史上最全面的SPC统计过程控制知识介绍20140430.docxVIP

史上最全面的SPC统计过程控制知识介绍关键词：SPC统计过程控制日前，不止一位质量人给我们留言，希望多说说有关SPC、MSA方面的内容。今天就先给大家一个好宝贝。其实，这文章说的不见得有多深入，但是条分缕析说的特别清楚。如果大家想了解SPC统计过程控制，不妨认真看看。SPC统计过程控制的焦点──制程（Process）SPC与传统SQC的最大不同点，就在于由Q至P的这两个字转换。在传统的SQC中强调的是Quality，是指产品的质量。换言之，它是着重买卖双方可共同评断与鉴定的一种「既成事实」。而在SPC的想法上，则是希望将努力的方向更进一步的放在质量的源头──制程（Process）上。因为制程的起伏变化才是造成质量变异（Variation）的主要根源，而质量变异的大小也才是决定产品优劣的关键。这种因果关系，可进一步表示如下：明白上述的因果关系之后，自然就会将SPC的焦点放在制程（Process）上了。SPC统计过程控制的步骤在对SPC有了上述更进一步的了解之后，SPC的正确作法，也就会自然而然的浮现了。一般而言，有效的SPC应循下列步骤依序进行：步骤一：深入掌握因果模式所谓因果模式，就是找出哪些制程参数（Process Parameter)对产品质量(Product Quality)会有举足轻重的影响。这种探索模式，可以图标方式说明如上。在上述模式，所有制程参数，理论上都可能会对产品质量造成影响，但事实上我们都知道，每一制程参数对产品的影响程度一定不会相同。因此，SPC首先要做的就是希望能找出孰轻孰重的因果关系，换言之我们希望能得到下列这张制程参数的柏拉图：得到这张柏拉图有什么好处呢？其好处就是希望能从众多的操作参数之中，过滤出少数举足轻重的项目来加以管制，因此，如果能够作好SPC，其实管制项目根本不必太多，管制成本当然也就会相对降低了。至于如何找出上述的因果模式呢？原则上要视产品质量的复杂度而订，如果，复杂度低，用传统的索检表（Checklist)及层制法来加以分析即可。反之，如果遇到复杂度高的个案，那可能就不得不借助实验计划法(D.O.E)的更高阶分析工具了。步骤二：设定主要参数的控制范围经过上述“步骤一”找出影响结果的主要参数之后，接着要推敲的就是：这些参数该控制在那一个范围内变动才恰当？这个时候，我们就需要进一步地借助相关与回归分析等统计工具来合理地推测出控制范围。我们继续援引“步骤一”之例，来说明如何决定P2B的合理变动范围。假设该产品质量特性是铜箔的“抗撕强度”，而经过相关回归分析得知，P2B与抗撕强度成正比关系，如上图所示。此回归方程式以公式表示则为：y=-2+4x，其中 y=抗撕强度，x=P2B之压力强度值若己知产品抗撕强度之规格上限为14 lb/in2，下限为10 lb/in2，那么代入上述回归方程式，则P2B之管制上限为：14=-2+4x→ XU=4(lb/in2)同理，管制下限即为：XL=3(lb/in2) 经过这种相关回归的转换之后，P2B的控制范围就可合理地设在 0.5(lb/in2)3.5之间，换言之，只要事先将第二制程之压力(P2B)，好好控制在 0.53.5之间，那么，除非有特殊的意外，否则产品的抗撕强，理当不成问题。基本上，做到这个阶段，SPC的精神才可算是真正浮现了。当然相对的，今天贵公司所推动的SPC，如果制程参考的控制范围，并无严谨脉络可循（大部分参数都是供货商提供之所谓技术数据），那么在SPC方面就仍许多的值得努力的空间。步骤三：建立制程控制方法经过“步骤一／步骤二”之后，对SPC而言只能说完成了S与P两部份，而C部只是刚开始而已。因为控制范围只是控制方法的一部份，若要谈完整的控制的方法，则需要进一步探究。控制频率（换言之，就是多久该抽样一次？一般抽样频率与制造系统的稳定性有密切的关系，通常若Process的稳定性愈高，则控制频率就可相对的放松）样本抽取方法样本量测方法（为了避免造成鸡同鸭讲的问题，理论上，上述二者至少应与“步骤一／步骤二”在实验阶段时采取一致的方法，而在控制一段时间，验证吻合之后，则可采取自动侦测之仪器来取而代之，以收事半功倍之效）步骤四：抽取成品来印证原始系统是否仍然正常运转是否经过“步骤一／步骤二／步骤三”之后，SPC的大功就告成了呢？是否推动SPC之后，就再也不需要进行成品检验了呢？如果仍要作成品检验，那么与推动SPC之前原来的成品检验有何不同呢？深入研究这些问题，才有助于明白SPC的全貌。其实即使“步骤一／步骤二／步骤三”完全做到了，仍然要抽查少数成品来作检验，其目的何在呢？因为任何系统无论设计如何的严谨，随着时间的流逝，系统本身都潜伏了「突变」的可能。当透过“步骤一／步骤二／步骤三”找出P2B与抗撕强度的关系之后，那么，从SPC之角度仅需将P2B控制在 0.5