《SPC-1》-课件设计（公开）.ppt

一.什么是SPC SPC---- Statistical Process Control 工业革命以后， 随着生产力的进一步发展，大规模生产的形成，如何控制大批量产品质量 成为一个突出问题，单纯依靠事后检验的质量控制方法已不能适应当时经济发展的要求，必须改进质量管理方式。于是，英、美等国开始着手研究用统计方法代替事后检验的质量控制方法。 1924年，美国的休哈特博士提出将3Sigma原理运用于生产过程当中，并发表了著名的“控制图法”，对过程变量进行控制，为统计质量管理奠定了理论和方法基础。 统计过程控制，是企业提高质量管理水平的有效方法。它利用数理统计原理，通过检测数据的收集和分析，可以达到“事前预防”的效果，从而有效控制生产过程、不断改进品质。 与全面质量管理相同，强调全员参与，而不是只依靠少数质量管理人员。 統計制程管制的定義 經由制程中去收集資料，而加以統計分析，從分析中得以發覺制程的變異，並經由問題分析以找出異常原因，立即採取改善措施，使制程恢復正常。並藉由制程能力分析與標準化，以不斷提昇制程能力。 變異—機遇原因與非機遇原因 為了使變異的表示簡化，通常分成下列二種： ?機遇原因的變異 制程中變異因素是在統計的管制狀態下『受控』。 隨著時間的推移，具有穩定的且可重複的分佈 制程中的許多『全距』的原因。 ?非機遇原因的變異 制程中不常發生，但造成制程變異的原因。 所造成之分佈與時間的關係，是不穩定且不無法預期的。 大量之微小原因所引起 原料在一定範圍內之微小變異 機械之微小振動 儀器測定時，不十分精確之做法 依據作業標準執行作業的變化 實際上，要除去制程上之機遇原因，是件非常不經濟之處置 一個或少數幾個較大原因所引起 使用規格外的原物料 新手之操作人員 不完全之機械調整 未依據作業標準執行作業 所制訂之作業標準不合理 非機遇原因之變異，不但可以找出其原因，並且除去這些原因之處置，在經濟觀點上來說，是正確的 系統措施 → 改善機遇原因 制程控制與制程能力 首先應通過『檢查』，消除『全距』所產生之非機遇原因，使制程處於『受控』的狀態 接下來，就可依顧客的『要求 ( 規格 )』，來評定『制程能力』，以使顧客滿意，這就是持續改善的基礎。 制程改善循環 1.分析制程： 本制程應該做什麼？ ● 會出現什麼問題？ ─本制程會有哪些變化？ ─我們已經知道本制程的什麼全距(全距)？ ─哪些參數受全距(全距)的影響最大？ ● 本制程正在做些什麼？ ─本制程是否在生產廢品及需要返工的產品？ ─本制程生產的產品是否處於受控狀態？ ─本制程是否有能力？ ─本制程是否可靠？ 常用管制圖之管制上 / 下限 什麼是6 sigma 確切了解要調查的品質特性與調查範圍，並收集數據 製作解析用管制圖，確定製程處於受控狀態之中 計算制程能力指數 ( Short Term : Cpk ) 判斷制程能力是否足夠，如不夠時或不穩定時，則加以改善 以解析用管制圖之『管制上、下限』，作為『管制用管制圖』之監控，並 於一段期間後，再計算制程能力指數 ( Long Term : Ppk ) 过程实绩: 全部散布包括 Shifts 和 Short Term (Pp Ppk) 能力: 只有随机的或短期的散布(Cp Cpk) Cpk – 在一穩定制程下的『能力指數』某一天、某一班次、某一批、某一機台 其組內的變異 ( R-bar / d2 or S-bar / c4 ) Ppk – 性能指數 量試階段的『能力指數』、 某一產品長期監控下的『能力指數』 Cpk / Ppk 準確度 精密度 高 低 高 低 Precision Accuracy ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 1.Ca 制程准確度 (Capability of Accuracy) 衡量自產品中所獲得產品資料的實績平均值(X),與規格中心值(u)其間偏差的程度,是 期望製程中生產的每個產品的實際值能與規格中心值一致 (1) Ca之計算方式如下： 實績平均值-規格中心值 X-u Ca=----------------------------------= -