SPC统计制程管制与基本概念.pptxVIP

一. 基 礎 篇 SPC基本概念 SPC(Statistical Process Control) 統計制程管制 是由制程調查來改進制程能力,不斷降低產品品質的變異性,而達到提升產品品質的一種方法,其主要工具為管制圖. 是一套將制程中所收集的資料,透過制程能力分析與標准化,去發掘制程異常,立即實施改善措施,使制程恢復正常運作的統計手法. S (Statistical) : 統計 P (Process) : 制程 C (Control) : 管制 SPC管制目的 分辯共同原因與特殊原因,并分別加以改善 局部問題改善: 通常會牽涉到消除變異產生的特殊原因 可以直接由該制程人員直接加以改善 大約能夠解決15%的制程上的問題 系統改善: 通常必須要改善造成變異的共同原因 經常需要管理階的努力與對策 大約有85%的問題是屬于此類系統改善 SPC起源與發展背景 管制圖于1924年由 W.A Shewhart 發明,并于1931年發表了工業制品品質之經濟管制,英美及日本都將管制圖制定方法定為國家標准. SPC的功能 SPC可以確保現場作業人員的知識和自尊. SPC可以解決 X理論(提高生產力與品質) 與Y理論(工作人性化)的衝突. SPC可以迅速反映制程調整的效果,指出 制程中最需要解決的問題.還可徹底消除 問題,預防問題再度發生. SPC的觀念 沒有任何兩件事.人.產品是一模一樣的. 變異原因是可以衡量的. 事情的改變通常都依据一個明確的模式. 宇宙萬物和工業產品大部份都呈現 常態分配. 統計數據類型:計量;計數 計量性的 例如: 長度, 溫度,重量,電流值等. 計數性的 例如: 一個人, 一張床, 一條魚等 品質變異之一般統計規律:   -3σ -2σ -1σ μ +1σ +2σ +3σ 0.135% 0.135% 99.73% 95.45% 68.27% 常態分配: 常態分布兩個重要參數: 平均值 μ:描述品質特性值之集中位置 標準差σ : 描述品質特性值之分散程度 請看以下幾個例子: 第一組數據: 10.10 10.20 10.30 第二組數據: 10.10 10.25 10.40 第三組數據: 10.20 10.25 10.30 第四組數據: 10.05 10.25 10.45 問題一:它們的平均值相等嗎? 問題二:若SPEC定在10.25±0.15,它們合格嗎? 問題三:哪一組數據比較好? 常態分配是SPC管制圖的基本理論 品質變異的原因 1.機遇原因(Chance cause) 隨机因素,偶因,過程固有的,始終存在,不可避免的原因、非人為的原因、共同原因、偶然原因、一般原因,是屬於管制狀態的變異. 機遇原因(偶然性,不易識別,不易消除, 大量的.) 如:同批材料內部結構的不均勻性表現的微小差異, 設備的微小振動,刀具的正常磨損,以及操作者細微 的不穩定等. ---其對品質變異起著細微的作用,但難以排除. 品質變異的原因 2.非機遇原因( Assignable cause可查明因素) 系統因素,異因,非過程固有,有時存在,有時不存在,可避免的原因、人為原因、特殊原因、異常原因、局部原因等.此種原因,應采取行動,使制程恢復正常,進入管制狀態. 非機遇原因(系統性,易識別,可以消除, ) 如:使用了不合規格標准的原材料,設備的不正確調整, 刀具的嚴重磨損,操作者偏離操作規程等. ---其對品質變異影響程度大,生產失控,為異常原因, 但不難排除. 管制圖上的控制界限就是區分偶波與異波的科學 界限 計量值管制圖(Control Charts For Variables): a.平均值與全距管制圖( X-R Chart ) b.中位值與全距管制圖( X-R Chart ) c.個別值與移動全距管制圖( X-Rm Chart ) d.平均值與標准差管制圖( X-σ Chart )