SPC统计制程管制讲座.pptxVIP

統計製程管制(SPC)Statistical Process Control 講師 : 林興龍 先生 1 一、SPC的源起 2 Deming在日本八日演講綱要為： 一、如何有效地營運PDCA？如何提升品質？ 二、具備統計之變異的常識是重要的。 三、以管制圖為中心之製程管制的想法，與管制圖的使用方法。 3 日本品質的演進 4 二、品質與變異 變異可區分為機遇原因與非機遇原因 機 遇 原 因：Chance Cause 原就存在於製程中的原因，是屬於製程的一部份。大概有85％製程的品質問題是屬於此類原因，其改善須管理階層的努力方可解決。 非機遇原因：Assignable Cause 原不存在於製程中的原因。大概有15％製程的品質問題是屬於此類原因，其改善可經由基層作業者的努力解決的。 5 什麼是良好的品質？ (1)變異性低 (2)耐用度 (3)吸引力 流行，感覺，易用額外的功能等 (4)合理價格 (1)與(2)：製造廠家可以評價 (3)與(4)：消費者將會決定 耐用度是經過時間與使用後仍維持一定的性能 第一天 6個月 12個月 18個月 6 三、SPC的理論與應用範圍 SPC觀念的來源 1.沒有兩件的事情、產品、人是完全一樣的。 2.製程的變異是可以衡量的。 3.宇宙的事物與工業產品其都是呈常態分配的。 4.變異的原因可以分為機遇原因與非機遇原因。 7 P(μ－σ＜×＜μ＋σ)＝0.6827 P(μ－2σ＜×＜μ＋2σ)＝0.9545 P(μ－3σ＜×＜μ＋3σ)＝0.9973 於μ±Kσ之間的機率(Probability) 常態分配 －3σ －2σ －1σ μ ＋1σ ＋2σ ＋3σ 99.73％ 95.45％ 68.27％ 8 常態分配的特性 1.群體平均值(μ)之次數最多 2.兩邊對稱 3.曲線與橫軸不相交 4.曲線之反曲點在±1σ處 5.曲線與橫軸所圍之面積為1 9 統計製程管制的定義 　　經由製程中去收集資料，而加以統計分析，從分析中得以發覺製程的異常，並經由問題分析以找出異常原因，立即採取改善措施，使製程恢復正常。並透過製程能力解析與標準化，以不斷提升製程能力。 10 四、SPC的應用步驟 一、確立製造流程 二、決定管制項目 三、實施標準化 六、問題分析解決 Cpk＜1.33 四、製程能力調查 Ca、Cp、Cpk 製程條件變動時 Cpk≧1.33 五、管制圖的運用 六、問題分析解決 七、製程之繼續管制 11 五、確立製造流程 內胎製造流程圖 原料檢驗 倉儲 運送 配混合 檢查制定 儲存 押出 接頭 檢查 儲存 出貨檢查 12 內胎品質管制方案 13 六、決定管制項目 管制項目的決定有助於 1.消除內部縱、橫向之工作浪費 2.不要忽略必須做的事 3.明白區分優先度，指引工作重點方向 4.溝通良好 5.將工作評價的重點放在過程的評價而非僅評價結果 14 七、實施標準化 小柳日： 　　Shewhart教導我們之實務步驟和方法(如抽樣理論和管制圖法)，讓我們可以估計變動的宇宙。並且將它當作知識般地去量測、評估和利用。 　　這些知識有助於我們創立『標準化』及『作業改善』的回饋方法。 15 八、製程能力調查 製程能力定義 使製程標準化，除去異常因素，當製程維持在穩定狀態時，所實現的品質程度。 16 17 製程能力 生　　　　產　　　　前　　　　　查　　　　核 工程品質管理表 作業標準 決定管制項目 作業標準 工程品質管理表 效果確認 改善製程 保養機器 公告 再發防止 製造能力調查 檢 驗 調查原因 開始作業 的查核 (作業狀況) 查核(管制項目) 解析 市場品質 的評估 非管制狀態 作 業 18 數值法製程能力分析 ．製程準確度Ca (Capability of Accuracy) Ca值在衡量製程之實績平寺值與規格中心值之一致性。 (1)Ca之計算 Ca＝ ×100％＝ ×100％ T＝Su－SL＝規格上限－規格下限 ※單邊規格因沒有規格中心值，故不能算Ca (2)等級判定 Ca值愈小，品質愈佳，依Ca值大小分為四級 實績平均值－規格中心值 規格許容差 X－u T／2 19 (3)Ca等級之說明 (4)處置原則 A級：維持現狀 B級：改進為A級 C級：立即檢討改善 D級：採取緊急措施，全面檢討，必要時停止生產 (5)例：某鋼管之切削規格為750±10㎜，五月份之切削實績 為X±3σ＝748±8㎜；六月份為749±8㎜求Ca值。 五月份Ca值＝　　　　 ×100％＝-20………