统计制程管制SPC培训课件.ppt

Version 1.4 統計製程管制(Statistical Process Control)主講: 陳軍 本課程的目的 使學員: 能了解並說出統計製程管制之 A.基本概念, B.應用, C.繪製, D.判圖 能運用SPC 於日常工作之中以進行製程控管及改善 能了解並計算製程能力指標與進行製程能力分析 能使用STATISTICA軟體進行SPC計算與分析 第○單元：基本統計概念 The Central Limit Theorem (中央極限定律) 中央極限定律敘述,樣品平均值(通常用來估計母體的平均值)的分佈可以用常態分佈來表示,即使母體的分佈不一定是常態分佈. 常態分佈 (Normal Distribution ) 一般常見的連續性數據,其平均值的分佈大多成常態分佈、 或高斯分佈 (Gaussian distribution). 常態分佈的曲線成“鐘型曲線”, 且具備下列特性: 68.3% 的數據在 μ± σ 範圍內 (μ: 平均值, σ: 標準差) 95.5% 的數據在 μ±2σ 範圍內 99.73% 的數據在 μ±3σ 範圍內 第一單元 總結 請問製程管制圖的2個目的為何? 請問進行統計製程管制所要找到的 重點為何? 2)計數值管制圖 所謂計數值管制圖，係管制圖所依據之數據，均屬於單位個數者，如：不良率、缺點數等經由計數方法而得之數據均屬此類。常用之計數值管制圖有： 1、不良率管制圖(p Chart) 2、不良數管制圖(np Chart) 3、缺點數管制圖(c Chart) 4、單位缺點數管制圖(u Chart) 管制圖的選定 二、依用途分類： 1) 解析用管制圖 1. 決定方針用 2. 製程解析用 3. 研究製程能力用 4. 製程管制之準備用 管制圖之繪製流程 ● 管制圖之研判與分析 ▼基本原則 正常管制圖上的點，必須符合「隨意分散」（random fluctuation）與「常態分佈」(normal distribution) 的原則，所以至少要滿足下面幾點要求： (1).中心線上下的點數要大約相等(各佔40%~60%)。 (2).大部份的點（約70%）集中在中心線，但不能所有的點都靠近 中心線（hugging the center line）。 (3).僅有少數點(約5%)靠近管制界限(hugging the control limits）。 (4).任何連續多點不可形成向上或向下的「趨勢」（trend）。 但是下列法則若有一成立，則判斷製程失控。 1.最近一點落在管制界線外 2.在管制界限內的點出現特殊圖樣 (patterns) ▼ 區間測試(Zone Test)法則 區間法則(又稱為Western Electric rules)可適用於管制圖中心線之兩側。首先，將管制圖之兩側各分為三個區間，每個區間的寬度為一個標準差，如圖三所示： 圖三. 區間測試法則之區間劃分 區間測試包含： 1.一點落在A區之外(超出管制界限)。 2.連續三點中有二點落在A區。 3.連續五點中有四點落在B區或是B區之外。 4.連續七點往同一方向走。 5.連續八點在中心線的同一側。 區間測試法則 練習題 一個管制圖如下所示。請對此管制圖進行判讀，也就是說，判斷出這個管制圖是否有出現製程失控？ ▼ 連串測試(Run Test)法則 連串測試係應用於管制圖中心線的同一側。連串測試包含： 1.連續八點落在管制中心的同一側。 2.連續十一點有十點落在管制中心的同一側。 3.連續十四點有十二點落在管制中心的同一側。 4.連續十七點有十四點落在管制中心的同一側。 5.連續二十點有十六點落在管制中心的同一側。 上述法則有一成立時，則判斷製程失控。 ● 使用管制圖常犯的錯誤觀念 使用管制圖就可以改善製程能力。 這是使用管制圖最常見的錯誤觀念。管制圖祇能顯示製 程的現況，無法改善製程能力，必須使用其他統計手法， 例如實驗設計(DOE)或QC七大手法等，才能提升製程能力。 ● 使用管制圖常犯的錯誤觀念 使用規格上下界限來訂定管制圖的管制上下界限。 管制圖的管制上下界限是由解析用管制圖計算出來的， 不能由使用者來決定。故意縮小管制上下界限不但無法 提升製程能力，反而會造成過多的 False Alarms。 第二單元 總結 1.管制圖由那三條線構成? 2.管制圖的種類: 依數據型態分為那兩種? 依用途分為分為那兩種? 3.計量值管制圖有那些? 常用的是那兩種? 4.計數值管制圖有那些? 常用的是那兩種?