亚硕spc课本讲义.pptVIP

統計製程管制（SPC）講師：白昌霖 產品品質管理的六個基本觀念 沒有兩件事情是完全相像（即使雙胞胎兄弟） 產品或製程的變異是可以衡量 事情的改變是依據一定的模式 量測同類型的產品大多數的量測群會集中出現在中央附近 產品的製程，會決定其分配的曲線形狀 非機遇原因的變異會扭曲常態分配的傾向 統計品管發展(SQC) 1939年,戴明(Edwards Deming)與休華特(Walter Shewhart)合著一本“由統計出發的品質管制”(Statistic Method from the Viewpoint of Quality Control),強調品質是製造出來的,而非檢驗出來的,主張將簡單而且單刀直入的統計方法運用在製程之中,才是預防品質滑落的最好方法,並能節省大量檢驗成本,達成品質的目標。 SPC（Statistic Process Control）的功用 經由上線前(off line)及製程中(on line)去蒐集資料，透過統計分析或管制圖，加以分析中發掘製程的異常，並經由問題分析，以找異常原因立即採取改善措施，使製程恢復正常。並透過製程能力解析與標準化，不斷提昇製程能力。 重要特徵： 常態曲線左右兩尾端和橫軸漸漸接近，但不會相交。 以u為中心成對稱分佈。 常態分配有兩個反曲點( Point of Inflection )分別在橫軸的一個標準偏差的位置。 由於其左右對稱，曲線與橫軸所圍的面積為1。 經驗法則：當分配形態接近為鐘型分配時 在正負一個標準差內約佔全部數值之68.26% 在正負二個標準差內約佔全部數值之95.45% 在正負三個標準差內約佔全部數值之99.73% 變異 為使變異的表示簡化，通常分成共同原因的變異（機遇性原因-Chance cause or system cause ），及特殊原因的變異（非機遇性原因-Assignable cause or special cause ）。 共同原因：製程中原因，其所造成的分配與時間的關係是穩定而可重複、可預測，如製程中之變異僅由一般原因所造成，則稱此製程是在統計的管制狀態中，因其產品之特性有固定的分配。 特殊原因：製程中不常發生但造成製程的變異，其所造成的分配與時間的關係不穩定且無法預期，故稱製程變異是不在統計的管制狀態下，因其產品之特性沒有固定的分配。 問題與對策 特殊原因的變異可由統計分析（管制圖）發現，這些變異的原因可由現場人員從4M＋1E直接改善，一般稱之為局部問題之對策，大約能夠解決15﹪製程之問題；共同原因的變異可由製程能力分析發現，但改善的工作則須由管理者及技術者共同來改善，一般稱之為系統改善，大約85 ﹪是屬於此類。 統計製程管制的目的：參數設計縮小共同變異，提昇Cpk；應用管制圖偵測特殊原因發生的現象，立即回饋現場進行改善。 workshop1 判斷製程是否良好 為了調查SiO2之薄膜製程品質狀態，因此每天收集5片，量測膜厚結果如下。規格是u±3σ＝0.50±0.05,試討論如何表現其製程的品質能力？製程穩不穩定？ 製程品質調查的方式 數值法 以Ca、Cp、Pp、 Ppk 、Cpk、不 良率表示 圖示法 主要以直方圖、管制圖表示 Ppk：初期製程能力驗證指標（PROCESS PERFORMANCE INDEX）-6σ（±3σ）範圍製程的全變異，在不確定的製程狀況下驗證其性能能力。 Ppk－製程的變異包括有一般原因及特殊原因所造成。即數據來自於短期研究的所有「個別量測值」直接進行計算。 計算標準差預估s因由個別量測值統計而來,所以製程可為穩定或不確定製程,n=30。 製程能力指數（Cpk）量產後製程能力改善指標（PROCESS CAPABILITY INDEX）。6σ（±3σ）範圍製程的潛在變異，在統計穩定的製程狀況下計算之。 Cpk－潛在變異：製程的變異僅有一般原因所造成。統計穩定的製程：即數據來自於長期研究的管制圖，且特殊的點必須刪除後才計算之。評估由管制圖之分組數據而來，且計算標準差預估：σ估計量＝R /d 2或S/ C4 何謂製程能力指數（Cpk） 製程精密度Cp（ Capability of Precision）：衡量規格公差範圍與製程變異寬度相差程度 管制圖的由來 管制圖是由1924年休華特博士（Dr.W.A.Shewhart），在研究產品品質特性之次數分配時所發現。正常的工程所生產出來產品之品質特性，其分配大都成常態分配，會超出三個標準差（±3σ）的產品只有0.27﹪。依據此原理，將常態曲線圖旋轉90度，在三個標準差的位置劃兩條線，將抽樣之數據依序點繪而成管制圖。 管制圖的功效 作業者運用於製程中管制 提供檢討製程狀況的共同語言 及時改善的依據（QIT,QCC