PZGLI007-SPC与制程能力
SPC与CPK的基础认识
SPC的基础认识
4、SPC控制图三要素：坐标、管制界限（中心线CL，上控制线 UCL，下控制线LCL）、数据点。
SPC的基础认识
SPC的基础认识
5、控制图的种类及应用范围： 1、计量型数据的控制图 Xbar-R图（均值－极差图） Xbar-S图（均值－标准差图） X-MR图（单值－移动极差图） X-R（中位数图） 2、计数型数据的控制图 P图（不合格品率图） np图（不合格品数图） c图（不合格数图） u图（单位产品不合格数图）
Cpk的评级标准
Cpk 的评级标准：（可据此标准对计算出之制程能力指数做 相应对策）。 A++级 Cpk≥2.0 特优 可考虑成本的降低。 A+ 级 2.0 ＞ Cpk ≥ 1.67 优 应当保持之 。
A 级 1.67 ＞ Cpk ≥ 1.33 良 能力良好，状态稳定，但 应尽力提升为A＋级 。
SPC的基础认识
SPC的基础认识
SPC的基础认识
6、SPC的影响因素 统计控制状态（简称受控状态） 随机因素
过 程
系统因素
随机分布
统计失控状态（简称失控状态）
SPC的基础认识
SPC的基础认识
SPC的基础认识
7、普通原因与特殊原因的区别与差异
SPC的基础认识
SPC的基础认识
SPC的基础认识
B 级 1.33 ＞ Cpk ≥ 1.0 一般 状态一般，制程因素稍有 变异即有产生不良的危险，应利用各种资源及方法将其提升 为 A级 。
Cpk应用讲议
C 级 1.0 ＞ Cpk ≥ 0.67 差 制程不良较多，必须提升其能 力 。 D 级 0.67 ＞ Cpk 不可接受 其能力太差，应考虑重新整改 设计制程。
SPC制程能力分析品质
SPC制程能力分析品质
SPC（统计过程控制）是一种广泛应用于品质管理领域的统计方法，
能够帮助企业监控和控制产品制造过程中的变异性。
通过收集和分析过程
中的数据，SPC可以评估制程的能力，确定该制程是否稳定且具有一致的
性能。
1.数据收集：首先，需要收集关于制程的数据。
这些数据可以包括来
自不同阶段的样本数据，例如原材料、加工过程中的中间产品和最终产品
的检测数据。
2.数据整理：将收集到的数据进行整理和准备，以便进行分析。
这包
括数据的清洗、筛选和对齐等操作。
3.基础统计分析：使用基本的统计方法来分析数据，例如计算平均值、标准差、极差等指标。
这些指标可以给出制程的平均性能和变异性。
4.制程稳定性分析：通过分析统计文件或绘制控制图来评估制程的稳
定性。
控制图可以显示制程数据的变化情况，并帮助判断制程是否受到特
殊原因的影响。
5. 制程能力分析：制程能力指标可以帮助评估制程的性能是否满足
产品要求。
常用的制程能力指标包括Cp、Cpk和Pp、Ppk等。
这些指标表
示制程的离散度与规范化能力。
- Cp和Cpk：用于评估制程的离散度和中心性，分别表示过程的总变
异度和自然过程偏离规格的变异度。
Cpk大于等于1时，表示制程能力满
足规格要求。
- Pp和Ppk：用于评估制程的离散度和中心性，与Cp和Cpk类似，由于Pp和Ppk考虑了过程所处的分布形状，并对过多偏离规格限制的量进行了惩罚。
制程能力分析(SPC)
P.4 一種系統性工作。這種工作包 括下列步驟: (1)確定能代表製程能力的品質特 性。 (2)由製程抽取樣本,測定其特定性 質,普通需搜集 30 個以上數据。 (3)點繪出統計的形態,計算平均值 与標準差(利用次數分配圖)。 (4)解釋此種形態,發掘異常現象, 確定在經濟上是否值得採取措 施。 (5)對異常現象採取措施。
P.18
5.3.綜合評價:
要製程能達到規格要求必須 K 与 C P 均好 方可,但有時 K 雖很好,但 C P 不好,結果 還會有不良品, 与 C P 兩者綜合起來評定等級。 5.3.1.CPK(CMK)計算:
CPK(CMK) = CP(1-K) = CP(1X-U T/2 X - LCL
P.15
5.2.工程能力數之評價:
設定工程上下限的目的,在於希望製造 出來的各個的各個產品之特性值,能在規格 上下限之容許範圍內,工程能力的評價之目 的就在於衡量產品分散寬度符合公差的程 度, 工程能力數又可稱為工程精密度指數 (Capablity Of Precision) .
規格公差 5.2.1.CP 之計算: CP = 6 個標準差 = 6σ T 或 CP = 6 v 容許差異
2.2. * 製程:指從事生產的机器、工具、 方法、材料与人員(指 5M)等的一些 獨立組合。 * 管制:指製程在統計管制狀態下亦 即是毫無時間性的移動或其他可追 溯的變異原因時,所得到產品均一性。
P.5
*能力:指根据測試的績效,用以獲得
可以測定的結果。我們請看以下圖形:
P.6
P.7
P.8
三〄製程能力分析之用途
製程能力分析之用途可分為以下几 點: 3.1.提供資料給設計部門,使其能盡量利 用目前之工程能力,以設計新產品。 3.2.決定一項新設備或翻修的設備能否 滿足要求。 3.3.利用机械之能力安排適當工作,使其 得到最佳應用。
PZGLI007-SPC与制程能力评估
3. 制程变异的原因
普通原因: 是造成随着时间推移具有稳定的且可重复的分布 过程中的许多变差的原因, 我们称之为“处于统计控制状态”、 “受统计控制”, 或有时简称“受控”, 普通原因表现为一个稳定 系统的偶然原因. 只有变差的普通原因存在且不改变时, 过 程的输出才可以预测.
特殊原因: 是造成不是始终作用于过程变差的原因, 即当它们 出现时将造成过程的分布改变. 除非所有的特殊原因都被查 找出来并且采取了措施, 否则它们将继续用不可预测的方式 来影响过程的输出. 如果系统内存在变差的特殊原因, 随时间 的推移, 过程的输出将不稳定.
● ●●● ●● ●
例子
對產品 的影響 是否值得 追查原因
同一人使用同一儀器于不同時 間量測產品之差異\不同方向不 同位置測量軸徑\原材料重量\气 候、环境的微小变化\合格原料 的微小变化\机械的微小震动\刀 具的微量磨损
微小, 不明顯
不值得
生產條件設定錯誤\使用不合格材料 加工\機器差異\材料之不同\设备调整 不当\新手违背操作规程作业\刀具过 量磨损\加工方法的改变
1.3.3. 1939年Shewhart與戴明合寫了“品質觀點的統計方法”; 1.3.4. 上世纪40年代期间, 战时生产使该理论得到广泛的应用; 1.3.5. 1950年戴明到日本講學, 介紹SQC觀念及方法, SQC是
發現問題才解決, 浪費較大, 後來發展出了SPC; 1.3.6. 美國汽車業廠商對SPC非常重視, 並使之得到廣泛應用; 1.3.7. ISO9000也十分重視SPC的應用, 對其有專門章節要求.
項目
普通原因
特殊原因
定義 影響
不可避免之原因, 非人為原因, 可避免的原因, 人為原因, 特殊原因,
制程能力
谢谢观看
制程能力分析的目的主要在于持续改善，提升控制制程长期的品质稳定性和一致性状态的能力水平。 (1)降低生产制造过程的异常停机停线损失； (2)给研发设计或选择制程工艺提供参考； (3)给制定制程品质管制抽样标准提供参考； (4)预测新设备、新工艺导致产品质量水平的变异程度； (5)预测制程和产品规格的容许范围； (6)为新设备的引进选择提供科学评估依据； (7)为选择OEM厂商提供科学评估依据； (8)为同时受多制程影响的产品安排生产顺序等 。
调节的方法
一般而言，制程能力指标越高越好，但制程能力指标提高也意味着成本的提高，所以在满足客户需求的一定 生产规格的要求下，应考虑技术及成本的关系，来决定最合理制程能力指标。当然，在实际生产过程中的制程工 序可能是不稳定的，过程能力可能不是正态分布的，也有可能数据的中心值与均值不是很吻合，这都会导致测算 出的Cp值偏离实际真实水平。制程能力指标更多的是给相关改善决策提供参考依据。
制程能力水平低下问题的改善主要可以利用管理标准化、设备TPM(全面生产管理)、自动化、工艺流程再造 以及作业防呆等手段，通过改变工序的质量目标值或降低工序中所固有的变异两条途径来实现。
1.当制程能力指标过大时的提案改善方向 (1)缩小规格的公差范围，提升产品品质档次； (2)提高设备运行速度，提高核定产能标准； (3)导人自动化或提高自动化水平； (4)放宽变异范围(即增大σ值)，如适当减少工艺稽核力度，适当降低员工素质要求等； (5)改用成本较低的设备；
定义
制程能力是指设备生产工艺标准在正常执行情况下的一定工序时间内，控制制程产品质量满足标准要求(规格 范围等)程度的稳定性和一致性状态的实际加工能力。制程能力是指制程产品的固有变异，而不是设计规定标准所 允许的变异 。
spc制程能力分析
SPC 概述Statistical Process ControlSPC Introduction统计性统计管理(SPC = Statistical Process Control)란 ?Statistical ...•统计性方法是用Sampling的Data Monitoring 、分析Process 变动时使用。
Process ...•反复性的事情或者阶段(SIPOC : Supplier → Input → Process → Output → Customer)Control ...• Process正在变化的事实早期警报。
警报是指最终Output出来之前纠正问题，能够具有充分的时间(管理图 : 随着时间工程散布的变化)SPC –对某个 Process掌握品质规格和工程能力状态, 利用统计性资料和分析技法, 在所愿的状态下一直能管理下去的技法。
2SPC 的发展历史SPC 的特征：控制过程，防患于未然。
重点在于预防•電視機彩色密度投机•美國：無不合規格產品出廠，注意力在符合規格•日本： 0.3% 超出產品規格，致力於命中目標製程- 產品-顧客產品(Output)Measurement製程(過程)(Process)展開特性 特徵顧客滿意ManMachine Material Method Environmental4M1E製程，程序影響工作結果之所有原因的集合,亦即為達成工作 結果之製造過程中所有活動的集合管制，控制確保達到要求標準,必要時採取矯正行動何謂製程管制 (程序控制)工作 結果原材料 方法 環境機器 人員原因 手段特性 目的SPC 即。
.自製程中蒐集資料，加以統計分析，並從分析中發覺異常原因，採取改正行動，使製程恢復正常，保持穩定，並持續不斷提昇製程能力的方法。
SPC 即。
.製程 資料異常 穩定製程 製程能力好能力的製程 製程改善製程解析及管制收集資料 統計分析 採取措施 製程能力分析持續改善SPC 的目的維持正常的製程 (在统计的控制之下)事先做好應該做的 (標準，系統) – ex ：检测，機台操作程序製程異常發生能偵測出，並除去之，防止其再發能力要足 (有能力的程序)能力指標提昇能力–持續改善 (廣義)SPC 管理Tool的优点•Process由于偶然原因(White Noise = Common Cause Variation)和异常原因(Black Noise = Special Cause Variation)受影响一直变化。
CPK、PPK及SPC的应用
CPK、PPK及SPC的应用CPK：Complex Process Capability index 的缩写，是现代企业用于表示制成能力的指标。
CPK值越大表示品质越佳。
CPK=min（（X-LSL/3s），（USL-X/3s））Cpk——过程能力指数CPK= Min[ (USL- Mu)/3s, (Mu - LSL)/3s]Cpk应用讲议1. Cpk的中文定义为：制程能力指数，是某个工程或制程水准的量化反应，也是工程评估的一类指标。
2. 同Cpk息息相关的两个参数：Ca , Cp.Ca: 制程准确度。
Cp: 制程精密度。
3. Cpk, Ca, Cp三者的关系：Cpk = Cp * ( 1 - ｜Ca｜)，Cpk是Ca及Cp两者的中和反应，Ca反应的是位置关系(集中趋势)，Cp反应的是散布关系(离散趋势)4. 当选择制程站别用Cpk来作管控时，应以成本做考量的首要因素，还有是其品质特性对后制程的影响度。
5. 计算取样数据至少应有20~25组数据，方具有一定代表性。
6. 计算Cpk除收集取样数据外，还应知晓该品质特性的规格上下限(USL，LSL)，才可顺利计算其值。
7. 首先可用Excel的“STDEV”函数自动计算所取样数据的标准差(σ)，再计算出规格公差(T)，及规格中心值(u). 规格公差＝规格上限－规格下限；规格中心值＝（规格上限+规格下限）/2；8. 依据公式：，计算出制程准确度：Ca值9. 依据公式：Cp = ，计算出制程精密度：Cp值10. 依据公式：Cpk=Cp ，计算出制程能力指数：Cpk值11. Cpk的评级标准：（可据此标准对计算出之制程能力指数做相应对策）A++级Cpk≥2.0 特优可考虑成本的降低A+ 级2.0 ＞Cpk ≥ 1.67 优应当保持之A 级1.67 ＞Cpk ≥ 1.33 良能力良好，状态稳定，但应尽力提升为A＋级B 级1.33 ＞Cpk ≥ 1.0 一般状态一般，制程因素稍有变异即有产生不良的危险，应利用各种资源及方法将其提升为A级C 级1.0 ＞Cpk ≥ 0.67 差制程不良较多，必须提升其能力D 级0.67 ＞Cpk 不可接受其能力太差，应考虑重新整改设计制程。
何谓制程能力
何谓制程能力制程能力是指「各种能力均标准化，制程在管制状态下所呈现之质与量的能力」。
故制程能力可以产量、效率表示,也可以成品、半成品、零件等之品质特性来表示，也可以不良率或缺点数来表示。
制程能力可为一部机器或一设备在一定条件下操作的能力，前者一般称为「机器能力」,可为一项预定的产品之全部制程，包括人、材料机器及方法在长时间内所程现的能力。
前者一般称为「机器能力」，而后者则称为「综合制造能力」，后者经常包括了工具损耗之正长影响，材料的微些变化及其它的微小变化。
在此我们所讨论之制程能力即以后者为主。
制程能力与规格当考量制程绩效之前，必须先讨论两个重要的问题：1.制程是否有维持良好”统计管制状态"的能力。
2.是否具有产出符合工程规格零件的制程能力。
只有当制程处于”统计管制状态”下，估计制程能力才合理，因为当制程处于”统计管制状态"下，制程没有可归咎的非自然因素存在，此时才可以显示制程真正的变异.此部份已于管制图介绍中详细介绍过。
制程是否具有产出符合工程规格零件的能力，在于制程变异范围是否介于工程规格之内，一边而言可能有下列三种情况:1.制程变异小于规格间差异。
2.制程变异等于规格间差异.3.制程变异大于规格间差异.第一种情况：6＜USL－LSL当制程变异(6)小于规格间之差(USL－LSL)时，这是最理想情况，如图个别值分布A和规格的关系最佳，因为规格比制程变异大很多,即使制程平均值有很大的移动，也不易超出规格界线;分布B的变异比分布A大，但所有个别值仍在规格之内分布C所显示的变异更大，但仍在规格之内。
此种情形具有经济上的利益,因为即使超出管制界线，如分布B和C,也布置产生不良品,所以不必时常调整机器或寻找非自然因素。
第二种情况：6＝USL－LSL如图，制程变异或制程能力等于规格间的差。
如果制程的次数分布与A相同则有99。
74％的产品符合规格;但是当制程平均移动时(如分布B）或变异增大时(如分布C)，则不良率可能远大于0。
制程能力分析
SPC與持續改進
• 1.收集數據并用統計方法來解釋并不是 1.收集數據并用統計方法來解釋并不是 最終目的, 最終目的,最終目標是對過程的不斷加深 持 理解 2.研究孌差和應用統計知識 研究孌差和應用統計知識來改進性能 續 • 2.研究孌差和應用統計知識來改進性能 的基本概念適用于任何領域 的基本概念適用于任何領域 改 • 3. 應用統計方法來控制輸出僅僅是第一 只有當產出的過程成為我們的努力的 過程成為我們的 步,只有當產出的過程成為我們的努力的 進 目標,才能在改進質量, 目標,才能在改進質量,提高生產率成本上 發揮作用. 發揮作用. • 4.MSA對分析數據很重要 4.MSA MSA對分析數據很重要
PROCESS CAPABILITY ANALYSIS
P管制圖簡介
• 子組容量(50-200)應恆定或差異應在 25%之內。 • 子組數量 25組或更多 • 計算子組內不合格品率 • 計算控制限： • 過程 控制圖之解釋 • 過程能力： P
PROCESS CAPABILITY ANALYSIS
改善與提高
PROCESS CAPABILITY ANALYSIS
基本知識
質 量 管 理 的 發 展
8. 檢驗控制 9. 品質管理系統 10.零缺陷理論
PROCESS CAPABILITY ANALYSIS
SPC與持續改進
SPC
＆
CPK
SPC 統計過程控制 CPK 過程能力指數 PPK 過程性能指數
PROCESS CAPABILITY ANALYSIS
PROCESS CAPABILITY ANALYSIS
X－R應用實例分析
• a.子組大小、頻率、組數
• 1.子組大小:4-5連續的產品 • 2.頻率（換班/人員、材料變更） • 3.組數 ：20-25（ 樣本＞100）
SPC制程能力分析
SPC制程能力分析简介SPC (Statistical Process Control，统计过程控制) 是一种用于控制和改良制程稳定性和品质的方法。
SPC制程能力分析是基于统计学的方法，用于评估和控制制程的稳定性和可靠性。
通过分析样本数据和测量结果，SPC制程能力分析可以帮助制程工程师识别制程的能力和性能，并作出适当的调整和改良。
分析步骤SPC制程能力分析的步骤通常包括以下几个方面：1. 数据收集首先，需要收集关于制程的数据。
这些数据应该包括制程的输入和输出变量，以及与制程相关的其他因素。
数据可以通过实时监控制程以及定期抽取样本的方式获得。
2. 数据整理获得数据后，需要对数据进行整理和清洗。
这包括去除异常值、检查数据的完整性和一致性等步骤。
确保数据的准确性和可靠性对于后续分析的准确性至关重要。
3. 数据分析在数据整理完成后，可以对数据进行统计分析。
主要的统计方法包括描述性统计和图形分析。
描述性统计可以帮助我们了解数据的分布、中心趋势和变异程度。
图形分析那么可以用来展示数据的分布、趋势和异常情况。
4. 制程稳定性分析SPC制程能力分析的核心是评估制程的稳定性。
通过分析数据的变异程度，可以评估制程的稳定性，并预测制程的性能。
常用的方法包括过程能力指数 (Process Capability Index，Cpk) 的计算和控制图的绘制。
5. 制程改良根据制程稳定性分析的结果，可以确定制程的改良方向。
这可能涉及到调整制程参数、改良工艺流程、优化供给链等方面。
制程改良的目标是提高制程的稳定性和可靠性，以确保产品的品质符合要求。
SPC制程能力分析的优势SPC制程能力分析具有以下几个优势：•可以帮助制程工程师了解制程的稳定性和性能，从而预测制程的可靠性和品质。
•可以帮助制程工程师确定制程的改良方向，以提高制程的稳定性和可靠性。
•可以帮助制程工程师识别并处理制程中的异常情况，以及提前预警制程的性能变化。
•可以提供可靠的数据支持，用于和供给商、客户等外部方进行沟通和交流。
制程能力指数的计算及判定标准
制程能力指数的计算及判定标准摘要：工序是产品、零部件制造过程的基本环节，也是品质检验的基本环节。
对工序实行严格的工序控制，它能在帮助现代工艺更加富有效率工作的同时，也使现代工艺具有经济上的现实意义。
而对工序能力分析时,我们需要通过计算制程能力指数来判断工序能力的大小.制程能力指数是指制程能力与制程目标相比较的定量描述的数值，即表示制程满足产品质量标准的程度。
一般以Cp或Cpk表示。
Cp:适用于质量标准规格的中心值与实测数据的分布中心值一致，即无偏离的情况下。
Cpk:适用于质量标准规格的中心值与实测数据的分布中心值不一致，即有偏离的情况下。
制程能力指数判定标准制程能力指数计算在计算制程能力指数时, 计算取样数据至少应有20组数据，方具有一定代表性；计算Cpk除收集取样数据外，还应知晓该品质特性的规格上下限(USL，LSL)，才可顺利计算其值。
如:某工序的规格要求为10±0.1mm,实际测出50个样本值如下,计算出该工序的Cpk;传统的方法是用Excel的“STDEV”函数自动计算所取样数据的标准差（σ），再计算出规格公差（T），及规格中心值（u）,然后计算出CA值,最后再通过公式计算出CPK.这种方法工作量大,而且工作非常繁琐.为了解决目前这一种情况,可以直接把把数据复制到太友的CPK计算软件里就可以求得CPK来判断该工序能力:通过CPK计算软件可以得出CPK=0.983,根据上面制程能力指数判定标准可知,该CPK值落在: 0.67≦CPK＜1.00范围内,表示制程不良较多，必须提升能力.通过对制程能力指数的计算分析,可以了解产品制程的水平，确保产品质量，防止不良品产生。
通过其计算结果可以知道产品改善空间,并且可以推估出产品不良率。
下面附上CPK与合格率之间的换算表格:。
spc与制程能力
LSL
USL
-25mm
+25mm
规格宽度
制程宽度
38m
C p =1.32
未经准许不可翻录 133
东莞同成五金塑胶制品有限公司公司品管部培训教材
C p 意谓者制程能够做到的最佳境界。 C p 比较规格宽度跟制程分配宽度，
同时告诉我们“我们能有多好”。 C pk 做了进一步的比较，同时回答
该问题。“我们有多好”
= X
是制程平均值
分配是对称的
● 假如规格上限和平均值之间的差异，是大于 1/2 的制程宽度(3σ)时：实质上，没有产品会因
为大于规格界限而发生不合格。（参见前页图 A）
● 假如规格上限和平均值之间的差异，是小于 1/2 的制程宽度（3σ）时：显着数量的产品╱服
未经准许不可翻录 141
东莞同成五金塑胶制品有限公司公司品管部培训教材
制程宽度
C p = .83 规格宽度 制程宽度
-3σ
+3σ
制程宽度
C p = 1.00 规格宽度 制程宽度
当制程潜能是 1.0 时,亦即 C p = 1.0，99.73%量测到的产品特性,能够落在规格界限之内。
-3σ
+3σ
制程宽度
Cp = 1.33 规格宽度 制程宽度
未经准许不可翻录 137
东莞同成五金塑胶制品有限公司公司品管部培训教材
规格下限 LSL
规格上限 USL
困难的制程: ● 变异量大于规格 ● 变化无固定模式 ● 未来的绩效很难预估 ——不良品多而且难以预测。
规格下限 LSL
规格上限 USL
较容易的制程: ● 变异量大于规格 ● 变化有一定的模式 ● 未来的绩效有可能预估 ——不良品多，可以预测。
SPC制程能力管控
以確保制程處于管制狀態(In-contorl),一旦 有任何非特殊原因形成導致制程改變成為失控 狀態(Out-of-contorl),也能及時偵測出來﹐ 甚至進一步找出其原因。
SPC要點
1．SPC是制程現狀特徵值與原制程能力的特徵 值進行比較，以判定制程是否出現異常。 2．SPC是預防為主的行動，其目的是為了有效 的使用資源採取改善行動。 3．SPC是套預防性技術，它不只是進行檢驗還 要對收集的資料進行統計分析和維護，以 提供制程能力許值及制程發展預測的依據。
F
特殊原因
R
E
UCL
Q
U
E
N
C
Y
LCL
特殊原因
時間
控制線從統計意義上將特殊原因造成的變差與普通原因造成的變差分開.
九.統計數據的類型
特性數據（Attribute Data，定性Qualitative)
等級（Categories） 是非 （Yes, No） 通止 （Go, No go） 個體（如 Machine 1, Machine 2, Machine 3 成敗（Pass/Fail） 好壞（Good/Defective）
.計數型資料
如好壞、合格與不合格、一級二級三級等計數 的數據又稱爲計數型數據。其數據分佈爲二項分 佈或泊松分佈。
不同的數據類型採用不同的控制方法。連續型 數據採用Xbar－R 、Xbar－S或X－MR Chart; 計 數型數據則採用p、np、c、u Chart。
連續數據的評價
• 平均值﹑中位數 • 標准偏差
SPC的发展方向
SPC將成為全員應知應會的方法，工程管 理人員的共同語言；
因應專業領域的需求，自動化/即時化的 資料收集及分析方式將得到廣泛利用；
制程能力指数
SPC的認識-變異
非機遇原因：原不存在於製程中
的原因。大概有15%製程的品質 問題屬於此類，其改善係經由 『基層作業者』的努力方可解決。
SPC的認識-甚麼是SPC
SPC(Statistical
Process Control) 統計製程管制，是經由 製程中去收集資料，而加以統計 分析，從分析中得以發覺製程的 異常，並經由問題分析找出異常 原因，立即採取改善措施，使製 程恢復正常，並透過製程能力解 析與標準化，不斷提升製程能力。
依數據性質可區分為：【計量值
管制圖】與【計數值管制圖】
計量值管制圖 管制圖所依據之
數據，均屬於由量具實際量測而 得，如長度、重量
管制圖的分類
計數值管制圖管制圖所依據之
數據，均屬於以單位計數者，如 不良數、缺點數
計量值管制圖包括：
A. 平 均 值 與 全 距 管 制 圖
( X-R
Chart ) B. 平 均 值 與 標 準 差 管 制 圖 ( X-σ Chart ) C.中位數與全距管制圖 ( X-R Chart) D. 個別值與移動全距管制圖 ( XRm Chart )
SPC流程圖
SPC小組 教育訓練 數據收集 超管制界限 數據計算判斷 生產線問 題反映單
紀錄保養 改善 復核
管 制 圖
SPC與管制圖的關連
SPC可顯示製程的現況，並可在
製程中即時控制品質，究竟要如 何即時、有效得知製程現況呢? 俗語有云：「文不如表，表不如 圖」，我們可以從圖表中立即得 知，管制圖就是一個好管道、好 工具，由管制圖可顯示製程中的 變異、可反映製程調整的效果、 可指出製程最須改善之處。
•
X-R Chart
適用製程： 可用以管制分組之計量數據 , 即 每次同時取得幾個數據之工程。 是把握工程狀態最有效的一種管 制圖。
SPC制程能力分析__品质
TL – μ )
σ
μ – TL之不同值(可以用σ為單位來度量)不合格品率PL
也不同, 因此可定義過程能力指數
CPL =
μ – TL 3σ
2. 假設X ≦ TU 為合格品,那麼 X > TU 時為不合格品
-∞
Area1= 1.000
+∞
-∞
Area2
Area1
+∞
陰影部份的面積查表可求: μ TU
Area1 = AreaT - Area2 = 1- Φ (
B. 控制圖法
通過控制圖確認過程處於統計控制狀態下,以產 品質量正常波動的標準偏差σ. 計算數過程能力 6 σ.
σ通常用 R/d2 來計算 σ= R/d2
因為控制圖繪制過程中反映了較長時間內過程 處于穩定狀態的質量波動狀況,排除了系統因素 的影響.
六、正態總體假設檢驗
品管經常需要對兩個事物進行比較,如兩種工藝 方法生產的產品特性比較,兩批原材料的性能比 較,某時刻(批)產品質量與正常母體的差異等,但 是,差異是絕對存在的,品管講究的是有無“顯著 性差異” 顯著性檢驗就是借助“統計檢驗”的 方法判斷兩個事物是否存在差異的一種方法. 1Area + ∞
TL M μ TU
c). 當M > μ 則: P( X < TL ) + P( X > TU ) 不合格品主要出現在
達不到規格之下限部份 T
Area -∞
TL μ M
TU
所以可定義過程能力指數
CPK = min (CPU , CPL) = min (
μ – TL 3σ
,
TU – μ 3σ
a. 設置原假設Ho
b. Ho: μ= μo即當日產品鋅層度分布中心正常
SPC过程能力分析(制程能力分析)73页
例题 7.3
解
23
例题 7.3
24
例题 7.3
25
例题 7.3
26
例题 7.3
27
7.3 组件装配公差
组件 (assembly) 系由两个 (含) 以上零件 (parts) 所装配
成的产品，当零件质量特性为常态分配时，其组装的组件
质量特性亦为常态分配。若组件 (Y)
组成，则组件之平均数、变差
36
过程能力指标
37
过程能力指标
38
过程能力指标
一般Ca值可分为五个等级A、B、C、D及E，各等
级 是 以 样 本 平 均 数 偏 离 规 格 中 心 值 为 (T/2) 的
(1/2)n倍表之，n = 0、1、2、3、4，其定义如表
7.1及图7.11所示。
39
Ca值
40
例
解
41
7.4.2 过程精度指标
以同一部测量仪具，重复测量同一产品之质量特性时，所产 生的测量变差。 2. 重复性(reproducibility)：此型态之变差系测量人员所产生
之变差 (σr2)，即不同检验人员，以同一部测量仪具，重复测
量同一产品之质量特性时，所产生的测量变差。
9
测量系统分析
二、准确度
准确度 (accuracy) 是对同一样本质量特性，其平均数 离开真值 (或规格的中心值) 的程度。
数是及由数标个准零偏件差(X为i)
所 ：
其中 μ(Xi)为零件之平均数，σ2(Xi)为零件之变差数。
28
组件装配公差
组件公差范围为USL－LSL，组件经组装后其质量 特性之变差在组件公差范围内者属良品；在组件 公差范围外者属不良品，其机率之计算如下：
制程能力指数(CPK)分析
制程能力指数(CPK)分析
摘要：制程能力指数分析主要就是利用CPK推移图来了解某项产品的某一重要管制特性在一段时间内的宏观品质变化状态。
CPK推移图需要设定一CPK目标值，如下是CPK目标值设定的方法：
一般设定为1.33或1.54（6.9PPM）,也可根据实际情况，比如出现品质比较差在0.7左右，希望达到1.0（2700PPM），就可设立目标值为1.0。
计算CPK值
双边规格：CPK=（1-Ca）*Cp 其中，CPK值越大表示制程能力越强
单边规格：CPK=Cp
补充：
Ca:准确度，表示制程特性中心位置的偏移程度，值等零表示不偏移，值越大表示偏移越大。
Cp：精确度，表示制程特性的一致性程度，越大越集中。
CPK图示例
以下是直接利用太友免费CPK计算工具自动生成的CPK分析图表：
CPK图形分析方法
主要是看每一个点与目标值的比较状况，和在这段时间内品质变化幅度的大小，以利于做品质工作的总结。
如某产品在连续生产的情况下，某项管制特性在连续2-3个月时间内都达到或超过目标值，建议则提升品质目标值；如在连续2-3个月内CPK值达到2.0以上，可联合品管、制造、工程开会讨论是否可减少该项管制特性的检验。
SPC与制程能力
上海易腾企业管理咨询有限公司
SPC培训
分组时的重要考虑
让组内变化只有偶然因素 让组间变化只有非偶然因素
质 量 特 性
组内变异小 组间变异大
制程的变 化
时间
39
上海易腾企业管理咨询有限公司
SPC培训
错误的分组方式以及其后果
• 如此的取样方式会造成无法有效区别组内变异和 组间变异，造成控制界限变宽，无法有效侦测制 造变异。
14
上海易腾企业管理咨询有限公司
控制图的选择
SPC培训
控制图的选定
计量值 资料性质
计数值
平均值
n>1 样本大小 n>1
Cl的性质
“n”=10~25 “n”是否较大
中位数
“n”=2~5
“n”=1
不良数 不良数或 缺陷数 缺陷数
不一定
一定
“n”是否一定
单位大小
是否一定
一定
不一定
X-s 图
X-R 图
ቤተ መጻሕፍቲ ባይዱ
X-R
33
上海易腾企业管理咨询有限公司
组内(極差)变异大的解决方法
SPC培训
• 此时的异常将在R图中显示出来，此时的样 本一般是在极短的时间内的样本，而其相 应的波动超出了控制界限，一般是不会出 现此种状况，一定是有原因导致超出了控 制界限，所以也要追查原因是来自那里。
34
上海易腾企业管理咨询有限公司
持续改进
制程的变
质 量
化
特
性
时间
40
上海易腾企业管理咨询有限公司
SPC培训
取样频率及样本的目的说明
每天只取一组来 代表，是否能代 表制程呢？
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
SPC&SQC
针对过程的重要控制 参数所做的才是SPC
原料
PROCESS
測量 結果
针对原料所做的 控制也可属SPC
针对产品所做的 是在做SQC
SPC用在那里？
INPUT
PROCESS
OUTPUT
积极的地方 可防止不良
积极的地方 可防止不良
消极的地方 只能防堵
过程控制的方法
Inputs:
Raw Materials, components,
SPC与制程能力课程
SPC的目的
C1 的时间序列图
110
105
100
95
90 1 10 20 30 40 50 60 70 80 90 100 時間順序
时间
C1
了解制程随时间变化的状况，所谓稳定基本上就是不随时间而变化
制程能力分析的目的
频率
C1 的直方图
90
110
14
12
10
8
6
4
2
0
90
93
96
THE WAY WE WORK/ BLENDING OF RESORUCES
PRODUCT OR
SERVICE
CUSTOMER
IDENTIFYING
CHANGING NEEDS
INPUT PROCESS/SYSTEMOUTPUT AND EXPECTATIONS
VOICE OF CUSTOMER
控制图种类(以数据来分)
制程稳定，控制界限延用 现场绘图、点图、判图、纠异
持续改进、缩小变异
PROCESS CONTROL SYSTEM MODEL WITH FEEDBACK
VOICE OF THE PROCESS
SPC
STATISTICAL METHODS
SQC
PEOPLE EQUIPMENT
MATERIAL METHODS ENVIRONMENT
平均值
n>1 样本大小 n>1
Cl的性质
“n”=10~25 “n”是否较大
中位数
“n”=2~5
“n”=1
不良数 不良数或 缺陷数 缺陷数
不一定
一定
“n”是否一定
单位大小
是否一定
一定
不一定
X-s 图
X-R 图
X-R
X-Rm “p”
图
图图
“np” “c”
“u”
图图
图
CASE STUDY
质量特性
样本数
长度
控制图示意说明
初期的二十五点 计算时有些超出 控制界限，此时 须寻找原因。
连续二十五点在控 制界限内，表示制 程基本上已稳定， 控制界限可以延用
此时有点子超出控 制界限，表示此时 状态已被改变，此 时要追查原因，必 要时必须重新收集 数据，重新考虑稳 定状态
使用控制图的注意事项
• 分层问题
– 同样产品用若干台设备进行加工时, 由于每台 设备工作精度、使用年限、保养状态等都有一 定差异, 这些差异常常是增加产品质量波动、 使散差加大的原因. 因此, 有必要按不同的设备 进行质量分层, 也应按不同条件对质量特性值 进行分层控制, 作分层控制图. 另外, 当控制图 发生异常时, 分层又是为了确切地找出原因、 采取措施所不可缺少的方法.
制程的变
质 量
化
特
性
时间
取样频率及样本的目的说明
每天只取一组来 代表，是否能代 表制程呢？
每天如果取三组 的样本是否更能 代表制程？
取样的频率的说明
初期不了解制程，制程不稳 定，存在组间变异
稳定期后，制程已稳定，大部份 只存在组内变异，偶而出现组间 变异
快速而频繁的取样，才能 掌握制程的情形，并将各项 不稳定的因子去除
普通原因、特殊原因示意图
异常原因导致
UCL
的波动范围
普通原因 的波动范围
LCL
异常原因导致
的波动范围
具体说明
原因 描述
例如 解说
机 遇(普通原因)
• 包含许多个个别原因。
• 任何单一机遇原因仅导致微量变异 (但若许多机遇原因汇总在一起，可 能产生颇大之影响)。
• 随时存在。
机械的微震 原料的略微差异
局部措施、系统措施示意图
解决异常原因
UCL
的局部措施
解决普通原因 的系统措施
LCL
解决异常原因
的局部措施
组内变异和组间变异说明
xxx
xxx
xxx
时间
• 组内变异，一般是短时间内的变动，例如在三分钟内的取了一组共三 个样本，由于此时时间非常的短，一般的制程参数条件都没有变动， 主要可能是机器的波动。
• 组间变异，一般是较长时间间隔的变动，例如间隔三十分钟取了另一 组共三个样本，此时二组样本的平均值差异，一般是为组间变异，由 于时间较长些，可能会有人、料、法等等的波动产生。
組間(平均值)变异大的解决方法
• 组间是不同组平均值的差异，此时一般是 在不同的时间取样，不同时间之下其相应 的平均值有差异，一般是代表着不同组之 间可能有些因素变了，所以要去追查是什 么地方变了。
x 93
为何样本数不同时控制限不同
• 主要原因就是因为中央极限定理，自中央极限定 理来看，样本愈多时，其控制限愈狭窄。示意图 如下：
平均值 分布
個別值 分布
控制图原理说明
x
3
x
x
3 x
3 x
x
3 x
上控制限UCL 中心線
下控制限LCL
个别值的正态分布 平均值的正态分布 控制图的正态分布
控以比较预测出制程变化， 所以抽样频率可以较低，但仍 应要有代表性
初期控制界限的计算
一个班次之内取二十五组，每组样本数为2~5个 我们利用在一个班次当中取二十五组，此时由于人、机 料、法、环、测都比较固定，所以所估计出来的组内变 异会比较正确，所以相关的控制界限比较窄，可以有效 的侦测出不同班别之间的变化，或则组间的变化，例如 材料变化、机器变化、参数变化等。
• X才是我们所能控制的， 使得Y符合我们的需求。
Y=f(x1,x2,….)
• Y可视为顾客所要求的产品特性。 • 但是如果在y进行相应的统计控制，其实产
品已经制造出来，只是相当于检验产品做 得好不好，时效已晚。 • 所以要去探究那些因素会影响y，进而事先 控制x，如此才能起到在生产时就控制的效 果，而不是等到产品做出来再做检验。
解析用
稳定
控制用
正态分布概率
99.73% 95.45%
68.26% -3σ -2σ -1σ μ +1σ +2σ +3σ
中央极限定理
N (, 2 )
when, n 4,then N (, 2 )
4
it mean x
4
2
when, n 9,then N (, 2 )
9
it mean
• 规格界限：是用以说明品质特性之最大许 可值，来保证各个单位产品之正确性能。
• 控制界限：应用于一群单位产品集体之量 度，这种量度是从一群中各个单位产品所 得之观测值所计算出来者。
输出的变动以及变动来源
材料
机器
人
Process
环境
测量
方法
output
制程的标准化控制
工程批+驗證批
初始
稳定
有能力
•包含一个或少数个个别原因。 •任何单一非机遇原因均可引发大量变异。 •偶尔发生。
作业员错误 一批不良原料
• 非机遇原因可侦测出，消除该变 异通常符合经济原则。
• 当有非机遇原因出现时，制程未 在最佳操作状态。
• 当观测值超出管制界限时，通常 表示制程应予以调整或矫正。
• 当有非机遇原因出现时，制程不 够稳定，不宜以抽样程序预测。
99
102
105
108
C1
了解目前的结果和相应的规格比较起来，其相应的符合程度
品质管理的基本原则
INPUT 不接受不良
PROCESS 不制造不良
OUTPUT 不流出不良
Y=f(X)
• OUTPUT=Y • INPUT=X • PROCESS
PARAMETER=X
• Y是因变数
• X是自变数
• Y只能靠检查，不好的 淘汰(或是層別處理)。
为何控制界限应延用
建立控制图的四步骤
A收集数据 B计算控制限 C过程控制解释 D过程能力解释
建立Xbar-R图的步骤A
A1选择子组大小、频率和数据
– 我们所使用的控制图是以影响过程的许多变动 因素中的偶然因素所造成的波动为基准来找出 异常因素的, 因此, 必须先找出过程中偶然因素 波动这个基准.
分组时的重要考虑
让组内变化只有偶然因素 让组间变化只有非偶然因素
质 量 特 性
组内变异小 组间变异大
制程的变 化
时间
错误的分组方式以及其后果
• 如此的取样方式会造成无法有效区别组内变异和 组间变异，造成控制界限变宽，无法有效侦测制 造变异。
分析过程 •本过程应做些什么 •会出现什么错误 •达到统计控制状态 •确定能力
过程改进循环
AP
解析
C D
维护过程
•监控过程性能
•查找偏差的特殊原 因并采取措施
持续改善 •改变过程从而更好 •理解普通原因变差 •减少普通原因变差
A
持續
P
改善
C D
* 资料来源：
AP
控制
C D
工程师和现场人员的分工
一项新的工序
纠正异常 持续改进，缩小控制界限
SPC的原理