six sigma及SPC培训资料.pptVIP

正態分佈有一個結論對質量管理很有用，即無論均值μ和標準差σ取何值，産品質量特性值落在μ±3σ之間的概率爲99.73，於是落在μ±3σ之外的概率爲100%一99.73%= 0.27%，而超過一側，即大於μ-3σ或小於μ+3σ的概率爲0.27%/2=0.135%≈1 ‰ ，如正態分佈曲線圖。這個結論十分重要。控制圖即基於這一理論而產生。 中心線 C區 μ+ 2 σ μ+ 1 σ μ+ 3 σ B區 A區 管制下限 管制上限 A區 B區 規格範圍 超過管制上限，為不可接受區域 在管制界限內，為可接受區域 兩類錯誤 　　　虛發警報的錯誤,也稱第I類錯誤。在生産正常的情況下,純粹出於偶然而點子出界的概率雖然很小,但總還不是絕對不可能發生的。因此,在生産正常、點子出界的場合,根據點子出界而判斷生産異常就犯了虛發警報的錯誤或第I類錯誤,發生這種錯誤的概率通常記以α 虛發警報的錯誤 α 　　　漏發警報的錯誤,也稱第Ⅱ類錯誤。在生産異常的情況下,産品質量的分佈偏離了典型分佈,但總還有一部分産品的質量特性值是在上下控制界之內的。如果抽到這樣的産品進行檢測並在控制圖中描點,這時由於點子未出界而判斷生産正常就犯了漏發警報的錯誤或第Ⅱ類錯誤,發生這種錯誤的概率通常記以β 　　　由於控制圖是通過抽查來監控産品質量的,故兩類錯誤是不可避免的。在控制圖上,中心線一般是對稱軸,所能變動的只是上下控制限的間距。若將間距增大,則α減小而β增大,反之,則α增大而β減小。因此, 只能根據這兩類錯誤造成的總損失最小來確定上下控制界限。 根據經驗 ，μ±3σ作為管制限可以使總損失最小 漏發警報的錯誤 β 控制圖原理的第二種解釋 　　　根據來源的不同，質量因素可以分成4M1E五個方面。 但從對質量的影響大小來看，質量因素可分成偶然因素(簡稱偶因)與異常因素(簡稱異因)兩類。偶因是始終存在的，對質量的影響微小，但難以除去，例如機床開動時的輕微振動等。異因則有時存在，對質量影響大，但不難除去，例如車刀磨損、固定機床的螺母鬆動等。 偶然因素（偶波）和異常因素（異波） 偶然因素之變異 異常因素之變異 １．大量之微小原因所引起,不可避免 ２．不管發生何種之偶然原因，其個別　　　之變異極為微小 ３．幾個較代表性之偶然原因如下： 　　（１）原料之微小變異 　　（２）機械之微小掁動 　　（３）儀器測定時不十分精確之作 　　　　　法 ４．實際上要除去製程上之偶然原因，　　是件非常不經濟之處置 １．一個或少數幾個較大原因所引起,可以避免 ２．任何一個異常原因，都可能發生　　大之變異 ３．幾個較代表性之異常原因如下： 　　（１）原料群體之不良 　　（２）不完全之機械調整 　　（３）新手之作業員 ４．異常原因之變不但可以找出其原　　因，並且除去這些原因之處置，在　　經濟觀點上講常是正確者 局部性的對策及系統中的對策 局部問題的對策 *通常用來消除特殊原因造成的變異 *可以被製程附近的人員來執行 * 一般可以改善製程的 15% 系統改善的對策 *通常用來減低普通原因造成的變異 *幾乎總是需要管理者的行動來加以矯正 * 一般可以改善製程的 85% 　　　偶波與異波都是産品質量的波動，如何能發現異波的到來呢？經驗與理論分析表明，當生産過程中只存在偶波時，産品質量將形成某種典型分佈。如果除去偶波外還有異波，則産品質量的分佈必將偏離原來的典型分佈。因此，根據典型分佈是否偏離就能判斷異波，即異因是否發生，而典型分佈的偏離可由控制圖檢出。例如在車制螺絲的時，由於發生了車刀磨損的異因，螺絲直徑的分佈偏離了原來的正態分佈而向上移動，於是點子超出上控制界的概率大爲增加，從而點子頻頻出界，表明存在異波。控制圖上的控制界限就是區分偶波與異波的科學界限。 確立製造流程 ?繪製製造流程圖 ?訂定品質工程表　 決定管制項目 ? 顧客之需求為何? 實施標準化 ?標準之建立、修正與營運 製程能力解析 ?是否符合規格或客戶的要求? 　(1)? 對全廠每道工序都要進行分析(可用因果圖)， 找出對 最終産品影響最大的變數，即關鍵變數(可用排列圖)。如美國LTV鋼鐵公司共確定了大約20000個關鍵變數。 　(2)?找出關鍵變數後，列出程序控制網圖。所謂程序控制網 圖即在圖中按工藝流程順序將每道工序的關鍵變數列出。 　(3)? 對步驟2得到的每一個關鍵變數進行具體分析。 　(4)? 對每個關鍵變數建立程序控制標準，並填寫程序控制標準表。 決定管制項目 程序控制標準表 所有車間 控制點 ? 控制因子 ? 文件號 ? 制定日期 ? 控制內容 ? 過程標準 ?