar/c4 4)PpkPpkTheperformanceindex.Theperformanceindex.TheestimateofsigmaisbasedontotalTheestimateofsigmaisbasedontotalvariationvariation(allofindividualsampledata(allofindividualsampledatausingthest

19、andarddeviationusingthestandarddeviation【rootmeanrootmeansquareequationsquareequation】,“s“).,“s“).6/1/2023 44什麼是6 sigmaSix 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，進行重要過程能力的改善6/1/2023 45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6/1/2023 466 Sigma 目標(DPMO Distribution No Shifted)制程中心沒有偏移 245,50032,7004645

20、 0.660.002PPM製程能力每百萬個不良機會6/1/2023 47零件數/製程數零件/製程中心沒有偏移裝配成品之良品率%+1+2+3+4+5+6168.27 95.45 99.73 99.9937 99.999943 99.9999998102.20 62.78 97.33 99.94 99.9994 99.99999850 9.75 87.36 99.69 99.997 99.99998100 0.95 76.31 99.37 99.994 99.9999500 25.88 96.90 99.97 99.99981000 6.70 93.89 99.94 99.99985000 72.

21、98 99.72 99.99910000 53.26 99.43 99.9986/1/2023 486 Sigma 目標(DPMO Distribution Shifted 1.5)制程中心偏移 1.5 PPM製程能力每百萬個不良機會6/1/2023 49零件數/製程數零件/製程中心偏移 1.51.5 裝配成品之良品率%+1+2+3+4+5+6130.23 69.13 93.32 99.3790 99.97670 99.99966010 2.49 50.09 93.96 99.76 99.996650 3.15 73.24 98.84 99.983100 53.64 97.70 99.9665

22、00 4.44 89.00 99.831000 0.20 79.21 99.665000 31.19 98.3110000 9.73 96.666/1/2023 50时间表现在过程性能力上的革新 在过程性能力上的革新好的坏的3 Sigma(CpK=1)6 Sigma(Cpk=2)6/1/2023 51Leadership Commitment,Competence Leadership Commitment,Competence 方法方法&工具工具 由數據驅動由數據驅動 經統計驗證經統計驗證最好的人員最好的人員100%100%致力於降低不良致力於降低不良Project FocusedProje

23、ct Focused6 Sigma 有什麼不一樣?6/1/2023 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6/1/2023 53 PPM2308,537366,80746,210523363.4(Distribution Shifted 1.5)Getting to Six SigmaHow far can inspection get us?6/1/2023 54BreakthroughStrategyCharacterizationPhase 1:MeasurePhase 2:AnalyzeOptimization3 4 5 6 71,000,000100,0001

24、0,0001,0001001012Sigma Scale of MeasurePPMAverageCompanyBest-in-ClassThe Breakthrough MethodologyThe Breakthrough MethodologyDefine the problem.DMAIC to the Rescue!The Basic ObjectivePhase 3:Improve Phase 4:Control6/1/2023 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XXXXXX

25、XXXXXXXXXXXXXXXXXXXXXXXXXXXXX XX6/1/2023 56另類觀點LSL USLUSL LSLOn-Target從統計觀點來看問題USL LSLLSL=Lower spec limitUSL=Upper spec 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6/1/2023 57 衡量變異和品質 衡量製程能力我們如何衡量變異和品質?6/1/2023 58標準偏差轉折點轉折點1T USLp(d)規格上限(USL)目標規格(T)規格下限(LSL)分佈值平均()分佈值的標準偏差()3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

26、三個標準偏差 我們可以說這個製程有“3 sigma的 能力.”LSL6/1/2023 591TUSLp(d)p(d)1 2 3 4 5 63This is a 6 Sigma Process標準差轉折點轉折點6/1/2023 60過程控制的需要 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6/1/2023 61變異-普通原因與特殊原因 為了使變異的表示簡化，通常分成下列二種：普通原因的變異 過程中變異因素是在統計的管制狀態下受控受控。隨著時間的推移，具有穩定的且可重複的分佈 過程中的許多極差極差(全距全距)的原因。特殊原因的變異 過程中不常發生

27、，但造成過程變異的原因。所造成之分佈與時間的關係，是不穩定且不無法 預期的。6/1/2023 62散布举例特殊原因 特殊原因过程 A 显示受控散布过程B 显示不受控散布6/1/2023 63因為生產過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：位置分佈寬度形狀大小 大小 大小.或是以上這些的不同組合6/1/2023 64如果過程中，只有普通原因的變異存在，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過程中，有特殊原因的變異存在，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6/1/2

28、023 65 天氣的變化 環境的影響 物料在一定範圍內的變化 依據作業標準執行作業的變化 其他未知因素的影響 機器突然發生變化 未依據作業標準執行作業 使用規格外的原物料 操作人員的注意力未集中 所制訂之作業標準不合理普通原因 特殊原因6/1/2023 66特殊原因的變異簡單的統計分析可發現如管制圖如管制圖直接負責過程的人員去改善局部措施改善對策局部措施改善特殊原因牽 涉 到 消 除 產 生 變 異 的 特 殊 原 因 可 由 製 程 人 員 直 接 加 以 改 善大約可以解決15%之過程上的問題6/1/2023 67系統措施改善普通原因共同原因的變異製程能力分析可發現如 如Ca Ca，Cp

29、Cp，Cpk Cpk，及管制，及管制圖上點的變化 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 普 通 原 因經 常 需 要 管 理 階 層 的 努 力 與 對 策大約可以解決85%之過程上的問題6/1/2023 68過程控制與過程能力 首先應通過檢查，消除極差(全距)所產生之特殊原因，使過程處於受控的狀態，那其性能是可預測的。接下來，就可依顧客的要求(規格)，來評定過程能力，以使顧客滿意，這就是持續改善的基礎。6/1/2023 69 性质 性质1 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 分布 1

30、1分布 分布 2 2分布 分布 3 3这三个正态分布有什么区别 这三个正态分布有什么区别?6/1/2023 70範圍時間受控受控(消除了特殊原因)範圍時間過程控制不受控不受控(存在了特殊原因)6/1/2023 71受控且有能力符合規格 受控且有能力符合規格(普通原因造成的變異已減少)過程能力規格上限 規格下限範圍受控但沒有能力符合規格 受控但沒有能力符合規格(普通原因造成的變異太大)6/1/2023 72過程控制與過程能力矩陣類別過程控制受控過程控制不受控過程能力可接受1 3過程能力不可接受2 46/1/2023 73 1類：理想的情況XX，小小 2類：受控過程，但存在普通原因造成過大的變異，

31、必須減少極差(全距)。X，大 3類：過程能力可接受，但為不受控過程，必須識別極差(全距)的特殊原因，並消除它。X，小 4類：不受控，且過程能力又不可接受，必須減少極差(全距)的特殊原因和普通原因。X，大6/1/2023 74過程改善循環和過程控制P P D DA A C CP P D DA A C CP P D DA A C C1.分析過程 2.維護過程3.改善過程6/1/2023 751.分析過程：本過程應該做什麼？會出現什麼問題？本過程會有哪些變化？我們已經知道本過程的什麼極差(全距)？哪些參數受極差(全距)的影響最大？本過程正在做些什麼？本過程是否在生產廢品及需要返工的產品？本過程生產的

32、產品是否處於受控狀態？本過程是否有能力？本過程是否可靠？6/1/2023 762.維護(控制)過程：過程是動態的，並且會隨時間而變化。監控過程的能力指數查出特殊原因的變異，並採取有效的措施3.改善過程：使過程穩定，並以維持過程的能力指數充分理解普通原因造成的變異減少普通原因造成變異的發生6/1/2023 77建立統計過程管制的步驟K1.確立製造流程製造流程解析K2.決定管制項目K3.實施標準化K4.管制圖的運用K5.過程能力分析K6.問題分析解決K7.製程的繼續管制 繪製製造流程圖訂定品質工程表利用5W1H已掌握製程狀態 顧客之需求為何?標準之建立、修正與營運 如何正確的使用適當之管制圖 是否

33、符合規格或顧客要求 原因為何?如何避免問題再次發生 延長管制界線作為製程之繼續管制6/1/2023 78一確立製造流程二決定管制項目三實施標準化五過程能力調查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Cpk1製程條件變動時6/1/2023 79 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6/1/2023 80 資料 物料 顧客需求 資源設備 說明 標准 教育增加附加價值的工作產品輸出資訊輸入流程的基本模式6/1/2023 81流程的體現作業活動作業活動輸入輸入輸出輸出流程負責人 流程負責人 資源 資

34、源法令限制 法令限制 流程管制績效監控 流程管制績效監控6/1/2023 82搬運、傳送操作儲存檢驗遲延生產流程符號6/1/2023 83 一種圖示方法 用簡單的符號將製造程序的先後表示出來 在工作研究裡被用為改善製程的主要工具 再加上餒依程序管制特性、管制方法、抽樣間隔等即成為一張作為製程管制的最佳圖表製造流程圖6/1/2023 84利用5W1H已掌握製程狀態 WHY(為何)-為何要做?不這樣做行不行?是真有必要?WHAT(做什麼)-這樣做完成了什麼?是不是方向上有偏差?若不做這個，是不是有比現在的結果更令人滿意?WHERE(何處)-在何處做?為什麼要在這裡做?在別處做 是否更好 WHEN(

35、何時)-何時做?為什麼要再這時做?換個時間做是否更經濟?(所謂何時做並非指時鐘上的幾點幾分，而是只當某一個動作或工作完成時才接下去做另一動作或工作)WHO(何人)-由何人做?為什麼要這個人做?換別人做是否更好?HOW(如何)-如何做?為什麼要這樣做?若用別的方式做是否更好6/1/2023 852.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6/1/2023 863.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.標準化的計劃3.標準化的運作4

36、.標準化的評價6/1/2023 874.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。6/1/2023 88管制圖過程控制的工具1.收集：收集資料並畫在圖上2.控制：監控是否超出管制上、下限特殊原因計算所收集的資料，作為分析之用觀察極差(全距)的變化3.分析與改善：依所計算之結果，評估過程能力指數監控在受控狀態資料的變化，

37、確定普通原因極差(全距)的變化，並採取措施必要時，可修改管制上、下限，持續不斷的改善必要時，可修改管制上、下限，持續不斷的改善解析用管制圖 解析用管制圖管制用管制圖 管制用管制圖6/1/2023 89使用管制圖的效益 提供正在進行過程控制的作業人員使用 有助於過程在品質上和成本上能持續的、可預測的維持下去 使過程達到：高品質低單位成本高產能 提供檢討過程狀況之共通的語言 分辨普通與特殊原因的變異，提供採行局部或系統糾正措施的依據6/1/2023 90 計量值管制圖XR(平均值與極差)XS(平均值與標準差)XR(中位值與極差)XMR(個別值與移動極差)計數值管制圖P(百分比不良率)np(不良數)

38、C(缺點數)U(每單位缺點數)管制圖的種類6/1/2023 91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.6/1/2023 92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.6/1/2023 93管制圖使用

39、時機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np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YESNOYESYESNO6/1/2023 94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9YES使用XR管制圖NOYES樣本標準差S是否容易計算使用XR管制圖NO使用XS管制圖YES使用個別值管制圖：XMRYES6/1/2023 95管制圖之繪制流程管制圖之繪制流程搜集數據繪制解析用管制圖穩定狀態？繪制直方圖分布制程能力研究滿足規

40、格？管制用管制圖 管制用管制圖Yes消除特殊原因No滿足 減少普通原因4M、1E分析不滿足提升製程能力6/1/2023 96平均值與極差管制圖(XR)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計算每個子組的平均值(X)和極差(R)A4選擇管制圖的刻度A5將平均值和極差，標記到管制圖上 6/1/2023 97平均值與極差管制圖(XR)B計算管制上、下限解析用管制圖 B1計算平均極差(R)，過程平均值(X)B2計算管制上、下限，並標記管制線極差：UCLR=D4RLCLR=D3R 平均值：UCLX=X+A2RLCLX=XA2Rn 2 3 4 5 6 7 8 9 10D4

41、3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78D3*0.08 0.14 0.18 0.22A21.88 1.02 0.73 0.58 0.48 0.42 0.37 0.34 0.316/1/2023 98平均值與極差管制圖(XR)C過程控制說明 C1首先分析極差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)。6/1/2023 99平均值與極差管制圖(XR)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

42、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 若有2/3 2/3的點，落在中心線為中心的 的點，落在中心線為中心的1/3 1/3 管制區域內，則 管制區域內，則 人、機、料、法已達相當穩定之狀況，人、機、料、法已達相當穩定之狀況，以此來作為下一階段的監控和持續改善。，以此來作為下一階段的監控和持續改善。6/1/2023 100平均值與極差管制圖(XR)C過程控制說明 C2識別並標注特殊原因極差圖C3重新計算管制上、下限(極差圖)C4分析平均值圖上的資料如同C1之分析C5識別並標注特殊原因平均值圖C6重新計算管制上、下限(平均值圖)6/

43、1/2023 1015.過程能力分析 過程處於受控狀態 過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6/1/2023 102過程能力調查步驟 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 計算過程能力指數(ShortTerm:CpkCpk)判斷過程能力是否足夠，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、下限，作為管制用管制圖之監控，並於一段期間後，再計算過程能力指數(LongTerm:PpkPpk)6/1/2023 103過程能力調查的方式 圖示法-主要以次數分配圖、直方圖

44、、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6/1/2023 104圖示法過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6/1/2023 105數值法過程能力分析 製程準確度Ca(CapabilityofAccuracy)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=-*

45、100%=-*100%規格公差/2T/2T=SU-SL=規格上限-規格下限集中趨勢集中趨勢6/1/2023 106CaCa值的等級判定值的等級判定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：6/1/2023 107(3)Ca等級的說明規格中心值50%12.5%25%100%規格上限(下限)DCBA(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，必要時停止生產6/1/2023 108 製程精密度Cp(CapabilityofPrecision)衡量自產品中所獲得產品

46、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：規格公差6個估計實績標準差=T6Cp=(雙邊規格)(單邊規格)規格上限-實績平均值3個估計實績標準差=Su-X3Cp=或實績平均值-規格下限3個估計實績標準差=X-Sl3Cp=離散趨勢離散趨勢6/1/2023 109Cp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：等級 Cp 值A Cp

47、 1.67B 1.67 Cp 1.33 C 1.33 Cp 1.00D 1.00 Cp 0.67E Cp 0.676/1/2023 110(3)Cp等級之說明6E級6D級6C級6B級6A級規格中心值 規格上限 規格下限Cp Cp 0.67 0.67Cp=Cp=0.67 0.67Cp=Cp=1.00 1.00Cp=Cp=1.33 1.33Cp=Cp=1.67 1.67 T=10T=8T=6T=46/1/2023 111過程能力指數Cpk(穩定的制程)Cpk=(1Ca)*Cp當Ca=0時，Cpk=Cp單邊規格時，Cpk即以Cp值計之集中趨勢集中趨勢離散趨勢離散趨勢6/1/2023 112(3)Cp

48、k等級之說明(當Ca=0)6E級6D級6C級6B級6A級規格中心值 規格上限 規格下限Cpk Cpk 0.67 0.67Cpk=Cpk=0.67 0.67Cpk=Cpk=1.00 1.00Cpk=Cpk=1.33 1.33Cpk=Cpk=1.67 1.67 T=10T=8T=6T=4Cpk=Cpk=2.00 2.00 T=126/1/2023 113USL：規格上限LSL：規格下限X：過程總平均值：估計標準差過程能力指數CpkQS9000=R/d2R：極差(全距)的平均值d2：依樣本數大小變化，所使用之常數n 2 3 4 5 6 7 8 9 10d21.13 1.69 2.06 2.33 2.

49、53 2.70 2.85 2.97 3.086/1/2023 1141.計算Z值單邊規格：ZUSL=或ZLSL=USLX XLSL 6/1/2023 115雙邊規格：ZUSL=或ZLSL=Zmin=ZUSL或ZLSL之最小值若若Z0Z0，則表示過程總平均值落在規格界限外，則表示過程總平均值落在規格界限外Z值可用於估計過程超出規格界限之不良率，參附錄FUSLX XLSL 6/1/2023 116尾部的面积是什么?SL2.5我们可以通过Ztable.或者可以用Minitab得到尾部的面积!ZZPz6/1/2023 117Z-变换和能力评估ST(ST(短期 短期)LT(LT(长期 长期)6/1/20

50、23 1182.計算過程能力指數Cpk/Ppk值單邊規格：=或=ZUSL3ZLSL36/1/2023 119雙邊規格：=3.過程能力評價與顧客需求作比較選定重點改善特定指標訂定過程能力改善目標Zmin36/1/2023 1204.過程能力改善 要求系統面之行動，以減少普通原因之變異如：機器性能、輸入材料的一致性、制程操作的基本方法、人員培訓的方法及工作環境5.分析與繪圖以控制改善後制程 利用管制圖與過程能力指標，持續監督確認改善的效益6/1/2023 121例題一 某橡內胎押出工程其規格為 5010cm，今因客戶要求必須對此工程加強管制，並且須以 X R 管制圖來管制此押出工程，而以前並未使用