SPC统计制程品管

1STATISTICALPROCESSCONTROL(SPC)(统计制程管制)一、管制图之选用量测系统（量具之变异在可允许之范围内）品质之决定进料检验完工检验制程能力分析1．双边规格2．单边规格（品质特性质）1．计量值从←X，σ←S2．计数值P←P1.Ca2.Cp3.Cpk4.P(不良率)量测系统品质之决定制程管制制程能力分析品质特性质3．计量值从-X-R,X-6,X-R,X-Rm4．计数值-Pm,P,C,U,D新速管制图雅式管制图5.Ca6.Cp7.Cpk8.P(不良率)不同单位之品质比较，使用Cv（变异系数）=S/X（或同一单位，但不同品质特性质）2以管制图进行制程能力分析一组数据之变化情形，除了可以用图形法来表示外，数量化之描述亦以提供有用之情报。数据之量化表示有很多种，常用的有平均数（mean）、中位数（median）、众数（mode）、变异数（variance）、标准差（standarddeviation）。1.平均数假设X1，X2，…，Xn为样本中之观测值，样本数据之集中趋势可由样本平均数来衡量，样本平均数定义为nXinXnXXXni1212.变异数变异数是用来衡量数据之散布情形。样本变异数S2为S2=1)(1)(211212nnXiXnXXininiini3计数值管制图1．不良率管制图（pchart）CLp=ndpUCLp=nppp)1(3LCLp=nppp)1(32.不良数管制图(pnchart)CLpn=kddpnUCLpn=)1(3ppnpnLCLpn=)1(3ppnpn(σpn=)1(ppn)3．缺点数管制图（cchart），样本大小相同CLc=CkCUCLc=CC3LCLc=CC34．单位缺点数（uchart），样本大小不相同CLu=nCuUCLu=nuu3LCLu=nuu34计量值管制图RX管制图管制图类别群体之μ及σ未知时群体之μ及σ已知时平均值管制图XCLxRAXUCLX2SAXLCLX2XCLAUCLXALCLX全距管制图RCLRRDUCLR4RDLCLR3CLR=d2σUCLR=D2σLCLR=D1σX-S管制界限公式图别群体情况未知群体情况已知平均值管制图XCLXSAXUCLx3SAXLCLX3CLX=μUCLX=μ+AσLCLX=μ-Aσ标准差管制图SCLsSBLCLsSBUCLs34CLS=C2σUCLS=B2σLCLS=B1σRX~管制图图别群体情况未知群体情况已知中位值管制图RAmXLCLRAmXUCLXkXCLXXX23~23~~~~~~CLX=μnmXLCLnmXUCLxx333~3~全距管制图RDLCLnRDUCLRkRCLnR34CLR=d2σUCLR=D2σLCLR=D1σ5X-Rm管制图X管制图mR管制图XCLxmRCLnmmRdXUCLx23mRDUCLnm4mRdXLCLx23mRDLCLnm3机遇原因之变异（commoncause）非机遇原因之变异（specialcause）1.大量之微小原因所引起。2.不管发生何种之机遇原因，其个别之变异极为微小。3.几个较为代表性之机遇原因如下：（1）原料之微小变异。（2）机遇之微小振动。（3）机器测定时不十分精确之作法。4.实际上要除去制程上之机遇变异原因，是件非常不经济之处置。1.一个或少数几个较大原因所引起。2.任何一个非机遇原因，都可能发生大之变异。3.几个较为代表性之非机遇原因如下：（1）原料群体之不良。（2）不完全之机遇调整。（3）新手之作业员。4.非机遇原因之变异不但可以找出其原因，并且除去这些原因之处置，在经济观点上讲常是正确者。6管制图之选定原则管制图之选定资料性质？资料是不良数或缺点数？样本大小n≥2?中心线CL之性质？n是否一定？单位大小是否一定？n是否较大？X―σ图X―R图X―Rm图~X―R图pn图p图C图u图计量值计数值n≥2n=1不良数缺点数一定不一定一定不一定~XXn=2~50n257管制图之比较优点缺点计量值管制图1．用于制程之管制，甚灵敏，很容易调查事故发生之原因，因此可以预测将发生之不良状况。2．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。在制造成过程需要经常抽样并邓以测定以及讲算，且需点上管制图，较为麻烦而费时间。计数值管制图1．只有生产完成后，才抽本，将其区分为良品与不良品，所需数据，能以简单方法获得之。2．对于工厂整个品质情况了解非常方方便。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。8管制图之绘制流程（步骤）决定管制项目标准化搜集数据绘制解析用管制图解析安定状态？绘制直方图满足规格？管制用管制图追求、去除异常原因以达安定状态。检讨机械、设备等等提升制程能力满足不满足安定状态非安定状态91．检定规则一：有单独一个点子，出现在三个标准差区域之外者。（有一点落在管制界限之外者）。如图22。2．检定规则二：连续三点之中有两点落在A区或甚至于A区以外者。（在中心线之同侧三个连续点中有两点出现在两个标准差之外者）。如图23。3．检定规则三：连续五点之中有四点落在B区或甚至于以外者。（在中心线同侧，五个连续点中有四个点超出一个标准差者）。如图24。UCLCL+3σ+2σ+1σA区B区C区图22UCLCL+3σ+2σ+1σA区B区C区图23UCLCL+3σ+2σ+1σA区B区C区图24104．检定规则四：连续有八点落在C区或甚至于在C区以处者。（八个连续点子落在C区或其中连续七点出现在中心线之同一侧者）。5．检定规则五：连续几点同一方向时：（如下图）（1）连续五点继续上升（或下降）——注意以后动态。（如图26a）（2）连续六点继续上升（或下降）——开始调查原因。（如图26b）（3）连续七点继续上升（或下降）——必有原因，应立即采取措施。（如图26c）UCLCL+3σ+2σ+1σA区B区C区图25图26a图26b图26cUCLCL+3σ+2σ+1σLCL-1σ-2σ-3σ11不合格率管制图(P管制图)〔例〕考虑某一生产铝箔包之机器，此机器系以三班制连续生产，其考虑之品质特性为铝箔包之缝合是否良好。为了设立管制图，30组大小为n=50之样本从三班以半小时之间隔收集，其数据显示在表5-1。从这些数据可建立一试用管制图，由于30组样本共包含347301iDi个不合格品，因此p=mnDimi1=5030347=0.2313利用p当做是制程不合格率之估计值，可得管制界限为nppp)1(3=0.231350)7687.0(2313.03=0.23130.1789亦即上管制界限=0.4102下管制界限=0.0524表5-1试用管制界限数据,n=50样本不合格品数不合格率样本不合格品数不合格率180.161680.162120.241780.16380.161860.124100.219130.26560.1220100.2670.1421200.47160.3222180.36890.1823250.59140.2824150.310100.22590.181170.1426120.241260.122770.1413220.4428140.2814120.242990.1815180.363080.16不合格品数总和=347，p=0.2313120.00.10.20.30.40.50.65101520253000.10.20.30.40.50.651015202530样本编号样本不合格率0.41020.23130.052400.10.20.30.40.50.651015202530样本编号样本不合格率0.41020.23130.0524P管制图平均值：0.2143标准差：0.0580样本大小：50样本编号0.38840.21430.0402样本不合格率P管制图平均值：0.2143标准差：0.0580样本大小：5013机器调整后之数据，n=50样本不合格品数不合格率样本不合格品数不合格率3180.164330.063260.124460.1233110.224570.143450.104640.083560.124780.163640.084850.103760.124960.123840.085070.143970.145140.084060.125260.124130.065340.084240.085450.10不合格品数总和=135，p=0.112500.10.20.30.40.50.61020304050P管制图平均值：0.2143标准差：0.0580样本大小：500.38840.21430.0402样本编号样本不合格率机器调整后之管制图14检定：P1=0.2143，α=0.05P2=0.1125Ho：P1-P2=0H1：P1-P20Z=)2111)(ˆ1(ˆ)21(21nnPPPPPP50245028135300ˆp=0.1673所以Z=)5024150281)(1673.01(1673.001125.02143.0=6.933Z=6.933Zα=1.645，故acceptH1，显示不合格率经调校后已有显著改善。由于改善成功，可以利用(样本31#~54#)之数据重新计算管制界限。Cp=03.11341.01375.050)112.01(1125.03112.025.0)1(3maxnPpPPP=0.1125UCL=2466.050)1(3PPPLCL=0216.050)1(3PPP(设为零)15新的不合格率数据，n=50样本不合格品数不合格率样本不合格品数不合格率5570.147560.125680.167680.165750.1077110.225860.127890.185940.087970.146050.108040.086120.048150.106230.068220.046340.088310.026460.128430.066570.148550.106650.108640.086750.108770.146830.068850.106970.148940.087090.189030.067160.129160.1272100.209270.147330.069350.107440.089470.14160.00.10.20.33540455000.10.20.3405060708090样本不合格率样本编号0.24660.11250.0000P管制图平均值：0.1125标准差：0.0447样本大小：50P管制图之新管制界限P管制图平均值：0.1125标准差：0.0447样本大小：500.24660.11250.0000样本编号样本不合格率管制图之继续使用17不合格点数管制图(C管制图)〔例〕假设表5-7之数据为25组样本大小为100部电脑之连续样本。试建立管制图。表5-7检查100片PCB板所发现之不合格点数样本不合格点数样本不合格点数151472815434169491711512181067196782098122122921221310723811122410126257139〔解〕此25组样本共含236个缺点，因此c之估计值为44.925236c试用管制界限为UCL=66.1844.9344.93cc中心线=44.9cLCL=22.044.9344.93cc1804812162024510152025图5-10为依此25组样本所绘制之管制图，其中样本9及21均超出管制界限，因此必须诊断样本9及21之异常原因。若异常原因已排除后，则可将样本9及21之数据删除，并重新计算管制界限，新的不合格点数之平均值为c=193/23=8.39。修正后之管制界限为UCL=08.1739.8339.83cc中心线=c=