统计制程管制-淡江大学.ppt

第八章品質管制 品質保證的層面 檢驗 要檢驗多少數量？隔多久檢驗一次？ 在製程中何時進行檢驗？ 在何處檢驗？應進行集中檢驗或現場檢驗？ 應進行計數(次數)檢驗或計量(數值)檢驗？ 檢驗成本 在製程的何處進行檢驗 原料與外購零件：避免購買到不符合品質標準的原料與零件 最終產品：避免顧客買到瑕疵品 在昂貴作業之前：避免浪費資源在瑕疵半成品上 在不可變更的製程之前：避免浪費資源在瑕疵半成品上 在覆蓋性製程之前：通常噴漆、塗裝能掩飾瑕疵 統計製程管制 統計製程管制 在生產期間，使用統計方法，評估現行的製程產出是否可以接受。如果不能接受，則停止該製程，並採取矯正措施 品質的一制性 製程產出 (產品或服務) 是否符合設計的內容 管制圖 樣本統計量的時間順序圖形 監控製程產出，區分隨機與非隨機變異 管制上下限決定出可接受的變異範圍 管制圖 統計製程管制 管制程序 定義：定義管制項目 衡量：一定要能衡量，才能進行管制 與標準比較 評估：區分隨機變異與非隨機變異，非隨機變異的存在，就代表製程在管制之外 採取矯正措施：發掘非隨機變異的原因 (例如：設備老舊、不良的原物料、不正確的操作、…) 評估矯正措施：持續追蹤 抽樣分配 常態分配 抽樣分配 假設管子的平均內徑為1吋，標準偏差為0.05吋。試問： 隨機抽到一隻管子的內徑超過1.02吋的機率為何？(假設母體為常態分配) 解：z = (x - ?) / ? = (1.02 – 1) / 0.05 = 0.4 查表得到 P(z 0.4) = 0.3446 隨機抽出25隻管子，試問這個樣本 (25隻管子) 內徑的平均值超過1.02吋的機率為何？ 解： 查表得到 P(z 2.0) = 0.0228 管制界限 統計製程誤差 第 I 型誤差 (冤枉好人) 當製程實際上是在管制內，卻判定製程是在管制之外 第 II 型誤差 (誤信小人) 當製程實際上是在管制外，卻判定製程是在管制之中 信賴區間 (管制區間) 愈大，發生第 I 型誤差產生的機率就愈小，但發生第 II 型誤差產生的機率就愈大 第 I 型誤差 來自樣本分配的觀測 計量管制圖 計量檢驗： 量測某一個特性的數值 平均值管制圖 (X bar管制圖) 追蹤製程的集中趨勢 (Central Tendency) 全距管制圖 (R 管制圖) 追蹤製程的分散程度 (Dispersion) 平均值管制圖與全距管制圖 平均值管制圖與全距管制圖 平均數管制圖與全距管制圖 平均數圖管制界限 UCL? = ? + z?? , LCL? = ? - z??，或 UCL? = ? + A2?R , LCL? = ? - A2?R 全距圖管制界限 UCLR = D4?R , LCLR = D3?R 其中，? = 樣本平均數的平均數，z = 標準常態偏差，樣本平均數的標準偏差 ? = 製程標準偏差，n = 樣本大小，?R =全距的平均數。A2, D4, D3 為常數，其數值需要查下一頁的表 平均數管制圖與全距管制圖 平均數管制圖與全距管制圖 在本例中，n = 4, A2 = 0.73, D4 = 2.28, D3 = 0 UCL? = ? + A2?R = 10.04 + 0.73(0.52) = 10.42 LCL? = ? - A2?R = 10.04 - 0.73(0.52) = 9.66 UCLR = D4?R = 2.28(0.52) = 1.19 LCLR = D3?R = 0(0.52) = 0 計數管制圖 計數檢驗： 計算某件事發生的次數 p-管制圖 – 用來追蹤某製程所產生的不良項目比率的管制圖 c-管制圖 – 用來追蹤每單位缺點數目的管制圖 p-管制圖的應用 當觀測值可置於兩種類別其中之一時 好或壞 通過或不通過 運作或不能運作 使用之時機為：每次實驗的數據都包含數個觀測值的樣本所組成時 其理論基礎為二項式分配 (Binomial)，標準偏差為 c-管制圖的應用 使用的時機為：在一段連續的過程中，只可以數所量測每單位發生的數目，卻無法數每單位未發生的數目時。例如： 每個項目的刮痕、缺損，以及錯誤數 每單位距離的裂痕或瑕疵數 每單位面積中的裂縫或水珠數 每單位體積的細菌或污染數 每單位時間內的電話數、顧客抱怨數、設備故障或犯罪數目 其理論基礎為波松分配 (Poisson)，標準偏差為 管制圖的範例 以兩個標準差，求出下列情況的管制界限 (a) 驗車員發現每部汽車的平均刮傷數為3.9 解：無法計算沒有刮傷者，因此只能使用計數管制圖 UCL = ? + z = 3.9 + 2 = 7.85 LCL = ? - z = 3.9 - 2 =