spc统计技术和制成管制.pptVIP

管制圖的判定方法 不正常點子之動態之管制圖 1. 在中心線附近無點子。 此種型態吾人稱之為”混合型”，因樣本中可能包括 兩種群體，其中一種偏大，另一種偏小，如圖二。 2. 在管制界限附近無點子。 此種型態吾人稱之為”層別型”，因為原群體可能已 經加以檢剔過，如圖三。 3. 有點子逸出管制界限之現象。 此種稱之為”不穩定型”如圖四。 A、管制圖的判讀法 管制圖之不正常型態之鑑別是根據或然率之理論(又稱小機率理論)而加以判定的，出現下述之一項者，即為不正常之型態，應調查可能原因。 1. 1 點超出從中心線起算 3 個 Sigma之外 。 2. 3 點中有2點分佈於從中心線起算 2 Sigma以上(同側) 。 3. 5 點中有4點分佈於從中心線起算 1 Sigma以上(同側) 。 4. 6 點以遞增或遞減的趨勢分佈在同一側。 5. 8 點在同一側，但沒有點落在 1 sigma的範圍 (兩側 ) 。 6. 9 點在同一側。 7. 14 點在同一側，分佈呈現上下交替。 8. 15 點分佈於同側，從中心線起算 1 Sigma 的範圍(兩側) 計量值管制圖判讀 計數值管制圖判讀 1. 1 點超出從中心線起算 3 個 Sigma 。 2. 6 點以遞增或遞減的趨勢分佈在同一側。 3. 9 點在同一側。 4. 14 點在同一側分佈呈現上下交替。 類別 項目 中心線 管制上限 管制下限 計 量 值 管 制 圖 平均值與全距管制圖( －R Chart ) 平均值與標準差管制圖( －σ Chart) 中位值與全距管制圖( －R Chart) 個別值與移動全距管制圖(X－Rm Chart) 計 數 值 管 制 圖 不良率管制圖(p chart) 不良數管制圖(pn chart) 缺點數管制圖(c chart) 單位缺點數管制圖(u chart) 管制圖應用之困難 1.少量多樣之生產型態，不勝管制 (可改用製程特性管制)。 2.管制計畫不實際，無法落實。 3.使用SPC前未作充分準備。 例如：製程及管制特性之確定，決定量測方法，數 據如何收集等。 4.欠缺統計技術。 5.統計計算太過繁瑣費時 (可以SPC軟體處理)。 6.量測數據之有效數字位數未標準化。 7.管理階層不支持。 管制圖能解決之問題 1.經濟性：有效的抽樣管制，不用全數檢驗，不良率 低，得以控制成本。使製程穩定，能掌握 品質、成本與交期。 2.預警性：製程的異常趨勢可即時發現並對策，預防 整批不良，以減少浪費。 3.分辨特殊原因：作為局部問題對策或管理階層系統 改進之參考。 4.善用機器設備：估計機器能力，可妥善安排適當機 器生產適當零件。 5.改善的評估：製程能力可作為製程改善前、後比較 之指標。 製程能力分析 1.Ca↓(準確度越低越佳) Ca ＝ －Sc / (T/2) 2.Cp↑(精密度越高越佳) Cp ＝ T/6σ( 雙邊規格) Cp ＝ (Su－ )/3σ或 ( －SL) / 3σ之最小值 (單邊規格) 3.Cpk↑（製程能力越高越佳） Cpk ＝ (1－│Ca│) Cp；單邊規格時，Cpk=Cp。 製程能力分析 4.不良率P↓（綜合評價） (1) ZL ＝ ?3Cp（1＋Ca）超出下限PL% ZU＝ 3Cp（1－Ca）超出上限PU% P% ＝ PU％＋PL%總不良率 (2)ZU＝（SU－ ）/σ，ZL＝（SL－ ）/σ 5.定義 (1) ：製程平均值 (3) T：公差 (2) σ：製程標準差 (4)Sc：規格中心 製程能力等級判斷 等級 Ca Cp A │Ca│≦12.5%（1/8） 1.33≦Cp (T=8σ) B 12.5%＜│Ca│≦25%（1/4） 1.00≦Cp＜1.33 (T=6σ) C 25%＜│Ca│≦50%（1/2） 0.83≦Cp＜1.00 (T=5σ) D 50%＜│Ca│ Cp＜0.83 等級 P% (僅供參考) Cpk A P≦0.44% B 0.44%＜P＜1.22% C 1.22%＜P＜6.68% D 6.68%＜P 1.33≦Cpk（同Cp） 1.0 ≦Cpk＜1.33 Cp