SPC实战

深圳市品冠科技有限公司SPC培訓教材78研討、交流、提高本次訓練的內容正確認識SPCSPC興起的背景SPC的基本概念SPC認識誤區的剖析統計學概述控制圖原理SPC推行具體步驟判斷制程穩定或異常的準則十五項品質指標理論解析、實例演練78•品管方法歷程•SPC興起的背景•什麼是SPC•SPC基本觀念•SPC的特點•SPC認識誤區的剖析78一.品管方法歷程AverageCompany一般公司Bestinclass世界標竿公司1σ2σ3σ4σ5σ6σ3.42336,210690,000300,80066,807產品檢查產品管制製程管制品管7手法(5S、QCC、ISO9001:2000)管理改善(PDCA)一般公司THREESIGMA改善技術改善(MAIC)世界標竿公司SIXSIGMA改善方法管制試驗計劃與制程結合試驗計劃與設計結合產品管制最佳化設計管制最佳化78二.SPC興起的背景「經驗掛帥時代」的結束ISO9000品保体系的要求「ISO-9000」。要求為客戶提供合格的產品，只有穩定而一貫（Consistent）的「過程」與「系統」，才能保證長期做出合格的產品。然而，如何檢核此一貫「過程」與「系統」仍然穩定的存在呢？這必須仰賴SPC來發揮功能。如果工作經驗對產品品質有舉足輕重的影響（例如：手工裁縫），那麼，SPC就沒有太多揮灑的空間。相反地，如果某一公司開始將經驗加以整理，而納入設備、製程或系統時；也就是說，該公司開始宣告「經驗掛帥時代」將要結束，那麼SPC的導入時機也就自然成熟了。美國W.A.Shewhart博士於1924年發明管制圖，開啟了統計品管的新時代SPC是英文StatisticalProcessControl的字首簡稱,即統計過程控制。SPC就是應用統計技術對過程中的各個階段收集的數據進行分析，並調整制程，從而達到改進與保證質量的目的。SPC強調預防，防患於未然是SPC的宗旨。三.什麼是SPC78StatisticalProcessControl規格制程USLUCLSLCLLSLLCLsaCaCpCpk群體樣本μXbarxNnR計量值：均值極差圖s規格標准差圖直方圖計數值：P不良率圖C缺點數圖柏拉圖78四.SPC的基本觀念•世上沒有任何兩件事.人員.產品是完全一樣•製造過程中所產生之變異是可以衡量的•事情.產品的變異通常根據一定的模式而產生•宇宙萬物及工業產品大都呈常態分配•例如:身高.體重.智力.考試成績.所得分配•變異的原因可分為偶因及異因•偶因屬管理系統的範圍•異因卻是作業人員本身就能解決的•應用SPC可以確保作業人員的自尊•應用SPC可以指出製程最需要改善的地方SPC是全系統的，全過程的，要求全員參加，人人有責。這點與全面質量管理的精神完全一致。SPC強調用科學方法(主要是統計技術，尤其是控制圖理論)來保證全過程的預防。SPC不僅用於生産過程，而且可用於服務過程和一切管理過程。五.SPC的特點六.SPC認識誤區的剖析(一)有管制圖就是在推動SPC這張管制圖是否有意義？這張管制圖是否受到應有的重視？是否已照規定執行追蹤與研判？這些問題經過推敲之後才能幫助我們對SPC作更深入的瞭解。它所管制的參數真的對產品品質有舉足輕的影響嗎？管制界限訂的有意義嗎？六.SPC認識誤區的剖析(二)有了Ca/Cp/Cpk等計算就是在推動SPC？Ca/Cp/Cpk是在SPC中計算製程能力最主要的指標，因此會作製程能力分析的公司，當然是一個對SPC認識較深入的公司，但是值得再深入探討的是─Ca/Cp/Cpk有定期Review嗎？是否已用Ca/Cp/Cpk作訂單分派給不同生產線生產的依據？Ca/Cp/Cpk被活用了嗎？78六.SPC認識誤區的剖析(三)有了可控制的製程參數就是SPC？製程參數的確是SPC的焦點，但是我們應深入探究──為什麼挑出這些製程參數？這些製程參數的控制條件是如何決定的？這些製程參數與成品品質間有因果關係可循嗎？78製程（Process）──品質的源頭、SPC的焦點製程的起伏變化是造成品質變異（Variation）的主要根源，而品質變異的大小也才是決定產品優劣的關鍵。這種因果關係，可進一步表示如下：製程條件起伏品質變异產品优劣因果因果結論：製程是SPC的焦點78•定義•主要統計學名詞•舉例說明•統計與SPC78定義為了解被調查群體的某些隱含的特性，運用合理的抽樣方法從被調查群體中取得適當的樣本，通過研究樣本來發現群體的特性!統計學是科學的以偏概全的方法一葉知秋春霧雨夏霧熱秋霧太陽冬霧雪送禮物78主要統計學名詞群體於制造業而言，通常指在同一生產條件下符合特定要求的所有個體的集合!也可稱為批量記為N樣本於群體中抽樣而得的部份個體的集合!記為nμ群體平均值Xbar樣本平均值群體標准差x樣本標准差R全距概率(六合彩)正態分布78•在中心線或平均值兩側呈現對稱之分佈•常態曲線左右兩尾與橫軸漸漸靠近但不相交•曲線下的面積總和為1正態分布基本知識78100個機螺絲直徑直方圖。圖中的直方高度與該組的頻數成正比舉例說明：機螺絲直徑直方圖直方圖趨近光78將各組的頻數用資料總和N=100除，就得到各組的頻率，它表示機螺絲直徑屬於各組的可能性大小。顯然，各組頻率之和爲1。若以直方面積來表示該組的頻率，則所有直方面積總和也爲1。如果資料越多，分組越密，則機螺絲直徑直方圖的直方圖也越趨近一條光滑曲線，如直方圖趨近光滑曲線圖所示。在極限情況下得到的光滑曲線即爲分佈曲線，它反映了産品質量的統計規律，如分佈曲線圖所示78正態分布中，任一點出現在μσ內的概率為P(μ-σXμ+σ)=68.27%μ2σ內的概率為P(μ-2σXμ+2σ)=95.45%μ3σ內的概率為P(μ-3σXμ+3σ)=99.73%+++78不同的常態分配μ1μ2X(a)μ1≠μ2，σ1=σ278不同的常態分配μ1=μ2X(b)μ1=μ2，σ1σ2σ1σ278不同的常態分配μ2X(b)μ1≠μ2，σ1σ2μ1藍色代表規格分佈形態紅色代表實際制程分佈形態78舉例說明•初三學生體育測試:•跳遠:(男生組)2.50m95%達標率•(女生組)2.30m95%達標率••東西方身體素質差異•身高:•東方成年男性168cm•西方成年男性175cm•體重:•東方成年男性65kg•西方成年男性75kg78什麼是控制圖控制圖是對過程質量加以測定、記錄從而進行控制管理的一種用科學方法設計的圖。圖上有中心線(CL)、上控制界限(UCL)和下控制界限(LCL)，並有按時間順序抽取的樣本統計量數值的描點序列，參見控制圖示例圖。78控制圖原理的兩種解釋控制圖原理的第一種解釋：在控制圖上描點，實質上就是進行統計假設檢驗，而控制圖的上、下控制界即爲接受域與拒絕域的分界限，點子落在上、下界限之間，表明可接受，點子落在上、下界限之外，表明應拒絕。78正態分佈有一個結論對質量管理很有用，即無論均值μ和標準差σ取何值，産品質量特性值落在μ±3σ之間的概率爲99.73，於是落在μ±3σ之外的概率爲100%一99.73%=0.27%，而超過一側，即大於μ-3σ或小於μ+3σ的概率爲0.27%/2=0.135%≈1‰，如正態分佈曲線圖。這個結論十分重要。控制圖即基於這一理論而產生。78中心線C區μ+2σμ+1σμ+3σB區A區管制下限管制上限A區B區規格範圍超過管制上限，為不可接受區域在管制界限內，為可接受區域78控制圖原理的第二種解釋根據來源的不同，質量因素可以分成4M1E五個方面。但從對質量的影響大小來看，質量因素可分成特殊原因與普通原因兩類。特殊原因是始終存在的，對質量的影響微小，但難以除去，例如機床開動時的輕微振動等。普通原因則有時存在，對質量影響大，但不難除去，例如車刀磨損、固定機床的螺母鬆動等。78特殊原因和普通原因特殊原因之變異普通原因之變異１．大量的微小原因所引起,不可避免２．不管發生何種之特殊原因，其個別之變異極為微小３．幾個較代表性的特殊原因如下：（１）原料的微小變異（２）機械的微小震動（３）儀器測定時不十分精確之作法４．實際上要除去製程上之特殊原因，是件非常不經濟之處置１．一個或少數幾個較大原因所引起,可以避免２．任何一個一般原因，都可能發生大的變異３．幾個較代表性的一般原因如下：（１）原料群體的不良（２）不完全的機械調整（３）新手的作業員４．一般原因的變異不但可以找出其原因，並且除去這些原因的方法，在經濟觀點上講常是正確的78局部性的對策及系統中的對策•局部問題的對策*通常用來消除特殊原因造成的變異*可以被製程附近的人員來執行*一般可以改善製程的15%•系統改善的對策*通常用來減低普通原因造成的變異*幾乎總是需要管理者的行動來加以矯正*一般可以改善製程的85%78確立製造流程繪製製造流程圖訂定品質工程表決定管制項目顧客之需求為何?實施標準化標準之建立、修正與營運製程能力解析是否符合規格或客戶的要求?78(1)對全廠每道工序都要進行分析(可用因果圖)，找出對最終産品影響最大的變數，即關鍵變數(可用排列圖)。如美國LTV鋼鐵公司共確定了大約20000個關鍵變數。(2)找出關鍵變數後，列出程序控制網圖。所謂程序控制網圖即在圖中按工藝流程順序將每道工序的關鍵變數列出。(3)對步驟2得到的每一個關鍵變數進行具體分析。(4)對每個關鍵變數建立程序控制標準，並填寫程序控制標準表。決定管制項目78程序控制標準表所有車間控制點控制因子文件號制定日期控制內容過程標準控制理由測量規定資料報告途徑控制圖糾正性措施有無建立控制圖控制圖類型制定者制定日期批準者批準日期操作程序審核程序制定者審核者審核日期78實施標準化•編制控制標準手冊，在各部門落實。將具有立法性質的有關程序控制標準的文件編制成明確易懂、便於操作的手冊，使各道工序使用。如美國LTV公司共編了600本上述手冊。78品質的一致性乙選手甲選手誰的成績好呢?您的工廠/服務品質/供應商若有問題,您希望是甲狀況還是乙狀況呢?誰較有潛力呢?你會選誰當選手呢?製程能力解析78符合規格就真的OK了嗎?78製程能力靶心圖ABCD78判斷制程穩定或異常的準則判穩準則:在點子隨機排列的情況下,符合下列各點之一就認爲過程處於穩態:(1)連續25個點子都在控制界限內;(2)連續35個點子至多1個點子落在控制界限外;(3)連續100個點子至多2個點子落在控制界限外。判穩準則(2)：若過程正常爲正態分佈,令d爲界外點數,則連續100點,d≥2的概率爲P(連續100點,d≥2)=0.0026這是與α0=0.0027爲同一個數量級的小概率。因此,若過程處於穩態,則連續100點,在控制界外的點子超過2個點(d2)的事件爲小概率事件,它實際上不發生,若發生則判斷過程失控α3=0.0026就是準則(3)的顯著性水平。78判斷異常的準則:符合下列各點之一就認爲過程存在異常因素:(1)點子在控制界限外或恰在控制界限上;(2)控制界限內的點子排列不隨機。界內點排列不隨機的模式很多,常見的有:點子屢屢接近控制界限、鏈、間斷鏈、傾向、點子集中在中心線附近、點子呈周期性變化等等,在控制圖的判斷中要注意對這些模式的識別。78模式1:點子接近控制界限(1)連續3個點中,至少有2點接近控制界限;0.0053(2)連續7個點中,至少有3點接近控制界限;0.0024(3)連續15個點中至少有4點接近控制界限0.0030模式2:中心線一側出現長爲9的鏈0.0038模式3:連續6點的傾向，即上升或下降0.00273模式4:點子集中在中心線附近。即點子距離中心線在1σ以內連續15點集中在中心線附近0.003378十五項品質指標理論解析、實例演練USL：規格上限SL：規格中心值LSL：規格下限XUCL：Xbar管制圖的管制上限Xbar：Xbar管制圖的中心值XLCL：Xbar管制圖的管制下限RUCL：R管制圖的管制上限RBar：R管制圖的中心值RLCL：R管制圖的管制下限Ca：製程准确度Cp製程精密度(製程潛力)Cpk製程能力PPMPar