Chapter 6 - Core Tool - SPC

1AutomotiveCoreTools-SPCBureauVeritasCertification(Taiwan)JoyHuangStatisticalProcessControl汽車工業核心工具－過程統計監控23BureauVeritasPresentation_Date持續性改善與統計式製程控制的原理對SPC的幾點基本認識利用統計訊息研究變異現象的方法可應用到任何領域，如機械、圖書管理、電腦系統、等等SPC-StatisticalProcessProcessControl是施行在Process(製程)上的控制而非在Product(產品)上使用統計技術去收集並解讀數據的最終目的是增強對製程的了解4BureauVeritasPresentation_Date對SPC的幾點基本認識任何SPC電腦軟體都只能幫忙計算和繪圖，無法自動規劃統計方法和進行分析SPC是一種實驗分析，須根據所要研究製程的特性個別規劃出適當的統計方法，不能死套公式量測系統對適切的數據分析具關鍵性，故在採集數據之前須先對其有充分的了解持續性改善與統計式製程控制的原理35BureauVeritasPresentation_Date製程(Process)的概念共同運作以產生輸出的由原料供應者、生產者、人員、設備、原料、方法、和環境所組成的一個綜合體影響製程總體表現的因素包括：供應商與顧客間的溝通、製程設計與執行的方式、以及其操作與管理的狀況對製程輸出﹝產品﹞採取行動，當僅限於偵測及修正不合格產品而未能處置潛在的製程問題時，則是最不經濟的做法；只能做為短期應急的辦法－矯正措施適時對製程採取行動是預防製程或其輸出的重要特性偏離目標值太多的較經濟的做法－預防措施統計技術在此被用來分析製程表現(Behavior)作為是否須對製程採取行動的決策依據持續性改善與統計式製程控制的原理6BureauVeritasPresentation_Date品質保證(QualityAssurance)的概念品質的定義：「一套固有的特性滿足要求的程度」固有特性經由製程的先天條件設定與後天的有效管制而得品質保證的關鍵手段是『製程設計』與『製程管制』；不是對產品的密集檢驗與測試根據產品要求(其構成因素見ISO9001:2000/7.2.1款)設計製程－決定「人」、「機」、「料」、「法」、「環」等五大因素方面的製程先天條件無論製程多麼精密，完全相同的條件下重覆操作所得的產品在品質特性上都還是存在變異的空間品質控制就是要確保這些變異隨時都落在規格公差範圍內持續性改善與統計式製程控制的原理47BureauVeritasPresentation_Date持續改善(ContinualImprovement)的概念低不良率高品質；持續降低不良率持續改善戴明博士說：「產品零缺陷(全部合格)還不夠好」；合格只是產品特性落在規格界限內；理論上只要如此產品便可用，但顯然的通常靠規格中心(設計目標)越近者越好用品質的持續改善是在產品全部合格(零不良率)的基礎上控制批量產品特性均勻的以規格中心為中心分布，且不斷縮小其分布寬度品質保證：「品質管理的一部分，著重於提供在各種品質要求將會被滿足方面的信心」；品質的持續改善使得製程產出特性值分布帶與規格界限間的距離不斷拉大，免於產出不良品的安全度也不斷提高品質得到保證品質得到保證持續性改善與統計式製程控制的原理8BureauVeritasPresentation_Date品質的持續性改善：產品合格為基礎藉由降低批量中產品間的個別差異和製程耗損使整條供應鍊成本降至最低善用顧客回饋訊息識別產品關鍵特性作為優先改善對象－創造價值持續性改善與統計式製程控制的原理59BureauVeritasPresentation_Date認識「變異」產品間的差異永遠存在；製程會產生變異要想只生產合格產品就必須控制產品間的差異，亦即控制製程所產生的變異；因此「品質管理」的工作簡而言之就是在與變異戰鬥變異無法被消滅但可以被控制欲控制變異須先了解產生變異的原因持續性改善與統計式製程控制的原理10BureauVeritasPresentation_Date一般原因→先天條件殘留自由度所致特殊原因→特定後天管制不如預期所致材料不均勻製程條件產生波動設備潤滑不良工具磨耗人員技術不純熟etc.產生變異的原因：〔休哈特博士的發現〕持續性改善與統計式製程控制的原理611BureauVeritasPresentation_Date製程設計考慮：1.材質與直徑等特性由原材料(6M)製造廠保證2.長度特性在廠內用剪床一次加工形成製程控制考慮：1.材料特性－已知2.製程控制參數－剪床規格、刀具、定位、操作速度、etc.製程確效：1.安排試產(PilotRun)，統計在固定製程參數下產製圓棒長度2.觀察製程對時間的穩定性3.估算製程能力【例】S/S304L1613.65±0.5mm圓棒的大量製造持續性改善與統計式製程控制的原理12BureauVeritasPresentation_Date特性值時間各單值出現頻率製程表現－失控(不穩定)狀態713BureauVeritasPresentation_Date特性值時間各單值出現頻率製程表現－控制(穩定)狀態14BureauVeritasPresentation_Date控制(穩定)狀態『對於一種現象的發生，當我們能夠利用過去的經驗去預測﹝至少知道一定的範圍﹞它未來可能會有的變異時，我們稱這個現象的發生是在控制狀態下』持續性改善與統計式製程控制的原理815BureauVeritasPresentation_Date控制下的製程變異→僅自然原因由於先天條件殘留(無意圖控制)自由變動因子所致可預估(自然概率)只能靠改變製程去降低它失控狀態下的製程變異→加入特殊原因由於後天管制不如預期所致不可預估(為特定可歸咎原因所左右)可藉找出並排除該等可歸咎原因來排除超額變異持續性改善與統計式製程控制的原理16BureauVeritasPresentation_Date過程呈控制狀態臨門狀態過程在控制之下有一些不良品必須選擇…改變過程，或改變產品規格選別只是臨時的辦法控制圖：維持過程於控制之下評估改善努力之成效理想狀態過程在控制之下100%合格品控制圖維持過程於控制之下及時報警任何狀況過程呈失控狀態紊亂狀態過程失控有一些不良品可歸咎原因依然主宰過程它所造成隨機波動終將挫折改善過程的努力唯有排除可歸咎原因方能得脫警訊狀態過程失控100%合格品似乎一切OK，但是…可歸咎原因主宰過程產出！品質和符合狀態隨時可能改變有一些不良品產生生產100%合格品持續性改善與統計式製程控制的原理917BureauVeritasPresentation_DateEntropy(宇宙趨亂定則)一直在作用著，驅使製程的固有設定產生衰敗銹蝕、腐敗、疲乏磨損、鬆動、積垢、外物介入、等等須要持續性的製程改善動作來抗拒Entropy驅使衰敗的作用力預防性設備維護保養(清潔、檢查、潤滑、調整)採用統計技術進行製程監控持續性改善與統計式製程控制的原理18BureauVeritasPresentation_Date可歸咎原因為製程改善的障礙可歸咎原因為製程改善的障礙PROCESSIMPROVEMENTPROCESSIMPROVEMENTENTROPYENTROPY理想狀態製程在控制之下100%合格品控制圖維持製程於控制之下及時報警任何狀況臨門狀態製程在控制之下有一些不良品必須選擇…改變製程，或改變產品規格選別只是臨時的辦法控制圖：維持製程於控制之下評估改善努力之成效紊亂狀態製程失控有一些不良品可歸咎原因依然主宰製程它所造成隨機波動終將挫折改善製程的努力唯有排除可歸咎原因方能得脫警訊狀態製程失控100%合格品似乎一切OK，但是…可歸咎原因主宰製程產出品質和符合狀態隨時可能改變危機工程師系統衰敗1019BureauVeritasPresentation_Date什麼是休哈特控制圖？是廿世紀初美國統計學家休哈特博士發明的應用統計方法，配合趨勢圖可監視製程是否產生異常變異最常見的控制圖有：X-R圖、X-mR圖、X-S圖、等其作用原理主要是利用過去製程所形成產品的關鍵特性的量度數據，統計解析出該製程生成該產品特性的固有變異量，作為監視製程後續表現的基準是SPC所需應用的主要的且不可或缺的統計工具持續性改善與統計式製程控制的原理20BureauVeritasPresentation_Date休哈特控制圖的功用紊亂狀態─識別特殊變異成因警訊狀態─識別特殊變異成因臨門狀態─維持製程在控制狀態評估改進所需的努力理想狀態─維持製程在控制狀態及時提供製程異常的警訊持續性改善與統計式製程控制的原理1121BureauVeritasPresentation_Date休哈特控制圖的作用原理先假設製程穩定統計選定製程後產品特性值在各不同時段的分佈狀況(以全距、標準差、或均方差等表示)藉以決定純由一般原因所致的固有變異的範圍(總均值上下三倍)，在圖上畫出控制界限檢查用來統計的各自代表不同時間點的數群代表值(均值或中間值)是否均落在此計算所得的控制界限之內是則繼續假設製程穩定並利用此控制界限監控該製程表現；否則認定製程不穩定，亦即有特殊成因所致的超額變異介入，須先設法找出該特殊成因予以排除持續性改善與統計式製程控制的原理22BureauVeritasPresentation_Date統計方法數群定位→均值(Average-X)中間值(Median-X)數群分佈→全距(Range-R)均方差(RootMeanSquare-sn)標準差(StandardDeviation-s)計值性數據統計(Location)(Spread)~1223BureauVeritasPresentation_Date統計方法–SpreadStatistics全距(Range)~數群中極大值與及小值之差【Max(x)–Min(x)】均方差(sn)~sn={(xi–x)2}1/2i=1n標準差(s)~s={(xi–x)2}1/2i=1n–1計值性數據統計nn24BureauVeritasPresentation_Date統計方法–(Sigma)推算全距(Range)~(x)=R/d2均方差(sn)~(x)=sn/c2標準差(s)~(x)=s/c4計值性數據統計(x)=(x)/n2.472.8480.9515.86862.53462.257.8641.9400.84072.32651.978.8798.9213.79792.05941.588.8884.8862.72361.69330.954.8525.7979.56421.1282d4d3c4c2d2n1325BureauVeritasPresentation_Date均值－全距圖A.數據的取得選擇數群大小(小時段樣品數)、樣群抽取頻率、和樣群數製作控制圖和記錄原始數據計算各數群的均值和全距選擇適當的控制圖刻度大小將計算得的均值和全距繪入控制圖中計值性數據統計26BureauVeritasPresentation_Date均值－全距圖B.計算控制界限計算「全距平均值」和「製程總均值」計算控制界限將代表計算所得的均值和極限值的幾條直線繪入圖中計值性數據統計1427BureauVeritasPresentation_Date【【均值全距圖範例】】在成形過程後對某部件厚度作量度，每小時取樣一次每次四個。連續20小時所得80個數據超出0.300吋之千分位數值如下：數組數值均值全距114643.755237555.004345575.253462454.254516734.256683645.255775666.0028534