统计过程控制---SPC.ppt

* * 统计过程控制 Statistical Process Control SPC 讲师：周老师 管制图的作法与看法 壹、管制图的概念 一、基本想法 管制图为品质管制之一重要部分，于1924年由美国品管大师修华德博士（W.A.Shewhart)发明，因为其用法简单且效果显著，人人能用，到处可用，遂成为实施品质管制时不可缺少的主要工具之一。 代表产品之品质通常是以品质特性值表示，通常管制产品品质是以间接管制其品质特性来达到目的，但是我们晓得每一个产品之品质特性值是有变异即使是用同一台机器，同一个人利用同样原料制造都会发生不同之结果，这是大数定律的原理，我们只希望此类变异愈小愈好，但却不能期待完全没有变异。这种变异是以平均值为中心而左右变动，如果这些特性之分配系常态，则其分配形态亦成常态分配，其变异大小则视其标准差大小而定。产品品质特性之分配情形可绘直方图藉以了解，平均值、分配形状、及变异等情形，这是研究生产能力或分析现状的很好办法。 除了直方图以外，生产工厂每天需要随时管制眼前的生产工作，此种工作对于生产品质息息相关，必须随时做而不容迟缓，否则将会影响生产工作。生产线上之管制工作以往系以检查为主，并以检查结果做为管制凭藉，故要先定标准目标值，，然后才能将检查结果与其比较而下判断。可是我们已经晓得品质特性不是绝对不变而固定在某一点的，它通常是以目标值为中心而左右摆动变化，其变化大小视各种因素而异。发生这种变异有两种原因： 1.机遇原因（chance cause) 譬如由于天气的变化、环境的影响、原料在允许范围之内的变化、在标准作业范围内的变化、或其他未知因素（Unknown Factor)的影响等等。对于这些机遇原因我们通常无能为力，而只好承认，如有必要当然可以针对某一项目严加控制以期改良，但花费较多。 2.非机遇原因（Assignable Cause) 譬如因机器突然发生毛病、不按照作业标准作业工作、使用标准外之原料、工作不力、订定的标准不合理等等均属此类。 由上可知第一种机遇原因是无法完全避免其，但第二种的非机遇原因却是可以避免的，因为大部分的原因都是人为因素或人力可以控制的。因此工厂管制产品品质首先要分得出品质特性之变异是属于何种原因，如果系由机遇原因而发生的，我们就认为这种变异是正常（或认为是无法避免的）而暂不加以校正：设变异系由第二种的非机遇原因而发生，我们就认为这是不应该，而全力去消除这种变异。这就是要利用管制图的主要原因，因为利用管制图的方法，可以分辨品质之变异到底是由于机遇原因而起的或者是起因于非机遇原因。如此我们所下结论就比较有客观性，而且比只凭经验来判断品质之好坏还要好得多。因为管制图的方法是由统计理论导出来，而经验多半是凭直觉，有时不可靠而会犯严重的错误。 管制图的种类虽然很多，但都是以同样的统计原理为出发点。设有群体，其平均值为μ，标准差为?，如图所示，并抽取一个 样本x时，此x值会小于μ－3 ?或大于μ+3 ?的机会为0.27%·x值在 μ+k?与μ－k?之间的或然率系以（图1—2）之斜线部分表示。其公式为： μ+k? μ－k? 1 √ 2∽ ? ? － （x－ μ)2 2 ?2 ·dx 常用的 k?值如（表1—1）： 群 体 μ ? 抽 取 一个 x μ－k? μ+k? μ (表1---1） （图1—2） （表1---1） 0.9500 1.96 0.9544 2 0.9973 3 0.9876 2.5 或然率（面积） k? 管制图是以3个标准差为基础，换句话说，只要群体是常态分配，从此群体抽样时，每10000个当中只有27个会跑出± 3 ?范围，我们认为此27次是因偶然机会跑出界限而不予计较。 二. 第一种错误与第二种错误（Producer′s Risk and Consumer′s Risk). 以三个标准差管制图之上下界限是修华德博士（W.A.Shewhart)首先决定的，其愿意是超出三个标准差范围之外的机会只有千分之二点七那么少，我们如果把所有超出三个标准差以外的数值全部当者正常处理大致不会错误。如果有点子落在三