统计制程控制SPC.doc

统计制程控制SPC初步 制作：王永皓 SPC(Statistical Process Control统计制程控制)：指一套从制程中去收集的资料，而加以统计分析，并以分析中发掘异常原因，立即采取改正行动，使制程回归正常状态的方法。 第一章 管制的定义 全检代价昂贵，品管才有利润。这包含两层含义：提升产品在顾客心中的价值，降低生产成本。 管制的含义：管制指拟定预定计划，依据作业标准来查核实施结果对目标达成的程度的过程。这个过程必须不断重复PDCA。 执行管制过程时，先由查核Check开始，而非Plan开始。 不良品的来源――变异 变异的来源：人员、机械、材料、方法、环境。 日本品管专家田口玄一，将变异归纳为三大来源： 外部干扰：温度、湿度、电力、震动、设计误差。 内部变异：年久劣化，日益损耗。 制造差异：制程参数的变动 而SPC是针对（3）加以克服。 引发变异的两种原因。普通原因：80％，特殊原因：20％ 防止不良品的要诀 掌握变异的工具――统计学 统计结果可能对，也可能错，故统计学不是科学，只是一种科学的方法。 美国品管界：“没有统计，你将无法了解数字的真正意义。” 英国小说家威尔斯：“总有一天，统计的思维方式终将会如阅读和写字一样，成为优秀公民的必备条件。 抽样：从群体中抽取部分样品，以这部分数据(称为样本)来推论群体中的参数分布 的特征值。 群体中最为重要的参数或特征值是指分布中心点的期望值μ以及散布大小的变异数σ２ 由于这两个参数大多时候都是未知数，因此多利用样本数据来估计，以X估计μ，以S２估计σ２。 若设样本的量测值为X1，X2……Xn，则 样本平均数 ( X ) = 样本变异数 ( S2 ) = 收集数据应注意的要点： 要点1、应有明确的目标。在品管工作中，收集资料的目的有三种： ·管制和监督生产制程 ·分析不合格原因 ·检验 要点2、依据目的，明确数据资料的类型 计量值：经量测而得到的数值。 计数值：利用点计而得到的数字。 要点3、注意量测值是否可靠 要点4、找寻登录资料的正确方法 SPC的一些基本概念 对日本人而言，“品质”本身从来就不曾是他们努力的目标，“利润”才是主要目标，“品质”只不过是一种增进利润的手段。 SPC简称“利用统计方法以管制过程中变异的方法”。 事实上，无论在设计时考虑得多么详尽，在制程阶段仍应注意过程的稳定性。 日本人将品质定义为“目标值附近的均匀度”，而不是美国式的“符合规格”，当规格一致性时，维修更换的成本就少多了。SPC并非万能良药，它对于设计不良或损耗的工具无能为力，但有助于及时发现这些问题，以便采取矫正行动。 推行SPC的五大好处： 生产成本方面：不合格率下降，可节省生产成本 生产管制方面：降低不良发生机率，可以提高产量 生产技术方面：通过SPC改善，产品技术不断提高，成为技术发展的基础 工作观念方面：使员工养成运用统计手法分析问题的习惯，减少凭直觉处理事情。 销售方面：品质好，成本降低，产品通用性好，顾客乐于购买。 六大统计原理 1.世上没有两个“全然相同”的物品 2.产品或制程的变异必可量测 3.量测值的变动是依据一个明确的基型如： 4.当量测许多同样物品时，它们的量测值必将聚集中心值 附近 68% 的点在X±σ范围内 95% 的点在X±2σ范围内 99.73% 的点在X±3σ范围内 5.量测由制程中所制造的部分零件的任一特性，然后绘制 次数分布，并将该次数 分布与规格相比较，这样就可知目前的制程状况是否符合需要，必要时做调整。 6.由于来自特殊原因的变异极可能扭曲常态分布曲线，因此次数分布有助于判断 制程是否仅存有特殊原因？ 常态分布 部分重叠的量测值分布 向左延伸量测分布 不同组的量测值 尾端被截去 向右延伸的量测值 SPC常用工具 1.直方图 6.特性要因图 2.计量管制图