搜索
統計製程品質管理系統SPC2002軟體上線輔導講義SPC課前Q&A什麼是SPC?SPC的起源?SPC的定義及應用範圍?SPC的功能?何謂SPC7大工具?品質變異主要原因那兩種?可歸屬原因主要起源於哪三處?變異數?標準差?石川馨-KaoruIshikawa以良好的人力資源，建立工作品質。全公司品管(CWQC)由董事會至全公司員工，都必須在各自的任務分擔下，主動積極參與，品質是每一員工的責任。克勞斯比-PhilipCrosby第一次就作對。(DoItRightTheFirstTime)。他曾說要靠檢驗來消除品質問題，無異將牙膏擠回袋中。品質是大家的事，品管部門是負責協助、教育、培養、與激勵大家追求品質。工作的唯一標準就是零缺點，不是差不多。每一員工都要徹底反省覺悟，嚴格要求自己的工作完美無缺。品質概念(Quality)是一組固有特性滿足要求的程度,也可以看作是產品或服務滿足顧客需求的能力.品質管理就是通過使顧客滿意而達到企業長期成功的管理方式.品質五點錯誤的假設品質和品級混淆。品質是無法評估衡量。品質是有經濟成本。品質是作業員造成的。品質是品管人員的責任。品質管理發展三階段1.質量檢驗階段事后把關,通過檢驗的方式來控制和保証產品的質量,產品的品質主要取決與個人的經驗和技能.2.統計質量控制階段事前預防,重點在于確保產品質量符合規范和標準.及時發現生產中的異常情況,確定產生缺陷的原因,迅速采取對策加以消除,使生產保持在穩定(控制)狀態.3.全面質量管理階段綜合運用各種管理方法和手段,充分發揮組織中的每個成員的作用,從而在產品的開發,生產,銷售和售后服務等多個環節全面地去解決質量問題.SPC簡介何謂SPC&SPC興起背景目的、定義、功能SPC基本觀念介紹統計是什麼?何謂常態分配什麼是有意義的情報?品質的變異與分析StatisticalProcessControl-由貝爾電話實驗室的休哈特博士WalteA.Shewhart於1924年所提出的管制圖理論.-SPC乃是一些使製程穩定和經由降低變異性以改善製程能力的強力工具的結合.-SPC应用统计技术对过程中的各个阶段进行监控，以便人们采取措施，消除異常，恢复过程的稳定,也就是科学地区分出生产过程中产品质量的偶然波动与异常波动，从而对过程的异常及时告警.何謂SPC統計製程管制品管界的裡程碑「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？這必須依賴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。1.直方圖historgram2.查檢表checkSheet3.柏拉圖paretochart4.特性要因圖causeandeffectivediagram5.層別法stratificationdiagram6.散佈圖scatterdiagram7.管制圖controlchartSPC應用/QC七大工具統計製程控制StatisticalProcessControlSPC就是依據統計的邏輯來判斷製程是否異常及應否採取改善對策的一套控制系統統計製程控制StatisticalProcessControl特點SPC是全系统的，全过程的，要求全员参加，人人有责。(2)SPC强调用科学方法(主要是统计技术，尤其是控制图理论)来保证全过程的预防。3）SPC不仅用于生产过程，而且可用于服务过程和一切管理过程。統計製程控制StatisticalProcessControl過程100分品質零缺點目標製程管制的必要性檢測-忍受浪費預防-避免浪費SPC基本觀念介紹SPC的基本理論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機遇及非機遇原因機遇原因屬管理系統的範圍非機遇原因卻是作業人員本身就能解決的應用SPC可以指出製程最需要改善的地方錯誤觀念大部分的品質問題錯在作業員。容許少許不良，意外的瑕疵不能避免。品質是品管人員的責任。品質是生產單位的事情。只重視品質檢驗，檢驗人員需負責瑕疵品。SPC只是在現場掛管制圖。統計是什麼?何謂常態分配常態分配的基本特性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曲線左右兩個反曲點位於+/-1個標準差處常態隨機變數的任何線型函數仍為常態分配互相獨立之任何常態分配組合仍為常態分配常態分配曲線下的面積μ1σ2σ3σ95.45%68.27%99.73%常態分配曲線下的面積正態分布中，任一點出現在σ內的概率為P(μ-σXμ+σ)=68.27%2σ內的概率為P(μ-2σXμ+2σ)=95.45%3σ內的概率為P(μ-3σXμ+3σ)=99.73%常態分配與管製圖中心線C區μ+2σμ+1σμ+3σB區A區管制下限管制上限A區B區規格範圍不同的常態分配(離散程度)μ1μ2X(a)μ1≠μ2，σ1=σ2不同的常態分配μ1=μ2X(b)μ1=μ2，σ1σ2σ1σ2不同的常態分配μ2X(b)μ1≠μ2，σ1σ2μ1統計分析統計=數據+情報+計算就統計學而言，任何有意義的情報都有三個構成要素，分別是：1.集中趨勢（通常以Xbar作代表）2.離中趨勢（通常以σ作代表）3.被含蓋在特定範圍內的機率統計應用提供表示事物特征的數據比較兩事物的差異分析影響事物變化的因素分析事物之間的相互關系研究取樣和試驗方法,確定合理的試驗方案發現問題,分析和掌握數據的分布狀況和動態變化什麼是有意義的情報?什麼是有意義的情報?(1)例1:插拔力很好例2:插拔力平均為1.5Kg例3:大部份產品的插拔力在1.5±0.3Kg之內例4:99.73%的A產品的插拔力在1.5±0.3Kg之內什麼是有意義的情報?(2)例1:她的食量很好例2:她平均每餐吃5碗飯例3:她平均每餐吃5+/-0.5碗飯例4:她每10頓飯約有9頓飯的食量,落在5+/-0.5碗飯範圍之內.製程－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“4M1E”,即:•人(Man):如:熟練程度、習慣、体力与情緒等•机(Machine):如:切割机器刀具鋒利度、沖壓机沖程的變動等•料(Material):如:供應商更換、材料(部件)變動等•法(Method):如:流程的變更、作業方法的變更等•環境(Environment):如:電源穩定度、溫度、濕度、空气粉塵等品質變異來源的分類品質變異性質的分類(a)製程中或多或少有變異,造成變異的原因大致分為兩種:(1)普通原因:(又稱:非人為原因、共同原因、偶然原因、一般原因、機遇原因)1.操作者細微的不穩定性2.設備微小振動、車床轉速、進給速度、刀具正常磨損3.同批材料內部結构的不均勻性4.用同一量器,同一人量測同產品數次,短期間量測差異.5.其他如:氣候及環境之變化.品質變異性質的分類(b)(1)特殊原因:(又稱為:可避免原因、人為原因、非機遇原因、異常原因、局部原因.)1.操作者未遵照操作標準而操作.2.雖然遵照操作標準,但操作標準不完善.3.機器設備的不正确調整.4.刀具的嚴重磨損5.操作人員的更動.6.使用不合規格標準的原材料.7.量具不準确.普通原因和特殊原因比較機遇原因之變異非機遇原因之變異１．大量之微小原因所引起２．不管發生何種之機遇原因，其個別之變異極為微小３．幾個較代表性之機遇原因如下：（１）原料之微小變異（２）機械之微小掁動（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機遇變原因，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２．任何一個非機遇原因，都可能發生大之變異３．幾個較代表性之非機遇原因如下：（１）原料群體之不良（２）不完全之機械調整（３）新手之作業員４．非機遇原因之變不但可以找出其原因，並且除去這些原因之處置，在經濟觀點上講常是正確者普通原因與特殊原因處理原因分类出现次数影响结论机遇次数多微小不值得调查非机遇次数甚少显著须彻底调查品質變異的規律拉力強度(單位:kg/cm2)2.5592.5562.5562.5462.5612.5702.5462.5652.5432.5382.5602.5602.5452.5512.5682.5462.5552.5512.5542.5742.5682.5722.5502.5562.5512.5612.5602.5642.5672.5602.5512.5622.5422.5492.5612.5562.5502.5612.5582.5562.5592.5572.5322.5752.5512.5502.5592.5652.5522.5602.5342.5472.5692.5592.5492.5442.5502.5522.5362.5702.5642.5532.5582.5382.5642.5522.5432.5622.5712.5532.5392.5692.5522.5362.537品質變異的結論Data計算Information“拉力強度很好”“拉力強度平均為2.55kg/cm2”“大多數產品的拉力強度在2.555kg±0.003kg/cm2之內”“99.73%的產品拉力強度在2.555kg±0.003kg/cm2之內”SPC常用術語統計數據及其分類總體與樣本不良數與缺點數設計規格與管制界限數據的集中趨勢與數據的離散程度統計數據的分類統計數據中有些可以測量出來,有些可以數出來,有些由兩個數相除得到,以此分為兩大類:計量數據:可以連續取值的,可以用測量工具具體測量出數值的這類數據,如長度、容積、重量、化學成分、溫度、職工工資等等.計數數據:不能連續取值的,或者說即使用測量工具也得不到小數點以下數據的,如合格數量、缺點數、不良數、成功或失敗次數等等.總體與樣本的關系總體:(批量數),指在統計分析中研究對象的全體,有時也叫‘母體’.常用符號N表示.樣本:(樣品),它是從總體中隨機抽取出來並且要對它進行詳細研究分析的一部分個體,也叫‘子樣’.常用符號n表示.抽樣:就是從總體中抽取樣品組成樣本的過程.不良數與缺點數的區別不良數:(不良品),在生產過程中不符合工藝要求的產品,也即是含有質量缺陷的產品數量.缺點數:(缺陷數),任何不滿足特定要求條件的出現數量.不良率:產品所含不良品數量除以產品總數再乘以100.單位缺點:(百件缺點數),每百件產品中所含缺點的數量,即缺點總數除以產品總數再乘100.一個不良品中至少有一個缺點,或者說含有一個缺點以上的產品為不良品,一個不良品中也可能含有多個缺陷.設計規格與管制界限設計規格:規格上限(USL),目標值(SL),規格下限(LSL)之間的關系.雙邊規格,不對稱規格,單邊規格(上,下)定義.管制界限:管制上限(UCL),管制中心(CL),管制下限(LCL)之間的關系.管制界限是基與製程的數據而不是製造的規格.如果製程受控的話，計算的管制界限要比設計規格嚴.如果製程受控，但產品仍然不合規格，則說明現有的工具生產不出符合條件的產品.數據的集中趨勢與離散程度統計方法中常用的統計特征數可分兩類:1.數據的集中趨勢,如平均數,中位數等.2.數據的散布或離散程度,如極差,標準差等.樣本平均數樣本中位數樣本全距(