spc基础与应用ppt课件

1、Statistical Process ControlSPC 根底与运用June 25, 2021课 程 大 纲根本统计概述 直方图 根本統計量數 SPC 背景說明 制程变异分析 建立 SPC 步驟 控制图制程才干研讨 實例演練 統計制程控制【SPC】 統計製程控制之目的係持續改善產品與服務的價值，達到顧客滿意。 製程才干調查【Ca、Cp、Cpk】对消费过程中的各工序参数进展监控，从而到达改良、保证产质量量的目的。 主要的工具:控制图作業方式 / 資源混用方式人員設備资料方法環境產品或服務顧 客辨識變化的需求與期望統計方法製程的聲音輸入製程/系統輸出Voice of customer製程回饋控

2、制系統方式 統計方法的意義 群體與樣本 資料的分類 資料的分析 品質控制與統計方法一、根本統計概述統計概念區分沒有顯著差異有顯著差異沒有顯著差異 RiskType II error有顯著差異 RiskType I error判斷上事 實 上两种类型的抽样误差第一类误差即虚发警报； 把一个本来是正确的假设给否认了，也称“显著性程度，用“a表示。2、第二类误差即漏发警报： 把一个本来是错误的假设给接纳了，常用b 表示。統計方法的意義規劃資料的搜集，整理與解釋資料，並據以導出結論或予以推廣的制程，稱為統計方法。闡述統計方法與理論的科學，即為統計學。上述統計方法，乃自全部資料中，抽取部分資料，此部份資

3、料的搜集、整理，並將其結果加以解釋，使不了解統計分法的人得以了解，並據以對全部資料作成結論，或推導出全部資料所蘊含的特性。統計資料屬性資料屬量資料合格 / 不合格好 / 不好滿意 / 不滿意計數值 間斷資料計量值 連續資料群體與樣本群體Population，可為整個制程的一切製品或半废品之全部測定值，亦可為一大批貨品，一小批貨品，一天內的製品或半废品，一小時內的製品。群體Population 以 N 表示。計數值 群體不合格率計量值 群體平均數 ，群體標準差 群體的構成，特別應留意 層別 ： 不同批原料、不同機器設備、不同班別、不同操作員等。群體與樣本樣本Sample，為自群體中選取的一部分製

4、品或半废品之測定值，或自整個檢驗批中抽取一部分製品或半废品之測定值。樣本Sample 以 n 表示。計數值 樣本不合格率計量值 樣本平均數 X ，樣本標準差 x樣本的获得，特別應留意 隨機性：並能夠代表群體為原則。資料的分類 時間分類標準： 日、周、月、季、半年、年。空間分類標準： 不同生產線、不同銷售區、不同资料來源。資料的分析查檢表次數分配表柏拉圖直方圖圓形圖推移圖長條圖品質控制與統計方法品質控制的發展階段：操作員品管、領班品管、統計品管SPC、全面品管TQC、全面品質管理TQM，六大階段。自第四階段的統計品管SPC，Dr. Shewhart 博士( 1924 年) 發表製造產品品質的經濟

5、控制以後，統計方法即持續運用於品質控制中。舉凡 (1) 市場分析 (2) 產品設計 (3) 可靠度規格，壽命 / 耐用性預測 (4) 製程控制 / 製程才干分析 (5) 品質水準 / 抽樣檢驗計畫之決定 (6) 數據分析 / 性能評估 / 缺點分析 等，均導入適當之統計方法。品質控制與統計方法可用之特殊統計方法及應用包含但並不限於： (1) 實驗計畫法 / 因子分析 (2) 變異數分析 / 迴歸分析 (3) 平安性評估 / 風險分析 (4) 顯著性檢定 (5) 控制圖 (6) 抽樣檢驗 直方圖的意義 次數分配 直方圖的應用二、直方圖直方圖的意義定義 將測量所得的 Data 如時間、長度、硬度等

6、計量值，劃分成數個組間，計算各組間數據出現的次數，以便瞭解其分配的狀況的圖表，叫作直方圖。 直方圖係根據次數分配表而繪製。直方圖的意義繪制直方圖之目的 (1) 測知製程才干 (2) 計算產品不良率 (3) 調查能否混入二個以上不同的 群體 (4) 測知有無假數據 (5) 測知分布型態 直方圖的應用直方圖的作法1. 決定Data搜集期並搜集Data 最少要有50個Data，最好要有100個以上2. 找出Data中之最大及最小值Ex: L=23.4 S=20.23. 決定組數 - K 等於 n 的平方根Ex: n = 50 k = 74. 決定組距h -將最大值減去最小值後，除以組數，再取最小測量

7、單位的整數倍即可Ex: L - S / K =23.4-20.2/ 7 = 0.46 h = 0.5 取最小量測單位之整數倍5. 決定組界值 -由最小值減去最小測良單位的1/2，就是第一組的下限，再逐次加上各組距，直到可含蓋最大值即完成Ex: 20.2 - 0.1/2 = 20.15 第一組下界20.15 + 0.5 = 20.65 第一組上界、第二組下界20.65 + 0.5 = 21.15 第二組上界、第參組下界.23.15 + 0.5 = 23.65 已大於最大值數據數組數50-100100-250250l以上6-107-1210-20直方圖的應用直方圖的作法 6. 求出各組的中心值 -

8、 各組上界加下界除以二Ex: 20.15 + 20.65/ 2 =20.40 第一組中心值7. 計算落在各組內的 次數 8. 作成直方圖9. 記入必要的事項如產品名、規格、Data數量.直方圖的應用(1) 測知製程才干 23456789101112 .027.056.083.111.167.111.083.056.027直方圖的應用(2) 計算產品不良率 規格LSLUSL規格LSLUSL規格LSLUSL直方圖的應用(3) 調查能否混入二個以上不同群體： 二批不同资料、二個不同操作員、二個不同班別、二台不 同機器、二條不同生產線 雙峰型直方圖直方圖的應用(4) 測知有無假數據： 據說曾有一家輪胎

9、廠，廠房坐落在大水溝旁，檢驗員檢驗結果，如發現不合格之製品，就將其丟入大水溝內 削壁型直方圖依統計學來分析，此種情形不能够存在。直方圖的應用(5) 測知分配型態 正態型、離島型、右偏型 規格 規格0%0.6610.6500.6470.6460.6490.6450.6410.6500.6480.6490.6450.6470.6460.6550.6490.6580.6540.6600.6530.6590.6600.6650.6490.6510.6370.6500.6430.6490.6400.6460.6500.6440.6400.6520.6570.6480.6540.6500.6540.655

10、0.6560.6570.6630.6620.6470.6470.6420.6430.6490.6480.6380.6380.6490.6420.6370.6550.6520.6540.6490.6570.6540.6580.6520.6610.6540.6450.6410.6440.6470.6410.6500.6520.6430.6410.6530.6470.6520.6490.6520.6530.6510.6600.6550.6580.6490.6470.6410.6440.6400.6430.6460.6340.6380.6450.6500.6480.6490.6500.6490.655

11、(例)有一機械廠，為瞭解製品外徑尺寸之變化，由產品抽取100個樣本測定其外徑，測定結果如下表，試作次數分配表。實例說明實例說明(1)定組數：(2)求組距： 全距XmaxXmin 0.6650.634 0.031 組距 0.0031 0.003實例說明(3)決定區間之境界值第一組下組界最小測定1/2測定單位0.634 0.6335。 以0.6335累加0.003得各區間之境界值，如次數分配表。(4)計算各組間之中心值第一組中心值 0.635 以0.635累加0.003得各區間中心值。次數分配表組數組界中心值劃 記次數10.6335 0.63650.635120.6365-0.63950.6385

12、30.6395-0.64250.6411040.6425-0.64550.6441150.6455-0.64850.6471560.6485-0.65150.6502270.6515-0.65450.6531580.6545-0.65750.656990.6575-0.66050.6597100.6605-0.66350.6024110.6635-0.66650.6651合計100实例例如：丈量50个蛋糕的分量 N=50 分量规格=3108g，详细数据如下：308 317 306 314 308 315 306 302 311 307305 310 309 305 304 310 316 30

13、7 303 318309 312 307 305 317 312 315 305 316 309313 307 317 315 320 311 308 310 311 314 304 311 309 309 320 309 312 316 312 318实例直方图的外形特点，中间高、双头低，左右对称。根底知识正态分布1、数据越多，分组越密，那么直方图也越赵近于一条光滑的曲线，这样的一条光滑曲线即正态分布曲线，其特点为中间高、两头低，左右对称并延伸到无穷。根底知识正态分布2、正态分布的表达式： 为方便讨论，正态分布用两参数表示：根底知识正态分布3、u 和与正态曲线分布之间的关系 根底知识正态分布

14、正态分布重要特点： 不论u 与取值为何，产质量量特 性值落在u-3 ，u+3 范围 内的概率为99.73%平均值 (Mean)：代表一群數據的總合平均數值標準偏向 (Standard Deviation)：表示該群數值間差異大小的一個數值。 三、根本統計量數A 牌電燈泡平均壽命為：800 hrsB 牌電燈泡平均壽命為：700 hrs您能够會購買A or B ? Why ?中心趨向的測量平均值: 一组数据的算术平均值反响一切值的影响散佈的測量极差全距: 数据组內數值之间的间隔 ( Max Min )方差 : 每一个数据点到平均值的偏离的平方的均值 规范偏向 : 方差的平方根X = ni=1nXi

15、群體平均值样本平均值群體规范偏向样本规范偏向X準確度精细度高低高低PrecisionAccuracy准确度与准确度了解分布图概念正态分布 “正态 分布是一种数据具有某些一致的特性的分布 这些特性对于我们了解后面采集数据的过程是非常有用的 多数自然景象和人类行为的过程是呈正态分布的,或者 可以看成正态分布95.45%99.73%68.27% -3 -2 -1 X +1 +2 +3 正態分佈 P(u-Xu+)=0.6827 P(u-2Xu+2)=0.9545 P(u-3Xu+3)=0.9973於uk之間的機率群 體：N 規格中心值：T平 均 數：X 集中趨勢 標準偏向： 離散趨勢被涵蓋在特定範圍的

16、機率 當 X = 時Normal Distribution - ListmTUSLLSLP(d)Z標準偏向m轉折點1sTUSLp(d)規格上限(USL) 目標規格值(T) 規格下限(LSL)分佈平均值(m) 分佈的標準偏向(s) 3s在轉折點和平均值的距離构成一個標準差. 假设目標值和規格上限之間可以放置三個標準偏向 我們可以說這個製程有“3 sigma的 才干.LSLm1sTUSLp(d)p(d)1234 5 6s3sThis is a 6 Sigma Process標準偏向轉折點性质 1: 正态分布只用以下2个我们知的参数就可以完全描画 平均值, 和规范偏向正态分布分布 1分布 2分布 3

17、这三个正态分布有什么区别? 正态曲线和概率区域与规范偏向的关系43210-1-2-3-440%30%20%10% 0%95.45%样本数概率 从平均值的规范偏向数性质2: 曲线下的面积可以用来评价确定 “事件 发生的累计概率99.73%68.27%获得的两个值之间的累积概率值 1 Sigma2 Sigma3 Sigma1 Sigma2 Sigma3 Sigma68.26 %95.45 %99.73 % 数据点的百分比UCLLCL时间我们丈量的工程规范偏向规那么“数据处于哪个位置?母体参数对样本统计量S= 样本规范偏向x= 样本平均值 统计量 评价 参数 = 母体平均值= 母体规范偏向什麼是6

18、sigmaSix Sigma 是一種新思維程序是一種系統式的降低會對顧客滿意有重要影響的不良工具利用統計工具，進行重要制程才干的改善降低不良改善產出改善顧客滿意度更高的淨營利6-Sigma 的目標6 Sigma 目標( DPMO Distribution No Shifted ) 制程中心沒有偏移 245,50032,70046450.660.002sPPM製程才干每百萬個不良機會零件數/ 製程數零件/製程中心沒有偏移裝配成品之良品率 %+ 1+ 2+ 3+ 4+ 5+ 6168.2795.4599.7399.993799.99994399.9999998102.2062.7897.3399.

19、9499.999499.999998509.7587.3699.6999.99799.999981000.9576.3199.3799.99499.999950025.8896.9099.9799.999810006.7093.8999.9499.9998500072.9899.7299.9991000053.2699.4399.9986 Sigma 目標( DPMO Distribution Shifted 1.5 s ) 制程中心偏移 1.5 ssPPM製程才干每百萬個不良機會零件數/ 製程數零件/製程中心偏移 1.5 裝配成品之良品率 %+ 1+ 2+ 3+ 4+ 5+ 6130.236

20、9.1393.3299.379099.9767099.999660102.4950.0993.9699.7699.9966503.1573.2498.8499.98310053.6497.7099.9665004.4489.0099.8310000.2079.2199.66500031.1998.31100009.7396.66时间表现在过程性才干上的革新好的坏的3 Sigma (CpK = 1)6 Sigma (Cpk = 2)改變中的品質哲學最高品質的產品和服務是最低本钱的產品和服務sPPM2308,537366,80746,210523363.4( Distribution Shifte

21、d 1.5 )Getting to Six SigmaHow far can inspection get us ?BreakthroughStrategyCharacterizationPhase 1:MeasurePhase 2:AnalyzeOptimization345671,000,000100,00010,0001,0001001012Sigma Scale of MeasurePPMAverageCompanyBest-in-ClassThe Breakthrough MethodologyDefine the problem.DMAIC to the Rescue!The Ba

22、sic ObjectivePhase 3:Improve Phase 4: Control問題的本性Six Sigma 的方法可以辨識製程是偏離目標和/或者是高度變異,以修訂製程及降低變異偏離目標變異大正中目標修訂製程降低變異XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX另類觀點LSLUSLUSLLSLOn-Target從統計觀點來看問題USLLSLLSL = Lower spec limitUSL = Upper spec limit問題的本性- 統計觀點偏離目標變異大修訂製程降低變異 SPC 興起的背景 SPC 的迷思 SPC 的焦點 SPC 的思索 SPC 的

23、診斷四、SPC 背景說明對品質常有的錯誤觀念大多數的品質問題是錯在作業人員容許少數的不良,不测的瑕疵是無可防止的品質是品管部門的責任只重視品質檢驗,檢驗人員需負責解決瑕疵品SPC只是在現場掛控制圖對品質的正確觀念85%的品質問題是管理人員所要擔負的,管理者態度的偏向，更勝過作業人員的懶散第一次就把事情做好,並且將後工程視為顧客,才干真正做到零缺點品質品質和公司每一個人都有關品質檢驗是可以解決問題但卻無法消除問題SPC是讓品質保證的系統持續運轉不斷改善製程,以提昇品質與生產力SPC 興起的背景SPC 興起是宣告經驗掛帥時代的結束 手工藝的產業：SPC 無用武之地經驗取勝 當經驗可以整理，再加上設

24、備、制程或系統時，那 SPC 時機的導入，就自然成熟了。SPC 興起是宣告品質公共認證時代的來臨 1980年以前，客戶大都以本人的資源與方法，來認定某些合格的供應商，呵斥買賣雙方的浪費。 1980年以後，GMP及ISO 9000的興起，因為重視產品生產的制程與系統，故更須有賴 SPC 來監控制程與系統的一致性。什么是SPC与SPCD工程？20世纪20年代美国W.A.休哈特W.A.Shewhart首创过程控制实际以及监控过程的工具控制图SPC即统计过程控制Statistical Process Control，是利用统计技术对过程中的各个阶段进展监控，从而到达保证产质量量的目的。控制图实际是中心

25、SPCD即统计过程控制与诊断Statistical Process Control and Diagnosis，是利用统计技术对过程中的各个阶段进展监控与诊断，从而到达缩短诊断异常的时间，以便迅速采取措施，保证产质量量的目的。SPC控制造用贯彻预防的原那么;质量管理所提出的原那么方针目的都要有科学的措施与科学方法来保证明施;SPC特点强调全员参与强调应有统计方法来保证预防原那么的实施,而不是口头或书面的空头来保证重点在于PROCESS常规控制图的构造控制图Control chart是对过程质量加以测定，记录并从而进展控制管理的一种用统计方法设计的图。按时间顺序抽取的样本统计数值的描点序列常规控

26、制图构成与原了解释构成控制图的解释第一种解释：1、假设过程正常，即分布不变，那么点子超越 UCL的概率只需0.1%左右；2、假设过程异常，u逐渐增大，于是分布曲线上移，点子超出UCL的概率将大为添加。 由于第1种情况属小概率事件，而第2种情况发生概率比第1种情况大得多，那么点出界就判异控制图的解释第二种解释：质量要素可分为：偶因偶波对质量影响小难以除去听之任之异因异波对质量影响大不难除去过程留意对象控制界限是区分偶波与异波的科学界限： 偶因偶波典型分布质因 异因异波偏离典型分布控制图检出休哈特控制图的本质是区分偶因和异因稳态的定义什么是稳态： 稳态(State in Control)即统计控制

27、形状，是指过程中只需偶因此没有异因的变异的形状。稳态的益处为什么稳态是消费追求的目的：1、对产品的质量有完全的把握(至少99.73%合格品)2、消费也是最经济的(不合格品很少)3、产质量量特性值的变异也是最小的(无异因影响)SPC 的迷思迷思一：有控制圖就是在推動 SPC ？ 這是產品品質 ( Q )，還是制程參數 ( P ) 控制圖？ 這張控制圖能否有意義？ 它所控制的參數，真的對產品品質有舉足輕重的影響嗎？ 控制界限訂的有意義嗎？ 這張控制圖，能否遭到應有的重視？能否已遵照規定，實 施追蹤與研判？SPC 的迷思迷思二：有了Cpk / Ppk 等計算就是在推動 SPC ？ Cpk / Ppk

28、 有定期審查嗎？ 能否已用 Cpk / Ppk 作訂單分派給不同生產線，作為生產 的依據 ？SPC 的迷思迷思三：有了可控制的制程參數 (Process Parameter)，就是 SPC ？ 為什麼挑出這些制程參數？ 這些制程參數的控制條件，是如何決定的？ 這些制程參數與產品品質之間，有因果關係可循嗎？ SPC 的焦點 制程 ( Process ) SPC 與傳統 SQC 的最大不同點，就是由 Q P 的轉變 SQC：強調 Quality 產品的品質，換言之，它是著重於買賣雙方可共同評斷、鑑定的一種既成事實。 SPC：則是希望將努力的方向更進一步的放在品質的源頭 制程 ( Process )

29、上。因為制程的起伏變化，才是呵斥品質變異 ( Variation ) 的主要根源。 SPC 的焦點 制程 ( Process )品質變異的大小，也才是決定產品優劣的關鍵 制程起伏條件品質異常產品優劣因因果果SPC 的思索步驟一：深化掌握因果方式 制程參數 (因) / 品質貢獻率 (果) 分析 柏拉圖分析步驟二：設定主要參數的控制範圍 以迴歸分析方法或實驗設計來分析 SPC 的思索步驟三：建立制程控制方法 控制頻率 樣本抽取方法 樣本量測方法步驟四：抽取废品來印證原始系統能否 依然正常運轉？ SPC 的診斷品質能否更穩定？良品率能否提高？制程能否更流暢？本钱能否更低廉？異常能否更快能被偵測到？品

30、管員能否逐漸在減少？統計制程控制的定義非機遇缘由變異機遇缘由變異制程控制與制程才干制程改善循環 五、制程变异統計制程控制的定義經由制程中去搜集資料，而加以統計分析，從分析中得以發覺制程的變異，並經由問題分析以找出異常缘由，立刻採取改善措施，使制程恢復正常。並藉由制程才干分析與標準化，以不斷提昇制程才干。制程控制的需求檢測 容忍浪費 允許將時間和资料投入到生產不一定有用的產品或服務中預防 防止浪費 第一次就把任务做對变异机遇缘由與非机遇缘由為了使變異的表示簡化，通常分成以下二種：機遇缘由的变异(普通缘由系统随机) 制程中變異要素是在統計的控制狀態下受控。 隨著時間的推移，具有穩定的且可重複的分佈

31、 制程中的許多全距的缘由。非機遇缘由的变异(特殊缘由) 制程中不常發生，但呵斥制程變異的缘由。 所呵斥之分佈與時間的關係，是不穩定且不無法 預期的。分布举例非機遇缘由过程 A 显示受控分布过程B 显示不受控分布因為生產制程中每一件废品都不同，因此假设製程很穩定，則生產產品的品質特性的分布將构成一種固定形狀，稱為分佈。普通分佈有以下之不同情形： 位置 分佈寬度 形狀大小大小大小.或是以上這些的不同組合假设制程中，只需機遇缘由的變異存在，則其废品將构成依各很穩定的分佈，而且是可以預測的假设制程中，有非機遇缘由的變異存在，則其废品將為不穩定的分佈，而且無法預測的範圍 時間可預測範圍 時間無法預測大量

32、之微小缘由所引起原料在一定範圍內之微小變異機械之微小振動儀器測定時，不非常精確之做法依據作業標準執行作業的變化實際上，要除去制程上之機遇缘由，是件非常不經濟之處置一個或少數幾個較大缘由所引起运用規格外的原物料新手之操作人員不完全之機械調整未依據作業標準執行作業所制訂之作業標準不合理非機遇缘由之變異，不但可以找出其缘由，並且除去這些缘由之處置，在經濟觀點上來說，是正確的機遇缘由非機遇缘由非機遇缘由的變異簡單的統計分析可發現如控制圖直接負責制程的人員去改善部分措施改善對策部分措施改善非機遇缘由牽涉到消除產生變異的非機遇缘由可由製程人員直接加以改善大約可以解決15%之制程上的問題系統措施 改善機遇缘

33、由共同缘由的變異製程才干分析可發現如Ca，Cp，Cpk，及控制圖上點的變化管理當局參與及製程人員协作去改善系統改善對策必須改善呵斥變異的機遇缘由經常需求管理階層的努力與對策大約可以解決85%之制程上的問題Time 1Time 2Time 3Time 4称为 漂移 (平均值漂移了多远的真正sigma 丈量)显示过程控制重要的少数称为 短期 (st)我们的潜在才干 - 能做得最好的情况一切6 sigma公司用 报告 价值不高的多数顯示散佈缘由組內變異(Within)組間變異(Between) ST + shift = LT才干对实绩过程实绩: 全部分布包括 Shifts 和 Short Term(

34、Pp & Ppk)才干: 只需随机的或 短期的分布(Cp & Cpk)制程控制與制程才干首先應通過檢查，消除全距所產生之非機遇缘由，使制程處於受控的狀態接下來，就可依顧客的要求 ( 規格 )，來評定制程才干，以使顧客滿意，這就是持續改善的基礎。在控制規格內Cpk 1.33範圍 時間受控(消除了非機遇缘由)範圍 時間制程控制不受控(存在了非機遇缘由)受控，才干符合要求(機遇缘由呵斥的變異已減少)制程才干 規格上限 規格下限 範圍 受控，才干不符合要求(機遇缘由呵斥的變異太大)制程控制與制程才干矩陣類別制程控制受控制程控制不受控制程能力可接受13制程能力不可接受241類：理想的情況 X ， 小2類

35、：受控制程，但存在機遇缘由呵斥過大的變異，必須減少全距的變異。 X ， 大分布圖形分布圖形LSLTUSLLSLTUSL 3類：制程才干可接受，但為不受控制程，必須識別全距的非機遇缘由，並消除它。 X ， 小 4類：不受控，且制程才干又不可接受，必須減少全距的非機遇缘由和機遇缘由。 X ， 大分布圖形LSLTUSL分布圖形LSLTUSL制程改善循環PDACPDACPDAC1.分析制程2.維護制程3.改善制程1.分析制程： 本制程應該做什麼？ 會出現什麼問題？ 本制程會有哪些變化？ 我們已經知道本制程的什麼全距(全距)？ 哪些參數受全距(全距)的影響最大？ 本制程正在做些什麼？ 本制程能否在生產廢

36、品及需求返工的產品？ 本制程生產的產品能否處於受控狀態？ 本制程能否有才干？ 本制程能否可靠？2.維護(控制)制程： 制程是動態的，並且會隨時間而變化。 監控制程的才干指數 查出非機遇缘由的變異，並採取有效的措施3.改善制程： 使制程穩定，並以維持制程的才干指數 充分了解機遇缘由呵斥的變異 減少機遇缘由呵斥變異的發生六、建立 SPC 的步驟確立製造流程、製造流程解析決定控制項目實施標準化控制圖的運用制程才干分析問題分析解決製程的繼續控制一 確立製造流程二 決定控制項目三 實施標準化五 制程才干調查 Ca、Cp、Cpk四 控制圖的運用六 問題分析解決六 問題分析解決七 製程繼續控制Cpk 1.3

37、3製程條件變動時藉由所需的人員、程序、機器、物料等(輸入) ，經由必要的作業活動來產生一特定的產品或 資訊 (輸出)1. 流程定義資 料物 料顧客需求資源設備人 員標 准教 育添加附加價值的任务產品輸出服務輸入流程的根本方式訂單產品 /服務製造流程圖2. 決定控制項目控制項目的定義 為維持產品的品質，作為控制對象所列舉的項目 特殊特性： 尺寸、材質、性能、外觀產品 / 服務KPCKPCKCCKCCKCCKCCKCCKCCKPCKCCKCCKCCKPC : Key Product CharacteristicsKCC : Key Control Characteristics3. 實施標準化意義

38、：所做的每一件任务、產品，都是 可以成為可靠的任务與可靠的產品目的：不會做出標準以下的任务、產品步驟：1.成立標準化體制 2.標準化的計劃 3.標準化的運作 4.標準化的評價控制計畫Control Plan4. 控制圖的運用控制圖是1924年由蕭華特博士(Dr.W.A.Shewhart)，在研讨產品品質特性之次數分配時所發現。正常工程所產生出來產品之品質特性，其分佈大都呈正態分佈的，會超出三個標準差(3)的產品只需0.27%，依據此原理，將正態曲線圖旋轉90度，在三個標準差的地方加上兩條界限，並將抽樣的順序點繪成為控制圖。运用控制圖的效益提供正在進行制程控制的作業人員运用有助於制程在品質上和本

39、钱上能持續的、可預測的維持下去提供檢討制程狀況之共通的語言分辨機遇與非機遇缘由的變異，提供採行部分或系統糾正措施的依據計量值控制圖 X R (平均值與全距) X S (平均值與標準差) X R (中位值與全距) X MR (個別值與移動全距)計數值控制圖 P (百分比不良率) np (不良數) C (缺點數) U (每單位缺點數)控制圖的種類控制图的种类控制图分布方式控制图的运用范围X-R对于计量数值而言,用于控制对象为长度分量强度纯度时间收率消费量等;X-S与X-R类似,当样本量10时,运用极差估计总体规范差的效率降低,用S代R; Me-R控制图与X-R类似,中位数Me代X,多用于现场需求直

40、接记入控制图的场所;X-Rs多用于对于每一个产品进展检验,采用自动化检验和丈量的场所;取样费时,昂贵的场所以及如化工等气体与液体过程样品均匀的场所P控制图主要控制不合格率或合格品率等计数值Np主要为不合格品数的场所.控制图的运用范围C控制图主要控制一台机器一个部件一定的长度一定的面积或任何一定单位中所出现的缺陷数目,如布劈的疵点,铸件上的砂眼数机器设备的缺陷数或缺点次数,电子设备的焊接不良数传票的误记数每页印刷错误数等;U控制图:样品的大小不变时,可以运用U控制图,而当样品变化时,应换算为平均每单位的缺陷数后再用U.X R 控制圖常數表nA2d2D3D421.8801.128-3.26731.

41、0231.693-2.57440.7292.059-2.28250.5772.326-2.11460.4832.534-2.00470.4192.7040.0761.92480.3732.8470.1361.86490.3372.9700.1841.816100.3083.0780.2231.777110.2853.1730.2561.744120.2663.2580.2831.71713.2493.3360.3071.693nA2d2D3D4140.2353.4070.3281.672150.2233.4720.3471.653160.2123.5320.3631.637170.2033.5

42、880.3781.622180.1943.6400.3911.608190.1873.6890.4031.597200.1803.7350.4151.585210.1733.7780.4251.575220.1673.8190.4341.566230.1623.8580.4431.557240.1573.8950.4511.548250.1533.9310.4591.541 = R / d2X S 控制圖常數表nA3C4B3B422.6590.7979-3.26731.9540.8862-2.56841.6280.9213-2.26651.4270.9400-2.08961.2870.9515

43、0.0301.97071.1820.95940.1181.88281.0990.96500.1851.81591.0320.96930.2391.761100.9750.97270.2841.716110.9270.97540.3211.679120.8860.97760.3541.646130.8500.97940.3821.618nA3C4B3B4140.8170.98100.4061.594150.7890.98230.4281.572160.7630.98350.4481.552170.7390.98450.4661.534180.7180.98540.4821.518190.6980

44、.98620.4971.503200.6800.98690.5101.490210.6630.98760.5231.477220.6470.98820.5341.466230.6330.98870.5451.455240.6190.98920.5551.445250.6060.98960.5651.434 = S / C4计量值控制图之优缺陷优点: 用于制程之控制,甚灵敏,很容易调查事故发生的缘由,因此可以预测将发生之不良情况; 能及时并正确地找出不良缘由,可使质量稳定,为最优良之控制工具.缺陷: 在制造过程中,需求经常抽样并予以测定以及计算,后需点上控制图,较为费事而费时间.计数值控制图之优

45、缺陷优点: 只在消费完成后,才抽取样本,将区分为良品与不良品,所需数据能以简一方法获得之. 对于工厂整个质量情况了解非常方便.缺陷: 只靠此种控制图,有时无法寻求不良之真正缘由,而不能及时采取处置措施,而延误时机.控制圖运用時機決定控制特性可否获得 計量值數據目標能否 在於不良品數目標能否 在於缺點數NONO樣本數能否為定值YES运用 P控制圖运用 n p 或 P 控制圖樣本數能否為定值运用 U控制圖运用 C 或 U 控制圖YESNOYESYESNO數據是同類型或無法進行組內個別抽樣如化學槽液批亮油漆樣本平均能否容易計算运用中位值控制圖NONO各組樣本打大小能否 9YES运用 X R控制圖NO

46、YES樣本標準差 S能否容易計算运用 X R控制圖NO运用 X S控制圖YES运用個別值控制圖：X MRYES控制圖之繪制流程搜集數據繪制解析用控制圖穩定狀態？繪制直方圖 分布 層別研讨滿足規格？制程才干研讨控制用控制圖Yes消除非機遇缘由No滿足減少機遇缘由4M、1E 分析不滿足提升製程才干Z - value控制圖 制程控制的工具1.搜集： 搜集資料並畫在圖上2.控制： 監控能否超出控制上、下限 非機遇缘由 計算所搜集的資料，作為分析之用 觀察全距的變化3.分析與改善： 依所計算之結果，評估制程才干指數 監控在受控狀態資料的變化，確定機遇缘由全距 的變化，並採取措施 必要時，可修正控制上、下

47、限，持續不斷的改善解析用控制圖控制用控制圖平均值與全距控制圖 ( X R )A 搜集資料 A1 選擇子組大小、頻率和資料 A2 建立控制圖及記錄原始資料 A3 計算每個子組的平均值 ( X ) 和全距 ( R ) A4 選擇控制圖的刻度 A5 將平均值和全距，標記到控制圖上 將 X & R 標記道控制圖上X = 50.26R = 5.1平均值與全距控制圖 ( X R )B 計算控制上、下限解析用控制圖 B1 計算平均全距( R )，制程平均值 ( X ) B2 計算控制上、下限，並標記控制線 全距： UCLR = D4 R LCLR = D3 R 平均值：UCLX = X + A2R LCLX

48、 = X A2Rn2345678910D43.272.572.282.112.001.921.861.821.78D3*0.080.140.180.22A21.881.020.730.580.480.420.370.340.31平均值與全距控制圖 ( X R )C 制程控制說明 C1 首先分析全距圖上的資料 任何超出控制限的點 連續 7 個點，全在中心線之上，或連續上升 連續 7 個點，全在中心線之下，或連續下降 能够為：模具受損或機器固定鬆動，或換班、換批 ，或量測系統改變(新人、新量具)。 平均值與全距控制圖 ( X R ) 其他明顯非隨機的圖形 各點與 R 的距離：普通大約 2 / 3

49、的點，應落在中心線 為中心的 1 / 3 控制區域內，假设非如此，則需進行調查 並改善。 能够為： 控制上、下限或描點計算錯或標示錯。 假设有 2 / 3 的點，落在中心線為中心的 1 / 3 控制區域內，則 人、機、料、法已達相當穩定之狀況， ，以此來作為下一階段的監控和持續改善。平均值與全距控制圖 ( X R )C 制程控制說明 C2 識別並標注非機遇缘由全距圖 C3 重新計算控制上、下限( 全距圖 ) C4 分析平均值圖上的資料 好像C1之分析 C5 識別並標注非機遇缘由平均值圖 C6 重新計算控制上、下限( 平均值圖 ) 5. 制程才干分析制程處於受控狀態制程的各測量值符合正態分佈工程

50、及其他規範準確的代表顧客的需求設計目標值位於規格的中心測量變異相對較小Cpk / PpkCpk 在一穩定制程下的才干指數 某一天、某一班次、某一批、某一機台 其組內的變異 ( R-bar / d2 or S-bar / c4 )Ppk 性能指數 量試階段的才干指數、 某一產品長期監控下的才干指數 ( all of individual sample data using the standard deviation 【root mean square equation 】, “ s “ ).制程才干調查步驟確切了解要調查的品質特性與調查範圍，並搜集數據製作解析用控制圖，確定製程處於受控狀態之中

51、計算制程才干指數 ( Short Term : Cpk )判斷制程才干能否足夠，如不夠時或不穩定時，則加以改善以解析用控制圖之控制上、下限，作為控制用控制圖之監控，並於一段期間後，再計算制程才干指數 ( Long Term : Ppk )制程才干調查的方式圖示法-主要以次數分配圖、直方圖、控制圖表示之數值法-以Ca值(製程準確度)、Cp值(製程精细度)、 Cpk值(製程才干指數)表示之圖示法制程才干的初步断定 中心值位置 分散寬度 分佈形狀大小大小大小由製程中搜集100個以上的數據，做成次數分配圖或直方圖，由圖形的中心值位置、分散寬度、分佈形狀可簡單断定製程才干數值法制程才干分析制程准确度Ca

52、(Capability of Accuracy)衡量自產品中所獲得產品資料的實績平均值(X),與規格中心值(u)其間偏向的程度,是期望製程中生產的每個產品的實際值能與規格中心值一致 (1)Ca之計算方式如下： 實績平均值-規格中心值 X-uCa=-*100% = -*100% 規格公差/2 T/2T=USL-LSL =規格上限-規格下限集中趨勢Ca值的等級断定 Ca值是正值-實績平均值較規格中心值偏高 Ca值是負值-實績平均值較規格中心值偏低 Ca值愈小,品質愈佳。依Ca值大小普通分為四級：(3)Ca等級的說明規格中心值50%12.5%25%100%規格上限(下限)DCBA(4)處置原則A級：

53、維持現狀B級：改進為A級C級：立刻檢討改善D級：立刻採取緊急措施，全面檢討， 必要時停顿生產製程精细度Cp(Capability of Precision)衡量自產品中所獲得產品資料的6個估計實績標準差(),與規格公差(T)其間相差的程度,是期望製程中生產的每個產品以規格中心值為目標，其變異寬度愈小愈好，換言之，即在衡量規格公差範圍與製程變異寬度兩者間相差程度(1)Cp之計算方式如下：規格公差6個估計實績標準差=T6 Cp= (雙邊規格)(單邊規格)或離散趨勢規格上限-實績平均值3個估計實績標準差=USL-X3 Cp=實績平均值-規格下限3個估計實績標準差=X-LSL3 Cp=Cp值的等級断定

54、 Cp值愈大-規格公差(T)大於估計實績標準差( )愈多， 即表示製程的變異寬度遠小於規格公差 Cp值愈大,品質愈佳。依Cp值大小普通分為五級：等級Cp 值A Cp 1.67B1.67 Cp 1.33 C1.33 Cp 1.00D1.00 Cp 0.67E Cp 0.67(3)Cp等級之說明6 E 級6 D 級6 C 級6 B 級6 A 級規格中心值規格上限規格下限Cp 0.67Cp = 0.67Cp = 1.00Cp = 1.33Cp = 1.67T = 10 T = 8 T = 6 T = 4 制程才干指數 Cpk( 穩定的制程 )Cpk = ( 1 Ca )* Cp當 Ca = 0 時，

55、Cpk = Cp單邊規格時，Cpk 即以 Cp 值計之集中趨勢離散趨勢(3)Cpk 等級之說明 ( 當 Ca = 0 )6 E 級6 D 級6 C 級6 B 級6 A 級規格中心值規格上限規格下限Cpk 0.67Cpk = 0.67Cpk = 1.00Cpk = 1.33Cpk = 1.67T = 10 T = 8 T = 6 T = 4 Cpk = 2.00T = 12 USL ： 規格上限 LSL ： 規格下限 X ：制程總平均值 ：估計標準差制程才干指數 Cpk S.T. = R / d 2 R ：全距(全距)的平均值 d 2 ：依樣本數大小變化，所运用之常數 n2345678910d21.131.692.062.332.532.702.852.973.08X-R控制图X-R控制图计算公式：X图：UCL=X+A2R R图：UCL=D4R CL=X CL=R LCL=X-A2R LCL=D3R X-R控制图A2系