统计过程控制（SPC+Process Capability）.ppt

SPC与制程能力课程 易腾涂顺章 品质管理的基本原则 Y=f(X) OUTPUT=Y INPUT=X PROCESS PARAMETER=X Y是因变数 X是自变数 Y只能靠检查，不好的淘汰。 X才是我们所能控制的，使得Y符合我们的需求。 Y=f(x1,x2,….) Y可视为顾客所要求的产品特性。 但是如果在y进行相应的统计控制，其实产品已经制造出来，只是相当于检验产品做得好不好，时效已晚。 所以要去探究那些因素会影响y，进而事先控制x，如此才能起到在生产时就控制的效果，而不是等到产品做出来再做检验。 SPC用在那里？ SPC想法 SPC的目的 SPC的原理 控制图种类(以数据来分) 计量值控制图 平均值与全距控制图 平均值与标准差控制图 中位值与全距控制图 个别值与移动全距控制图 计数值控制图 不良率控制图 不良数控制图 缺点数控制图 单位缺点控制图 CASE STUDY 控制图所用的统计原理 控制图的绘制流程 控制图种类(依用途来分) 解析用控制图 决定方针用 制程解析用 制程能力研究用 制程管制准备用 为何样本数不同时控制限不同 主要原因就是因为中央极限定理，自中央极限定理来看，样本愈多时，其控制限愈狭窄。示意图如下： 管制界限和规格界限 规格界限：是用以说明品质特性之最大许可值，来保证各个单位产品之正确性能。 管制界限：应用于一群单位产品集体之量度，这种量度是从一群中各个单位产品所得之观测值所计算出来者。 采用Xbar-R比X-Rm好的理由 检出力可以增加。 可以有效判定组内变异和组间变异。 经过平均值之后，其分布会更趋近于正态分布。 普通原因、特殊原因示意图 局部措施、系统措施示意图 组内变异和组间差异说明 不同槽之间的谓组间变异，我们在于了解在相同的操作条件之下，不同槽之间的差异，如果差异很大，表示组间有差异。 同一槽之内的变异谓组内变异，此时就要去分析为何在同一槽之内会有不均之现象。 组间变异大的解决方法 此时的异常将在Xbar图中显示出来，此时一般的责任是在现场人员，可能是用错材料，没有依照标准作业方法等。 此种问题比较容易解决，85%应由现场人员就可以处理。 组内变异大的解决方法 此时的异常将在R图中显示出来，此时一般的责任是在管理人员，在标准操作条件设定时没有最佳化。 此种问题比较不易解决，应由技术人员、管理人员进行处理。 使用控制图的注意事项 分组问题 主要是使在大致相同的条件下所收集的质量特性值分在一组, 组中不应有不同本质的数据, 以保证组内仅有偶然因素的影响. 我们所使用的控制图是以影响过程的许多变动因素中的偶然因素所造成的波动为基准来找出异常因素的, 因此, 必须先找出过程中偶然因素波动这个基准. 错误的分组方式以及其后果 如此的取样方式会造成无法有效区别组内变异和组间变异，造成控制界限变宽，无法有效侦测制造变异。 取样频率及样本的目的说明 取样的频率的说明 初期控制界限的计算 控制图示意说明 使用控制图的注意事项 分层问题 同样产品用若干台设备进行加工时, 由于每台设备工作精度、使用年限、保养状态等都有一定差异, 这些差异常常是增加产品质量波动、使散差加大的原因. 因此, 有必要按不同的设备进行质量分层, 也应按不同条件对质量特性值进行分层控制, 作分层控制图. 另外, 当控制图发生异常时, 分层又是为了确切地找出原因、采取措施所不可缺少的方法. 使用控制图的注意事项 控制界限的重新计算 为使控制线适应今后的生产过程, 在确定控制图最初的控制线CL、UCL、LCL时, 常常需要反复计算, 以求得切实可行的控制图. 但是, 控制图经过使用一定时期后, 生产过程有了变化, 例如加工工艺改变、刀具改变、设备改变以及进行了某种技术改革和管理改革措施后, 应重新收集最近期间的数据, 以重新计算控制界限并作出新的控制图. 取样的方式 取样必须达到组内变异小，组间变异大 样本数、频率、组数的说明 组数的要求(最少25组) 每个子组的平均值和极差的计算 平均值和极差 平均值的计算 控制图的判读 超出控制界限的点：出现一个或多个点超出任何一个控制界限是该点处于失控状态的主要证据 制程能力指标Cp 双边规格 只有上规格时 只有下规格时 制程绩效指标的计算，其估计的标准差为总的标准差，包含了组内变异以及组间变异。 总变异=组内变异+组间变异。 Cpk和Ppk的差异 Cpk：只考虑了组内变异，而没有考虑组间变异，所以一定是适用于制程稳定时，其组间变异很小可以忽略时，不然会高估了制程能力；另句话也可以说明如果努力将组间变异降低时所能达到的程度。 Ppk：考虑了总变异(组内和组间)，所以是比较真实的情形，所以一般想要了解真正的制程情形应使用Ppk。 指数差异说明 Cpm的说明 何时应用Cmk指数 新机器验收时 机