SPC统计过程管制(PPT 128页）.pptVIP

SPC 統計過程管制 Statistical Process Control 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。 變異、差異、方差Variation Cpk / Ppk Cpk – The capability index for a stable process. The estimate of sigma is based on within subgroup variation ( R-bar / d2 or S-bar / c4 ) 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 “ ). 什麼是6 sigma 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。 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 系統措施 → 改善普通原因 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。 過程控制與過程能力矩陣 『1』類：理想的情況 X → μ，σ 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 → μ，σ 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 → μ，σ 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 → μ，σ 大 過程改善循環和過程控制 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？ 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 ) 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 圖示法過程能力的初步判定 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=-----------------------------