SPC统计过程控制培训资料

SPC 不是
只有成品检验 , 而无制程检查 有制程检查 , 而无优先级 有优先级 , 但无 “ 合理的 ” 管制范围 有管制范围 , 但未定期执行 有定期执行 , 但频率不当 有正确频率 , 但无追踪分析 有追踪分析 , 但无有 “ 有效的 ” 改善措施 有改善措施 , 但未成为规范
N : 母群体 n : 样本数 X : 平均值 V : 不偏变异数
σ : 母数准差 σ2 : 变异数 R : 全距 S : 偏差平方和
精确度与准确度
精确度 准确度
(Cp) (Ca)
差
差
好
差
差
好
好
好
注 : 若数据之平均值愈接近目标值 , 即为准确度愈优 , 若数据之变动宽度愈窄者,即为精确度愈优.
0.4
技
制程能力与改善方向关系图
术
改
善
1.5
1
良品率
99.73% 等高线
(0.5 1.85)
(0.4 1.54607)
0.5
(0.3118 1.3474)
(0.25 1.237)
0
(0.125) 技术改善区 管理改善区
提
高 Ca等级
0.125 0.25 0.5
A
B
C
D
Ca
Cp
降低Ca
管理改善
统计的制程 管制
6.1 标准化 6.3 抽样计划
6.2 管制图 6.4 检定
品 管系统
标准的议器 与量具
标准化的检验方法 (检验规范)
合格 检 的人员 操
验
作
员
员
合格 的物料
仪器偏差 规格偏差 人为因素 物料因素 制作方法不当
回馈
不良品 要 因分析
数据 收集
标准化的制程 (制作规范)
生产 制程检验
成品 成品检验
出货 客户抱怨处理
冒险率
误真为假 (α) 误假为真 (β)
SPC 相关的统计工具
柏拉图 ( 决定管制重点 ) 统计检定 管制图 抽样计划
SPC 与品管工具
STEP
SPC 目 的
1 由产品特性转换成制程参数
由众多制程参数中依重要性选出管 2 制项目
3 决定管制项目之管制范围
4 初步估算制程能力
5 当制程能力不足时进行改善项目
AT & T
基本统计方法总整理
1. 分配两大代表值 1.1 集中趋势-----Χ、μ0 1.2 离中趋势-----σ 、V 、S
2. 常态分配与机率 :
3. 母数与统计量 : 4. 母数与分配之关系:
范围 百分比
已知 未知
σ
±1 σ 68.26%
μ0
μ
பைடு நூலகம்
T
±2 σ 95.44%
σ
X2
F
±3 σ 99.73%
SCI FULLY IMPLEMENTED BUILT-IN QUALITY
WELL CONTROLLED PROCESSES
“SPC MUST BE USED TO MONITOR AND ENSURE PROCESS CONTROL…PERIODIC EVALUATION / CERTIFICATION OF PERSONNEL IN SPC MUST OCCUR…HP HAS THE RIGHT TO AUDIT PROCESSES AS NEEDED.”
统计制程管制 (SPC)
. 它可用统计管制图及时监督与控制线场作业 . . 它可用统计计算制程能力及规格 . . 它可防止制程的偏差去影响产品的良率与质量 / 可靠性. . 它可消除非机率原因的变异来改善制程.
问题类型与SPC
问题类型 造成问题的原因 最佳控制条件 可用之统计工具
责任者
T型 明确 明确 管制图 层别法
σ
O
有意义的情报
什么是有意义的情报
例 1 : 拉力强度很好 例 2 : 拉力强度平均为5kg/cm2 例 3 : 大多数产品的拉力强度在
5kg ±0.6kg之内 例 4 : 99.73%的产品其拉力强度
在5kg ± 0.6kg之内
统计的 制程 管制
什么是 “ 制程 ” ? “ 制程 ”的构成要件有哪些 ? 制程主管之任务是什么 ? 如何降低制程中的变异 ? 如何提高制程的命中率 ? 衡量制程能力有那些指标 ?
1. 产品质量以满足客户 要求为最终目的,并不 因合乎规格而故步自封.
2. 产品质量是企业进行竞争的 一个决定性因素,企业若不能 适应新的形势,将会面临淘汰.
3. 改善产品质量将会为企业 带来巨大的经济效益,如降 低生产成本 , 增加市场占 有率 , 减少原料消耗等.
4. 改善产品质量与提高生产力并不会互相 矛盾,质量改善长远来看可减少次品,提高 成品率,使制程进行顺利,皆有助生产力的 提高.
233
32
3.4
0.39
1.25 sigma
SPC 是
统计方法与专业技术的结合 (S+P) 在千头万绪中有效的掌握管制重点 (S+C) 对制造出良品之事先的设计;掌握与保证 (P+C) 透过持不断的改善而成为一流的企业
SPC
定义
SPC 就是依据
统计 的逻辑
来判断
制程 是否正常
及应否采取改善对策的一套
控制系统
SPC 的统计基础
统计量
集中趋势 离中趋势
5. 节选及检验并不能有效 地防止不良品的产生, 产品质量需要靠良好及 稳定的制程提供.
6. 每一道制程的质量会直接或间接受前面 制程影响,所以下一道制程可视为前一道 制程的用户,有权向前面各制的工作人员 提出意见或要求.
7. 产品质量在形成的过程中 永远存在差异与波动, SPC是把此差异 / 波动控 制在需要的范围内.
10. 工作质量决定在工作员的素质,而人员素质 受知识水平影响最大,单靠经验来提高知识 是不能满足工作对知识的要求,还需要透过 教育及在职训练而改善.
11. 生产部对产品质量的 产生是最直接的影响 (OPERATOR CONTROL KNOB).
12. 提高产品质量, 不单是QC及生产部的努力, 选要各部门的专业知识和合作精神,所以质 量管理是企业全体员工的责任.
变异 (VARIATION) . 变异是满足顾客的敌人(The enemy of customer satisfaction)
是改善质量的敌人(The enemy of quality improvement)
是良率的主要因素(The major determinant of yield) (99.73%) 14=40%
管制什么 ? 管制项目如何决定 ? 管制频率如何决定 ? 管制范围该放多大 ?
变异的源头
可控制之变异 (母数)
不可控制之变异 (变量)
材料 操作条件 操作者 设备
大气之温度
大气之湿度
大气之压力
管理者处理变异的责任
一 . 透过 维持 将母数型变异控制在合理之范围内 二 . 透过 改善 将变量型变异转换成母数型变异
(
n
Σ xi
i=1
n
σ(Standard Deviation)
)
:
2
准确度指标
*
T0: 规格中心SU : 规格下限 T : 公差 = SU-SL
5. Cp(Capability of precision):精密度指标
Cp=
SU-SL
6σ
=
T
6σ
σ=
S
n-1
6. Cpk=Cp*(1-Ca)
常用统计符号
Χ
Χ
基 本统计公式集
1. X (Mean) : 平均值
n
X=
x1+x2+……+xn
n
Σ xi
=
i=1
n
4. Ca(Capability of accuracy) : 准确度指标
x-T0 Ca = SU-SL =
x-T0 T
2. S(Sum of Square) : 偏差平方和
2
2
3.
n
S =Σ xi i=1
13. 质量管理不能单纯地 看控制质量的方法及工 具,要视为经营思想及 革命的理念.
SPC 理 念
1. 没有两个东西是完全相像的---变异. 2. 产品或制程内的变异是能被测量的.
变异的来源 : 人 , 工 , 物 , 法 , 环境 , 管理. 3. 东西的变化是依据有限的模式(分配的频率).
若用同样的东西测量 , 它应倾向于钟形状. 4. 任何制程制造的产品 , 去决定分布图的形关是可能的. 5. 由于非机原因之变异将导致钟形状(常态分布)变形.
操作者
A型 明确
不明 检定/推定 相关回归
D.O.E 现场主管
X型 不明 不明 D.O.E
研发人员
SQC之分法 Taguchi之分法
SPC On - line
DOE Off - line
SPC 迷思
1. 有管制图就是SPC ? 2. 有抽样计划就是SPC ? 3. 有计算 Ca / Cp / Cpk就是SPC ? 4. 有制程参数控制就是SPC ?
制程能力指标
Ca (准确度) 样本平均值-规格中心
Ca = 规格公差 / 2
Cp (精确度) 规格公差
Cp =
6σ
CPK (综合指标)
CPK = (1-Ca)*Cp
Ca 评价等级
等级
Ca 值
A
Ca ≦ 12.5%
B
12.5%< Ca ≦ 25%
C
25%< Ca ≦50%
D
50%< Ca
样本平均值-规格中心 K = Ca Ca = 规格公差 / 2
统计的 制程管制
是不是有 “ 数据 ” 就是统计 ? 是不是有 “ 计算 ” 就是统计 ? 那么统计到底是什么 “ 碗糕 ” ? 什么是 “ 有意义的情报 ” ?
统计
是
“ 数据 ” 透过 “ 计算 ”产生出
“ 有意义的情报 ” 就是统计
I
P
统计 = 数据 + 计算 +
计数值
X
计量值
Χ
5. 常态分配的应用 :
5.1检定 a
6. F分配与实验计划 :
验明正身
b
6.1. F0 与F(Φ A 、 Φ B 、α / 2) 6.2. F0 检定不显著后之处理方示
Χ n
可视为一群体σe = Sa+Sb Sa+Sb
Χ 举一反三 7. T分配与实验计划 :
7.1 母平均值的推定 7.2 最小显著差的推定
0.3
68.26%
0.2
0.1
95.44%
99.73%
0
-3σ -2σ -1σ
0 1σ
2σ
3σ
Figure 12.21 Six-Sigma Quality
-6σ -5σ -4σ -3σ -2σ -1σ 1.5 σ
1σ 2σ 3σ 4σ 5σ 6σ 1.5 σ
Quality Level
Off-centering 3 sigma 3.5 sigma 4 sigma 4.5 sigma 5 sigma 5.5 sigma 6 sigma
0
2700
465
63
6.8
0.57
0.034
0.002
0.25 sigma
3577
666
99
12.8
1.02 0.1056 0.0063
0.5 sigma
6440 1382
236
32
3.4
0.71
0.019
0.75 sigma
12288 3011
665
88.5
11
1.02
0.1
1 sigma
22832 6433 1350
PROCESS IMPROVEMENTS
EARLY 80’S
MID 80’S
90’S
100% INTEL INCOMING INSPECTION
UNCONTROLLED PROCESSES
ACCEPTANCE BASED ON SUPPLIER OUTGOING INSPECTION
IMPROVED BUT INCONSISTENT PROCESSES
HEWLETT PACKARD
“SPC MUST BE USED ON CRITICAL PROCESSES…SPC TRAINING MUST OCCUR…AT&T WILL PERFORM ON-SITE AUDITS OF TEST / INSPECTIONS, TRAINING / CERTIFICATION; DOCUMENTATION.”
99.9% 的品质可解释为 在美国
每小时有22,000张支票从账簿中错误地扣除 每天有1小时不安全的引用水 每天有12个婴儿给错了父母 每星期有500个错误的外科手术
每年有142,080个不良的计算机在市面上 每年有2,000,000份邮件不见了 : 很多情况下, 99.9%是不够好的
品质的基本概念
6 维持稳定之制程能力
品管工具
1.1 相关分(单-特性-单-参数) 1.2 D.O.E(单-特性-众多参数)
2.1 柏拉图 2.2 变异数分析(ANOVA) 2.3 寄与率分析
3.1 统计推定 3.3 回归分析
3.2管制界限之公式
4.1 Ca 4.2 Cp 4.3 Cpk
5.1 层别法 (Ca不足时) 5.2 DOE (Cp不足时)
8. SPC是应用统计学及其它数学方法,可判断生 产制程的稳定性及异常现象,以达到“预防胜 于治疗”(PREVENT DEFECTS VS DETECT DEFECTS)的目的.
9. 产品品的改善, 需要提高工作质量, 其实工作 质量是产品质量的保证, 产品质量是工作质 量的结果和反映, 而制程质量是工作质量与 产品质量的桥梁.