SPC的基本观念培训课件.pptVIP

我们把规格与控制线作一个比较就可以知道我们产品的可靠程度. 它使我们的生产出废品的可能大幅度的减少, 因此可以节约制造成本. 上下限不是由规格不来定, 而SPC的上下限是由工序所决定, 因此这个更准确. 在SPC的作用在于使工序更加稳定, 因为一旦变异我们就必须采取行动. 在工序稳定过后, 我们可以逐步减少抽样的频率, 只有在变异产生时才需增加频率, 减少风险. 在有SPC的时候, 客户会更有信心, 可以大幅提高客户的满意度. 上下限即是我们的工序能力, 当然, 现在我们要衡量CPK来定量我们的工序能力. SPC可以使我们的产品在生产过程中知道结果, 而不是非得等产品生产出来才知道. 由于工序更稳定, 我们由于工序出差错的带来时间影响可以减少, 因此可以减少出货的周期. 注意在使用SPC的地方应该是我们的关键工序的关键输出. 如果工序失控, 那么分布就应该不是一个正态分布. 在以后我们将会详细讲到它会变成什么样. 品质是制造出来的而不是检验出来的, SPC就是这句话的应用. SPC可以使过程成为我们关心的焦点, 而改善过程就是要改善工序输入. 正常的生产就应该是一个正态分布. 许多参数, 如人的身高, 成绩等都是正态分布. 当然也有许多不是, 但根据回归原则, 在抽样数大于30后, 其它分布型式也应该是正态分布. 根据正态分布的公式积分所得. 这里的99.73只是短期的, 但是长期的没有这么多, 因为中心值会偏离. 在长期的控制后才会有可信度. 落在2 σ外和机率为4.55%, 1 σ外的机会为31.73%. 异因就是我们必须控制并消除的, 偶因随机出现, 随机作用, 但对系统的作用很小, 正是因为偶因的存在才会使分布成为正态分布. 通过均值可以减少偶因所带来的作用. 此处的上下限不是规格上下限, 但是在生产中它至少应该小于产品规格上下线.否则我们不能保证我们的工序能力大于3个SIGMA. 如果它小于产品规程上下限的一半, 恭喜, 这个工序的能力是6SIGMA的标准. 我们用X根号N来与规格作对比. 用控制图我们冒必须0.27%的风险出现一类错误, 和比较大的风险冒2类的错误. 但是如果我们只作中心值的控制图2类错误就会很多, 但增加一个R或S控;制图, 所有的错误都会减少到很少. 在XBAR-R图中, 抽样数应该大于4, 通过均值来消除偶因的作用. R: RANGE, 指样品的分布范围. 这是一副典型的X-R控制图. R图已经有异常, 在异常点应该中断, 采用措施. 第二单元主要是分析数据的初级工具 直方图的用途非常的广, 我们可以利用它表示许多数组的分布. 但是除了在工艺上, 分析时用得不多. 我们一定要分析自已的直方图, 充分分析每一个工具, 这样才能更好的利用这些工具. 高级的工具用途往往不大, 而且非常不常用. 能用简单工具能解决的问题不要总想着去用复杂工具, 又麻烦又不一定能好使. 缺齒型：高低不一，有缺齒情形。屬不正常分配，次數分配不妥當或 檢查員有假造數據、測量儀器不精密等皆會有此情形 .離島型：在左邊或右邊形成小島，原因測定有錯誤，一定有異常原因 存在，只要去除應可製出合乎規格之製品。 切邊型：有一端被切斷，可能原因數據經過挑選或製程本身經過全檢 雙峰型：有二個高峰出現，可能原因有二種分配相混合，例如二種機 台或二種不同原料，測定值因環境不同影響所造成。 高原型：形狀似高原狀，不同平均值分配混合所造成，應利用層別分 離後在作直方圖作比較。 80%的利润来源于20%的客户 如果样品的一致性不好, 那么就有可能出现最后一种情况. DOE只对有多个KEY FACTOR的时候可以大量减少SAMPLE的量时有用, 如果仅对两个量的研究, 则没有什么意义. 在相关性比较弱时会经常出错, 有很多不相关的因素被我们当成了相关因素. 在讲控制图之前我们先讲RUN CHART, 因为CONTROL CHART也是一种特殊的RUN CHART. 在SPC中也包括走势图, 珀拉图, 直方图等品管7大手法. 控制图只对工序有作用, 而走势图可以表示更多的有数据变化的量. 用途极为广泛, 从监控生产, 生产能力, 人员状况及股市等等, RUN CHART 已经成为目前使用最广泛的统计工具之一. 这是一个公司四种产品一年的定单数的变化. 温度, 股市等的变化都可以通过走势图表现出来. 在生产上, 每个月的产量, 产品的良率, 同种缺陷的在不同时间段的变化等, 我们公司的人员变化, 每种类型的人员所占的比例等都可以用走势图表示并分析出来. 同样, 我们公司的利润, 效益等. SIGMA是指的标准偏差, 但