SPC教材-精進.doc

一、SPC的源起 SPC: Statistical Process Control 年代 人名 貢獻 1910 費雪 Fisher 敘述統計轉變為推論統計 1930 修華特 Shewhart 發明管制圖 1950 戴明 Deming 統計與品管結合 (S Q C) 1980 三大汽車廠 推行SPC 日本品質的演進 品質是檢驗出來的 5% 品質是製造出來的 20% 品質是設計出來的 75% 二、美、日推行SPC 美國推動SPC的原因 1.SPC可發現製程中的變異,並加以解決,不僅可提昇品質,更可降低成本。 2.作業者利用它,可使工作有效率。 3.管理者透過它,可掌握製程的品質。 日本推動SPC的效果 可顯示製程中的變異。 可反映製程調整的效果。 可指出製程最須改善之處。 SPC讓傳統兩大理論同時實現 確保高品質與高生產力 品質是製造出來,不是檢查出來的。 檢修人員可解決問題,但不能消除問題。 確保作業者的尊嚴 SPC是將製程品管的責任,交由現場作業者負責的方法,此即謂工作的人性化。 三、SPC的理論 SPC觀念的來源 沒有兩件的事情、產品、人是完全一樣的。 製程中的變異是可以衡量的。 宇宙的事物與工業產品其都呈常態分配的。 4.變異的原因可以分為機遇原因與非機遇原因。 變異 變異可分為機遇原因與非機遇原因 機遇原因：原就存在於製程中的原因，是屬於製程的一部份。大概有85%製程的品質問題是屬於此類，其改善須『管理階層』的努力方可解決。 非機遇原因：原不存在於製程中的原因。大概有15%製程的品質問題屬於此類，其改善係經由『基層作業者』的努力方可解決。 常態分配 99.73% .※在隨機抽樣條件下 68.27%表在±1σ範圍內,抽到的機率 ＊95.45%表在±2σ範圍內,抽到的機率 ＊99.73%表在±3σ範圍內,抽到的機率 符號認識 母體(群體) 樣本 平均值 μ X 標準差 σ S 公式 X1+X2+…… ΣX X = n = n (X1-X)2+(X2-X)2+….. Σ(Xi-X)2 S= n-1 = n-1 n-1中的1為自由度,因母體分配比抽樣範圍大.(為讓分母小一點). 若為母體則不減1. 常態分配的特性 群體平均值(μ)之次數最多. 兩邊對稱. 曲線與橫線不相交. 曲線之反曲點在±1σ處. 曲線與橫軸所為之面積為1. μ 四、SPC的定義及實施步驟 定義 經由製程中去收集資料,而加以統計分析,從分析中得以發覺製程的異常,並經由問題分析以找出異常原因,立即採取改善措施,使製程恢復正常。並透過製程能力解析與標準化,以不斷提昇製程能力。 推行三要項 1.統計的方法可以應用在任何改善及追求進步的場合。 2.只是理論上的知識推演是無法融會貫通的,必須實際去瞭解製程管制及演練方可致效。 3.持續的改善、不斷的進步,沒有終止。 ※不良查檢—容忍浪費 ※預先防止—避免浪費 ※管理兩面性—維持改善 建立SPC的步驟 1.確立製造流程 ·繪製製造流程圖 ·訂定品質工程表 2.決定管制項目 ·顧客之需求為何? 3.實施標準化 ·標準之建立、修正與營運 4.製程能力解析 ·是否符合規格或顧客的要求? 5.管制圖的運用 ·如何正確的使用適當之管制圖 6.問題分析解決 ·原因為何? ·如何避免問題再次發生? 7.製程之繼續管制·延長管制界限作為製程之繼續管制 SPC的應用步驟(圖解) 五、製程能力調查 製程能力定義 使製程標準化，，，,凡生產條件有所變更時,須實施評價。(買入新設備、新產品開發、工具更換、機器設備修理完成、規格或作業方式變更時、其它生產因素變更時、某種工程發生不良時)。 調查步驟 六、數值法製程能力分析 製程準確度Ca(Capability of Accuracy) 衡量製程之實際平均值與規格平均值之一致性。 計算： X - μ T/2