{品质管理SPC统计}SPC2ndEditionpresent某某某HKPC.pptx

統計制程控制Statistical Process Control (SPC),黃健維 助理顧問 材料及製造科技部 香港生產力促進局,1,背景,1924年修華特博士(Dr. W. A. Shewhart)發明了品質控制圖 1939年修華特博士與戴明博士(Dr. Deming)合作寫了一本品質觀點的統計方法 第二次世界大戰後，英、美首次將品質控制圖的方法引進製造業，並應用於生產過程中 1950年日本的JUSE邀請戴明博士到日本演講介紹SQC技術與觀念 1979年美國國家廣播公司(NBC)製作了一部日本能，為何我們不能的影片，SQC的理論與觀念，便受到注意及被應用於製造程式中 SQC的理論是不足夠的單是在發生問題後，才去解決問題，是一種浪費，所以進而發展出SPC； SPC是現今各國供應商品質系統的強制性要求，例如：QS-9000、ISO/TS-16949、VDA 6.4等2,作用及意義,那是可確保產品符合客戶要求？ 不知不覺 後知後覺 先知先覺,3,作用及意義,SPC是什麼？ 控制圖只是SPC用來監察制程(過程)穩定性的其中一個工具，SPC主要理念是包括： 過程(Process)、能力(Capability) 、監察(Control) 、改善(Improve) SPC有什麼工具？ 控制計畫Control plan、因果圖(魚骨圖) Cause-and-effect diagram、拍拉圖Pareto chart、長條圖Histogram、控制圖Control chart,4,作用及意義,預防問題的方法 先期產品品質計畫(APQP)、潛在失效模式及效應分析FMEA),統計制程控制(SPC)、品質功能部署(QFD)、 防錯法(Poka Yoke)、控制計畫(Control Plan) 檢查問題的方法 AQL、100% Inspection、Sort on Line,5,作用及意義,影響產品品質的因素很多，有沒有一種方法能夠即時監控產品的生產過程、及時發現品質隱患，以便改善生產過程，減少廢品和次品的產出? 控制圖就是這樣一種以預防為主的品質控制方法，它利用現場收集到的品質特徵值，繪製成控制圖，通過觀察圖形來判斷產品的生產過程的品質狀況。

6,,,,制程(Process),產 品,回 饋,統計制程控制,制 程 的 聲 音,增 值 制 程,人 設備 材料 方法 環境 測量方法,,確 認 不 斷 改 變 的 須 求 與 期 望,客 戶 的 聲 音,客 戶,,,,輸入制程/系統 輸出,,品質控制的理念在於對生產過程的控制，而不在於對結果的控制7,變異,,8,變異(Variation),變異到處存在；隨處可見 沒有完全一樣的事物 因此有需要將事物規範化，出現產品規格及公差 使產品符合規格,9,變異,普通變異 于制程中發生的變異是穩定及重複(隨機的)，幅度一般較小，但不能完全消除這稱為在統計控制的狀態 機器的振動/擺動、零件的磨損 冷卻劑溫度的波動 材料特性的變異 (如：縮水、硬度等) 環境的波動 車間溫度、濕度、塵埃密度等,10,變異,普通變異 普通變異于制程中出現，其制程輸出所構成的分佈是穩定及可預測 可接受,,,,,,,,,,,,時間,大小,,,,,,預測,11,變異,特殊變異 變異並不會經常在制程中發生，幅度一般較大 當特殊變異發生時，會引起品質的較大變化，整個制程的分佈將不可預測及不穩定這稱為制程不穩定狀態 模具零件磨損 操作員疲勞或不正確使用指引工作 批與批的原材料不一致 不正確的制程設定(例如：制程參數),12,變異,特殊變異 特殊變異于制程中出現，制程輸出的分佈是不受控制及不穩定。

同時，制程分佈是不可預測 不可接受,,,,,,,,,,,,,,,時間,大小,,,不可預測,13,變異,既然變異到處存在，那品質怎麼樣控制呢？ 方法就是利用統計學找出變異當中的規律，以及有效分析其狀況，並作出有效的決策，也可作為糾正預防改善行動的依據,14,消除制程變異,現場行動 是由操作員對作業進行實時調較其目的在於減少或消除人為失誤典型的例子是操作員對注塑機的參數例如壓力、溫度等進行調較 用來消除變異的特殊原因 通常由直接執行制程的人員實施 大約可糾正15%的制程問題,15,消除制程變異,整體系統行動 是由管理層部署及實施的系統改善這是一種中至長線的改善行動，旨在消除于系統中的普通變異典型的例子是重新挑選物料供應商以得到更良好品質及穩定的外購件等 用來消除變異的普通原因 要求管理層落實糾正行動 大約可糾正85%的制程問題,16,變異,17,準備製作SPC的步驟,,18,準備製作SPC的步驟,確定制程 使用跨部門小組以客戶的觀點出發 界定及瞭解流程的主要操作過程 以人、機器、物料、方法、環境及測量方法，這六個元素分析主要制程及工序 界定主要制程的分析工具 實驗設計 (DOE)、潛在失效模式及效應分析(FMEA) 、工序流程圖 (Workflow)、因果分析 (Cause & Effect) 、柏拉圖原理 (Pareto) 、Things Go Wrong (TGW) 、集思廣益及討論(Brainstorming),19,準備製作SPC的步驟,確定制程的特性 根據合同、產品規格、圖則、安全規定及國際標準等的準則，以界定及確認客戶的要求。

20,準備製作SPC的步驟,確定及評估測量系統 那裡、怎麼及什麼環境下搜集資料/資料 必須評估測量系統的偏倚度、線性、穩定性、重複性及再現性，從而保證量系統的一致性和有效性21,準備製作SPC的步驟,減少不正常的變異 應用制程記錄記下各項重要的制程調較 例如更換刀/模具、使用新材料、設備維護、制程參數調較、換班、供電中斷、新操作員上崗、新量規及改用新測量方法等22,控制圖,,23,控制圖,控制圖的好處 供正在進行制程控制的操作員使用 持續及可預測地保持制程品質及成本 制程可達到 優良品質 低單件成本 卓越效能 制程共同語言,24,控制圖,控制圖的元素 合適比例 上控制界限，於控制圖上稱為上控線(UpperControlLimit, UCL) 下控制界限，於控制圖上稱為下控線(LowerControlLimit, LCL) 整個制程平均值，於控制圖上稱為中線(CentralLine, CL) 小組次序及時間 識別超出控線 制程記錄,25,26,,基礎概念,,27,基礎概念,或然率(Probability) 即時難以預知的不確定事情，樓市升跌、擲骰子、六合彩，這些稱為隨機現象 對其描述便是或然率，代表某種現象出現的機會是多少 于制程中，必要掌握不良品產生的或然率,28,基礎概念,穩定(Stable) 變異的相反是穩定 但不等於固定不變 如90%-95%產品能符合要求(公差)，這便穩定 但穩定等於固定不變，這便會令到制程過分操控，反而會導致有更多的問題,29,基礎概念,抽樣(Sampling) 抽樣主要原因是因為經濟性 反映總體的特性 總體：作為調查及研究物件的所有集團 樣本：從總體為了某種目的抽出來的 數據：體現通過樣本得到的事實 隨機及獨立性 有足夠的數目 抽樣數準確度 抽樣數準確度,30,基礎概念,數據(Data) 計量(Variable) 連續性(Continuous) 尺寸、溫度、硬度、電流 97.4C, 16.24oz. 計數(Attribute) 間斷性(Discrete) 合格/不合格、好/壞,31,基礎概念,資料分佈(Distribute) 中心偏移(Shift) 散佈情況(Dispersion) 又稱分散、離散,32,基礎概念,,,,,,,,,,,,,,,,,,,,,,,,,,,,,33,基礎計算,分析資料的特性 中心偏移 散佈情況 (離散度),34,基礎計算,平均數(Mean) 例：找出以下這組資料的平均值 1,11,20,3,5,7,9,35,基礎計算,中位數(Median) 例：找出以下這組資料的中位數 1,11,20,3,5,7,9,36,基礎計算,眾數(Mode) 例：找出以下這組數據的眾數 1,1,1,20,3,5,7,9,37,基礎計算,全距(Range) 例：找出以下這組數據的全距 1,1,1,20,3,5,7,9,Range = max. min. 全距=小組資料內的最大值最小值 = 20 1 = 19,38,基礎計算,標準差 2.5, 5.5, 8.5平均數=中位數=5.5 3.5, 5.5,7.5平均數=中位數=5.5 3.5, 4.5, 5.5, 6.5, 7.5平均數=中位數=5.5,39,基礎計算,標準差,,,,,,,,,,,,,2 3 4 5 6 7 8,,,,,,-1 1,-2 2,,,,,,40,基礎計算,標準差,41,基礎計算,標準差,注:n是代表小組資料內有多少個數值,42,基礎計算,2.5, 5.5, 8.5平均=中位=5.5標準差=3 3.5, 5.5, 7.5平均=中位=5.5標準差=2 3.5, 4.5, 5.5, 6.5, 7.5平均=中位=5.5標準差=1.581,23456789,,,,,,,,43,,基礎計算,標準差,44,基礎計算,長條圖(Histogram) 汽車燈泡插座直徑尺寸為例,45,基礎計算,分佈曲線,46,基礎計算,分佈曲線,,,,,眾數,中位數,平均數,,47,基礎計算,正態分佈(Normal Distribution) 若資料為正態分佈，其平均值及標準差來擬定整體分佈情況 眾數=中位數=平均數 曲線呈單峰、對稱、鐘形,,,,48,基礎計算,非正態分佈 (Abnormal Distribution),49,基礎計算,正態分佈 當資料為正態分佈，可得知多少百分比的 資料會落在以平均數和標準差界定的不同範圍內,,,,,,,,,,2.14% 13.595% 34.13% 34.13% 13.595% 2.14%,平均值(整體) 標準差,50,基礎計算,正態分佈 例：根據汽車燈泡插座的直徑測量結果，尺寸總平均值為9.824mm，標準差為0.3363，而此圖十分近正態分佈，所以可推算：,51,基礎計算,正態分佈 例：,52,控制圖,計量值控制圖 計數值控制圖,53,計數值控制圖,分析制程(人機物法環測量) 將結果分類,54,計數值控制圖,55,計數值控制圖,必須明確規定合格的準則,56,計量值控制圖,分析制程(人機物法環測量) 制程需要由測量作評估,57,計量值控制圖,58,計量值控制圖,必須有精密及準確的測量結果 保證測量的可靠性 (使用MSA等),,,,,,,,,,,,,,,,,,,,,,,,,,,,,59,計量值控制圖,建立適用於進行統計制程控制的環境 管理層承諾(提供資源) 定義制程 瞭解人、設備、物料、方法及環境對制程的影響 確認管理特性 顧客要求 當前的潛在問題 特性之間的關係 定義測量系統 使不必要的變異降至最少,60,計量值控制圖,,61,計量值控制圖,圖平均值-全距控制圖 圖平均值-標準差控制圖 圖中位數-全距控制圖 圖個別值 移動全距控制圖,62,計量值控制圖,平均值-全距控制圖 小組數目 小組數目的多寡，在於應足夠反映變異的根源為原則 應包含最少 125個獨立樣本讀數 一般制程穩定的情況下，25小組，可足夠顯示制程的情況，包括伸延度及制程位置,63,計量值控制圖,平均值-全距控制圖 小組抽樣頻率 目的是偵測制程於不同時間中的變化 監察生產制程的抽樣頻率可為每班2次、每小時1次或其它可行的頻次 對於注塑過程的抽樣頻次，通常為每2小時1次 抽樣頻率的多寡，是基於產品或制程品質的歷史、試驗的資源(人/儀器)及測試/報廢的成本等因素 如制程變得更為穩定後，可考慮減少抽樣的頻次,64,65,計量值控制圖,平均值-全距控制圖 建立控制圖及記錄原始資料 圖通常是在R圖的上面 和R的值為縱軸，小組樣本為橫軸 資料欄應包括每個讀數 將每個時間間隔內所發生，有可能影響制程結果的事件記錄 例如轉班、更換刀具、調機、。