SPC__统计制程管制ppt课件

1、SPC 統計製程控制.ContextSPC簡介根本統計與機率控制圖(計量值與計數值)製程才干分析Q&A.SPC簡介統計製程控制 (Statistical Process Control, SPC) 利用統計的理論與方法，建立異常断定標準，使各製程之異常得以即時處置，並透過矯正及預防對策之實施與追蹤，徹底消除潛在缘由、落實問題之解決與預防再發生。 .SPC簡介.製程控制目的維持正常的製程事先做好應該做的事偵測出製程異常并除去之且防止再發預先防止以防止本钱損失SPC簡介.應用於製程 則如下圖表示 SPC簡介輸入加工SPC：1.特性值2.不良件數3.缺點個數人員設備资料方法環境輸出在製品废品.4.製

2、程改善3.製程才干比較2.控制實施統計的制程控制與改善5.最終目標1.製程解析SPC簡介.統計(Statistics ) 統計是一種搜集分類分析與從資料中做出推論的科學，可分為敘述統計與推論統計。敘述統計是從搜集的資料中获得描画產品或製程特徵量。推論統計是利用所搜集的資訊對未知的製程參數做出結論。 (本課程對此並不作深化探討)根本統計之簡介 .請將各位的身高填在白紙上再請各位將每天接電話的次數填在另一張白紙上將兩張紙投到箱子裡根本統計之簡介 .生活中之統計搜集分析班上一切人的身高資料。搜集分析班上一切人每天接電話之次數。ASUS任务中之統計搜集分析某產品的錫膏厚度。搜集分析某產品的不良機台數(

3、組裝、測試、包裝)。根本統計之簡介 .母體(Population) ，樣本(Sample) 母體是由具有共同特性之個體所組成之群體。樣本是由母體中抽取部分個體組成的小群體。 根本統計之簡介 .生活中之母體與樣本以本班為例，一切人的身高資料就是母體。班上一切人的身高資料中抽出3個人的資料作分析，這3個人的資料叫樣本。ASUS母體與樣本某工單的生產總數為100台，此100台等於該工單之母體。OQC針對該工單100台抽取20台作檢測，此20台機台即為該工單之樣本。根本統計之簡介 .母數與統計量由母體所求算之表徵數，稱之為母數，例如平均數、比例p ，標準差等。由樣本所求算之表徵數，稱之為統計量，例如平

4、均數 ，比率 ，標準差s。根本統計之簡介 .生活中之母數與樣本統計量以本班為母體，班上一切人的身高平均值為170公分，此即為母數。班上一切人的身高資料中抽出3個人作樣本，這3個人身高平均值為165公分，即樣本統計量。ASUS母數與樣本統計量某SMT工單為500pcs，此500pcs的錫膏厚度經全檢後得知為0.5mm，此即為工單的母數。工程師對該工單取20片作樣本抽檢，此20片的錫膏厚度為0.49mm，此為該工單之樣本統計量。 根本統計之簡介 .計量值與計數值計量值 可以連續量測數值，或數值呈連續性，如溫度20.25oC，長度10.67cm。計數值 以個數計算之數值，或數值呈間斷性，如接電話5次

5、，不良品5pcs。根本統計之簡介 .複習一下Part11.何謂統計?2.何謂母體及樣本?3.母體與樣本有何差異?4.何謂母數與統計量?5.母數與統計量有何差異?6.何謂計量值與計數值?根本統計之簡介 .敘述統計，主要內容有： 中央趨勢量 代表同一群體之個體之某一特性的平均水準及指出資料所處的位置與集中的值，如平均數、中位數、眾數。分散度 代表一群數據的散佈範圍，亦反映出平均值代表性的大小，如全距、變異數、標準差。根本統計之簡介 .中央趨勢量的量測 算數平均數簡稱平均數(Mean) 一切項數值總和除以項數之商。中位數(Median) 位於一切數值的中央稱為中位數，假设數值有偶數個，則取中間兩個數

6、的平均值當中位數。 眾數(Mode) 出現次數最多的數稱為眾數。 根本統計之簡介 .以樂透為例(1-42號) ，假設3/14開出01,05,11,19,25,381.此六數為母體還是樣本? 樣本2.統計量之樣本平均數為何? (1+5+11+19+25+38)/6=99/6=16.53.統計量之中位數為何? (11+19)/2=154.統計量之眾數為何?根本統計之簡介 .分散度的量測全距(Range) 在一組資料中最大值與最小值的差。變異數(Variance ) 一群數值與其平均數之差異平方和的平均數。用以測量觀測值與均值變動的情形。標準差(Standard Deviation) 為變異數開根號

7、。根本統計之簡介 .以樂透為例(1-42號) ，3/14開出01,05,11,19,25,381.此樣本全距? 38-01=372.此樣本之變異數? (1-16.5)2+(5-16.5)2+(11-16.5)2+(19-16.5)2+(25-16.5)2+(38-16.5)2/6=157.253.此樣本之標準差? 變異數開根號=157.25開根號=12.54根本統計之簡介 .一組數據的標準差小 表示大部分數據集中在平均值附近，平均值代表性強。一組數據的標準差大 表示大部分數據不能如前者集中在平均值附近，平均值代表性弱。如下圖，oa 之距離為高狹峰的標準差。ob 之距離為常態峰的標準差。oc 之

8、距離為低闊峰的標準差。根本統計之簡介 . 常態分配圖根本統計之簡介 abco.生活中之實例某校三年甲班為例，一切人的身高平均值為170公分，標準差5公分。該校三年乙班一切學生的身高平均值為175公分，標準差10公分。上述兩例中，何者平均值代表性較佳?根本統計之簡介 .ASUS之實例某兩筆SMT工單分別為500片及300片，錫膏厚度平均值為0.5mm及0.49mm，標準差為0.02mm及0.05mm。上述兩筆工單中，何者平均值代表性較佳?根本統計之簡介 .複習一下Part21.何謂中央趨勢量?2.何謂分散度?3.平均數如何求算?4.標準差如何求算?5.標準差的大小有何意義?根本統計之簡介 .機率

9、分配(Probability Distribution) 機率分配是一個數學方式，用以描画一個隨機變數x一切能够值出現之機率。 以樂透為例 : (1,2,3,4,5,6)與(1,11,21,31,41,42)兩組數據及其他任選六個數字之數據，被選取的機率都一样，所以樂透的機率分配為均一分配。機率分配可分為連續和不連續兩種。 與先前提及之計量值與計數值有關。機率分配之簡介 .不連續分配一隨機變數之變量的個數為有限或無限但可數者，稱為不連續隨機變數。各變量之機率皆密集在橫軸的各對應點上。生活中例子:擲銅板、骰子、樂透數字及每天接電話次數。ASUS之例子:不良品產生之機率分配。機率分配之簡介 .機率

10、分配之簡介 每天接電話次數人數39612516100(不良數)(天數).連續分配:f(x)為x的函數，f(x) 0， 。連續分配的機率為一面積。如P(axb)即連續分配之變量介於a與b間的面積。生活中例子:長度、分量、面積及體積。ASUS之例子:SMT製程之錫膏厚度之機率分配。機率分配之簡介 .機率分配之簡介 -3+399.73%0.%0.%背蓋長度100mm105mm95mm. 連續分配 不連續分配機率分配之簡介 .連續分配常態分配(Normal Distribution) 指數分配(Exponential Distribution)不連續分配二項分配(Binomial Distributi

11、on) (擲銅板計算正反面機率時运用)卜式分配(Poisson Distribution) 超幾何分配(Hypergeometric Distribution)(計算樂透機率時运用)SPC常用之機率分配 .定義：連續隨機變數x具有機率密度函數 x， 0， x具有常態分配(Normal Distribution)，通常以N(,2)表示， 由,2 亦可決定常態分配之圖形。 常態分配 . 常態分配圖常態分配 co.常態分配之特性 自然界絕大部分現象之分配均屬常態分配，如身高、體重等。 為一單峰對稱分配，呈鐘型，以平均數為中心左右對稱。曲線與X軸之間的面積總和等於1。機率函數值介於01之間。常態分配

12、.重要的表徵數平均值=變異數=2標準差=常態分配 .標準常態分配為使常態分配的計算簡化，可以經由下面這個公式將一切的常態分配轉換成標準常態分配(=0,=1)： 經過轉換的標準常態分配機率值可以查表得知。 常態分配 .標準常態分配機率函數如下： z由標準常態曲線，可以進一步求得3 之間的面積為0.9973，2 之間的面積為0.9544，1 之間的機率為0.6828，如下頁圖所示 常態分配 .常態分配 .定義：假设x為不連續的隨機變數，具有機率分配 x0,1,2,3,m0則稱x具有卜氏分配(Poisson Distribution)。 Poisson分配 .應用卜氏分配的實例很多，常見的有： 單位

13、時間內的觀察值。例如：便利商店每小時的顧客人數、每天機器缺点台數等、每天接電話次數。 每一單位數量內的觀察值。例如：每平方公分內缺點數、一批產品上的缺點數等。Poisson分配 .重要的表徵數平均值= 變異數= 標準差=卜氏分配的平均數與變異數相等。Poisson分配 .中央極限定理(Central Limit Theorem) 在未知群體分配時，只需抽樣的樣本數夠大，其樣本平均數之隨機變數近似於常態分配，此定理提供了品質控制中的抽樣理論之學理根據。 簡而言之 樣本平均數大都趨近於常態分配 機率分配之簡介 .複習一下Part31.何謂連續性分配及不連續性分配?2.何謂常態分配 (表示方式，特性

14、) ?3.標準常態分配下 3 之間的機率為何?4.何謂Poisson分配(特性)?5.何謂中央極限定理?機率分配之簡介 .SPC的統計基礎在於統計理論認為母體參數可由隨機抽取的樣本來估計。 提供製程重要的資訊，這個資訊可以作為品質決策與修正製程的基礎。 控制圖簡介 .SPC要控制什麼?控制非機遇要素。產品品質的變異分為機遇缘由和非機遇缘由等兩類要素：機遇缘由是在製程中隨時都會影響到產品。例如：地震。非機遇缘由則是在某種特定條件下的製程中才會影響到產品。例如：鎖附螺絲時，電動起子扭力值設定錯誤。控制圖簡介 .機遇缘由生活中：地震、被落石或鳥屎打到及中樂透。ASUS：機台通過廠內測試後，在运用者运

15、用時出現問題、線路老化呵斥停電及機器老化缺点。非機遇缘由生活中：衣服穿太少導致感冒、拉肚子上洗手間很多次。ASUS：原材不良、作業員未依SOP生產等導致不良品產生。控制圖簡介 .如何控制非機遇要素?SPC圖提供三條製程資訊的控制線：控制上限(Upper Control Limit，UCL) 、中心線(Center Line，CL) 、控制下限(Lower Control Limit，LCL)。 控制圖簡介 .根本計算 控制圖可用一通式來表示，假設y為量測品質特性之樣本統計量，令y之平均數為y，標準差為 y，則UCLyk y中心線yLCL=yk y其中k y為控制界限至中心線之距離。 控制圖簡介

16、 .例題假設IQC量測某產品背蓋長度之統計量，樣本平均數為100mm，標準差為2mm，以3為例，則UCL1003*2=106mm CL100mmLCL=100-3*2=94mm控制圖簡介 .-3+399.73%0.%0.%控制圖簡介 100mm106mm94mm.SPC應用範圍 控制圖之應用有許多方式，在大多數之應用上，控制圖是用來做製程之線上監視(on-line monitor)。 控制圖也可用來做為估計之工具，當製程是在控制內時，則可預測一些製程參數，例如平均數、標準差、不合格率等。 控制圖簡介 .控制能够發生之兩種錯誤 虛發警報的錯誤(error of false alarm；type

17、1 error)：生產者風險 漏發警報的錯誤(error of alarm missing；type 2 error)：消費者風險 控制圖簡介 .控制圖簡介 第二種錯誤第一種錯誤UCLLCL.如何繪製控制圖?控制圖實施步驟 選擇品質特性(不良數，長度，厚度)決定控制圖之種類(需依品質特性作選擇)決定樣本大小(含抽樣頻率和抽樣方式)搜集數據(樣本數最少需30組)計算控制圖之參數，普通包含中心線和上下控制界限 搜集數據，利用控制圖監視製程 控制圖簡介 .控制界線之訂定 根據兩種錯誤所呵斥的損失最小來確定最正确控制界線。長期經驗阐明以下控制圖中心線UCLK LCL=K當K=3，它由兩種錯誤所呵斥的總

18、損失最小。 Notice：規格界限與控制界限是不同的。 控制圖簡介 .控制圖断定異常的準則 點在控制界限外或恰在控制界限上 趨勢：點逐漸上升或下降的狀態稱為趨勢。例如：連續五點趨勢，機率為 點呈週期性變化。其他 控制圖簡介 .點在控制界限外或恰在控制界限上.趨勢.點呈週期性變化.複習一下Part41.何謂SPC?2.SPC如何做控制?3.SPC主要用來控制什麼?4.SPC控制能够產生的風險?5.SPC控制界線如何界定?控制圖簡介 .不同製程控制對象有不同的資料，一切的資料都可歸類到以下其中一種。計數資料記錄某產品的某個特性發生次數，例如錯誤次數、不测次數、銷售領先次數等。計量資料某個品質特徵的

19、量測值，例如尺寸本钱、時間等。控制圖簡介 .根據一切控制品質指標的數據性質來進行選擇，數據為離散(間斷)的則選用計數值控制圖 計數值通常可分為以下二種：不可(好)量測，即感官檢驗的項目，如損傷、刮傷或缺失、顏色等。可量測，但基於時間、本钱要素而不加以量測。常以Go/No Go來決定產品能否符合規格。 計數控制圖簡介.不合格品或不良品：產品具有一項或多項缺點，致使產品無法發揮其應有之功能。 不合格點或缺點：假设有某項品質特性不符合標準或規格。例如：產品長度要求為101.0cm，則長度為11.5cm之產品視為不可接受。 計數控制圖簡介.1.不良率控制圖(P chart)2.不良數控制圖(pn ch

20、art )3.缺點數控制圖(C chart)4.單位缺點數控制圖(u chart)計數控制圖簡介.C控制圖是為了控制一個檢驗單位(如：1小時)之總不合格數。例如：每小時有多少不良機台產生。在每一樣本中出現不合格數之機率，服從Poisson分配的假設。CLUCL 3 LCL = 3 C控制圖.C chart的作法Step1:搜集數据Step2:計算平均不良數Step3:求出控制界限Step4:描點繪圖Step5:製程解說Step6: C chart或製程解析 C控制圖.搜集九月某機種之產量及不良統計。求算Cycle Time。需考慮單终身產線生產和多條生產線生產時間比例。此時該產品之Cycle

21、Time為一切生產該產品之生產線Cycle Time的調和平均數。 將產量及Cycle Time相乘即可求得總生產時間。 由上述數據即可透過附件中公式求算CL、UCL及LCL。 C控制圖.某產品為A線生產，A線之Cycle Time為1.5min。 假设該月該產品總產量為1000台，某一品質特性群組之不良機台為22台。C控制圖.該品質特性之控制中心線平均值為一個月內該品質特性群組織不良數總和/一個月內總生產時間每分鐘不良機台數22/10001.5=0.0147台/分鐘。 將時間調整為小時，0.0147600.882台/小時。 C控制圖.控制上限為=0.882+3*0.9393.669台。 控制

22、下限為=0.882-3*0.939-1.935台(機台數不為負值)，故其下限為0。下圖為實例應用C控制圖.C控制圖.在品質控制中，許多品質特性均可用數值來表示，例如軸承之外徑。一個單一可量測之品質特性如外徑、分量或體積，稱為計量值。計量值控制圖已被廣泛地运用於統計製程控制中，因比起計數值控制圖，計量值控制圖可提供更多有關製程之資訊。 計量控制圖簡介.1.平均值與全距控制圖(X bar-R chart)2.平均值與標準差控制圖(X bar- s chart) 3.中位數與全距控制圖(X-R chart)4.個別值與移動全距控制圖(X-Rm chart)計量控制圖簡介.平均值與全距控制圖( -R)

23、是計量最常用、最重要的控制圖。其適用範圍廣，靈敏度高。 實際應用;例如SMT的錫膏厚度假设， 知，則圖的 控制線為 CLUCL LCL = X bar與R控制圖 .假设， 未知，則須對其進行估計， 控制線即 CLUCL LCL = X bar與R控制圖 ：各組平均值 ：各組平均值之平均值 R：每組中最大值減去最小值 ：各組全距平均值A2,D4,D3,d2：是 -R控制圖之係數.假设R，R未知CLRD4 UCLR LCLR= D3X bar與R控制圖 每組樣本大小A2D4D3d221.8803.26701.12831.0232.57501.69340.7292.28202.05950.5772.

24、11502.32660.4831.00402.543.X bar與R控制圖 X bar-R chart的作法Step1:搜集數据Step2:計算各組平均值及全距Step3:計算總平均及全距平均Step4:求出控制界限Step5:描點繪圖Step6:製程解說Step7:沿用控制界限或製程解析調查異常并修正界限.實例(詳見Excel File) 控制圖CL 7.44UCL 7.44+0.577*5.04 10.35LCL 7.44-0.577*5.04 4.53R控制圖CLRD4 5.04UCLR 2.115*5.04 10.66LCLR D3 0*5.04 0X bar與R控制圖 .X bar與R控制圖 UCLLCLUCLLCLR-chartx-ChartDetects shiftDoes notdetect shif