SPC 導論

整理文档很辛苦,赏杯茶钱您下走!

免费阅读已结束,点击下载阅读编辑剩下 ...

阅读已结束,您可以下载文档离线阅读编辑

资源描述

SPC導論時間:1小時何謂SPC?StatisticalProcessControl利用統計方法進行製程管制,簡稱SPC頭文字代表的意義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.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。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)群體(Population):由具有共同特性之個體所組成的整體。樣本(Sample):群體的一部份。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)特徵值四大分類:1.中央趨勢量(MeasuresofCentralTendency)------描述一群數據中心位置的數值。2.分散度量(MeasuresofVariation)------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)參數(Parameter):由群體資料所計算出之群體特徵值。(如μ,σ2,σ,P)統計量(Statistic):由樣本資料所計算出之樣本特徵值。(如X-bar,S2,S,Phat)統計基本概念(4/4)統計工作流程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整理資料分析結論與決策信心水準製程是什麼?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。SPCis…StatisticalProcessControl統計製程管制Not非StatisticalProductControl統計產品管制StatisticalProductControl投入製程產出篩選後產出觀察量測值比較重工解析Productcontrol,characterizedbytraditionalqualitycontrol,orientsthefourkeyactionsinafeed-forwardloop.Asafeedforwardcontrolsystem,theresultisfilteredoutputsasshownabove:StatisticalProcessControl3)製程中對策1)製程人員機台材料量測方法環境2)績效評估4)成品改善Prevention產出Detection管制的觀念管制圖製程能力(直方圖)•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?•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嗎?管制上限管制下限規格下限規格上限額定值製程平均+3σ-3σ建立統計製程管制的步驟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(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:良率。品質。可靠度。其它(如客戶要求..等)決定重要參數的方法(2/2)過去的經驗(IntegratedExperience)失效模式及效應分析(FMEA)實驗設計(DOE)客戶要求(CustomerRequirement)相關分析(e.g.Correlationwithyield)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設計階段–作為新產品設計之參考製造階段–控制製程中品質,據以分析制定製程能力檢驗階段–作為製成品驗收之參考SPC常用的統計工具最常用到的兩種統計工具:1.直方圖或次數分配圖(HistogramorFrequencyDistribution)2.管制圖(ControlChart)SizeSizeSizeSizeSizeSizeSizeLocationSpreadShapeSizeSizeSize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,稱之為分佈直方圖製品範圍X-Bar規格中心規格規格上限規格下限常態分配曲線之含義在一生產過程中,若製程置於一統計管制狀態,則所生產產品之品質必呈現常態分配之趨勢.管制圖介紹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•時間數列一個經由觀察樣本量測值所顯示出來的過程。•中心線代表此製程分佈的中心值或中央趨勢。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(機遇原因)可歸因變異(特殊原因)不可歸因變異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.原材料之品質在其規格範圍內,容許之變化.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.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.其它如:氣候及環境之變化所造成之變異.可歸因變異未遵守操作標準操作.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.使用不合格之原料.機器發生故障或磨損作業員身心疲勞或工作情緒欠佳.量測治具不準確所造成之變異.不可歸因變異V.S可歸因變異原因分類出現次數影響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V.S.可歸因變異(1/2)如果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。UnpredictionTimeSize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V.S.可歸因變異(2/2)製程管制的目標InControl(SpecialCausesEliminated)OutofControl(SpecialCausesPresent)TimeSize製程能力的改善LowerSpecificationLimit(variationfromcommoncausesreduced)UpperSpecificationLimitInControlbutnotcapable(variationfromcommoncausesexcessive)IncontrolandcapableTimeSize製程能力精Cp準Ca綜合指數Cpk變異很小,但卻不準確準確,但變異卻很大0102030405060Cpk=0.816Cpk=0.852-6414243444546474Cpk=0.852-6414243444546474Cpk=1.694-55152535455565X-μCa=T/2準度Ca的定義:其中T=SU-SL,Ca取正值.備註:Ca可為負值,但大多取其絕對值.TSU-SLCp==6σ6σ精度Cp的定義:(2)單邊規格時:又稱製程能力指數(1)雙邊規格時:TSU-XCp==3σ3σTX-SLCp==3σ3σ或Cpk=(1-Ca)Cp精準度Cpk的定義:考慮偏差的製程能力指數Cpk之判讀(1/2)Cpk之判讀(1/2)CpkandPPMCpk給我們的重要訊息是讓我們知道有多少的不良品被生產出來Inthecaseofnormaldistributionandcenteredprocesses(Cp=Cpk)thefractionnonconforming[ppm=partspermillion]canbederivedbytheCpk.SpecCp=Cpkppm2Sigma0.6745,5003Sigma1.002,7004Sigma1.33635Sigma1.670.576Sigma2.000.00003製程不良•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0.50133,600.00000.7524,400.00001.002,700.00001.10966.00001.20318.00001.3096.00001.4026.00001.506.80001.601.60001.700.34001.800.06002.000.0018持續改善永無止境地降低與關鍵特性目標值不一致的變異Cpk=2.00Cpk=1.30-3σ製程範圍+3σ規格下限目標值規格上限規格範圍Cpk=1.00Cpk=0.75Cpk=0.50

1 / 49
下载文档,编辑使用

©2015-2020 m.777doc.com 三七文档.

备案号:鲁ICP备2024069028号-1 客服联系 QQ:2149211541

×
保存成功