计量值控制图.pptVIP

章節目標 簡單介紹 SPC 的歷史 爲使用管制圖提供指導方針 練習應用 Shewhart PDSA 循環 演示運行圖和 X-bar 與 R 圖 SPC – 一段簡短的歷史 SPC在什麽時候發展出來的?由誰發明的? 貝爾實驗室的 Walter Shewhart 博士在1924年開發了一套統計學流程控制理論. 上世紀20年代期間, Shewhart 博士在一系列演講中提出了他的理論, 並在高品質製造産品的經濟性控制一書中發表 (1931). 上世紀40年代期間, 戰時生産使 SPC 得到廣泛的應用. Shewhart 博士的觀點 所有流程均會顯示變異. 變異有兩種成分: 一種是製程所固有的穩定成分, Shewhart 博士把它歸屬於偶然性的及起因未知的變化, 目前稱爲隨機變化 一種是屬於可歸屬原因的間歇性成分, 此種原因是可以很經濟地發現和消除的. 流程特性的變化可以通過對其特性取樣以及對其分佈參數評估來量化. 分佈的變化可以通過繪製參數與時間的關係圖來揭示. 我們爲什麽要爲 SPC 收集資料 因爲我們的客戶需要它 爲了監控流程並且確保其輸出不會變差 爲了獲悉流程已發生的改變 爲了與其他 DMAIC 工具協同使用 SPC 來不斷改進我們的流程 推論性統計 收集資料之前要問的問題 Why? 收集資料的目的是什麽? 收集資料後要採取什麽措施? Who? 誰去收集資料? 該資料怎樣幫助他去收集資料? 誰將分析收集的資料? 誰可能害怕正在收集的資料? 根據該資料誰將採取措施? What? 要搜集什麽樣的資料? 該資料反映什麽樣的製程流程? 更多的問題 When? 什麽時候收集資料?多久? 什麽時候與流程關係人分享結果? Where? 在製程流程的什麽地方收集資料? 在什麽地方儲存資料? How? 怎樣獲取資料? 量測流程會産生多大的變異? 怎樣分析資料? 用什麽樣的工具? 開始收集資料之前要考慮的幾個問題 收集資料和運用統計方法不等於事情的完結 不用做任何改進就很容易在技術方面成爲行家 新增加知識應作爲採取下一步行動的基礎 研究變異和運用統計信號改善績效的基本概念可應用在任何領域 連續變數 SPC 可以很容易地應用在製造業和交易行業中 不連續變數 SPC 可以應用在交易行業和製造業系統中 交易事務型專案中制訂資料收集系統和教育非生産性部門的員工是實施 SPC 中的最辛苦的活動 要考慮的幾個問題 (續) SPC 即統計製程管制(Statistical Process Control) 這些技術過多地應用在輸出方面 (産品特性) 而不是輸入方面 (流程特性). 對輸出的監控常常是必要的第一步, 但是對輸入的控制才是目標. 好的量測系統是正確的資料分析的關鍵 採用 SPC 之前, 必須明白統計控制中的量測變異. 量測變異在流程資料中必須是總流程變異的一小部分. 不要在沒有進行量測系統分析 (MSA) 的情況下用儀器實施 SPC 計劃 ! SPC 是一個回饋系統 程序控制 (回饋) 系統部分: 流程 –5M’s (人, 機器, 材料, 方法, 環境) 一起産生輸出的方法. 關於效能的資訊 –要收集的理想資訊是關於各種輸入 (所有 X ’s), 雖然從監控各種輸出 (所有 Y’s) 也能獲得一些好處. SPC 是傳達 X ’s 和 Y ’s的變化的資訊的媒介. 作用於流程的 (所有 X ’s) 措施 –應當採取針對於輸入的措施以防止輸出的變異.在必要時應當監控措施的效果並採取進一步措施. 作用於産品的 (所有 Y ’s) 措施 –最不經濟的方法. 當輸出不能持續地滿足客戶的要求時所要求採取的措施. 有時爲了驗證對流程上採取的措施是否有效也要求採取這類措施.? 分佈可以不一樣 流程控制和製程能力 情形 2 可控 有過多的必須減少的共同原因變異存在 情形 3 符合要求但是必須減少特殊原因變異 情形 4 不可控也不可接受 特殊原因和共同原因變異都必須減少 情形 1 理想的製程流程 在統計學上可控並且符合客戶要求 識別各種變異情形 管制圖 – 獲得改善的工具 管制圖循環: 計 劃 確定抽樣計劃 收集資料並且畫在一張圖上 從該流程的資料中計算控制上下限 實施 推行OCAP (Out of Control Action Plan) 的同時, 實行 SPC 管制圖 研究 識別變異的各種特殊原因 識別變異的各種共同原因 行動 採取措施同時減少這兩類變異 重複該循環繼續流程改善 管制圖的好處 恰當地應用管制圖可以: 由操作員用來對在持續進行的流程進行控制 促使流程連貫性地和可預見地運行 提供討論流程效能的共同語言 區別特殊和共同原因變異之間的差別 作爲當場採取的措施或對系統採取的措施的指南 使流程取得 更高的品質 更低的單位成本