SPC统计制程管制
SPC统计制程管制 ～ 目 录 ～ 第1章 统计制程管制概述与持续改善 1.1检测与预防…………………………………………………2 1.2制程管制系统………………………………………………3 1.3变异之共同原因与特殊原因………………………………4 1.4特殊变异与系统缺失改善…………………………………5 1.5制程管制与制程能力………………………………………6 1.6制程改善循环与制程管制…………………………………9 1.7制程管制的工具-管制图…………………………………10 1.8一般企业应用SPC的困 …………………………………11 1.9管制图的益处…………… ………………………………13 1. 10如何选用适当之管制图 ………………………………14 第2章 计量值管制图 2.1 (X-R Chart平均值与全距管制图………………………15 2.2 (X-s Chart平均值与标准差管制图……………………17 2.3 X-R Chart中位数与全距管制图………………………17 2.4 X-Rm Chart个别值与移动全距管制图 ………………19 2. 5运用计量值数据了解制程能力及制程运转 ……………20 第3章 计数值管制图 3.1 p Chart不良率管制图 …………………………………22 3.2 np Chart不良数管制图…………………………………23 3.3 c Chart缺点数管制图 …………………………………24 4 u Chart单位缺点数管制图 ……………………………25 第4章 附录 4.1常数表与管制图公式 ……………………………………26 4.2品质管制图上特殊原因的检定规则 ……………………28 4.3常态分配表………………………… ……………………31 4.4双边等量规格之Cpm与其它指数之关系 ………………33 统计制程管制(statistical process control) 第1章 统计制程管制概述与持续改善 统计方法在现代工商企业内，是每一位员工皆应了解的技术，也是管理者与工 程技术人员工作上沟通的共同语言。尤其在对客户承诺的品质保证方面，例如设计过 程的试验数据、生产过程的制程数据、客户使用的故障维护记录等，都可以作为事实 管理(Fact Control)的科学方法。 统计方法之运用非常广泛，其应用之各阶段包括： 1. 市场分析 2. 产品设计 3. 信赖性规格﹑寿命及耐用性预测 4. 制程管制及制程能力研究 5. 抽样技术 6. 数据分析﹑绩效评估及不良分析 7. 制程改善 8. 安全评估﹑风险分析 而专业的统计技术包括： 9. 实验设计／因素分析 10. 变异数分析／回归分析 11. 显著性检定 12. 管制图 13. 统计抽样检验 本篇将针对管制图之使用与数据分析作概括性的介绍 1.1检测与预防 传统的制程管制是生产单位负责生产，品管单位负责检查，而在管理方面则是 不断地稽核工作情形，以发现缺失，然而这种方法是非常浪费的，因为有许多资源 已经投入于不被接受的产品上了。 如果能在生产当初就避免不良品的发生，将是更为积极有效的方法，这就是所 谓的不良预防。以下将针对预防的工具-- 统计制程管制系统的各项要素分别说明。总之，检测是容忍浪费、预防才能避免浪 费。往后几节将分别讨论下列事项： 14. 何谓制程管制系统？(1.2) 15. 制程变异将如何影响成品?(1.3) 16. 如何运用统计方法来判断一个问题是单纯的变异，或是系统上的缺失?(1.4) 17. 什么情况下的制程是在管制状态，或是已经达到制程能力之要求?(1.5) 18. 何谓制程改善循环?制程管制应用于哪些方面?(1.6) 19. 什么是管制图?如何使用?(1.7) 20. 运用管制图有何效益?(1.8) 1.2制程管制系统 制程管制系统是一个回馈系统，包含四个要素： 1.2.1制程:指人员﹑设备﹑材料﹑方法、量测及环境的总和，经由一定的程序 而得到成品。 1.2.2绩效报告:从分析成品可以得到有关制程绩效的资料，而用以判定制程管 制对策应否实施，或改善成品。 1.2.3改善制程:是一种预防措施，用以预防制造出不合格的成品。 1.2.4成品改善:对已经制造出的不合格品加以选别，进行全数检查﹑修理或报 废。 1.3变异之共同原因与特殊原因 天下没有任何两件成品是完全相同的，因为制程中存在有不同的变异因素。有 些变异很明显，有些则很难察觉；有些制程中只会造成短暂的变异，而有些则需经 过一段时间才会产生变异。故变异通常规定：在规格以内称为合格；反之则称为不 合格。 为了管制变异及减少变异，应先分辨造成变异的共同原因(机遇性原因)与特殊 原因(非机遇性原因)。 1.3.1共同原因:制程中变异因素是在统计管制状态下，其产品之特性有固定之 分配，而不外乎有分配位置﹑分配散布及分配形状三种 (如下图)。 1.3.2特殊原因:制程中变异因素是不在统计管制状态下的非机遇性原因，其产 品的分配亦没有固定之分配(如下图)。 . 制程中有特殊原因的变异 制程中只有共同原因的变异 1.4特殊变异与系统缺失改善 1.4.1特殊变异:可由简单的统计技术分析(如管制图)而得，且应由直接负责制 程的人员(即发生者)去寻找特殊原因及解决方法，必要时 管理阶层应予以协助，一般称为局部问题对策。这类原因 约占制程问题的15%。 1.4.2系统缺失:需由制程能力分析去发现，且应由管理阶层努力去消除共同原 因。这类原因约占制程问题的85%。 1.5制程管制与制程能力 1.5.1制程管制的目的是采取经济而有效的对策以改善制程。亦即避免改善不需 对策的制程(过苛管制或型I误差)，及不致于应改善的制程而未对策(失 去管制或型II误差)。为避免这两种误差，必须由分析共同原因与特殊 原因来决定。 1.5.2制程能力是当特殊原因消除后可得到的最小变异，因此它代表的是制程在 管制状态下的好坏程度。它也常被视为成品合乎规格的比例，因为在统 计管制状态下的制程，可以以其分配来预测产品超出规格的比例。 1.5.3四种管制状态的说明与建议(如图): | | | | | |受控 |失控 | | | | | |可接受 | | | | | | | |不可接受 | | | 状态I：显示制程已在管制状态下且产品亦能达到规格要求，仅要持续改善。 状态II：虽制程在管制状态下，但其产品不符规格，显示其严重的共同原因存在， 必须极力加以消除。 状态III：虽产品能达到规格要求，但制程无法在管制状态下，形成不稳定的制程， 必须查出特殊原因加以解决。 状态IV ：显示制程既不在管制状态下，且其产品亦不能符合规格要求，即存在共同原 因与特殊原因，故必须双管齐下，改善制程。 制程管制 在管制状态下(特殊原因消除) 失去管制(有特殊原因存在) 制程能力 在管制状态下而且制程能力足够 (共同原因的变异减少) 在管制状态下，但是制程能力不够 (共同原因的变异太大) 1.6制程改善循环与制程管制 1.6.1制程改善循环(如下图)需不断的运作。 1.制程分析 2.制程管制 1. 是怎样的制程? 对制程进行监控。 2. 什么可以不管制? 特殊原因予以矫正预防。 3. 目前在做什么? 4. 是否在管制状态下? 5. 制程能力如何? 3.制程改善 共同原因解析与改善。 减少共同原因的存在。 1.6.2制程管制 了解制程后，须对制程加以监控，对于特殊原因变异应采取有效的矫正 及预防措施。 1.6.3制程改善 对制程中共同原因加以解析与持续与改善，例如制程能力的提高或PPM的 降低，务期以最低的成本产出最高的品质及最大的效益。 1.7制程管制的工具——管制图 1.7.1管制图一般分为两类，一是计量值管制图，又分为四种 ((X-R Chart：平均值与全距管制图 ( X-R Chart：中位数与全距管制图 ((X-s Chart：平均值与标准差管制图 ( X-Rm Chart：个别值与移动全距管制图 二是计数值管制图，又分为四种： ( p Chart：不良率管制图 ( np Chart：不良数管制图 ( u Chart：单位缺点数管制图 ( c Chart：缺点数管制图 1.7.2使用管制图的步骤 步骤1.数据收集:决定制程的管制特性，并收集其数据点绘于图上。 步骤2.计算管制界限:依附录4.1之计算公式求出管制界限，并检视制程 是否在统计管制状态下，如有附录4.2所提示的特殊原因变异存 在时，则应加以解决，再重新收集数据。 步骤3.制程能力分析与改善:在所有特殊原因皆以消除，而制程仅存在共 同原因时，始可计算制程能力，借以分析产品符合规格的比例 及持续不断改善。 1.8一般企业应用SPC的困难 1.8.1多种少量的生产型态 一般都被连续制程管制的名词误导，以为许久才生产一次的产品难以适 用SPC﹑其实只要图面﹑生产条件及制程因素未改变，仍可依产品别管制 。又如为同类产品虽然规格大小不一，但制程相同，亦可以产品特性选 用计量值管制图。 1.8.2管制计划不实际 虽然许多企业对其管制特性﹑规格﹑管制方法﹑样本大小﹑抽样频度…… 等管制项目会建立制程管制计划或称QC工程表，但实际生产时可能会因 各种制程因素，如人员﹑设备﹑材料﹑方法﹑环境等而无法依计划执行 。在人员稳定﹑交期宽松﹑价格合理的情况下，依管制计划执行是不成 问题的。但若遇到生产压力太大时，可能就不易依计划行事了。故管制 计划制订时除了应考虑合理性之外，亦必须考虑其可行性。 1.8.3使用SPC前未作充分准备 若生产方式未予标准化，使用SPC就难以收到效果，一般在使用SPC前， 应准备事项如下： ( 确定制程 ( 依客户需求及工程问题点确定管制特性 ( 决定量测方法及数据收集之程序 ( 设法使管制特性之变异降至最低 1.8.4统计知识欠缺 一般人以为管制特性之群体分配为常态分配，而抽样数据可以代表群体 ，其实他可能忘了这只是为了统计方便而作的一个“假设”而已，因为： ( 抽样存在抽样误差 ( 没有一个制程可以做到100%在统计管制状态下 ( 没有一个产品特性的分配是完全常态分配 所以SPC仅能提供产品特性的信息而已，对于产品及制程技术之专业应更 加重视，才能达到改善制程的目的。 1.8.5量测数据不正确 量测设备之读值必须为产品特性最小精度至少1/10(例如产品特性公差为 (0.05，其量测设备必须能读取0.001以下，参考测量系统分析MSA)，量 测系统本身误差太大，将会影响分析的结果。另外，一般对于平均值应 取原数据位数多一位(例如Xi＝X．XX,则(Xi应＝X．XXX)，标准差则应取 有效位数至小数点三位。 1.8.6管理阶层不支持 有些管理阶层认为SPC是多余的工作，浪费时间，常因客户要求而临时拼 凑，应付了事，殊不知SPC有其莫大的好处，参考第1.9节。 1.8.7统计计算繁琐 SPC统计计算虽然有点费时，但若能将运用公式或常数表置于便于查阅处 ，将可以减少此类问题。而现今市面上亦有可用之SPC计算机软件，在现 今的社会，采用计算机软件来协助运算﹑绘图﹑分析等，可说是计算机 辅助管理。 1.9管制图的益处 1.9.1经济性/预警性/时效性 管制图是一项很简单有用的制程管制工具，以有效的抽样计划，不用全 数检验，且利用作业员直接在生产线上绘点，提供一个可靠的资料，藉 以预估不良及控制成本，使制程因为管制与改善，而趋于稳定，更使品 质﹑成本﹑交期得以预测与掌握。 1.9.2较正确的预测 若制程在统计管制状态下，则可以预测产品符合规格的程度，以确保产 品品质的固定水准。 1.9.3提高品质﹑提升效率﹑降低成本 产品之品质可藉减少变异而更好，且不断地运作制程改善循环，可令制 程微小的变异也能加以改善，让品质达到： (超越顾客满意度，增加顾客的信赖度。 (减少产品修补及报废，降低品质失败成本。 (增加制程产能，提升效率。 1.9.4分辨共同原因与特殊原因 提供管理阶层参考，使型I﹑型II误差不致于发生，而造成制程对策错误 之损失。 1.9.5检讨之共同语言 可以用以评估比较同一制程之不同班次(如早﹑中﹑晚班)，或同一制程 不同站别之绩效。 1.9.6善用机器设备 可用以估计机器设备能力，进而妥善安排适当机器生产适当零件。 1.10如何选用适当之管制图 No No 　 Yes Yes Yes 第2章 计量值管制图 2.1(X-R Chart平均值与全距管制图 2.1.1数据收集 通常数据应至少25组且100个数据以上，才能够判定制程是否稳定及其分 配型态，而每组大约每2～5个连续数据定期取得。所谓定期是指抽样频 度要能发现制程潜在变异(如生产者变更﹑环境变更﹑训练期间﹑不同原 料批等)为原则订定。 2.1.2计算管制界限 UCLX＝(X＋A2(R UCLR＝D4(R CLX＝(X CLR＝(R LCLX＝(X-A2(R LCLR＝D3(R ( A2．D4．D3为常数，请查阅附录4.1.1 2.1.3制程管制解析 请参考附录4.2 2.1.4制程能力解析 (1)(R/d2＝R/d2’ 　 (s＝ ((X1-(X)(/(n-1) (2)单边规格Ｚ＝(SL-(X)/( 双边规格Zmin＝(USL-(X)/(或((X -LSL)/( (3)查附录...
SPC统计制程管制