第三章计量值管制图.ppt

第三章 計量值管制圖 3.1 前言 3.2 管制圖的概念 3.3 管制圖的設計 3.4 管制圖 3.5 管制圖的判斷法則 3.6 管制圖的偵查能力 3.7 製程能力分析 3.8 MINITAB 範例 3.1 前言 當我們衡量的產品品質特性可以用一個數量化的尺度予以衡量時，稱之為「計量值」(Variable)。 一般產品在生產時皆對品質特性訂有規格界限，若產品的品質特性落在規格界限內稱為合格(Conforming)；若產品的品質特性落在規格界限外稱為不合格(Nonconforming)。 若產品的品質特性為計量值(Variable)，一般假設品質特性服從常態分配N( , )。 使用計量值的管制圖時，我們最主要的目的就是要「監控」該品質特性的平均數和變異數。 圖3.1 (a) 製程平均數與標準差在目標值 與 上 圖3.1 (b) 製程平均數偏移到 圖3.1 (c) 製程標準差偏移到 3.2 管制圖的概念 修華特博士在1924年發明了管制圖(Control Chart) 。 穩定狀態的製程 產品間的變異為穩定而可以預測，此時變異是由「機遇原因」造成的。 失控狀態的製程 若製程發生變異的原因是由其他異常原因造成，此時稱這些異常原因為「可歸屬原因」或「特殊原因」，因為變異的發生原因是可以歸咎於某個特定原因的。 管制圖包含 一條中心線(Center Line,簡稱CL)，它是製程品質特性的平均數，用來了解目前製程的平均水準 。 中心線以外的兩條水平線，分別稱為管制上限或上管制界限(Upper Control limit,簡稱UCL)和管制下限或下管制界限(Lower Control Limit,簡稱LCL)。 使用管制圖時，我們要同時監控「製程的平均是否在目標值上」及「製程的變異是否是在管制狀態下」，故我們使用 管制圖(或 管制圖)同時監控製程的平均數及變異。 3.3 管制圖的設計 在設計管制圖時，我們首先必須先決定我們抽樣樣本數的大小、抽樣的頻率及管制界限的寬度。 管制界限的寬度由所願意承擔的風險(即顯著水準)來決定。 例如設定 ，表示製程在管制狀態下，平均每20個樣本點會有一個樣本點落在管制界限外的假警訊發生。 使用 管制圖來監控製程平均 若要偵測較大製程偏移，則每組樣本的抽樣樣本數只需要n=4到6即可。 若要製程微小的偏移此時樣本的大小就必須達到n=15到25。 使用 管制圖來監控製程變異 若樣本數不大的情況下，R管制圖對製程變異的偏移反應較不靈敏，但是若樣本數大，則估計的效率會降低。 因此當樣本數大於10或12時，則最好使用S管制圖或 管制圖來取代R管制圖，因為樣本標準差S利用到樣本的所有資訊，所以利用樣本標準差S來估計標準差σ會較有效。 抽樣分法(成本上的考量) 小樣本數頻繁的抽樣(實務上建議使用 ) 大樣本數稀少的抽樣 製程的生產速率很快時，則必須頻繁的對製程加以抽檢(即使用小樣本頻繁的抽樣) 使用 和R管制圖時，管制界限的寬度在實務應用上通常訂為三倍標準差管制界限(即在管制界限外的機率是α=0.27%)。 管制圖監控樣本間的變異(Between-Sample Variability)；R管制圖監控樣本內的變異(Within-Sample Variability)。 3.4 管制圖 3.4.1 樣本平均數與全距 管制圖 若某一產品的品質特性服從常態分配N(μ, )，令 代表樣本數為n的一組樣本，則樣本平均數為 的分配亦為常態分配N( μ, )，且其平均數和標準差 分別為 和 。 在雙尾假設檢定且顯著水準為α時，我們可以求得下面的二個臨界點(Critical Point)： 和 (3.1) 在μ和σ已知時，我們用(3.1)來做為監控製程平均數的 管制圖的管制上下限。習慣上我們使用顯著水準α=0.0027，則 ，此時我們稱此組管制界限為「三倍標準差管制界限」。 母體平均數μ和母體標準差σ在實務應用上通常未知，因此我們若用全距R來估計母體標準差σ。 假設我們從母體抽取m組樣本，通常20≦m≦25，每組樣本有n個衡量品質特性的觀察值， 其中