CPK学习3讲稿.pptVIP

戴 明 - Edwards Deming 品質是製造出來的。品質是散佈在生產系統的所有層面。停止末端大量的檢驗行為，而應力求改善，由根本做起。他認為末端檢驗絕不可能獲得有競爭力的品質。不斷研究和改善品管制度，是所有階層的責任。 裘 蘭 - Joseph Juran 品管的目的在於預防不良的發生。而非剔除不良。品質改進涉及長期性的問題，而品質應是公司整體策略的核心。 費 根 堡 - Armand Feigenbaum 全面品質管制TQM。一種有效的系統能結合公司內部各部門在品質開發，品質維護，以及品質改善下最大的努力，使產品及服務皆能在經濟的水準上，獵取顧客的完成滿意。品管的核心在預防，而非補救。更堅持主張不改善每一層面的作業品質，則無法協同作用，故整個系統品質難以改善。 石 川 馨 - Kaoru Ishikawa 以良好的人力資源，建立工作品質。全公司品管(CWQC)由董事會，至全公司員工，都必須在各自的任務分擔下，主動積極參與，品質是每一員工的責任。 克 勞 斯 比 - Philip Crosby 第一次就作對。( Do It Right The First Time )。他曾說要靠檢驗來消除品質問題，無異將牙膏擠回袋中。品質是大家的事，品管部門是負責協助、教育、培養、與激勵大家追求品質。工作的唯一標準就是零缺點，不是差不多。每一員工都要徹底反省覺悟，嚴格要求自己的工作完美無缺。 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 變異的原因可分為機遇及非機遇原因 機遇原因屬管理系統的範圍 非機遇原因卻是作業人員本身就能解決的 應用SPC 可以確保作業人員的自尊 應用SPC 可以指出製程最需要改善的地方 常態分配的基本特性 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 曲線左右兩個反曲點位於 +/- 1 個標準差處 互相獨立之任何常態分配組合仍為常態分配 常態分配曲線下的面積 u 1σ 2σ 3σ 68.27% 95.45% 99.73% 常態分配與管製圖 μ +1σ 中心線 管制上限 管制下限 μ +2σ μ +3σ ● ● ● ● ● ● ● ● A區 B區 A區 B區 C區 C區 規格範圍 不同的常態分配 (a) μ1≠μ2 ，σ1=σ2 χ μ1 μ2 不同的常態分配 (b) μ1=μ2 ，σ1σ2 σ2 σ1 μ1=μ2 σ2 σ1 χ 不同的常態分配 (c) μ1≠μ2 ，σ1σ2 σ2 σ1 μ1 μ2 χ Statistical Process Control - SPC 乃是一些使製程穩定和經由降低變異性以改善製程能力的強力工具的結合 - SPC 可應用在任何製程上. 其七大工具為 : 何謂 SPC統計製程管制 1.直方圖 histogram 2.查檢表 check Sheet 3.柏拉圖 pareto chart 4.因果圖 cause and effective diagram 5.缺點集中圖 defect concentration diagram 6.散佈圖 scatter diagram 7.管制圖 control chart SPC 應用/ QC七大工具 - 此 QC seven tools 又以管制圖是最具理論基礎 的技術. - 它是由 貝爾電話實驗室之 特斯華特博士 Walte A.Shewhart 於 1920 年所提出 何謂 SPC統計製程管制 統計Statistic 數據 透過 計算 產生出 有意義的情報 統計Statistical I 統計 O P 數據 計算 有意義的情報 = + + 計數值 計量值 X σ 什麼是有意義的情報? 例 1: 插拔力很好 例 2: 插拔力平均為 1.5 Kg 例 3: 大部份 Jack 產品的插拔力在 1.5 ± 0.3 Kg 之內 例 4: 99.73 % 的 Jack 產品的插拔力在 1.5 ± 0.3 Kg 之內 統計製程控制 Statistical Process Control SPC 就是 依據 統計 的邏輯 來判斷 製程 是否異常 控制 系統 及應否採取改善對策的一套 統計製程控制 Statistical Process Control 過程 100 分 品質零缺點 製程管制的必要性 檢測 - 忍受浪費 預防 - 避免浪費 * 離散趨勢 ** 全距