SPC教材通俗易懂.pptVIP

一.什么是SPC SPC---- Statistical Process Control 工业革命以后， 随着生产力的进一步发展，大规模生产的形成，如何控制大批量产品质量 成为一个突出问题，单纯依靠事后检验的质量控制方法已不能适应当时经济发展的要求，必须改进质量管理方式。于是，英、美等国开始着手研究用统计方法代替事后检验的质量控制方法。 1924年，美国的休哈特博士提出将3Sigma原理运用于生产过程当中，并发表了著名的“控制图法”，对过程变量进行控制，为统计质量管理奠定了理论和方法基础。 统计过程控制，是企业提高质量管理水平的有效方法。它利用数理统计原理，通过检测数据的收集和分析，可以达到“事前预防”的效果，从而有效控制生产过程、不断改进品质。 与全面质量管理相同，强调全员参与，而不是只依靠少数质量管理人员。 统计制程管制的定义 经由制程中去收集资料，而加以统计分析，从分析中得以发觉制程的变异，并经由问题分析以找出异常原因，立即采取改善措施，使制程恢复正常。并藉由制程能力分析与标准化，以不断提升制程能力。 变异—机遇原因与非机遇原因 为了使变异的表示简化，通常分成下列二种： ?机遇原因的变异 制程中变异因素是在统计的管制状态下『受控』。 随着时间的推移，具有稳定的且可重复的分布 制程中的许多『全距』的原因。 ?非机遇原因的变异 制程中不常发生，但造成制程变异的原因。 所造成之分布与时间的关系，是不稳定且不无法预期的。 大量之微小原因所引起 原料在一定范围内之微小变异 机械之微小振动 仪器测定时，不十分精确之做法 依据作业标准执行作业的变化 实际上，要除去制程上之机遇原因，是件非常不经济之处置 一个或少数几个较大原因所引起 使用规格外的原物料 新手之操作人员 不完全之机械调整 未依据作业标准执行作业 所制订之作业标准不合理 非机遇原因之变异，不但可以找出其原因，并且除去这些原因之处置，在经济观点上来说，是正确的 系统措施 → 改善机遇原因 制程改善循环 1.分析制程： 本制程应该做什么？ ● 会出现什么问题？ ─本制程会有哪些变化？ ─我们已经知道本制程的什么全距(全距)？ ─哪些参数受全距(全距)的影响最大？ ● 本制程正在做些什么？ ─本制程是否在生产废品及需要返工的产品？ ─本制程生产的产品是否处于受控状态？ ─本制程是否有能力？ ─本制程是否可靠？ 什麼是6 sigma 三. U chart單位缺點數管制圖(要20組以上,檢驗數可不相同) 1.收集數據如下: 0.4147 17 410 15 0.0660 31 470 14 0.4419 19 430 13 0.0444 20 450 12 0.0636 28 440 11 0.0550 22 400 10 0.0450 18 400 9 0.0286 10 350 8 0.0333 12 360 7 0.0439 18 410 6 0.0494 20 405 5 0.0619 26 420 4 0.0493 18 365 3 0.0507 19 375 2 0.0575 23 400 1 單位U 缺點數 檢驗數 組 數 2. 計算CL=U=(C1+C2+C3+…….Ci) / (N1+N2+N3+…..Ni) CL=U=(23+19+18+……17) / (400+375+365+……410) = 0.04947 3. 計算UCL=U+3* U / Ni 4. 計算LCU=U-3* U / Ni 注: 如所有N均在N的+25%之內,則Ni=N 本例Ni=N(因為所有Ni均在N+25%內) 若否則做出圖如下下頁圖2 圖1 圖1 确切了解要调查的质量特性与调查范围，并收集数据 制作解析用管制图，确定制程处于受控状态之中 计算制程能力指数( Short Term :Cpk) 判断制程能力是否足够，如不够时或不稳定时，则加以改善 以解析用管制图之『管制上、下限』，作为『管制用管制图』之监控，并 于一段期间后，再计算制程能力指数( Long Term :Ppk) 过程实绩: 全部散布包括 Shifts 和 Short Term (Pp Ppk) 能力: 只有随机的或短期的散布(Cp Cpk) Cpk – 在一稳定制程下的『能力指数』某一天、某一班次、某一批、某一机台 其组内的变异 ( R-bar / d2 or S-bar