组装线SPC案例资料
SPC案例
束線固定輸出線材製程1.製程簡介2.P/Q因果關係圖3.基本統計量1.製程：束線固定輸出線材位置2.品質特性：線材出CASE長度3.基本統計量＊束線槍刻度固定為2＊綁附線材時線材位置無固定( 1) 313(11) 314 (21) 311( 2) 315(12) 312(22) 313( 3) 312(13) 310(23) 319( 4) 316(14) 313(24) 310( 5) 314(15) 312(25) 313( 6) 314(16) 314(26) 311( 7) 312(17) 313(27) 309( 8) 314(18) 309(28) 311( 9) 312(19) 311(29) 319(10) 315(20) 310(30) 3154.重要統計量：平均值：312.87標準差：2.475.本品質特性之規格：311.15±6.354.直方圖分析1.製程：束線固定輸出線材2.品質特性：線材出CASE長度3.直方圖：4.分析：□屬於常態分配型不屬常態分配型離島型□雙峰型□偏態型□其他5.研判：經判斷,此離島現象乃因線材之黑色線,插附位置不同所導致,因為相同金道的不同孔位,線材皆可任意插附,而影響線材出CASE之長度,如將線材插附位置做一明確的規定,即可改善此一現象,將此離島現象排除後才可進行製程能力診斷。
5.基本統計量1.製程：束線固定輸出線材位置2.品質特性：線材出CASE長度3.基本統計量( 1) 313(11) 314(21) 312( 2) 310(12) 308(22) 311( 3) 309(13) 312(23) 314( 4) 312(14) 315(24) 313( 5) 311(15) 315(25) 315( 6) 314(16) 309(26) 311( 7) 310(17) 311(27) 312( 8) 317(18) 316(28) 316( 9) 316(19) 314(29) 313(10) 313(20) 310(30) 3124.重要統計量：平均值：312.6標準差：2.3435.本品質特性之規格：311.15±6.356.直方圖分析1.製程：束線固定輸出線材2.品質特性：線材出CASE長度3.直方圖：4.分析：屬於常態分配型□不屬常態分配型□離島型□雙峰型□偏態型□其他5.研判：__________________________________________________________________7.品質（Q）製程能力診斷表製程：束線固定輸出線材8.程改善對策彙總表1.品質特性之綜合研判2.安全區對策2.1有關製程參數之對策2.2有關品質特性之對策3.管理改善區對策4.技術改善區對策4.1需要進行相關迴歸分析之品質特性線材出CASE長度4.2需要進行實驗計劃之品質特性9.相關迴歸分析1.製程：束線固定輸出線材2.相關分析：結論：影響品質成敗最主要的製程參數是:綁附線材時線材位置3.迴歸分析迴歸方程式y=20.9556 + 0.933333X製程參數(綁附線材時線材位置)的最佳操作範圍為：311±5.5Regression Analysis-Linear model:Y=a+bx------------------------------------------------------------------------------------------------------------------------------Dependent variable:Cabel4.length Independent variable: CABLE4.location------------------------------------------------------------------------------------------------------------------------------Parameter Estimate StandardErrorTValueProb.LevelIntercept20.9556 6.42468 3.261730.00217 Slope0.9333330.020722845.0390.00000Analysis of Variance------------------------------------------------------------------------------------------------------------------------------Source Sum of Squares Df Mean Square F-Ratio Prob.Level Model731.73331731.73332028.5160.00000 Residual15.511111430.360724Lack-of-fit 6.177778130.475214 1.527470.16464 Pure error9.333333300.311111Total(Corr.)747.2444444Correlation Coefficient=0.989567R-squared=97.92percentStnd. Error of Est.=0.6006034.迴歸分析迴歸方程式y=316.988 + 1.40345X製程參數(束線槍刻度)的最佳操作範圍為：2.5±1.5＊因綁附此處線材之束線只能承受束線槍刻度到4的強度,若束線槍刻度超過4,則束線並非是由束線槍所剪斷,而是自行斷裂。
统计过程控制(SPC)案例分析(2004-03-24)
【案例1】 R X -控制图示例某手表厂为了提高手表的质量，应用排列图分析造成手表不合格品的各种原因，发现“停摆”占第一位。
为了解决停摆问题，再次应用排列图分析造成停摆事实的原因，结果发现主要是由于螺栓松动引发的螺栓脱落成的。
为此厂方决定应用控制图对装配作业中的螺栓扭矩进行过程控制。
分解：螺栓扭矩是一计量特性值，故可选用基于正态分布的计量控制图。
又由于本例是大量生产，不难取得数据，故决定选用灵敏度高的R X -图。
解：我们按照下列步骤建立R X -图步骤1：取预备数据，然后将数据合理分成25个子组，参见表1。
步骤2：计算各组样本的平均数i X 。
例如，第一组样本的平均值为：0.16451621661641741541=++++=X其余参见表1中第（7）栏。
步骤3：计算各组样本的极差i R 。
例如，第一组样本的极差为：{}{}20154174min max 111=-=-=j j X X R其余参见表1中第（8）栏。
表1： 【案例1】的数据与R X -图计算表i 故：272.163=X ，280.14=R 。
步骤5：计算R 图的参数。
先计算R 图的参数。
从D 3、D 4系数表可知，当子组大小n =5，D 4=2.114，D 3=0，代入R 图的公式，得到： 188.30280.14114.24=⨯==R D UCLR280.14==R CLR==R D LCLR3—极差控制图：均值控制图：图1 【案例1】 的第一次R X -图13579111315171921232530.18814.280 0.000 135791113151719212325171.512163.272 155.032参见图1。
可见现在R 图判稳。
故接着再建立X 图。
由于n =5，从系数A 2表知A 2=0.577，再将272.163=X ，280.14=R 代入X 图的公式，得到X 图：512.171280.14577.0272.1632≈⨯+=+=R A X UCL X272.163==X CLX032.155280.14577.0272.1632≈⨯-=-=R A X LCLX因为第13组X 值为155.00小于XLCL ，故过程的均值失控。
组装线SPC案例资料
组装线SPC案例资料一、概述组装线SPC（统计过程控制）是一种用于监控和改进生产过程的方法，通过收集和分析数据，可以帮助企业实现质量管理的目标。
本文将介绍一个组装线SPC的案例，详细描述了该案例的背景、目标、方法、结果和总结。
二、背景某汽车制造公司的组装线生产过程存在一些质量问题，如零部件的尺寸偏差、装配不良等，导致产品的质量不稳定。
为了解决这些问题，公司决定引入SPC方法来监控和改进组装线的生产过程。
三、目标该案例的目标是通过SPC方法实现组装线生产过程的稳定性和可控性，提高产品质量，减少不良品率，并降低生产成本。
四、方法1. 数据收集：为了进行SPC分析，需要收集相关的生产数据，包括零部件尺寸、装配过程中的关键参数、不良品数量等。
数据可以通过传感器、测量设备和质量检测记录等方式获取。
2. 数据分析：收集到的数据可以通过统计学方法进行分析，例如均值、标准差、范围等。
通过对数据的分析，可以了解生产过程的变异性，找出异常点和特殊因素，并确定控制限和规范范围。
3. 控制图绘制：根据数据分析的结果，可以绘制控制图来监控生产过程的变化。
常用的控制图包括X-Bar图、R图、P图和C图等。
控制图可以帮助识别过程的稳定性和可控性，并及时发现异常。
4. 过程改进：根据控制图的结果，可以采取相应的改进措施，例如调整设备参数、改进工艺流程、培训操作人员等。
通过持续改进，可以逐步提高生产过程的稳定性和可控性。
五、结果经过一段时间的实施和改进，该汽车制造公司的组装线SPC取得了显著的成效。
以下是一些主要的结果：1. 产品质量稳定性提高：通过SPC方法的应用，产品的尺寸偏差和装配不良问题得到有效控制，产品质量稳定性得到显著提高。
2. 不良品率降低：通过对生产过程的监控和改进，不良品数量明显减少，不良品率降低了20%。
3. 生产成本降低：通过SPC方法的应用，生产过程的稳定性和可控性得到提高，减少了废品和返工的数量，降低了生产成本。
SPC控制图实例15432
x
4.5 4.8 4.4 5.3 4.9 5.8 4.8 5.0 5.2 3.6 5.7
x1
3.6 4.2 5.0 4.9 4.3 6.2 4.5 4.8 6.0 3.1 5.8
x2
5.3 5.6 3.6 5.8 4.0 5.2 3.8 5.9 4.9 3.6 6.1
x3
5.0 5.1 5.0 4.9 5.9 6.9 6.3 5.0 4.2 4.5 6.6
缺陷数图 (c 图 )的例子
某财务中心每天抽查50张财务凭证单据 ，下面的数据是每天 在这些单据上发现的错误的数量 ，一共做了 25 天 。
缺陷数图 (c 图 )的例子
失控
财 务 帐 单 错 误 数
日期( 八月)
缺陷数图 ( C 图 )与 缺陷率图 ( u图 )
c 缺陷数 • c-图 是一种计数型控制图,它绘制的是每个样本中的 缺
X-R 控制图的含义
X平均值控制图反映变量X随时间的集中趋势及分组样本之 间的变动性. 它是样本量为n的样本平均值,或称x.
控制图的中心线代表长期的分组样本平均值的平均值,或称 x
极差图或R图监测的是分组样本内部随时间的变动
该图的中心线代表长期的分组样本之极差的平均值,或称R。 极差图只适用于分组样本(即 n )较小的场合(小于 5，一般不大 于 9 ).
x4
4.2 4.3 4.1 5.8 5.4 5.1 4.5 4.3 5.8 3.2 4.1
R
1.7 1.4 1.4 0.9 1.9 1.8 2.5 1.7 1.8 1.4 2.5
练习 二 : np 图描点，判别其状态
CL: 3.5
UCL: 9.09 LCL: 0
练习 三 : 判别过程状态
spc案例
spc案例SPC（Statistical Process Control，也叫统计过程控制）是一种通过统计方法对产品和过程进行监控和改进的质量管理方法。
下面是一个SPC案例，用以说明其在实际生产中的应用。
某制造公司生产一种产品，经过市场调查发现，该产品存在一定的质量问题，如尺寸偏差、露粉等。
为了解决这些问题，公司决定采用SPC方法来监控和改进生产过程。
首先，公司确定一组关键工艺参数，如温度、压力、转速等，以及相关的质量指标，如尺寸、外观等。
随后，公司对每个工艺参数进行测量和记录，并将其输入到SPC软件中。
同时，公司还设置了对应的上下限值，即规定了每个工艺参数的合理变化范围。
在生产过程中，SPC软件会自动进行统计分析，并生成控制图。
控制图上有一条中心线，表示期望值，以及上下限线，表示允许的变化范围。
同时，还有一些参考线，如标准偏差线，用于判断过程稳定性。
公司的技术人员定期对控制图进行检查，观察各参数是否在规定范围内波动，是否出现异常情况。
如果发现异常，技术人员会及时采取措施，如调整机器参数、更换工具等，以及及时通知相关操作人员。
通过SPC的实施，公司逐渐发现了一些问题。
例如，当温度过高时，产品尺寸会偏大；当压力过低时，产品内部会出现空隙。
公司根据这些发现，对生产过程进行了优化，并引入了更先进的控制系統，进一步提高了产品质量。
此外，SPC还帮助公司进行了质量变化的监控和评估。
公司可以利用SPC软件生成的统计报表，进行不同时间段内产品质量的对比。
同时，公司还可以进行根因分析，找出导致质量问题的根本原因，并提出相应的改进措施。
总的来说，通过SPC的应用，该制造公司有效地改善了产品质量，减少了不合格品的数量，并提高了自身的竞争力。
SPC 方法在实际生产中具有广泛的应用前景，可以帮助企业提升质量管理水平，降低成本，提高效率。
SPC案例分析
统计过程控制（SPC）案例分析一．用途1.分析判断生产过程的稳定性，生产过程处于统计控制状态。
2．及时发现生产过程中的异常现象和缓慢变异，预防不合格品产生。
3．查明生产设备和工艺装备的实际精度，以便作出正确的技术决定。
4．为评定产品质量提供依据。
二、控制图的设计原理1．正态性假设：绝大多数质量特性值服从或近似服从正态分布。
2． 3 准则： 99。
73%。
3．小概率事件原理：小概率事件一般是不会发生的。
4．反证法思想。
四．控制图的种类1．~S）按产品质量的特性分（1）计量值（X R, X R, X R S, X（2）计数值（ p，pn，u，c 图）。
2．按控制图的用途分：（1）分析用控制图；（2）控制用控制图。
五．控制图的判断规则1．分析用控制图：规则 1判稳准则-----绝大多数点子在控制界限线内（ 3 种情况）；规则 2判异准则 -----排列无下述现象（ 8 种情况）。
2．控制用控制图：规则 1每一个点子均落在控制界限内。
规则 2控制界限内点子的排列无异常现象。
[案例 2]为控制某无线电元件的不合格率而设计 p 图，生产过程质量要求为平均不合格率≤2%。
解：一 .收集收据在 5M1E 充分固定并标准化的情况下 ,从生产过程中收集数据 ,见下表所表示 :某无线电元件不合格品率数据表组号样本大小样本中不合格品数不合格品率18358 1.0280812 1.5378060.8450412 2.4586014 1.6660050.8782211 1.388148 1.0961810 1.6107038 1.11185019 2.21270911 1.61370010 1.41450016 3.21583014 1.71679870.9178139 1.11881870.9195818 1.4205506 1.12180711 1.4225957 1.22350012 2.42476070.92562010 1.6总和17775248平均值711 1.4二.计算样本中不合格品率 : p i k i,i 1,2,....., k 列在上表.n i,三.求过程平均不合格品率 :p k i248 / 17775140% n iCL p140%四.计算控制线p 图:UCL p3p(1p) / n iUCL p3p(1p) / n i从上式可以看出 ,当诸样本大小n i不相等时 ,UCL,LCL 随n i的变化而变化 ,其图形为阶梯式的折线而非直线.为了方便 ,若有关系式 :n max2nn min n / 2同时满足 ,也即n i相差不大时可以令n i n使得上下限仍为常数,其图,,,形仍为直线 .本例中 , n711 ,诸样本大小n i满足上面条件,故有控制线为: CL p140%p 图:UCL p3p(1p) / n i p3p(1p) / n 2.72%UCL p3p(1p) / n i p3p(1p) / n0.08%五.制作控制图 :以样本序号为横坐标 ,样本不合格品率为纵坐标 ,做 p 图.UCLCLLCL六.描点 :依据每个样本中的不合格品率在图上描点.七.分析生产过程是否处于统计控制状态从图上可以看到 ,第 14 个点超过控制界限上界 ,出现异常现象 ,这说明生产过程处于失控状态 .尽管p=1.40%<2%,但由于生产过程失控,即不合格品率波动大,所以不能将此分析用控制图转化为控制用控制图,应查明第 14 点失控的原因 ,并制定纠正措施 .[案例 3]某手表厂为了提高手表的质量,应用排列图分析造成手表不合格的各种原因 ,发现 ---停摆占第一位 .为了解决停摆问题 ,再次应用排列图分析造成停摆的原因 ,结果发现主要是由于螺栓脱落造成的,而后者是有螺栓松动造成 .为此 ,厂方决定应用控制图对装配作业中的螺栓扭矩进行过程控制 .[ 分析 ]螺栓扭矩是计量特征值,故可选用正态分布控制图,又由于本例是大量生产 ,不难取得数据 ,故决定选用灵敏度高的x R 图.[解]按照下列步骤建立x R 图步骤一 .根据合理分组原则 ,取 25 组预备数据 ,见下表 .步骤二 .计算各样本组的平均值X i,例如第一组样本的平均值为X1=(154+174+164+166+162)/5=164.0步骤三 .计算各样本的极差R i , R1max{ X i } min{ X i } 174 154 20步骤四 .计算样本总均值X和平均样本极差RX i4081.8R i357所以 , X 163.272R 14.280步骤五 .计算 R 图与X的参数(1)先计算 R 图的参数样本容量 n=5 时,D4=2.114,D3=0UCL R D4 R 2.114 * 14.280 30.188代入 R 图公式CL R R 14.280LCL R D3 R0均值控制图极差控制图例 2 的原始数据与X R 图计算表.样本观察值X i 备序号Xi1Xi2Xi3Xi4Xi5∑ Xij R注1154174164166162820164． 0202166170162166164828165． 683168166160162160816163． 284168164170164166832166． 465153165162165167812162． 4146164158162172168824164． 8147167169159175165835167． 0168158160162164166810162． 089156162164152164798159． 61210174162162156174828165． 61811168174166160166934166． 81412148160162164170804160． 82213165159147153151775155． 018超限14164166164170164828165． 6615162158154168172814162． 81816158162156164152792158． 41217151158154181168812162． 43018166166172164162830166． 01019170170166160160826165． 21020168160162154160804160． 81421162164165169153813162． 61622166160170172158826165． 21423172164159165160822164． 01324174164166157162823164． 61725151160164158170803160． 619∑4081． 8357平均163． 27214． 280（2）可见现在 R 图判稳，故接着再建立均值图。
SPC统计过程控制应用实例分析
SPC统计过程控制应用实例分析1.SPC控制特性的定义T1S6949质量管理体系在实际应用中强调以系统的方法对过程进行分析研究，以确定系统的输入因子，输出因子以及输入对输出的影响作用。
产品实现的过程也可以用框图简单地描述为下图：上图表示，产品实现的过程为由材料、生产参数、设备、人员、环境构成的输入因素通过生产转换成输出产品的过程，同时利用输出的信息来反作用于输入因素，以得到输入因素如材料、生产参数等的持续改进。
输入因素通过生产过程转化成输出的产品，其中的实现过程也就是SPC需要进行监控的工艺过程，当然针对SPC控制特性的选择并不是越多越好，由于检验本身是不带来增值效益的过程，因此在行业的应用过程中，考虑到成本的计算，SPC只会应用在部分关键特性的监控过程中，而关键特性的选择也根据企业自身的生产能力及控制能力的需要来决定的。
因此在进行统计过程控制时，首先需要定义控制的对象，然后通过监控生产实现过程中的各大因素对控制对象的作用，检测到过程的特殊原因波动，从而实现提前预防不合格品产品的作用。
针对关键特性之外的其他参数，可以通过记录检查表的形式将其记录并保存，以便工艺改进时提供历史依据的参考。
PSC的控制项目对产品特性及工序监控的必要性，通常通过以下几个方面进行考量；(1) 从产品特性要求判断，是否为产品关键特性；如Tirm Form工序，SPC记录共面性的抽样检验结果，以判断产品当前的生产流程是否处于稳定受控的状态下。
产品的关键特性在产品设计阶段己确定。
(2) 另一方面，在产品生产制造的过程中，关键工序参数的监控对产品质量良率起着重大的决定作用，利用实时的SPC方法进行工艺参数的监控，能够及时发现生产过程中存在的特殊原因，及时围堵并消除，以得到立即的改正及预防的作用。
例如，在硅片切割工序(Wafer saw)，工艺上利用对切割槽宽度的定期数据采集，绘制SPC控制图，从而起到过程监控的作用，以防止参数对切割工序带来的过程能力偏移。
SPC详细版实战版课件
为什么要推行SPC?
➢时代的要求 ➢ PPM管理、6SIGMA管理 ➢科学的要求 ➢认证的要求 ➢外贸的要求 ➢提高质量降低成本
➢优质企业平均有73%(用SPC方法的)的过程Cpk超过1.33，低质企业只 有45%过程达到Cpk=1.33。
➢Cpk>1.67的企业，平均销售收入增长率为11%以上，而其它企业的数 据为4.4%。
SPC详细版实战版
问题2： 根据你的经验，同一个人及同一台机器加工同一种零件，进行测量，所有的零件尺 寸是否一致，还是肯定是存在差别的。 如果你发现的确是肯定存在差别的，你有没有考虑过这种差别是什么原因造成的？ 并且你可能发现有时差别大，有时差别小，为什么？并且差别大的有多少，差别小 的有多少？这种数量是否存在规律，或者说他们的分布是怎样的？ 这种分布由于我们产品的质量存在何种关系，是否可以从中看出产品的不良率是多 少？
概率的计算
■ 加法原则 —或条件 —互相排斥 —P(A或B)=P(A)+P(B)
• ■ 乘法原则 • —与条件 • —互相独立 • —P(A与B)=P(A)P(B)
SPC详细版实战版
练习一、计算概率
• ■ 某工序需经三道工序加工,假定各道工序彼此独立,其合格 品详细分别是90%、95%、98%，三道工序之后为检验工序， 假定检验工序可以检测出前三道工序中的缺陷。
SPC详细版实战版
产品质量的 统计观点
产品质量具有变异性 (Variation)
产品质量的变异具 有统计规律性
SPC详细版实战版
SPC详细版实战版
● 什么是随机现象？ → 每次观察或试验，结果不确定。 →大量重复观察或试验，结果呈现某种统计规律。
● 小组实验 → 讨论实验对象的性质，如黑棋频率有何趋势
[课件]SPC(P Chart)推行案例分享PPT
![[课件]SPC(P Chart)推行案例分享PPT](https://img.taocdn.com/s3/m/4c068406aaea998fcc220efb.png)
图片
5.1 SPC运作流程规划
职责分工 流程细化
职位 操作员 IPQC 拉长 质量工程师 工艺工程师
权责 按照作业指导书要求取样并绘制图形 巡检确认图形是否异常，并接收操作 员反馈，上报质量工程师 接收操作员反馈，参与图形异常分析 分析图形异常原因，制定纠正措施， 并计算控制限 拉长和质量工程师无法分析异常原因 时，参与分析并制定纠正措施
二、控制图的原理
控制界限的构成
控制图基本计算公式
三、控制图的种类
9
东莞市力能电子科技有限公司
3.3 统计学基础和品管工具学习
培训内容
1 2 3 4 5
10
统计学基础
MSA基础知识 SPC 统计过程控制 过程改善 TQC和问题解决方式
东莞市力能电子科技有限公司
3.4 控制图应用分析及分类解答
控制图应用
QE
张琴
PIE
沈路
RD
生产主管 QC
范优亮
孙克军 张丹
设计变更评估和技术指导
员工培训 图形绘制和数据收集
生产拉长
钟全福
改善措施执行
6
东莞市力能电子科技有限公司
第三部分 SPC理论知识培训
步骤分解 SPC基础知识和Minitab 软件应用
培训步骤
1
Minitab应用
2
控制图理论
3
统计学基础
4
品管工具学习
27
东莞市力能电子科技有限公司
7.3 异常分析和改善
改善措施拟定和执行
1、拆解限位块，清除胶块残留 2、定义剥皮清理时间，由1H/次变更为 30min/次
3、 组织全体剥皮焊锡工位员工统一培训 4、 制定清理残胶记录表单，列入员工日常 作业内容。 5、 持续追踪图形异常状况
SPC案例分析
SPC案例分析在当今竞争激烈的制造业环境中，质量控制成为了企业生存和发展的关键。
统计过程控制（Statistical Process Control，简称 SPC）作为一种有效的质量控制工具，已经在众多企业中得到了广泛的应用。
本文将通过一个具体的案例，深入探讨 SPC 在实际生产中的应用和效果。
一、案例背景我们选取的案例是一家汽车零部件制造企业，该企业主要生产发动机缸体。
在过去的一段时间里，客户对产品的质量投诉不断增加，主要问题集中在缸体的尺寸精度不符合要求，导致发动机装配过程中出现故障。
为了解决这一问题，企业决定引入 SPC 方法进行质量控制。
二、SPC 方法的实施过程1、确定关键质量特性首先，企业的质量控制团队与生产部门合作，通过对产品设计要求和客户反馈的分析，确定了发动机缸体的关键质量特性，即缸体的内径尺寸和圆柱度。
2、数据采集在生产过程中，质量控制人员每隔一定时间从生产线上抽取一定数量的缸体样本，使用高精度测量仪器对关键质量特性进行测量，并记录测量数据。
3、控制图的绘制将采集到的数据输入到统计软件中，绘制均值极差控制图（XR 控制图）和均值标准差控制图（XS 控制图）。
控制图的横坐标表示样本序号，纵坐标表示测量值。
4、控制限的确定根据样本数据的分布特征和统计规律，计算出控制图的控制限。
控制限分为上控制限（UCL）、下控制限（LCL）和中心线（CL）。
中心线通常为样本数据的均值，上控制限和下控制限则根据一定的计算公式得出。
5、过程监控与分析定期对控制图进行观察和分析，判断生产过程是否处于受控状态。
如果数据点落在控制限内，且没有明显的趋势或异常模式，则认为过程处于受控状态；反之，如果数据点超出控制限，或者出现连续上升或下降的趋势，或者存在周期性的波动等异常模式，则认为过程失控，需要采取相应的措施进行改进。
三、案例结果与分析在实施 SPC 方法后的一段时间里，企业对生产过程进行了持续的监控和分析。
SPC分析实例
SPC的核心思想是利用统计方法来分析生产过程中的波动找出影响产品质量的关键因素 并采取相应的措施进行改进。
SPC分析主要包括控制图、过程能力指数（Cp、Cpk）、过程性能指数（Pp、Ppk） 等工具和方法。
03
SPC分析实例介绍
感谢观看
汇报人：
Cpk：过程能力指数表示过程能力 满足规格要求的程度
Cpk：过程能力指数表示过程能力 满足规格要求的程度
过程性能指数解读
过程性能指数 （PPI）：用于 衡量生产过程中 产品质量的指标
PPI的计算方法： PPI=（合格品 数量/总生产数 量）*100%
PPI的意义：反 映生产过程中产 品质量的稳定性 和可靠性
过程优化：SPC分析可以帮助企业优化生产过程提高生产效率和产品质量。
成本控制：通过SPC分析可以及时发现生产过程中的浪费现象并采取相应的措施进行改进。
风险管理：SPC分析可以帮助企业识别生产过程中的风险并采取相应的措施进行预防和控 制。
基于SPC分析的改进建议和措施
制定控制计划：根据关键质 量特性制定相应的控制计划
数据处理：对数 据进行清洗、整 理和标准化处理
实例分析过程和方法
确定分析目 标：选择需 要分析的产
品或过程
数据收集： 收集相关数 据包括时间、 数量、质量
等
数据处理： 对数据进行 整理、清洗、 转换等操作
建立SPC模 型：选择合 适的SPC模 型如控制图、
直方图等
分析结果： 根据模型分 析结果找出 问题所在并 提出改进措
效率。
增强市场竞争 力：通过SPC 分析可以提高 产品质量和生 产效率增强企 业的市场竞争
组装线SPC案例资料
第一章:电子组装业案例分析三、系统规划1.基本资料规划根据其公司特点与产品特性, 作出以下基本资料规划(2)缺点类别(3)缺点项目, 为全厂统一使用(在此只列一部份)(4).检验工作站(5)层别条件项目(5.1)层别条件项目一---部门(5.2)层别条件项目二---重要供货商(5.3)层别条件项目三---检验人员(5.4)层别条件项目四---客户(5.5)层别条件项目五----线别(5.6)层别条件项目六----批号(6).计量管制点: 先做三点, 分别是烤箱温度、锡炉温度、贴胶量。
其它暂时不做, 以后再视情况而定。
(7). 抽样计划:计数部份:所有满足4个小时以上的批量, 按每4小时按105E抽一次, 不足4小时也按105E抽一次。
计量部份:按每2小时抽5个样品(8). 用户及权限:(9). 检验单位(10). 表尾格式(11). 管制图判读标准(12). 品质级别(13). 产品资料:就直接按其公司的产品编号和物料清单使用, 外加一个烤箱, 计量值管制特性为温度。
2.运作规划(1). 相关人员权责规划(2). SPC运作流程3.图表处理:(1). 所有制程检验日报不需另外再做。
(2). 所有品质周报用本周加上周的不良率推移图与本周柏拉图, 为各分三张, 分别电话机、电玩、影碟机的每天一点所作出的图形报表。
(3). 所有月报、季报都采用内类周报的形式, 分别以每日一点和每周一点做出来。
(4). 所有开跨部门品质会议都在会议室, 使用计算机连网和投影仪一同开会讨论, 并逐一对各部门的品质层现出来, 共同讨论与检讨, 同时制定下一步方向。
四、实际运作由于本行业在做SPC时的特点就是计数值应用较多, 计量值为辅, 所以在本案例分析中,重点也是计数值分析, 计量值放在后面做概要说明。
同时由于实际运作数据太多, 在此选一部份的数据出来做实例分析。
……等等, 由于数据太多, 这里就不做过多的列举, 以下面就以上述数据为基础作出相应的各种图形, 并做简要分要说明:先看看手工插件一课的品质状态不良率管制图为:【P 管制图】部门: 手工插件一课从上面看到不良率正在逐步下降, 不看率有可能控制在2%以下, 再看看单位缺数管制图【U 管制图】检验站别: 手工插件产品编号: TW3201-2页次: 1/1组数: 4产品名称:白色无绳电话分析期间:2001/10/7 AM 8:00~2001/10/8 AM 8:00部门:手工插件一课组数123456789101112131415批量1500150015001500检验数125125125125缺点数4322单位U% 3.2 2.4 1.6 1.6从上面可以看出, 单位缺点率可以控制到3%以下, 用与前的不良率管制看出, 产品缺点率与不良率差异不大, 在电子组装业中, 以现作业条件, 品质算是在中等水平, 要想改善品质, 应注意整个系统不良共同改善, 因此再看看相应的柏拉图:【柏拉图】检验站别: 手工插件产品编号: TW3201-2产品名称:白色无绳电话分析期间:2001/10/7 AM 8:00~2001/10/8 AM 8:00部门:手工插件一课从柏拉图看到漏插和插反是最严重的问题, 只要把漏插和插反两个缺点项改善, 就可以改善整个不缺点的近65%。
PCB行业SPC案例
故障，成本较大 。
现行的检验设备比较强大，但没有建立统一的数据信息库，检验 设备的数据没有得到充分利用，导致数据的精确性差、追溯及查 找不及时且浪费人力，客户现场稽核更是无法及时提供有力数据 及报告数据，导致较难提升客户满意度。
目前质量报表，分析报告，并没有一个完整统一的模式。
在交流的同时，也辨认了工厂潜在的改善机会，希望透过 SPC项 目的导入，可以解决更多的问题。
项目启动 理论培训 应用规划 上线辅目 组 • 召开项目开始 会议 • 介绍SPC的实 施过程与要求
主要活动： • 各阶层SPC理 论培训 • 加强对SPC的 理论认识 • 规范SPC系统 应用意识 • 评估应用过程 中的注意事项
主要活动： • 制定SPC应用 规划 • 确定数据采集 方案 • 系统安装调试 • 系统操作培训 • SPC系统应用 制度
主要活动： • 系统初始化 • 基本资料规划 • 日常数据采集 • 监控预警测试 • 数据分析、能 力评估 • 系统试运行
主要活动： • 各阶层系统正 式运行 • 应用心得建议 • 系统数据库备 份、维护
主要活动： • 应用标准的建 立 • 项目结束考核 • 系统完善更新 • 客户应用反馈 • 确保运行顺畅
1、针对不同的产品特性或检验方式，采用的控制图的判定规则会 有不同。 2、确定异常处理程序针对检验项目及产品特性的特点，小组将异 常原因及采用的解决措施统一起来。 3、建立标准化作业规范经过前面的准备工作，SPC推行小组基本完 成了系统的整体规划，但还需要各部门根据自身的情况制定合理的 作业指导书，交推行小组进行评审并定稿，最后交总经理批准生效。
单品质监控台计数值监控台图形分析异常图表等采购人员把握进料检验过程中的品质状况柏拉图品质分析图等销售主管对出厂的产品质量心中有数过程能力分析柏拉图品质分析图等生产文员依采样频率将收集的数据准确输入spc系统数据输入方式控制图等qc人员根据作业指导书进行产品检验保证收集数据的真实性及时通过图形确认数据是否有异常抽样方案数据输入方式控制图等spc推行人员决定把spc系统作为一质量控制管理平台通过此平台来协助各部门各人员之间的联系使企业上下协调一致各司其职经过小组讨论得出如下相关人员spc职能划分表
SPC案例分析
）案例分析统计过程控制（SPC用途一．态。
统计控制状产过程处于分析判断生产过程的稳定性，生1.防不合格品异，预缓慢变．及时发现生产过程中的异常现象和2产生。
术精度，以便作出正确的技备的实际艺．查明生产设备和工装3决定。
质量提供依据。
品为评定产．4二、控制图的设计原理分态值服从或近似服从正：设绝大多数质量特性正态性假三1布。
则：准73%9932三?发生的。
小概率事件原理：小概率事件一般是不会三3证法思想。
反三4控制图的种类四．~）量值（按产品质量的特性分（）计11三SXRXRXRX ,,,????S。
图）（数值，，，（）计up2cpn图。
）分析用控制图；（）控制用控制按控制图的用途分：（212三控制图的判断规则五．：分析用控制图三1种情况）；绝大多数点子在控制界限线内（准判规则稳则1-----3。
现象（规则种情况）排列无下述则判异准-----28-1--1-：图控制用控制三2每一个点子均落在控制界限内。
规则1现象。
控制界限内点子的排列无异常规则2量程产过质图元件的不合格率而为案例控制某无线电设计，生2][p 。
平均不合格率要求为≤2%-2--2-收集收据解：一.见程中收集数据准化的情况下从生产过在充分固定并标,,5M1E下表所表示:元件不合格品率数据表线电某无值平均711 1.4k本中不合格品率样计算二:.i列在上表?p.,k,i?1,2,.....,n i i 程平均不合格品率过三求:.?k i140%248/17775???p?n i-3--3-140%??p CL图线四计算控制:.p n/3p(1UCL?p??)p i n/p?3)p(1UCL??pi化而变时随的从上式可以看出当诸样本大小不相等,UCL,LCL, nn ii变化其图形为阶梯式的折线而非直线为了方便若有关系式:,,.n?2n max n?n/2min同时满足也即相差不大时可以令使得上下限仍为常数其图,,,,,nnn?ii形仍为直线.本例中诸样本大小满足上面条件故有控制线为:,,,n711n?i CL?p?140%图:p UCL?p?3p(1?p)/n?p?3p(1?p)/n?2.72%图五制作i UCL?p?3p(1?p)/n?p?3p(1?p)/n?0.08%i控制:.以样本序号为横坐标样本不合格品率为纵坐标做图.p,,六描点依据每个样本中的不合格品率在图上描点.:.七分析生产过程是否处于统计控制状态.从图上可以看到第个点超过控制界限上界出现异常现象这说,,14,明生产过程处于失控状态尽管但由于生产过程失控即,.=1.40%<2%,p -4--4-图化为控制用控制不合格品率波动大所以不能将此分析用控制图转,,正措施点失控的原因并制定纠应查明第.,14案例分析造成手表不用排列图量某手表厂为了提高手表的质应3][,用再次应摆占第一位为了解决停摆问题合格的各种原因发现停,---.,而发现主要是由于螺栓脱落造成的分析造成停摆的原因结果排列图,,中的螺装配作业厂方决定应用控制图对后者是有螺栓松动造成为此,.程控制行过栓扭矩进.又由于本例图选用正态分布控制分析螺栓扭矩是计量特征值故可,],[图用灵敏度高的难取得数据故决定选是大量生产不.,,R?x图按照下列步骤建立解][R x?下表见组预备根据合理分组原则取数据步骤一.25,,.X值为例如第一值组样本的平均计步骤二算各样本组的平均.,i X=(154+174+164+166+162)/5=164.01本的极差算各样步骤三计.20X}?174?154???R,Rmax{X}min{i1ii值计算样本总均骤步四.和平均样本极差RX?X?4081.8i?357?Ri所以,X?163.272R?14.280步骤五计算图与的参数.R X先计算图的参数(1)R样本容量时,D4=2.114,D3=0n=5-5--5-UCL?DR?2.114*14.280?30.1884R代入图公式CL?R?14.280R R LCL?DR?03R均值控制图极差控制图X R图计的原始数据与算表例.2备观察值样本X i注序号R∑XijXi5Xi4Xi3Xi2Xi110820164162166164174154．20-6--6-值图。
统计过程控制(SPC)在制造业中的应用案例分析
统计过程控制（SPC）在制造业中的应用案例分析统计过程控制（SPC）是一种常用于制造业中的质量管理方法，通过对过程中的关键参数进行监测与控制，确保产品质量稳定可靠。
本文将以一家汽车零部件制造企业的案例为例，分析SPC在制造业中的应用。
该企业是一家专业生产汽车引擎活塞的制造商，其产品质量直接关系到汽车发动机的性能和寿命。
为了保证引擎活塞的质量，在生产过程中，该企业采用了SPC方法来监控关键参数，及时调整生产过程，提高产品质量。
首先，在SPC的实施过程中，该企业明确定义了关键参数，并建立了相应的控制图。
在引擎活塞的生产过程中，关键参数包括活塞直径、活塞高度、活塞内孔直径等。
通过在生产线上设置检测装置和传感器，实时监测这些参数，并将数据输入到SPC软件中进行分析和控制。
接下来，该企业使用SPC软件对收集到的数据进行统计分析。
通过统计分析，可以了解到每个关键参数的平均值、标准差、极差等信息，以及其变化趋势。
通过对这些数据进行分析，可以判断生产过程的稳定性和一致性。
当关键参数超出了控制界限，即超出了产品质量的上下限时，SPC软件会自动发出警报，提醒相关人员进行相应的调整和控制。
此外，SPC软件还可以生成各种控制图，如X-bar控制图、R控制图和P控制图等。
这些控制图可以直观地显示出生产过程的稳定性和变异性。
通过观察和分析控制图的规律，可以判断生产过程是否受到特殊因素的影响，如材料变化、设备故障或人为误操作等。
当发现特殊因素时，及时采取纠正措施，以确保产品质量稳定。
此外，SPC软件还可以进行过程能力分析，通过分析过程能力指标（Cp、Cpk）等参数，评估生产过程的稳定性和能力。
通过这些分析，可以确定生产过程是否满足质量要求，并及时调整和优化生产过程，以提高产品质量和生产效率。
在该企业的实践中，SPC方法的应用取得了显著的效果。
通过SPC的实时监控和调整，引擎活塞的关键参数稳定在设计要求的范围内，产品质量得到了有效控制。
统计过程控制SPC案例分析
统计过程控制SPC案例分析制造公司生产汽车零件，该公司决定采用统计过程控制来监测生产过程中的变异程度，并及时采取相应的措施来保证产品质量。
首先，该公司确定了需要监控的关键过程参数，如尺寸、重量、硬度等。
然后，选取了一个代表性样本，进行了初始的统计分析。
通过对样本数据的收集和分析，可以得到该过程的中心值（mean）和过程能力指数（process capability index）。
接下来，公司制定了针对每个关键过程参数的控制限规则。
这些规则包括上控制限（Upper Control Limit，UCL）和下控制限（LowerControl Limit，LCL），一旦产品参数超出这些限制范围就会引发警报。
第三步，该公司开始在生产线上收集样本数据，并进行实时统计分析。
每隔一段时间，例如每小时或每一天，取样并测量样本的关键参数，记录数据并计算统计指标，例如平均值和标准差。
最后，根据统计分析的结果，如果数据超出了控制限范围，该公司可以立即采取纠正措施。
例如，如果平均值偏离了中心值，可以调整生产设备或工艺参数；如果数据的变异过大，可以对生产设备进行维护或调整操作程序。
通过持续的SPC监测和改进，该公司可以实现以下几方面的益处：1.提高质量：通过监测关键参数并及时纠正异常，可以减少产品的次品率和退货率，提高产品质量，满足客户需求。
2.降低成本：通过减少次品率和退货率，公司可以降低废品处理成本和退货成本；此外，通过减少变异，还可以降低废品和工时成本。
3.提高效率：通过监控关键参数，公司可以及时调整生产设备或工艺参数，减少无效生产时间和停机时间，提高生产效率和产能。
需要注意的是，SPC并非一劳永逸的解决方案，而是需要持续不断的监测和改进。
公司应该定期复评统计指标，根据实际情况调整控制限并更新纠正措施。
此外，为了提高SPC的效果，公司还可以使用一些辅助工具，如散点图、控制图和直方图等，帮助分析和解决问题。
综上所述，统计过程控制是一种有效的管理技术，可以帮助制造公司提高质量、降低成本和提高效率。
培训学习资料-SPC分析实例_2023年学习资料
SPC分析实例-实际状态-理想状态-过程性能指数Process performance index是-QS 000提出的PP,PPK的概念。Usl-Lsl是技术要求，-o反映制造过程的一致性，所以在PP中将Us-L l与6-·比较，就能反应出制造过程满足产品技术要求的-程度-Pp=USL-LSL/6G-Ppx=min[U L-X/36,X-LSL/36-=（2.72-2.68/6*0.0064619-=0.04/0.03877 2.72-2.6959/3*0.0064619-=1.03169-=1.24084-2.6959-2.68 3*0.0064619-平均值与规格中心重叠时-min=0.82254-PP=PPK
SPC分析实例-*因为要增加一个CC尺寸，工程师请现场品管每30分种取5Pcs样-品，共取了11组做好标识 送测量室测量，用来确认该产品的-过程能力-Engineering Specification-cc-工程規 -product spc-2.70-正公差-Tolerence+-2.72-負公差-Tolerence-.68
SPC分析实例-Tv TL-工-Ppk>1-Ppk=1-Ppk<1-★Ppk=0.82,意味着不良率-p= .45%
SPC分析实例-1,计算每组数据极差F；-4,标坐标点，划网格线：-2,用-UCLR=D4R-计算极差上控 线；-5,将R的值描点到网格线内，形成-3,用-LCLR=D3R-计算极差下控制线：-极差控制图-n-6-8-9-10-11-X-2.700-2.704-2.702-2.705-2.685-2.689-2.68 -2.690-2.692-2.686-X2-2.697-2.683-2.701-2.696-2.688-2 703-2.684-2.708-2.698-2.691-2.694-Xa-2.693-2.695-X5-2 699-X-Bar-Range-0.01-0.02-0.00-0.03-判稳-③-0:00
- 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)。
第一章:电子组装业案例分析三、系统规划1.基本资料规划根据其公司特点与产品特性, 作出以下基本资料规划(2)缺点类别(3)缺点项目, 为全厂统一使用(在此只列一部份)(4).检验工作站(5)层别条件项目(5.1)层别条件项目一---部门(5.2)层别条件项目二---重要供货商(5.3)层别条件项目三---检验人员(5.4)层别条件项目四---客户(5.5)层别条件项目五----线别(5.6)层别条件项目六----批号(6).计量管制点: 先做三点, 分别是烤箱温度、锡炉温度、贴胶量。
其它暂时不做, 以后再视情况而定。
(7). 抽样计划:计数部份:所有满足4个小时以上的批量, 按每4小时按105E抽一次, 不足4小时也按105E抽一次。
计量部份:按每2小时抽5个样品(8). 用户及权限:(9). 检验单位(10). 表尾格式(11). 管制图判读标准(12). 品质级别(13). 产品资料:就直接按其公司的产品编号和物料清单使用, 外加一个烤箱, 计量值管制特性为温度。
2.运作规划(1). 相关人员权责规划(2). SPC运作流程3.图表处理:(1). 所有制程检验日报不需另外再做。
(2). 所有品质周报用本周加上周的不良率推移图与本周柏拉图, 为各分三张, 分别电话机、电玩、影碟机的每天一点所作出的图形报表。
(3). 所有月报、季报都采用内类周报的形式, 分别以每日一点和每周一点做出来。
(4). 所有开跨部门品质会议都在会议室, 使用计算机连网和投影仪一同开会讨论, 并逐一对各部门的品质层现出来, 共同讨论与检讨, 同时制定下一步方向。
四、实际运作由于本行业在做SPC时的特点就是计数值应用较多, 计量值为辅, 所以在本案例分析中,重点也是计数值分析, 计量值放在后面做概要说明。
同时由于实际运作数据太多, 在此选一部份的数据出来做实例分析。
……等等, 由于数据太多, 这里就不做过多的列举, 以下面就以上述数据为基础作出相应的各种图形, 并做简要分要说明:先看看手工插件一课的品质状态不良率管制图为:【P 管制图】部门: 手工插件一课从上面看到不良率正在逐步下降, 不看率有可能控制在2%以下, 再看看单位缺数管制图【U 管制图】检验站别: 手工插件产品编号: TW3201-2页次: 1/1组数: 4产品名称:白色无绳电话分析期间:2001/10/7 AM 8:00~2001/10/8 AM 8:00部门:手工插件一课组数123456789101112131415批量1500150015001500检验数125125125125缺点数4322单位U% 3.2 2.4 1.6 1.6从上面可以看出, 单位缺点率可以控制到3%以下, 用与前的不良率管制看出, 产品缺点率与不良率差异不大, 在电子组装业中, 以现作业条件, 品质算是在中等水平, 要想改善品质, 应注意整个系统不良共同改善, 因此再看看相应的柏拉图:【柏拉图】检验站别: 手工插件产品编号: TW3201-2产品名称:白色无绳电话分析期间:2001/10/7 AM 8:00~2001/10/8 AM 8:00部门:手工插件一课从柏拉图看到漏插和插反是最严重的问题, 只要把漏插和插反两个缺点项改善, 就可以改善整个不缺点的近65%。
而在手工插件过程中, 这两项缺点通常都是由于工作人员不小心或大意造成的, 故需要提醒制造部门着重注意认真与仔细。
再看看手工插件二课的不良率状况, 先用不良率管制图进行分析:【P 管制图】检验站别: 手工插件产品编号: TW3201-2页次: 1/1页组数: 4产品名称:白色无绳电话分析期间:2001/10/7 AM 8:00~2001/10/8 AM 8:00部门:手工插件二课组数123456789101112131415批量1500150015001500检验数125125125125不良数2442不良率% 1.6 3.2 3.2 1.6从本图上看到手工插件二课开始比手工插件一课不良率更低, 中间两点而高于手工插件一课, 所以整体比手工插件一课课, 先看单位点数管制图:【U 管制图】检验站别: 手工插件产品编号: TW3201-2页次: 1/1页组数: 4产品名称:白色无绳电话分析期间:2001/10/7 AM 8:00~2001/10/8 AM 8:00部门:手工插件二课组数123456789101112131415批量1500150015001500检验数125125125125缺点数2563单位缺点 1.64 4.8 2.4在单位缺点数管制图中, 同样也反映出手工插件二课比手工插件一课更高, 再进一步做柏拉图分析得:【柏拉图】检验站别: 手工插件产品编号: TW3201-2产品名称:白色无绳电话分析期间:2001/10/7 AM 8:00~2001/10/8 AM 8:00部门:手工插件二课这时就需要进一步追查原因, 把原始数据做比较, 在同样的抽样数中得出:缺点项目手工插件一课手工插件二课通常原因原因类别漏插 4 4 工作人员不够认真仔细制程问题插反 3 2 工作人员不够认真仔细制程问题按钮不良 1 0 原材料有些问题原料问题镙丝滑丝0 10 原材料有些问题原料问题卡位松动 1 0 工作人员不够认真仔细制程问题间隙过大 1 0 原材料有些问题原料问题插错 1 0 工作人员不够认真仔细制程问题合计11 16从表面分析, 手工插件二课确实比手工插件一课问题多, 但对原因分析得出: 缺点原因手工插件一课手工插件二课制程问题10 6原料问题 1 10所以, 以制程来说, 手工插件二课制程能力会更高一点, 与前面的分析就有一定的差距。
以整个手工插件检验站的缺点项目来分析得柏拉图如下:【柏拉图】检验站别: 手工插件产品编号: TW3201-2产品名称:白色无绳电话分析期间:2001/10/7 AM 8:00~2001/10/8 AM 8:00从本柏拉图上分析得: 来料的镙丝成也本项工作的最主要问题, 应立即对对应镙丝供货商进行投诉, 同时提醒生产部门注意作业员的认真仔细, 如若这两项问题解决, 则可以解决80%的问题。
现对制程中的SMT波峰焊工序进行分析一下, 先看看其不良率管制图:【P 管制图】检验站别: SMT产品编号: TW3201-2页次: 1/1页组数: 5产品名称:白色无绳电话分析期间:2001/10/8 AM 8:00~2001/10/9 AM 8:00组数123456789101112131415批量16001800150018001800检验数125125125125125不良数813443不良率% 6.410.4 3.2 3.2 2.4通过不良率管制图分析发现前两点很高, 有5到10个百分点, 这对于SMT来说是不可以接受的, 所以必须马上处理此问题, 否则不良品会不断增多, 再进一步看看单位缺点率管制图得:【U 管制图】检验站别: SMT产品编号: TW3201-2页次: 1/1页组数: 5产品名称:白色无绳电话分析期间:2001/10/8 AM 8:00~2001/10/9 AM 8:00组数123456789101112131415批量16001800150018001800检验数125125125125125缺点数1822676单位U%14.417.6 4.8 5.6 4.8五、案例总结从单位缺点数管制图也看出, 不良率与缺点正好是正比关系, 也是前面两种缺点率很高, 因此可以得出, 只要缺点率一高, 不良率一定高, 所以利用柏拉图分析一下主要原因得:【柏拉图】检验站别: SMT分析期间:2001/10/8 AM 8:00~2001/10/9 AM 8:00从柏拉图上分析, 虚焊和漏焊是最主要的两个问题, 而这两个问题通常是由以下几种情况发生:(1). PCB板重量不够回不到锡炉所需位置;(2). 锡炉温度不够稳定;(3). 锡炉中的锡量较少;(4). SMT调整未调好机;(5). 因为电子原件的脚歪或太短, 导致液态锡面在部份脚位接触不到, 最后产生虚焊或漏焊。
于是品管工程师立即制造部一线主管到现场了解及深入分析, 发现有如下现状况:(1). PCB板重量与以前用的是同一批, 并经过进料的重量量测检验, 应该无大问题;(2). 在制程中, 锡炉中的锡量一直较多, 都有定期加出锡量;(3). SMT机台是刚买来不至一年, 在生产此批前也不会有这幺高的缺失, 且中间未停机也未调过机;(4). 所有电子原件都是采用长脚作业, 而且各所需插的电子组件如脚歪是插进的;(5). 锡炉温度未做定期监控分析所以, 可以肯定问题是出在锡炉温度上, 因此需要对锡炉做定期监控分析。
锡炉的定期监控分析就可以使用计量值来做, 再把锡炉温度定在400±10℃(假定), 之后每1个小时量测一次, 得出数据如下:序号检验时间量测值12001/10/10 AM 03:59:4439822001/10/10 AM 08:58:11400.132001/10/10 AM 09:59:18400.142001/10/10 AM 10:59:2539252001/10/10 AM 11:59:28399得出的个别移动平均值图形为:从图形上可以看到, 整体温度不够稳定, CPK值只有0.5, 中心值偏下线, 且每过4小时温度又会回复到较高位置, 这时要特别注意温度变化的周期性。
五、案例总结:根据上面的案例,分析得出电子组装行业推行SPC的以下结论:1.推行时, 先做计数值分析, 当发现某些问题是由几项参数不稳定导至的时, 就需要把该不稳定参数做来做计量值分析, 进一步监控管制。
2.用于部门之间比较绩效时, 不能单从不良率比较, 而应从问题发生的原因做比较3.制造业的各缺点原因可以分为四大类: 制程缺失、来料缺失、设计缺失、机台缺失4.在实际运作过程中, 各个图形之间应灵活应用, 但必须以客户的角度来解决和预防问题的发生, 而不应沉于单纯的不良品。
5.再次证明, 管制图是要适时分析的, 否则在本案例的SMT部门, 将会不可接受的大量不良品, 以后也必须重工, 对企业是很大的损失。