TQM导入-統計製程管制ppt课件

1、統計製程控制Statistical Process Control.目錄一、SPC概念介紹 1.SPC之精義 2.SPC之涵蓋範圍 3.SPC之功能二、根本統計概念 1.數據的性質 2.母集團與樣本 3.母數及統計量三、控制圖的概念 1.製程才干被控制的條件 2.控制圖的效果 3.控制圖的種類四、控制圖的作法與看法 1.計量值控制圖(XR chart) 2.計數值控制圖(X chart) 3.控制狀態之判斷與看法五、直方圖分析 1.直方圖的特徵 2.直方圖的作法 3.直方圖的應用六、製程才干分析 1.製程才干的定義 2.製程才干分析的用途 3.精细度(Cp)與精確度(Ca) 4.製程綜合判斷

2、5.SPC實例應用.SPC概念介紹一、SPC之精義 (一)它是持續改善的工具 (二)S代表著統計的資料與統計分析方法 (三)P代表著產品規劃與現階段之製程才干 (四)C代表著控制產品品質在要求之規格公差內 (五)它的意圖在縮小變異與降低本钱 (六)SPC持續改善活動的四個要因： 1.教育和訓練 2.全員參與和標準化 3.品質改善團隊 4.运用統計手法.SPC之目標與主要要素SPC概念介紹創造客戶世界品牌產品百分百可靠度零缺點生產力與品質的持續改善SPC降低變異教育訓練全員參與和標準化品質改善團隊运用統計手法.SPC概念介紹SPC之涵蓋範圍(一)整個作程之掌握 (三)分析和發現品質變異缘由(二)

3、作程績效之情報获得 (四)調整與改善在作程上 作程量測方法人力機器资料環境製程品質設計品質調整改善品質衡量與鑑定分析品質變異之缘由普通缘由異常缘由.SPC概念介紹SPC之功能运用SPC之流程掌控品質之平均值與變異發現資料分析與問題源發現實驗設計尋找最適條件主要統計手法控制圖、製程才干值、各種圖形平均值與變異之檢定與推定QC七工具、相關與迴歸分析可靠度分析、多變量解析統計檢定與推定變異數分析、回應圖分析、迴歸和預測製程技術與設備、改良之研讨規劃與執行能否解決了變異？能否解決了變異？能否發生品質變異？NoYesYesNoYesNo.一、根本統計概念品質控制是以統計學為基礎而發展的一種學問，所以要做

4、品質控制時，必須充分了解的對統計學的根本觀念及其方法，否則所做出的品質控制，必定會流於方式及不合實際的東西。.1-1 數據的性質所搜集的任何數據，一定不能够得到全部都一样的數值。必定多少帶有差異，假设所得到的數據，其數值都完全一样，一點差異都沒有，這很能够是假的數據，或經過修正的數據，所以像這種沒有差異的數據，對我們來說，用處很少的。檢討數據時，我們最好是根據一種任何人都可赞同的規則，然後按照這種規則來處理數據，統計學就是以或然率為基礎，規定一種合理的規則來處理數據。.1-1 數據的性質(續I)普通我們所得到的數據為：測定值真值誤差誤差發生的缘由： (1)雖用同一測定器，同一測定者重覆測定同一

5、樣本，也會發生重覆誤差。 (2)假设不同測定器測定同一樣本時，會發生測定器間的誤差。 (3)假设用不同測定人員測定同一樣本時，會發生測定者間的誤差。 (4)雖然同樣一批物品，因所抽樣本的不同而發生抽樣誤差。.1-1 數據的性質續II所以我們所獲得的數據中，一定包括各種不同缘由所引起的誤差。測定值真值同一測定器同一測定者因重覆測定的誤差 測定器間的誤差 測定者間的誤差 抽樣誤差 (1)、(2)、(3)合起來總謂之測定誤差，可簡寫為 測定值真值測定誤差抽樣誤差.1-1 數據的性質續III因為我們才干有限，所以不论如何嚴密的測定，都無法在同一條件下重覆測定。換言之，我們總在不同條件下測定，所以希望得

6、到完全帶有再現性的測定值是不能够的。 我們應該承認 (1)我們不能够得到完全一样的數據，所以數據帶有差異是當然的。 (2)我們所獲得的數據，只不過是從可以想像得到的無限次重覆測定的數據群之中的幾次例子而已。.1-2 母集團與樣本以樣本數據為根據而希望加以處置的對象，謂之母集團Population。為某種目的而由母集團抽取的一部份，謂之樣本Sample。.1-2 母集團與樣本(續I)圖1-1 抽樣檢驗推定群體的品質 以群體批為母集團時，這群體的組成個數是有限的，所以我們稱這種群體批為有限母集團Finite Population。.1-2 母集團與樣本(續II)圖1-2製程控制製程解析實驗計畫因自

7、同一條件下可生產無限個製品，所以這種集團我們稱之無限母集團Infinite Population.1-3 母數及統計量表示母集團特性的定數，謂之母數Parameter，現在普通所运用的母數有：母平均母集團的平均值，以符號表示。母變異母集團的變異，以符號2表示。母標準差母集團的標準差，以符號表示。.1-3 母數及統計量(續I)測定樣本所得的測定值，我們謂之統計量Statistic常运用的統計量普通有：樣本平均或平均 樣本的平均值，以符號 表示。樣本變異或變異 樣本的變異，以符號 表示。樣本標準差或標準差 樣本的標準差，以符號 表示。樣本全距 樣本的全距，以符號表示。.1-3 母數及統計量續II.

8、1-4 母數及統計量的計算 1分配位置的數量表示法 (1)平均值Mean 把一切數據加起來，除以數據數，即個數據1，2的平均值為.1-4 母數及統計量的計算續I 1分配位置的數量表示法 (2)中值Median 把數據依大小順序陈列，而取其中央的 數據。 有奇數個數據時【例1-1】7個物品的長度12.66，12.42，12.37， 12.57，12.56，12.48，12.62(mm) 。小順序陈列為12.66，12.62，12.57， 12.56，12.48，12.42，12.37(mm)，此排中央的數據12.56為中值.1-4 母數及統計量的計算續II 1分配位置的數量表示法 (2)中值Me

9、dian 有偶數個數據時【例1-2】有6個物品的長度12.19，12.27，12.11，12.16，12.22，12.21(mm)試計算其中值。【解】 大小順序陈列為12.27，12.22，12.21，12.19，12.16，12.11(mm) 中央值為陈列中央的2個數值12.21及12.19的平均值 即 .1-4 母數及統計量的計算續III 1分配位置的數量表示法 (2)中值Median普通情形，表示分配的中心傾向以平均值較中值為佳，但中值的特點為 求法較為簡單 數據間差距較小時，則較平均值為佳。.1-4 母數及統計量的計算續IV2分配差異的數量表示法表示分配差異程度的量，普通有以下各種表示

10、法： (1)全距Range 數據的最大值max及最小值min的差 max min 例如：有5個物品的長度10.2，9.9，9.7，9.8，10.3 (cm) 全距10.39.70.6 (cm) .1-4 母數及統計量的計算續V2分配差異的數量表示法表示分配差異程度的量，其範圍的計算簡單，普通在控制圖或簡易檢定法時，只需运用全距就能充分表示出其變異程度。假设希望提高精度，那麼最好利用標準差。但標準差的計算較麻煩。又全距與變異有一定的關係，所以可利用其間的關係來推算變異。.1-4 母數及統計量的計算續VI2分配差異的數量表示法 (2)偏向平方和Sum of Square 各個數據與平均值的差平方以

11、後，全部加起來的總和，即個數據1，2，3，的平方和.1-4 母數及統計量的計算續VII2分配差異的數量表示法 (2)偏向平方和Sum of Square註：簡算法-用以下檢算法求平方和較為簡單普通很少用偏向平方和來表示分配差異程度，而只利用偏向平方和來計算變異或標準差。.1-4 母數及統計量的計算續VIII2分配差異的數量表示法 (3)不偏變異Mean Square 偏向平方和除以n-1 即 n為數據的個數，S為偏向平方和.1-4 母數及統計量的計算續IX2分配差異的數量表示法 (4)不偏變異平方根 e 不偏變異開平方由樣本來推算母數變異的推定值時，樣本數據所計算的，就是不偏變異.1-4 母數

12、及統計量的計算續X2分配差異的數量表示法 (5)變異Variance 平方和除以數據的個數，謂之變異 母變異2-母變異為母集團的變異 S母集團平方和 N母集團單位數 樣本變異S2-樣本的變異，謂之樣本變異 s樣本平方和 n樣本單位數 .1-4 母數及統計量的計算續XI2分配差異的數量表示法 (6)標準差Standard deviation 變異開平方根者謂之標準差 母標準差-母集團的標準差 樣本標準差-樣本的標準差.1-4 母數及統計量的計算續XII標準差或變異的計算，可跟隨母數與統計量之差異而有所不同，如製程控制或製程解析時，是把製程做為母集團，所以要測定母集團所包括的全體物品，實際上是不能

13、够的，所以在這種情形下，只能計算樣本的標準差或變異。 以製品的群體批為母集團時，雖可測定全體製品品質，但在這種情形下，普通也只測定樣本品質，而以所得情報來推算全體製品的品質。.二、控制圖Control Chart的概念2-1 製程能被控制的根本條件2-2 控制圖在製程控制之效果2-3 控制圖的種類.2-1 製程能被控制的根本條件普通工廠在剛開始做品質控制時，製程大部分都是呈非控制狀態。製程為非控制狀態，普通須先作製程解析，將其影響變動的要因抓住，然後針對此影響要因採取對策，制定標準，然後再照標準去實施，實施後再檢討製程狀態。如製程還是在非控制狀態，普通都是再回到解析的步驟，重新找缘由、採對策、

14、制定標準，然後再按照標準實施、檢討，如不断無法變成控制狀態，那就必須只好不断按照前面的步驟循環，直到進入控制狀態為止。.2-1 製程能被控制的根本條件續.2-2 控制圖在製程控制之效果W.A.Shewhart博士發明了控制圖，應用其，判別製程的控制狀態。製程在非控制狀態時，可應用控制圖中之分組法、層別法等，作做製程解析，容易找出變動的缘由。製程進入控制階段時，可應用控制圖迅速發現引起變動的缘由有偶尔缘由和異常缘由。假设無異常時，也能從控制圖上獲得合理的保證。.2-3 控制圖的種類 現場有各種各樣的數據，由於數據種類之不同，其所要运用的控制圖也就不同。通常，數據可分為計量值及計數值兩種： (1)

15、計量值為長度、分量、時間、純度、強度、收率等連續性數值的數據。 (2)計數值為不良品的個數、缺點數、次級品數等間斷性數值的數據。.表2-1 普通常用的控制圖. 控制圖 計量值數據，如長度、分量、時間、純度、強度、收率等品質特性，都可运用控制圖控制。例如：軸加工後的直徑、紗的引張強力、燈泡的消費電力為平均值，為全距，所以控制圖主要是控制品質特性分配的平均值變化，控制圖主要是用來控制品質特性分配變異的變化。. 控制圖續例如：5，2，10，7，4的平均值 與全距. 控制圖： 控制圖與 控制圖一樣是用來控制計量值數據的品質特性。 可以替代 运用，因 計算簡便，故適用於現場領班或作業人員运用。. 控制圖

16、續例如：試求5，10，2，7，4之 與全距。解：先依順序陈列為2，4，5，7，10中值： 5全距： 10 - 2 8.控制圖：各個數據控制圖 控制圖亦於控制計量值數據的品質個性時运用。通常是在數據的間隔很長，不易分組或數據很少時运用。此種控制圖是把全部數據直接記入控制圖上。. 控制圖：不良率控制圖計數值的不良率、次級品率、出勤率等的控制，可运用控制圖。不良率可用下式計算：.控制圖：不良個數管 制圖品質特性以不良個數來控制時，运用控制圖。例如螺絲的長度不良個數，可用控制圖控制，但樣本大小必須一样。. 控制圖以一定大小的製品中所含缺點數來控制製程時，可运用控制圖。例如：每匹織布裏的缺點數，每台電晶

17、體收音機的焊接不良個數等，都可用控制圖控制。. 控制圖製品大小常不一定時的缺點數，可用控制圖控制。例如：每碼織布的缺點數，每100個焊接處理不良焊接個數等，都可用控制圖控制。.三、控制圖的作法3-1 計量值控制圖3-2 計數值控制圖.3-1計量值控制圖控制圖的作法步驟1：搜集數據-搜集100個以上的數據，依 測定時間順序，或群體順序陈列。步驟2：數據分組-把26個數據做為一組，把 數據分為2030組。步驟3：記入數據表。步驟4：計算平均值四捨五入後，比測 定值多求1位數。步驟5：計算範圍。步驟6：計算總平均 四捨五入後比測定值 多求2位數。步驟7：計算全距的平均值。.3-1 計量值控制圖控制圖

18、的作法續I步驟8：繪製控制圖 中心線 上控制界限2 下控制界限2 2為係數可由表查得 繪製控制圖 中心線 上控制界限4 下控制界限3 當6時，不考慮4，3為 係數可由表查得。.3-1計量值控制圖控制圖的作法續II步驟9：記入控制界線 中線記入實線 ，各別記入虛線 步驟10：調查能否在控制狀態 把點全部記入控制圖上，假设點都在 控制界限內時，即認為作程是在平安 狀態下，假设有超出控制界限外的點 時，就判斷有不可忽視的異常缘由發 生，必須調查缘由，採取去除缘由的 措施 。.3-1計量值控制圖控制圖的作法續III根據預備數據檢討控制界限上列控制圖得出的數據為預備數據調查結果，假设點全部都在控制界限內

19、時，就可直接與規格比較。.3-2 計數值控制圖控制圖的作法 步驟1：搜集數據 先預測不良率，然後抽取平均含有15個不良品大小的樣本，大約2025組，加以測定。最好能抽取同樣大小的樣本。：各組樣本之大小 步驟2：計算不良率 計算各組的不良率 ：樣本之不良個數 ：樣本大小.3-2 計數值控制圖控制圖的作法續I 步驟3：記入控制圖用紙 準備好控制圖用紙，把步驟2所 求得P值記入控制圖上。 步驟4：計算平均不良率.3-2 計數值控制圖控制圖的作法續II 步驟5：計算控制界限 中心線 上控制界限 下控制界限各組的樣本大小不一樣時，各組的控制界限就得依的大小名別計算。假设計算得負值時，下控制界限可以不考慮

20、。.3-2 計數值控制圖控制圖的作法續III步驟6：記入控制界限 中心線記入實線，、記入 虛線。步驟7：調查能否在控制狀態 記入的點全部在控制界限內時，認為 數據的作程是在控制狀態。 假设有點超出控制界限時，就判斷有 不可忽視的異常缘由發生，此時應追 查缘由，採取改善措施。 在控制線上的點，亦作為超出線外的 點處理。 .3-2 計數值控制圖控制圖的作法續I (2)根據預備數據檢討控制界限 預備數據調查結果，假设點全部在控制界限內時，就可延用。 假设有點超出控制界限外時，必須清查缘由，採取措施，使同一缘由不再發生，然後除去超限的異常點，重新計算控制界限。.3-2 計數值控制圖控制圖的作法續 (3

21、)之檢討 求得之，看能否符合要求，假设合乎要求，則此控制界限可以採用。 假设認為太大，就有對作程採取技術上的措施，使不良減少的必要。 假设採取措施在技術上或經濟上認為有困難或不利時，就有考慮變更規格的必要。.四、控制圖的看法4-1 控制狀態的判斷(1)點超出控制界線外時Out of Control(2)完全的控制狀態(3)製程可認為是控制狀態的断定基準 沒有點超出控制界線外。 點的出現沒有特別的排法。(4)以延長控制界限的可否，做為今後製程控制之用的断定基準 連續25點以上出現在控制界線內時。 連續35點中，出現在控制界限外的點不超過一點時。 連續100點中，出現在控制界限外的點不超過二點時。

22、.四、控制圖的看法4-2 控制圖的點看法2.5%2.5%1234.四、控制圖的看法4-2 控制圖的點看法.五、直方圖Histogram5-1 何謂直方圖：就是一種圖形 普通經由觀察或試驗而得之數據是非常混亂的，必須加以整理，使之簡單化、系統化，以顯現產品品質狀況，作為分析檢討採取措施之依據。而直方圖即是經常被加以應用的一種良好方法，何謂直方圖呢？其實直方圖就是一種圖形。 其作圖的過程為：數據搜集次數分配表直方圖.五、直方圖Histogram5-2 直方圖的目的、特點及功用(1)圖比表及數據容易判斷如在目視管理方面(2)對數據、群體的分配形狀與範圍一目了然，例如： 調查能否混入兩個以上不同群體

23、測知有無假數據 測知分配型態(3)顯示製程才干，群體分配與規格比較，用以判斷製程才干的高低 測知製程才干 計算產品不良率 與規格或標準值比較 藉以訂定或調整規格界限 用以設計控制界限，並確認可用於控制製程.五、直方圖Histogram5-3 直方圖的作法.五、直方圖Histogram5-3 直方圖的作法【例5-1】表5-1 數據表單位：公分.五、直方圖Histogram5-4 直方圖的應用(1)測知製程才干(2)計算產品的不良率 (3)調查能否混入兩個以上的不同群體：雙峰型(4)測知有無假數據：削壁型(5)測知分配型態：缺齒型、常態型、離島型及偏態型(6)藉以訂定規格界限(7)與規格或標準值比

24、較(8)可用於設計控制圖上控制界限.六、製程才干分析6-1 何謂製程才干各種條件均充分標準化，製程在統計之控制狀態下所呈現之“質與“量之才干。製程才干為製程在其知要素下，且控制在常態狀況時之品質才干製程才干為對於一個製造方法之固有精细度之一種量度.六、製程才干分析6-2 製程才干分析(1)確定能代表製程才干之品質特性。(2)由製程抽取樣本，測定其特性質，普通需搜集100至250個數據。(3)點繪出統計之形態，計算其平均值與標準差。(4)解釋此種形態，發掘異常現象，確定在經濟上能否值得採取措施。(5)對異常現象採取措施。.六、製程才干分析表6-1 製程才干分析評價之計算公式1.規格中心2.(公差)規格上限規格下限3.製程分配之群體標準差估計值 4.製程分配之平均值.六、製程才干分析6-3 製程才干分析之用途(1)提供資料給設計部門，使其能盡量利用目前之製程才干，以設計新產品。(2)決定一項新設備或翻修之設備能否滿足要求。(3)利用機械之才干，安排適當任务，使其得到最正确應用。(4)選擇適當之作業員、资料、與作業方法。(5)用於建立機器之調整界限。(6)作為接受客戶訂單時之衡量與參考。.六、製程才干分析6-4 製程精细度.六、製程才干分析