《企业管理spc》PPT课件.ppt

1,B/M() SPC Training SPC 訓 練,Prepared by:johnson-jiang(江曙) 日期:2000年7月20日,2,何謂SPC?,* SPC由 Statistical Process Control 縮寫而來,一般稱為“統計制程管制”. * SPC是運用統計方法,以達成提升生產力的一種持續改善活動,此種持續品質改善 的成果顯示在增加生產力,降低成本,和增加利潤等方面. * 簡而言之,SPC是運用管制圖以發現異常(Abnormal)並消除異常現象,了解並控制 異常記錄,了解並控制變異(Variation)以及消除非機遇性的變異根源. * 因此,我們不僅要生產符合規格的產品,而且要產出有效率,低成本,且滿足客戶要 求的高品質產品.,3,何為變異(Variation)?,* 可分為機遇性原因(Causes by Chance)和非機遇性原因(Causes Not by Chance). * 機遇性原因由於不可控制的隨機因素.(Random effects)所致. * 非機遇性原因是可控制的因素所致,屬於人為疏忽,機台,治具,制程以及系統規範等 問題所產生. 例: FLAT CABLE的Cutting長度往往發生在人員的設定錯誤或機台故障等問題.,4,SPC內容,1.基礎統計學(Fundamentals of Statistics) -柏拉圖(Pareto) -統計量和參數(Statistics & Parameters) -常態曲線(Normal Curve) 分布檢定(Test for Sharp) 2.機器能力(Machine Capability) -短期機器能力(Short Term Machine Capabilities) -機器能力分析(Machine Capability Analysis) -機器能力概念(Machine Capability Concepts),5,SPC內容(續),3.制程能力(Process Capability) -制程穩定性(Process Stability) 4.制程管制(Process Control) -制程管制的原理(Principles of Process Control) -制程界限(Control Limits) -管制圖:X-Bar& R Chart. X-Bar & Sigma Chart P-Chart C-Chart,6,1.基礎統計學-柏拉圖,柏拉圖找重點.,子柏拉圖,父柏拉圖,柏拉圖,7,1)統計基礎,N Population (R),n Sample,Random 隨機,抽樣,n X1,X2,X3 Xn,Sample X S (R),8,1)統計基礎(續),-統計量和參數 2)三個重要的特性.,Centering 集中性 ,Dispersion 離散性 ,Shape 形狀 3,9,1)統計基礎(續),-統計量和參數 2)三個重要的特性.,Centering 集中性 X,Dispersion 離散性 S,Shape 形狀 X3S,10,1)統計基礎(續),人口 中心值 離散 N n X S,M=X/N =(X-U)2/N,X=X/N S=(X-X)/n-1,11,分布種類.,正態分布,雙峰分布,偏斜分布(左),偏斜分布(右),12,1)統計基礎知識,-常態分布,2),=0.5,=1.0,=1.5,68.26%,95.44%,99.73%,-3 -2 - 2 3,13,B/M(II)SPC訓練,何謂統計?,統計是數學的一支,它用來討論如何進行資料的收集,資料的分析,資 料的解釋以及大量數字資料之系統化表示. 哪些是有意義的統計量? 哪些表示集中性? 哪些表示離散性?,14,B/M(II)SPC訓練,集中趨之表示法:,1)算術平均數 2)幾何平均數 3)調和平均數 4)加權平均數 5)調和加權平均數 6)眾數 7)中位數,15,B/M(II)SPC訓練,離散趨勢之表示法:,1)全距 (R) X max X min 2)方差: S= 3)標準差: S =,(Xi-x),n-1,(Yi-y),n-1,16,B/M(II)SPC訓練,變量的種類:,1)連續性變量: 例: 人的身高. F/C的長度. (計量值)量量看 2)間斷型隨機變量: 例: 不良品的個數. 人的種類. (計數值)數數看,17,B/M(II)SPC訓練,常見之連續型連續型機分配:,概率密度函數 f (y) = e 0 其中與分別為其平均值與標準差. 常態分配之所具有的特性如下: a. y =時,圖形最高. b. 左右兩邊于y = 時處對稱. c. 常態曲線與橫座標間所構成的面積為1,即 f (y)dy=1 d. 常態分配曲線下,任一區域之機率值,可經由查表得之.,1,2 ,(y-),2,18,B/M(II)SPC訓練,常見之連續型連續型機分配(續):,e. 若X1,X2Xn均為常態分配,且互為獨立,其平均值為:1,2n. 方差為:1,2 n. 則 Y =A1X1+A2X2+.+AnXn,為常態分配. Y之平均值為: Y=A11+A22+Ann. Y之方差為: Y=A11+A22+ Ann,其A1An為常數. 推論:設X為常態分配N(,)之隨機變數,若X1,X2Xn為來自X之隨之隨機樣本, 令:Y=X1+X2+Xn則Y為常態分配(,/n). 中央極限定理: 無論母體之分配為何,若我們自母體每次取n個樣本,則由這些每次抽取n個樣本之平 均值所構成之組合,其將會收斂而成常態分配,其平均值不變,但變異數大小為原來 之1/n倍.,19,B/M(II)SPC訓練,機器能力,a.制程能力表示法: Cp= = b.直正制程能力: Cpk=Min 或Cpk=Cp(1-k) 注意事項: a.假設被分析之品質特性,其分配為常態,才有Cpk,否則Cpk沒有意義. b.x及標準差系來自控制之制程. c.Cpk不具有相加性. d.以Cpk換算成PPM時,通常只看單邊之PPM.,規格裕度 規格上限 規格下限,6標準差 6標準差,(規格上限-x),(規格下限-x),3標準率,20,B/M(II)SPC訓練,Cp與Cpk,1.Cp永遠大于或等于Cpk 即:CpCpk 2.Cp與Cpk差距越大,代表改善空間越大. 3.當制程中心線等于規格中心線時,即Cp=Cpk. 4.當制程中心線位於規格界線上時,即Cpk=0. 5.當制程中心線超出規格界線時,即Cpk0. 6.Cpk所代表之不良率通以3Cpk所得之值查Z表而得. 7.Cpk=Cp(1-k) k=,m-u (USL-LSL)/2,21,管制圖(初步概念),-3 3,+3,-3,UCL CL LCL,旋轉90,22,何謂管制圖?,管制圖-使用圖形對所要求之特性值進行管理,通常管制圖有以下特性: 1.與統計學有關. 2.具有一定之上下限. 3.具有隨機特性. 4.管制圖與母群體(Universe)具有相同之特質.所以管制圖產生變異時母群 體也產生變異. 5.具有很高的敏感性,可偵測出母體是否產生變異. 6.樣本數不會太大. 7.使用上很簡單.,23,管制圖種類:,按功能分:分析用管制圖,管制用管制圖. 按統計量的特性分: a.計量值管制圖 1.平均值與全距管制圖-x R Chart 2.平均值與標準差管制圖-x- Chart 3.中位值與全距管制圖-x-R Chart 4.個別值與移動全距管制圖(x-RmChart) b.計數值管制圖. 1.不良率管制圖 (P Chart) 2.不良數管制圖 (Pn Chart) 3.缺點數管制圖 (C Chart) 4.單位缺點數管制圖 ( Chart),24,管制圖之繪制流程.,收集數據 繪制解析用管制圖 安定狀態 繪制直方圖 追求去除異常原因 滿足規格 檢討設備 管制用管制圖 提升制程能力,滿足,不滿足,不穩定,特殊原因,穩定,25,實例講解:,1.所用公式羅列:,注:工廠中之制程工程其群體之及大多為未知,故建立x-R管制圖時,均 采用群體之及未知之會式計算.,26,實例講解:,27,28,計算過程:,A. x= =543.6 B. R= =380.2 C. x Chart管制界線. 1.MCLx=x+A2R= + ( )=764.1 2.LCLx=x-A2R= - ( )=323.1 D. R Chart管制界線. 1.MCLR=D4R=( ) ( ) =802.2 2.LCLR=D3R=( ) ( ) =0,x K,R K,29,實例講解(續):,E. 3計算. 1.= = = 164.4 2.制程能力(Process Capability)= 3= 493.1 3.UPL=x+3= + =1037.1 4.LPL=x-3= - = 51 5.制程界線C Process Spread=UPL-UPL= - =986 6.規格界線Specification Spread = USL-LSL= - =1000,A2Rn 3,30,F. 不良率計算. 1. = (0.500- )100%=0.28 2. = (0.500- ) 100%= . 3. 合計不良率 (Total% Dutside SPEC)=(%Above upper SPEC) + (% Bellow Lower SPEC ) = 0.28+ 0 =0.28,MSL-x ,實例講解(續):,LSL-x ,31,管制圖:判讀,1)區域概念. UCL Zone A. . B. . C. . CL Zone: C. . B. . A. . LCL,32,判讀標準.,(一)x管制界. WECO法則.(WESTERN ELECTRIC