PreparebyJackTsai/JohnnyChenPresentbyJohnnyChenSPC(StatisticalProcessControl)統計製程管制介紹-管制圖的基本原理-管制圖的分析與研判-管制圖的種類-製程能力指數Cpk管制圖的目的1.在製造過程中提供有效情報,降低製程變異2.降低或避免製造出不良品3.提供情報,以判定製程條件是否需要調整4.建立歷史資料庫,易於製程變動檢出5.對改善效果確認,使用統計工具評估成果統計式思維*傳統製程觀點:符合規格/良品或不良品判定*現代SPC觀點:穩定生產,減少變異,強調製程控管*Schwhart觀點:降低變異可以提昇生產力*Deming觀點:品質的變異就是資源的浪費,以及產能的犧牲*田口品質觀點:機能變異的存在,就會導致下製程或使用者的損失,進而影響到製造者的競爭地位經由製程中去收集資料,而加以統計分析,從分析中得以管制製程是否穩定。若製程異常,可經由問題分析以找出異常原因,並立即採取改善措施與標準化,使製程恢復正常。若製程穩定,可透過製程能力分析、改善措施與標準化,以不斷提升製程能力。統計製程管制Input製程Output實施採取行動決策觀測值數據收集規劃行動方案診斷異常檢出評估數據分析設備環境因素工具原料操作員備方法SPC流程說明管制圖的歷史-1924年由美國品管大師Shewhart博士發明-1941~1942年,二次世界大戰期間,美國制定強制性之戰時規格,作為實施統計的品質管制規範-1932年,Shewhart博士應邀到因國演講統計品質管制,提高英國使用統計品質管制到工業方面之氣氛-1940年前後,英美兩國把管制圖方法大舉運用到工廠生產過程中-1950年,Deming博士應邀到日本,以管制圖為中心舉行講習會,開啟管制圖在日本之開端-1953年,台灣開始引進管制圖使用管制圖管制圖為一圖形表示工具,用以顯示從樣本中量測或計算所得之品質特性。典型之管制圖包合一中心線(CenterLine,CL),用以代表當製程處於統計管制內時品質特性之平均值。此圖同時包合兩條水平線,稱為管制上限(UpperControlLimit,UCL)及管制下限(LowerControlLimit,LCL)。若製程在管制內,則幾乎所有樣本點將落於管制上下界限內。只要樣本點皆落於管制界限內,製程就視為在控制下,不必採任何措施。然而,若有一點落於管制界限外,就視為是製程失控的證據,必需調查其原因並修正之。管制圖的功用•設計•製造•檢驗管制圖的原理-機遇原因-非機遇原因原因分類出現次數影響結論機遇大量之微小原因所引起,次數少,微小不值得調查較為代表性之機遇原因1.原料之微小變異2.機械之微小震動3.儀器測量之微小變異非機遇一個或少數幾個較大原因所引起,顯著需徹底調查次數甚少,較為代表性之機遇原因1.原料不良2.機械調整不當3.新手操作管制圖的分析與研判“在控”意義*長時一致*對均值一致*對散度一致*對劣率一致*對疵數一致*變異都在預期界限內控制概念“脫控”意義*界外落點*點型非隨機Shewhart管制圖:最近之一點是否落在管制界限內區間測試(Zonetest):WesternElectric19581.一點落在A區以外2.連續三點有二點落在A區3.連續五點有四點落在B區4.連續八點在管制中心線之同一側連串測試(Runtest):Grant&Leavenworth19881.連續七點在管制中心線之同一側2.連續十一點有十點在管制中心線之同一側3.連續十四點有十二點在管制中心線之同一側4.連續十七點有十四點在管制中心線之同一側5.連續二十點有十六點在管制中心線之同一側連串測試(Runtest):Nelson(1984,1985)1.一點落在A區以外2.連續九點在C區或C區以外3.連續六點持續上升或下降4.連續十四點交互上下跳動5.連續三點有二點在A區或A區以外6.連續五點有四點在B區或B區以外7.連續十七點有十四點在管制中心線上下兩側之C區8.連續八點在管制中心線兩側但無點在C區管制圖的種類1.依數據性質計量值管制圖-平均值與全距管制圖-平均值與標準差管制圖-中位值與全距管制圖-個別值與移動全距管制圖計數值管制圖-不良率管制圖-不良數管制圖-缺點數管制圖-缺點率管制圖2.依管制圖用途管制用管制圖-追查異常原因-迅速消除異常原因-採取避免重複發失之措施解析用管制圖-決定方針用-製程解析用-製程能力研究用-製程管制準備用製程能力指數製程能力研究,就是逐步設法減少製程中的變異,或調整製程,使製程能符合我們的要求或規格。*製程準確度Ca(CapabilityofAccurancy)衡量製程中心之平均值與規格中心值之一致性*製程精密度Cp(CapabilityofPrecision)衡量製程變異寬度與規格界限範圍(規格允差)相差的情形*製程能力指數Cpk(CapabilityofProcess)同時兼顧衡量製程中的集中程度和變異大小__XZPzσ為標準差,找出Z為常態分配之幾個σ,由Ztable求出之Pz機率分配常態分配(Normaldistribution)於常態分配利用Ztable求算分佈機率常態分配(Normaldistribution)__XZ=3σUSLLSLZ等於3σ時,即6σ稱自然公差,製程之自然公差指由6σ所代表之變異若自然公差小於工程公差那麼就視為製程能力尚可6σ自然公差之定義mUSLLSLmmmm由搜集數據找出母體分佈之總平均數及總σ便可算出管制界限及CPKCpk=minimumofUSL-總平均數3σ總平均數-LSL3σ各抽樣之分佈USLLSL6σCPK=6σ/3σ=2USLLSL4σCPK=4σ/3σ=1.33USLLSL3σCPK=3σ/3σ=1USLLSL1.5σCPK=1.5σ/3σ=0.5分佈之標準差固定之CPKLSLUSL12s.001ppm.001ppm=ToleranceSTCp=2.00Theremustbeatleast6sSTbetweentheprocessaverageandeitherspecificationlimitwhentheprocessaverageisatthemiddleofthetolerance.12sSTmustfitinthetolerance(asshownabove).ThesixsigmagoalforCPbecomes:CP,GOAL=Tolerance/6sST=12sST,GOAL/6sST,GOAL=2.00Toaccommodateprocessshiftsofupto+/-1.5sST,theminimumdistanceallowedbetweentheprocessaverageandeitherspecificationlimitthatstillachievesaperformancecapabilitygoalof3.4ppmis4.5sST,GOALCPK,GOAL=(1/3sST,GOAL)Minimum(m-LSL,USL-m)=(1/3sST,GOAL)(4.5sST,GOAL)=1.50何謂6sQuality?樣本平均值(Mean)與樣本標準差(Samplestandarddeviation)例:﹛4,5,5,4,8,4﹜5484554XnXiXni1平均值標準差niXXin12)(11s512s統計概念計量值管制圖計數值管制圖UCLLCLCLUCLLCLCLX-barChartRChartX-bardistribution6σ^X以自然公差概念,依目前製程能力設定新管制界限,取代規格界限以改善品質USLLSLT=USL-LSL__X(USL+LSL)/2Cpk=Cp(1-Ca)2/2/)(2/)(2/)(TLSLUSLXLSLUSLLSLUSLXCass66TLSLUSLCp掌控圖現代SPC十分重視製程能力的提升以及維持,惟有上述的管制圖不易實現此目的,而且管制的運用也很複雜。因此,我們而要乙種簡易圖形工具,來掌控製程能力。假設某項品質特性的工程規格是m±△,亦即目標品質是m,而規格上界及下界分別是m+△及m-△。另外,我們制定製程規格為m±△/2,亦即製程上界及製程下界分別為m+△/2及m-△/2。現在,下圖為掌握圖,並分別令製程界限內為綠帶,工程界限內為黃帶,以及工程界限外為紅帶。掌控圖之判定~色訊和對策每次抽樣有兩個色點,下表是它們的色訊及應有的對策:色點製程訊息應有對策雙綠綠黃同黃異黃紅點健壯平安暈眩踉蹌跌跤放心生產安心生產查檢調整停機追查停機救援色訊及對策Anyquestionorsharing?