SPC培训教材.pptVIP

1999/02/25 10 1 78 品管發展歷程 過去，製造商經常通過生產來製造產品，通過品質控制來檢查最終產品并剔除不符合規範的產品.在管理部門則經常靠檢查或重新檢查工作來找出錯誤，在這兩種情況下都是使用檢測的方法，這種方法是浪費的，因為它允許將時間和材料投入到生產不一定有用的產品或服務中. 一種在第一步就可以避免生產無用的輸出，從而避免浪費的更有效的方法是——預防. SPC 的基本觀念 世上沒有任何兩件事.人員.產品是完全一樣 製造過程中所產生之變異是可以衡量的 事情.產品的變異通常根據一定的模式而產生 宇宙萬物及工業產品大都呈常態分配 例如 :身高.體重.智力.考試成績.所得分配 變異的原因可分為偶因及異因 偶因屬管理系統的範圍 異因卻是作業人員本身就能解決的 應用SPC 可以指出製程最需要改善的地方 普通原因与特殊原因之变异 普通原因：制程中变异因素是在统计的管制状态下，其产品之特性有固定的分配. 特殊原因：制程中变异因素不在统计的管制状态下，其产品之特性没有固定的分配. 偶然因素（偶波）和異常因素（異波） Question： 请列出目前制程中人，机，料，法，环境中普通原因及特殊原因有哪些？ 局部性的對策及系統中的對策 1.特殊原因之对策（局部面） 通常会牵涉到消除产生变异的特殊原因 可以由制程人员直接加以改善 大约能够解决15%之制程上之问题 2.共同原因之对策（系统面） 通常必须改善造成变异的共同问题 经常需要管理阶层的努力与对策 大约85%的问题是属于此类系统 SPC能解决之问题 经济性：有效的抽样管制，不用全数检验，不良率，得以控制成本.使制程稳定，能掌握品质、成本与交期. 预警性：制程的异常趋势可实时对策，预防整批不良，以减少浪费. 分辨特殊原因：作为局部问题对策或管理阶层系统改进之参考. 善用机器设备：估计机器能力，可妥善安排适当机器生产适当零件. 改善的评估：制程能力可作为改善前后比较之指针. QC七大手法： 查檢表 层别法 柏拉图法 特性要因图法 散布图 直方图 管制图 直方图的绘制方法 第一步：收集至少50个数据（此处有120个数据） 直方图的绘制方法 第五步：通过核对表上检查数据的出现次数 直方图的绘制 第六步： 绘制直方图及其规格界限 Question 下表为一个光学仪器部件的厚度数据，据此绘制直方图。 定义 为了解被調查群体的某些隱含的特性，运用合理的抽样方法从被調查群體中取得適當的樣本，通过研究样本來发现群体的特性! 主要統計學名詞 群體　於制造業而言，通常指在同一生產條件下符合特定要求的所有個體的集合! 也可稱為批量 記為N 樣本 於群體中抽樣而得的部份個體的集合! 記為n μ　群體平均值　 　X bar 樣本平均值 群體標准差 ?x 樣本標准差 R 全距　 概率(六合彩) 正態分布 在中心線或平均值兩側呈現對稱之分佈 常態曲線左右兩尾與橫軸漸漸靠近但不相交 曲線下的面積總和為 1 与规格值或标准值作比较 理想型：制品良好,能力足够.制程能力在规格界限内,且平均值与规格中心一致,平均值加减4倍标准差为规格界限,制程稍有变大或变小都不会超过规格值是一种最理想的直方图. 不同的常態分配 不同的常態分配 不同的常態分配 規格界限與管制界限 規格界限：判定一單位產品合格與否的準則； 管制界限：決定一個製程是否受到值得加以鑑定的變異原因所干擾；對每組數的超限與否進行管制； 例題說明 X1 = 1 X2 = 2 X3 = 3 製程能力指標 准度指标CA 准度指标CA 精度指標CP 精度指標CP 望大規格 望小規格 综合指标CPK 單邊規格 製程能力之要求 製程能力之要求 CPK與PPM CPK與PPM CPK與PPK CPK與PPK 什麼是控制圖 控制圖是對過程質量加以測定、記錄從而進行控制管理的一種用科學方法設計的圖.圖上有中心線(CL)、上控制界限(UCL)和下控制界限(LCL)，並有按時間順序抽取的樣本統計量數值的描點序列，參見控制圖示例圖. 以3σ原理为基础：管制图是以常态分配中的3 σ原理为理论依据，中心线为平均值，上下控制界限为以平均值加减3 σ的值，以判断过程中是否有问题发生，此即休哈特博士所创的控制方法. 中心极限定理：无论随机变量的共同分布是什么（离散分布或连续分布，正态分布或非正态分布），只要独立统分布随机变量的个数n较大时， 的分布总是正态分布. 控 制 图 控制图的要素 纵坐标：数据（质量特性值或其统计量） 横坐标：按时间顺序抽