制造管理与标准化论述.ppt

製程管理 1. 平均值與偏差值 人類的體重或物品的大小，均由大到小呈吊鐘式的分配。這種分配 稱為正常分配。 為表現這種分配的形狀，必須顯示中心值與偏差值。 σ μ (1) 中心值的算法 ( 算術平均數) 此數值十分常用，一般多稱為平均，不過在此不妨視為算術平均 數。 以 X (讀作XBAR) 表示，由以下算式算出。 製程管理 但是X1，X2…..Xn為個別測定值，n則代表測定的 個數。這亦由以下式子表示: 註: 中心值稱為Media (X) 將資料依大小順序排列，資料為奇數時，以中央 的數值為平均值。 (2) 偏差值的表現方式 (A) 偏差平方合 所謂偏差，乃指資料值與平均值之間的差 ( 即 X1 - X )，將此偏差值平方再相加，即為偏差平方和S，它即代表偏差值的大小。 變形後，即 製程管理 (B) 分散 將偏差平方合除以資料數減1 ( n-1，此稱為自由次數 ) 即得分散值 ( V或S2 )。 S V= n-1 …………..(2，5) (C) 標準偏差 將分散值開方根所得的值即為標準偏差S。 S= V…………………..(2，6) (D) 範圍 資料中最大值L減去最小值S，即得範圍R。 R= L-S ……………… (2，7) 自然界或工廠中所求得的計劃值資料，大都接近於正常分配。 在正常分配中，介於圖 μ± 1σ (如圖所示)之間的佔全部 68.3%， μ± 2σ，占 95.5%， μ± 3σ，占 99.7%。這個比例在正常分配時 是固定的。 製程管理 某些特性值隨正常分配改變時，若由母集團 自由取樣(Radom Sampling)，其特性值超於 μ± 3σ5 之間的比例約每千次三個，非常地 稀少。 管制圖則以 3σ為管理限界線。 (3σ管制圖) -3σ -2σ -σ μ σ 2σ 3σ 68.3 95.5 99.7 製程能力 1. 製程能力調查 工廠裡的品質管理問題，旨在於掌握、維持或 改善其製程能力。所謂製程能力，乃指『製程充分 標準化，去除發生異常的原因，而維持於安定狀態 時，製程所達到的品質能力』。商品搖籃的製程， 若缺乏製造、生產令人滿足的產品能力，則必須採 取相對的製程改善行動，並維持其能力，以企劃、 設計、生產、銷售令消費者滿足的商品。因此，在 現場品質管理中，製程能力的掌握相形重要，並將 此能力的調查，稱之為『製程能力調查』。為掌握 製程能力，有以下之基本程序 : 程序1. 使欲調查之品質特性及調查範圍明確化， 並收集資料。 程序2. 製作管制圖，並確認製程的安定狀況。 程序3. 製昨直方圖，計算製程能力指數。 程序4. 判斷製程能力的有無，並改進不足之處。 製程能力 2. 製程指數的算法 為使製程能力數量化，並判斷製程能力的有無， 經常使用製程能力指數Cp，以及評估缺失的製程能 力指數Cpk。Cp及Cpk可由以下算式求得。 (a) 雙邊規格時 製程能力指數Cp為 此外，無法自由調節品質特性平均值 X 時，除 上記Cp值之外，尚可計算評估缺失的製程能力指數 Cpk，兩者合併使用。 Cpk可由下式求得 製程能力 但是，缺失度則由 : (b) 單邊規格時 ? 上限規格(Sμ)時 ? 下限規格(SI)時 製程能力 ? 判