SPC统计过程管制(PPT 128页）

按一下以編輯母片標題樣式,按一下以編輯母片文字樣式,第二層,第三層,第四層,第五層,*,*,来自,中国最大的资料库下载,S,tatistical,P,rocess,C,ontrol,SPC 統計過程管制,顧問師：王 子 才.,9/16/2024,1,華通電腦 聯想電腦 毅嘉電子 台光電子 宏合電子 群鑫電子,大展電路板 上聲電子 展勝電業 毓冠電子 鍵和電子 方志電子,訊舟電子 賽博電器 宏崇化學 正峰工業 立輝金屬 全億金屬,永成五金 合冠鞋業 裕成製鞋廠 福泰塑膠 寶元數控 輪興機械,永益印刷 長益印刷 東鵬印刷 商亮燈飾 千麗燈飾 聯盈塑膠,順傳五金 勛力嬰兒車 泰祥汽車配件 鍾慶汽車配件,太子汽車工業 .,ISO 9000 , QS 9000 , TS 16949 , 日常管理，目標管理，生產管理,統計製程管制， 6,訓練輔導, 主要研究領域：, 主要輔導或授課廠商：,健峰企業管理顧問股份有限公司 顧問師, 現任職：,歷經生產主管、品管經理、生產廠長、董事長特別助理等職務, 主要企業經驗：,9/16/2024,2,品質的基本架構,定 義：符合顧客的需求,流 程：預防不良,衡量方法：品質成本,執行標準：零缺點,9/16/2024,3,品質成本,運作品質成本,預防,成本,：致力預防失敗之成本,鑑定,成本,：試驗、檢驗及檢查以確定品質成本,失敗,成本,內 部,失敗成本,：,產品或服務在未運交客戶前，因未能達成要求之品質所造成之損失(如重加工、重試驗、報廢等),外 部,失敗成本,：,產品或服務在運交客戶後，因未能達成要求之品質所造成之損失(如賠償服務、退貨、折讓等),外部保證品質成本,：,指當客戶要求客觀之證據時，所做有關之示範及證明而發生之成本(如追加之品質保證約定、程序、示範試驗等),9/16/2024,4,對品質常有的錯誤觀念,大多數的品質問題是錯在作業人員,容許少數的不良,意外的瑕疵是無可避免的,品質是品管部門的責任,只重視品質檢驗,檢驗人員需負責解決瑕疵品,SPC,只是在現場掛管制圖,9/16/2024,5,對品質的正確觀念,85%,的品質問題是管理人員所要擔負的,管理者態度的偏差，更勝過作業人員的懶散,第一次就把事情做好,並且將後工程視為顧客,才能真正做到零缺點品質,品質和公司每一個人都有關,品質檢驗是可以解決問題但卻無法消除問題,SPC,是讓品質保證的系統持續運轉不斷改善製程,以提昇品質與生產力,9/16/2024,6,統計概念,區分,沒有顯著,差異,有顯著,差異,沒有顯著,差異, Risk,Type II error,有顯著,差異, Risk,Type I error,判,斷,上,事 實 上,9/16/2024,7,數據Data,資訊Information,情報Intelligence,企業資產Enterprise assets,知識knowledge,9/16/2024,8,95.45%,99.73%,68.26%,-3, -2 -1 u +1 +2 +3,正態分佈,P(u-,Xu+)=0.6827,P(u-2,Xu+2)=0.9545,P(u-3,Xu+3)=0.9973,於u,k之間的機率,群 體：,N,平 均 數：,u,集中趨勢,標準偏差：,離散趨勢,被涵蓋在特定範圍的機率,9/16/2024,9,2,3,4,5,6,7,8,9,10,11,12, ,.027,.056,.083,.111,.139,.167,.139,.111,.083,.056,.027,9/16/2024,10,準確度,精密度,高,低,高,低,Precision,Accuracy,9/16/2024,11,SPC 興起的背景,SPC,興起是宣告,經驗掛帥時代,的結束, 手工藝的產業：,SPC,無用武之地經驗取勝 當經驗可以整理，再加上設備、制程或系統時，那,SPC,時機的導入，就自然成熟了。,SPC,興起是宣告,品質公共認證時代,的來臨,1980,年以前，客戶大都以自己的資源與方法，來認定某些合格的供應商，造成買賣雙方的浪費。 ,1980,年以後，,GMP,及,ISO 9000,的興起，因為重視產品生產的,過程,與,系統,，故更須有賴,SPC,來監控,過程,與,系統,的一致性。,9/16/2024,12,SPC 的迷思,迷思一：有管制圖就是在推動,SPC,？,這是產品品質,(,Q ),，,還是過程參數,(,P ),管制圖？, 這張管制圖是否有意義？, 它所管制的參數，真的對產品品質有舉足輕重的影響嗎？, 管制界限訂的有意義嗎？, 這張管制圖，是否受到應有的重視？是否已遵照規定，實,施追蹤與研判？,9/16/2024,13,SPC 的迷思,迷思二：有了,Cpk,/,Ppk,等計算就是在推動,SPC,？,Cpk,/,Ppk,有定期審查嗎？, 是否已用,Cpk,/,Ppk,作訂單分派給不同生產線，作為生產,的依據 ？,9/16/2024,14,SPC 的迷思,迷思三：有了可控制的過程參數,(,Process Parameter),，,就是,SPC,？,為什麼挑出這些過程參數？, 這些過程參數的控制條件，是如何決定的？, 這些過程參數與產品品質之間，有因果關係可循嗎？,9/16/2024,15,SPC 的焦點 過程 ( Process ),SPC,與傳統,SQC,的最大不同點，就是由,Q P,的轉變,SQC,：,強調,Quality ,產品的品質，換言之，它是著重於買賣雙方可共同評斷、鑑定的一種,既成事實,。,SPC,：,則是希望將努力的方向更進一步的放在品質的源頭 ,過程,(,Process ),上,。因為過程的起伏變化，才是造成品質,變異,(,Variation ),的主要根源。,9/16/2024,16,SPC 的焦點 過程 ( Process ),品質變異的大小，也才是決定產品優劣的關鍵,過程起伏條件,品質異常,產品優劣,因,因,果,果,9/16/2024,17,SPC 的步驟,過程參數,制程,9/16/2024,18,SPC 的步驟,步驟一：深入掌握因果模式,過程參數,(,因,) /,品質貢獻率,(,果,),分析, 柏拉圖分析,步驟二：設定主要參數的控制範圍, 以迴歸分析方法或實驗設計來分析,9/16/2024,19,SPC 的步驟,步驟三：建立過程控制方法,控制頻率,樣本抽取方法,樣本量測方法,步驟四：抽取成品來印證原始系統是否,仍然正常運轉？,9/16/2024,20,SPC 的目標,SPC,能使管理更合邏輯,SPC,能使管理掌握先機,SPC,能使管理更加省事,SPC,能使制造成本更低,9/16/2024,21,SPC 的診斷,品質是否更穩定？,良品率是否提高？,制程是否更流暢？,成本是否更低廉？,異常是否更快能被偵測到？,品管員是否逐漸在減少？,9/16/2024,22,統計過程管制,【,SPC,】,統計製程管制之目的係持續改善產品與服務的價值，達到顧客滿意。,製程能力調查,【,Ca,、,Cp,、,Cpk,】,管制圖的運用,作業方式 /,資源混用方式,人員設備材料方法環境,產品或服務,顧 客,辨識變化的需求與期望,統計方法,製程的聲音,輸入,製程/系統,輸出,顧客的聲音,製程回饋管制系統模式,9/16/2024,23,基础统计学,数据类型,分布,对数据中心的测量,平均值,中位值,对数据散布的测量,极差,方差,标准偏差,对数据形状的测量,正态分布,正态概率,数据采集,9/16/2024,24,中心趋向的测量,平均值:,一组数据的算术平均值,反应所有值的影响,受奇异值的影响大,中位值:,反应排列的 50%,-,数据按顺序排列后的中间值,计算中不必考虑所有的值,对于奇异值是 “稳健的,”,在过程改善方面，为什么我们主要用平均值而不是,中位值?,9/16/2024,25,散布的测量,极差:,数据组奇异值之间的距离,(,最高,-,最低,),方差 （ ）:,每一个数据点到平均值的偏离的平方的均值,标准偏差（ ）:,方差的平方根,范围对局外点比方差更敏感,最普通和最常用的散布测量是标准偏差,-,为什么?,9/16/2024,26,母体平均值,样本平均值,母体标准偏差,样本标准偏差,9/16/2024,27,母体参数对样本统计量,S,= 样本标准偏差,x,= 样本平均值,统计量 评估 参数,= 母体平均值,= 母体标准偏差,9/16/2024,28,散布的构成,过程输出变量的总体散布 (方差),可以被分成由于过程输入造成的散布,9/16/2024,29,正态分布,“,正态” 分布是一种数据具有某些一致的特性的分布,这些特性对于我们理解后面采集数据的过程是非常有用的,多数自然现象和人类行为的过程是呈正态分布的,或者,可以看成正态分布,9/16/2024,30,性质 1,:,正态分布只用下列2个我们已知的参数就可以完全描述,平均值, 和,标准偏差,正态分布,分布,1,分布,2,分布,3,这三个正态分布有什么区别,?,9/16/2024,31,正态曲线和概率区域与标准偏差的关系,4,3,2,1,0,-,1,-,2,-,3,-,4,40%,30%,20%,10%,0%,95%,样本数概率,从平均值的标准偏差数,性质2,:,曲线下的面积可以用来评估确定 “事件” 发生的累计概率,99.73%,68%,获得的两个值之间的累积概率值,9/16/2024,32,标准偏差的经验规律,先前的累积概率规律可以用于即使当一组数据不完全正态分布,让我们比较理论,(,理想的) 正态分布值和经验,(,实际的) 分布值,9/16/2024,33,統計過程管制的定義,經由過程中去收集資料，而加以,統計分析,，從分析中得以,發覺過程的變異,，並經由,問題分析,以找出異常原因，,立即採取改善措施,，使過程恢復正常。並藉由,過程能力分析,與,標準化,，以不斷提昇,過程能力,。,9/16/2024,34,95.45%,99.73%,68.26%,-3, -2 -1 u +1 +2 +3,正態分佈,P(u-,Xu+)=0.6827,P(u-2,Xu+2)=0.9545,P(u-3,Xu+3)=0.9973,於u,k之間的機率,群 體：,N,平 均 數：,u,集中趨勢,標準偏差：,離散趨勢,被涵蓋在特定範圍的機率,9/16/2024,35,1,Sigma,2,Sigma,3,Sigma,1,Sigma,2,Sigma,3,Sigma,68.26 %,95.45 %,99.73 %,% 数据点的百分比,UCL,LCL,时间,我们测量的,项目,标准偏差规则,“,数据处于哪个位置?”,9/16/2024,36,中心趨向的測量,平均值:,一组数据的算术平均值,反应所有值的影响,散佈的測量,极差全距:,数据组,內數,值,之间的距离,(,最高,-,最低,),方差 （ ）:,每一个数据点到平均值的偏离的平方的均值,标准偏差（ ）:,方差的平方根,9/16/2024,37,變異、差異、方差,Variation,標準偏差,Standard Deviation,9/16/2024,38,群體,平均值,样本平均值,群體,标准偏差,样本标准偏差,X,9/16/2024,39,散布的構成,过程输出变量的总体散布 (方差),可以被分成由于过程输入造成的散布,9/16/2024,40,Time 1,Time 2,Time 3,Time 4,組內變異,組間變異,称为,漂移 (平均值漂移了多远的真正,sigma,测量),显示过程控制,重要的少数,称为,短期 (,st,),我们的潜在能力 - 能做得最好的情况,所有,6,sigma,公司用, 报告,价值不高的多数,st,+,shift,=,合计,顯示散佈原因,9/16/2024,41,能力对实绩,过程实绩,:,全部散布包括,shifts,和,drifts,(Pp & Ppk),能力: 只有随机的或,短期的散布,(,Cp & Cpk),9/16/2024,42,能力指数类型,短期能力:,能力研究基于,30-50,个数据点,通常等于或大于长期能力,长期能力:,能力研究基于大量数据点,真实过程 能力的最好评估,从这些数据可以诊断,过程指数,讨论过程实绩和过程能力指数,过程能力指數表示过程的“潜力”,(,Cp,和,Cpk,),过程性能指數是过程,“,真实的”成绩,(,Pp,和,Ppk,),9/16/2024,43,Cpk / Ppk,Cpk ,The capability index for a stable process.,The estimate of sigma is based on within,subgroup variation,( R-bar / d,2,or S-bar / c,4,),Ppk ,The performance index.,The estimate of sigma is based on total,variation,( all of individual sample data,using the standard deviation 【root mean,square equation 】, “ s “ ).,9/16/2024,44,什麼是,6 sigma,Six Sigma, 是一種新思維,程序,是一種系統式的降低會對顧客滿意有重要影響的不良,工具,利用統計工具，進行重要過程能力的改善,9/16/2024,45,降低不良,改善產出,改善顧客滿意度,更高的淨營利,6-Sigma,的目標,9/16/2024,46,6 Sigma ,目標,( DPMO Distribution No Shifted ) 制程中心沒有偏移,2,45,500,3,2,700,4,64,5,0.6,6,0.002,s,PPM,製程能力,每百萬個不良機會,9/16/2024,47,9/16/2024,48,6 Sigma ,目標,( DPMO Distribution Shifted 1.5,s,) 制程中心偏移 1.5,s,s,PPM,製程能力,每百萬個不良機會,9/16/2024,49,9/16/2024,50,时间,表现,在过程性能力上的革新,好的,坏的,3,Sigma (CpK = 1),6,Sigma (Cpk = 2),9/16/2024,51,Leadership Commitment, Competence,方法,&,工具,由數據驅動,經統計驗證,最好的人員,100%,致力於降低不良,Project Focused,6 Sigma,有什麼不一樣,?,9/16/2024,52,改變中的品質哲學,最高品質的產品和服務是,最低成本的產品和服務,9/16/2024,53,s,PPM,2,308,537,3,66,807,4,6,210,5,233,6,3.4,( Distribution Shifted 1.5,),Getting to Six Sigma,H,ow far can,inspection,get us ?,9/16/2024,54,Breakthrough,Strategy,Characterization,Phase 1:,M,easure,Phase 2:,A,nalyze,Optimization,3,4,5,6,7,1,000,000,100,000,10,000,1,000,100,10,1,2,Sigma Scale of Measure,PPM,Average,Company,Best-in-Class,The Breakthrough Methodology,D,efine the problem.,DMAIC,to the Rescue,!,The Basic Objective,Phase 3:,I,mprove,Phase 4:,C,ontrol,9/16/2024,55,問題的本性,Six Sigma,的方法可以辨識製程是偏離目標,和/或者是高度變異,以修訂製程及降低變異,偏離目標,變異大,正中目標,修訂製程,降低變異,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,X,9/16/2024,56,另類觀點,LSL,USL,USL,LSL,On-Target,從統計觀點來看問題,USL,LSL,LSL = Lower spec limit,USL = Upper spec limit,問題的本性,- 統計觀點,偏離目標,變異大,修訂製程,降低變異,9/16/2024,57,s,衡量變異和品質,衡量製程能力,我們如何衡量變異和品質 ?,9/16/2024,58,標準偏差,m,轉折點,1,s,T,USL,p(d),規格上限(USL) 目標規格(T),規格下限(LSL)分佈值平均(,m,),分佈值的標準偏差(,s,),3,s,在轉折點和平均值的距離形成一個標準差. 假如目標值和規格上限之間可以放置三個標準偏差 我們可以說這個製程有“3 sigma的 能力.”,LSL,9/16/2024,59,m,1,s,T,USL,p(d),p(d),1234 5 6,s,3,s,This is a 6 Sigma Process,標準差,轉折點,9/16/2024,60,過程控制的需要,檢測 容忍浪費,允許將時間和材料投入到生產不一定有用的產品或服務中,預防 避免浪費,第一次就把工作做對,9/16/2024,61,變異-普通原因與特殊原因,為了使變異的表示簡化，通常分成下列二種：,普通原因的變異,過程中變異因素是在統計的管制狀態下,受控,。,隨著時間的推移，具有穩定的且可重複的分佈,過程中的許多,極差(全距),的原因。,特殊原因的變異,過程中不常發生，但造成過程變異的原因。,所造成之分佈與時間的關係，是不穩定且不無法,預期的。,9/16/2024,62,散布举例,特殊原因,过程,A,显示受控散布,过程,B,显示不受控散布,9/16/2024,63,因為生產過程中,每一件成品都不同,，因此,如果製程很穩定,，則生產產品的品質特性的分布將形成一種固定形狀，稱為,分佈。,一般分佈有下列之不同情形：,位置 分佈寬度 形狀,大小,大小,大小,.或是以上這些的不同組合,9/16/2024,64,如果過程中，,只有,普通原因,的變異存在，,則其成品將形成依各很穩定,的分佈，而且是,可以預測的,如果過程中，,有特殊原因,的變異存在，,則其成品將為不穩定的分佈，,而且,無法預測的,範圍 ,時間,可預測,範圍 ,時間,無法預測,9/16/2024,65,天氣的變化,環境的影響,物料在一定範圍內的變化,依據作業標準執行作業的變化,其他未知因素的影響,機器突然發生變化,未依據作業標準執行作業,使用規格外的原物料,操作人員的注意力未集中,所制訂之作業標準不合理,普通原因,特殊原因,9/16/2024,66,特殊原因的變異,簡單的統計分析可發現,如管制圖,直接負責過程的人員去改善,局部措施改善對策,局部措施改善特殊原因,牽涉到消除產生變異的特殊原因,可由製程人員直接加以改善,大約可以解決15%之過程上的問題,9/16/2024,67,系統措施 改善普通原因,共同原因的變異,製程能力分析可發現,如Ca，Cp，Cpk，及管制圖上點的變化,管理當局參與及製程人員合作去改善,系統改善對策,必須改善造成變異的普通原因,經常需要管理階層的努力與對策,大約可以解決85%之過程上的問題,9/16/2024,68,過程控制與過程能力,首先應通過,檢查,，消除,極差(全距),所產生之特殊原因，使過程處於,受控,的狀態，那其,性能,是可預測的。,接下來，就可依顧客的,要求 ( 規格 ),，來評定,過程能力,，以使顧客滿意，這就是持續改善的基礎。,9/16/2024,69,性质 1,:,正态分布只用下列2个我们已知的参数就可以完全描述,平均值, 和,标准偏差,正态分布,分布,1,分布,2,分布,3,这三个正态分布有什么区别,?,9/16/2024,70,範圍 ,時間,受控,(消除了特殊原因),範圍 ,時間,過程控制,不受控,(存在了特殊原因),9/16/2024,71,受控且有能力符合規格,(普通原因造成的變異已減少),過程能力, 規格上限,規格下限 ,範圍 ,受控但沒有能力符合規格,(普通原因造成的變異太大),9/16/2024,72,過程控制與過程能力矩陣,類別,過程控制,受控,過程控制,不受控,過程能力,可接受,1,3,過程能力,不可接受,2,4,9/16/2024,73,1類,：理想的情況,X ,，,小,2類,：受控過程，但存在,普通原因,造成過大的變異，必須減少極差(全距)。,X ,，,大,3類,：過程能力可接受，但為不受控過程，必須識別極差(全距)的,特殊原因,，並消除它。,X ,，,小, 4類,：不受控，且過程能力又不可接受，必須減少極差(全距)的,特殊原因和普通原因。,X ,，,大,9/16/2024,74,過程改善循環和過程控制,P,D,A,C,P,D,A,C,P,D,A,C,1.分析過程,2.維護過程,3.改善過程,9/16/2024,75,1.分析過程：,本過程應該做什麼？, 會出現什麼問題？,本過程會有哪些變化？,我們已經知道本過程的什麼極差(全距)？,哪些參數受極差(全距)的影響最大？, 本過程正在做些什麼？,本過程是否在生產廢品及需要返工的產品？,本過程生產的產品是否處於受控狀態？,本過程是否有能力？,本過程是否可靠？,9/16/2024,76,2.維護(控制)過程：, 過程是動態的，並且會隨時間而變化。, 監控過程的能力指數, 查出特殊原因的變異，並採取有效的措施,3.改善過程：, 使過程穩定，並以維持過程的能力指數, 充分理解普通原因造成的變異, 減少普通原因造成變異的發生,9/16/2024,77,建立統計過程管制的步驟,1.,確立製造流程,製造流程解析,2.,決定管制項目,3.,實施標準化,4.,管制圖的運用,5.,過程能力分析,6.,問題分析解決,7.,製程的繼續管制,繪製製造流程圖訂定品質工程表,利用,5,W1H,已掌握製程狀態,顧客之需求為何,?,標準之建立、修正與營運,如何正確的使用適當之管制圖,是否符合規格或顧客要求,原因為何,?,如何避免問題再次發生,延長管制界線作為製程之繼續管制,9/16/2024,78,一 確立製造流程,二 決定管制項目,三 實施標準化,五 過程能力調查,Ca、Cp、Cpk,四 管制圖的運用,六 問題分析解決,六 問題分析解決,七 製程繼續管制,Cpk 1,製程條件變動時,9/16/2024,79,藉由所需的人員、程序、機器、物料等,(,輸入,),，經由必要的作業活動來產生一特定的產品或,資訊,(,輸出,),1. 流程定義,9/16/2024,80,資 料,物 料,顧客需求,資源設備,說 明,標 准,教 育,增加附加價值的工作,產品,輸出,資訊,輸入,流程的基本模式,9/16/2024,81,流程的體現,作業活動,輸入,輸出,流程負責人,資源,法令限制,流程管制績效監控,9/16/2024,82,搬運、傳送,操 作,儲 存,檢 驗,遲 延,生產流程符號,9/16/2024,83,一種圖示方法,用簡單的符號將製造程序的先後表示出來,在工作研究裡被用為改善製程的主要工具,再加上餒依程序管制特性、管制方法、抽樣間隔,等即成為一張作為製程管制的最佳圖表,製造流程圖,9/16/2024,84,利用5W1H已掌握製程狀態,WHY(,為何,)-,為何要做,?,不這樣做行不行,?,是真有必要,?,WHAT(,做什麼,)-,這樣做完成了什麼,?,是不是方向上有偏差,?,若不做這個，是不是有比現在的結果更令人滿意,?,WHERE(,何處,)-,在何處做,?,為什麼要在這裡做,?,在別處做,是否更好,WHEN(,何時,)-,何時做,?,為什麼要再這時做,?,換個時間做是否更經濟,?(,所謂何時做並非指時鐘上的幾點幾分，而是只當某一個動作或工作完成時才接下去做另一動作或工作,),WHO(,何人,)-,由何人做,?,為什麼要這個人做,?,換別人做是否更好,?,HOW(,如何,)-,如何做,?,為什麼要這樣做,?,若用別的方式做是否更好,9/16/2024,85,2. 決定管制項目,管制項目的定義,為維持產品的品質，作為管制對象所列舉的項目, 特殊特性：,尺寸、材質、性能、外觀,9/16/2024,86,3. 實施標準化,意義,：所做的每一件工作、產品，都是,可以成為可靠的工作與可靠的產品,目的：,不會做出標準以下的工作、產品,步驟：,1.,成立標準化體制,2.,標準化的計劃,3.,標準化的運作,4.,標準化的評價,9/16/2024,87,4. 管制圖的運用,管制圖是,1924,年由蕭華特博士,(,Dr.W.A.,Shewhart,),，,在研究產品品質特性之次數分配時所發現。正常工程所產生出來產品之品質特性，其,分佈大都呈正態分佈的，會超出三個標準差,(,3,),的產品只有,0.27%,，,依據此原理，,將正態曲線圖旋轉,90,度,，在三個標準差的地方加上兩條界限，並將抽樣的順序點繪成為管制圖。,9/16/2024,88,管制圖 過程控制的工具,1.收集,：, 收集資料並畫在圖上,2.控制：, 監控是否超出管制上、下限 特殊原因, 計算所收集的資料，作為分析之用, 觀察極差(全距)的變化,3.分析與改善：, 依所計算之結果，評估過程能力指數, 監控在受控狀態資料的變化，確定普通原因極差(全距),的變化，並採取措施,必要時，可修改管制上、下限，持續不斷的改善,解析用管制圖,管制用管制圖,9/16/2024,89,使用管制圖的效益,提供正在進行過程控制的作業人員使用,有助於過程在品質上和成本上能持續的、可預測的維持下去,使過程達到：, 高品質, 低單位成本, 高產能,提供檢討過程狀況之共通的語言,分辨普通與特殊原因的變異，提供採行局部或系統糾正措施的依據,9/16/2024,90,計量值管制圖,X R,(,平均值與極差,),X S,(,平均值與標準差,),X R,(,中位值與極差,),X MR,(,個別值與移動極差,),計數值管制圖,P (,百分比不良率,),np,(,不良數,),C (,缺點數,),U (,每,單位缺點數,),管制圖的種類,9/16/2024,91,计量值管制图之优缺点,优点:,用于制程之管制,甚灵敏,很容易调查事故发生的原因,因此可以预测将发生之不良状况;,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.,缺点:,在制造过程中,需要经常抽样并予以测定以及计算,后需点上管制图,较为麻烦而费时间.,9/16/2024,92,计数值管制图之优缺点,优点:,只在生产完成后,才抽取样本,将区分为良品与不良品,所需数据能以简单方法获得之.,对于工厂整个品质情况了解非常方便.,缺点:,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.,9/16/2024,93,管制圖使用時機,決定管制特性,可否取得 計量值數據,目標是否 在於不良品數,目標是否 在於缺點數,NO,NO,樣本數是否為定值,YES,使用 P管制圖,使用 n p 或 P 管制圖,樣本數是否為定值,使用 U管制圖,使用 C 或 U 管制圖,YES,NO,YES,YES,NO,9/16/2024,94,數據是同類型或無法進行組內個別抽樣如化學槽液批亮油漆,樣本平均是否容易計算,使用中位值管制圖,NO,NO,各組樣本打大小是否,9,YES,使用 X R管制圖,NO,YES,樣本標準差 S是否容易計算,使用 X R管制圖,NO,使用 X S管制圖,YES,使用個別值管制圖：X MR,YES,9/16/2024,95,管制圖之繪制流程,搜集數據,繪制解析用管制圖,穩定狀態？,繪制直方圖 分布 制程能力研究,滿足規格？,管制用管制圖,Yes,消除特殊原因,No,滿足,減少普通原因,4M、1E 分析,不滿足,提升製程能力,9/16/2024,96,平均值與極差管制圖 ( X R ),A,收集資料,A1,選擇,子組大小、頻率和資料,A2,建立管制圖及記錄原始資料,A3,計算每個子組的,平均值,(,X ),和極差,(,R ),A4,選擇管制圖的刻度,A5,將平均值和極差，標記到管制圖上,9/16/2024,97,平均值與極差管制圖 ( X R ),B,計算管制上、下限,解析用管制圖,B,1,計算平均極差,(,R ),，,過程平均值,(,X ),B2,計算管制上、下限，並標記,管制線,極差：,UCL,R,= D,4,R,LCL,R,= D,3,R,平均值：,UCL,X,= X + A,2,R,LCL,X,= X A,2,R,n,2,3,4,5,6,7,8,9,10,D,4,3.27,2.57,2.28,2.11,2.00,1.92,1.86,1.82,1.78,D,3,*,*,*,*,*,0.08,0.14,0.18,0.22,A,2,1.88,1.02,0.73,0.58,0.48,0.42,0.37,0.34,0.31,9/16/2024,98,平均值與極差管制圖 ( X R ),C,過程控制說明,C,1,首先,分析,極差圖,上的資料,任何超出管制限的點, 連續,7,個點，全在中心線之上，或連續上升, 連續,7,個點，全在中心線之下，或連續下降,可能為：模具受損或機器固定鬆動，或換班、換批,，或量測系統改變,(,新人、新量具,),。,9/16/2024,99,平均值與極差管制圖 ( X R ), 其他明顯非隨機的圖形,各點與,R,的距離：一般大約, 2 / 3 ,的點，應落在中心線,為中心的, 1 / 3 ,管制區域內，若非如此，則需進行調查,並改善。,可能為： 管制上、下限或描點計算錯或標示錯。, 若有, 2 / 3 ,的點，落在中心線為中心的, 1 / 3 ,管制區域內，則,人、機、料、法,已達相當穩定之狀況，,，以此來作為,下一階段,的監控和持續改善。,9/16/2024,100,平均值與極差管制圖 ( X R ),C,過程控制說明,C2,識別並標注特殊原因,極差圖,C3,重新計算,管制上、下限,(,極差圖,),C4,分析,平均值圖,上的資料,如同,C1,之分析,C5,識別並標注特殊原因,平均值圖,C6,重新計算,管制上、下限,(,平均值圖,),9/16/2024,101,5. 過程能力分析,過程處於,受控,狀態,過程的各測量值符合,正態分佈,工程及其他規範準確的代表顧客的需求,設計目標值位於,規格的中心,測量變異相對較小,9/16/2024,102,過程能力調查步驟,確切了解要調查的,品質特性,與,調查範圍,，並,收集數據,製作,解析用管制圖,，確定製程處於,受控狀態,之中,計算,過程能力指數,( Short Term :,Cpk,),判斷過程能力,是否足夠,，如不夠時或不穩定時，則加以改善,以解析用管制圖之管制上、下限，作為管制用管制圖之監控，並於一段期間後，再計算,過程能力指數,( Long Term :,Ppk,),9/16/2024,103,過程能力調查的方式,圖示法-,主要以次數分配圖、直方圖、管制圖表示之,數值法-,以Ca值(製程準確度)、Cp值(製程精密度)、,Cpk值(製程能力指數)表示之,9/16/2024,104,圖示法過程能力的初步判定,中心值位置 分散寬度 分佈形狀,大小,大小,大小,由製程中收集100個以上的數據，做成次數分配圖或直方圖，由圖形的,中心值位置,、,分散寬度,、,分佈形狀,可簡單判定製程能力,9/16/2024,105,數值法過程能力分析,製程準確度,Ca(Capability of Accuracy),衡量自產品中所獲得產品資料的,實績平均值,(X),與,規格中心值,(u)其間,偏差的程度,是期望製程中生產的每個產品的實際值能與規格中心值一致,(1),Ca之計算方式如下：,實績平均值-規格中心值 X-u,Ca=-*100% = -*100%,規格公差/2 T/2,T=S,U,-S,L,=規格上限-規格下限,集中趨勢,9/16/2024,106,Ca值的等級判定,Ca值是正值-實績平均值較規格中心值偏高,Ca值是負值-實績平均值較規格中心值偏低,Ca值愈小,品質愈佳。依Ca值大小一般分為四級：,9/16/2024,107,(3)Ca等級的說明,規格中心值,50%,12.5%,25%,100%,規格上限(下限),D,C,B,A,(4)處置原則,A級：維持現狀,B級：改進為A級,C級：立即檢討改善,D級：立即採取緊急措施，全面檢討，,必要時停止生產,9/16/2024,108,製程精密度Cp(Capability of Precision),衡量自產品中所獲得產品資料的6個估計,實績標準差(,),與,規格公差(T),其間,相差的程度,是期望製程中生產的每個產品以規格中心值為目標，其,變異寬度,愈小愈好，換言之，即在衡量,規格公差範圍與製程變異寬度,兩者間相差程度,(1),Cp之計算方式如下：,規格公差,6個估計實績標準差,=,T,6,Cp=,(雙邊規格),(單邊規格),規格上限-實績平均值,3個估計實績標準差,=,Su-X,3,Cp=,或,實績平均值-規格下限,3個估計實績標準差,=,X-Sl,3,Cp=,離散趨勢,9/16/2024,109,Cp值的等級判定,Cp值愈大-規格公差(T)大於估計實績標準差,(,)愈多，,即表示製程的變異寬度遠小於規格公差,Cp值愈大,品質愈佳。依Cp值大小一般分為五級：,等級,Cp 值,A,Cp, 1.67,B,1.67,Cp, 1.33,C,1.33, Cp 1.00,D,1.00, Cp 0.67,E,Cp, 0.67,9/16/2024,110,(3)Cp等級之說明,6,E 級,6,D 級,6,C 級,6,B 級,6,A 級,規格中心值,規格上限,規格下限,Cp,0.67,Cp =,0.67,Cp =,1.00,Cp =,1.33,Cp =,1.67,T = 10,T = 8,T = 6,T = 4,9/16/2024,111,過程能力指數,Cpk(,穩定的制程,),Cpk =,( 1 Ca ),* Cp,當 Ca = 0 時，Cpk = Cp,單邊規格時，Cpk 即以 Cp 值計之,集中趨勢,離散趨勢,9/16/2024,112,(3)Cpk 等級之說明,( 當 Ca = 0 ),6,E 級,6,D 級,6,C 級,6,B 級,6,A 級,規格中心值,規格上限,規格下限,Cpk,0.67,Cpk =,0.67,Cpk =,1.00,Cpk =,1.33,Cpk =,1.67,T = 10,T = 8,T = 6,T = 4,Cpk =,2.00,T = 12,9/16/2024,113,USL ： 規格上限 LSL ： 規格下限,X ：過程總平均值,：估計標準差,過程能力指數,Cpk QS 9000,= R / d,2,R,：極差(全距)的平均值,d,2,：依樣本數大小變化，所使用之常數,n,2,3,4,5,6,7,8,9,10,d,2,1.13,1.69,2.06,2.33,2.53,2.70,2.85,2.97,3.08,9/16/2024,114,計算,Z,值,單邊規格：,Z,USL,=,或,Z,LSL,=,USL X,X LSL,9/16/2024,115,雙邊規格,：Z,USL,= 或,Z,LSL,=,Z,min,=, Z,USL,或 Z,LSL,之最小值,若,Z 0,，則表示過程總平均值落在規格界限外, Z,值可用於估計過程超出規格界限之不良率，參附錄 F,USL X,X LSL,9/16/2024,116,尾部的面积是什么?,SL,2.5,我们可以通过,Z table .,或者可以用,Minitab,得到尾部的面积!,Z,Pz,9/16/2024,117,Z-,变换和能力评估,ST (,短期),LT (,长期),9/16/2024,118,2. 計算過程能力指數 Cpk / Ppk 值,單邊規格：,= 或,=,Z,USL,3,Z,LSL,3,9/16/2024,119,雙邊規格：,=,3. 過程能力評價, 與顧客需求作比較, 選定重點改善特定指標, 訂定過程能力改善目標,Z,min,3,9/16/2024,120,4. 過程能力改善, 要求系統面之行動，以減少普通原因之變異,如：機器性能、輸入材料的一致性、制程操作,的基本方法、人員培訓的方法及工作環境,5. 分析與繪圖以控制改善後制程, 利用管制圖與過程能力指標，持續監督確,認改善的效益,9/16/2024,121,例題一,某橡內胎押出工程其規格為,50, 10 cm,，今因客戶要求必須對此工程加強管制，並且須以 X R 管制圖來管制此押出工程，而以前並未使用過管制圖在此工程，經收集 100 個數據如後表，試做解析用的 X R 管制圖？其製程能力為何？,9/16/2024,122,品質特性：內胎長度,規 格：50, 10 cm,製作：X-R 管制圖、計算,R-bar/d,2,、 Z 值、P,Z,的比例 查標準正態分佈、 Cpk 值,9/16/2024,123,組別,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,X1,51,53,51,50,48,47,50,49,50,49,50,50,50,52,49,55,52,50,46,48,X2,48,47,49,52,48,53,53,52,48,52,52,53,50,50,51,46,52,49,51,54,X3,53,48,50,50,50,51,45,51,55,50,52,47,51,52,48,50,51,52,48,51,X4,51,50,53,48,49,51,49,49,53,52,53,51,50,50,52,52,51,54,49,49,X5,51,52,50,45,47,52,52,52,48,50,55,51,50,45,51,49,51,48,48,48,X,50.8,50.0,50.6,49.0,48.4,50.8,49.8,50.4,50.8,50.6,52.4,50.4,50.2,49.8,50.2,50.4,51.4,50.6,48.4,50.0,R,5,6,4,7,3,6,8,3,7,3,5,6,1,7,4,9,1,6,5,6,品質特性：內胎長度,規 格：50, 10 cm,X = 50.25 R = 5.1,9/16/2024,124,X 管制圖,CL = X =,50.25,UCL = X + A,2,R =,53.21,LCL = X - A,2,R =,47.29,R 管制圖,CL = R =,5.1,UCL = D,4,R =,10.76,LCL = D,3,R =,0,9/16/2024,125,X 管制圖,9/16/2024,126,R 管制圖,9/16/2024,127,某公司希望能預測其產品厚度之範圍，試問應如何下手？及考慮那些因素？,假設已量測25個成品，其厚度分別為（單位：mm）：,53 48545148 5246505149 4755525347 5150504852 5048524947,參考此數據若在 95% 及 99.73% 的質量目標，請問該公司成品的,規格公差如何訂定？,X = 50.12,s,= 2.403,9/16/2024,128,